呂星昊

摘要：數(shù)據(jù)挖掘技術是當前國際數(shù)據(jù)庫與相關信息領域最為先進的技術之一。數(shù)據(jù)挖掘主要是指從混亂的數(shù)據(jù)集合中挖掘出具有價值的潛在信息的過程。當前，數(shù)據(jù)挖掘技術在各行各業(yè)的應用比較廣泛，發(fā)展前景十分樂觀。本文主要針對在電力營銷系統(tǒng)線損計算中存在的原始數(shù)據(jù)不齊全，數(shù)據(jù)的準確度不高的現(xiàn)象，討論數(shù)據(jù)挖掘技術在電力營銷系統(tǒng)線損計算中的應用及其應用優(yōu)勢。

關鍵詞：數(shù)據(jù)挖掘技術;電力營銷系統(tǒng);線損計算;應用優(yōu)勢

電力營銷系統(tǒng)是集電力設備的安裝、耗電量的管理與計算、用電量計費和輸電設備損壞管理與維護等等多種電力業(yè)務為一體的電力管理系統(tǒng)。而電力營銷系統(tǒng)的線損計算主要是指在電力的輸配過程中，構成輸送電網的各元件在輸送過程的電能損失統(tǒng)稱為線損，線損計算則是對電力輸送原件損耗的電能計算。在電力營銷系統(tǒng)中線損計算主要針對電網每一原件的電能進行損耗計算，并達到降低電力損失，完成企業(yè)利潤效益的最大化。數(shù)據(jù)挖掘技術在電力營銷系統(tǒng)線損計算中的應用能有效提高線損計算的精度，完善線損計算數(shù)據(jù)的全面性，對降低電力在輸配過程中的損耗率具有十分重要意義。

一、數(shù)據(jù)挖掘技術的概念

數(shù)據(jù)挖掘是數(shù)據(jù)庫發(fā)展與人工智能技術相結合的產物。它集統(tǒng)計學、模式識別、人工智能、機器學習、數(shù)據(jù)庫以及高性能并行計算等技術于一體，把人們對數(shù)據(jù)的應用從低層次的簡單查詢提升到從數(shù)據(jù)中挖掘知識，為管理者提供決策支持，是當前國際上數(shù)據(jù)庫和信息決策領域的最前沿研究方向之一[1]。其流程有問題提出，數(shù)據(jù)收集（預處理），數(shù)據(jù)挖掘（算法執(zhí)行），結果的解釋和評估，知識等步驟。

二、數(shù)據(jù)挖掘技術的主要方法

2.1 關聯(lián)分析

關聯(lián)分析是指如果兩個或多個事物之間存在一定的關聯(lián)，那么其中一個事物就能通過其他事物進行預測，它的目的是為了挖掘隱藏在數(shù)據(jù)間的相互關系。在數(shù)據(jù)挖掘的基本任務中關聯(lián)和順序貫模型關聯(lián)分析是指搜索事務數(shù)據(jù)庫中的所有細節(jié)或事務，從中尋找重復出現(xiàn)概率很高的模式或規(guī)則。

2.2 時間序列分析

時間序列分析是一種動態(tài)數(shù)據(jù)處理的統(tǒng)計方法。該方法基于隨機過程理論和數(shù)理統(tǒng)計學方法，研究隨機數(shù)據(jù)序列所遵從的統(tǒng)計規(guī)律，以用于解決實際問題。

2.3 聚類分析

將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程被稱為聚類分析[2]。聚類源于很多領域，包括數(shù)學，統(tǒng)計學，計算機科學，生物學和經濟學，目標就是在相似的基礎上收集數(shù)據(jù)來分類。聚類被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的分類，使數(shù)據(jù)更方便、更直觀。

2.4 分類分析

這種方法主要是對有關信息進行分類分析，分類模型以分析數(shù)據(jù)集中的某些數(shù)據(jù)得到另外的數(shù)據(jù)結果，主要分為預測離散變量的分類，預測的連續(xù)變量的回歸，數(shù)據(jù)挖掘中廣泛使用的分類方法有決策樹，神經網絡、徑向基礎函數(shù)等。

2.5 異常分析

一條信息在一定條件下可能是垃圾的信息，而在另一條件下可能是非常重要的數(shù)據(jù)。異?；蚬曼c是事件過程的各種不正行為的反映，通常用“距離”的恒量，孤點就是離正常狀態(tài)下的大量狀態(tài)點較遠的點，電力機關在盜電選案的過程中，選取從電力數(shù)據(jù)倉庫中根據(jù)用電客戶的狀況，把客戶常年用電量進行收集數(shù)據(jù)，將這些數(shù)據(jù)再用數(shù)據(jù)挖掘查找用電量明顯偏離常規(guī)用量的客戶，可以將這些客戶作為有盜電的企業(yè)進行稽查[3]。

三、電力營銷系統(tǒng)線損計算

線損率是國家考核電力企業(yè)綜合技術經濟指標，如何準確的計算并降低線損已成為營銷系統(tǒng)工作的重中之重。在給定的計算時段內，輸、變、配電設備以及營銷各環(huán)節(jié)中所消耗的全部電量稱為線損電量（即線損）。其計算分為統(tǒng)計線損計算和理論線損計算。統(tǒng)計線損計算的工作內容為計算月線損率及相關損失電量，隨著電網精細化管理的要求，統(tǒng)計線損的計算也不再拘泥于月計算[4]。電網線損管理水平提高對線損計算系統(tǒng)及相關系統(tǒng)提出了更高要求，同時也增加了線損管理人員的工作量，為了保證線損管理的順利進行，線損計算系統(tǒng)的開發(fā)維護就顯得非常重要。目前電力企業(yè)對各省電網公司的要求有以下特點：（1）電網圖形的錄入不再單獨進行，要求從 GIS 系統(tǒng)導入圖形;（2）采集數(shù)據(jù)避免手工錄入，要求從電能計量、SCADA 系統(tǒng)導入;（3）理論線損計算的頻度不斷增加，由原來每年一次增加到幾次，甚至部分省網公司要求天天計算;（4）理論線損日計算中時間間隔越來越小，如輸電網的 24 點計算轉化為 96 點計算，配電網由均方根法計算轉化為 24 點計算;（5）基于線損計算的線損分析要求不斷提高。

四、數(shù)據(jù)挖掘技術應用在線損計算中的應用

4.1 聚類在電力營銷系統(tǒng)中的應用

聚類在電力營銷系統(tǒng)中的應用主要是用戶分類與信用評價、負荷預測及分類、變壓器故障診斷等方面。企業(yè)通過對個用戶進行分析，采用聚類的方法將客戶分為不同的類別，然后決策分析者可根據(jù)聚類的結果分析各組別之間的差異性，采取有差別的營銷策略，從而取得經濟效益。

4.2 空間挖掘在電力營銷系統(tǒng)中的應用

由于電力系統(tǒng)營銷的特殊性，要求決策人員在決策時要快速、準確，及時做出反應，特別是在電力市場條件下，快速而有效的決策的重要性不可估量，所以，通過空間挖掘技術，將電網運行數(shù)據(jù)、負荷位置分布數(shù)據(jù)和實時變化數(shù)據(jù)等多目標層次的信息合為一體，利用特殊的空間技術對其進行綜合處理，實現(xiàn)故障定位、損失評價、設備跟蹤等高級功能。

五、結束語

數(shù)據(jù)挖掘技術在電力營銷系統(tǒng)線損計算中具有巨大的作用。數(shù)據(jù)挖掘技術在電力營銷系統(tǒng)中的應用將會越來越廣泛，能夠科學的指導電網的發(fā)展，對于提升電網的服務品質和實現(xiàn)電網的經濟收益有很大的作用。因此，充分發(fā)揮數(shù)據(jù)挖掘技術在電網中的作用是電網企業(yè)今后一個工作的重點。

參考文獻：

[1]朱潔.數(shù)據(jù)挖掘技術在電力營銷系統(tǒng)線損計算中的應用研究[D].蘭州理工大學，2011.

[2]雷波.數(shù)據(jù)挖掘技術在電力營銷系統(tǒng)中的應用研究[J].廣東科技，2014，（12）：41-42.

[3]朱莉.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術在電力營銷系統(tǒng)中的研究與應用[D].東北大學，2003.

（作者單位：國網河北省電力公司阜平縣供電分公司）