大数据时代下电力企业面临挑战。我国原有电力企业实行垂直一体化管理，2000年后我国电力企业实行更全面更深刻的改革。就目前的现状来看，电力企业包括独立的发电厂、五大发电公司、两大独立核算的电网经营企业，以及电力建设公司等其他独立核算单位。基于目前我国电力企业的发展现状，大数据产生于电力企业的各个方面。在发电侧，随着数字化电厂的建成，海量的有关故障监控、设备运行状态等数据被各大电厂保留下来;在输电侧和配电侧，在输变电设备状态监测系统中，为了能对绝缘放电等状态进行诊断，最大程度减少线损，需存储和监控的数据量十分巨大;在用电侧，电力用户的个人信息、电价信息以及智能电网的发展、电动汽车充放电监测信息都会产生海量数据。
然而，大多数电力企业的数据库仅仅实现了数据存储、查询、统计等最基本层次的功能，无法深入挖掘出隐藏在海量数据背后潜在的价值。电力大数据时代下必将会对作为我国经济社会中存储电力运行信息知识、提供电力运行数据的电力企业带来巨大的影响。因此，深刻理解大数据的内涵，联系目前我国电力系统的发展以及电力系统数据存储、利用的现状就显得十分必要，这也为电力企业真正应对大数据时代下电力企业面临的挑战提供了相关的思考。收集数据电力大数据时代，电力企业数据来源不仅仅是企业内部的历史年度数据，还包括来自互联网和信息机构的各种数据。收集这些信息是要附上相应的时空标志，必要的时候要剔除无效数据，同时还应当尽可能收集不同数据来源、结构化程度不同的数据，并且做到尽可能和企业内部的历史数据相对照，以便于验证信息的可靠性和真实性，这对于电力企业来说，将是个不小的挑战。半结构化和结构化数据现代互联网应用呈现出非结构化和半结构化数据大幅度增长的特点。据不完全统计，这类数据占有比例已经达到整个数据量的75%以上。同时，由于数据网络化的存在，使得这类数据的复杂关系无处不在;另外，这类数据是以数据流的形式存在，数据价值化的体现与时间呈现明显的相关性，价值稍纵即逝。尽管目前计算机智能化有了很大进步，但还只能针对有结构或类结构的数据进行分析，谈不上深层次的数据挖掘。
分析数据网络背后的数据关系大量观测数据虽然可以映射出各种复杂的网络系统，但由于这些数据往往是孤立的数据点，映射出的数据网络难免片面，如何做好数据集成，使之成为一个完整的数据网络，这是值得思考的问题。以发电企业为例，单单考虑发电量数据，得到的仅仅是发电厂发电量单一方面的数据。然而，发电数据是与电压数据、线损数据、用户用电数据等相互联系的，如何利用模糊分析方法，考虑这些数据的参数关系，分析复杂网络之间的联系，对发电企业来说将是一个巨大的挑战。
另外，由于各个发电企业、供电企业没有统一对其专业化的信息系统进行建设，导致电力生产、销售各专业数据彼此独立，形成信息孤岛。为破除信息孤岛的数据壁垒，需要融合发电、输电、变电、配电、用电等多方面数据，这就需要考虑如何对各环节多数据进行融合。电力大数据时代下的数据挖掘技术在电力大数据时代下，大数据已成为电力企业进行决策的基础。但是，单纯数据的积累并不能给电力企业带来益处，只有运用相关的技术手段，对大量的数据进行深加工，发现隐含的信息并加以利用，进而指导电力企业做出正确的决策，这样电力大数据的作用才能发挥到极致。研究认为数据挖掘技术的运用将会在电力企业成本降低、电力市场开拓、电力系统安全运行等方面发挥重大作用。