在北美50%以上电力公司都在做这方面工作，但是有一个特点，大数据的平台基本上都是各大厂家提供的，包括IBM、EMC，做大数据平台，数据元做分析，很多电力公司委托厂家做开发，有不少做自己的开发，包括回国以前也在做这方面开发，中国也是这样情况，很多公司自己做一些应用，主要把电网优化和客户服务作为重点。智能电表数据也是这几年刚拿到位，现在市场预测，GTM研究机构预测，现在的市场会在未来的几年，现在基本上每年11亿美元电力行业数据分析元，扩大过几年到40亿美元。还有IBM大的咨询公司，还有EMC，这方面做了很多工作。
现在很多场景，在做Data Analytics这方面的开发。数据分析元本身的作用和大家想的一样，其实把数据中找出一些隐含原因，再给大家做决策、推荐，通过数据分析，找出问题的地点和时间、原因，再把推进策略怎么应对，工程师和现场人员得到启示，做展示，这是现在数据分析元工作的套路和思路。
数据分析元系统架构，底下一个平台、服务器，中间部分做电力公司开发电表数据分析元，电网、可再生能源数据分析元，这个数据是加利福尼亚州的电力公司做的分析，左下侧是数据分析元，右下侧是数据平台，中间一层做数据展现和分析，美国电力公司自己开发和买的数据分析元，这是架构。各个电力公司基本上按照这个思路来做。
下面利用几分钟讲一下，现在在电力公司里面，大家都在开发智能电网数据分析元，电力行业刚兴起一个行业，电力公司得到大量数据，以前有很多数据，多了以后，大家想办法来做，现在大家行业里比较关注或者常见一些分析元，包括常见的系统TOP连接生成和完善，电力公司里通过电力信息系统，把电力公司的线路和用户连接做了很好的标定，有很多错误，电力公司没有太多的人手管理，因此在北美和咱们国家一样的情况，二次测的线路里面，线路怎么连接，电力公司变压器有些联系，这个关系非常多，以前靠人力、人工方式排查，上海电力公司前几年花两亿左右，两年时间，线路全排查一遍，线路咱们国家经济发展特别快，这个线路不停地变，刚查完，发现线路又变了，有了电表数据以后，通过回归方式，数据分析方式，自动生成TOP，然后识别负荷一些设备，有些设备发现有问题的话，可以快速判断，包括在美国佛罗里达有一个电力公司，他根据电压值变化，可以判断变压器要烧坏，有一个固态，烧坏以前，二次绝缘子，突然升高10%，一个月以后，变压器基本上烧坏，有这个过程。每天扫描这个数据，发现这个情况监测，发现有问题，自动报警，认为变压器要坏了，发现以后马上要换了。
