實時用電信息和地理、氣象等信息全部整合，設計了一款“電力地圖”。該圖以街區為單位，可以反映各時刻的用電量，并可將用電量與人的平均收入、建筑類型等信息進行比照。通過完善“電力地圖”，能更準確地反應該區經濟狀況及各群體的行為習慣，以輔助投資者的決策，也可為城市和電網規劃提供基礎依據。

注意：確保數據質量

大數據時代為電力行業帶來了新的發展機遇，同時也提出了新的挑戰。通過良好的大數據管理，可切實提高電力生產、營銷及電網運維等方面的管理水平。為實踐大數據戰略，應做好以下準備工作。

做好數據收集和治理工作。如果數據錯誤、過時或者片面，分析結果將是不正確的；而如果數據冗余、混亂，則會增加獲取數據有效信息的難度，并使數據處理效率低下。因此，確保數據高質量、規范化、格式統一是大數據應用的基礎。

提高相關技術能力。有了優質的數據后還需要足夠的數據存儲、分析和處理能力，才能充分有效地應用數據。電力企業應提升海量數據存儲、分布式計算、數據挖掘、統計分析、數據可視化等技術，以滿足大數據戰略的需求。

培養電力大數據人才。大力培養大數據技術專業型人才，尤其是技術與數據建模分析的復合型人才，是大數據戰略實行的保障。

挑戰中見需求：

如何從大數據中提取價值

質量較低、共享不暢、防御脆弱、基礎不牢，對于這些電力行業推進大數據的困擾，電信行業是不是也有似曾相識的感覺？這些問題中的一部分，電信業同樣需要深思；還有一些問題，則恰恰是電信業的長處，是電信業推進電力行業信息化的機遇。

數據質量較低，數據管控能力不強。大數據時代，數據質量的高低、數據管控能力的強弱直接影響了數據分析的準確性和實時性。目前，電力行業數據在可獲取的顆粒程度，數據獲取的及時性、完整性、一致性等方面的表現均不盡如人意，數據源的唯一性、及時性和準確性急需提升，部分數據尚需手動輸入，采集效率和準確度還有所欠缺，行業中企業缺乏完整的數據管控策略、組織以及管控流程。

如何從海量數據中提取有價值的信息？這也是電信業面臨的問題。有觀點認為，可以用智能信息基礎設施替換復雜的孤立的數據庫，讓企業能夠在需要時捕捉、存儲信息。也有觀點認為，可以倚靠軟件的處理能力來甄別“垃圾”數據和“有價值”數據。究竟哪種方式更為有效，目前仍無定論。而無論哪種情況，都需要制定一個數據采集的標準，在時間、精度上進行規范，從而為后續的數據分析打好基礎。

數據共享不暢，數據集成度不高。大數據技術的本質是從關聯復雜的數據中挖掘知識，提升數據價值，單一業務、類型的數據即使體量再大，缺乏共享集成，其價值就會大打折扣。目前，電力行業缺乏行業層面的數據模型定義與主數據管理，各單位數據口徑不一致。行業中存在較為嚴重的數據壁壘，業務鏈條間也尚未實現充分的數據共享，數據重復存儲的現象較為突出。

打破企業的“門戶之見”，在行業中建立一個資源池，讓使用者可以按需獲取數據資源。從電信業的角度來看，現在，電信運營商之間的合作在不斷推進，例如，運營商開發了融合的手機游戲計費平臺；在北京電信網上營業廳微信平臺上，用戶不僅可以自助查詢電信業務，還能查詢聯通和移動業務的使用費，這樣共享數據資源的經驗也可在大數據的應用過程中加以推廣。

防御能力不足，信息安全面臨挑戰。電力大數據由于涉及眾多電力用戶的隱私，對信息安全也提出了更高的要求。電力企業地域覆蓋范圍極廣，各類防護體系建設不平衡，信息安全水平不一致，特別是偏遠地區單位防護體系尚未全面建立，安全性有待提高。行業中企業的安全防護手段和關鍵防護措施也需要進一步加強，從目前的被動防御向多層次、主動防御轉變。

建立與大數據相適應的安全和隱私保護機制，通過技術手段和加強企業自律來保證數據的安全。

承載能力不足，基礎設施亟待完善。電力數據儲存時間要求以及海量電力數據的爆發式增長對IT基礎設施提出了更高的要求。目前，電力企業大多已建成一體化企業級信息集成平臺，能夠滿足日常業務的處理要求，但其信息網絡傳輸能力、數據存儲能力、數據處理能力、數據交換能力、數據展現能力以及數