淺談資料探勘在電力企業中的應用論文

　　資料探勘又譯為資料探勘、資料採礦。它是資料庫知識發現***英語：Knowledge-Discovery in Databases，簡稱：KDD***中的一個步驟。資料探勘一般是指從大量的資料中通過演算法搜尋隱藏於其中資訊的過程。資料探勘通常與電腦科學有關，並通過統計、線上分析處理、情報檢索、機器學習、專家系統***依靠過去的經驗法則***和模式識別等諸多方法來實現上述目標。以下是小編今天為大家精心準備的：淺談資料探勘在電力企業中的應用相關論文。內容僅供參考，歡迎閱讀!

　　淺談資料探勘在電力企業中的應用全文如下：

　　1 資料探勘技術的概念和實用價值

　　1.1 資料探勘的概念

　　所謂資料探勘，其實就是從大量繁雜的資料中找出對自己發展有益的資料、模型及規律。主要依據事先確定好的商業目標，深入分析和研究各種企業資料，發掘裡面隱藏的商業內容，還要在工作中不斷提高其科學性。資料探勘的綜合型較強，需要使用諸多專業理論以及技術工具，主要有資料庫技術、統計學、機器學習、模型識別、人工智慧、神經網路等。

　　1.1.1 分類

　　其實質就是對資料進行分門別類。先從資料中挑選出分類完的訓練集，然後將其作為依據來設定一個科學的分類模型，還要將雜亂的資料進行綜合整理。

　　1.1.2 估值

　　估值和分類有很多相同點，其差異在於：分散是對離散型變數進行輸出，但估值輸出的是連續值，且分類的類別是有數目規定的，但估值卻是隨意的。

　　1.1.3 預測

　　一般情況下，預測要藉助分類或估值才能發揮效果，具體說來，就是用分類及估值期間使用的模型來預估未知的變數。檢測的目的與其大同小異，但而其結果必須經時間驗證，也就是說在很長一段時間後，才可以評估其準確性。

　　1.1.4 相關性分組或關聯規則

　　要記錄好時間型別及發生日期，這樣可以為後續的施工提供借鑑。

　　1.1.5 聚類

　　就是對各種資料進行整理並且分類，以聚集為類別。兩者的主要區別是聚類不需要事先定義好類別，不用藉助訓練集。

　　1.1.6 描述和視覺化

　　用歸約、概括、圖形表示等方式來表示資料。

　　1.2 資料探勘在電力企業的使用價值

　　商業領域對於資料探勘技術的需求較大，因此資料探勘在多個商業領域得到了大範圍的應用。下文便依據電力企業的行業特徵來論述一下資料探勘技術在電力企業中的重要作用。

　　1.2.1 指導裝置更新

　　在發生了下述兩種情況時就要對裝置進行更新：首先，電力設施意外毀壞，這便要第一時間更換，一般電力裝置監控設施可以檢測出這類故障，這樣也能夠在第一時間進行維修。其次是更換老化的裝置，這就需要以經驗為依據，例如檢查裝置的使用年限等，但這種方式並不具有多大的科學性，因為很多裝置可能由於保養得當而延長使用年限，如果貿然更換會產生巨大的浪費;還有些裝置的使用時間可能不長，但是其效能卻已經不滿足標準，若不及時更換也會產生巨大的浪費。一般情況下，我們可以藉助故障保修、電力耗費及相關電力引數等各種資料來確定電力裝置的故障及老化狀況，最終確定是否更換裝置。

　　1.2.2 業績評估

　　我國的電力企業一直沒有一套標準的體系來評價集團公司分公司的成績。若只評估其所創造的經濟利潤，則會因各地區的發展有所誤差，並且電力行業是與我們的生產生活息息相關的，安全性及其它效能的重要意義遠大於利潤。但資料探勘技術卻能夠綜合分析諸多影響因素，通過分析由利潤、利潤增長率、同行對比、投訴舉報、生產成本等資料組成的主題倉庫來研究區域或者是自公司的運營情況，並用圖表等簡潔明瞭的方式體現出來，為決策提供依據。

　　1.2.3 指導電力企業的建設規劃

　　最近，我國的廣東頻繁發生電力供不應求的情況，其主要原因便是沒能很好的掌握市場進步的趨勢，在電廠的建設及電網建設方面都沒能滿足市場的需求，這時資料探勘工作的重要性便得到了很好的體現。將新增使用者***報裝***、現有使用者、使用者位置、使用者用電量、國家的建設計劃等相關資料實行認真的研究分析便可以制定出電力企業的發展計劃，有此為指導，才能促進電力行業的飛速發展。

　　1.2.4 指導電力的生產和購買

　　我國推出電力企業改革方案後，廣東省電力集團便在積極的踐行，到01年底已大體完成廠網分離。改革的逐步深化，而言使得我們面臨了一些新的問題。例如在電力購買方面，傳統的電廠和電網屬一個單位，電廠會供給電網充足的電力。可在如今，電網用電時一定要提前購買，但因為電力的鮮明特徵即買多少用多少，使得購買時間和購買量無法準確的確定。而藉助資料探勘技術可以很好的解決這一問題。對有關的主體車庫進行深入挖掘便可確定需購買的電力總量，並對發電企業的生產計劃進行指導。

　　1.2.5 減少電力損耗，改善電力質量，減少裝置損耗

　　電力產品具有自身的顯著特徵，主要體現在它不能進行儲存，只有按需供給。可是，發電和用電是有著很大差異的，要想保證電力的質量，就必須不斷提高設施的安全性，並對其實施科學的調整。現今使用的主要方式是建設蓄能電廠，若電力有多餘則要儲存起來，等電力供應不足時則用這部分電力，將其進行安排排程並制定合理的疾患，便能實現電力儲存技術的靈活調節，實現降低電力浪費，提高電力質量，避免裝置的耗損。

　　2 使用資料探勘的必要性和可行性

　　2.1 我國電力企業資訊化現狀使採用資料探勘技術成為可能

　　觀察以廣電企業的現狀可以知道，電網的資訊化已經有了很大的進步，也就是不再僅僅藉助計算機完成統計報表，管理資訊也不是單機單項應用工作的時期，其正處在資訊化的中級發展環節，企業有自己的區域網，廣電集團也已經實現了光纖網的全省覆蓋，企業完成資訊化之後，能夠使內部的管理工作更加高效，如MIS、OA、物資管理、財務管理以及客戶服務中心等。能夠獲得企業的許多基本資料，並使應用平臺更加的科學，而企業在進行資料探勘工作時，便可以將這眾多資料作為有效依據。

　　2.2 我國電力企業改革的趨勢使採用資料探勘技術成為必然

　　我國黨政領導集團在積極的轉變行業壟斷的現狀，促進競爭方式的合理化。我國電力企業中已經使用了“廠網分家”模式，這使得發電競爭有了科學的模式，廣電集團也已經結束了這部分的工作。接下來便是向電網運轉方向轉變。為在將來的競爭中保持優勢，電力企業一定要儘可能的降低生產經營的成本，這樣有利於更好的為客戶提供服務，並熟悉自己及競爭企業的實際情況。上述的所有事情，都要使用現代資訊科技來解決，而資料探勘技術又起著極其重要的作用。

　　3 展望

　　作為智慧系統的心臟，資訊通訊系統在今後電網業的進步中有著非常積極的意義。現今，我國電網業早已設立了在國內、國際都很先進的整合系統。三地集中式資料也開始慢慢運轉起來，各企業的一級業務面也越來越廣，各種資料中心也都開始運轉起來，我國電網的資料和種類都開始步入正軌。其“量類時”特徵，也在海量、實時的電網業務內有了更大的作用，所以必須對其進行深入研究。

　　現今，我們通常把電網業務資料歸為三種：首先，單位生產的資料，有發電量、電壓穩定性等指標等;其次，單位工作中的資料，包括交易價格、使用者的需求方面的資料等;最後是單位的管理資料，如ERP、一體化平臺、協同辦公等方面的資料。我們要熟練了解這諸多資料的特徵，然後開展深入的探究，還能推出很多高附加值的服務，這也能促進電網安全性檢測的順利進行，還可以更好的掌控企業的經營、滿足使用者的需求，使企業的管理水平得到提高。

　　比如，在設立電力企業的“大營銷”模式時，要以滿足顧客需求為目標，建立各種服務平臺以第一時間滿足客戶各種需求，如：95588、114等。為了完善服務模式，提高服務質量，應該詳細的分析各種資料，使得服務水平和營銷能力得到大幅度的提升和改善;分析型資料是進行服務和開展營銷的必要前提和重要基礎，應該得到足夠的重視，對原有的營銷組織模式進行查漏補缺，通過借鑑其他單位的成功經驗來彌補自己的不不足和缺陷，對各種服務資源進行合理的配置，儘可能讓大多數人滿意，為了更好的利用資料並提高營銷能力，要建立資料監控分析模型;營銷資料之間是存在著隱藏關係的。

　　顯而易見，這些隱藏資訊不容易被發現，為了增強分析資料的全面性、系統性、直觀性、便捷性，建立各種系統性演算法模型庫不僅是極其有必要的，而且是相當重要的，當然這種系統性的演算法模型庫是針對營銷制定的，這樣做可以增強把握市場動態的及時性，我們知道，任何型別的營銷必定離不開市場，市場是開展營銷主要遵循的依據，脫離了市場，營銷就會抓不住頭腦，因而，演算法模型庫的建立可以為企業單位創造更多的經濟效益和社會效益，增強企業的核心競爭力，擴大企業單位的市場份額，使企業更穩的立足於競爭激烈的市場之上，甚至是處於領頭羊的地位，促進國民經濟建設，為人民提供更好的服務。

　　資料有著很好的增值價值，其他的服務也可以通過資料增值價值得到衍生。所以，加大對資料的利用與研究勢在必行。把資料當中重要的依據、基礎甚至是紐帶，沿著這個紐帶進行研究與利用。將資料研究和使用的成果合理的運用起來，例如，將其轉化為新型的支付方式和消費形態，使客戶感受到非同一般的感覺，突破了以往的業務系統僅僅專注於自己內容的方式，電網的生產效率會得到提高，企業的管理水平也會因此得到大幅度的改善與提高。