大数据时代下数据挖掘技术在电力中的应用分析

苏金禄 杨龙

【摘要】随着大数据时代的到来，数据挖掘技术深入到各个行业的研究领域。本文就大数据的具体内涵进行了分析，提出了当前大数据时代下的电力企业该如何做才能提高自身的数据挖掘技术。

【关键词】大数据;数据挖掘;电力企业;智能电网;云平台

1、大数据时代

随着计算机科学的不断发展，各种电子数据信息组成了一个巨大的网络的系统，但是受到数据的独立性的影响，这些数据的孤立的、不全面的数据点不能有效的反应出我们想得到的信息，信息的不全面是数据的分散造成的最大问题。当前，应该致力于通过各种先进的技术手段和数据参数的分析，提高网络的数据的完整性和全面性。将电力数据信息相关的电力的发电、合成、输电、配电数据等形成一个系统的整体，融合电力相关的各个环节的数据信息。

2、数据挖掘技术

我国电力市场的发展的历程主要经历了三个阶段即：垄断、发电竞价、电力运转三个模式。当前的电力市场处于配电网开放模式管理。可靠的数据是实现电力市场模式管理顺利过渡的有效的保证，是大数据工能实现的基础，先进的数据挖掘技术是实现数据可靠新的必要保证。當前数据挖掘处于瓶颈期，主要是缺乏可靠的数据的分析技术以及数据的种类造成的。这个瓶颈制约了数据挖掘技术也是企业发展的制约因素。要想保证先进的数据可以得到有效的挖掘，可以促进技术的信息的发现的话，就要保证大数据的环境具有较高的质量保证，环境的嘈杂、混乱对数据的可靠性有很大的影响，即便是先进的技术也不能在这种环境中正常发挥其作用，有效的信息不能被挖掘。所以，必须对大环境的数据进行管理，实现数据的可靠性，加强对数据系统和环境的分析，建立数据管理系统，加强数据的管理工作。要求要有专业的人员对数据进行管理，保证数据能达到要求的质量和标准。当前的电力市场中，有很多的企业邀请了首席信息官进行数据的技术方面的管理，但是实际的数据管理中很多的问题，根本不能保证信息官对每个问题都可以进行解决，这样一来，数据的管理还是处在无序的状态，企业的基本的优势也就没有了。这种传统的数据的管理的方法对现代的数据信息的管理作用不大，大数据的环境还需要不断地进行研究，其质量还需要进行提高。

3、实现电力企业的数据挖掘技术的方法

随着科学技术的不断的发展，数据的挖掘分析的方法也在随着技术的熟练发生着改变，提高数据挖掘的技术和分析的方法还要不断努力。常见的数据的挖掘技术方法有以下几种：

3.1 关联分析。在经济和数学的常见的分析的方式关联分析是一种简单的数据分析的技术。根据大环境中两个不同数据的联系推断其他的事物的一种方式。这种方法通常是对隐蔽性联系的推断然后根据其进行查找的数据信息。

3.2 时间序列分析。时间序列分析是对未来事物的发展的预测。这种分析是用统计学的知识针对动态的数据进行的分析。这种分析经常会被用到循环的数据波动、电力系统的发展趋势等内容研究中。

3.3 聚类分析。聚类分析是根据数据的性质进行的分析，即将性质相近或者是相同的数据归为一类，利用对已知的类别的数据的性质对其进行分析，通过建立一种技术函数实现对其他数据的分析。利用这种函数对那些未知性质的数据进行分析。这种常见于对不明分析对象类别的情况下的分析。

3.4 分类分析。对电力数据的信息的相关性进行分析的方法，主要利用神经网络、决策树、径向基础函数等常用的方法对集中的预测连续变量回归、预测离散变量分类等。

3.5 异常分析。异常分析分析的是用电的异常现象，经常是检验电量是否存在偷电、漏电的现象。这种主要是对异常的孤立点进行的分析，主要是对用电数据的收集和整理，稽查用户等，保证用电的系统的正常工作。

4、展望

随着当前计算机信息化的发展和各种联网的设备的资源共享性原则，导致当前的数据环境中数据的量不断的增加，这就导致电力企业的发展过程中，对用户信息的数据库建立、维护数据库的管理、预测其负荷的发展过成本太大，对数据的挖掘的过程很难进行。根据相关调查研究显示，某网络的搜索引擎界面数据中心的电量使用过程中，大概只有百分之十左右可以得到有效的利用，其他的电量全部被浪费。这是我国当前的网站建设、引擎搜索的现状，这不利于我国资源的合理利用，对我国的节约型社会的建设也有很大的影响。因此，建立一个节约型的数据库，运用低功能耗的硬件或者软件实现资源的节约，加强对时间的序列方面的预测，实现数据挖掘的新的形势的发展。

5、结语

随着信息化时代的发展，数据的挖掘技术在当前电力企业发展的过程中，有很大的作用，虽然当前的挖掘的技术和方法还不完善，但是其进步的空间很大，还可以继续进行挖掘，加强对数据的各个环节的落实，实现将数据的挖掘技术和数据大环境的质量的控制联系在一起，提高数据管理人员的专业素质，加强对数据管理体系的建立，促进电力企业的不断的发展。

参考文献：

[1]冯春晖，陈彦桥，刘金琨.数据挖掘技术在火电机组运行参数优化中的应用[A].中国自动化学会控制理论专业委员会B卷[C].2011.

[2]王政，韩宁.应用数据挖掘技术的空调建模[A].2011年中国智能自动化学术会议论文集（第一分册）[C].2011.

[3]姜鑫.数据挖掘技术在水电厂主设备状态检修中的应用研究[A].中国水力发电工程学会信息化专委会、水电控制设备专委会2013年学术交流会论文集[C].2013.

[4]吕庭彦，李亚冬，蒋维，周维宾，杨浩，贾英韬，陈荣敏，吕东，刘琦，李达蔚，徐韬，李海波，江涛.基于大数据挖掘技术的风电机组安全经济运行状态综合评估系统[A].电力行业信息化优秀成果集[C].2013.