本期C先生很荣幸邀请到国家电网能源研究所的孙艺心先生。能源行业作为国民经济和社会发展的基础，不可避免地受到“-1/”的深刻影响。以下，孙艺心系统分析了电力公司数据的几个国外应用案例，并分析了未来的应用前景，可供读者参考。本文原载于《中国电力企业管理》。授权请联系作者。Big 数据在突破业务壁垒、发现商业价值方面发挥了重要的支撑作用，为互联网、金融等拥有大量数据的企业在市场开拓、产品研发、客户服务等方面发挥了重要作用。
电力大学数据从古至今，能源的每一次进步都带来了生产力的大飞跃。如今，能源革命和信息技术革命相遇了。智能电网和新能源的快速发展以及移动终端、物联网、云计算的快速普及，将给各行业带来巨大的商业价值。电力公司数据既是技术在电力行业的深度应用，也是以数据为理念的电力生产、消费及相关技术革命的深度融合，将加速电力能源行业的发展和商业模式的创新。
4、 电网企业进行大 数据分析后能实现哪些目标呢?1，build 数据 bazaar，实现数据完全集成，report 数据统一输出自数据 bazaar，保证各专业报表输出的重叠部分能够一致，消除信息孤岛。2.在保证基础报表管理的基础上，实现电网业务平台支持，构建数据可视化分析、独立分析、智能分析等。，帮助公司逐步实现报表自动化，有效促进基层减负。为顺应能源革命和数字革命的发展趋势，积极实现“三型两网，世界一流”的战略目标，到2021年，内部业务基本实现业务协同和数据连接。
5、浅析电力行业如何拥抱大 数据电力行业如何拥抱的分析数据未来的社会发展将是数据的时代，而数据的意义不仅仅是记录，而是潜力巨大、影响深远的能源。2015年8月19日，国务院常务会议通过《关于促进Mega 数据发展的行动方案》，特别强调通过Mega 数据的发展，增强创业创新活力和社会治理水平。大数据正在改变各行各业。同样，big 数据也广泛应用于电力行业。
6、大 数据如何助力 电网企业商业创新Big 数据如何帮助电网企业商业创新在“互联网 ”、“工业4.0”、“共享经济”等不同热词的引导下，今天的中国经济有了一系列新的解读。这些想法虽然不同，但其核心思想与Da 数据密切相关。Big 数据在突破商业壁垒、发现商业价值方面发挥重要支撑作用，推动互联网、金融等领域企业的市场开拓、产品研发和客户服务。今年，国务院先后发布了《关于运用Mega-1加强对市场主体服务和监管的若干意见》和《促进Mega 数据发展行动纲领》，表明Mega 数据已经成为国家战略，对传统产业升级改造具有重要的推动作用。
但是，电网企大数据有两种做法在应用中并不可取。第一，以Da 数据为新概念，包装原有的商业模式和管理模式，最后的结果往往过于空洞，不尽如人意；第二，Da 数据算是IT新技术。在没有明确的战略意义和发展路径的情况下，仅仅依靠信息化应用手段来实施和推动，最终结果往往成为信息系统建立的基础，发挥的作用有限。
7、大 数据在电力行业的应用前景有哪些1，中国电网行业相对封闭，很多国外的新技术、新思想不适用中国，没有施展的基础和环境；2.而国内电网行业在技术上并不落后，对国外相关技术的研究其实也有及时跟踪和深入了解。可惜的是，正如1中提到的，真的没有空间了。3.玩“大-1”的前提是先有一个大数据才行。以前电网建设侧重于生产环节，对配电环节关注较少，但生产环节，至少目前来看，与大数据相差甚远。
4.要想配电智能化，确实需要分析大量用户的用电特性数据，从而实现负荷预测、电力调度、有序用电等。但遗憾的是，想法归想法，技术归技术，现实归现实。虽然电力的智能分配在理论上设计得很好，但在现实中仍然存在许多问题。5.以用电信息采集系统为例。事实上，它是收集用户用电行为特征的最佳前端设施。这里收集频率是数据分钟，目前一般是15分钟。
8、电力大 数据的电力大 数据技术电力大学数据技术满足了电力的快速增长数据各种职业的需要，提高电力工业发展的需要，服务于经济发展的需要。电力大学数据技术包括:高性能计算、数据挖掘、统计分析、数据可视化等。数据挖掘技术是通过分析大量数据从大量数据中发现其规则的技术，主要包括三个步骤:数据准备、规则发现和规则表示。数据准备是从相关的数据源中选择所需的数据并整合到数据集中进行挖掘；搜索规则就是通过某种方法找出数据 set中包含的规则；规则表示就是把发现的规则用用户尽可能能理解的方式表达出来(比如可视化)。
统计分析通常是指对收集到的关于数据的数据进行整理、分类和解释的过程。统计分析可分为描述性统计和推断性统计，1.描述性统计描述性统计是对研究中获得的数据进行整理、归类、简化或绘制，从而描述和总结数据的特征及变量间关系的最基本的统计方法。描述性统计主要涉及数据的集中趋势、分散程度和相关强度，最常用的指标有平均值、标准差和相关系数。
