返回案例

南方公司SCOUT:实时风暴运营应用扩展数据智能

RSS Databricks Blog AI 逐段翻译 发布 2026-09-03 07:20
产品设计拆解 · PRODUCT DESIGN CASE查看案例库 →

Southern Company SCOUT

BI/数据应用看结果核验 2026-09-03结果表达

要解决的问题风暴期间,停电、客户、地形、人员和预计恢复时间散落在多个系统,调度与现场团队很难共享同一张实时运营图景。

功能模块

  • 分层运营导航
  • 停电地图与威胁等级
  • 事件与客户状态图表
  • 恢复速率指标
  • 按公司和区域下钻的事件表

关键交互

  • 按不同运营公司与输配电范围切换视图
  • 在地图上查看停电区域、威胁等级与时间回放
  • 从总览下钻到事件、客户和设备类型分布
  • 按公司或区域展开事件明细以支持人员与设备调度

官方说明

  • SCOUT 将停电、客户、可靠性、GIS、天气、地形和运营数据集成到近实时恢复应用中。
  • SCOUT 每分钟查询专用 Databricks Lakehouse 仓库,通过 Unity Catalog 服务主体限制所展示的数据。
  • 官方案例称平台已被 1,139 名员工采用,其中超过 250 人在 6 月的一个高峰风暴日使用。

DataHot 解读

  • 首屏同时呈现地理范围、事件规模、客户影响和恢复速率,对应运营指挥中“哪里、多严重、影响谁、处理多快”四个核心问题。
  • 地图负责建立共同情境,右侧摘要负责快速判断,底部明细负责执行下钻,三层信息直接映射决策节奏。

收益与代价

  • 将大量信息压缩到单屏能减少切换,但对颜色、严重等级和图表口径的一致性要求很高。
  • 近实时更新支持调度,但用户必须能看到数据最后更新时间,避免把延迟数据误当成当前状态。

可以借鉴

  • 运营看板的首屏应从一组具体决策问题反推地图、指标和明细表的组合,而不是先堆所有可用图表。
  • 多层组织的业务应用应让切换范围和当前筛选一直可见,才能避免在不同层级间误读指标。

不宜照搬

  • 截图展示的是执行总览,不包含移动端、通知、工单分派和现场人员实际操作流。
  • 官方采用数据来自南方公司个案,不能直接推广为其他公用事业的普遍效果。

“官方说明”仅记录公开材料明确表达的事实;“DataHot 解读”是基于界面与流程的产品判断。

DataHot 速览

南方公司在Databricks Data + AI平台上新增SCOUT实时风暴运营应用,与SPEAR和RAMP共同构成端到端风暴智能闭环。SCOUT将停电、客户、地形与抢修计划数据整合到统一实时恢复界面,已获1139名员工采用,其中超250人曾在6月单日峰值风暴期间使用。该应用基于Delta Lake、Unity Catalog和Lakehouse架构,Genie Code加速了自定义数据管道开发。

为什么值得关注:数据从业者可通过此案例了解能源企业如何利用湖仓平台统一实时运营数据,形成从灾前预测到灾中感知、灾后分析的完整闭环,具有可借鉴的数据产品落地价值。

本文目录 10 节
  1. 完善风暴智能故事
  2. 连接风暴生命周期的每个阶段
  3. 提供实时运营智能
  4. 为每次停电匹配正确的人员
  5. 改善协作和客户服务
  6. 在Databricks平台上构建SCOUT
  7. 展望未来:AI辅助调度和自主无人机
  8. 风暴操作的完整视图
  9. 将最新帖子发送到您的收件箱
  10. 注册

译文

AI 逐段翻译

跳至主要内容

  • 南方公司通过在 Databricks 数据与 AI 平台上添加 SCOUT(一种实时风暴运营应用程序),完成了其端到端风暴智能战略,以补充 SPEAR 和 RAMP。
  • SCOUT 将停电、客户、地形和人员规划情报整合到一个统一的实时恢复体验中,将运营可见性扩展到控制室之外。该平台已被 1,139 名员工采用,其中超过 250 人在 6 月份的一个高峰风暴日使用了它。
  • SCOUT 建立在统一的湖仓之上,使用 Unity Catalog、Delta Lake 和协作笔记本支持分析和应用程序开发,将近实时数据摄取与受控分析相结合。Databricks Genie Code 还加速了恢复工作量图等视图背后的自定义数据管道的开发。

完善风暴智能故事

在之前的一篇文章中,我们探讨了南方公司如何使用 Databricks 支持 SPEAR(帮助团队在事件前预测风暴影响)和 RAMP(支持恢复后的可靠性分析)。这些应用程序共同加强了风暴前的规划和风暴后的分析。然而,南方公司仍看到机会,使实时风暴运营在事件期间更广泛地可用。

SCOUT 弥合了这一差距。

SCOUT 是南方公司的实时风暴运营应用程序,与 SPEAR 和 RAMP 一样基于相同的 Databricks 湖仓基础。其架构结合了Delta Lake以实现弹性存储,Databricks Lakehouse 仓库用于实时应用程序查询,Unity Catalog 用于集中治理和协作笔记本以支持分析和应用程序开发——为调度员、风暴中心领导和现场团队提供整个系统大小停电的实时、数据丰富的图景,使他们能够行动更快、部署更智能,并与客户更有效地沟通。

2 月份,SCOUT 因其改变了停电信息访问方式而荣获 2025 年 S.E.E. 行业卓越奖。通过将停电、客户和可靠性数据整合到一个实时平台中,SCOUT 为面向客户和运营团队提供了一致的真实来源。该行业认可突显了 SCO 对南方公司运营业务的影响。

连接风暴生命周期的每个阶段

南方公司的电力输送数据分析团队将数据视为战略资产。更好的数据带来更好的可靠性、客户满意度、电能质量和运营成本决策。

现在每个应用程序都有不同的用途:

  • SPEAR 预测恶劣天气将影响电网的位置,帮助人员和资源在停电开始前就位。
  • SCOUT 在整个事件期间提供活动停电、恢复进度和客户影响的实时运营视图。
  • RAMP 在风暴后分析停电性能,以改进可靠性规划和未来投资。

员工无需在传统应用程序和手动工作流程之间移动,而是现在从统一的基于云的环境中工作,该环境在需要时提供正确的运营数据。这种基于云的方法,加上现代技术的支持,还使员工能够使用智能手机和平板电脑远程安全地访问数据洞察并采取行动。

提供实时运营智能

在 SCOUT 之前,南方公司已经建立了停电管理能力。但最丰富的运营图景通常集中在 DCC 办公桌的操作员手中。与此同时,现场和支持团队必须跨越多个系统来拼凑停电分析、客户恢复时间、馈线地图、驾驶方向和其他情境信息。在快速移动的风暴期间,这意味着关键情报存在,但未为所有需要的人综合成一个移动友好的单一体验。SCOUT 通过在 Databricks 平台上构建的单一应用程序中整合这些视图来改变这一点。

现在,SCOUT 直接读取存储在湖仓中的精选数据,为风暴领导者提供近实时的可见性,涵盖:

  • 活动停电
  • 客户影响
  • 人员需求
  • 损害评估
  • 运营地图和图表
  • 驾驶方向
  • 历史停电洞察和评论
  • 客户 ETR(预计恢复时间)

通过这种整合的视图,调度员和运营领导者可以快速回答关键问题,例如:

  • 此事件的预计恢复时间是多少?
  • 这次停电将如何影响整体系统可靠性?
  • 是否应重新分配人员以加快恢复?

SCOUT 提供对南方公司运营公司停电信息的快速、移动友好访问,帮助团队在不断变化的条件下做出自信的决策。

SCOUT 在南方公司的运营业务中使用,包括乔治亚电力、阿拉巴马电力、南方公司服务、密西西比电力和南方 LINC 的授权用户。该平台已被 1,139 名员工采用,其中超过 250 人在 6 月份的一个高峰风暴日使用它来支持恢复运营。

image4.png

为每次停电匹配正确的人员

SCOUT 最有价值的能力之一是其将可达性和地形情报纳入恢复规划的能力。

对于每次停电,SCOUT 识别条件,例如:

  • 需要攀爬人员而不是斗式卡车的后地段位置
  • 限制车辆通行的山区或困难地形
  • 基于位置特征的设备需求

这种额外的运营背景有助于调度员首次分配正确的人员和正确的设备,减少不必要的出行并加速工单分配和恢复。

SCOUT 将此情报与历史停电管理功能结合起来,创建一个混合恢复平台,提高运营效率和工人安全。

改善协作和客户服务

SCOUT还简化了大规模恢复工作中的互助协作。

只需一个电子邮件地址,调度员即可将详细的工单直接发送给外部工作人员,使他们在到达现场前就能立即获取停电信息。结果是沟通更迅速,手动交接更少,来访的工作人员也能与南方公司员工一样了解现场情况。

该平台还通过将预计恢复时间(ETR)、停电详情和客户信息整合到一个地方来改善客户支持。结合SPEAR的预测能力和RAMP的可靠性洞察,南方公司能够主动与客户沟通,设定更准确的恢复预期,并在每次事件后持续改进服务。

“SCOUT将高度复杂且分散的停电数据源整合到一个单一的实时应用中,使我们的团队能够快速访问全系统恢复活动的一致、可靠视图。通过在Databricks内整合运营、地理空间和客户影响数据,我们能够以支持实时决策所需的速度和规模处理并传递信息。”——Shane Powell,南方公司电力输送数据与分析高级总监

在Databricks平台上构建SCOUT

南方公司在统一的数据湖仓上构建了SCOUT,该湖仓集中了停电、客户、GIS、天气、地形和运营数据。

该架构结合了:

SCOUT每分钟查询一个专用的Databricks Lakehouse仓库,确保调度员始终能访问最新的运营信息。

Unity Catalog通过服务主体提供安全的、受治理的访问权限,使SCOUT仅展示所需数据,同时保持集中的安全控制。

这种受治理的访问模式也使平台在操作上更具实用性。由于停电、客户、GIS、天气、地形和层级数据在湖仓中统一,南方公司可以在SCOUT、分析和临时操作问题中重复使用相同的、当前的、可信的基础,而无需先拼凑独立的系统。其好处是速度和灵活性兼具:当南方公司需要识别每一位经营洗车场的客户、服务这些设施的变压器及相关基础设施细节时,团队在约两小时内完成了请求,因为相关数据已统一在湖仓中。

展望未来:AI辅助调度和自主无人机

南方公司正在探索AI如何进一步改进恢复操作。

该团队并非完全自动化调度,而是正在评估一个AI助手,它根据以下因素推荐可用的工作人员的最佳下一个任务:

  • 当前工作人员位置
  • 行程时间
  • 所需设备
  • 专业技能
  • 已完成的工作
  • 安全和疲劳政策

这种方法在让调度员保持控制的同时,为他们提供AI驱动的建议,以提高恢复速度、效率和安全性。

南方公司还在探索与Skydio(美国领先的自主无人机技术公司)的合作伙伴关系。通过将Skydio的自主无人机与SCOUT和Databricks平台集成,南方公司可以建立一个互联生态系统,实现近实时的停电信息共享。这一能力将使无人机能够远程发射并自主导航至受影响的资产,无需人工干预即可启动巡逻。

当无人机检查线路时,实时视频和图像可以流入SCOUT,让操作员和工程师立即了解情况。先进的AI能力可以实时分析视频,识别潜在的设备损坏、危险或故障点,然后向操作人员提供可操作的见解。通过在现场工作人员到达前向他们提供详细的现场条件了解,这一集成解决方案有潜力加速恢复工作、提高安全性并提升运营效率。

风暴操作的完整视图

借助SPEAR、SCOUT和RAMP,南方公司现在拥有风暴生命周期的完整视图。

  • 风暴来临前,SPEAR预测影响并部署资源。
  • 事件期间,SCOUT提供实时操作智能,帮助调度员部署工作人员并与客户沟通。
  • 恢复后,RAMP衡量性能并支持长期可靠性改进。
  • 对于资本投资,PRISM是一个支持AI的决策支持平台,帮助识别系统风险、优先资本投资并量化可靠性改进举措的业务价值。

这些应用共同展示了Databricks平台上统一数据基础如何转变公用事业运营。通过连接风暴生命周期的每个阶段,南方公司正在为现代、AI就绪的电网运营创建可扩展的蓝图。

构建和部署高质量的AI代理系统

将最新帖子发送到您的收件箱

订阅我们的博客,将最新帖子发送到您的收件箱。

注册

查看所有博客

这篇内容对你有用吗?

反馈只用于改善内容筛选,不等同于收藏

分享这条资讯
分享海报
保存图片
iOS 也可以长按图片保存