技术改变电网。可以预见，在智能技术迅速发展和智能电网日益完善的今天，客户电能使用将变得更智能、更连续、更安全。
数字化联通电网创造价值
如果说技术的发展和进步，对于智能电网建设是直接助推器的话，那么大数据的收集、提取和应用则是粘合剂。客观存在的海量电力大数据，通过平台的建设和管理，利用精准的算法得出合理结论，能为电网的建设运行提供巨大的价值。
目前，南方电网公司正在进行全方位的数字化转型，希望通过建设四大业务平台、三大基础平台，实现两个对接，建设完善公司统一的数据中心，最终实现“电网状态全感知、企业管理全在线、运营数据全管控、客户服务全新体验、能源发展合作共赢”的数字南网。
“过去是上千个站点接入电网，随着可再生能源占比提升，以及未来各类新型终端的布局，会有上百万甚至更多站点接入，原有信息系统无法支撑如此海量的数据访问，运算速度也会很缓慢。”一位南方电网公司与会人员解释说，“必须依托于云计算的强大算力提升计算速度，并实现横向拓展存储能力以节约系统建设成本。”
鼠标轻击、耗时数秒，南方电网系统运行部自动化处的技术专家梁寿愚使用AI负荷预测模型，能够迅速生成一条电网负荷曲线。《2018年基于深度学习算法的负荷预测结果与年方式对比分析》报告表明，2018年，广东年度最高统调负荷，通过深度学习预测的准确率接近99%，超过传统人工预测的准确率。大数据下的人工智能，可以让电网人更加快速准备了解电网的属性。
这只是AI在电网应用场景的冰山一角。图像识别、语音识别、语义分析、人脸识别、视频识别等诸多成熟的AI技术，已经在输电巡检、设备缺陷识别、客服热线等场景小试牛刀。
在广东，无人机巡线已经成为日常操作。广东电网公司机巡作业中心副主任李雄刚表示，自2015年以来，该中心机巡公里数总量达到45万公里。在中心建设运营的大数据平台系统中，海量数据极大提升了工作效率。“我们系统有个图片库，上面记录着各种各样的线路缺陷。通过图像识别技术，就能远程获悉线路安全状况。”李雄刚随便举了个例子。
在国际上，电力数据甚至能延伸至公共安全领域。美国OSI软件公司深耕电力行业多年，该公司大数据业务已经延伸到电力相关气象、消防等领域，为电力公司决策提供参考。“加州等易发山火区域，一旦发生火灾，当地的电力公司损失就大了。我们可以给电力公司提供数据分析，出台野火威胁指数，将潜在火灾风险进行分类，从零级到最高级，有助于他们提前部署，做好应急准备。”该公司osisoft总监安莫称。
