電力行業蘊含了巨大的數據資源，同時也呈現出突出的數據價值需求。據估算，電力行業的生產、管理、用戶、計量、資產等方面數據已達到20PB，這個數字相當于1000個中國國家圖書館的數據量，在這些數據資源中通過分析計算，可發現數據間的關聯性，融合外部數據可找出內在的客觀規律，為企業、行業解決生產運行和管理中以現實手段不能解決的問題，預測防控風險，提升創新能力。

 

研究表明，來自于復雜大電網的調度運行、新能源與負荷的時空變異、電力資產壽命與運行狀態、主動配電與需求響應等領域都存在著巨大的以大數據為支撐的決策與配置的需求。

 

 

大數據驅動智能電網技術水平提升。隨著特高壓為主體的大電網快速發展，全程全網的物理信息與時空關聯性更加密切。同時，大規模新能源發電、分布式電源、儲能系統、電動汽車的廣泛接入，改變了傳統電網的形態，在兼容性、開放性不斷提高的同時，電網受到外部因素的影響加大。

 

當前及未來的電網將有兩大鮮明的特征，一是網絡堅強與巨容的平臺化，二是接入龐雜與泛在的互聯性，這需要新的電網技術思維。

 

首先對于基于估值的預測和高冗余配置的安全保障以及設備狀態的條件判決的方法，可借助大數據進行多因素、高密度、全環節、大規模的數據計算，實現對外部因素與系統狀態精準的預測和辨識、對電網運行狀態的全局掌控和對系統資源的優化控制，保障大電網整體性運行;其次對于復雜的負荷動態與互動響應，借助于大數據來預測感知，實現調配平衡，柔性接納和時空優化。研究中發現：基于氣象數據、環境數據、輸變電設備監控數據，可實現動態定容、提高輸電線路利用率;基于WAMS數據、調度數據和仿真計算歷史數據，可分析電網安全性的時空關聯特性，快速預測電網的運行風險;基于配用電數據和社會經濟數據，可實施更加高效的停電管理、需求響應、電能質量監測管理;基于對電網實時數據和歷史數據的分析，可加強對電力設備、資產的預防性維護管理，并考慮人和社會等因素，優化安全生產管理流程。