问题在于：如果这次数据的变化是由于一回50万KW供电线路的跳闸，或者一台60万KW发电机组的切机（据报道，目前的风电机组常常发生莫名其妙的切机事件），那么，在1秒钟内，全网负荷一下子骤降50万KW;或者，全网机组出力一下子骤降60万KW.这就是一个非同小可的事件。
如果这个数据能及时上送，切机或跳闸的事实，就会反映在最近一轮的数据汇总之中。如果象上面那样，这个数据要在延迟了30秒钟才到达数据库参加汇总计算，那么在这30秒之内的所有汇总数据就是不正确的了。因为，一次侧的负荷或出力变化，已经在实际的电网中真实反映，但你的这个汇总数据里面还没有反映，这样的汇总数据肯定就是不平衡的。
这时候，这个延迟数据的延时长短，对于调度来说就显得十分重要。假如我们的自动化系统维护得很好，延时5秒后，这个系统的数据重新回归平衡，那么这样一次数据跳变事件还能够承受；如果延时30秒以上，对调度的判断就已经是一种考验，一种压力。我要你这个系统干嘛的？当我无法从你这个系统获得正确的信息时，我有理由提出投诉啊。
事实是，我们的好些EMS系统，类似上述的数据汇总的不平衡，甚至持续一两个小时或更长，有些局部的数据汇总，比如小水电总发、风电总发，持续几天地不平衡的都有！可见，对于优化自动化系统的运行方面，我们还有很多工作要做。
从上面我们可以知道，大数据的跳变刚刚发生、偏又遇上总召而发生延时的情况，实际中不会频繁发生，概率是不大的。但大量的小的负荷波动遇上总召延时的情况，则是经常会发生的，但因为汇总数据并未“跳变”,大家也就忽略过去了。正如你粗心的邻居，其实他家曾经发生过多次火警，却只有真正烧起来的那次被人看到了一样。
除了上面所说的全数据请求会机会性地导致变化数据延时到达主站以外，还有多种可能导致类似延时的发生，不过其影响的概率和程度各有不同。
四、降低遥测跳变概率的对策
遥测数据跳变，对于EMS的维护人员是一个头痛的问题。
首先我们看到，采集延时客观存在，根除这种现象是不可能的。其次我们看到，影响延时的因素很多，我们能够改善的方面有：
1、提高信道质量，减少重访次数；
2、加大信道带宽，提高访问速度；
3、修改通信设置，降低重访等待；
4、根据实际需要，减少总召次数；
5、提高死区门限，缩短报文长度。