(一)选题背景 电力系统在生产、运行中无时无刻不在产生着大量的数据（电压，电流，用电量等），而大数据技术为这些大量的数据提供了一种分析处理的方法，让相关的决策人员能够从这些数据中提取出有意义的信息。

随着社会的物质发展和信息化的加深，智能城市、智能生活、智能家居的实现成为了可能，每个人都能够使用手机电脑等设备，会更多地将注意放在自身的生活发展上，社会各行业各企业竞争日益加剧的情况下，专注于”人”的服务成了企业占领市场份额获得成功的关键。

在电力的发电、输电、变电、配电、用电、调度等众多环节中，电力系统末端的营销服务成为了其中最有发展前景的一个环节，人们不仅要”用上电”，还会有”用好电”等等的需求。

大数据环境下电力公司如何更好地开展营销工作，受到世界各国普遍重视，并已成为当前世界电力信息化的重要课题之一。

(二)研究意义 通过对电力营销过程中产生的关于用户用电行为的数据进行分析，刻画出用户的用电行为模型，可以有效地帮助电力企业区分用户的类型，分析其潜在的需求行为，相关人员能够定位消费客户，有针对性、有目的性地对电力营销客户打造个性化营销，展开精准化专业化的营销工作；另外还可以依据过往的消费行为建立用户信用评级系统，对于曾经具有信誉不良的用户应当加以严格的防范，这样可以在很大程度上提升电费风险防范的效率。

(三)国内外研究现状 随着智能电网技术的飞速发展和电力企业信息化的不断建设，在电力营销、生产、服务过程中，每天都会生成大量的信息数据。

然而面对如此庞大的数据，采用传统方法对数据进行分析和处理，其分析和处理结果对企业生产、决策的支撑却频频表现出不足和乏力，另外，只注重业务流程处理环节的管理信息系统，已无法满足企业生产、营销决策对大数据分析的依赖。

而随着大数据技术的兴起，在实际应用的过程中为电力信息处理提供了一个更加具备针对性的解决方案。

在实际发展的过程中，Hadoop、Spark等代表性的大数据技术在应用的过程中可以通过对于各类技术进行合理的分析，进而为整个生产和经营管理提供相应的引导，是重要的决策依据。

由此电力大数据的概念应运而出，电力大数据是涉及到发电、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，以及数据可视化等信息处理技术的综合应用，反过来将指导着电力各环节业务的进行。