为用户提供稳定可靠的电力是电力公司的当务之急。近年来，全球风暴发生的频率越来越高，危害也越来越大，电力公司重新开始关注电网的可靠性，以确保发生停电事件时，能尽快恢复供电。
发生停电事件时，智能计量技术能提供一些实用的数据流来帮忙处理，但这并不是灵丹妙药。事实上，目前通过智能计量网络检测停电状态仍然依赖于受影响的电表能否成功地将停电信息传输到电力公司的后台系统。发生停电时，智能电表几乎不能提供有用且全面的停电信息，只有恢复供电后，智能电表才能将停电事件信息传送给电力公司。
通过传输实时的配网信息来改善停电管理，这就是分布式分析（Distributed Analytics）技术起到的积极作用。新一代分析技术可以获取停电和恢复供电的通知，并通过配电网向电力公司持续地传递精确的定位信息，工作人员便可快速做出响应。
分布式分析技术的关键是边缘智能-将电网上的位置感知与网络边缘的点对点通信相结合，新一代智能电表就能够系统且持续地评估附近电表和设备的运行状态，以快速锁定停电事件，并将实时可靠和可操作的信息传回电力公司。电力公司便可在较短时间内收到完整的断电信息，包括停电的规模和位置，受影响的电表和变压器等。
通过点对点通信分析停电数据也有助于电力公司确定停电的根本原因，从而派遣维修人员尽快到达停电地点并快速维修。此外，分布式分析技术还可以识别重复的警报和瞬间停电，并将结果应用于电网拓扑以精确停电范围，即使在接收停电和恢复通知时也可以消除误报。
此外，在停电区域或临近区域的电表也可以自动检查其电源状态。自检结果用于验证初始评估，并在恢复电力期间不断更新停电模型。这种电表自检方式可以最大限度地减少网络流量并有效识别有问题的嵌套断电。此过程将一直持续到所有的停电节点恢复电力为止。
利用这些功能，电力公司可以快速、有效地定位停电响应并确定断电区域，同时可以不断更新和验证此信息。分布式智能技术不是单纯的停电报警，而是将其分布系统中的可操作信息提供给网络边缘。这是快速恢复电力向前迈出的一大步。
