A. 大数据在电力行业的应用前景有哪些

我们首先要先了解清楚什么是大数据？大数据是基于互联网的定义，而大数据技术主要处理“涌现”性的数据。

不是“大量数据”被称为大数据

但是，大功率数据在这个方向是否有未来呢？我认为未来是有的。

首先，大数据不使用“大数据”的概念，而是物联网+云+数据处理的综合概念。

其次，对电力数据的分析也在不断发展，学习大数据处理技术，恢复电力数据也有许多优点。

在不久的未来，物联网和智能电网高度发达的时候，店里大数据是非常必要的。

B. 电网企业大数据分析有什么作用

为了顺应能源革命和数字革命融合发展趋势，积极实现“三型两网、世界一专流”战略目标，亿信华属辰提出了电网自动化报表管理方案，来帮助国家电力部门来实现统计报表自动生成率100%。亿信华辰是智能数据全生命周期产品与服务提供商，提供数据采集、数据存储、数据治理、数据分析产品与服务。电网企业进行大数据分析后能实现以下目标：
1、建设数据集市，实现数据充分融合，报表数据统一从数据集市输出，保证各专业报表输出重叠部分能够保持一致，消除信息孤岛，报表对内对外统一提供。
2、在保证基础报表管理的基础上，实现电网业务平台化支撑，建设数据可视化分析、自主分析、智能分析等等，助力公司逐步实现报表自动化，切实推进基层减负。

C. 电力企业从大数据中得到了什么

1、线路优化，在没有大数据之前，某小区可能你们的设计容量非常庞大，但事实上只是浪费，这个小区没有预计的那么耗电，而在铺设地下电缆这些，如果有大数据，也可以做到更精准。

2、如果你有用户的用电数据，其实可以大概知道该用户的消费水平，未来或许能够提供一些精准服务，例如：某个用户常年电表不走，可能是房子空置，某一天开始，用电大增，可能是房子已经在装修了，后续是不是该买各种家电了？

3、电力的调配，把电力输送到真正需要的地方。

4、产能优化，是风电、核电、煤电、还是水电带来的效益更好？大数据或许可以帮你解答这个问题。

5、设备的维护，录入所有设备的数据信息，哪些设备该保养该更换一目了然。

说那么多，要达到那一天感觉还是很遥远，现在大数据大多还是停留在表面，与产业结合还不是很多。点我名字，扫我大头贴，发现更多大数据之美。

D. 电力企业从大数据分析中能得到什么

电力企业从大数据分析中可以得到用户的使用数据

E. 电力行业如何应用大数据

挑战中见需求： 质量较低、共享不畅、防御脆弱、基础不牢，对于这些电力行业推进大数据的困扰，电信行业是不是也有似曾相识的感觉?这些问题中的一部分，电信业同样需要深思;还有一些问题，则恰恰是电信业的长处，是电信业推进电力行业信息化的机遇。 数据质量较低，数据管控能力不强。大数据时代，数据质量的高低、数据管控能力的强弱直接影响了数据分析的准确性和实时性。目前，电力行业数据在可获取的颗粒程度，数据获取的及时性、完整性、一致性等方面的表现均不尽如人意，数据源的唯一性、及时性和准确性急需提升，部分数据尚需手动输入，采集效率和准确度还有所欠缺，行业中企业缺乏完整的数据管控策略、组织以及管控流程。 如何从海量数据中提取有价值的信息?这也是电信业面临的问题。有观点认为，可以用智能信息基础设施替换复杂的孤立的数据库，让企业能够在需要时捕捉、存储信息。也有观点认为，可以倚靠软件的处理能力来甄别垃圾数据和有价值数据。究竟哪种方式更为有效，目前仍无定论。而无论哪种情况，都需要制定一个数据采集的标准，在时间、精度上进行规范，从而为后续的数据分析打好基础。 数据共享不畅，数据集成度不高。大数据技术的本质是从关联复杂的数据中挖掘知识，提升数据价值，单一业务、类型的数据即使体量再大，缺乏共享集成，其价值就会大打折扣。目前，电力行业缺乏行业层面的数据模型定义与主数据管理，各单位数据口径不一致。行业中存在较为严重的数据壁垒，业务链条间也尚未实现充分的数据共享，数据重复存储的现象较为突出。 打破企业的门户之见，在行业中建立一个资源池，让使用者可以按需获取数据资源。从电信业的角度来看，现在，电信运营商之间的合作在不断推进，例如，运营商开发了融合的手机游戏计费平台;在北京电信网上营业厅微信平台上，用户不仅可以自助查询电信业务，还能查询联通和移动业务的使用费，这样共享数据资源的经验也可在大数据的应用过程中加以推广。 防御能力不足，信息安全面临挑战。电力大数据由于涉及众多电力用户的隐私，对信息安全也提出了更高的要求。电力企业地域覆盖范围极广，各类防护体系建设不平衡，信息安全水平不一致，特别是偏远地区单位防护体系尚未全面建立，安全性有待提高。行业中企业的安全防护手段和关键防护措施也需要进一步加强，从目前的被动防御向多层次、主动防御转变。 建立与大数据相适应的安全和隐私保护机制，通过技术手段和加强企业自律来保证数据的安全。 承载能力不足，基础设施亟待完善。电力数据储存时间要求以及海量电力数据的爆发式增长对IT基础设施提出了更高的要求。目前，电力企业大多已建成一体化企业级信息集成平台，能够满足日常业务的处理要求，但其信息网络传输能力、数据存储能力、数据处理能力、数据交换能力、数据展现能力以及数据互动能力都无法满足电力大数据的要求，尚需进一步加强。 在这方面，电力行业和电信业各有优势。尽管电力行业也在进行宽带建设以及智慧社区的建设，但是，所谓术业有专攻，在IT基础设施尤其是网络基础设施上，电信业在运维、计费等方面有着得天独厚的优势。同时，在数据中心的建设上，电力行业对以电能为代表的能耗问题又有着丰富的经验。因此，两个行业不妨加强合作，实现共赢。 相关人才欠缺，专业人员供应不足。大数据是一个崭新的事业，电力大数据的发展需要新型的专业技术人员，例如大数据处理系统管理员、大数据处理平台开发人员、数据分析员和数据科学家等。而当前行业内外此类技术人员的缺乏将会成为影响电力大数据发展的一个重要因素。 加强大数据人才的培养，鼓励企业内部在大数据领域的创新。

F. 如何 大数据 电网

电网拥有大量的数据，而且电网的数据比较复杂，老系统很多。
电网要想用好大数据，首先建立好业务模型和数据结构，根据自身的需求和目标，作为分析目的。
选择一款合适的商业智能平台，国外的例如IBM，Oracle和SAP等大数据产品，国内也可以选择例如永洪科技的大数据BI产品。不太推荐开源的例如Hadoop大数据产品，成功率较低。
最好有足够支持的团队来做大数据项目，比选择大数据工具更重要，更能保证项目成功。

G. 为什么电力需要大数据

你看现在，到处说哪里大规模停电引发骚动，哪里电网有问题引发示威，哪里又出来一个新的电力解决方案。。。。。

因此，电力应用大数据就显得尤其重要了。

这些信息的渠道几乎都来源于网络，实际上要实现电力的数据化，就要实现对网络信息的抓取。

H. 大数据在电力行业的应用前景有哪些

智能电网就是“大数据”这个概念在电力行业中的应用，就是通过网络将用户的用电习惯等信息传回给电网企业的信息中心，进行分析处理，并对电网规划、建设、服务等提供更可靠的依据。日前，美国加州大学洛杉矶分校的研究者就根据“大数据”理论设计了一款“电力地图”，将人口调查信息、电力企业提供的用户实时用电信息和地理、气象等信息全部集合在一起，制作了一款加州地图。该图以街区为单位，展示每个街区在当下时刻的用电量，甚至还可以将这个街区的用电量与该街区人的平均收入和建筑物类型等相比照，从而得出更为准确的社会各群体的用电习惯信息。这个“大数据”地图也为城市和电网规划提供了直观有效的负荷数预测依据，也可以按照图中显示的停电频率较高、过载较为严重的街区进行电网设施的优先改造。同时，对于风能、太阳能等具有间歇性的新能源，通过“大数据”分析进行有效地调节，也可以使新能源更好地与传统的水火电进行互补，更为灵活地出力。
-

I. 大数据在电力行业的应用前景有哪些

作者：知乎用户
链接：https://www.hu.com/question/23241126/answer/24036849
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

作为曾经搞过几个电力相关项目的人，就自己粗浅的理解，很写实的回答一下吧，也希望专家指正：
1、国内电网行业相对封闭，很多国外的新技术和新思想并不适用于国内，根本没施展的基础和环境；
2、但国内电网行业技术上并不算落后，对国外相关技术的研究其实也都有及时跟踪和深入理解，只可惜，如1所述，确实没啥空间。
3、要玩大数据的前提是首先要有大数据，以前电网建设重点都集中在生产环节，配用电环节关注较少，而生产环节，起码目前，还谈不上大数据，相关的数据挖掘倒是一直都需要，也一直都在用。用电信息采集系统（用户能见到的就是智能电表）等的大面积推广，意味着与用户交互最多的配用电环节开始得到重视。
4、配用电环节要做到智能化，确实需要基于海量用户用电特征数据分析，进而实现台区的负荷预测、用电调度、有序用电等等。但遗憾的是，理念归理念、技术归技术、现实归现实，虽然智能配用电这一块理论上都设计的很好，但现实中还有很多问题。
5、以用电信息采集系统为例，其实是一个收集用户用电行为特征最好的前端设施，这里需要分钟级的数据采集频率，目前一般是15分钟。即一个小时采集4次。但由于用户住宅区的分布杂乱无章，要想采用重新布线的有线方式传输数据显然投资过大，PLC又慢又很不稳定。无线的话，GPRS目前使用较多，不过呢，大量用户数据都走GPRS，且不说费用，数据拥塞是避免不了的，受环境影响，干扰和屏蔽也较多。这样一来，后台收集数据经常会出现延迟和丢包情况，因此很多数据根本无法全部有效采集。也就不存在完整的海量数据一说，那么又到哪里去分析呢？
6、国内确实建设了一些完整的智能电网小区试点，用户家里也可以用智能插座，这种环境下用户数据可以得到有效收集，如果用户量较大，必然会产生大数据，相对也就需要大数据技术来处理和分析，从而进一步提高电网智能服务水平。但这种整体的改造要用到目前现有电力系统中，显然不现实，成本过高，电老大再有钱，也不可能去干这种事。
7、从电力的后台系统来说，涉及到了大量的各种业务系统，但这些系统多年的建设过程中因为缺乏顶层设计，所以大多自成体系，数据很难互通共享并提供上层应用服务，因此即便这些数据真的也是海量大数据，但要实现整体的分析挖掘，难度依然十分巨大。
8、风电、太阳能、包括微网的分布式能源接入，其实跟前端用户用电行为是密切相关的，由于目前还没有低成本高效率的储能系统，因此怎么分配这些能源，怎样与现有配电网很好的结合也会是十分麻烦的问题，要知道风电和太阳能等都是不确定性能源，对现网冲击还是很大的。这确实也需要数据分析技术的支持，譬如对风电准确的预测等。这些技术都很早就有人在研究，谈不上大数据。除非是大电网环境下，整体都构建成分布式能源，这时候可能才算得上是大数据吧。
8、总结一下，从未来看，智能电网的实现的确需要大数据做支撑，但在我国电网环境下，这将还是一个漫长的过程。当前说大数据，更多是噱头，吸引眼球和忽悠项目罢了。大部分省级公司的数据更多应该还是结构化运营数据，顶多T级了。