世界知名风电制造商丹麦VESTAS公司计划将全球天气系统数据与公司发电机数据结合，利用气温、气压、空气湿度、风向等数据以及公司历史数据，通过使用超级计算机及大数据模型解决方案，来支持其风力发电机的选址，以充分利用风速、风力、气流等因素达到最大发电量，并减少能源成本。
这是电力企业有效利用大数据实现增效的美好设想。有专家分析称，每当电力大数据利用率调高10%，便可使电网提高20%~49%的利润。当电力行业邂逅大数据，其应用价值潜力巨大。
电力海量数据将带来高附加值服务
相对于其他行业而言，电力行业的大数据资源更为丰富，对于海量数据处理难度更大。目前电力行业大数据来源可分为三类。一是电力企业生产数据，如发电量、电压稳定性等方面的数据。二是电力企业运营数据，如交易电价、售电量、用电客户等方面的数据。三是电力企业管理数据，如ERP、一体化平台、协同办公等方面的数据。再加上“智能电网”衍生出的各种新型业务，也会使大数据资源放量增长，这对电力单位信息安全维护能力都将是巨大的考验。
如能充分利用这些基于电网实际的数据，对其进行深入分析，就可以提供大量的高附加值服务。这些增值服务将有利于电网安全检测与控制，包括大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测，客户用电行为分析与客户细分，电力企业精细化运营管理等，实现更科学的需求侧管理。
数据识别和挖潜成难点
目前，电力行业在应用大数据方面，已经不是简单的数据量问题，而是如何从海量的数据中识别可用的数据，评估潜在的价值，以及电力信息化过程中的安全问题。
数据海量、信息缺乏、数据质量较低、防御脆弱、基础不牢、共享不畅等都是大数据应用中存在的瓶颈。
电力行业数据在可获取的颗粒程度，数据获取的及时性、完整性、一致性等方面的表现均不尽如人意，数据源的唯一性、及时性和准确性急需提升，部分数据尚需手动输入，采集效率和准确度还有所欠缺，行业中企业缺乏完整的数据管控策略、组织以及管控流程。
从数据类型方面来看，除传统的结构化数据外，还产生了系统日志、表计等半结构化数据和视频检测、克服音频等非结构化数据。对于这些非结构化数据，多数保存在本地系统中，且不能被检索分析，缺乏对其进行数据管理的手段。从数据价值挖掘，对数据利用的手段还主要停留在基于报表的统计分析，缺乏对数据进行挖掘和探索的高级分析手段，制约了数字化向智能化的发展。
电力大数据应用仍处于前期研究阶段，需要电力企业、生产厂商、研究机构共同致力大数据关键技术及在电力行业的应用研究和开发。
