隨著下一代電力系統的逐步演進，高度靈活的數據驅動的電力供應鏈將逐步取代傳統的電力供應鏈。中國長城方面表示，今后中國長城將繼續依托智能配用電大數據平臺與示范工程，結合電力公司生產需求及政府、社會應用需求，開展數據分析研究和業務應用開發，為推動配用電發展、實現“以客戶為中心”的電力核心價值、有效配置清潔電力資源、推動我國能源結構綠色轉型，而做出努力。
強大的數據收集、分析能力
基于大數據的網架優化方法不僅能體現傳統優化方法中潮流、可靠性等用函數方程表達的群體性因素，還能考慮用統計量描述的因素，如負荷用戶畫像、用戶行業分布等體現個體信息，因而基于大數據的網架優化方法能更好地適應生產實際，提出更具可行性與可信度的優化方案。
行業用電精準監控服務城市電網規劃
用電行為數據分析實現科學預測、智慧應用
除了用電查詢、電力地圖等基本功能之外，中國長城“智能配用電大數據應用系統”成功將大數據技術應用于電力系統傳統業務中，通過收集到的大數據對用戶用電行為進行分析，實現了用電預測、網架優化、節電、錯峰調度等智慧應用。
“智能配用電大數據應用系統”在配用電網架優化中，采取多源數據關聯分析，分析拓撲聚類結果、潮流分布、線損數據、可靠性數據等十一種數據之間的相關性，挖掘多元數據之間的相關性。在數據分析的基礎上給出不同的優化方案。
優化方案會充分考慮負荷增長及可能出現的新增負荷點，分別給出不同的線路增容或新建線路方案，并使得網架在供電可靠率、網絡線損、負載率、建設運維成本等指標上均有所提高。同時還可以對網架優化前后的潮流進行對比。
中國長城“智能配用電大數據應用系統”綜合考慮環境因素，結合電力負荷、電量等電力時序數據，利用回歸、神經網絡、深度學習等大數據方法，提高了負荷預測精度，對于合理經濟調節電網運行方式、制定發電計劃及檢修計劃、確保電力設備安全、提高經濟效益，具有著重要意義。
在“智能配用電大數據應用系統”中，其中一個基礎功能是“電力地圖”，在這里可以查看浦東每個行業的用電量變化趨勢、每個臺區每個時刻的負載率，浦東各規劃功能區塊的用電密度圖，以及用電熱力圖。通過用戶側到電網側數據的關聯集成，與GIS空間可視化技術融合，實現浦東全景用電監測及能耗監測，為城市及電網發展規劃提供服務。
中國長城的“智能配用電大數據應用系統”，首先集成了用戶及用電數據、電網數據、外部數據等十余個數據源，建立數據倉庫和數據集市，實現配用電大數據的多源集成、統一存儲和關聯融合。然后，搭建滿足配用電大數據業務需求的軟硬件平臺，利用Hyperbase、discover等工具對數據進行存儲和計算，具備數據密集型和計算密集型混合并行處理能力，實現對配用電大數據的高效處理分析。在多源數據集成及大數據平臺基礎之上，中國長城“智能配用電大數據應用系統”可以實現用電查詢、電力地圖等基礎功能，以及用戶用電行為分析、節電、用電預測、網架優化和錯峰調度等業務應用。
此外，這一應用系統還可以提供區塊用電預測，通過對每個區塊中用戶的經濟類型構成、行業的經濟走勢、每個個體用電行為的分析，可以對未來三個月每個月的用電量進行預測。
當下的發展趨勢來看，用電需求的逐步提升，要求未來電網更加具有柔性和自適應能力。中國長城結合發展趨勢，推出了“智能配用電大數據應用系統”，將大數據與城市電力運營深入結合，借助數據分析用戶用電的行為動態、用電特點，有針對性的對電力資源進行優化配置，不僅提升了效率，更節約了資源，directadmin安裝，從而實現了城市智慧用電的理念。這一“智慧用電”解決方案也在上海得到了成功實施。
“智能配用電大數據應用系統”提供了多種方法的臺區負荷用電預測，美國服務器租用，一種是綜合考慮氣溫、濕度、氣壓等氣象因素，以及星期類型、節假日等因素，建立預測模型，可對臺區每日用電的最大值、最小值，以及未來七天用電負荷曲線進行準確預測。另一種是運用聚類、深度學習兩種方法進行臺區用電預測。深度學習方法考慮天氣預報、用電負荷等數據，聚類預測方法則考慮臺區用電負荷特性。經過BP神經網絡的優化，預測的誤差可以降低到1.2%左右。
