天气预报尚且无法知晓4个月以后的准确天气，在盛夏到来之前就测算出负荷高峰日期和用电量，这听起来简直是“天方夜谭”。然而4个月之后的8月5日，江苏省出现用电高峰，最高负荷8440万千瓦，与预测日期只相差1天，预测负荷只差了41万千瓦。
在国家电网公司2016年年中工作会议间隙，国家电网公司信息通信部主任王继业讲述了这个故事，他说，这得益于挖掘了电网大数据的价值。
电网大数据的类型有多复杂？仅以国网江苏电力的负荷预测为例，其中就包含了多种数据类型。天气情况、实时曲线、生产运行结构化数据、三维地理地形，都是大数据分析电网负荷的类型之一。
挖掘如此复杂的“金矿”，变现的最终目的在于变现后的增值。其将成为电网智能发展的关键，电网与互联网深度融合，成为具有信息化、自动化、互动化特征，功能强大、应用广泛的智能电网。
国家电网公司2016年年中工作会议报告中提到，今年上半年，国家电网公司已经在售电量预测、用电信息采集、线损管理、输变电设备状态监测等方面深化大数据应用，取得实效。
挖掘电网中的相关数据，也将实现经营管理的增值。国家电网公司营销部在国家电网年中工作会上表示，未来将强化数据共享和信息支撑，为电网规划、安全生产提供数据支持；建设电力客户标签库，从服务优化、降本增效、市场开拓、数据增值四方面深挖数据价值，继续提升运营效益。强化“量价费损”分析预测，构建预测分析模型，实现“量价费”精准预测和台区线损异常智能诊断，构建分用电结构、产业结构的电价分析模型，实现经营效益影响的精准预测。
此外，电网大数据中的客户消费习惯等变现，将实现服务的增值，对客户大数据的开发也改变着行业。以汽车行业为例，阿里巴巴和上汽开展了一项合作。过去，汽车用户在使用汽车时是不对汽车生产公司产生价值的，而有了互联网，汽车就可以成为新的互联网成员，用户使用汽车的数据及时得到反馈，为传统汽车行业带来了改变。
数据检验数据，在大数据平台试点上线运行后，国网山东电力基于大数据技术的用电负荷特性分类精度提升了10%。国网上海电力预测未来一天或未来一个月各区域、不同电压等级的设备故障量可能发生的数量区间，精度超过70%。国网浙江电力客户用电行为细分处理效率提升30%。国网安徽电力防窃电分析工作效率提升50%以上。国网福建电力短期重过载预警准确度超过80%。国网四川电力停电计划编制效率提高30%。国网客服中心人工服务接通率提升30%，客户等待时间减少20%，提升了客户服务能力……
“我们的试点工作目前还没有达到全面应用推广的阶段。”王继业表示。但目前国家电网公司从上到下都有了应用大数据的意识，领导层面也督促大家自觉利用大数据进行监测、服务、经营管理、生产等各方面的工作。再过两三年的时间，大数据能够从试点实现全面的推广应用。
全球能源互联网研究院计算及应用研究所也在进行大数据的相关研究，所长高昆仑在接受采访时建议，要实现推广应用，还需要研发出一个简单便捷实用工具，让广大一线的业务人员也能自主开展大数据分析挖掘工作，让数据达到物尽其用的效果。他举例说，如果说大数据是一个矿，那么现在只有会开挖掘机的专业队伍，如科研人员，才能挖矿，业务人员则由于没有合适工具挖不了矿，不能应用大数据。
