2）電網管理方面（基于更好的數據管理）：

　　①避免由于壞數據或不完整的數據而產生不良的資產和網絡管理決策；

　　②提高監測和診斷能力；

　　③延長資產壽命；

　　④提高資產利用率；

　　⑤提高設備負載水平；

　　⑥減少網損；

　　⑦準確識別電網容量水平（熱穩定、電壓、故障水平、電能質量等）；

　　⑧更好的網絡優化和控制（包括設計、正常運行和實時狀態）；

　　⑨通過更好地控制需求（包括平移和調整峰荷）降低配電成本；

　　⑩提高集成DER（DG、分布式存儲和需求側響應）的能力；降低投資決策的風險。

　　總之，由于數據所承擔的重要角色，高效的數據倉儲是智能電網各類管理的保障，其中包括資產管理、網絡管理和現場人力管理。

　　3）資產管理方面：

　　①預測潛在的功能性失效；

　　②優化維修和停運的時間進度表和優先級；

　　③提高基于實時數據預測資產的建模能力；

　　④智能化資產的跟蹤與標簽，以便獲得智能化的資產性能預測和分析能力；

　　⑤通過智能化，提高資產的性能和可靠性；

　　⑥更詳細和精確地估計資產的壽命周期，以及其位置和狀態數據。

　　4）網絡管理方面：

　　①智能電網的故障定位與診斷，啟動及時和有效的反應；

　　②實時網絡狀態管理；

　　③實時資產連接和連接狀態；

　　④自動將故障通知發給維修人員；

　　⑤智能化資產的遠程訪問、監控和報告。

　　5）現場人員管理方面：

　　①通過及時和準確的信息，提高現場人員效率；

　　②根據整體綜合資產信息，增強主動的預防性維護能力；

　　③更全面的關鍵元素分析；

　　④智能化的客戶服務（包括預約服務和自我服務門戶）。

　    3 數據倉儲的結構

　　雖然可以采取多種方式設計和組織數據倉儲，但是最常見的還是采用集中式公共信息倉儲的概念。與此同時，分散和虛擬系統也在逐漸普及，也有人認為這是未來的趨勢，尤其是考慮到從長期來看數據有可能將會伴隨智能電網的發展而爆炸性增長。但是，對于智能電網以及集中式數據倉儲而言，運行數據存儲（ODS）將是關鍵的組成部分。圖4顯示了運行數據存儲與數據倉儲、數據倉儲與分析應用之間關系的典型高層架構。

　　圖4 數據倉儲的架構

　　單一源運行系統中的數據要經過提取、轉換和加載（ETL）的流程，并要在上傳至企業數據倉儲之前保留在ODS中。這種方法基于2個基本原則：

　　1）包括運行調度、維修和停電管理在內的運行和戰術決策，完全不同于諸如資產置換、改造與維修計劃等的戰略決策。因此，定制的數據集成方案能夠為目標用戶提供優化決策的支持。

　　2）隨著智能電網的日益發展，集中式系統（包括網絡管理中心系統）將能夠通過點對點的通信方式（例如分散的網絡管理系統），遠程實施實時決策和自動化操作序列決策。這樣的運行方式，將可以避免基于遠程終端單元（RTU）的雙向通信系統的高成本和通信延遲，及其對完整性和自動化操作序列可靠性所帶來的破壞。數據倉儲因此能夠包含快照；本地數據的中轉區將能夠與本地運行系統的數據共同進入提取、轉換和加載（ETL）階段。

　　圖5 數據倉儲的關聯圖

　　4 結語

　　綜上所述，未來的智能配電網顯然將高度依賴于完整且高度集成的信息。因此，作為信息來源的數據，其實時性和準確性就顯得尤為重要。零散的、非集成性的源于傳統企業IT系統的信息有可能不能滿足未來的需求。

　　消費者、監管機構、電網企業和電網都是廣大利益的相關者，這就要求智能配電網管理的所有性能（可靠性、安全性、效率，整體性、靈活性、質量等）向最高水準發展。

　　雖然關于智能配電網的討論往往集中在電網本身，但事實是，無論電網資產的智能化水平多么高，如果沒有海量的、高精度的和同步的數據提供必要的基礎，如果系統沒有能力去選擇和集成數據，以及對所需提交的信息進行必要的驗證，智能配電網管理就無法依據這些信息做出所需的決策（通常決策是自動進行的），那么配電網就不可能實現真正的智能化。

　　智能配電網的未來似乎取決于強大的數據倉儲，但是更取決于越來越廣泛的、分散的自治網絡管理系統，運行數據存儲（ODS）將與這些分散的網絡管理系統進行通信，跟隨其完成必要的自動切換操作，因此在實際開關自動切換順序過程中，雖然運行數據存儲（ODS）和數據倉儲不參與其過程，但是能夠以接近實時的速度更新其數據。