融合后的内外部数据，具有数据量大、结构复杂、价值大等大数据特征，是大数据的重要应用领域。我们把这个数据集称为配用电系统大数据。
配用电大数据价值的挖掘需要大数据技术的支持。按照信息处理流程，大数据在智能电网中的应用可以分为数据采集、数据清理、数据存储及处理、数据分析、数据解读以及数据应用6个环节，每个环节的技术共同构成了大数据的技术体系。配用电系统大数据的价值，体现在数据的融合上，然而，在大多数电力公司中，每个系统来自不同的产品提供商，于不同的时间购买、开发，孤立的、竖井状的系统造成了数据的隔离，数据融合问题是实现智能配用电发展目标的障碍之一。为实现数据的融合，需要应用大数据的数据接入技术，并建立共同数据模型。大数据的数据管理和数据分析技术为配用电系统大数据的应用奠定了技术基础。
3 国内外研究现状
自2012年大数据兴起，国内外配用电大数据应用主要集中在AMI数据分析上。例如，美国奥能公司(Opower)基于电力公司提供的家庭用电数据，结合“行为科学理论”、房龄信息、周边天气等数据，运用自己的数据分析系统进行用户能效分析，并给出节电建议;Opower提供的报告里，除了用户本身的用电情况分析外，还有相近区域内最节能的20%的用户耗能数据，通过所谓的“邻里用电比较”，给用户提供非常直观的节电动力。澳洲Ausnet Services电力公司通过AMI数据中表现的用电器启动时间和启动特性，对用户用电情况进行分析，并提供节能建议(本期特别策划将刊出AusNet Services公司专家的文章)。法国施耐德电气公司(Schneider)收购了Telvent和OSIsoft公司，开发了数据管理系统“Conductor”，目的是分析智能电网采集的数据流，并将处理后的信息流自动分配到为电力公司服务的不同系统中。
与此同时，基于配用电系统更广泛数据的应用研究也已展开。2013年美国电力科学研究院(EPRI)启动了两项大数据研究项目，分别针对配电网和输电网，项目名称为配电网现代化示范项目(Distribution Modernization Demonstration，DMD)和输电网现代化示范项目(Transmission Modernization Demonstration，TMD)，项目执行期为5年。DMD将研究如何利用来自内部和外部的数据，提高配电网的运行、管理和规划水平。其中，内部数据来自AMI、安装于配电网和配电变压器的传感器和智能电力监测装置(IED)、资产监控系统、电压无功管理系统、GIS、配电管理系统;外部数据包括GIS 位置数据、飞机巡检数据、卫星数据、天气数据、雷电数据、现场员工的信息、可再生能源(储能、电动汽车和用户系统)的数据、第三方的数据。主要应用包括：①停电管理、设备损害评估、供电恢复;②配电网规划、负荷预测和用户模型;③电压/无功控制、配电效率评估;④故障定位、故障原因识别、故障隔离、系统恢复;⑤可再生能源并网、资产管理和设备诊断;⑥GIS系统管理和精确性改善;⑦用户接入、用户支持、用户沟通。
美国C3-Energy公司历时5年、投入1.3亿美元开发的实时大数据分析系统，其应用分为面向用户的应用和面向电网的应用2类。C3-Energy与PG&E(太平洋燃气电力公司)合作，在电压优化、资产管理、故障检测、停电恢复，太阳能电池和储能电池的并网、用户侧需求分析、负荷预测、收入保护、用户分类、防窃电等智能电网技术领域研发了大数据处理和分析系统，将“收入保护”模块和已有的用户管理和能效分析系统(也有C3-Energy)以及电网数据进行集成，对于每台电表可以平均产生300美元的经济效益。此外，美国通用电气公司(GE)等也利用其开发的大数据平台进行了二次开发。
