电力大数据时代
百度百科-电力大数据
百度百科-电力大数据一、电力大数据电力是大数据理念、技术和方法在电力行业的实践。
电力大数据涉及到发电、输电、变电、配电、用电、调度各环节，是跨单位、跨专业、跨业务数据分析与挖掘，以及数据可视化。
电力大数据由结构化数据和非结构化构成，随着智能电网建设和物联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。
电力大数据的特性满足大数据的五个特性，一是数据量大（Volume）、二是处理速度快（Velocity）、三是数据类型多(Variety)、四是价值大（Value）、五是精确性高（Veracity）。
二、电力大数据应用电力大数据的应用一方面是与宏观经济、人民生活、社会保障、道路交通等信息融合，促进经济社会发展；另一方面，是电力行业或企业内部，跨专业、跨单位、跨部门的数据融合，提升行业、企业管理水平和经济效益。
三、电力大数据演进电力大数据对电力数据进行分析挖掘，得到信息，然后将信息转化为知识，最后通过可视化展现与表达，与人们进行分享。
四、电力大数据技术电力大数据技术满足电力数据飞速增长，满足各专业工作需要，满足提高电力工业发展需要，服务经济发展需要。
电力大数据技术包括：高性能计算、数据挖掘、统计分析、数据可视化等。
1）高性能计算通过Hadoop分布式计算技术采用MAP-REDUCE模型建立分布式计算集群或者Yonghong Z-Suite等高性能工具，对电力大数据进行分布式计算和处理。
2）数据挖掘技术数据挖掘技术是通过分析大量数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。
数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。
数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等等。
3）统计分析统计分析，常指对收集到的有关数据资料进行整理归类并进行解释的过程。
大数据时代下的智能型电力系统分析
大数据时代下的智能型电力系统分析随着信息技术的飞速发展，大数据成为许多行业的关键词之一。
在能源领域，大数据技术也逐渐被应用于电力系统分析中。
智能型电力系统是一种利用先进的信息技术与传感器技术，对电力系统进行实时监测、分析和优化的系统。
本文将探讨智能型电力系统中大数据的应用。
首先，大数据技术可以用于电力系统中的数据采集与处理。
电力系统中存在大量的数据，包括供电负荷、电力传输、电网稳定等各种指标。
通过传感器和计量器等设备，可以实现对这些数据的实时采集。
而大数据技术可以在较短时间内处理大量的数据，识别出其中的主要特征和规律，为后续的分析和应用提供有力的数据支撑。
其次，大数据技术可以用于电力系统中的数据挖掘与分析。
通过对已有的电力数据进行挖掘和分析，可以识别出电力系统中的潜在问题和瓶颈，提高电力系统的稳定性和可靠性。
例如，可以通过分析历史数据，预测未来电力需求趋势，从而合理安排电力生产和配送；或者通过对电力传输网络的分析，发现其中存在的薄弱环节和风险点，及时采取措施避免电力网络发生故障。
另外，大数据技术还可以用于电力系统中的智能化控制。
通过采集和分析实时的电力数据，可以实现对电力系统的智能化控制，提高电力系统的效率和稳定性。
例如，在电力供需不平衡的情况下，可以通过智能化控制调整发电量与负荷，解决电力供需不平衡问题；或者在电力系统出现故障时，智能化控制可以快速地进行预警和响应，减轻系统的损失。
总之，大数据技术的应用，可以使电力系统更加智能化、高效化和可靠化。
随着技术的不断发展和应用的不断深入，智能型电力系统将成为未来电力系统的重要发展方向。
基于大数据时代电力信息技术应用与发展思考
基于大数据时代电力信息技术应用与发展思考摘要：在大数据和电力信息技术的支持下，我国电力网络的信息化水平得到进一步提升，朝着智能化的方向不断发展。
在大数据时代下，电力企业要合理有效利用信息技术和大数据技术，全面提升电网的运行质量和运行效率，促进我国电力行业的持续性发展。
关键词：大数据时代；电力信息技术；应用；发展电力能源是我国能源领域的核心部分，是我国社会经济发展和人们日常生活不可或缺的基础能源。
随着科技的进步和互联网的发展，人们迎来了新的时代——大数据时代。
在此背景下，为了维持电力系统的持续稳定运行，势必要通过大数据技术对既有电力信息系统结构进行全面升级与优化，充分发挥电力信息技术的价值与作用，从而保证电力系统的安全运行，为社会经济发展和人们日常生活提供基础保障。
1、电力信息技术在大数据时代的具体应用1.1电力信息技术在电网监测方面的应用电网的安全运行是实现各行各业正常生产经营的前提条件，而对电网的运行状态进行实时监测是保障电网安全稳定运行的基础。
通过对电网运行过程中产生的各项数据进行动态监测与对比分析，能够诊断电网的运行状态，及时发现潜在风险，提高电网运行的安全性。
现阶段，我国电力行业对电力系统运行的分析缺乏整体性，信息采集主要是针对单台设备，无法实现数据之间的紧密联系，并且对电网运行状态的监测也停留在表面，状态诊断结果科学性相对不足。
为了促进电力领域朝着智能化发展方向不断前进，势必要对电力设备的运行状态、电网系统的运行环境等大量运行数据进行综合分析，找出数据之间的规律，从而为电网运行状态的诊断提供科学依据。
传统的信息采集和处理技术无法应对海量的数据信息，而基于大数据时代背景下的电力信息技术可以很好地满足现阶段的数据处理需求，使电力系统的智能化成为可能。
1.2电力信息技术在提高电力能源利用率方面的应用电力能源在输送过程中会因为多种不可控因素而产生电能损耗，这在一定程度上造成电力能源的浪费。
想要减少不必要的电能损耗，提高电力能源的利用效率，就要实现电能损耗的实时计算，及时发现电力系统运行过程中存在的问题并第一时间采取相应的控制措施，避免问题进一步扩大。
电力大数据的分析与应用前景展望
电力大数据的分析与应用前景展望一、引言随着信息技术的迅速发展，电力行业也逐渐进入了数字化时代。
电力系统的运行过程中产生的大量数据被广泛应用于电力设备的监测、能源管理、故障诊断等领域，形成了电力大数据。
电力大数据的分析与应用具有重要意义，可以提高电力系统的安全性、稳定性和可靠性，进一步推动电力行业的发展。
二、电力大数据的特点1. 海量性：电力系统中各种测量设备、监测仪器和传感器等产生的数据庞大复杂，以至于难以以传统手段进行处理和分析。
2. 多样性：电力大数据包括了电压、电流、功率、电能等各种指标和参数，同时也可以包括天气数据、设备状态数据等多种类型的信息。
3. 高实时性：电力系统的数据需要实时采集和分析，以便及时发现和应对电力系统中的问题，确保系统的安全和稳定运行。
4. 高价值性：电力大数据包含着电力系统的规律和趋势，通过对数据的分析和挖掘，可以发现并利用其中的潜在价值，提供决策支持和优化控制。
三、电力大数据的应用现状1. 电力设备监测与故障诊断：通过对电力设备产生的数据进行分析，可以监测设备的状态，及时发现潜在问题，并进行故障诊断，提高设备的运行效率和可靠性。
2. 能源管理与优化：电力大数据可以分析用户的用电行为和需求，进而为用户提供用电建议和优化方案，以实现能源的高效利用和节约。
3. 电力负荷预测与调度：通过对历史数据和相关因素的分析，可以预测未来电力负荷的变化趋势，为电力调度提供决策依据，以保障电力系统的供需平衡和稳定运行。
4. 智能电网建设：电力大数据为智能电网的建设提供了必要的技术支持，通过对数据的分析和利用，可以实现电力系统的智能化监测、控制和管理，提高系统的安全性和可靠性。
四、电力大数据的分析方法1. 数据清洗与融合：对电力大数据中的异常值、缺失值和噪声进行处理，结合多源数据进行融合，提高数据的质量和可用性。
2. 数据挖掘与机器学习：通过从电力大数据中挖掘隐藏的规律和模式，运用机器学习算法进行预测和分类，帮助电力系统进行故障预警、统计分析和优化决策。
大数据在电力行业的应用智能电网的发展
大数据在电力行业的应用智能电网的发展随着信息技术的迅速发展，大数据在各行各业都得到了广泛的应用。
电力行业作为国家经济发展的基础和支撑，也开始了利用大数据来优化运营和提高效率的进程。
在智能电网的发展中，大数据的应用发挥了重要的作用，本文将探讨大数据在电力行业的应用以及智能电网的发展趋势。
一、大数据在电力行业的应用1.智能电表智能电表作为大数据在电力行业应用的突破口，可以实时监测用户的用电情况，并通过数据分析来发现用电偏好和用电习惯。
通过智能电表收集到的大量数据，电力公司可以更好地了解用户的用电需求，并进行用电计划的合理优化，提高供电的效率和质量。
2.电力设备的健康监测大数据的应用还可以实现对电力设备的健康监测和故障预测。
通过对电力设备的实时监测和数据分析，可以及时发现设备异常情况，并提前采取维修措施，避免设备故障对供电系统的影响。
这可以大大提高供电系统的可靠性，降低设备维修成本。
3.电力系统调度与优化电力系统调度与优化是电力行业中一个非常重要的环节。
通过大数据的应用，可以实现对电力系统的实时监测和调度。
当出现电力供需不平衡的情况时，可以根据大数据分析结果，采取相应的调度措施，保证供电的稳定性和可靠性。
同时，通过大数据分析，可以对电力系统的运行状态进行优化，降低能源消耗，提高供电效率。
二、智能电网的发展趋势1.数据共享与互通智能电网的发展需要大量的数据支持，而这些数据往往分散在不同的数据源中。
要实现智能电网的建设和运行，需要实现不同数据源之间的互通和共享。
通过建立统一的数据平台，不同的电力企业可以实现数据的共享和互通，从而更好地实现对电力系统的监测和管理。
2.人工智能与大数据融合人工智能技术在智能电网中的应用也日趋广泛。
通过将人工智能与大数据相结合，可以实现对电力系统的智能化管理和智能决策。
当电力系统出现异常情况时，人工智能系统可以通过分析大数据，评估风险并提供有效的解决方案，减少操作人员的干预，提高运维效率。
电力行业的大数据分析与智能电网建设
电力行业的大数据分析与智能电网建设随着科技的不断进步和信息化时代的到来，大数据分析和智能电网成为电力行业发展的重要趋势。
通过大数据分析，电力行业可以更好地理解和利用数据，提高运营效率，并实现智能电网的建设和管理。
本文将探讨电力行业中大数据分析与智能电网建设的重要性以及其对行业发展的影响。
一、电力行业大数据分析的重要性1. 优化能源调度和资源配置：通过大数据分析，电力行业可以收集、存储和分析各种类型的数据，包括能源消耗、电网设备状态、用户需求等。
这些数据的分析可以帮助电力企业更好地调度能源，优化资源配置，提高能源利用效率。
2. 提高运营效率和智能化水平：大数据分析可以帮助电力企业实时监测和分析电网设备的运行状态，及时进行故障诊断和预警，提高设备的可靠性和运行效率。
此外，通过对用户需求和用电行为的分析，电力企业可以制定个性化的营销策略，提高用户满意度。
3. 支持可再生能源接入：大数据分析可以为可再生能源接入提供支持。
通过对天气数据、风能和光能等可再生能源的预测和分析，电力企业可以更好地安排可再生能源的供应和消纳，提高可再生能源的利用率。
二、智能电网的建设与应用1. 智能电网的概念：智能电网是指利用信息技术、通信技术和自动化技术来实现电网的远程监测、智能控制和优化调度，以提高电力系统的安全性、经济性和可靠性。
它可以实现对电力设备的远程监控和管理，提高能源的供应质量和效率。
2. 智能电网的技术应用：智能电网的建设离不开各种先进的技术应用，包括物联网、云计算、人工智能等。
物联网技术可以实现对电力设备的感知和连接，实时监测设备状态，提供实时数据支持。
云计算技术可以提供强大的数据存储和处理能力，支持对大规模数据进行处理和分析。
人工智能技术可以通过学习算法和模型优化，提供更精确的能源预测和调度决策。
3. 智能电网的应用场景：智能电网的应用场景丰富多样，包括电力设备状态监测与维护、智能配电网建设、电力市场交易支持等。
大数据在电力行业的应用
## 大数据在电力行业的应用### 引言随着信息技术和互联网的迅猛发展，大数据已经成为了各个行业的关键词之一。
电力行业作为国民经济的重要支柱产业，在大数据时代也积极探索并应用大数据技术，以提高能源效率、降低运营成本、优化供需管理等方面取得突破性进展。
本文将探讨大数据在电力行业的应用，并阐述其对电力行业的影响。
### 1. 数据采集与监测大数据技术为电力行业提供了更全面、准确、实时的数据采集和监测手段。
通过传感器、智能电表等设备的广泛部署，可以实时监测电力系统中的电流、电压、功率等参数，获取大量的实时数据。
这些数据可以被收集、存储和分析，以便对电力系统进行更精确的监测和管理。
### 2. 能源预测与调度基于大数据分析，电力行业可以利用历史数据、天气数据、负荷数据等多种数据源进行能源预测和调度。
通过建立模型和算法，可以准确地预测未来一段时间内的能源需求和供应情况，从而合理安排电力生产和调度。
这有助于提高电力系统的稳定性、降低能源浪费，并为用户提供更可靠、高效的电力服务。
### 3. 故障诊断与预防大数据技术可以对电力设备进行智能监测和分析，及时发现故障和异常情况，并进行诊断和预测。
通过收集设备运行数据、维修记录等信息，可以建立故障模型和预测模型，及早预防和解决潜在的故障问题，提高设备的可靠性和运行效率。
### 4. 能效管理与优化大数据技术可以帮助电力行业实现能源的高效利用和管理。
通过收集和分析能源使用数据，可以找出能源消耗的主要原因和潜在节能措施，优化电力系统的能源结构和供应方式。
同时，还可以对能源使用情况进行实时监测和反馈，鼓励用户节约能源，促进可持续发展。
### 5. 用户画像与个性化服务大数据技术可以对用户进行深入的数据分析，建立用户画像和模型，了解用户的需求和偏好。
通过个性化推荐、定制化服务等手段，提供更精准、满足用户需求的电力服务。
这不仅可以提升用户体验和满意度，还有助于电力行业进行市场营销和资源配置。
大数据在电力行业中的应用
大数据在电力行业中的应用在当今信息化的时代，大数据已经成为了引领科技和产业发展的重要力量。
电力行业作为国民经济的支柱产业，也积极探索和应用大数据技术，以提升运营效率、优化系统安全、改善用户体验等方面取得了显著的成效。
本文将从电力系统的智能化管理、故障预测与维护、能源消耗优化和用户需求洞察等几个方面，介绍大数据在电力行业中的应用。
一、电力系统的智能化管理随着电力系统的规模和复杂性的不断扩大，传统的手动管理模式已经难以胜任。
大数据技术的引入为电力系统的智能化管理提供了强有力的支撑。
通过实时监测、数据采集和分析处理，电力系统运营人员可以及时了解电网运行状态、设备的工作状况和安全隐患，并可以做出相应的决策和调度。
同时，借助人工智能和机器学习算法，电力系统可以自主学习和优化运行策略，减少能源浪费和安全风险。
二、故障预测与维护在电力行业中，故障的发生往往会导致生产停工和用户停电等严重后果。
传统的故障维修往往是被动式的，等到故障发生后再进行处理。
借助大数据技术，可以实现电力设备的故障预测和维护，从而提前发现可能出现故障的设备，并进行相应的维修和更换。
通过收集和分析大量的设备运行数据，可以识别出设备潜在的故障模式和趋势，从而提前制定维护计划，有效避免故障的发生，提高设备的可靠性和使用寿命。
三、能源消耗优化能源消耗优化是电力行业追求可持续发展的重要方向。
大数据技术可以帮助电力公司准确了解各个环节的能源消耗情况，通过分析数据找出能源消耗的瓶颈和潜在的节能措施。
同时，通过大数据的实时监控和预测分析，可以对能源供应和需求进行动态调节，以减少能源的浪费和不必要的损耗。
例如，在电力系统的调度过程中，可以结合天气预报、用户需求和发电设备的性能，优化能源的分配和调度，提高能源利用效率和供应的可靠性。
四、用户需求洞察用户需求洞察是电力公司提升用户体验和增加用户粘性的关键。
通过大数据技术，电力公司可以对用户消费行为、用电习惯等进行深入分析，了解用户的需求和偏好。
什么是电力大数据？电力大数据从哪儿来？
什么是电力大数据？电力大数据从哪儿来？电力大数据与经济、社会存在广泛紧密的联系，电力大数据的价值不仅局限在电力行业内部，更体现在国民经济运行、社会进步及各行业创新发展等多个方面。
随着智能电网和信息化建设，电力行业积累了海量数据，这些数据在数据量、多样性、速度和价值方面具有大数据的特征。
电力行业已进入大数据时代。
电力大数据是通过传感器、智能设备、视频监控设备、音频通信设备、移动终端等各种数据采集渠道，收集到的海量结构化、半结构化、非结构化的业务数据集合。
电力大数据是电力公司的新型资产，能够促进电力公司的业务管理向更精细、更高效的方向发展。
大数据技术将推动信息技术平台的升级与改造，包括提升数据存储和及时处理的能力；补充对非结构化数据分析与利用的能力；增强对海量数据资源的价值挖掘能力。
电力大数据在应用过程中存在着对行业内外能源数据、天气数据等多类型数据的大量关联分析需求。
通过与行业外数据的交互融合，以及在此基础上全方位的挖掘和分析，将会使电力大数据发挥出更大价值。
电力大数据从哪儿来？电力大数据主要来源于发电、输电、变电、配电、用电和调度等各环节，可大致分为三类。
电网运行、设备检测或监测数据。
主要包含在能量管理系统、配网管理系统、广域量测管理系统、生产管理系统、电网调度管理系统、故障管理系统、图像监控系统等。
电力企业营销数据，如交易电价、售电量、用电客户等数据。
主要包含在营销业务系统、95598客户服务系统、电能量计量系统、用电信息采集系统等。
电力企业管理数据。
主要包含在协同办公系统、企业资源计划系统（ERP）等。
电力大数据的特点数据体量大以江苏省用电数据为例，江苏省有4000多万电力客户，对居民客户每小时采集一次数据，每次数据项十多个，一天仅居民用电数据就几十亿项。
数据类型多各类结构化、半结构化数据以及非结构化数据类型多。
以非结构化数据为例，包括各变电站大量的视频监控设备产生的视频数据、客服与客户沟通留下的语音数据、无人机巡检产生的图片数据、办公系统流转过程中的各种类型电子文件等。
大数据时代下的电力市场调控与管理
大数据时代下的电力市场调控与管理随着信息技术的飞速发展，大数据与人工智能的应用逐渐进入各行各业，电力市场也不例外。
在这个信息爆炸的时代，人们需要更加高效、精准的方式来管理和调控电力市场。
本文将探讨大数据时代下的电力市场调控与管理。
一、大数据的意义和应用大数据的出现让人们对数据有了一个全新的认识，也为电力市场的管理和调控提供了新的思路。
大数据通过对海量信息的收集、存储、分析和利用，可以带来以下几方面的意义和应用：1.提高市场透明度：大数据技术可以实现对市场基本信息的全面搜集和分析，使得市场变得更加透明，从而有利于市场参与者做出更加明智的决策。
2.优化资源配置：通过对市场需求和供给进行精准分析和预测，使得资源的配置变得更加清晰和高效，从而提高市场的运行效率。
3.降低成本费用：利用大数据技术进行管理和调控可以减少市场的成本费用，降低供电成本，提高能源效率。
4.提高交易效率：大数据技术可以实现对市场交易的自动化处理和实时监控，从而提高市场的交易效率和速度。
二、大数据在电力市场调控与管理中的应用大数据在电力市场调控与管理中的应用主要涉及以下几个方面：1.市场监测和预测利用大数据技术对市场需求和供给进行实时监测和精准预测，以及对市场价格进行分析和预测，可以为市场管理者提供更加全面和准确的市场情报，帮助其及时制定调控政策，从而保证市场的稳定和公平。
2.市场交易利用大数据技术进行市场交易的自动化处理和实时监控，可以提高交易速度和效率，降低交易成本和风险。
同时，还可以通过模型分析和预测技术，为市场参与者提供更加智能和高效的交易策略，提高交易收益。
3.电网运行管理利用大数据技术对电网运行进行监测和预测，可以实现对电网安全和稳定的实时监控和管理。
同时，还可以通过智能化系统，实现对电网的自动化调度和优化，从而降低电网调度成本和错误率。
4.客户服务和管理利用大数据技术对客户行为和需求进行分析和预测，可以实现对客户的精准服务和管理。
大数据背景下的电力信息技术解析
大数据背景下的电力信息技术解析随着信息技术和大数据技术的快速发展，电力行业也面临着巨大的变革和挑战。
大数据技术的应用使得电力信息获取、分析及应用的效率大大提高，进一步推动了电力行业的发展。
本文将结合大数据背景下的电力行业特点，分析电力信息技术的应用和优势。
一、电力行业的特点电力行业具有以下两个重要特点。
1.数据密集型：电力行业是一个典型的数据密集型行业，每台发电设备、输电设备以及用户设备都会产生大量数据。
这些数据涵盖了发电量、用电量、电压、电流、功率等多种指标，数据规模庞大。
2.时效性要求高：电力行业对信息的时效性要求非常高，特别是对实时数据的获取和分析。
如变电站、输电线路的运行状态是时刻变化的，若能够及时获取这些数据并进行分析，将会大大提高整个电力系统的运行效率。
二、电力信息技术的应用电力信息技术主要包括数据采集、数据存储、数据处理及数据分析等环节。
1.数据采集：电力信息的采集主要通过传感器、智能电表等设备进行。
这些设备能够实时监测电力系统各个节点的运行状态，并将数据传输到数据中心。
2.数据存储：电力行业产生的数据很大，因此需要进行有效的数据存储和管理。
传统的关系型数据库已经无法满足大数据存储的需求，因此电力行业开始采用分布式存储系统，如Hadoop、Riak和Cassandra等。
3.数据处理：电力数据处理主要包括数据清洗、数据预处理、特征提取等环节。
数据清洗主要是对数据中的噪声和异常值进行处理，保证数据的质量和准确性。
数据预处理则是对数据进行归一化、标准化等操作，以便更好地进行后续的分析。
4.数据分析：数据分析是电力信息技术的核心环节，通过对电力数据进行挖掘和分析，可以发现其中的规律和趋势，从而指导电力行业的决策和运营。
常见的数据分析方法包括数据挖掘、机器学习、人工智能等。
电力信息技术的应用带来了以下几个优势。
1.提高了电力系统的可靠性和稳定性：通过对电力数据的实时监测和分析，可以及时发现电力设备的故障和异常情况，并迅速采取相应的措施进行修复和调整，保障电力系统的稳定运行。
大数据时代电力企业经营管理模式改革
大数据时代电力企业经营管理模式改革近年来，随着大数据技术的发展和应用，大数据时代已经到来。
在这个数字化的时代，各行业都在积极探索和应用大数据技术，以提高效率、降低成本、提升竞争力。
电力企业作为国民经济的重要支撑，也需要适应大数据时代的到来，进行经营管理模式改革，以应对新的挑战和机遇。
大数据技术的应用为电力企业带来了很多机遇和优势。
大数据技术能够实现电力企业的信息化和数字化。
通过大数据技术，电力企业可以实现对各个环节的数据采集、存储、处理和分析，从而提高数据的真实性和准确性。
大数据技术能够帮助电力企业进行智能化决策和运营管理。
通过对大数据的挖掘和分析，电力企业可以获得更全面、准确和实时的信息，从而更好地进行决策和管理。
大数据技术还能够帮助电力企业实现个性化服务和精细化管理。
通过对用户和设备的数据进行分析，电力企业可以更好地满足用户的需求，提供个性化的服务，并实现对设备的精细化管理，延长设备的使用寿命，提高设备的效率。
要实现电力企业的经营管理模式改革，面临着一些困难和挑战。
电力企业需要面对大数据技术和相关设备的投入和更新。
大数据技术的应用需要大量的设备和软件支持，电力企业需要进行大量的投资和更新，才能建立起完善的数据采集、存储和处理系统，并且进行后续的数据分析和处理。
电力企业需要解决大数据技术的应用问题。
大数据技术的应用需要专业的技术支持和人才支持，电力企业需要招聘和培养相关的技术人才，才能实现大数据技术的应用。
电力企业还需要解决数据安全和隐私问题。
电力企业的数据涉及到用户和企业的隐私，必须加强数据的安全保护，防止数据泄露和滥用，保护用户和企业的利益。
大数据时代给电力企业带来了很多机遇和优势，但同时也带来了一些挑战和困难。
为了应对这些挑战和困难，电力企业需要进行经营管理模式的改革，以适应新的环境和要求。
电力企业需要建立完善的数据采集、存储和处理系统，建立智能化的运营管理系统，实现个性化服务和精细化管理。
电力系统中大数据技术的应用
电力系统中大数据技术的应用在当今数字化时代，大数据技术正以前所未有的速度和规模影响着各个领域，电力系统也不例外。
随着智能电网的不断发展，电力系统中产生了海量的数据，包括电力生产、传输、分配和消费等各个环节的数据。
如何有效地利用这些数据，挖掘其中的潜在价值，成为了电力行业面临的重要挑战和机遇。
大数据技术的应用为解决这一问题提供了强有力的手段。
电力系统中的数据来源广泛且多样。
首先，在发电环节，各类发电厂的设备运行状态监测数据、能源供应数据等源源不断地产生。
例如，火电厂的锅炉温度、压力等参数，风电场的风速、风向等气象数据，以及水电站的水位、流量等信息。
其次，在输电环节，电网的电压、电流、功率等实时监测数据以及线路的损耗、故障等信息至关重要。
再者，在配电环节，配电网的拓扑结构、负荷分布等数据对于优化配电网络至关重要。
最后，在用电环节，用户的用电行为、用电量等数据为需求侧管理提供了依据。
大数据技术在电力系统中的应用涵盖了多个方面。
在电力系统的运行监测与故障诊断方面，通过对实时采集的数据进行分析，可以及时发现设备的异常运行状态，预测潜在的故障风险。
例如，利用传感器采集变压器的油温、油位、绕组温度等数据，结合大数据分析技术，可以提前判断变压器是否存在故障隐患，从而采取相应的维护措施，避免故障的发生。
这不仅提高了电力系统的可靠性，还减少了停电时间和维修成本。
在电力负荷预测方面，大数据技术发挥着重要作用。
传统的负荷预测方法往往基于历史数据和简单的数学模型，预测精度有限。
而借助大数据技术，可以整合气象数据、经济数据、社会活动数据等多源信息，构建更加精确的负荷预测模型。
例如，在夏季高温天气时，空调负荷会大幅增加，通过分析历史气象数据和负荷数据的关系，结合当前的天气预报，可以更准确地预测电力负荷的变化，为电力调度提供有力支持。
在优化电力调度方面，大数据技术能够实现资源的高效配置。
通过对全网的电力生产和需求数据进行实时分析，制定更加合理的发电计划和调度策略。
大数据背景下的电力信息技术解析
大数据背景下的电力信息技术解析随着信息技术和电力技术的快速发展，以及大数据时代的到来，电力行业开始迎来新的机遇和挑战。
电力信息技术不仅是电力系统运行的基础，更是推动电力行业发展的重要力量。
在大数据背景下，电力信息技术也正在经历着新的变革和提升。
一、电力行业数据的特点电力行业拥有丰富的数据，这些数据包括电网及电力设备的历史运行数据、现场监测数据、电力市场交易数据、用电用户数据等。
这些数据存储在各种电力信息系统中。
电力行业数据的特点主要体现在以下几个方面：1.数据规模庞大：电力行业数据量很大，这些数据涉及到广泛的领域和复杂的电力系统。
2.数据的复杂性：电力行业数据通常是多源、多维度、多模态、多时间尺度的，涉及到不同的设备、监测点、电网等。
3.数据的时效性：电力行业数据的时效性很高，需要及时收集、处理和分析，以保证电力系统的稳定运行。
4.数据的价值性：电力行业数据具有很高的价值，可以为电力企业带来更好的经济效益和社会效益。
二、大数据技术在电力行业中的应用1.智能电网智能电网是一种利用大数据技术实现的电网系统，它可以实现电力装置的智能交互和信息共享，从而提高电力供应的效率和质量。
智能电网可以通过大数据技术对电力信息进行分析和处理，实现电网的自动化运行和智能化管理。
智能电网可以实现对电力系统的实时监测和分析，提高电能的利用率和节能减排效果，优化电力系统的运行质量和安全性。
智能电表利用大数据技术和数据挖掘技术对用电用户进行管理和监测，实现对用户的用电量、用电时间、用电区域等信息进行收集和分析，从而为电力企业提供更好的用户服务和管理。
智能电表可以通过大数据分析实现对用户用电趋势、能耗差异、用电形态等信息的预测和分析，为电力企业提供更具价值的业务分析和决策支持。
3.电子商务电力市场大数据技术可以为电力市场提供更准确的预测和决策支持，实现电力交易的规范和优化。
电子商务电力市场采用大数据技术对市场交易信息进行收集、分析和挖掘，实现市场价格的自动化调整和优化，优化供需关系，提高市场透明度和效率，从而提高电力交易的效益和盈利。
电力大数据面临的机遇与挑战
电力大数据面临的机遇与挑战摘要：随着社会的发展，我国的现代化建设水平的发展也日新月异。
大数据、云计算、物联网、人工智能等各种新技术不断涌现，数据的融合、数据共享、数据挖掘、数据应用等大数据技术成为智慧城市发展的关键技术。
电力行业作为我国基础的能源行业，其重要性不言而喻。
随着近年来的电网改革，不断推进智能电网发展，各个电网实现智能化发展，在大数据时代也将发生急速增长。
在电力领域，信息通信技术与电力生产以及企业经营管理的深度融合，导致电力数据的爆发性增长。
中国的电力工业经过几十年的高速发展，随着新一代智能化电力系统建设的全面展开，已经成为了世界上最大规模关系国计民生的专业物联网。
对于电力行业而言，电力大数据将贯穿未来电力工业生产及管理等各个环节，为电力发展注入新的活力，是中国电力工业在打造下一代电力工业系统过程中有效应对资源有限、环境压力等问题，实现厚积厚发、绿色可持续性发展的关键。
关键词：电力大数据；面临的机遇；挑战引言电力行业信息化和工业化融合发展促使电力数据迅速增长和不断融合，电力大数据时代已经到来。
电力大数据源自电力行业，与智能电网、智慧城市紧密相连，是未来电力发展的重要资源。
面临电力大数据的机遇与挑战，研究多数据融合、数据模型、数据可视化、内存计算、分布式计算等关键技术，促进电力大数据在电力生产和企业经营管理中的应用，对更好地服务节能减排、服务经济社会发展、服务资源节约型和环境友好型企业建设意义重大。
1大数据时代下的数据保密面临的风险电力企业大数据时代下，由于电力企业涉及到的企业数据、用户隐私等越发重要，因此在大数据时代如何加强安全防护和保密措施显得更加重要。
大数据时代的数据产生、传输以及处理和应用中存在着各种安全威胁。
数据在传输过程中极易被窃听，尤其是对于一些关于电力行业的机密信息，若被不法分子窃听，那么非常容易出现电力行业危险事件。
如智能电表自动收集大量数据，并回传给电力公司。
这些数据包括很多用户隐私，而且能够从对这些数据的分析中得到用户的行为特点、使用了什么样的电器，甚至能够推断出什么时间家里没有人。
能源互联网形势下的电力大数据发展趋势
能源互联网形势下的电力大数据发展趋势随着能源互联网形势的发展，电力大数据的应用日益成为行业发展的重要趋势。
电力大数据是指通过对电力系统运行中产生的大量数据进行采集、存储、处理、分析和应用，为电力系统的安全、稳定、经济运行以及能源互联网的建设提供支持。
在能源互联网的大背景下，电力大数据的发展趋势呈现以下几个特点。
一、数据规模不断扩大随着电力系统的智能化、信息化程度不断提高，电力系统中产生的数据规模也呈现出爆炸式增长的趋势。
包括电力生产、输配电、供需侧管理等各个环节都产生着大量的数据，这些数据包括了电网运行参数、设备状态、用电信息、市场交易等多方面的内容。
这些数据的规模之大，在传统的数据处理方法下根本无法有效处理，因此需要借助大数据技术进行高效的数据采集、存储和分析处理，为电力系统的运行提供决策支持。
二、数据种类日益丰富随着电力系统的智能化程度不断提高，数据种类也日益丰富。
在过去，电力系统的数据主要包括电网运行参数、设备状态等数据，而随着新能源、储能等技术的广泛应用，电力系统中产生的新型数据也日益增多。
分布式能源的接入让电网中的数据变得更加复杂，需要对接不同的能源类型、接入方式等信息进行分析处理；电动汽车、智能家居等新负荷也让用电信息变得更加多样化，包括了用户的用电行为、偏好等信息。
未来电力大数据的应用将不仅限于传统的运行管理，还包括了对新能源、新负荷等信息的分析应用。
三、数据价值挖掘成为关键在电力系统中，数据的产生往往是为了支持系统的安全、稳定、经济运行，因此如何挖掘数据的潜在价值成为了电力大数据发展的关键。
在传统的数据处理方法下，往往只能完成简单的数据汇总、报表输出等工作，而难以进行数据的深层次分析。
而通过大数据技术的支持，可以挖掘数据中潜在的关联、规律、趋势等信息，以及对风险的预测、运行的优化等功能，为电力系统的发展提供更多的支持。
未来电力大数据的应用将不仅仅是对数据的简单处理，更多是对数据潜在价值的挖掘。
全方位理解电力行业大数据
全方位理解电力行业大数据核心提示：如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。
但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。
如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。
但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。
电力大数据的特征可以概括为3“V”3“E”。
其中3“V”分别是体量大(Volume)、类型多(Variety)和速度快(Velocity)，3“E”分别是数据即能量(Energy)、数据即交互(Exchange)、数据即共情(Empathy)。
重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线。
电力大数据通过对市场个性化需求和企业自身良性发展的挖掘，驱动电力企业从“以电力生产为中心”向“以客户为中心”转变。
电力大数据通过对电力系统生产运行方式的优化、对间歇式可再生能源的消纳以及对全社会节能减排观念的引导，能够推动中国电力工业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色发展方式转变。
此外，电力大数据的有效应用可以面向行业内外提供大量的高附加值的内容增值服务。
“大数据”在电力行业到底有多大?创新、竞争和生产力的下一个新领域》的报告。
报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素;而人们对于大数据的运用预示着新一波生产率增长和消费者盈余浪潮的到来。
什么是大数据?“大数据”到底有多大?根据研究机构统计，仅在2011年，全球数据增量就达到了1.8ZB(即1.8万亿GB)，相当于全世界每个人产生200GB以上的数据。
这种增长趋势仍在加速，据保守预计，接下来几年中，数据将始终保持每年50%的增长速度。
能源互联网形势下的电力大数据发展趋势
能源互联网形势下的电力大数据发展趋势随着能源互联网的建设和发展，电力大数据正在成为一个重要的发展趋势。
电力大数据是指通过大数据技术，收集、分析和应用电力领域的各种数据，以优化电力系统的管理和运行，提升能源利用效率和供需匹配能力。
下面将从数据采集、数据分析和应用以及发展挑战等方面，详细介绍电力大数据的发展趋势。
首先是数据采集方面。
电力系统是一个复杂的系统，涉及到电能的生产、传输、配送和使用等各个环节。
数据采集是电力大数据的基础。
目前，电力系统中已经广泛应用了智能电能表和传感器等设备，实现了对电能数据、设备状态等信息的实时监测和采集。
随着物联网技术的发展，电力系统中的各种设备将互联互通，数据采集的范围和精度将大幅提高。
其次是数据分析和应用方面。
通过对采集到的电力数据进行分析，可以得到电网负荷、电能消耗、设备运行状态等信息，为电力系统的管理和运行提供决策支持。
目前，数据分析主要包括数据挖掘、机器学习等技术，通过建立模型和算法，预测电力需求和负荷，优化电力调度和能源供应，提高电力系统的效率和可靠性。
电力大数据还可以应用于电网规划、设备运维、安全监控等领域，提升电网的智能化水平和服务质量。
最后是发展挑战方面。
虽然电力大数据具有广阔的应用前景，但也面临一些挑战。
首先是数据安全和隐私保护问题。
电力系统中的数据涉及到用户能源使用情况和设备状态等敏感信息，如何确保数据的安全性和隐私性是一个重要的问题。
其次是数据质量和可靠性问题。
由于电力系统中的数据量大、复杂性高，如何保证数据的准确性和可靠性，是一个亟待解决的问题。
数据分析和应用方面还存在技术壁垒和人才培养等问题，需要加大技术研发和人才培养力度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
浅谈风电产业如何应对数据大时代甄剑峰（恒泰风电场）摘要：近年来，大数据来势汹汹，对传统数据商业分析模式产生了重大地影响，对电力企业的数据驾驭能力提出了新的挑战与机遇。
从人才培养、技术储备、数据驾驭、数据价值挖掘等方面剖析电力企业如何应对大数据的挑战，让电力企业在大数据来临时更加从容地选择适合的技术、方法论、解决方案和发展战略。
关键词：大数据电力企业海量价值1 引言随着数字信息化时代的迅猛发展，信息量也呈爆炸性增长态势。
在人类充分享受信息化带来的资讯、方便和快捷时，也使得全球的数字信息资源正进入到一个前所未有的快速增长期。
据IDC统计，2011年全球数据量已达到1.8ZB，相当于全世界人均产生200GB以上的数据，并且还将以每年50%的速度继续增长。
在这汹涌来袭的数据浪潮下，社会各个领域也将开始其数据化进程。
无论学术界、商界还是政府，都将不可避免的进入“大数据时代”。
作为全球第二大经济体的基础能源支撑体系，中国电力工业概莫能外。
2 电力大数据的定义及特征2.1 大数据的定义目前业界还未对大数据有一个统一的定义，但是有两个关于大数据的定义很好地诠释了大数据的本质。
第一个定义来自Gartner公司的Merv Adrian在2011年第一季度刊登在《Teradata Magazine》上的一篇文章：“大数据超出了常用硬件和软件工具在可接受的时间内为其用户收集、管理和处理数据的能力。
”另一个定义来自于麦肯锡全球数据分析研究所（Mckinsey Global Institute）在2011年5月发表的一篇论文：“大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集。
”2.2大数据的特征概括来讲，大数据有三个特征，可总结归纳为“3V”，即量(Volume)、类(Variety)、时(Velocity)。
量，数据容量大，现在数据单位已经跃升至ZB级别。
类，数据种类多，主要来自业务系统，例如社交网络、电子商务和物联网应用。
时，处理速度快，时效性要求高，从传统的事务性数据到实时或准实时数据。
大数据主要包括以下几个特征：大容量：企业数据量大规模增长，单一数据集的规模范围从几十TB到数PB不等。
电力数据涵盖发电、输电、变电、配电、用电、调度的各个环节，数据量庞大。
随着智能电网建设和物联网的应用，非结构化数据呈现出快速增长的势头，其数据量大大超过结构化数据。
多类型：大数据数据类型包括结构化数据、非结构化数据、半结构化数据等。
电力企业在电网运行的整个过程中安装了许多传感器、监视器、智能交互终端等设备，每个设备运行都增加了数据的多样性。
快速率：能够在刹那间获得复杂的业务分析数据，实时完成业务决策，毫无延迟。
智能电网每隔15分钟自动采集智能电表所产生的用电数据，结合实时调度运行数据，在几秒钟之内处理分析海量数据并快速预测电力电量平衡。
价值密度低：大数据的数据价值密度低，单条数据可能并无太大的价值，但海量的数据蕴藏着巨大的财富。
例如，一段变电站的监控视频长达几个小时，但可能有用的信息只有一两秒钟。
3、风电行业如何应对大数据时代3.1混合可再生能源预测的应用近日，IBM宣布了一项先进的结合大数据分析和天气建模技术而成的能源电力行业先进解决方案，这将帮助全世界能源电力行业，提高可再生能源的可靠性。
该解决方案结合天气预测和分析，能够准确预测风电和太阳能的可用性。
这使能源电力公司，可将更多的可再生能源并入电网、减少碳排放量、提供消费者与企业更多的清洁能源。
这个名为“混合可再生能源预测”（HyRef：Hybrid Renewable Energy Forecasting）的解决方案，利用天气建模能力、先进的云成像技术和天空摄像头、接近实时的跟踪云的移动、并且通过涡轮机上的传感器监测风速、温度和方向。
通过与分析技术相结合，这个以数据同化(Data-Assimilation)为基础的解决方案，能够为风电厂提供未来一个月区域内的精准天气预测或未来十五分钟的风力增量。
此外，HyRef可以通过整合这些当地的天气预报情况，预测每个单独的风力涡轮机的性能，进而估算可产生的发电量。
这种洞察力能，将使能源电力公司更好地管理风能和太阳能的多变特性，更准确地预测发电量，使其可以被复位导向到电网或储存。
它同时也允许能源组织更好地并用可再生能源与其他传统能源。
作为大数据领域的领导者，IBM正在利用领先方法论和全面大数据技术帮助企业重新思考已有的IT模式。
随着中国风电服务市场的起步，IBM正在将更多的精力投入到风电场的运维管理领域，不仅体现在风电功率预测方面，还包括风电场微观选址、预防性维护和绩效评估等方面，对风电场进行全生命周期的管理和优化。
中国国家电网（SGCC）所属的国家冀北电力有限公司（SG-JBEPC），正在使用HyRef来整合可再生能源并入所属电网中，而这项应用，将是冀北电力的张北县670MW示范项目的第一阶段重点。
这整个项目，是当前世界上最大的可再生能源的倡议，将涉及风能和太阳能发电的集合，以及能源存储和传输等范畴。
该项目有助于实现中国“减少对化石燃料依赖”的5年计划目标。
通过使用IBM风力预测技术，张北项目的第一阶段目标，旨在增加10％的可再生能源的整合发电量。
这一额外发电量，大约可供14,000个家庭使用。
通过分析提供所需的信息，将使能源电力公司得以减少风能与太阳能的限制，进而更有效的使用已产出的能源, 来强化电网的运行。
3.2 如何通过大数据进行预测性的维修在风电领域，中国用了短短5年时间就完成了欧美国家15 年才走完的发展之路，然而风电场收益，取决于风机在20 ～ 25 年全寿命周期内给投资者所创造的价值，因此风电运维显得至关重要。
“跟风电开发比起来，风电运维是苦活，也是一个精细化的工作。
风电行业的运营管理将来必然是精细化的，总会有一些优秀的有能力的企业脱颖而出。
”从风电运维的角度，我们可以把它化为四个层次，第一个层次是最简单的，就是坏了就修;第二个层次是定期的检修维修;第三个层次是状态检修;第四个层次是通过大数据进行预测性的维修。
基于大数据进行预测性维修使得风场运维流程发生了根本性变化，系统的提前预测可以让风电企业优化运维计划，在提升设备可靠性的同时降低运营成本。
“经过多年的发展，中国风电企业已经积累了丰富的运营数据和经验，使用大数据优化风电运营开始具备技术基础。
”同时，随着风电运维管理的标准化和专业化，风电运维服务市场将快速增长并整合，基于大数据的风电运维服务平台将成为风电运维服务商的核心竞争力。
对所有安装的风机进行集中的运维监控，可以随时获取每台风机的实时运行和历史信息，然后结合资产、人员、专家知识以及气象等外部环境信息进行分析和预测，优化风电场运维。
风电运维产业不断朝着预防性、预测性的方向发展，利用大数据可以为智慧风能的梦想插上腾飞的翅膀。
就像人的行为一样，人的习惯和偏好都可以被大数据纪录下来，根据分析可以对人的行为有个基本的预测，风电整个产业也可将其应用起来，包括规划、设计、实施及维护的一站式服务。
基于对海量数据的分析和洞察，未来的风机如同智能机器人一样，也会朝着认知计算的方向逐步前行。
3.3 大数据在风电领域的问题。
首先，结合了大数据分析和天气建模技术的能源电力系统能够提高风电的可靠性。
以往对风资源的预测不够精准，在风能无法贡献预期功力时，火电就要作为后备电力。
这样，电网对风电的依赖程度越高，需要建设后备电站的成本就越高。
另外，启用火电站的就等于向环境中释放碳排。
然而，在大数据分析的帮助下，温度、气压、湿度、降雨量、风向和风力等变量都得到充分考虑，对风电的预测更加精准。
电网调度人员可以提前做好调度安排，也有助于电网消纳更多风电。
除了做到更精准的预测，检测和采集风机的运转数据、风场的运营数据还有利于风机制造商更好地改善风机的性能，风电场业主在追求风场效益最大化时也离不开大数据。
大数据在风电领域的应用前景看起来很美，但当前存在的问题是，将风机、风场的数据汇集起来并非易事。
这些数据分散在风机制造商、风场业主、系统运营商和运维服务商等多个环节手中，他们能从这些数据中得到利益却无法做到合理分配，所以，有些利益相关方宁愿不分享这些数据。
知识产权问题也是大数据影响风电进程的一个拦路虎。
试想，如果多家风机制造商都公开风机的设计数据，那将是整个行业的幸事，通过交流和分享，风机的设计会有所改善性，性能会提高。
但出于商业竞争考虑，风机制造商往往将这些数据视为商业机密、竞争利器，不愿公开。
同理，风场业主收集和保存的风电运行数据不但有助于他们做出更好的业务决策，也有利于第三方运维企业提供更好的服务，但在实际情况下，运维商却很难得到这些数据。
风电行业的意义在于向终端消费者提供更稳定、更清洁、更廉价的电力，这是行业存在合理性的根据，也是业界努力的方向。
共建并分享运营数据，进而激发这些数据的全部潜力才是风电行业迎接大数据时代的应有姿态。
4、结束语随着近年来“两化融合”工作的整体推进，各电力企业的信息化建设已度过快速成长期，初具规模。
信息化系统建设的数据积累已经得到企业的普遍重视，信息化价值的提升关键期也悄然而至，建设成果究竟是“厚积薄发”还是“厚积厚发”，电力大数据可谓关键。
未来的智能电力系统不仅承载电力流，也将承载着信息流和业务流，“三流合一”的智能电力系统的价值也将随之跃升，而这种跃升显然具有大数据的时代特征。
当网络中传输不只是电能，更重要的还有数据，我们电力人也需要积极主动的去探索如何来科学合理的释放数据能量，以推动传统电力工业的升级，以适应未来经济社会的发展需要。
电力大数据的价值已经相当庞大，但如果实现进一步延伸，将电力大数据与人们生产生活数据，与政府企业等多行业数据相结合，将产生更多更大的价值增值潜力，实现数据价值在电力系统外部的流动和发展。
参考文献：[1]（美）Bill Franks.驾驭大数据[M].黄海，车皓阳，王悦.译.北京：人民邮电出版社，2013[2]Jiawei Han.数据挖掘概念与技术.机械工业出版社2001，8 [3]W.H.Inmon.数据仓库.机械工业出版社2000，5[3] 陈京民等.数据仓库与数据挖掘技术[M].北京:电子工业出版社,2002.[9] 毛国君等.数据挖掘原理与算法[M].北京:清华大学出版社,2005.[4] 维克托迈尔舍恩伯格.大数据时代. 浙江：浙江人民出版社 2012[5]大数据时代降临.半月谈网.2012-09-22[6]IT 部门如何应对大数据时代.CIO 时代网.2012-02-27[7] “大数据”时代来临决策不能只凭经验.东方早报网.2012-04-11[8] “大数据时代”来临.北京晚报网.2012-06-15[9] 大数据时代来临：国内 IT 企业布局已然落后.新浪网.2012-06-01。