电力大数据技术的引入通过实时数据库、分布式存储和检索以及大数据挖掘技术对海量的电力数据进行有效的采集、存储以及分析处理从而为电网的良好运行提供有效的保障。

　在电网运行专业，通过应用用电大数据，能够提高短期和日前负荷预测的准确度，指导调度计划的制定;通过应用电网运行大数据，可优化电网运行方式;通过应用新能源发电大数据，可提高新能源发电预测水平，提升电网消纳新能源发电的能力。

　　短期负荷预测和新能源发电预测是电网运行领域研究、应用较多的大数据应用。短期负荷预测主要是使用近几年各种粒度的电量、负荷电能数据，以及温度、湿度等气象数据，分析地区行业用户的用电负荷特性、电量变换趋势、负荷与气象的关系，预测出一周内全省或地市级电网的负荷曲线。这种基于大数据的负荷预测方法在多个省得到应用，比传统的预测方法更加准确。

　　新能源发电预测主要是太阳能和风力发电预测，其中难度较大的是风力发电预测。风力发电预测主要使用风机状态数据、测风塔数据、气象预报数据以及大量的风电站运行数据，采用机器学习等方法，预测0～4小时内和24小时内单风机和风电场总体的有功功率。

　　基于大数据的风力发电预测，能较好地协助调控中心克服风电出力不确定性带来的、合理安排调控计划等困难，提高电网消纳新能源发电的能力。