用户数据蕴含丰富的商业价值，阿里云等企业已计划广泛收集新能源发电的数据和家电用能的数据。一些数据公司和互联网金融公司对我们的用电采集信息寄予厚望。从这些数据需求者的目的来看，他们不仅是在某种因果逻辑下应用，更多是应用于关联关系作用下的商业模式，譬如，利用电表信息作为商业信誉评估和针对性广告，准确与否不重要，追求的是相关性是否存在，这也给我们以启示。
用能数据对经济运行的反映与预测是政府关注的，通过用能大数据的分析，可反映经济结构的动态特征和趋势，用能行为数据的聚类可反映出电价机制的调节作用程度，建立用能数据与经济运行和政策作用的联动模型，将为政府提供精准有价值的决策信息。
大数据支撑全球能源互联网。国家电网公司站在全球能源发展高度，提出了全球能源互联网的战略构想，全球能源互联网构划了以能源为主体、以数据为核心的智能化能源生态系统。全球能源互联网最大化开发利用清洁能源，实现能源资源在全球的优化配置。全球能源互联网的形态、特征包含了地理环境、能源资源、符合特性、用户行为的影响因素，具有长距离、广范围、平台化、智能共享互联的特点，将发生电网运行机制的重构，要求电网具有柔性自适应能力和统筹配控能力，满足送受端的时空变异和方式的多重复杂，需要全域负荷预测与实时呈现，支撑洲际广域大电网平台机体的整体化运转，因此需要大量的、多维的、高密度的数据来支撑预测、预警、机器决策和人工判断。在数据安全的基础上的数据开放和分享，是全球能源互联网的基础。
全球能源互联网内涵丰富，外延广阔。在全球能源互联网的发展历程及实现路径中，大数据相伴相生，将为其发展和运营提供全球性视角和综合性分析方法。
大数据研究和应用任重道远
企业级大数据研究框架可分三个层次开展：第一层是基础理论研究，重点研究电力大数据知识体系和方法论;第二层是关键技术研究，重点研究IT技术和数据分析挖掘方法;第三层是应用研究，重点是各业务领域的需求分析、场景设计、分析模型和专业方法研究。
中国电力科学研究院自2013年启动了大数据研究与应用工作。在基础理论研究方面，开展了智能电网大数据理论基础和技术体系的研究，分析重点应用领域，确定研究框架，制定出技术发展路线图，编写《智能电网大数据技术白皮书》。在关键技术研究方面，整合了业界主流的先进技术和数据处理理念，采用传统数据仓库与新型数据处理技术混搭的架构，搭建了电力大数据平台。在应用研究方面，以支撑公司运营发展、服务电网用户、服务社会与政府三条主线开展了应用场景的研究工作。目前已在配电网可靠性关键因素分析、电网运营效能分析、关键时期电网供电保障预警分析、电力数据支撑宏观经济形势评价与预测、城市电力地图等领域开展专题研究工作，并与多省电力公司合作开展研究成果落地的试点。
大数据在电网企业的研究和应用任重道远，实现技术与应用落地面临着挑战和要解决的问题：
打破数据壁垒。在近两年的电力大数据研究和实践中体会到，目前面临的最大挑战来自数据本身，即数据获取困难，而且数据质量较低、采集密度不足、统计口径不一，获取外部数据则更加困难。无论是在国家层面，还是在一个企业内部，尚没有建立起数据开放和共享机制，目前的数据源情况难以支撑真正意义上的大数据研究。此外，专业分析必不可少，大数据是一项综合性技术，场景设计、技术实现和应用开发需要多领域的合作，探索跨部门、跨业务的联合攻关和有效协同推进机制，是一个重要的问题，因此，关于数据源的获取与大数据能力的整合是一个重要的考验。
解决安全防护问题。大数据的兴起伴随着数据存取控制的新型风险。在大数据时代如何保护国家、企业和个人敏感信息或隐私，已成为世界性难题。一方面，需结合数据类型特征和重要程度，制定不同级别的安全管理规范和标准，建立配套的数据安全监管措施;另一方面，针对大数据利用和处理的关键环节，开展数据安全防护体系顶层设计，在核心数据安全控制技术、去隐私化技术、数据分析审计技术及虚拟化技术等领域开展深入研究和产品研制。在大数据掘金的路上，信息安全与隐私问题忡忡，现时期应以管理措施为主导，技术措施并进并举的原则，严格管理、集中开发。中国联通采取的办法是数据不出门，将数据交给研究院集中开发，但必须集中在固定的场地和设备上。
建立大数据思维方式。大数据思维是将数据看作“蕴藏能量和价值的资源”，以数据为核心去思考问题、解决问题的能力;是让海量数据碰撞、寻找相关性的分析方法;是分享、开放、合作的工作模式。但在电力系统传统的应用行业中，长期以机理分析、仿真模拟、试验检测为主要研究方法，以专业为核心管理运用数据，接受和建立大数据思维方式尚需一定的时日。需要打破因果逻辑与传统专业分工下的价值观理念和思维模式。
