大数据具有 4V 特征，强调跨领域、多类型数 据的融合与利用[9-15]，其以云计算为基础，在理论研究和实际应用方面涉及一系列软硬件技术的进步[16-22]。电力大数据技术是大数据在电力行业的应用和发展，包括有分布式存储、并行计算，以及各 种分析算法等组件，并充分吸收电力系统云计算的先进成果[23-28]。
最终实现大数据技术在电力系统的全面应用， 从电力系统各子领域出发的研究和实践是必经之路。这些子领域中的数据通常也具有多类型、分散和未充分利用的特征，借助大数据技术既可促进子领域的技术进步，也能够在一个较小的、可控的范 围内验证、发展电力大数据技术，并为最终的多领域融合作好准备。事实上，大数据的含义也在不断 演变中，正是在与各类实际问题的互动过程中，才真正具有活力。
电力大数据技术是体系化的技术包，而电力系 统各子领域通常都具有较为完备的理论体系和强大的应用系统。因此，引入大数据技术的合适方式 是针对常规方法无法解决的问题和潜在需求，选择电力大数据技术包中能够为其提供支撑的组件，而 不应机械地强调领域数据是否完全符合大数据的 特征，或是希望以大数据技术完全取代现有技术。电力系统仿真计算包括离线计算和在线计算， 是电网规划、设计和运行的重要支撑，在电力系统 研究体系中处于基础地位。仿真计算进行过程中和 结束后能够提供大量计算数据，对这些数据进行挖 掘和分析，并与在线量测结合解决系统实际问题， 特别是暂态稳定问题，长期以来都是数据挖掘技术 应用于电力系统的重要研究方向[29-36]。
从方法论的角度讲，电力系统问题研究的主要 步骤包括观察规律、理论分析和实验验证，这既要 求对系统变化过程的充分观测，也要求对实验结果 的充分观测。目前，在电力系统仿真分析中通常只 监测少数关键量，这必然会遗漏可能的有效信息， 对研究结论产生不利影响。因此，充分利用仿真计 算丰富的数据和结果，对其进行深入的观测和分析 也是电力系统仿真分析发展的要求。 到目前为止，在仿真计算数据挖掘方面的成果 大多都只限于理论和算例分析，在实际中应用较 少，影响力有限。造成这种情况的原因很多，其中 受限于数据吞吐速度、硬件计算能力，以及对各类 计算数据的整合与利用不足是很重要的方面。 电力大数据技术的发展能够为上述问题的解 决提供有效帮助。基于电力大数据平台，由计算能 力和数据存储带来的制约将不再是主要问题，相关 研究和应用可基于大规模数据整合进行。在此基础 上，针对仿真计算数据所提出的各种分析方法，将 有机会得到更好地验证和发展并投入实际应用。更多详细内容请见附件
电力大数据技术与电力系统仿真计算结合问题研究_黄彦浩.pdf
新能源电力系统中需
