管理创新-基于融通共享价值挖掘的电力数据统计分析管理

基于融通共享价值挖掘的电力数据统计分析管理公司是总公司的全资子公司，现辖16个市、72个县公司和12家直属单位，管理各类员工7.3万人，服务电力客户3300万户。

为充分发挥电力数据价值，省公司持续多年开展多维数据价值挖掘的研究与应用，破解数据融通共享价值挖掘的技术和管理难题。一、基于融通共享价值挖掘的电力数据统计分析管理实施背景（一）紧跟数据革命趋势，服务新经济时代政府宏观决策的迫切需要党的十八届五中全会提出“实施国家大数据战略，推进数据资源开放共享”，国家数据战略已经形成。数据作为不断增值的资产，正成为一种新的生产资料和活跃的生成要素。电力数据作为国民经济“晴雨表”，是政府宏观治理、企业经营决策的重要参考依据，通过用电量把握宏观经济脉搏已成为各级政府的普遍共识。然而新经济时代与用电增长频繁背离，给政府透过用电量科学研判经济走势支撑精准宏观调控带来巨大挑战。究其原因，一方面经济与电力数据分散在政府管理部门和电力企业之间，存在资源壁垒，无法实现综合分析判断；另一方面，经济走势与用电指标统计存在壁垒，且统计管理体系存在明显差异。构建“融通共享价值挖掘”的电力数据统计管理模式，提升电网企业电力统计价值创造能力，是作为国企履行社会责任，提高服务政府经济决策水平的迫切需要。（二）强化数据价值驱动，提升电网企业经营管理水平的必然要求坚持高质量发展，推动电网企业发展方式从规模扩张型向质量效益型转变，需要以科学规划为指导，强化精准投资，不断提升企业经营决策水平。伴随泛在电力物联网加快建设，将产生大量关于用户行为、设备状态、交互信息等数据，电力数据的采集实时性、传输的自动化、应用的互动性与智能化水平等方面将不断提高，以数据驱动电网业务增值的时代即将到来。科学、准确地开展电力需求预测是生产经营和规划的基础。随着新经济时代的到来，加之极端天气频发，以往经济与用电增速总体趋同的关系发生了明显的变化，导致基于经济总量的GDP回归、产值单耗、弹性系数等传统电力需求预测手段不能准确把握当前用电形势。随着电力信息化水平的不断增强，充分运用微观-中观-宏观电力数据，建立可适应经济发展阶段变化的电力需求预测方法，并积极拓展数据价值挖掘维度，实施质量变革，是提升电网企业经营决策水平，推进世界一流能源互联网企业战略目标的必然要求。（三）应用数据管理技术，提高数据统计质量和经营效率的有效手段电网企业涉及电力数据的业务部门众多，业务职能部门持有不同的专业数据，一方面造成数据资源分散，不能及时形成完整的基础数据供分析；另一方面造成分析工作存在重复性导致效率不高；此外，各部门仅负责各自指标的统计分析，经常出现实际发生的各指标数值关系无法解释的局面，无法全面反映公司整体发展形势。加强业务间数据连接、贯通、共享，不仅可以消除内外部信息资源壁垒及不对称带来的价值层层衰减，还将进一步激活组织协同力，激发基层创新力。因此充分应用信息技术手段，以问题导向与价值导向相结合，构建规范、系统、专业的电力数据共享平台和价值挖掘体系，深挖业务价值，是解决数据资源分散、指标口径多样、专业队伍缺乏等问题，提高电力数据统计分析质量和经营效率的有效手段。二、基于融通共享价值挖掘的电力数据统计分析管理内涵和主要做法深入贯彻落实国家壮大数字经济发展要求，紧紧围绕“枢纽型、平台型、共享型”企业发展战略目标，推动政企数据常态共享，综合运用数据处理与存储技术，构建跨专业领域的开放数据研发平台，实现内外部“宏观-中观-微观”数据资源全方位融通共享；以用户、政府和电网企业自身经营发展为导向，多角度挖掘数据价值，建立涵盖用电成本监测、宏观经济走势预判和电力需求预测的经济电力数据应用体系；形成集“质量提升-数据融通-价值挖掘-共享应用”于一体的电力统计分析管理，实现“业务产生数据、数据融通共享，共享提升价值，价值驱动业务”的良性循环，提升经济新时代下服务政府科学决策水平，全力推动公司整体经营效益提升,见图1。图1电力数据融通共享价值挖掘框架图主要做法如下：（一）健全组织体系，建立数据管理协同机制1.找准发展定位，明确建设目标省公司致力转变数据资源管理分散、业务专业化程度不深、技术方法适应性差的传统用电数据统计分析管理模式，构建一套信息融汇贯通、业务专业高效、价值多方共享的全过程用电数据统计管理体系，实现“业务产生数据、数据融通共享，共享提升价值，价值驱动业务”的良性循环，推动电力数据统计价值创造能力大幅提升，决策支撑与服务能力显著增强。其中，信息融汇贯通以整合内外部数据资源，建立数据口径精准转换规则，实现多维数据的无缝互联和统一集中管理为目标；业务专业高效将依托专业的业务管理系统，规范固化业务流程，打造专业化研究队伍，保障用电数据统计分析工作的高效和可持续性；价值多方共享将重构数据应用模式，建立以服务为导向的用电数据价值再创平台，实现政府、行业、用户等多领域的价值释放，打造电力大数据新生态。2.健全组织架构，加强队伍建设成立项目实施领导小组，保障管理体系成功建设。成立由省公司主要领导担任组长，发展部、调控中心、营销部、交易中心、经研院等部门主要负责同志为成员的用电数据统计管理体系建设工作领导小组，负责顶层设计，审定相关工作方案与项目实施方案，协调跨单位、跨部门、跨专业业务，全面领导电力数据统计管理工作开展。领导小组下设内部协调组、对外联络组和三个技术支撑组。其中，内部协调组负责贯彻落实领导小组对电力数据统计管理的各项决定和工作安排，不定期召开协调会议，指导、协调和督促各部门参与或落实电力数据统计管理项目，组织开展过程检查和质量考核。对外联络组负责与政府、企业等外部机构的沟通，明确双方的工作界面与需求，保证工作整体进度；各技术支撑组成立跨专业、跨部门的技术攻关团队，强化协同配合，发挥各专业合力，统筹实施各项项目建设工作，确保电力数据统计管理的高质量和有序推进。组建专业团队，保障建成后管理体系高效运转。组建一支能源经济专业队伍，全过程参与电力统计数据管理。一是负责电力数据资源的统一管理和维护，保证平台数据的及时、准确、完整、合规，满足各业务部门的数据需求。二是形成以能源经济专业支撑具体业务、各职能部门负责业务管理和协同配合的业务管理模式，显著增强各职能部门协同性。三是通过内外合作交流、针对性地开展专题研究等，增强专业团队业务水平，深化统计数据价值挖掘，辅助提升公司经营管理水平和服务政府和公众能力。3.创新工作流程，提高工作实效运用PDCA管理模式建立电力数据统计分析过程精益管控流程。在项目建成后的实际运行过程中，持续跟踪存在的问题，对欠缺和不足的地方加以总结，分析原因，制定改进措施。例如：在第一阶段基于对全省宏观经济电力关系的研究分析，构建了分产业经济电力传导模型，可以准确预判全省电力需求形势；但随着经济进入新时代，经济与用电关系发生明显变化，前期开发构建的分产业预测方法准确率明显下降，预测偏差超过4%，结合新形势，分析现阶段经济电力关系变化原因，改进构建基于行业经济电力关系的用电量预测方法，预测偏差率提高至1%以内，持续保证用电统计分析工作的精准高效。（二）提升数据质量，夯实多维价值挖掘基础 1.提升基础数据质量（1）提高基础数据采集质量。电力数据体量庞大、类型众多，高质量地数据采集是数据质量的基础保障，针对存在部分基础数据采集不完整，采集准确性和时效性有所欠缺等问题，采取了关键措施。一是计量装置全覆盖。组织全省关口普查，梳理各级、各类关口计量装置配置情况，核实关口倍率等重要信息。全省10千伏线路联络开关加装计量装置1714台，其中，通过常规智能电表计量与采集的1554个、通过配电自动化计量与采集的160个。更换电能量采集终端35台，用电信息采集终端19735台。覆盖率从89.58%提高至100%，实现计量装置全覆盖。二是提高采集效率。通过升级改造用电信息采集主站系统，采集2700多万条日数据的时间从原来的90分钟压缩到30分钟，电量、负荷等计算分析时间由9至12小时压缩到1小时内。通过重建部分地市公司电能量系统，实现调度电能量系统市县一体化，站内关口测点全部覆盖，表底全部正确，系统数据稳定并可自动推送，在电量采集上的瓶颈全部被消除。三是消除采集缺陷。通过加强信号、调整集中器、敷设光纤等各种方式，有针对性地解决采集器、采集通道不通畅问题，加快采集调通和采集消缺。针对变电站内考核关口，通过变电计量采集专项巡查、母线电能平衡日常监测和积分电量比对等方式，发现关口计量缺陷561个。建立并执行用户关口电表轮换制度，更换电表36.5万块。每月分析现场补采关口缺采原因，及时处理采集终端缺陷，全年累计处理缺陷15.2万起，大量消除各类采集缺陷。（2）深化基础数据异常治理。基础数据异常治理坚持专业负责、横向协同，源端唯一、共建共享的原则。源端系统主要包括营销业务应用系统、电网调度系统、设备运维精益管理系统、电能量计量系统、用电信息采集系统、地理信息管理平台等。一是统一调度命名规范。公司调控中心、运检部统一调度命名规范，核查电网调度SCADA系统、设备运维精益管理PMS系统中的厂站2473座、关口53952个、输电线路3609条，实现主网台账准确、一致。二是整改配网线变及台户关系。整改公变无所属线路3427台，专变用户计量点无所属线路7684个，专变公用5400余台，完成现场38万台公专变核查工作。修正源端系统台账数据23.64万条，治理接入点—表箱—户关系412.08万条，通过部署营配调数据核查工具，实现“箱表关系”自动更新，数据同源管理水平提升。三是开发电能量采集治理工单系统和数据质量监控工具。通过应用该系统实现异常工单派发，设备、营销计量专业现场消缺，调控专业确认的消缺工作闭环管理，提升消缺效率。实现同一数据从源端系统、中间平台、末端系统间传输一致性校验，保障数据传输的完整性和准确性。四是建立公司级数据质量管控平台，针对“站、线、变、箱、户、表、号、址”等八类服务信息，分别从单系统不同档案间关系校验、同一档案不同系统间一致性校验、主网设备及公专变用户运行数据合理性校验等维度，开展基础数据异常识别,同时启用企业级工单系统，提升源端系统异常数据处理效率，完善校验规则，扩大核查范围，保证数据的一致性与合理性。（3）固化基础数据管控机制。一是完善基础数据管理制度。结合安徽电力基础数据管理实际，发布管理流程、配套标准、规范规定等3项，逐步完善基础数据管理制度，有效规范专业管理。组织编写技术标准、培训手册、典型案例、文件汇编，有力指导基层单位基础数据管理工作，有效促进基础数据质量提升。二是实行营配调数据同源管理。完成数据同源管理办法实施细则的编制并执行，开展营配调数据同源配套信息系统功能完善，完成PMS系统、GIS系统、营销业务系统等共7项改造，设计开发数据同步接口、全流程时限监控等工具，实现营配设备数据同源异动成功率100%。三是实施数据治理常态管控。常态开展异常数据统计分析，开展月、周通报，持续跟踪异常数据整改进度，不断提升数据质量。通过异常数据工单，对档案接入、设备异动等信息进行限期整改，分专业对整改数据逐个审核，做到分工明确，责任到人，实现基础数据异常处理闭环管理。四是规范设备异动管理流程。在完成存量数据治理的基准上，加强纵向管理及运检、营销、调控专业横向联动，做好增量数据异动管控，杜绝“前清后乱”的情况。五是建立全方位培训交流机制。针对各专业、各系统、各级人员实施差异化、针对性培训内容，解决人员在认知程度、管理水平、业务能力等方面的突出问题。通过网络微信、视频例会、手机电话等信息化方式，开展多渠道技术交流，及时掌握各专业工作推进进度，统计分析各类问题，制定解决措施和优化方案。2.提升统计核算精度（1）解决企业与用电客户精准匹配难题。针对电力用户“国民经济行业”归属不当、用户档案信息录入不规范，企业与用户识别标识不一致等问题，通过基于柔性字符串匹配技术开发了多源异构数据智能匹配算法，用以快速识别用户，自动校核关键属性信息（国民经济行业、行政区划）；基于企业核心产品用电特性，开发了用户电量自主识别算法，科学分配“合户”企业电量；基于大规模时序数据异常处理技术开发了工业用户日用电数据检测与修正算法，提高规模以上工业企业日（周/旬）电量数据质量；最终形成用电统计核算技术难点综合解决方案，显著提升用电统计核算精度，见图2所示。图2用电统计核算流程对于存量用户，采用大数据匹配技术，比对“企业名称”和“用户名称”，自动校核关键属性信息，修正完善用户档案，建立营销用户档案与统计调查单位名录的映射关系，形成企业用户名录库，实现企业与存量用电客户精准匹配。对于增量用户，充分利用“五证合一”政策红利，优化业扩报装管理流程，在营销“新装增容及变更用电”业务工作流程的“申请受理”环节中，将用户的“营业执照”列为必须提供的证明材料之一；在此基础上，将用户的“统一社会信用代码”列为用户档案信息的必填项，实现系统自动录入，实现企业与新增电力用户精准匹配。（2）科学处理电量核算疑难问题。对于一些大型工业类集团企业，会存在不同行业的分/子公司电网用户。例如：工业企业也存在商业、非办公区用电等。为解决“集团型”企业跨行业经营的问题，确保“集团型”企业核算的工业用电量准确，针对工业类“集团型”企业，通过电网用户名称、“用电类型”字段与“行业代码”字段信息，综合判断该电网用户的售电量是否计入该集团企业的生产用电量，对不同行业的分/子公司电网用户进行修正。具体判断标准如下：电网用户名称明显属于非工业用电；电网用户用电类型明显属于非工业用电类型；电网用户行业分类明显属于非工业行业分类。以“淮北矿业（集团）有限责任公司”为例，初步匹配时通过计算机分词识别“淮北矿业集团”，建立了与电网用户“淮北矿业集团房地产开发处”的对应关系，但由于该用户的“用电类型”为“商业”用电。综合判断，该电网用户用电量不应计入“淮北矿业（集团）有限责任公司”的工业生产用电量中，所以从匹配关系表中人工剔除。同理，剔除其他企业包含的非工业电网用户匹配关系。对于一些“集团型”企业，会存在分/子公司电网用户位于不同的行政区划的情况，如果将所有不同地区的电网用户电量计入同一个行政区划不符合实际电力运行情况。为解决“集团型”企业跨地市经营的问题，确保分地市电量核算的正确性，设定的计算规则如下：如果企业对应的电网用户唯一，则将该电网用户的售电量计入“规模以上工业企业名录”中“行政区划”字段值对应的行政区划；如果企业对应两个以上的电网用户，且电网用户的供电单位地址不相同，则将该电网用户的售电量计入“电网用户信息表”中“供电单位编号”字段值对应的行政区划。对于多家企业共用一个电网用户的情况，为确保分行业/地区用电量统计核算的合理性，针对出现这种情况的具体原因，分别采用不同的处理方式。园区/开发区/管理委员会类型：一些用电量较小的企业位于同一个园区/开发区中，由管委会代缴的电费，这部分工业企业用电量绝对量很小，且不属于单一行业，在统计核算规模以上工业用电量时，暂时将这部分企业剔除，仅在工业用电统计核算与应用系统中的“备忘录”模块展示匹配关系。“借用”其他企业的用户：综合企业名称与电网用户名称，以及企业工商登记注册信息，将其中最主要的一家规模以上工业企业的统计状态设定为1，汇入行业/地市的售电量中，其他企业的统计状态则设定为2，不再重复计算电量。（三）融合政企数据，构建智能数据研发平台1.实行政企数据常态共享本着“优势互补、有机分享”的原则，以全面提升数据综合开发利用效能、服务政府经济形势研判为目的，同省政府相关部门签订了《合作框架协议》，开展数据共享交换，推动数据共享融合，提升统计数据质量和服务水平。目前实现省统计局经济数据、省能源局能源行业数据、经信委工业运行数据、省气象局气象数据、省电力公司电力数据等多方资源的常态化聚合。2.促进政企数据交互融合多源数据质量的稳定可靠和无缝连接是价值挖掘的基础。为此，着力优化系统架构，综合运用多类数据抽取、清洗、转换、加载与存储技术，实现多系统间模型与业务的实时交互和海量异构数据高效融合，在保证数据完整性与一致性的同时，通过内部数据的实时交互和外部数据的异步融合，支撑数据分析挖掘。3.构建开放数据研发平台研究分析模型固化、可扩展性差长期困扰数据管理和分析研究工作，影响研究成果的推广性和复用性。为解决这一难题，平台在嵌入统计算法库的同时，集成了基于可视化技术的数据建模容器，显著降低复杂模型构建及调整的技术难度，提升人机交互便捷性与决策分析灵活度。数据研究平台的主要特点是开放、易于动态调整、便于集成和拓展，不要求研究人员掌握计算机编程技术，只专注经济-电力模型的搭建与研究，使用便捷，易于推广。（四）挖掘数据价值，实现有限数据持续增值1.建立用电异常实时监测模型，实现异常原因自动搜寻“政策扰动”、“企业生产设备检修”、“抄表周期临时调整”等非系统性因素都可能导致月度用电量的剧烈波动，对把握真实的经济电力关系形成干扰，需要具备在微观层面对用电异常点的快速精准定位能力与情报智能搜寻能力。现有“人工查找”模式对企业生产用电状况识别效率较低，且精准度无法满足业务需求。一是用电异常实时监测。省公司从行业用电特征、用电时间与空间偏离度、工作日与非工作日等维度建立异常识别规则，运用综合评价法合成企业用电异常度综合评判指标，快速定位用电异常企业。企业生产用电异常识别，企业种类及数量由0提升至全省133个行业二十余万户企业，时效性由次月上旬提前至当月次日，准确性提升至100%。二是情报智能搜寻。运用智能搜索和网络爬虫技术实现对企业舆情、行业政策等内容的自动化获取，基于贝叶斯分类算法自动筛选类别归属与用电异常企业属性特征相一致的目标信息，分类推荐企业用电异常可能原因，实现“地域”、“行业”、“时间”三维度用电量异常“企业”的快速锁定及原因排查。2.构建全周期电力需求预测模型，提高预测准确性经济新时代背景下，经济与电力规律已然改变，趋势外推等传统预测方法无法有效把握电力需求走势。打造需求指标全覆盖的全周期用电预测方法，突破了传统预测方法的局限性，提升了用电量预测的可分析和可解释性。一是梳理各电力需求指标间逻辑关系。将汇集至电力数据平台的各相关部门电力需求指标，通过数据和模型等手段，研究各指标间的逻辑匹配规律，梳理并建立全社会用电量、统调用电量、售电量间相互推导逻辑关联关系，形成统一的指标体系。二是常态跟踪分析经济与用电关系。充分运用总量-产业-行业经济与用电数据，跟踪分析进入新经济时代以来经济与用电增长走势背离深层次原因，理清极端天气、产业与工业结构调整、工业内部各行业产品升级及节能降耗是打破前期经济与用电稳定关系的主要原因，有效解答了社会各界对新经济中高速增长、用电中低速增长的困惑，并对后期用电形势的分析判断提供了科学的分析视角，相关成果刊发在能源局呈报省政府的内刊《安徽能源工作》上。三是构建适应经济新经济的全周期用电预测方法。研发基于动态一般均衡框架，综合考虑经济增长、结构调整、用户报装、气温波动等因素，运用多隐层BP神经网络技术构建多种短期用电量预测模型，形成以适应新经济的行业经济用电分析预测模型为主、经济增长与产业结构调整为辅的短期全社会用电量预测方法；运用经济电力传导原理、LEAP和多元非线性分析等技术构建的多种中长期全社会用电量预测方法，再根据全社会与统调、售电量差值关系，开展统调用电量和售电量预测，形成全社会用电量-统调用电量、售电量、短期-中长期的横纵贯通的用电需求预测方法。3.建立电力供需平衡预警模型，保障电网安全经济运行一是考虑电力的特殊性，从发电能力、输电能力、用电需求三个角度出发，选取电源结构与规模以及新机组投产计划、输变电设备规模及投产检修计划、电网投运及改造计划、负荷特性及构成、中长期电力需求预测、大企业用电设备投运及检修计划等因素，建立电力供需预警指标体系。二是运用层次分析法，构建电力供需预警模型，计算不同时期的电力供应安全指数，并对照安全等级界限，对电力供需情况进行评估预警。基于电力供需平衡预警，一方面可以定位识别客户群体，准确预测电力需求侧变化，削减高峰负荷，电网负荷率由不足80%提高至86%，等效减少发电机组容量300万千万；另一方面可及时、准确地分析电力供求关系，针对性地制定和实施科学的电力生产计划，保障地区电力的安全稳定供应和电网安全稳定运行。（五）共享增值成果，营造全域多赢生态系统1.延伸上下游新兴业态，提供数据增值服务一是开发基于电力交易平台下的数据产品。以当前市场关心的日前交易、当日交易为主要应用场景，为中小发电厂商、大用户企业提供交易数据服务，为现货市场撮合交易、制定合理报价策略提供支持。二是物资供应链下的数据共享与贯通设计。通过物资采购部门、设备运维部门、财务部门等数据进行内部共享，识别问题供应商与问题产品，为提高设备质量、降低采购成本、控制资产运维的安全风险提供支持。三是基于行为数据分析的用户征信产品设计。针对小微企业的用电量连续性、业扩增容情况、用电交费情况分析研判稳定开工与征信评级，为政府、银行、金融机构信用评级、担保提供参考。四是基于实物ID编码建立资产设备的实时动态评估。将设备状态与物资采购联动，推动C2M的智能制造工作，带动广大中小设备供应商精准投资、精益生产，提高生产效能。2.超前预判工业经济形势，辅助政府科学决策一是构建工业经济预警指数，服务宏观经济判断及决策。工业经济景气指数（AHIPI）由省公司、统计局共同合作编制完成并发布，用于监测全省工业经济的周期性波动以及预测未来工业经济走势。社会各界通过AHIPI的数值及其趋势变化情况，把握当前工业经济运行所处的周期阶段，及时发现工业经济运行中可能出现的拐点，洞察工业经济内部结构变化，并通过比较分析预测未来工业经济可能的走向。二是发布经营压力较大企业名单，辅助政府精准施策推动产业结构升级。基于国内经济转型与节能减排背景，行业发展面临新环境，企业经营也因此面临各方压力，如行业不景气、节能减排政策导致的企业短期内成本扩大。针对四大高耗能行业与四大装备制造业分别编制企业经营压力预警，根据绝大多数企业经营状况的样本集合分析行业经营压力，并对经营压力影响因素展开定性分析，由此把控经营压力影响因素，为企业的良性经营提供指导与借鉴。 图3企业经营压力预警3.共享数据挖掘价值成果，提升服务职能部门水平一是辅助提升工业经济统计数据质量。工业用电量是研判工业经济运行趋势的重要参考指标，是评估地区工业增加值增速的重要依据。以省公司梳理的统计口径与统计局无缝对接的行业用电统计数据为依据，省统计局制定《规模以上工业用电量评估办法》，用以校核并提升工业经济统计数据质量。二是共享电力市场分析成果。公司研究成果《用电量晴雨表“失灵”？》发表在《中国电力报》要闻板块，并得到省能源局高度认可，刊发在呈报省政府四大班子的内刊《安徽能源工作》上。公司用电形势分析报告常态与省能源局互通，对政府合理把握全省用电增长需求有重要的启示意义。用电预测结果直接支撑全省电力生产建设与供需平衡工作，包括确定电力直接交易规模、安排年度发电计划和推进电力项目建设等。4.支撑用电成本动态监测，引导微观企业提质增效基于经济电力关系智能数据研发平台，提取行业主营业务成本和企业电费支出数据，计算行业内各企业电费支出之和占行业主营业务成本比重，形成行业电费支出占主营业务成本指标，作为行业用电成本监测的依据指标。选取了传统型的煤炭、化工、非金属、黑色金属、有色金属等大类行业以及具有高新技术特点的医药制造和汽车等装备制造大类行业，由于大类行业包含的小类行业众多，结合我省特点，对每个大类行业进行了小类行业的挑选，小类行业中所有规模以上工业企业全部纳入统计，合计约3000家企业，总数占全省规模以上工业企业的15%左右，产值占全省规模以上工业企业的30%左右，用电量占全省规模以上工业企业的45%左右，占全社会用电量的20%左右。三、基于融通共享价值挖掘的电力数据统计分析管理实施效果（一）实现统计数据多维价值挖掘和融通共享，社会效益凸显实现与经信委、能源局、统计局等经济运行和能源主管部门数据共享，以电网企业统计口径与政府部门无缝对接的行业用电统计数据为依据，校核并提升经济统计数据质量，支撑统计局颁布《规模以上工业用电量评估方法（试行）》，有效提升工业经济数据质量评估的科学精准性；定期发布工业经济预警指数（AHIPI）和高经营压力工业企业名单，满足政府经济运行主管部门及时精准研判工业经济发展动态的迫切需求，辅助经信委对工业经济走势提前进行科学研判，提升对工业经济运行监测能力。定期公