發電大數據

『壹』 電力大數據的電力大數據技術

電力大數據技術滿足電力數據飛速增長，滿足各專業工作需要，滿足提高電力工業發展需要，服務經濟發展需要。電力大數據技術包括：高性能計算、數據挖掘、統計分析、數據可視化等。 數據挖掘技術是通過分析大量數據，從大量數據中尋找其規律的技術，主要有數據准備、規律尋找和規律表示3個步驟。數據准備是從相關的數據源中選取所需的數據並整合成用於數據挖掘的數據集；規律尋找是用某種方法將數據集所含的規律找出來；規律表示是盡可能以用戶可理解的方式（如可視化）將找出的規律表示出來。
數據挖掘的任務有關聯分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析等等。 統計分析，常指對收集到的有關數據資料進行整理歸類並進行解釋的過程。 統計分析可分為描述統計和推斷統計。
1、描述統計
描述統計是將研究中所得的數據加以整理、歸類、簡化或繪製成圖表，以此描述和歸納數據的特徵及變數之間的關系的一種最基本的統計方法。描述統計主要涉及數據的集中趨勢、離散程度和相關強度，最常用的指標有平均數、標准差、相關系數等。
2、推斷統計
推斷統計指用概率形式來決斷數據之間是否存在某種關系及用樣本統計值來推測總體特徵的一種重要的統計方法。推斷統計包括總體參數估計和假設檢驗，最常用的方法有Z檢驗、T檢驗、卡方檢驗等 2012年7月10日，信通公司成功舉辦大數據開啟智能電網新時代研討會。本次研討會作為公司大數據戰略推進重要一環，總結公司大數據戰略實施以來的重點工作，加深理解大數據對電力信息通信事業的意義，促進大數據生態環境建設，並展望公司及大數據未來發展方向。本次研討會特別邀請了中國寬頻資本基金董事長田溯寧博士、《證析》作者鄭毅先生、浙江海鹽供電局徐光年主任做專題演講。
研討會的成功舉辦，使大家進一步了解了大數據、信息通信技術在智能電網發展、未來科技發展的重要意義，同與會各位專家的交流也使大家開闊了視野、增長了知識。本次研討會也標志了電力大數據戰略將進入攻堅實戰階段，與會人員紛紛表示，要牢牢把握住電力信息通信引領智能電網飛速發展的寶貴機遇，以昂揚的鬥志面對新的挑戰！ 2012電力行業信息化年會於2012年11月3-4日在北京舉行。年會由中國電機工程學會電力信息化專業委員會、國網信息通信有限公司聯合主辦，南瑞集團國電通公司承辦。國家電監會信息中心、國家電網公司信息化工作部、中國南方電網公司信息中心、中國電力建設集團公司信息中心、中國能源建設集團有限公司科技信息部以及各發電集團公司、各省電網公司信息部門等為會議的支持單位。
本次年會主題為「大數據與寬頻中國」。「大數據」將給電力企業帶來新一輪商業模式轉變和價值創新，寬頻中國戰略更為電力信息化發展提速。來自國家電力監管委員會、國家電網公司、國網信息通信有限公司、輔業集團公司、發電集團公司、網省公司等單位的30多位專家和代表將圍繞主題在年會上發言或演講。

『貳』 我國31省份電力大數據公布，數據中有哪些信息值得關注

隨著社會的發展、電已經成功了千家萬戶必須的東西、沒有電我們的生活可能會被打亂、甚至影響經濟的發展、現如今我們所用的一切都需要電力的供應、前段時間我國31個省份電力大數據公布、 數據中的哪些信息值得關注？首先是用電量、這幾年可以說是呈幾何倍數增長、遠遠高出了所預期的、再者就是發電量跟不上用電的速度、導致很多地方突然停電、前段時間東北就是如此、這是我們必須關注的問題。

『叄』 大數據在電力行業的應用前景有哪些

關鍵技術：

電力大數據的發展也需要一些關鍵技術的支撐，（1）大數據傳輸及存儲技術：電力系統各個環節的運行數據及設備狀態在線監測數據將會帶來海量數據傳輸和存儲問題（2）實時數據分析及處理技術：在未來的電力系統環境中，從發電、輸變電環節，到用電環節，都需要實時數據處理，藉助電力大數據的分析技術可以從電力系統的海量數據中找出潛在的模態與規律，為決策人員提供決策支持。（3）大數據展示技術：包括可視化技術、空間信息流展示技術、歷史流展示技術等.
目前，電力大數據應用場景主要在以下方面：

（1）規劃—提升負荷 預測能力。通過對大數據的分析，利用數據挖掘技術，更准確地掌握用電負荷的分布和變化規律，提高中長期負荷的預測准確度。
（2）建設—提升現場安全管理能力。對現場照片進行批量比對分析，利用分布式存儲、並行計算、模式識別等技術，掌握施工現場的安全隱患，或者核查安全整改措施的落實情況。
（3）運行—提升新能源調度管理能力。利用機器學習、模式識別等多維分析預測技術，分析新能源的出力與風速、光照、溫度等氣象因素的關聯關系，更准確地對新能源的發電能力進行預測和管理。
（4）檢修—提升狀態檢修管理能力。研究消缺、檢修、運行工況、氣象條件等因素對設備狀態的影響，以及設備運行的風險水平，利用並行計算等技術實現檢修策略優化，指導狀態檢修的深入開展。
（5）營銷—提升對用電行為的分析能力。擴展用電採集的范圍和頻次，利用聚類模型等挖掘手段，開展對用電行為特徵的深入分析，並實施區別化的用戶管理策略。
（6）運監—提升業務關聯分析能力。利用流式計算、可視化和並行處理等技術，實現全方位在線監測、分析、計算。
前景：
一、宏觀經濟形勢評價與預測
二、服務電力企業、電力用戶；1.用戶能耗分析及用電優化；2.用電信息徵信體系服務；

『肆』 淺析電力行業如何擁抱大數據

淺析電力行業如何擁抱大數據

未來社會發展將會是大數據的時代，數據的意義已經不僅僅是記錄，而是一種能源，一種潛力巨大、影響深遠的能源。2015年8月19日，國務院常務會議通過了《關於促進大數據發展的行動綱要》，特別強調通過大數據的發展，提升創業創新活力和社會治理水平。大數據正在改變著各行各業，同樣，大數據在電力行業也得到廣泛的應用。
電力行業如何擁抱大數據 打破數據壁壘
近年來，在電力領域大數據已經得到了廣泛關注，國內的一些專業機構和高校開展了電力大數據理論和技術研究，我國電力行業也在積極開展大數據研究的應用開發，電網企業、發電企業在電力系統各專業領域開展大數據應用實踐，國家電網公司啟動了多項智能電網大數據應用研究項目。
智能電網是解決能源安全和環境污染問題的根本途徑，是電力系統的必然發展方向;全球能源互聯網則是智能電網的高級階段，「互聯網+智慧能源」進一步豐富了智能電網的內涵;這些新概念均與大數據密切相關，大數據為智能電網的發展和運營提供了全景性視角和綜合性分析方法。就物理性質而言，智能電網是能源電力系統與信息通信系統的高度融合;就其規劃發展和運營而言，智能電網離不開人的參與，且受到社會環境的影響，所以智能電網也可被看作是一個由內、外部數據構成的大數據系統。內部數據由智能電網本身的系統產生，外部數據包括可反映經濟、社會、政策、氣候、用戶特徵、地理環境等影響電網規劃和運行的數據。在智能電網的發展過程中，大數據必將發揮越來越重要的作用。
但是從目前來看，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。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。
業內稱電力行業擁抱大數據，急需推動電力企業間的數據開放共享，建設電力行業統一的元數據和主數據管理平台，建立統一的電力數據模型和行業級電力數據中心，開發電力數據分析挖掘的模型庫和規則庫，挖掘電力大數據價值，面向行業內外提供內容增值服務。
協調發展智慧電力、智能電網和智慧城市。電力大數據是智慧城市的基石，緊密圍繞智能電力系統的發展開展電力大數據的應用實踐。以重塑電力核心價值、轉變電力發展方式為主線，未來必將實現智能電網與互聯網的深度融合：將與城市的電、熱、氣、水和交通系統實現交互，把電能與供熱、供水、供氣以及交通系統進行互聯互通，形成城市互聯網，通過城市互聯網技術來進行整合，比如給家庭、社區、工業園區、企事業單位、醫院、學校提供一攬子能源解決方案，解決它的水、電、氣、油甚至包括污水處理、垃圾處理、暖氣供應、冷氣供應，整個能源資源的成套解決方案，是人性化、智能化甚至量身定製的解決方案。
案例分析：電力行業如何擁抱大數據
以電力大數據的先行者——AutoGrid為例
1、正確姿勢
AutoGrid的核心為其能源數據雲平台——EnergyDataPlatform(EDP)，創造了電力系統全面的、動態的圖景。
類似於高級搜索引擎或天氣預報演算法，AutoGrid的能源數據平台挖掘電網產生的結構化和非結構化數據的財富，進行數據集成，並建立其使用模式，建立定價和消費之間的相關性，並分析數以萬計的變數之間的相互關系。通過該能源數據平台EDP，公共事業單位可以提前預測數周，或只是分，秒的電量消耗。大型工業電力用戶可以優化他們的生產計劃和作業，以避開用電高峰。同時，電力供應商可使用該能源數據平台EDP來決定可再生資源，如太陽能，風能的並網，最大限度地減少這些能源間歇性對電網的影響。
DROMS(，需求響應優化及管理系統)為AutoGrid的需求響應管理工具。DROMS從已存在的AMI系統、有線網關、建築管理系統以及數據採集與監控(SCADA)系統獲得實時數據，結合配電系統的物理特性，基於機器智能，分析產生對單一負載的精確預測，在需求響應要求產生之前介入，迅速生成針對某一需求響應的應對策略。除此之外，對甩負荷要求及價格信號亦能有及時准確的反應。
2、優化需求管理
當需求側管理日益成為電力運營的一個重要部分時，電力大數據的應用也變得日益重要。通過電力大數據的採集、分析及應用，可以幫助電網各端匹配電力供應和需求，降低電網各端的成本。
AutoGrid的客戶覆蓋發電端、輸電端、配電端、用戶，可以幫助電網各端匹配電力供應和需求，降低電網各端的成本。AutoGrid的能源數據雲平台EDP，收集並處理其客戶接入智能電網的智能電表、建築管理系統、電壓調節器和溫控器等設備的數據，面向其用電客戶提供DROMS，獲取能量消耗情況，預測用電量，結合電價信息實現需求側響應，生成需求側管理項目的分析報告，提升客戶全生命周期的價值收益;面向電網運營者提供DROMS，可提供需求響應應對策略，預測發電情況和電網動態負荷，預測電網運行故障，改善客戶平均停電時間和系統運營時間，從而實現電網優化調度，減少非技術性損失，降低運營成本。
來自於ARPA-E項目的支持，AutoGrid還開發了一套軟體來監測電力在電網中的流動，幫助公用事業公司更好地滿足實時電力需求。在需求高峰期，公共事業公司可以讓精打細算的消費者知道他們在能源領域是如何花費的或要求具有環保意識的消費者主動減少自己的能源消耗。從而公共事業公司可以更好地快速有效地管理對電網的需求和供給的波動。
由於在需求響應的突出表現，AutoGrid被美國NavigantResearch列為2014年度需求響應領軍企業。
3、建立能耗圖景
基於EDP和DROMS，AutoGrid可以為客戶提供一個大規模的、動態的、不間斷的、供能范圍內的整體能耗圖景。利用該能耗圖景，公共事業公司可以可以實時「看」到本地區的能耗，以更好的進行電力控制。當數據不斷被累積，AutoGrid就能提供秒前、分鍾前甚至周前的用電預測，可以幫助電力企業客戶實現不影響舒適度和生產率情況下的優化排產計劃。因此，AutoGrid提供的不僅是能量消耗動態圖，它提供的還是需求側響應的應對方案。

以上是小編為大家分享的關於淺析電力行業如何擁抱大數據的相關內容，更多信息可以關注環球青藤分享更多干貨

『伍』 專欄 | 電力大數據應用模式與前景分析

本期，C君非常榮幸地邀請到了國家電網能源研究所的孫藝新老師。能源行業作為國民經濟與社會發展的基礎，不可避免地正在受到大數據的深刻影響。在下文中，孫藝新老師結合案例，系統分析了國外幾種電力大數據應用案例，並分析了未來的應用前景，可供讀者參考借鑒。

本文原載於《中國電力企業管理》，轉載請聯系作者獲得授權。

大數據對打通業務壁壘、發現商業價值具有重要支撐作用，已為互聯網、金融等擁有海量數據的企業在市場開拓、產品研發、客戶服務等方面發揮了重要作用。電力大數據則是從能源領域為人們重新開啟了認識世界、改造世界的大門。

電力大數據
人類從遠古進化到現代，能源的每一次進步都帶來了生產力的巨大飛躍。如今，能源革命與信息技術革命發生交匯，智能電網、新能源的快速發展與移動終端、物聯網、雲計算的迅速普及，將為各個產業帶來巨大的商業價值。電力大數據不僅是大數據技術在電力行業的深入應用，也是電力生產、消費及相關技術革命與大數據理念的深度融合，將加速推進電力及能源產業發展及商業模式創新。

從商業模式創新來看，電力大數據的內涵包括以下三個方面：一是打破電力發、輸、配、售不同階段的數據壁壘，數據范圍涵蓋電力生產運營全過程；二是注重電力領域綜合分析預測，對不同類型能源消耗、用電行為特徵、電力供需形勢、用電企業經營趨勢等問題進行綜合預判，能夠顯著提高電力生產消費預測的准確性與及時性；三是注重能源領域商業模式創新，充分挖掘能源數據價值，從信息服務、數據分析等方面為智慧城市、智能電網、智能家居等領域提供新的盈利模式。

電力大數據拓寬了電力行業乃至能源產業的廣度與深度，給傳統企業帶來機遇與挑戰。一方面，電力大數據能夠對電力供給側、需求側進行有機整合與「跨界」應用，為創新商業模式與管理模式提供了機遇；另一方面，電力大數據使傳統電力行業的邊界變得模糊，使其自然壟斷地位與路徑依賴優勢受到不同程度的顛覆與挑戰。

國外電力大數據應用模式
目前，電力大數據理念尚處於逐步發展過程。從國外主要實踐案例來看，已初步形成了三類應用模式。

以電力為中心的能源數據綜合服務平台

該模式通過建立一個分析與應用平台，集成能源供給、消費、相關技術的各類數據，為包括政府、企業、學校、居民等不同類型參與方提供大數據分析和信息服務。該模式中，電網企業具有資金、技術、數據資源等方面優勢，具備成為綜合服務平台提供方的條件。

典型案例是美國德克薩斯州奧斯丁市實施的以電力為核心的智慧城市項目（見圖1）。該項目以智能電網設備為基礎，採集了包括智能家電、電動汽車、太陽能光伏等類型詳細用電數據以及燃氣、供水數據，形成一個能源數據的綜合服務平台。

圖1奧斯丁智慧城市項目商業模式示意圖
該項目已在節能環保、新技術推廣、研發測試等方面發揮了重要的平台服務支撐作用。一是在消費者能源管理方面，為居民能源消費、住宅節能、交通出行等提供優化建議，促進節能環保。例如，識別環保住宅的能耗降低比例可達27%；對居民太陽能電池板安裝朝向進行優化，可使發電量增加49%等。二是為企業提供電動汽車、智能家電等產品開發與技術測試服務。例如，將電力數據與汽車里程、分時電價、油價數據結合，可提供電動汽車性能分析、充電站布局優化，並根據用戶習慣確定最佳充電時間等服務。

為智能化節能產品研發提供支撐
該模式主要將電力大數據、信息通信與工業製造技術結合，通過對能源供給、消費、移動終端等不同數據源的數據進行綜合分析，設計開發出節能環保產品，為用戶提供付費低、能效高的能源使用與生活方式方案。以智能家居產品為例，該模式既可為居民用戶提供節能降費服務以及快捷便利的用戶體驗，也可對能源企業尤其是電力企業改善用戶側需求管理、減少發電裝機等發揮作用。該模式中，電網企業不一定具備產品研發優勢，但利用電力數據採集與分析方面的優勢，既可通過與設備製造商合作改進用戶需求側管理，也可通過共同參與研發並在產品銷售中獲取收益。

該模式的典型案例是美國NEST公司研發的智能恆溫器產品的商業模式（見圖2）。該產品可以通過記錄用戶的室內溫度數據、智能識別用戶習慣，並將室溫調整到最舒適狀態。

圖2NEST產品商業模式示意圖
產品製造商、電力企業、用戶三方形成共贏：作為產品製造商的NEST公司免費獲得合作企業提供的部分電力數據，藉此完善預測演算法，並通過多種方式（恆溫器設備、互聯網、分析報告）展示分析結果；電力企業在智能恆溫器支持下，改進需求側管理，節約發電裝機與調峰成本；用戶使用產品自動控制房間溫度，並節省用電費用。據報道，售價250美元的NEST恆溫器每年可在電費和供熱開支方面為家庭節省173美元，一年時間已節省了2.25億千瓦時的能量，相當於2900萬美元費用。

面向企業內部的管理決策支撐
電力大數據對能源企業自身同樣具有重要價值。通過將能源生產、消費數據與內部智能設備、客戶信息、電力運行等數據結合，可充分挖掘客戶行為特徵，提高能源需求預測准確性，發現電力消費規律，提升企業運營效率效益。對於電網企業，該模式能夠提高企業經營決策中所需數據的廣度與深度，增強對企業經營發展趨勢的洞察力和前瞻性，有效支撐決策管理。

該模式的典型案例是法國電力公司智能電表大數據應用（見圖3）。法國電力在籌建大數據研究團隊初期，選擇用戶負荷曲線為突破口，將電網運行數據與氣象、電力消費數據、用電合同信息等進行實時分析，以更為准確地預測電力需求側變化，並識別不同客戶群的特點，通過優化需求側管理，改進投資管理與設備檢修管理，提升運營效率效益。其中通過優化需求側管理，使電網日負荷率提高至85%左右，相當於減少發電容量1900萬千瓦。

圖3 法國電力大數據支撐內部決策應用示意圖
電力大數據應用前景
未來電力大數據的應用前景主要是在已有模式的基礎上，進一步發揮「粘合劑」與「助推劑」作用，推動能源產業探索建立具有「平台」特徵的完整能源生態系統。「粘合劑」主要是指對其他企業的吸引力以及形成平台模式後的協同效應，「助推劑」主要是指對能源產業生產、消費革命以及企業發展轉型的推動作用。

參照電商領域中的阿里集團，該公司成立以來逐漸形成了「數據」與「平台」良性發展的商業模式，收入主要來源於向賣家提供的互聯網營銷服務和從交易額中抽取的傭金。一方面，阿里通過淘寶、支付寶、余額寶等產品構建了完整的商業生態系統，吸引用戶參與到平台中，並採集整理用戶大數據；另一方面，阿里通過用戶大數據的分析與挖掘，在電子商務、金融、交通、娛樂等不同領域中建立競爭優勢，不斷鞏固壯大其商業生態系統。2013年，阿里集團的中國零售平台交易額達2480億美元，營業收入493億元，利潤率高達45%。

電力大數據下的能源生態系統將為能源企業及相關產業提供一個數據採集、整理、分析、應用、共享、交易等為一體的平台，為參與方提供信息咨詢、節能環保、產品研發、管理支撐等服務，為消費者提供節能降費服務及相關產品。可應用的領域包括智慧城市、智能電網、新能源、電動汽車。智能樓宇、智能家電、智能家居、移動終端等一系列相關產業。

電力企業在以電力大數據為基礎的生態系統中占據主導地位，具有十分重要的作用。一方面，新一輪電力市場改革下，電力企業可以擺脫傳統的盈利模式，通過挖掘大數據資源增強企業競爭力；另一方面，電力企業通過吸引社會資本及不同主體的參與，共建互利合作的商業環境，發揮電力大數據在智慧城市、智能家居中的重要支撐作用，提升相關企業的科技創新與可持續發展能力。

積極布局推進電力大數據應用
電力大數據對電力工業優化內外部資源、發展智能電網與構建全球能源互聯網具有重要支撐作用，對電網企業創新商業模式、主導建立能源生態系統具有重要意義。電網企業需持續關注其發展動態，積極謀劃布局。未來智能電網採集的數據將全面覆蓋從主幹網到配電網、區域用戶和大用戶微網，乃至家庭小用戶區域網。在此背景下，傳統數據存儲、計算能力將產生瓶頸，必須運用大數據的採集、處理技術對當前SCADA系統、數據中心、分析預測系統進行全面升級與改造。

一是開展大數據應用的頂層設計工作。在企業集團層面建立大數據應用的組織協調機構，研究能源領域大數據與公司、電網發展的協同關系，並對其盈利模式、應用領域、合作機制及分工等全局性問題開展專項研究，在未來競爭領域中占據主動。

二是做好信息與技術儲備工作。探索建立穩定、可靠的公司內外部數據獲取渠道，以及數據共享機制；超前研究制定適用於大數據環境的技術處理方案，提升信息系統處理能力。

三是積極培育人才隊伍，開展前期應用試點工作。在電網、產業、科研單位中組建大數據研發攻關團隊，在安全、生產、經營等業務中開展應用試點探索。

『陸』 大數據在電力行業的應用前景有哪些

大數據是指無法在可容忍的時間內用傳統信息技術和軟硬體工具對其進行感知、獲取、管理、處理和服務的數據集合。

大數據已經滲透到每一個行業和業務職能領域，並逐漸成為重要的生產因素。

電力大數據：

對於電力行業而言，電力生產涉及的運行工況參數、設備運行狀態等實時生產數據，現場匯流排系統所採集的設備監測數據以及發電量電壓穩定性等方面的數據，電力企業運營和管理數據如交易電價、售電量用電、客戶信息、綜合數據等共同構成了。

根據電力行業特徵，電力大數據主要來源於：電力生產、管理運營、智能電網。

智慧電力解決方案：利用智能和科學的智慧電力解決方案，如管理及優化企業停電計劃的智能停電管理系統，幫助電網企業優化建設改造投資計劃的智能電網評估與投資優化決策系統，可智能感知電網實時運行狀態並輔助監管人員決策的電網狀態智能感知與報警系統等。

大數據支撐智能電網發展：

在本質上，智能電網是「大數據」在電力上的應用，智能電網的理念是通過獲取更多的如何用電、怎樣用電的信息，來優化電的生產、分配以及消耗。

在智能電網中引入了信息流的概念，即電網要能夠把電能流信息流結合在一起，實現傳輸能源的同時實現數據的採集。智能電網還通過優化模型對數據進行深度挖掘和分析，預測電能流的情況，最終實現清潔發電、高效輸電、動態配電、合理用電的智慧電力的目標。這些目標的實現都需要電力大數據
的支撐。

信息化與智能化是電力行業發展的趨勢，而若要實現電網的信息化與智能化，電力大數據 將是不可或缺的支撐。

『柒』 大數據在電力行業的應用前景有哪些

前景還是很廣的，參考《中國行業大數據市場發展前景預測與投資戰略規劃分析報告》顯示，對於電力行業而言，電力生產涉及的運行工況參數、設備運行狀態等實時生產數據，現場匯流排系統所採集的設備監測數據以及發電量電壓穩定性等方面的數據，電力企業運營和管理數據如交易電價、售電量用電、客戶信息、綜合數據等共同構成了電力大數據 。
近年來，在電力領域大數據已經得到了廣泛關注，國內的一些專業機構和高校開展了電力大數據理論和技術研究，我國電力行業也在積極開展大數據研究的應用開發，電網企業、發電企業在電力系統各專業領域開展大數據應用實踐，國家電網公司啟動了多項智能電網大數據應用研究項目。
藉助大數據技術，對電網運行的實時數據和歷史數據進行深層挖掘分析，可掌握電網的發展和運行規律，優化電網規劃，實現對電網運行狀態的全局掌控和對系統資源的優化控制，提高電網的經濟性、安全性和可靠性。基於天氣數據、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，也可提高輸變電設備運檢效率與運維管理水平;基於WAMS數據、調度數據和模擬計算歷史數據，分析電網安全穩定性的時空關聯特性，建立電網知識庫，在電網出現擾動後，快速預測電網的運行穩定性，並及時採取措施，可有效提高電網的安全穩定性。

『捌』 大數據在電力行業的應用前景有哪些

應用前景很廣，參考《2016-2021年中國電力行業市場前瞻與投資戰略規劃分析報告》顯示，對於電力行業而言，電力生產涉及的運行工況參數、設備運行狀態等實時生產數據，現場匯流排系統所採集的設備監測數據以及發電量電壓穩定性等方面的數據，電力企業運營和管理數據如交易電價、售電量用電、客戶信息、綜合數據等共同構成了電力大數據 。
在本質上，智能電網是「大數據」在電力上的應用。
智能電網的理念是通過獲取更多的如何用電、怎樣用電的信息，來優化電的生產、分配以及消耗。
IBM早在2006年就提出了智能電網的概念，在智能電網中引入了信息流的概念，即電網要能夠把電能流信息流結合在一起，實現傳輸能源的同時實現數據的採集。智能電網還通過優化模型對數據進行深度挖掘和分析，預測電能流的情況，最終實現清潔發電、高效輸電、動態配電、合理用電的智慧電力的目標。這些目標的實現都需要電力大數據 的支撐。

『玖』 風力發電機產生的數據屬於什麼

答:

風力發電機產生的數據屬於大數據。

風電大數據種類很多，用途也較為廣泛，其主槐寬謹要分為巧纖風電場選址信息大數據、風電場建設工程大數據、風電機組運維實時大數據以及綜上的管理決策大數據。

依照風電大數據技術發展現狀，對於風電機組運維實時大數據的處理和挖掘受到了十分廣泛的關注，風電機組作為風力發電的運維鉛基核心設備，其健康狀態無疑是非常重要的。

風電機組依靠SCADA系統（即數據採集與監視控制系統）對其運行狀態進行監測和控制，這就類似於，在我們日常活動中，有一個貼身系統隨時隨地在測量我們人體的各項生命體征，如：體溫、血壓、體重等等。