派智库

摘要：能源大数据是新型的国家基础性能源战略资源。抢占国际能源竞争战略新高地，打造能源大数据引擎，创新驱动我国能源经济发展方式变革、质量变革、效率变革、治理变革，数字支撑能源供给侧结构性深化改革，从能源维度助力全国数字经济发展，是新时代我国能源经济高质量发展的必然要求和重大战略选择。

关键词：能源大数据 智慧能源 高质量发展 织梦好，好织梦

能源经济关乎国强民富和生态和谐。我国能源数据发展已进入“数字摩尔时期”，大约每两年翻一番。爆炸式增长的海量能源大数据隐含着巨大的经济、社会等多重价值，是一座有待深入挖掘的信息金矿。

一、能源大数据的内涵 dedecms.com

近年来，信息通信技术的应用在各行业、各领域不断加快拓展，系统采集、处理、积累的数据量加速增长，大数据时代已经到来。国际数据公司（IDC）的研究指出，全球2011年生成和复制了1.8ZB（1ZB=1012GB）的数据，估计到2020年该数据将增长50倍。2011年5月，麦肯锡公司发布的报告指出，数据已经渗透到各个行业和领域，逐渐成为生产要素，大数据的应用将推动新一轮生产率增长。

织梦好，好织梦

根据Gartner的定义，大数据是海量、高速和（或）多样化的信息资产，运用经济有效和创新性信息处理模式，有助于提高洞察力、决策力和流程自动化水平。大数据技术的重要意义不仅在于掌握庞大的数据，还在于对基于包含信息的数据进行专业化处理。换言之，大数据产业的盈利模式即是通过提高数据加工分析能力，实现数据的转型增值。大数据的核心技术主要体现在数据描述、存储、挖掘和展示上。大数据的特征以及所能提供的价值量和类型在不同行业间会有明显的差异，能源大数据主要具备“4V”特征。

dedecms.com

（一）体量大

传感器和其他智能计量设备的广泛运用，催生了大量的数据。虽然数据体量可能无法与传统数据密集型行业相比，但仍是能源行业面临的一大挑战。供电商可以高频率读取实时用电信息，数字化变电站也在全国普及，随着检测系统规模的扩大以及数据采样频率的提高，数据量将会几何式增加。这一挑战不仅体现在存储方面，更重要的是能源大数据的分析和处理。

copyright dedecms

（二）速度快

能源大数据，尤其是电力大数据的采集、处理和分析利用的速度要求高，采样频率可以分钟计甚至秒计。对于智慧能源系统中的许多实时任务要求，如设备可靠性监控、停机预防或安全监控，很多需要运行数小时或更长时间的分析算法将对高速数据流一筹莫展。

本文来自织梦

（三）类型多 织梦内容管理系统

能源大数据涵盖宏观微观经济、能源、气象、地理、环境等领域的数据信息，分布广、种类多，包括历史数据、实时数据、时间序列数据等原始数据，天气数据、Web服务数据、客户行为数据和音视频数据等半结构化和非结构化数据。随着能源领域社交媒体和呼叫中心对话广泛应用于决策支持，能源大数据将变得更加多样化。 织梦内容管理系统

（四）价值密度低 copyright dedecms

能源大数据的价值具有稀疏性，在不间断监控发电设备和输变电设备中，所采集的数据大部分是正常数据，只有少量数据为异常数据。数据的规模并不是衡量其是否具有价值的最重要指标，数据的真实性和质量才是其最重要的因素。通过对能源大数据的深度挖掘，有助于高效决策，增强系统可靠性，了解能源消费模式以及制定有竞争力的营销策略。 dedecms.com

除了“4V”特征外，能源大数据还具备“3E”（能源，交换和共情）特点。数据即能源（Energy）、数据即交换（Exchange）和数据即共情（Empathy）。能源特点意味着可以通过大数据分析实现节能；交换特点指能源系统中的大数据需与其他来源的大数据进行交换和整合以更好地实现其价值；共情特点意味着可以提供更好的能源服务，基于能源大数据分析提高消费者满意度。 dedecms.com

二、我国推动（能源）大数据发展的主要政策和行动

2015年8月19日，国务院常务会议通过了《促进大数据发展行动纲要》[1]，设定了未来5～10年的发展目标。为贯彻落实《促进大数据发展行动纲要》，进一步加强组织领导，强化统筹协调和协作配合，加快推动大数据发展，经国务院同意，建立促进大数据发展部际联席会议（以下简称联席会议）。联席会议由国家发展改革委主要负责同志担任召集人，联席会议办公室设在发展改革委。 内容来自dedecms

中共中央政治局就实施国家大数据战略于2017年进行第二次集体学习。习近平总书记在主持学习时强调，大数据发展日新月异，应审时度势、精心谋划、超前布局、力争主动，深入了解大数据发展现状和趋势及其对经济社会发展的影响，分析我国大数据发展取得的成绩和存在的问题，推动实施国家大数据战略。 copyright dedecms

工业和信息化部印发的《大数据产业发展规划（2016—2020年）》[2]提出，到2020年，技术先进、应用繁荣、保障有力的大数据产业体系基本形成。大数据相关产品和服务业务年收入将突破1万亿元，年均复合增长率保持30％左右。加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。 内容来自dedecms

根据《国务院关于积极推进“互联网+”行动的指导意见》的要求，国家发展改革委、国家能源局、工业和信息化部联合印发《关于推进“互联网+”智慧能源发展的指导意见》[3]，明确“发展能源大数据服务应用”的重点任务，包括实现能源大数据的集成和安全共享，积极拓展能源大数据的采集范围，逐步覆盖电、煤、油、气等能源领域及气象、经济、交通等其他领域，实现多领域能源大数据的集成融合；创新能源大数据的业务服务体系，鼓励建设面向风电、光伏等能源大数据运营平台，鼓励发展基于能源大数据的信息挖掘与智能预测业务，鼓励发展基于能源大数据的温室气体排放相关专业化服务，鼓励开展面向能源终端用户的用能大数据信息服务；建立基于能源大数据的行业管理与监管体系，推动多能协同的综合规划模式，提升政府对能源重大基础设施规划的科学决策水平，推进简政放权和能源体制机制持续创新，推动基于能源互联网的能源监管模式创新。

在国家发展改革委、国家能源局印发的《能源技术革命创新行动计划（2016-2030年）》[4]中，将“能源互联网技术创新”列为十五大重点任务之一，提出能源大数据研究及主要技术的路线图，研究能源互联网用户大数据、设备大数据、运行大数据、交易大数据、金融大数据等各类大数据集成技术；研究多源数据集成融合与价值挖掘关键技术；研究能源大数据在引导政府决策、提升企业业务水平与服务质量以及创新能源产业商业模式等方面的支撑技术。

促进大数据发展已成为国家战略。国务院及所属相关部门发布的一系列支持政策，强化了推进大数据发展的机制体制建设。为执行国家大数据战略，能源行业积极行动，布局大数据产业。 dedecms.com

2015年1月，国家电网公司发布的《国家电网公司大数据应用指导意见》指出，到2020年，全面建成公司两级统一移动应用支撑平台，为公司各单位信息内外网移动应用提供开发、运行和管理云服务；实现移动互联技术在信息内网移动作业和信息外网移动交互两大领域的全面应用。该意见明确了大数据应用顶层设计和应用规划，涉及三大领域35项典型应用场景，并正式启动企业级大数据平台的研发的试点工作。而在“十三五”重点任务之七重点跨领域技术中，将“先进计算与电力大数据技术”列为一项需要重点发展的技术，包括电网安全与控制技术（融合大数据技术的大电网自适应防御控制系统、基于大数据及云平台的特高压交直流混联电网一体化协调优化调度技术）、输变电技术（基于大数据和云计算的输变电设备运行与防灾技术）、配用电技术（配电大数据融合与挖掘技术、典型业务场景的营销大数据挖掘与应用技术）、基础和共性技术（基于大数据的电能质量和计量数据分析技术、用电信息采集系统高效数据处理与智能分析技术、计量生产调度运行大数据挖掘与分析技术）和重点跨领域技术（智能电网综合支撑技术、先进计算与电力大数据技术）。[5] dedecms.com

2016年10月，广东电网公司发布《电力大数据应用能力发展规划》，提出了数据管理能力建设初步建成、全面推进、深化应用的3个阶段。规划目标是逐步实现从满足地市局的数据分析需求到省级大数据应用，直至最终为社会提供增值服务，实现电力数据资产变现，完成数据管理能力和业务能力的提升，具备省级电网企业提供全方位支撑的能力，真正实现为公司创造新的价值增长点。[6]

三、大数据行业及能源大数据应用现状

内容来自dedecms

（一）大数据行业发展环境持续优化 本文来自织梦

随着《促进大数据发展的行动纲要》等一系列政策和配套措施的贯彻落地和实施，各行业大数据基础环境持续优化。研究表明[7]，行业大数据水平提高，金融、电信和政务占据大数据行业发展前3名，工业大数据快速发展，智能化转型成效显着。行业大数据发展水平整体呈现差异化态势，行业大数据发展指数结果如图1所示。

大数据战略生态链主要分为三大部分：大数据基础环境（云架构基础设施、政策制度推进）、数据汇集（数据采集率、汇集/流通水平）、行业应用（以云架构为基础、数据为核心，针对各行业的行业应用）。根据对各行业基础环境、数据汇集、行业应用三大评估要素的综合分析，2017年十大行业大数据平均发展指数为30.51。通过大数据技术与各行业领域的深度融合，使大数据应用能力不断提升，催生出一大批新产品、新服务、新模式和新业态，成为数字经济的重要组成部分，为实现强国建设提供了重要动能。 织梦内容管理系统

dedecms.com

在行业大数据评估指数排名中，金融大数据指数和紧随其后的电信、政务大数据指数远高于行业大数据平均发展指数。金融业特点与大数据技术有较高的契合度，既是大数据的重要生产者，也是主要应用者。当前，金融行业即将进入“数据为王”的新纪元。截至2017年底，工商银行、农业银行、建设银行、中国银行、广发银行等多个金融机构都开始建立自己的大数据分析系统，积极利用大数据技术实现转型升级。电信行业同样由于数据积累量巨大而成为大数据技术应用的重要领域。目前，国内三大电信运营商均已启动了大数据发展规划。其中，中国电信和中国联通大数据业务发展较快，路径相对明确，已进入实质运营阶段。

本文来自织梦

1.基础环境。2017年，我国各行业大数据发展迅速，基础环境整体呈现持续向好的发展形势。政务大数据基础环境发展指数稳居榜首。我国政务大数据的相关政策制定主要由国务院、国家发展改革委、工业和信息化部以及国家网信办等主导。2017年，国家和地方出台了大量政务大数据相关政策，医疗、工业大数据基础环境指数增量明显。医疗大数据基础环境发展指数增幅大的原因，一是国家持续引领提升医疗大数据发展基础环境，二是地方政府积极制定健康医疗大数据发展策略。工业大数据基础环境发展指数随着《中国制造2025》的深入实施得以提升。2017年，国务院印发了《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，提出实施工业互联网关键技术产业化工程，工业大数据在工业互联网平台建设中将发挥重要作用。

2.数据汇集。金融、电信、教育等行业云平台的搭建，促使行业数据的汇集能力逐渐增强。随着我国智慧城市建设的逐步推进，民生行业信息基础设施不断完善，交通、医疗、教育等民生服务数据汇集能力也有所提升。金融、电信指数远高于数据汇集平均指数，工业、农业发展指数则远低于平均指数，形成了较为明显的差异化现象。行业的数据汇集能力与行业信息化及业务数字化发展程度关联性较大。信息基础设施布局及业务数字化普及较早的行业，其数据汇集能力发展水平较为领先，如金融、电信。相反，信息基础设施落户及数据碎片化严重的传统性基础行业发展水平相对落后，如工业、农业。 织梦好，好织梦

3.行业应用。以行业市场规模、龙头企业，单位投入占比以及行业大数据平台数量作为评估因素，2017年商贸与政务保持前两位，在大数据行业应用中凸显引领作用。商贸指数位居首位，在电商企业的带动下，越来越多的零售商将大数据技术应用到商业模式中，降低管理费用的同时，扩大业务范围。工业指数有所提高，工业互联网加速发展，深化工业云、大数据等技术在工业领域的集成应用。 内容来自dedecms

（二）能源大数据产业稳步发展 内容来自dedecms

在政策和业务需求推动下，国内能源大数据产业稳步发展，在石油、天然气、电力等领域已得到初步应用。

copyright dedecms

以电力大数据在电网中的应用为例，在实时电价实施、电力负荷预测、系统故障检测等方面的应用前景十分广阔。电力供应商利用智能电表，根据几小时前的用电数据对下一阶段电价进行预测，制定实际电价，在给定的时间段内向用户提供实时电价，引导用户减少高峰时间段用电，激励用户低谷时段用电。电力负荷预测对于电力调度、可靠性分析和发电设备维护计划至关重要，是一个复杂的非线性问题，通常包含气象、地理、社会和经济等因素。近年来，有关数据挖掘的相关技术被应用于电力负荷预测，并取得了许多成果[8]。利用大数据技术，配合故障投诉系统，利用聚类划分、异常点检测、深度学习等技术，分析系统中异常数据的电流与波形[9]，使用支持向量机和人工神经网络的方法，使用生成空间-时间特征和隐马尔可夫模型来检测识别智能电网故障，建立新型配电网故障管理系统，可以更好地对设备进行故障检测与诊断，保证系统的安全稳定运行，提高电网的优质、可靠性。

在综合能源服务方面，随着互联网、大数据、云计算等技术出现，融合清洁能源与可再生能源的区域微网技术的新型综合能源服务模式已开始诞生。综合能源服务对提升能源利用效率和实现可再生能源规模化开发具有重要支撑作用，因此，世界各国根据自身需求制定了适合自身发展的综合能源发展战略。综合能源服务的基本业务模式可从供能侧和用能侧出发，通过能源输送网络、信息物理系统、综合能源管理平台以及信息和增值服务，实现能源流、信息流、价值流的交换与互动。目前，国内综合能源服务尚处于起步阶段。开展能源服务的企业类型包括售电公司、服务公司和技术公司等。国内典型的综合能源服务供应商有国家电网旗下的26个省综合能源服务公司、南方电网综合能源有限公司、广东电网综合能源投资有限公司、新奥泛能网、协鑫分布式微能源网、远景能源等。 内容来自dedecms

大数据分析手段已在油田勘探、页岩气开发、基础设施检修维护等方面得到应用。中海油在辽东湾探区首次规划了对分片区域的地震资料拼接处理，整合后初始入站处理资料数据体量达到百TB级。大数据的量化分析不仅能弥补勘探工作中定性分析的盲目与偏见，而且区域性的解读将有助于从大局上把握宏观油气成藏规律，从而使目标研究和潜力预测更为精确[10]。中石化利用大数据升级页岩气勘探开发，勘探阶段建立科学的数学模型，钻井阶段准确识别钻井作业中可能出现的异常情况，生产阶段及时分析地震、钻井和生产中的各种大数据以辅助油藏工程师们绘制储层随时间变化的动态走势，从而优化高产油井数量和钻井资源，减少不必要的探井钻探，降低油气开发成本。中石油在检修油气管道过程中，利用大数据分析与管道腐蚀相关的数据。按其对腐蚀影响的重要程度进行筛选排序，分析不同管段位置的腐蚀概率，根据腐蚀风险等级划分，对该类腐蚀点进行开挖验证，直接确定腐蚀点的腐蚀情况，避免了耗费大量人财物对所有疑似腐蚀缺陷点进行开挖的现象。 本文来自织梦

大数据的创新运用进一步强化了电网在电力输送、市场交易、优化配置等方面的功能，有效发挥高效输电、安全配置、经济运行、友好互动的作用。2015年，国家电网公司发布实施《信息通信新技术推动智能电网和“一强三优”现代公司创新发展行动计划》[11]，制定“四项目标、六大领域、六年计划”，加快推进“大云物移”等信通新技术与电网技术融合，重点是推进大数据在智能电网和公司经营管理中的创新应用。在大数据平台总体设计中，提出“两平台一门户”的思路，即企业大数据平台、开放实验平台和共享、众创的大数据应用门户。截至2016年底，已接入结构化数据、采集监测类数据、非结构化数据、外部数据等数据资源1.7PB。为推动大数据个性化众创和成果共享，组织开展各下属单位主动实施大数据个性化创新，成果统一发布共享至大数据应用门户的应用商店、算法库、模型库和工具库。目前，已发布大数据应用100余个，有效地推进了国家电网公司数据分析应用领域的万众创新机制建设。平台在电力负荷预测、防窃电预警分析、配网故障抢修、用户用电行为分析等方面已得到实际应用。国网光伏云网2.0上线、国网江苏省电力有限公司新能源发电数据中心投入使用、青海新能源大数据创新平台运营、智慧车联网平台不断完善、储能云上线，大数据在电网平台的应用越来越广泛深入。

四、能源大数据发展面临的主要问题和制约因素

copyright dedecms

（一）主要问题 织梦好，好织梦

总体而言，我国能源大数据发展仍处于起步阶段，在基础环境、数据汇集以及应用方面远远落后于金融、政务、交通等领域，面临着以下突出问题。

1.数据来源少，采集渠道匮乏。我国能源大数据尚处于起步阶段，数据来源不足，应用领域有待拓宽。目前，在我国石油、天然气、电力等传统能源领域以及太阳能、风电等新能源领域，虽已有了数据的初步积累，但与国外相比，数据采集和存储仍处于初级阶段，数据的规模和质量较低，还不能为打造能源大数据引擎提供充足、高质量的数据资料。整体上看，能源数据来源少、底子薄、采集渠道匮乏仍是能源大数据发展面临的首要问题。 本文来自织梦

2.平台建设欠统筹，数据开放共享难。能源大数据平台、数据中心等基础设施仍处于低水平无序建设阶段。近年来，我国在能源信息化方面投入加大，以项目等为依托在省、市和部分企业相继建设了各类能源、电力数据平台。然而，虽然相关政府部门对能源数据平台建设有“协调对接、减少投资、防止重复建设、实现数据共享”的明确要求，但实际上绝大多数能源数据平台彼此隔离、能源数据互不开放。由于缺乏统筹规划，各类能源平台在建设目标、功能设计、采集设施、数据格式等方面存在多种差异。这也是造成数据难以开放共享的重要原因。 本文来自织梦

3.与“云物”交互少，数据聚合效应差。我国大数据与云计算、物联网等技术的结合运用不足，尤其体现在能源领域。大数据容量大、种类多、时效性强的基本特征，决定了能源大数据技术必须以云计算、物联网等技术和相关基础设施为依托，挖掘数据规律，支撑各类应用[12]。以电力大数据为例，高速增长的太阳能等新能源电力的信息接入、用能终端大量信息接入、各类管理终端大量介入，要求电网具有柔性和自适应能力，以满足电力送受端的时空变异和方式的多重复杂。在这种情况下，依靠传统的状态信号指令无法完成决策，需要复杂的负荷预测、分析及实时呈现，需要以巨量、多维、高密度的数据支撑电力预测预警、机器决策和人工判断。虽然我国信息和通信技术发展和应用取得了长足进步，但如何更好地融合应用于打造能源大数据引擎仍是亟待探索和解决的问题。

（二）制约因素

copyright dedecms

1.行业惯性严重，创新不足。煤电油气等传统能源工业经历了长期建设与运营，已形成了比较完整、体量较大、相对固化的体系。受沉淀成本、规模经济和既得利益等影响，传统产业发展一般具有较强的路径依赖，在理念、技术、制度等层面均有体现。随着信息和通信技术的加快创新发展与应用，大数据也正在加速向传统能源产业渗透。然而，传统能源产业在粗放发展模式下形成的经营理念和思维方式趋于僵化传统生产技术与生产方式趋于成熟，不利于新技术的推广应用；传统经营方式经过积累沉淀也形成了固步自封的制度。这些因素都使得传统能源行业惯性严重，未来只有突破路径依赖，重塑能源业态，才能形成能源大数据发展的良好土壤。

2.能源管理条块分割严重，难以形成能源大数据发展的合力。我国能源管理条块分得很细，职能过于分散。其中，能源资源、产业、价格、财税、流通、监管等管理职能分散在自然资源部、国家发展改革委、国家能源局、财政部、商务部等不同部门。根据能源品种的不同，又有不同的司局在主管煤炭、石油、天然气、火电、新能源、核电等。这种“多头指挥”的情况导致能源行业、企业之间的数据壁垒难以打破，统一的能源大数据平台难以建设，严重地制约了能源大数据的开发、共享。

织梦好，好织梦

3.能源大数据价值潜力巨大，业务模式亟待挖掘。能源大数据作为新兴业态，具有巨大价值亟待开发，须优先考虑数据驱动与业务模式创新的问题。能源大数据现阶段仍处于孤掌难鸣的境地，用户大数据、设备大数据、运行大数据、交易大数据、金融大数据等各类大数据集的集成和融合仍存在阻碍。大数据技术在能源行业应用的规模、范围和深度仍然偏低，在引导政府决策，提升公共服务水平方面尚未发挥应有作用，在服务能源企业战略决策、科技研发、生产经营和安全环保各环节，创新商业模式驱动业务发展等方面也尚未形成清晰的思路策略和可推广的解决方案。缺乏与智慧能源的互动，优势资产尚未联合，优势模式难以推广，优势效益无法共享，这种被动发展的模式不可持续。 dedecms.com

五、对进一步发展的建议

copyright dedecms

（一）进一步明确部门职责，强化能源大数据发展统筹管理 织梦内容管理系统

各级政府应树立数据治理的理念，推动落实《促进大数据发展行动纲要》等国家战略的具体要求，切实建立国家大数据发展和应用统筹协调机制，推动形成职责明晰、协同推进的工作格局。考虑到能源大数据作为基础性能源战略资源的属性，对我国能源行业链以及经济运行机制、社会生活方式和国家治理能力产生的重要影响，须尽快扭转政出多门、九龙治水的格局，建议能源大数据的规划编制、指导发展交由国家能源和经济主管部门统筹管理。

织梦好，好织梦

（二）多种途径广开数据之源，驱动数据积累 织梦内容管理系统

结合“互联网+智慧能源”发展工作推进等多种途径和方式重塑能源数据采集渠道，多方拓展能源大数据的采集范围。根据不同主体的数据与功能需求设计系统，从而最大限度地降低系统复杂度，控制采集成本。将数据积累过程与能源生产、消费、交易、服务过程结合，让能源数据既产生于这些过程，也在这些过程中逐步积累起来，切实发挥能源优化利用、能源交易过程政府定期审查以及能源辅助服务的重要驱动作用。

copyright dedecms

（三）优化能源大数据平台、数据中心等基础设施建设，加强数据基础设施的整合和数据资源的汇聚应用 织梦内容管理系统

重点支持覆盖煤、电、油、气、新能源等能源领域及气象、经济、交通等其他领域的综合性能源大数据平台建设及应用示范，实现多领域能源大数据的集成融合。重点支持建设一批能源大数据创新中心，推进能源大数据核心技术突破、产业标准建立、应用示范推广和专业人才培养引进，夯实能源大数据发展的基石。 织梦好，好织梦

（四）完善智能互联环境，培育行业领跑者

国内云计算在电子商务等信息技术服务传统领域效果良好，但在能源领域的应用中还存在着“沟壑”，需要政府层面继续加强引导，培育和完善能源大数据发展生态环境，重点关注装备、通信、IT硬件设备，平台软件（数据处理、数据存储、数据展示等），建模仿真软件以及整个云平台集成等方面。促进各企业之间形成有效的协作与分工，共同制定符合国内的标准，通过示范应用以点带面；致力于培育能源行业的“独角兽”科技公司，带动传统能源企业实现转型升级与智慧发展。 本文来自织梦

（五）高度重视信息安全和隐私保护，降低能源大数据推广应用风险

内容来自dedecms

针对各行业大数据典型应用场景，分析能源大数据安全威胁和安全需求，参考国内外大数据安全技术、最佳实践以及相关标准，建立健全我国能源大数据安全标准体系。在能源大数据的发展和应用中，不仅需要不断地完善行业技术标准，而且应通过各种手段（包括技术和法律）提高信息安全和保障数据隐私。我国在能源大数据发展中应该学习和借鉴发达国家在信息安全和数据隐私方面的经验，尤其需提升对行业数据隐私的保护意识。

参考文献： 本文来自织梦

[1]国务院.关于印发促进大数据发展行动纲要的通知[z].国发[2015]50号. 织梦内容管理系统

[2]工业和信息化部.关于印发大数据产业发展规划（2016—2020年）的通知[Z].工信部规[2016]412号. 内容来自dedecms

[3]国家发展改革委、国家能源局、工业和信息化部.关于推进“互联网+”智慧能源发展的指导意见[Z].发改能源[2016]392号.

dedecms.com

[4]国家发展改革委、国家能源局.关于印发《能源技术革命创新行动计划（2016-2030年）》的通知[Z].发改能源[2016]513号.

[5]曹军威，袁仲迭，明阳阳，张华赢.能源互联网大数据分析技术综述[J].南方电网技术，2015，9（11）：1-13.

内容来自dedecms

[6]许潆予，邓楚然.大数据大征程[N].南方电网报，2017-03-17. copyright dedecms

[7]中国电子信息产业发展研究院.中国大数据产业发展评估报告（2018年）[R].2018（04）.

内容来自dedecms

[8]王德文，孙志伟.电力用户侧大数据分析与并行负荷预测[J].中国电机工程学报，2015，35（03）：527-537.

copyright dedecms

[9]孙雅明，廖志伟.基于事件序列数据挖掘原理的高压输电线系统故障诊断[J].电力系统自动化，2004，28（05）：20-24.

dedecms.com

[10]张藜，张参.渤海油气勘探走进“大数据”时代[N].中国能源报，2018-08-22. 织梦内容管理系统

[11]陈敬德，盛戈皥，昊继健，徐友刚，王福菊.大数据技术在智能电网中的应用现状及展望[J].高压电器，2018，54（01）：35-43. 织梦好，好织梦

[12]萱建.德国云计算大数据物联网的启示[J].信息技术与标准化，2017（05）：31-35.