(1)多系统数据融合有阻力

现阶段调度系统如D5000、调度生产管理系统、缺陷管理系统等在建设初期都自成体系，调度各专业的数据融合性差，信息孤岛现象严重。如果只是针对传统BI分析，问题不大，因为传统BI分析更关注于单个业务领域或业务主题的数据，但这样不利于从一个宏观视角去发现各专业数据之间关联性，不利于洞察更具深度和广度，准确性更高，预测性更强的数据价值。所以多数据的汇总融合，是电力调度大数据应用得以实现的第一步。

(2)数据质量难保证

近年来，电网公司推进了数据采集、存储等方面的建设，但仍然难以规避数据质量问题。数据质量体现在数据的完整性和准确性两方面，例如在进行负荷预测时，大量用户侧的用电行为数据、气象数据并没有记录在案，势必会影响负荷预测的准确性;此外，如果构建负荷预测模型的历史数据不准确，则直接关系到预测的准确性。