基于大数据技术下智能电网系统设计
2024版智慧电力解决方案(智能电网解决方案)
平台层技术及应用场景
平台层技术包括云计算、大数据、 人工智能等，用于对感知层采集 的数据进行处理、分析和挖掘。
应用场景包括电网规划、调度控 制、故障诊断等。
通过平台层技术，实现对电网的 智能化管理和优化运行，提高电
网的经济效益和社会效益。
应用层技术及应用场景
1
应用层技术包括电力市场交易、需求侧管理、综 合能源服务等，用于实现电网与用户之间的互动 和增值服务。
通信信道
采用230MHz无线专网、GPRS/CDMA无线公网、光纤专网等多种 通信方式，确保用电信息采集的实时性和准确性。
分布式能源接入设备与系统
分布式电源接入设备
包括光伏逆变器、风电变流器、储能变流器等，实现分布式电源 的灵活接入和高效利用。
微电网控制系统
实现微电网的并网运行、孤岛运行以及两种模式间的平滑切换， 提高供电可靠性和电能质量。
深化产学研合作，促进成果转化
通过深化产学研合作，促进科技创新成果的转化和应用，为智慧电力的发展提供有力支持。
培育新兴产业，拓展应用领域
通过培育新兴产业，拓展智慧电力的应用领域，推动电力行业的转型升级和可持续发展。
THANKS
感谢观看
结合新能源发电特性和市场需 求，开发新能源发电与传统能 源发电的联合调度和优化运行
模式。
05
智慧电力解决方案价值体现
提高供电可靠性和安全性
01
02
03
通过实时监测和预警系统， 及时发现并处理电网故障，
减少停电时间和范围。
利用先进的信息技术和通 信技术，实现对电网设备 的远程监控和操作，提高
运维效率。
通过智能用电设备和家庭能源管理系统，实现用户侧能源消费的可视化、可控制和 可优化。
基于大数据分析的智能电力系统管理设计
基于大数据分析的智能电力系统管理设计在当今信息化时代，大数据的应用正逐渐渗透到各个领域，为传统行业带来了巨大的转型和创新机遇。
智能电力系统管理设计是利用大数据分析技术对电力系统进行监测、预测和优化管理的一种创新方法。
本文将介绍基于大数据分析的智能电力系统管理设计的原理、应用案例及未来发展趋势。
1. 管理设计原理基于大数据分析的智能电力系统管理设计的核心原理是通过收集和分析电力系统产生的海量数据，提取其中的有价值信息，为电力系统运行和管理决策提供科学依据。
这种方法可以帮助电力系统实现实时监测、故障预测、资产优化配置等目标，提高电力系统的安全性、可靠性和经济性。
2. 应用案例2.1 实时监测与故障诊断传统电力系统管理存在信息不完全、监测不准确等问题，难以及时发现和处理故障。
而基于大数据分析的智能电力系统管理设计可以实现对电力系统不同环节、不同设备的数据监测和收集，并通过数据分析技术对故障进行自动诊断和预警。
例如，通过对多元数据的综合分析，可以发现电缆温度异常、设备故障等问题，并及时进行干预和维修，提高电力系统的可靠性和稳定性。
2.2 基于数据的预测与优化利用大数据分析技术，可以将电力系统历史数据与实时数据进行比对和分析，建立电力系统的模型和预测算法，实现对电力系统未来发展趋势的预测和优化。
例如，通过对电力负荷数据的分析，可以预测未来负荷峰谷，从而合理安排发电机组运行和停机，实现电力系统的经济性和可持续发展。
3. 未来发展趋势随着物联网、云计算和人工智能等技术的快速发展，基于大数据分析的智能电力系统管理设计将迎来更广阔的应用前景。
未来，可以考虑以下发展趋势：3.1 增强数据采集能力随着“智能电网”建设的推进，电力系统中涉及的设备和传感器将大幅增加，从而使得数据采集能力进一步增强。
通过大数据分析技术对这些数据进行挖掘和分析，可以更准确地了解电力系统的运行状态，提高管理决策的科学性和准确性。
3.2 加强数据分析和算法研究为了更好地应对电力系统的复杂性和不确定性，需要加强对大数据分析和算法的研究。
大数据技术在智能电网中的应用探讨
大数据技术在智能电网中的应用探讨在当今数字化时代，大数据技术正以前所未有的速度改变着各个领域，智能电网也不例外。
智能电网作为电力系统发展的新趋势，旨在实现更高效、可靠、安全和可持续的电力供应。
而大数据技术的融入，为智能电网的优化和升级提供了强大的支持。
智能电网是一种高度集成的电力网络，它融合了先进的通信技术、传感器技术、控制技术和计算机技术，以实现对电力系统的全面监测、分析和控制。
在智能电网中，大量的设备和传感器不断产生海量的数据，包括电力生产、传输、分配和消费等各个环节的信息。
这些数据具有多样性、高速性和大容量的特点，如果能够有效地收集、处理和分析这些数据，将为智能电网的运行和管理带来巨大的价值。
大数据技术在智能电网中的一个重要应用是负荷预测。
准确的负荷预测对于电力系统的规划、运行和调度至关重要。
通过分析历史负荷数据、气象数据、经济数据等多源数据，利用大数据分析方法和模型，可以更精确地预测未来的电力负荷需求。
这有助于电力公司合理安排发电计划，优化电网运行方式，提高电力供应的可靠性和经济性。
另外，大数据技术在电网故障诊断和预警方面也发挥着关键作用。
智能电网中的设备和线路可能会由于各种原因发生故障，及时发现并诊断故障对于保障电网的安全稳定运行至关重要。
利用传感器采集到的实时数据，结合大数据分析技术，可以快速准确地定位故障位置，分析故障原因，并及时发出预警信号。
这有助于维修人员迅速采取措施进行修复，减少停电时间和损失。
在电能质量监测方面，大数据技术同样具有显著优势。
电能质量的好坏直接影响到电力设备的正常运行和用户的用电体验。
通过对电压、电流、频率等电能质量参数的实时监测和大数据分析，可以及时发现电能质量问题，采取相应的治理措施，提高电能质量水平。
大数据技术还能够助力智能电网的优化规划。
在电网规划过程中，需要考虑诸多因素，如电力需求增长、电源布局、电网结构等。
利用大数据分析，可以对这些因素进行全面深入的分析和评估，制定出更加科学合理的电网规划方案，提高电网的投资效益和运行效率。
基于大数据技术下的智能电网系统设计分析
摘要：随着我国计算机技术和网络技术的不断发展以及其在各个领域中的应用和普及，给我国行业的发展带来了巨大的变化，尤其是当前各种新技术的出现和应用，使得行业在发展的过程中出现了更多的数据和信息，这就促进了我国大数据时代的来临。在大数据时代，大数据技术在行业中的应用已经成为了一种重要的趋势，利用大数据技术能够进行有效的数据获取、存储和分析处理，通过对这些数据的合理处理和应用，能够为行业的发展提供巨大的便利。电力事业作为我国的重要基础事业，将大数据技术应用于其中已经是一种必然的趋势，所以本文就对大数据环境下智能电网系统的设计工作进行分析，探究大数据技术在其中的有效应用。
将大数据技术应用于智能电网的电网调度系统设计中，需要借助大数据技术的先进性，比如云计算技术和分布式数据管理技术等，对电网调度系统及其子系统进行合理的设置，促进信息数据的高效收集和调度，提高数据的分析能力，利用大数据服务体系，对用户的用电信息进行深入挖掘，从而及时进行故障和风险的预判，提高智能电网的运行效率。
4、制定个性化用电方案
当前的经济社会发展对于电力企业的服务提出了更高的要求，要求电力企业根据用户的需求开展个性化服务，满足用户的需求，大数据技术能够有效辅助该工作的开展。利用大数据技术中的物联网技术，电力企业能够加强对用户用电信息和数据的收集，对用户的用电量、用电时间以及用电习惯等进行了解，而在此基础上开展数据的挖掘和分析，电力企业就能够实时了解每个用户的实际用电需求，这样在开展供电服务时，电力企业就可以对每个用户提供个性化服务，以满足其需求。
3、调度系统设计
电网调度系统主要是进行电力资源的调度和配置，对于人们正常用电的影响是最为直接的，而调度系统在设计和运行的过程中，由于电网建设愈发复杂，规模也逐渐扩大，所以系统的构成也会更复杂，系统间的协调难度增加，这就需要利用大数据技术进行必要的辅助。大数据技术中的云计算技术主要是针对数据进行收集、存储和分析管理，调度系统在设计时就可以利用云计算技术进行数据的有效收集和分析，同时对资源进行合理调配，提高资源配置的合理性。另外还可以利用大数据技术在信息数据传输方面的优势，对相关数据信息进行高效传输，对信息资源进行有效对接，以提高电网调度系电网中的应用
基于大数据技术的智能电网风险管理研究
基于大数据技术的智能电网风险管理研究智能电网风险管理是建立在大数据技术基础上的一项重要研究领域。
随着电力行业的快速发展和电力系统的复杂性增加，智能电网风险管理成为确保电力供应安全和电网运行稳定的关键任务。
本文将从智能电网的背景、风险管理的重要性以及大数据技术在智能电网风险管理中的应用等方面展开阐述。
智能电网的背景和风险管理的必要性智能电网是传统电网升级和转型的产物，它涵盖了智能传感器、智能计量、智能配电、智能终端、智能通信等技术，以及大数据、云计算、人工智能等前沿技术的融合。
智能电网拥有自动化程度高、灵活性强、可靠性高和智能化程度强的特点，能够实现电网的智能监测、智能调度、智能分析等功能，为电力供应和能量管理带来了巨大的变革。
然而，智能电网的高度自动化和复杂性也带来了一系列新的风险与挑战。
智能电网的运行中存在着诸如电力波动、供电中断、设备故障、黑客攻击等各种风险。
这些风险可能严重影响电网的稳定运行，导致能源供应不稳定、经济损失等不良后果。
因此，进行智能电网风险管理具有重要的实际意义。
大数据技术在智能电网风险管理中的应用大数据技术是指面对大规模数据的采集、存储、处理和分析的一系列技术方法。
在智能电网风险管理中，大数据技术具有很大的应用潜力，可以帮助电力行业运营商实现对电力需求、能源消耗、电力系统潜在风险等方面的深度理解和全面把控。
首先，大数据技术可以帮助电力行业运营商实现对电力需求的智能预测和精确调度。
通过对大规模用户数据的收集和分析，运营商可以准确预测用户的用电需求，进而调整供电计划，提高电力的供需匹配度，降低供电压力。
同时，大数据技术还可以分析供电状况和负荷分布，提供实时的供电建议和调度策略，保障电网的运行安全和稳定。
其次，大数据技术可以用于智能电网的风险识别和安全评估。
通过对电力设备数据、传感器监测数据以及电力系统状态数据进行实时监测、采集和分析，可以及时发现电网中存在的潜在风险，如设备故障、电力质量问题等，预测并评估电力系统的运行风险。
基于人工智能的智能电网设计与优化
基于人工智能的智能电网设计与优化智能电网是近年来电力行业的一个热门话题。
随着人工智能技术的迅猛发展，智能电网作为在传统电网基础上融入智能化技术的升级改造方案，被广泛认可为电力行业未来的发展趋势。
本文将探讨基于人工智能的智能电网设计与优化，以期进行全方位的解析和讨论。
智能电网的设计与优化是指通过人工智能技术，对电力系统进行智能化改造和运行优化的过程。
它采用了机器学习、数据挖掘、智能优化等人工智能技术，通过对电网中的大数据进行分析和处理，实现对电力系统的智能感知、智能控制和智能决策。
首先，基于人工智能的智能电网设计的核心在于智能感知。
智能感知是指电力系统对电网中各个节点信息进行实时采集和处理，通过传感器、智能电表等装置获取电网中的各项数据，如电压、电流、功率等。
利用人工智能技术，能够对这些数据进行智能化分析和处理，实现对电力系统运行状态的实时监测和评估。
通过智能感知，可以提高电力系统运行的安全性和稳定性，并为后续的智能控制与决策提供必要的信息支持。
其次，基于人工智能的智能电网设计还包括智能控制。
智能控制是指通过人工智能技术对电力系统进行精细化的控制和调度。
它可以根据实时的电力需求和供应情况，优化调度各个节点的功率输出，在保证电力系统稳定运行的前提下，最大程度地提高电力系统的效能。
通过智能控制，可以实现电力系统的自动化操作和远程监控，提高电力系统的响应能力和可靠性。
此外，基于人工智能的智能电网设计还包括智能决策。
智能决策是指通过人工智能技术对电力系统的运行情况进行分析和判断，根据不同情况制定合理的决策策略。
通过对电网中的大数据进行挖掘和分析，人工智能可以发现隐藏在数据背后的规律和趋势，帮助电力系统运营商优化电力资源配置、提高电能利用率，并预测和应对潜在的电力故障和问题。
智能决策可以在运行过程中根据电力市场变化和需求变化动态调整电力系统的运行策略，提高电力系统的经济效益和可持续发展能力。
在智能电网设计与优化的过程中，还需要充分考虑对数据的隐私保护和网络安全的需求。
基于大数据技术的智能电网管理系统设计
基于大数据技术的智能电网管理系统设计随着智能电网技术的发展，传统的电网管理方式已经无法适应现代人们对于电能的需求。
因此，基于大数据技术的智能电网管理系统应运而生。
一、智能电网管理系统智能电网管理系统是一种利用人工智能、大数据技术等新兴技术，将电网中的能源信息、用电负荷等数据进行采集、分析和汇总，以实现电能的智能化管理和精细化运作。
智能电网管理系统可以有效地提高电力企业的智能化管理和业务水平，满足用户需求，具备多种功能和特点，例如：1. 远程控制。
智能电网管理系统可以通过遥控设备，实现对于电网中的设备的遥控和管理。
2. 实时监测。
通过对电网中的用电负荷、电能消耗等数据进行采集和分析，实现对各电网设备的实时监测。
3. 节能环保。
通过机器学习和大数据技术，实现对于电能的优化管理，减少能源的浪费，从而达到节能环保的目的。
二、基于大数据技术的智能电网管理系统设计智能电网管理系统实现的关键是数据的采集和处理。
因此，大数据技术成为了智能电网管理系统设计的重要支撑。
基于大数据技术的智能电网管理系统设计包括以下几个部分：1. 采集数据。
智能电网管理系统需要采集电网中的各种数据，例如用电负荷、线路电压、电能消耗等，数据来源包括电网设备、监测装置等。
2. 数据存储。
采集到的数据需要进行存储和管理。
智能电网管理系统可以采用Hadoop等大数据存储技术进行数据存储和管理。
3. 数据分析。
通过对电网中的数据进行分析，可以实现对电力生产、用电负荷等方面的分析和预测。
智能电网管理系统可以采用机器学习和数据挖掘技术进行数据分析和处理。
4. 处理反馈。
智能电网管理系统可以针对分析出的数据结果，采取相应的措施进行处理反馈。
例如，对于能源的优化利用，可以通过遥控设备对电网设备进行调整。
5. 用户服务。
智能电网管理系统可以为用户提供多样化的服务，例如在线计量、在线服务等，以满足用户对于电能的需求。
三、智能电网管理系统实现的价值基于大数据技术的智能电网管理系统实现的价值不仅体现在电力企业的管理方面，还能为人们的生活提供多种便利。
基于人工智能的智能电网系统设计与实现
基于人工智能的智能电网系统设计与实现随着科技的不断进步，人工智能在各个领域都扮演着越来越重要的角色。
其中，基于人工智能的智能电网系统被广泛应用于能源的管理与控制。
本文将对基于人工智能的智能电网系统的设计与实现进行论述，探讨其在能源领域的潜力，并对其未来的发展趋势进行展望。
一、智能电网系统的介绍与发展背景智能电网系统是建立在传统电力系统基础上的一种技术创新。
它将信息技术、网络技术和人工智能技术有机地结合在一起，通过智能感知、智能控制等手段，实现对电力系统的智能化管理和优化调度。
随着可再生能源、分布式能源以及电动汽车的快速发展，传统电力系统面临着日益增加的挑战。
智能电网系统的出现填补了这些挑战所带来的技术空白，提高了电网的安全性、可靠性和灵活性。
二、基于人工智能的智能电网系统的关键技术1. 智能感知技术智能感知技术是智能电网系统中的关键技术之一。
它通过大数据分析和机器学习算法，实现对电力系统各种信息的快速感知和分析。
这些信息包括电网的负荷情况、能源的供需关系、设备的状态等。
通过对这些信息进行实时分析和处理，智能电网系统可以准确地预测电力系统的负荷波动情况，为电力系统的调度和控制提供重要参考。
2. 智能控制技术智能控制技术是智能电网系统的核心技术之一。
它通过优化算法和智能决策模型，实现对电力系统的自动化控制。
智能电网系统可以根据电力系统的实时负荷需求和能源供应情况，自动地调整发电机组的出力、电网的输电量和负荷侧的用电方式。
这样，可以最大限度地提高电力系统的效率和可靠性，降低能源的消耗和环境的污染。
三、智能电网系统的实施案例与效果评估1. 智能电网系统在能源管理中的应用智能电网系统在能源管理中的应用可以实现对能源的实时监测和优化调度。
例如，智能电网系统可以通过对电力系统的负荷需求和能源供应进行实时监测和预测，确定最优的供电方案，以满足用户的需求。
同时，智能电网系统还可以根据电力系统的实时负荷需求和能源供应情况，自动地调整发电机组的出力，减少能源的消耗。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于大数据技术下智能电网系统设计
发表时间：2019-10-10T17:22:43.133Z 来源：《河南电力》2019年3期作者：任冬
[导读] 作为智能电网系统中的关键环节，调度环节需要对海量数据信息进行处理，包括存储、分析处理、引擎搜索等，大数据技术能够实现大规模数据的高效处理。
（国网沧州供电公司河北沧州 061000）
摘要：随着社会经济飞速发展，科学技术的不断发展，智能电网大数据技术已经成为电力领域发展的关键技术，对电力行业有着非常大的影响。
作为智能电网系统中的关键环节，调度环节需要对海量数据信息进行处理，包括存储、分析处理、引擎搜索等，大数据技术能够实现大规模数据的高效处理。
关键词：大数据技术；智能电网；系统设计
引言
随着大数据、云计算的不断发展以及现代科学技术的不断进步，大数据在电力行业中的应用越来越广泛、深入，由此提出了建设智能电网的概念。
智能电网是指利用丰富的有价值的信息，指导和推动电力部门作业，提高电能利用率，实现科学的资源分配与消耗。
智能电网是基于海量、异构、多态的大数据，应用现代大数据处理方案而实现的。
在智能电网中应用大数据，可以实现智能调度资源、分布式控制负荷、有效预测用户负荷等日常管理工作，也可以实现安全情况监测、智能报警等安全监控作用，另外，大数据技术可以提高工作效率、计算速度以及监测的水平。
目前智能电网中大数据技术的应用还不完善，仍存在集成度较低、共享能力较差以及平台承载力不够、数据分析预测功能较简单等问题。
未来加强智能电网大数据的研究将成为热点。
1智能电网中大数据与云计算的基本概念
大数据是指海量、异构、多态的数据集合，不但包括传统的符号、数字等结构化数据，也包括图像、声音、手写字体等非结构化数据。
但不是数据多就能够称为大数据，必须要同时满足体量巨大、类型多样、价值密度低以及处理速度快这四个特点，才能够被称为大数据。
在电力行业内，电网运行的情况以及日常的监测数据等、电力企业的营销数据，以及企业的管理数据信息等可以被称为是大数据。
随着智能电网的不断发展，这些数据都在以指数级的速度增长。
智能电网中的数据以传统的关系型数据库中存储的结构化数据为主，包括业务数据、表单数据等。
而非结构化数据主要是视频监控数据以及一些图像数据等。
随着电力行业的发展和自身的特点，智能电网中的非结构化数据的比重越来越重，但分析和处理的难度却较大。
另外，电力行业数据还在气象预测、能源分析等行业中有着应用意义，对智能电网的大数据分析就显得格外重要。
最后，在智能电网的调动工作中，业务管理数据要求是实时数据，对实时数据的处理难度更大。
云计算（CloudComputing）是指在网络技术高速发展的基础上，通过网络存储、负载均衡、虚拟化、分布式计算等现代计算机处理技术，将网络中多个计算机实体融合起来，建立一套具有强大计算能力的系统，为用户提供方便、可靠、强大的计算能力。
通过不断提高云平台能力，减少用户在本地实体中投资的资金。
随着云计算的不断发展，传统的依靠个人终端的存储和计算模式将逐步被为新的信息存储、处理模式所替代，数据、资源及应用程序将被保存在云平台服务器中。
用户不但可以从云平台中获取数据，还可以完成应用程序的二次开发。
因此，近年来云计算技术得到了飞速发展。
云计算是通过云端的服务器集群提供计算、存储和处理服务，用户通过网络或其他工具直接访问。
云计算的服务方式主要有三类：即基础架构即服务、平台即服务和软件即服务。
2智能电网大数据关键技术
2.1大数据存储以及处理平台
大数据存储以及处理模式可以分为不同的分类方式，基于二者相互关系开展，对其分类处理，可以分为流处理以及批处理两种类型。
流处理就是实时性的处理，此种处理方式就是在一些实时性较高的场合中应用。
批处理则就是分批处理，就是现将数据信息存储之后在处理，对于一些对于实时性要求不严格的业务中较为适用，可以处理数量庞大的任务，具有良好的容错性。
而跨变电站的批量负荷控制技术还处起步阶段，在少数单位中已经实现了批量负荷控制的试点分析，其主要研究的内容就是对特高压电网紧急负荷切除进行精准、批量负荷切除控制。
2.2数据挖掘以及融合
数据挖掘以及融合就是大数据中数据解析中的关键技术，其应用较为广泛。
数据挖掘则就是在大量的数据中对信息提取的过程，数据融合就是对各种数据进行整合，通过数据集对木头物体描述的过程。
在智能电网中应用数据管理就是对电网的数据进行深入的挖掘以及融合，对电网的工作状态进行宏观的控制，合理决策。
同时，对万网运行中的历史信息与数据进行分析，可以了解其存在的问题与不足，深化资源配置与处理。
（1）领域知识挖掘在不同的领域中知识有着适用性的特征，但是其并没有形成固定的理论知识，合理的应用大数据可以发现适用于不同领域的不同知识，其具有洞察性、可重复性以及可预测性的特征，进而提升智能电网的应用效果，提升掌握能力。
（2）过程挖掘通过过程挖掘可以对不同用户进行系统分析，综合实际状况制定科学的解决方案，了解电网的运营峰值，实现实时的资源优化配置；第四，数据可视化。
可视化就是通过计算机图形等技术手段，将数据通过图形的方式在屏幕上展示处理，解决用户问题的方法与技术手段。
在智能电网中应用可视化技术可以实现全局以及具备的控制，进而直观的应用智能电网大数据。
3调度系统云计算平台设计
电网系统依靠网络实现相互间的连接，不断扩大的电网规模程度增加了连接结构的复杂程度，使系统间的相互协调难度加大，结合使用云计算可使大数据技术信息挖掘分析能力得到有效实现，电网系统通过“私有云”的构建，以实际电网级别为依据将其细分为主云和子云，实现在短时间内对现有设备和软件资源的充分利用，在此基础上进行资源的合理分配及整合。
本文通过设计针对调度系统的云平台作为各调度中心的数据信息服务总站，使电网自动化设备同分散的信息资源有效对接，以满足电网调度系统运转过程中对计算数量及质量的要求，为总线的合理分析和控制提供支撑，有效提升了智能电网系统的实时性和准确度。
基于云计算平台的智能电网调度系统由海量数据存储系统、数据服务总线、动态负换中心的作用，采用极大规模的分布式构架使数据服务总线有多种连接方式可供选择，其他子系统的信息通过数据服务总线实现相互交换、信息共享及信息整合的过程，实现对底层物理设备的统一管理，各个端口通过此种信息交流机制可快速准确的实现调用过程，提高了调用效率。
通过统一的管理监控界面的设置，实现对调度系统的运行情况进行实时监测和调整，便于管理
员根据实际监控情况及时进行相应调整。
结束语
智能电网是大数据的重要应用领域。
一方面，随着智能电网的建设，产生了大量的量测、监测数据，如何处理这些数据，挖掘其价值，是电力公司面临的问题；另一方面，利用大数据技术，不仅可充分利用电网自身的数据，还可以充分利用外部数据，大力提升电网的发展和运营水平，提高电网公司服务社会、服务用户的水平，扩展增值业务。
电力企业应该牢牢抓住这个契机，从数据政策、人才培养、关键技术研发等层面，全面促成电力大数据技术的发展。
参考文献：
[1]黄伟，曹健.智能电网大数据技术的发展研究.无线互联科技，2018（15）19-20.
[2]李振元，李宝聚，王泽一.大数据技术对我国电网未来发展的影响研究.吉电力，2018（1）.
[3]孙宝贵，王欣红，王振世.智能电网中大数据处理技术分析.通讯世界2017（23）：150-151.
[4]徐磊，马庆峰，王庭钧.基于大数据架构的智能电网可视化平台的设计与实现[J]．科技创新导报，2017（7）：125-126．。