張　宇蔣　勃（.西安電力高等專科學校，陜西　西安　7003；.國網西安供電公司，陜西　西安　7003）

數據挖掘在電力企業(yè)中的應用

張宇1蔣勃2
（1.西安電力高等?？茖W校，陜西西安710032；2.國網西安供電公司，陜西西安710032）

近年來，數據挖掘業(yè)取得了飛速的發(fā)展，它是一門有著很強綜合性的科學，能夠高效解決企業(yè)中的商業(yè)難題及決策難題。本文闡述了數據挖掘的深入內涵，又指明了數據挖掘對于電力行業(yè)進步的積極作用。

電力企業(yè)；數據挖掘；數據模型；數據倉庫

1　數據挖掘技術的概念和實用價值

1.1 數據挖掘的概念

所謂數據挖掘，其實就是從大量繁雜的數據中找出對自己發(fā)展有益的數據、模型及規(guī)律。主要依據事先確定好的商業(yè)目標，深入分析和研究各種企業(yè)數據，發(fā)掘里面隱藏的商業(yè)內容，還要在工作中不斷提高其科學性。數據挖掘的綜合型較強，需要使用諸多專業(yè)理論以及技術工具，主要有數據庫技術、統(tǒng)計學、機器學習、模型識別、人工智能、神經網絡等。

1.1.1 分類

其實質就是對數據進行分門別類。先從數據中挑選出分類完的訓練集，然后將其作為依據來設置一個科學的分類模型，還要將雜亂的數據進行綜合整理。

1.1.2 估值

估值和分類有很多相同點，其差異在于：分散是對離散型變量進行輸出，但估值輸出的是連續(xù)值，且分類的類別是有數目規(guī)定的，但估值卻是隨意的。

1.1.3 預測

一般情況下，預測要借助分類或估值才能發(fā)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量。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后，才可以評估其準確性。

1.1.4 相關性分組或關聯規(guī)則

要記錄好時間類型及發(fā)生日期，這樣可以為后續(xù)的施工提供借鑒。

1.1.5 聚類

布線長度是影響電路通信開銷和能耗的重要因素[1]，文獻[12]將布局過程分為兩個部分，首先將芯片按區(qū)域進行劃分，目的在于降低資源浪費；然后在不改變占用資源總數量的前提下，通過調整布線長度來降低通信開銷.該方法雖然考慮了資源占用與通信開銷兩個方面，但是僅以單一因素作為約束進行優(yōu)化，并未考慮兩者之間的相互影響與共同作用.

就是對各種數據進行整理并且分類，以聚集為類別。兩者的主要區(qū)別是聚類不需要事先定義好類別，不用借助訓練集。

1.1.6 描述和可視化

用歸約、概括、圖形表示等方式來表示數據。

1.2 數據挖掘在電力企業(yè)的使用價值

商業(yè)領域對于數據挖掘技術的需求較大，因此數據挖掘在多個商業(yè)領域得到了大范圍的應用。下文便依據電力企業(yè)的行業(yè)特征來論述一下數據挖掘技術在電力企業(yè)中的重要作用。

1.2.1 指導設備更新

在發(fā)生了下述兩種情況時就要對設備進行更新：首先，電力設施意外毀壞，這便要第一時間更換，一般電力設備監(jiān)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。其次是更換老化的設備，這就需要以經驗為依據，例如檢查設備的使用年限等，但這種方式并不具有多大的科學性，因為很多設備可能由于保養(yǎng)得當而延長使用年限，如果貿然更換會產生巨大的浪費；還有些設備的使用時間可能不長，但是其性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，我們可以借助故障保修、電力耗費及相關電力參數等各種數據來確定電力設備的故障及老化狀況，最終確定是否更換設備。

1.2.2 業(yè)績評估

我國的電力企業(yè)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(chuàng)造的經濟利潤，則會因各地區(qū)的發(fā)展有所誤差，并且電力行業(yè)是與我們的生產生活息息相關的，安全性及其它性能的重要意義遠大于利潤。但數據挖掘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、生產成本等數據組成的主題倉庫來研究區(qū)域或者是自公司的運營情況，并用圖表等簡潔明了的方式體現出來，為決策提供依據。

1.2.3 指導電力企業(yè)的建設規(guī)劃

最近，我國的廣東頻繁發(fā)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，這時數據挖掘工作的重要性便得到了很好的體現。將新增用戶（報裝）、現有用戶、用戶位置、用戶用電量、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(yè)的發(fā)展計劃，有此為指導，才能促進電力行業(yè)的飛速發(fā)展。

1.2.4 指導電力的生產和購買

我國推出電力企業(yè)改革方案后，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(tǒng)的電廠和電網屬一個單位，電廠會供給電網充足的電力?？稍谌缃瘢娋W用電時一定要提前購買，但因為電力的鮮明特征即買多少用多少，使得購買時間和購買量無法準確的確定。而借助數據挖掘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，并對發(fā)電企業(yè)的生產計劃進行指導。

1.2.5 減少電力損耗，改善電力質量，減少設備損耗

電力產品具有自身的顯著特征，主要體現在它不能進行儲存，只有按需供給?？墒?，發(fā)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，并對其實施科學的調整?，F今使用的主要方式是建設蓄能電廠，若電力有多余則要保存起來，等電力供應不足時則用這部分電力，將其進行安排調度并制定合理的疾患，便能實現電力儲存技術的靈活調節(jié)，實現降低電力浪費，提高電力質量，避免設備的耗損。

2　使用數據挖掘的必要性和可行性

2.1 我國電力企業(yè)信息化現狀使采用數據挖掘技術成為可能

觀察以廣電企業(yè)的現狀可以知道，電網的信息化已經有了很大的進步，也就是不再僅僅借助計算機完成統(tǒng)計報表，管理信息也不是單機單項應用工作的時期，其正處在信息化的中級發(fā)展環(huán)節(jié)，企業(yè)有自己的局域網，廣電集團也已經實現了光纖網的全省覆蓋，企業(yè)完成信息化之后，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(yè)的許多基本數據，并使應用平臺更加的科學，而企業(yè)在進行數據挖掘工作時，便可以將這眾多數據作為有效依據。

2.2 我國電力企業(yè)改革的趨勢使采用數據挖掘技術成為必然

我國黨政領導集團在積極的轉變行業(yè)壟斷的現狀，促進競爭方式的合理化。我國電力企業(yè)中已經使用了“廠網分家”模式，這使得發(fā)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(yōu)勢，電力企業(yè)一定要盡可能的降低生產經營的成本，這樣有利于更好的為客戶提供服務，并熟悉自己及競爭企業(yè)的實際情況。上述的所有事情，都要使用現代信息技術來解決，而數據挖掘技術又起著極其重要的作用。

3　展望

作為智能系統(tǒng)的心臟，信息通信系統(tǒng)在今后電網業(yè)的進步中有著非常積極的意義?，F今，我國電網業(yè)早已設立了在國內、國際都很先進的集成系統(tǒng)。三地集中式數據也開始慢慢運轉起來，各企業(yè)的一級業(yè)務面也越來越廣，各種數據中心也都開始運轉起來，我國電網的數據和種類都開始步入正軌。其“量類時”特征，也在海量、實時的電網業(yè)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(yè)務數據歸為三種：首先，單位生產的資料，有發(fā)電量、電壓穩(wěn)定性等指標等；其次，單位工作中的數據，包括交易價格、用戶的需求方面的數據等；最后是單位的管理資料，如ERP、一體化平臺、協(xié)同辦公等方面的數據。我們要熟練了解這諸多數據的特征，然后開展深入的探究，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(yè)的經營、滿足用戶的需求，使企業(yè)的管理水平得到提高。

比如，在設立電力企業(yè)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數據，使得服務水平和營銷能力得到大幅度的提升和改善；分析型數據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，通過借鑒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，盡可能讓大多數人滿意，為了更好的利用數據并提高營銷能力，要建立數據監(jiān)控分析模型；營銷數據之間是存在著隱藏關系的，顯而易見，這些隱藏信息不容易被發(fā)現，為了增強分析數據的全面性、系統(tǒng)性、直觀性、便捷性，建立各種系統(tǒng)性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(tǒng)性的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(tài)的及時性，我們知道，任何類型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，算法模型庫的建立可以為企業(yè)單位創(chuàng)造更多的經濟效益和社會效益，增強企業(yè)的核心競爭力，擴大企業(yè)單位的市場份額，使企業(yè)更穩(wěn)的立足于競爭激烈的市場之上，甚至是處于領頭羊的地位，促進國民經濟建設，為人民提供更好的服務。

數據有著很好的增值價值，其他的服務也可以通過數據增值價值得到衍生。所以，加大對數據的利用與研究勢在必行。把數據當中重要的依據、基礎甚至是紐帶，沿著這個紐帶進行研究與利用。將數據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(tài)，使客戶感受到非同一般的感覺，突破了以往的業(yè)務系統(tǒng)僅僅專注于自己內容的方式，電網的生產效率會得到提高，企業(yè)的管理水平也會因此得到大幅度的改善與提高。

[1] HAN J,KAMBER M.范明，孟小峰，譯.Data Mining: Concepts and Techniques [M].北京：機械工業(yè)出版社，2001.

[2]林宇.數據倉庫原理與實踐[M].北京：人民郵電出版社，2003.

TM73

A