其四，大數據的產生必將帶來大數據安全維護工作。在大量數據彙聚的過程中，信息量快速膨脹，他的維護和可靠運行就日益重要。同時信息量越大係統的安全風險就會更高。因此應該建立一套可靠的嚴格的安全保障體係，讓他不能出現任何漏洞，否則將是不可估量的損失。
總體說來，數據庫應該建立分層級結構，發電公司為數據庫的信息來源終端，同時也是最低一層的數據庫係統，通過逐級信息彙總，數據量將會逐級增大，同時帶來的分析計算的複雜性將成倍數增加，越到上層的行業數據庫越將會是一個非常龐大的數據存儲係統。
2 數據分析的意義
全麵的數據采集後，通過專業性的分析軟件和專家會診，將會發揮最大的優勢來指導電力行業的最優化生產。它具體表現在以下3個方麵。
（1）指導新建機組采用可靠的控製策略。
機組運行的可靠性分析，可通過搜集集團公司中各發電公司曆年的事故報告，對機組的保護策略進行逐條統計分析，做出量化設想保護策略的可靠性，從而指導新建或投產機組采用最優的控製策略以提高生產的可靠性。降低機組的非正常停機率，最大限度地調高機組的安全使用率。
（2）對運行機組進行實時事故預判。
機組的事故預判分析，可通過對生產係統的實時監控，全麵分析運行機組主要設備的使用壽命時間，在壽命末期提前預警以指導生產單位提早更換，降低機組的非正常停機率。同時通過對現場儀表參數的數據分析，提早計算出監控儀表的工作狀態，比如精度降低、零位飄逸，提前告知檢修人員，及時更換。
（3）優化集團事物，提高生產的經濟性和可靠性。
通過集團數據庫，可對全集團現有發電設備的可靠性、經濟性進行統計分析，找出最優的設備配型，從而指導生產機組的優化運行。同時通過集團數據分析，計算出機組的最佳運行狀態，以指導各生產單位用可靠經濟的策略進行生產。
3 結 語
大數據分析的應用，不僅僅是以上所列的幾種，通過不同的算法，能夠在人員管理、資源配置等各個方麵達到優化。從而為電力生產的安全、環保、經濟運行做出巨大貢獻。大數據前景是無限的，有待人於們不斷的挖掘。然而各行各業應有針對性的細化方案，各行各業有其自身的獨立性和確定性，不同於互聯網行業終端的無序性和隨機性。所以在大數據建設方麵，我們應該區別對待。從而使各行各業都能夠在大數據時代，享受到大數據帶給我們的便利。
參考文獻
[1]楊正洪.智慧城市 大數據、物聯網和雲計算之應用[M].北京：清華大學出版社，2014.
[2] Douglas Alger.大數據雲計算時代數據中心經典案例賞析[M].曾少寧，於佳，譯.北京：人民郵電出版社，2014.
[3]徐子沛.數據之巔 大數據革命，曆史、現實與未來[M] .北京：中信出版社，2014.
[4]張國歌，謝岩，薛繼梅，等.大數據對電力企業的影響[J]. 信息與電腦，2015（2）：80-81.
[5]李泊溪.大數據與生產力[J].經濟研究參考，2014（10）：14-20.