A. 大數據在電力行業的應用前景有哪些

我們首先要先了解清楚什麼是大數據？大數據是基於互聯網的定義，而大數據技術主要處理「涌現」性的數據。

不是「大量數據」被稱為大數據

但是，大功率數據在這個方向是否有未來呢？我認為未來是有的。

首先，大數據不使用「大數據」的概念，而是物聯網+雲+數據處理的綜合概念。

其次，對電力數據的分析也在不斷發展，學習大數據處理技術，恢復電力數據也有許多優點。

在不久的未來，物聯網和智能電網高度發達的時候，店裡大數據是非常必要的。

B. 電網企業大數據分析有什麼作用

為了順應能源革命和數字革命融合發展趨勢，積極實現「三型兩網、世界一專流」戰略目標，億信華屬辰提出了電網自動化報表管理方案，來幫助國家電力部門來實現統計報表自動生成率100%。億信華辰是智能數據全生命周期產品與服務提供商，提供數據採集、數據存儲、數據治理、數據分析產品與服務。電網企業進行大數據分析後能實現以下目標：
1、建設數據集市，實現數據充分融合，報表數據統一從數據集市輸出，保證各專業報表輸出重疊部分能夠保持一致，消除信息孤島，報表對內對外統一提供。
2、在保證基礎報表管理的基礎上，實現電網業務平台化支撐，建設數據可視化分析、自主分析、智能分析等等，助力公司逐步實現報表自動化，切實推進基層減負。

C. 電力企業從大數據中得到了什麼

1、線路優化，在沒有大數據之前，某小區可能你們的設計容量非常龐大，但事實上只是浪費，這個小區沒有預計的那麼耗電，而在鋪設地下電纜這些，如果有大數據，也可以做到更精準。

2、如果你有用戶的用電數據，其實可以大概知道該用戶的消費水平，未來或許能夠提供一些精準服務，例如：某個用戶常年電表不走，可能是房子空置，某一天開始，用電大增，可能是房子已經在裝修了，後續是不是該買各種家電了？

3、電力的調配，把電力輸送到真正需要的地方。

4、產能優化，是風電、核電、煤電、還是水電帶來的效益更好？大數據或許可以幫你解答這個問題。

5、設備的維護，錄入所有設備的數據信息，哪些設備該保養該更換一目瞭然。

說那麼多，要達到那一天感覺還是很遙遠，現在大數據大多還是停留在表面，與產業結合還不是很多。點我名字，掃我大頭貼，發現更多大數據之美。

D. 電力企業從大數據分析中能得到什麼

電力企業從大數據分析中可以得到用戶的使用數據

E. 電力行業如何應用大數據

挑戰中見需求： 質量較低、共享不暢、防禦脆弱、基礎不牢，對於這些電力行業推進大數據的困擾，電信行業是不是也有似曾相識的感覺?這些問題中的一部分，電信業同樣需要深思;還有一些問題，則恰恰是電信業的長處，是電信業推進電力行業信息化的機遇。 數據質量較低，數據管控能力不強。大數據時代，數據質量的高低、數據管控能力的強弱直接影響了數據分析的准確性和實時性。目前，電力行業數據在可獲取的顆粒程度，數據獲取的及時性、完整性、一致性等方面的表現均不盡如人意，數據源的唯一性、及時性和准確性急需提升，部分數據尚需手動輸入，採集效率和准確度還有所欠缺，行業中企業缺乏完整的數據管控策略、組織以及管控流程。 如何從海量數據中提取有價值的信息?這也是電信業面臨的問題。有觀點認為，可以用智能信息基礎設施替換復雜的孤立的資料庫，讓企業能夠在需要時捕捉、存儲信息。也有觀點認為，可以倚靠軟體的處理能力來甄別垃圾數據和有價值數據。究竟哪種方式更為有效，目前仍無定論。而無論哪種情況，都需要制定一個數據採集的標准，在時間、精度上進行規范，從而為後續的數據分析打好基礎。 數據共享不暢，數據集成度不高。大數據技術的本質是從關聯復雜的數據中挖掘知識，提升數據價值，單一業務、類型的數據即使體量再大，缺乏共享集成，其價值就會大打折扣。目前，電力行業缺乏行業層面的數據模型定義與主數據管理，各單位數據口徑不一致。行業中存在較為嚴重的數據壁壘，業務鏈條間也尚未實現充分的數據共享，數據重復存儲的現象較為突出。 打破企業的門戶之見，在行業中建立一個資源池，讓使用者可以按需獲取數據資源。從電信業的角度來看，現在，電信運營商之間的合作在不斷推進，例如，運營商開發了融合的手機游戲計費平台;在北京電信網上營業廳微信平台上，用戶不僅可以自助查詢電信業務，還能查詢聯通和移動業務的使用費，這樣共享數據資源的經驗也可在大數據的應用過程中加以推廣。 防禦能力不足，信息安全面臨挑戰。電力大數據由於涉及眾多電力用戶的隱私，對信息安全也提出了更高的要求。電力企業地域覆蓋范圍極廣，各類防護體系建設不平衡，信息安全水平不一致，特別是偏遠地區單位防護體系尚未全面建立，安全性有待提高。行業中企業的安全防護手段和關鍵防護措施也需要進一步加強，從目前的被動防禦向多層次、主動防禦轉變。 建立與大數據相適應的安全和隱私保護機制，通過技術手段和加強企業自律來保證數據的安全。 承載能力不足，基礎設施亟待完善。電力數據儲存時間要求以及海量電力數據的爆發式增長對IT基礎設施提出了更高的要求。目前，電力企業大多已建成一體化企業級信息集成平台，能夠滿足日常業務的處理要求，但其信息網路傳輸能力、數據存儲能力、數據處理能力、數據交換能力、數據展現能力以及數據互動能力都無法滿足電力大數據的要求，尚需進一步加強。 在這方面，電力行業和電信業各有優勢。盡管電力行業也在進行寬頻建設以及智慧社區的建設，但是，所謂術業有專攻，在IT基礎設施尤其是網路基礎設施上，電信業在運維、計費等方面有著得天獨厚的優勢。同時，在數據中心的建設上，電力行業對以電能為代表的能耗問題又有著豐富的經驗。因此，兩個行業不妨加強合作，實現共贏。 相關人才欠缺，專業人員供應不足。大數據是一個嶄新的事業，電力大數據的發展需要新型的專業技術人員，例如大數據處理系統管理員、大數據處理平台開發人員、數據分析員和數據科學家等。而當前行業內外此類技術人員的缺乏將會成為影響電力大數據發展的一個重要因素。 加強大數據人才的培養，鼓勵企業內部在大數據領域的創新。

F. 如何 大數據 電網

電網擁有大量的數據，而且電網的數據比較復雜，老系統很多。
電網要想用好大數據，首先建立好業務模型和數據結構，根據自身的需求和目標，作為分析目的。
選擇一款合適的商業智能平台，國外的例如IBM，Oracle和SAP等大數據產品，國內也可以選擇例如永洪科技的大數據BI產品。不太推薦開源的例如Hadoop大數據產品，成功率較低。
最好有足夠支持的團隊來做大數據項目，比選擇大數據工具更重要，更能保證項目成功。

G. 為什麼電力需要大數據

你看現在，到處說哪裡大規模停電引發騷動，哪裡電網有問題引發示威，哪裡又出來一個新的電力解決方案。。。。。

因此，電力應用大數據就顯得尤其重要了。

這些信息的渠道幾乎都來源於網路，實際上要實現電力的數據化，就要實現對網路信息的抓取。

H. 大數據在電力行業的應用前景有哪些

智能電網就是「大數據」這個概念在電力行業中的應用，就是通過網路將用戶的用電習慣等信息傳回給電網企業的信息中心，進行分析處理，並對電網規劃、建設、服務等提供更可靠的依據。日前，美國加州大學洛杉磯分校的研究者就根據「大數據」理論設計了一款「電力地圖」，將人口調查信息、電力企業提供的用戶實時用電信息和地理、氣象等信息全部集合在一起，製作了一款加州地圖。該圖以街區為單位，展示每個街區在當下時刻的用電量，甚至還可以將這個街區的用電量與該街區人的平均收入和建築物類型等相比照，從而得出更為准確的社會各群體的用電習慣信息。這個「大數據」地圖也為城市和電網規劃提供了直觀有效的負荷數預測依據，也可以按照圖中顯示的停電頻率較高、過載較為嚴重的街區進行電網設施的優先改造。同時，對於風能、太陽能等具有間歇性的新能源，通過「大數據」分析進行有效地調節，也可以使新能源更好地與傳統的水火電進行互補，更為靈活地出力。
-

I. 大數據在電力行業的應用前景有哪些

作者：知乎用戶
鏈接：https://www.hu.com/question/23241126/answer/24036849
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。

作為曾經搞過幾個電力相關項目的人，就自己粗淺的理解，很寫實的回答一下吧，也希望專家指正：
1、國內電網行業相對封閉，很多國外的新技術和新思想並不適用於國內，根本沒施展的基礎和環境；
2、但國內電網行業技術上並不算落後，對國外相關技術的研究其實也都有及時跟蹤和深入理解，只可惜，如1所述，確實沒啥空間。
3、要玩大數據的前提是首先要有大數據，以前電網建設重點都集中在生產環節，配用電環節關注較少，而生產環節，起碼目前，還談不上大數據，相關的數據挖掘倒是一直都需要，也一直都在用。用電信息採集系統（用戶能見到的就是智能電表）等的大面積推廣，意味著與用戶交互最多的配用電環節開始得到重視。
4、配用電環節要做到智能化，確實需要基於海量用戶用電特徵數據分析，進而實現台區的負荷預測、用電調度、有序用電等等。但遺憾的是，理念歸理念、技術歸技術、現實歸現實，雖然智能配用電這一塊理論上都設計的很好，但現實中還有很多問題。
5、以用電信息採集系統為例，其實是一個收集用戶用電行為特徵最好的前端設施，這里需要分鍾級的數據採集頻率，目前一般是15分鍾。即一個小時採集4次。但由於用戶住宅區的分布雜亂無章，要想採用重新布線的有線方式傳輸數據顯然投資過大，PLC又慢又很不穩定。無線的話，GPRS目前使用較多，不過呢，大量用戶數據都走GPRS，且不說費用，數據擁塞是避免不了的，受環境影響，干擾和屏蔽也較多。這樣一來，後台收集數據經常會出現延遲和丟包情況，因此很多數據根本無法全部有效採集。也就不存在完整的海量數據一說，那麼又到哪裡去分析呢？
6、國內確實建設了一些完整的智能電網小區試點，用戶家裡也可以用智能插座，這種環境下用戶數據可以得到有效收集，如果用戶量較大，必然會產生大數據，相對也就需要大數據技術來處理和分析，從而進一步提高電網智能服務水平。但這種整體的改造要用到目前現有電力系統中，顯然不現實，成本過高，電老大再有錢，也不可能去干這種事。
7、從電力的後台系統來說，涉及到了大量的各種業務系統，但這些系統多年的建設過程中因為缺乏頂層設計，所以大多自成體系，數據很難互通共享並提供上層應用服務，因此即便這些數據真的也是海量大數據，但要實現整體的分析挖掘，難度依然十分巨大。
8、風電、太陽能、包括微網的分布式能源接入，其實跟前端用戶用電行為是密切相關的，由於目前還沒有低成本高效率的儲能系統，因此怎麼分配這些能源，怎樣與現有配電網很好的結合也會是十分麻煩的問題，要知道風電和太陽能等都是不確定性能源，對現網沖擊還是很大的。這確實也需要數據分析技術的支持，譬如對風電准確的預測等。這些技術都很早就有人在研究，談不上大數據。除非是大電網環境下，整體都構建成分布式能源，這時候可能才算得上是大數據吧。
8、總結一下，從未來看，智能電網的實現的確需要大數據做支撐，但在我國電網環境下，這將還是一個漫長的過程。當前說大數據，更多是噱頭，吸引眼球和忽悠項目罷了。大部分省級公司的數據更多應該還是結構化運營數據，頂多T級了。