北极星智能电网在线讯:电力信息化是一项复杂的系统工程，涉及到管理革新、业务流程优化、系统规划、方案设计、系统选型、实施、运行维护等各个方面。其核心是由各方面建设内容构成的一个系统的、完整的架构。该架构需要根据不同企业的具体情况，从企业的业务需求出发，以服务于企业发展战略为目标，结合同类企业信息化建设最佳实践经验和信息技术发展趋势加以构建，包括应用功能架构、信息资源架构、应用系统架构、系统平台架构、网络与基础设施架构、信息安全架构、信息化组织架构。
我国电力信息化市场空间巨大
由于电力信息化领域的投资金额巨大，下游电力企业数量有限，单个客户的采购金额较大，使得电力企业在产业链中处于强势地位。同时，由于电力行业固定的对安全性、稳定性要求高的特点，电力行业客户对信息技术产品及服务的先进性、可靠性要求很高。据前瞻产业研究院发布的《》统计数据显示，2011年我国电力信息化投资规模已突破200亿元，到了2013年我国电力信息化投资规模超300亿元，达到320亿元。截止到2017年我国电力信息化投资规模达到了670亿元。从2013年到2017年五年时间内，电力信息化市场投资金额增长了350个亿。中国电力信息化投资规模近年来维持20%左右的稳定增速。预计到2018年我国电力信息化投资规模将达804亿元。
2011-2018年我国电力信息化投资规模统计及增长情况预测
数据来源：前瞻产业研究院整理
智能电网建设推动电力信息化发展
电力信息化投资主要包括电厂信息化投资和电网信息化投资两大部分。近年来，随着经济增长的放缓，电力信息化需求已经逐步从快速增加供应量向精细化供配方向发展，电厂信息化投资增速逐步放缓，而电网信息化投资尤其是智能电网建设，成为拉动电力信息化投资保持快速增长的主要动力。
随着国家电网公司和南方电网公司智能电网建设的全面推开，将带动电网信息化投资的增长。2014年中国电力行业IT投资规模达到264.9亿元人民币，较2013年增长14.23%，依然保持着较快的增长规模。 预计到2018年电力行业IT规模将达到436亿元，2013至2018 年的复合增长率为11.2%。届时，软件产品占整体IT花费的比重将上升到17.6%，服务上升到29.9%，而IT硬件比例降至40.9%，网络设备比例下降到2017年的10.6%。
电力行业IT规模统计情况及预测
数据来源：公开资料、前瞻产业研究院整理
国家电网智能电网建设投资规模持续增长
规划2009-2020年国家电网智能化投资3840亿元，其中：2009-2010年是规划试点阶段，重点开展坚强智能电网发展规划，制定技术和管理标准，开展关键技术研发和设备研制，本阶段预计投资341 亿元; 2011-2015年是全面建设阶段，将加快特高压电网和城乡配电网建设，初步形成智能电网运行控制和互动服务体系，关键技术和装备实现重大突破和广泛应用，本阶段预计投资1749亿元; 2016-2020年是引领提升阶段，将全面建成统一的坚强智能电网，技术和装备达到国际先进水平，本阶段预计投资1750 亿。
国家电网智能电网各环节具体投资及比例统计情况
数据来源：公开资料、前瞻产业研究院整理
电力信息化行业发展趋势分析
1、电网公司用电信息化业务将与互联网和移动应用实现协同。随着国企市场化改革的推进，电网公司营销管理、客户关系管理、智能电表、能效管理领域的信息化投资在近几年会始终保持较稳定的增速，电网公司营销板块的信息化建设，将一定程度上与互联网、移动应用创新实现协同，提升客户服务能力、方便居民用电。
2、云计算和物联网技术的广泛应用
未来几年，云计算和物联网技术在电力行业等公用事业领域的应用将继续扩大和深化。目前，国家电网云计算应用研究与试点进一步推进，以两大电网公司为标杆的电力行业云计算框架已经铺就。随着电网生产管理、电力营销系统建设的加速，物联网技术由于同厂级监控设备、输电网络二次设备及其他控制装置联系紧密，在当前已经成为智能电网建设的重点之一。随着智能电网建设的推进，电力企业在设备状态监控、节点信息收集、远程自动控制的建设力度进一步加大，物联网软硬件、智能二次设备、海量数据分析工具、高性能服务器方面的需求强劲。
3、建设适应快速发展的数据中心
当前，数据中心已经成为企业信息化建设的重点，特别是电力行业的大型集团型企业。由于业务量不断增大，所产生和需要的数据量也迅速增加，能够承载业务稳固发展的数据中心已成为大型电力企业不可缺少的一部分。随着电力行业需求的变化以及云计算、物联网等新技术的发展，传统的数据中心建设正在面临着巨大的挑战，如节能、高额运维管理成本等，需建设适应快速发展的数据中心。
4、大数据对数据利用提出更高的要求
国家电网已经在北京、上海、陕西建立了三个大数据中心，这三个大数据中心已经覆盖了我国北方、南方以及西部内陆地区。随着国家智能电网与特高压工程的进一步推进，电网势必会产生更多的数据，电网的非结构化数据相对较多，如智能用电等营销数据，这些大数据技术的出现对数据的挖掘和利用提出了更高的要求。
