北极星智能电网在线讯:在信息技术中，大数据是指无法在一定时间内，用常规的工具软件(如现有数据库管理工具或数据处理应用)对其内容进行抓取、管理、存储、搜索、共享、分析和可视化处理的由数量巨大、结构复杂、类型众多数据构成的大型复杂数据集合。
大数据具有4V特点，即高容量(Volume)、快速性(Velocity)、多样性(Variety)和价值密度低(Value)。大数据带来的挑战在于它的实时处理，而数据本身也从结构性数据转向了非结构性数据，因此使用关系数据库对大数据进行处理是非常困难的。
配电网处于电力系统的末端，具有地域分布广、电网规模大、设备种类多、网络连接多样、运行方式多变等鲜明特点。随着城镇化建设和用电需求的增长，配电网一直在不断地改造和扩建，其规模也不断扩大，国网公司系统内大多数县级以上配电网的规模都已达到百条馈线以上，一些中、大型城市的中压馈线已达到或超过千条。
随着配电自动化、用电信息采集等应用系统的推广应用，对于有千条馈线的大规模配电网，配电网中会产生指数级增长的海量异构、多态的数据，数据集合的大小可达到当今信息学界所关注的大数据级别。
此外，大规模配电网还具有其特有的特征：1)数据采集多，每个采集点采集相对固定类别的数据，且分布在各个电压等级内;2)不同采集点的采样尺度不同，数据断面不同;3)数据不健全，数据采集存在误差和漏传;4)数据分布在不同的应用系统中。
含有包括光伏发电、风电、燃气轮机等分布式电源(distributed generator，DG)的配电网即有源配电网，分布式电源的不断渗透给大规模配电网传统的分析与计算带来更大的挑战。
分布式电源接入电网后，向电网调度机构提供的信息至少应当包括：1)电源并网状态、有功和无功输出、发电量;2)电源并网点母线电压、频率和注入电力系统的有功功率、无功功率;3)变压器分接头档位、断路器和隔离开关状态。
因此，分布式电源接入后，在原已规模很大的配电网数据采集中新增了一组需采集的数据项，同时也会恶化配电网数据采集的非健全性和不确定性。
鉴于大数据在电力系统的应用场景越来越多，有必要对大数据在配电网的应用场景和目标进行分析与总结，为大数据技术在智能电网中的应用提供有益的参考。
