数据挖掘技术在电力营销系统线损计算中的实践探究

吕星昊

摘要：数据挖掘技术是当前国际数据库与相关信息领域最为先进的技术之一。数据挖掘主要是指从混乱的数据集合中挖掘出具有价值的潜在信息的过程。当前，数据挖掘技术在各行各业的应用比较广泛，发展前景十分乐观。本文主要针对在电力营销系统线损计算中存在的原始数据不齐全，数据的准确度不高的现象，讨论数据挖掘技术在电力营销系统线损计算中的应用及其应用优势。

关键词：数据挖掘技术;电力营销系统;线损计算;应用优势

电力营销系统是集电力设备的安装、耗电量的管理与计算、用电量计费和输电设备损坏管理与维护等等多种电力业务为一体的电力管理系统。而电力营销系统的线损计算主要是指在电力的输配过程中，构成输送电网的各元件在输送过程的电能损失统称为线损，线损计算则是对电力输送原件损耗的电能计算。在电力营销系统中线损计算主要针对电网每一原件的电能进行损耗计算，并达到降低电力损失，完成企业利润效益的最大化。数据挖掘技术在电力营销系统线损计算中的应用能有效提高线损计算的精度，完善线损计算数据的全面性，对降低电力在输配过程中的损耗率具有十分重要意义。

一、数据挖掘技术的概念

数据挖掘是数据库发展与人工智能技术相结合的产物。它集统计学、模式识别、人工智能、机器学习、数据库以及高性能并行计算等技术于一体，把人们对数据的应用从低层次的简单查询提升到从数据中挖掘知识，为管理者提供决策支持，是当前国际上数据库和信息决策领域的最前沿研究方向之一[1]。其流程有问题提出，数据收集（预处理），数据挖掘（算法执行），结果的解释和评估，知识等步骤。

二、数据挖掘技术的主要方法

2.1 关联分析

关联分析是指如果两个或多个事物之间存在一定的关联，那么其中一个事物就能通过其他事物进行预测，它的目的是为了挖掘隐藏在数据间的相互关系。在数据挖掘的基本任务中关联和顺序贯模型关联分析是指搜索事务数据库中的所有细节或事务，从中寻找重复出现概率很高的模式或规则。

2.2 时间序列分析

时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。

2.3 聚类分析

将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程被称为聚类分析[2]。聚类源于很多领域，包括数学，统计学，计算机科学，生物学和经济学，目标就是在相似的基础上收集数据来分类。聚类被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的分类，使数据更方便、更直观。

2.4 分类分析

这种方法主要是对有关信息进行分类分析，分类模型以分析数据集中的某些数据得到另外的数据结果，主要分为预测离散变量的分类，预测的连续变量的回归，数据挖掘中广泛使用的分类方法有决策树，神经网络、径向基础函数等。

2.5 异常分析

一条信息在一定条件下可能是垃圾的信息，而在另一条件下可能是非常重要的数据。异常或孤点是事件过程的各种不正行为的反映，通常用“距离”的恒量，孤点就是离正常状态下的大量状态点较远的点，电力机关在盗电选案的过程中，选取从电力数据仓库中根据用电客户的状况，把客户常年用电量进行收集数据，将这些数据再用数据挖掘查找用电量明显偏离常规用量的客户，可以将这些客户作为有盗电的企业进行稽查[3]。

三、电力营销系统线损计算

线损率是国家考核电力企业综合技术经济指标，如何准确的计算并降低线损已成为营销系统工作的重中之重。在给定的计算时段内，输、变、配电设备以及营销各环节中所消耗的全部电量称为线损电量（即线损）。其计算分为统计线损计算和理论线损计算。统计线损计算的工作内容为计算月线损率及相关损失电量，随着电网精细化管理的要求，统计线损的计算也不再拘泥于月计算[4]。电网线损管理水平提高对线损计算系统及相关系统提出了更高要求，同时也增加了线损管理人员的工作量，为了保证线损管理的顺利进行，线损计算系统的开发维护就显得非常重要。目前电力企业对各省电网公司的要求有以下特点：（1）电网图形的录入不再单独进行，要求从 GIS 系统导入图形;（2）采集数据避免手工录入，要求从电能计量、SCADA 系统导入;（3）理论线损计算的频度不断增加，由原来每年一次增加到几次，甚至部分省网公司要求天天计算;（4）理论线损日计算中时间间隔越来越小，如输电网的 24 点计算转化为 96 点计算，配电网由均方根法计算转化为 24 点计算;（5）基于线损计算的线损分析要求不断提高。

四、数据挖掘技术应用在线损计算中的应用

4.1 聚类在电力营销系统中的应用

聚类在电力营销系统中的应用主要是用户分类与信用评价、负荷预测及分类、变压器故障诊断等方面。企业通过对个用户进行分析，采用聚类的方法将客户分为不同的类别，然后决策分析者可根据聚类的结果分析各组别之间的差异性，采取有差别的营销策略，从而取得经济效益。

4.2 空间挖掘在电力营销系统中的应用

由于电力系统营销的特殊性，要求决策人员在决策时要快速、准确，及时做出反应，特别是在电力市场条件下，快速而有效的决策的重要性不可估量，所以，通过空间挖掘技术，将电网运行数据、负荷位置分布数据和实时变化数据等多目标层次的信息合为一体，利用特殊的空间技术对其进行综合处理，实现故障定位、损失评价、设备跟踪等高级功能。

五、结束语

数据挖掘技术在电力营销系统线损计算中具有巨大的作用。数据挖掘技术在电力营销系统中的应用将会越来越广泛，能够科学的指导电网的发展，对于提升电网的服务品质和实现电网的经济收益有很大的作用。因此，充分发挥数据挖掘技术在电网中的作用是电网企业今后一个工作的重点。

参考文献：

[1]朱洁.数据挖掘技术在电力营销系统线损计算中的应用研究[D].兰州理工大学，2011.

[2]雷波.数据挖掘技术在电力营销系统中的应用研究[J].广东科技，2014，（12）：41-42.

[3]朱莉.數据仓库与数据挖掘技术在电力营销系统中的研究与应用[D].东北大学，2003.

（作者单位：国网河北省电力公司阜平县供电分公司）