(1)多系統數據融合有阻力

現階段調度系統如D5000、調度生產(chǎn)管理系統、缺陷管理系統等在建設初期都自成體系，調度各專(zhuān)業(yè)的數據融合性差，信息孤島現象嚴重。如果只是針對傳統BI分析，問(wèn)題不大，因為傳統BI分析更關(guān)注于單個(gè)業(yè)務(wù)領(lǐng)域或業(yè)務(wù)主題的數據，但這樣不利于從一個(gè)宏觀(guān)視角去發(fā)現各專(zhuān)業(yè)數據之間關(guān)聯(lián)性，不利于洞察更具深度和廣度，準確性更高，預測性更強的數據價(jià)值。所以多數據的匯總融合，是電力調度大數據應用得以實(shí)現的第一步。

(2)數據質(zhì)量難保證

近年來(lái)，電網(wǎng)公司推進(jìn)了數據采集、存儲等方面的建設，但仍然難以規避數據質(zhì)量問(wèn)題。數據質(zhì)量體現在數據的完整性和準確性?xún)煞矫?，例如在進(jìn)行負荷預測時(shí)，大量用戶(hù)側的用電行為數據、氣象數據并沒(méi)有記錄在案，勢必會(huì )影響負荷預測的準確性;此外，如果構建負荷預測模型的歷史數據不準確，則直接關(guān)系到預測的準確性。