别再吹概念了 你一定要知道的几种能源大数据应用技术！

　　第三、系统安全、态势感知、故障诊断等。能源互联网需要类似配网的自动故障诊断功能，同时接入上层的电网互动时也需要有一个接口，不仅需要提高信息的安全性，还需要提高电网运行的安全性。
　　能源互联网大数据相关技术有哪些？ 　　大数据的管理和应用有两种方式来解决。一种就是垂直方案，从数据采集到上层应用是垂直的。还有一种是水平式的，上来的是通用信息，构建IaaS、PaaS、SaaS云平台，然后再开发新的应用。我们采取第二种方式，需要采集到最基础的数据，比如从电网潮流的角度需要UIPQ的瞬时值，还需要他们变化的衍生值，有了这些就可以把它组成数据运行在线的平台，然后再去支撑各种各样的应用。这些值是最基础的，可以最大程度满足所有的应用要求，当然它的数据量对平台要求也非常高。
　　在这个基础上做各种的数据清理、同步、识标，变成数据仓库进行数据的统计和挖掘，进而进行大数据分析，深度学习、大规模神经网络等等新技术，怎么来运用到这里边进行学习、关联和分类，都有非常大的空间。这样大量的能源互联网在线运行数据对于数据的研究者是非常有价值的。
　　比如负荷建模。传统的负荷类似黑箱，一个区域静动负荷比例是大体估计出来的，电网仿真规划什么的，就按这个来了，很多信息是隐藏在黑箱里，但的确安全稳定性的信息和线索是可以从底层开始被发现的，我们希望是自下而上的把这些数据聚合上来，而不是把它直接变成一成不变的黑箱。再比如，能量供需匹配，未来能源互联网区域就是自治的主体，自身就有局域消纳、能量供需匹配需求，能量管理与价格的波动要结合起来，也离不开大数据的支撑。未来能源互联网理想的场景，不再是基础设施驱动上层数据，再驱动管理调度的过程，而应该是价值驱动，价值决定如何交换能量，转成信息，最后自由驱动底层基础设施的能量交换。
　　从我国现在的能源、信息基础设施建设情况、数据的开放程度、价格的支持、商业模式的限制，实现能源互联网的场景还需要体制机制层面的突破。