“今年初，我們建立了國內首個電力用戶維護的綜合集控中心———大數據存儲中心，可提供220千伏及以下變電站和同電壓等級送電線路的維護、試驗、檢修、改造、節能降耗、健康評估、重點保電、電能檢測等專業服務?！苯?，天津安捷公共設施服務有限公司總經理米玉淼在電力新技術電能管理研討會上表示。將大數據、云計算、物聯網等科技手段運用到電力服務中，不僅實現“變電站無人值守”，還可為使用者提供量化的節能方案。近年來，諸如天津安捷這樣，在大數據基礎上，實現為電力細分行業服務的公司已經不在少數。

　　國網信通公司在北京亦莊的數據中心安裝傳感器，及時采集數據，存儲到云并進行分析和利用;華為提出構建全聯接的智能電網解決方案;北京洛斯達科技發展有限公司提出區域500千伏電網三維數字化及一體化運營平臺等。面對電力大數據時代來臨，這些企業正在用數據、信息工具，搶占電力信息市場的一片藍海。

　　大數據應用成效逐漸顯現

　　“大數據早就存在，為什么在近兩年才對社會產生爆炸式影響?原因是大數據的技術。大數據的產生、發展、流動，需要技術作支撐。如今，我們有技術有能力對大數據進行解讀?！盜BM新興市場部大數據中心總監王曉梅表示。

　　近年來，隨著智能電網建設加快，要求對電網全景實時數據采集、傳輸和存儲，以及累積的海量多源數據快速分析。智能電網建設的不斷深入和推進，電網運行和設備檢/監測產生的數據量呈指數級增長，需要相應的存儲和快速處理技術作為支撐。

　　電力行業大數據應時而生

　　業內專家認為，鑒于大數據在電網中出現的場合越來越多，難度再大也要對其進行研究，為以后在智能電網建設中的應用提供有益的參考。另有專家分析稱，每當電力大數據利用率調高10%，便可使電網提高20%~49%的利潤。

　　從提出大數據，到進行試點研究，在電力行業，大數據已經被視作企業戰略層面的重要議題。國家電網在北京亦莊、上海、陜西建立了三個大數據中心，其中北京亦莊大數據中心已安裝超過10200個傳感器，每月可節約的能耗價值約30萬元。

　　國網重慶信通公司也為重慶電網建設了“大數據中心”，將重慶電網現有海量數據資源集中存儲、統一管理，實現海量數據共享共用。

　　無獨有偶，河南省電力部門積極應用大數據技術，通過大數據存儲和分析處理，以用電信息采集海量數據接入為突破口，對用電信息采集通訊前置機終端連接功能進行優化改進，使單臺終端連接能力提升5倍、連接數量達15萬，為河南4000萬電力用戶、300萬計量終端的高效用電管理提供了技術支撐。 可見，大數據對電網的貢獻程度越來越高。在電力其他領域，大數據作用亦不可小覷。利用大數據平臺，遠光軟件為電力企業提供了遠光電價分析應用解決方案。東潤環能為新能源企業提供監測調度系統等。信息企業已經瞄準了電力大數據市場，未來這一市場將有更廣闊的前景。

　　云計算的基礎就是大數據。工業和信息化部賽迪研究院認為，“十二五”期間為我國大數據云計算起飛階段。2011、2012、2013年，中國云計算的市場規模為315億元，600億元和1174億元，增長速度驚人。

　　工信部也表示，將持續加大對大數據產業的扶植力度，通過相關規劃。對大數據發展進行部署，推動開展大數據標準化需求分析，標準化體系框架和相關標準研制，支持關鍵技術產品開發和產業化。

　　數據存儲和處理滯后

　　在電力行業，智能電網建設帶來信息采集點越來越多，常規的調度自動化系統數十萬點，而配用電、數據中心將達到百萬甚至千萬級?！皣艺诖罅ν七M智能電網的工作，前端的智能電表安裝很快，但后端數據整合還遠跟不上。”國家電網智能電網研究院首席科學家欒文鵬坦言。

　　智能電網實時數據以及沉淀的歷史數據，是電網企業實現精益化管理的基礎?，F有實時數據庫存在缺陷。目前這些數據大多采用關系型數據庫進行存儲，隨著智能化的不斷提升，電力行業對數據庫處理能力、存儲空間、查詢能力等方面提出了越來越高的要求。

　　“電力行業數據的特點是，電力周期差別大。電力高頻設備切換，基本上在幾微秒一級，如繼電保護，20毫秒到30毫秒之間，需要做每小時、每天、每周、每年的負荷預測，包括做發電容量預測，有可能做幾十年。還有電力資產，如VRT、發動機，生命周期就在80年到一百年過程。這個數據有非 常大的跨度、特點、區別。這樣對于電力行業大數據整合，提出很多挑戰。”欒文鵬表示。

　　目前，國外的信息公司有一些成功的案例可供借鑒。如谷歌公司的分布式數據庫技術，能可靠處理PB以上級別的數據，能支持千臺服務器以上的集群，并能實現適用性廣泛、可擴展、高性能和高可用等4個目標。IBM智力問答機器人Watson，收集了2億頁知識文本數據，可在1秒內完成對大量非結構化信息的檢索。

　　對于國內的企業，如何應對挑戰，專家表示，要把大數據工作列為各公司的基礎工作，納入工作計劃安排。要有一個技術后臺。大數據工作涉及到數據的采集、存儲、輸送、加工、利用等多個環節，每個環節都需要強有力的技術支撐。制定規劃，發展大數據工作要保持一定數量的資金和技術裝備投入。