随着我国智能电网建设的全面铺开，电力行业面临着重塑的机遇和挑战。大数据在社会经济、政治、文化、生活等各方面产生了深远的影响，将给各行各业的发展模式和决策带来未有的革新与挑战。
　　《基于大数据的智慧电网技术》围绕大数据，向读者阐述电力大数据的发展过程，使读者能够清晰感受到大数据对电力企业的影响；结合国内外智慧能源的发展现状，拓展读者对电网大数据应用的认知；以大数据在电力企业各专业的应用为引，突出电力企业大数据应用价值，为读者勾画出电力大数据的发展蓝图。
　　《基于大数据的智慧电网技术》主要面向电力系统广大人员，也可作为政府部门、科研机构、能源行业相关协会组织、电力用户、电力供应商和相关专业工程技术人员、高等院校师生的参考用书。

3.5.1 电力大数据的概念

电力大数据是大数据理念、技术和方法在电力行业的实践。电力大数据涉及发电、输

电、变电、配电、用电、调度各环节，是跨单位、跨专业、跨业务的数据分析与挖掘，以

及数据可视化。电力大数据由结构化数据和非结构化数据构成，随着智能电网建设和物联

网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。

3.5.2 电力大数据的前景

在电力行业，坚强智能电网的迅速发展使信息通信技术正以前所未有的广度、深度

与电网生产、企业管理快速融合，信息通信系统已经成为智能电网的“中枢神经”，支撑

新一代电网的生产和管理发展。当前，电网业务数据大致分为3类：一是电力企业生产数

据，如发电量、电压稳定性等方面的数据；二是电力企业运营数据，如交易电价、售电

量、用电客户等方面的数据；三是电力企业管理数据，如ERP、一体化平台、协同办公等

方面的数据。如能充分利用这些基于电网实际的数据，对其进行深入分析，便可以提供大

量的高附加值服务。这些增值服务将有利于电网安全检测与控制（包括大灾难预警与处

理、供电与电力调度决策支持和更准确的用电量预测），客户用电行为分析与客户细分，

电力企业精细化运营管理等，实现更科学的需求侧管理。

3.5.3 电力大数据技术

电力大数据技术需满足电力数据飞速增长的需要，满足各专业工作的需要，满足提高

电力工业发展的需要，服务于经济发展的需要。电力大数据技术包括高性能计算、数据挖

掘、统计分析、数据可视化等。

（1）高性能计算

通过Hadoop分布式计算技术采用MapReduce模型建立分布式计算集群或者Yonghong 

Z-Suite等高性能工具，对电力大数据进行分布式计算和处理。

（2）数据挖掘

数据挖掘技术是通过分析大量数据，从中寻找其规律的技术，主要有数据准备、规律

寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数

据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能

以用户可理解的方式（如可视化）将找出的规律表示出来。

数据挖掘的常用方法有关联分析、聚类分析、分类分析、异常分析、特异群组分析和

演变分析等。

（3）统计分析

统计分析，常指对收集到的有关数据资料进行整理归类并进行解释的过程。统计分析

可分为描述统计和推断统计：

 ●

描述统计是研究数据收集、处理、汇总、图表描述、概括与分析等统计方法，内

容有收集数据、整理数据、展示数据、描述性分析。 

●

推断统计是研究如何利用样本数据来推断总体特征的统计学方法、包含参数估

计、假设检验。

（4）数据可视化

数据可视化主旨在于借助图形化手段，清晰有效地传达与沟通信息，便于相关者对

数据的理解和认识。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密

切相关。

智能电网中数据量最大的应属电力设备状态监测数据。状态监测数据不仅包括在线的

状态监测数据（时序数据和视频），还包括设备的基本信息、实验数据、缺陷记录等，数

据量极大，可靠性要求高，实时性要求比企业管理数据要高。

智能电网的基础设施规模庞大，数量众多且分布在不同地点，数据质量较低，数据

管控能力不强。在大数据时代，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。数据共享不畅，数据集成程度不够。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，其价值也会大打折扣。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，数据重复存储且不一致的现象较为突出。

第1章 大数据概述
1．1 大数据源起
1．2 大数据的商业价值
1．3 大数据引发思维变革
1．4 大数据驱动管理变革
1．5 电网大数据的现状与未来
1．6 把握大数据时代
1．7 拥抱电力大数据

第2章 电网的大数据时代
2．1 新一轮的电网发展战略
2．1．1 对内优化管理模式
2．1．2 对外丰富增值业务
2．1．3 确保数据质量
2．1．4 挑战中见需求
2．1．5 策略中得启示
2．2 大数据时代的变革
2．2．1 大数据与电力大数据
2．2．2 电力大数据面临的挑战和应用前景
2．3 从大数据看电网改革
2．4 电网行业的变革点

第3章 电网大数据的基本概念
3．1 电网大数据定义
3．2 电网大数据特征
3．2．1 数据量大
3．2．2 类型多样
3．2．3 运算高效
3．3 电网大数据分类
3．3．1 大数据在大规划中的应用分析
3．3．2 大数据在大建设中的应用分析
3．3．3 大数据在大检修中的应用分析
3．3．4 大数据在大运行中的应用分析
3．3．5 大数据在大营销中的应用分析
3．3．6 大数据在运营监控中心中的应用分析
3．3．7 大数据在客服中心中的应用分析
3．4 电网大数据生命周期
3．4．1 大数据的组织
3．4．2 大数据的现状评估和差距分析
3．4．3 大数据的战略
3．4．4 大数据的定义
3．4．5 数据采集
3．4．6 数据处理和分析
3．4．7 数据呈现
3．4．8 审计、治理与控制
3．4．9 持续改进
3．5 电网的价值链
3．5．1 电力大数据的概念
3．5．2 电力大数据的前景
3．5．3 电力大数据技术
3．5．4 电力大数据的应用

第4章 智慧能源大数据全球政策动向
第5章 电网大数据资源
第6章 电网大数据应用技术
第7章 电网大数据感知技术
第8章 电网大数据信息通信技术
第9章 电网大数据分析与挖掘技术
第10章 电网大数据应用服务
第11章 电网行业大数据的机遇与挑战