以下为整理后的演讲内容全文：
电力行业中沉淀的海量数据
电力行业在全过程价值链中产生了大量的数据，发、输、配、用、调度，各个环节都有大量的数据，而且数据是非常有价值的。
举个例子，发电里，如果是火电，有掺配煤的数据、机组指标的数据;如果是水电，有水文水平的数据。输电，有线路方面的数据，还有对线路状态有影响的气象和环境数据。变电，有变电站的数据，还有设备的巡检、维护以及状态实时监控的数据。配电，有用电负荷、还有用电的需求侧的数据，包括配网的规划，以及供电前期的预测、计划，还有供电可靠性的数据。用电，包括客户的基础档案数据，电费的回收、计量的数据。调度，有负荷和电量这些数据。
基于这些数据，我们可以看到，从全电力的业务链角度来说，现在电力大数据具备了大数据四维的特征，像实时的大数据量、大的数据包的组成，以及复杂的结构。这里面有结构化数据、非结构化数据，有实时的数据以及历史的数据，而且是高频次、高频率的数据，有很多数据都能够精确到分钟，每一分钟都可以传输比较大的数据包进行数据的采集和搜集分析。这些数据未来怎么样体现出来高价值?
大数据在电力行业中有什么用?
在价值链中的不同环节，大数据的价值目标不同。
我们认为，在发电环节，大数据应该服务于发电端经济、高效以及清洁环保这一目标;
在输变电环节，大数据应该服务于坚强的智能电网这一目标，通过环境气象、用电负荷以及需求侧等等的大数据，来进行相应的设备选址以及规划，实时监控输变电设备，保证整个电网平台的透明、开放、自愈以及自适应性;
在用电环节，大数据应该服务于智能互动这一目标。智能互动可以从两个角度来看，一方面，从电网被动的角度，是可以基于这种负荷的监测数据、用户档案等数据，来及时预先发现或者实时发现设备的缺陷或故障，然后及时启动应急预案。从主动角度来说，我们可以根据这些数据来评估电费回收率，大型的高耗能企业，现在有很高的电费回收风险，因此，基于大数据，电网可以做风险决策。
此外，大数据可以帮助调度实现智能调度。从以上价值目标出发，集合我们过去的项目经验以及调研资料，发现整个电力行业，大数据应用仍然存在很多问题。
