在当前我国电力行业的发展背景下，电力企业之间的市场竞争也变得越来越激烈。而电力企业要想在这种复杂的市场环境中取得优势，就必须要在发展过程中不断提高自身技术水平。如果能够将大数据技术充分应用到电力企业的各项业务中，就可以更好的处理企业业务发展中的各类数据，并对电力大数据信息进行必要的预测，真正的变革整个电力系统的管理模式。但就当前的实际现状来看，大数据技术在我国大部分电力企业中的应用水平都非常有限，并没有充分发挥其价值。之所以出现这种情况，就是因为一些电力企业没有明确大数据技术的应用前景，无法将大数据技术跟电力系统各项活动融合在一起。在这种情况下，就有必要分析大数据在电力系统中的具体应用现状和应用前景。
1电力大数据的概念和特征
当前，大数据概念已基本达成共识，但未形成统一定义。麦肯锡认为，大数据是“无法在一定时间内用传统数据库软件工具对其内容进行抓取，管理和处理的数据集合”；Gartner认为，大数据是“需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产”。电力行业的信息时代正处于关键转折点，随着智能变电站系统、现场移动检修系统、测控一体化系统、GIS系统和智能表计等的建设，以往数据类型较为单一、增长较为缓慢的情况将发生转变，将逐渐步入到由复杂及异构数据源广泛存在和驱动的时代。
电力大数据是指通过传感器、智能设备、视频监控设备、音频通信设备和移动中断等各种数据采集渠道收集到的，结构化、半结构化和非结构化的海量业务数据的集合。电力大数据的特征。数据量在TBPB以上；在速度上，持续实时产生数据，要求即时处理。如调度部门的大部分数据及营销用采集数据都是实时数据流；在价值方面，通过数据挖掘等一系列手段，使电力企业实现业务趋势预测和分析决策。
2国内电力企业数据现状和需求
从数据类型上看，除传统的结构化数据外，还产生了系统日志、表计等半结构化数据和视频监测、客服音频等非结构化数据，对于这些非结构化数据，多数保存在本地系统中，且不能被检索分析，缺乏对其进行数据管理的手段。目前对半结构化、音频、视频和图像数据大多采用文件存储，未实现对文档、音频及视频等非结构化文件的检索，以及对混合数据类型的分析挖掘。因此，需要采用自然语言识别、视频分析等技术实现对非结构化数据向结构化数据的转换，实现对多类型数据的全景分析。
从数据处理速度上看，目前分析功能和辅助决策功能大体上能满足业务需要，但随着数据量的不断增加，一些分析性能问题也逐渐显现。生产管理对设备只能判断当前状态信息，无法实现大范围、长周期设备状态分析及统计。在关系数据库中对设备信息采用基础数据加规则匹配模式进行数据分析。因此，需要采用分布式存储，流式计算等技术对设备状态及视频流式监测数据进行分析。
从数据价值挖掘上看，对数据利用的手段还主要停留在基于报表的统计分析，缺乏对数据进行挖掘和探索的高级分析手段，制约了从数字化向智能化的发展。目前的普遍情况是数据主要停留在对结构化数据进行指标的统计分析阶段，对单业务的分析较好，对跨业务的分析较弱，对数据挖掘和探索方面还停留在浅层学习阶段，数据资产价值体现上整体停留在粗放型阶段。面对这些问题，企业应提供多样化统计分析和数据挖掘手段，增强关联度和预测性分析，发现数据潜藏价值，服务公司战略决策、业务应用、管理模式创新。
3大数据在电力系统中的发展前景
3.1电网基础建设的自动化与智能化
在当前我国国民经济不断发展的背景下，我国各个城市地区的现代化建设程度也快速加深，社会各个行业和人们日常生活中对于电力的需求也出现了显著增加。在这种发展趋势下，我国各个地区的电网基础建设项目也逐渐增多。而如果能够将大数据技术融入到电网基础建设项目中，就能够显著提高项目建设过程中的数据储存困难和信息处理效率不高等问题。这主要是因为大数据技术的应用能够最大程度的收集电网基础建设项目中的各类现场信息，并使用自动对比等可行性较强的数据挖掘技术来对现场产生的各类信息进行全面的分析，最终实现建设项目的智能化管理和自动化处理。
3.2状态检修的高效化和实时性
在电力系统的状态检修过程中，能否及时获取到各个电力设备的实时运作状态是非常重要的，在很大程度上也直接关系着最终状态检修的效果。就当前我国大部分电力企业的实际情况来看，其获得各个电力设备状态信息的主要方式就是利用不同功能的传感器来收集多种信息，并将这些信息汇总起来以明确各个电力设备的运作状态。特别是在近几年的发展中，很多电力企业都开始使用视频传感器技术，能够通过视频来实时读取电力系统中各个闸刀、开关、计量表等关键构件的运作状态。但视频传感器产生的信息也非常多，跟信息的解读带来了较多的困难。而如果能够充分利用大数据技术，那么电力系统状态检修体系就可以对海量的视频信息进行智能分析，同时还可以及时的获取不同设备的具体运作状态，对各个设备的在运作进行相应的预测，明确不同设备在后续一段时间里的变化。
3.3电网设计的系统化与细节化
在电网设计过程中，其主要的战略目标就是要使用最低的成本来构建最优化的电网建设模式，保证电力企业的整体收益。在当前我国电力行业的发展过程中，我国电网配网规划业务的覆盖范围也在不断的增加，并且项目运作过程中的数据规模也发展到了TB等级。而使用大数据技术能够对配网规划中产生的海量数据进行全面的收集、储存、整合。特别是在电网规划设计的前期，使用大数据技术能够对项目的内外部信息和数据进行智能化分析，预测整个项目在全面建设和投入使用中的具体情况，从而实现针对电网设计的超前预测。从这里也可以看出，在使用了大数据相关技术以后，我国电网设计就能够变得系统化和细节化，可以保证电力系统更好的适应于区域实际情况，并在实际运作中发挥其价值和作用。
3.4智能电网的框架建设与功能完善
智能电网是传统电网体系的升级发展成果，同时也是21世纪电网发展的重要趋势。而要想实现电网运作的智能化与自动化，就需要处理好电网运作过程中产生的数据。这不仅需要系统能够采集各个重要节点所产生的数据，还应该将不同节点的数据放在一起进行分析，保证各个数据信息之间的逻辑性。而对于电力企业来说，应该充分利用大数据技术来对电力系统中的各类数据进行整合与分析，并且还要使用云计算等相关技术对内部各个数据进行全面的计算，最终能够构建出智能电网的整体框架，还可以借助于这些数据分析来明确智能电网的决策功能。除此之外，智能电网的建设还应该针对内部信息建设一个相对完善的数据库，可以将系统运作过程中的海量数据进行统一的整体，并及时的查处不同设备的运作状态和历史操作情况，优化电网内部运作的障碍，尽可能降低电网运作的成本，提高最终电网运作的经济性和技术性。
4结束语
综上所述，目前，电力大数据仍处于前期研究阶段，需要电力企业、生产厂商、学术组织和研究机构共同致力大数据关键技术及在电力行业的应用研究和开发。我们坚信，大数据将为电力行业带来显著的价值，甚至其发展模式将由业务驱动向数据驱动转变
参考文献
[1]曹皖诚，汤少卿，尤鋆.大数据平台在电力系统中的应用研究[J].江苏科技信息，2016（29）：53~56+71.
[2]苗新，张东霞，孙德栋.在配电网中应用大数据的机遇与挑战[J].电网技术，2015，39（11）：3122~3127.
