左 濤

（國家能源集團廣東電力有限公司，廣東 廣州 510000）

近幾年來，電力企業(yè)的電力系統(tǒng)在實際運行中產(chǎn)生許多數(shù)據(jù)，包括運營管理、電網(wǎng)設備、運行檢修等，如何利用已有技術充分對復雜繁多的數(shù)據(jù)進行挖掘，發(fā)現(xiàn)數(shù)據(jù)中存在的實際價值，從而實現(xiàn)降低企業(yè)運營成本，提高企業(yè)經(jīng)濟效益和管理水平的基本目標。這也是現(xiàn)階段電力企業(yè)在發(fā)展過程中，亟需重點解決的問題，在互聯(lián)網(wǎng)信息技術不斷發(fā)展的背景下，電力企業(yè)需要在各項設備運行中有效地應用數(shù)據(jù)挖掘技術，將數(shù)據(jù)挖掘存在的價值充分地發(fā)揮，這也是企業(yè)發(fā)展的重點內(nèi)容。

1 數(shù)據(jù)挖掘技術

1.1 數(shù)據(jù)挖掘技術概述

數(shù)據(jù)挖掘技術最早出現(xiàn)于20世紀80年代后期，是在數(shù)據(jù)庫、人工智能、數(shù)據(jù)整理、數(shù)據(jù)統(tǒng)計以及數(shù)據(jù)可視化等基礎上發(fā)展的全新交叉學科，因此數(shù)據(jù)挖掘技術中含有多種不同專業(yè)的理論知識和專業(yè)技術。數(shù)據(jù)挖掘技術主要是利用機器學習的方法，從數(shù)據(jù)庫中尋找和發(fā)現(xiàn)全新的知識，以此來作為解決實際問題的重要依據(jù)，預測未來數(shù)據(jù)發(fā)展趨勢，為決策問題提供更有力的保障和依據(jù)[1]。

1.2 數(shù)據(jù)庫和數(shù)據(jù)挖掘技術

傳統(tǒng)數(shù)據(jù)庫技術實現(xiàn)對數(shù)據(jù)的收集和管理工作，基本實現(xiàn)數(shù)據(jù)的一致性和準確性等相關要求。數(shù)據(jù)庫系統(tǒng)可以實現(xiàn)對數(shù)據(jù)的記錄、查詢以及統(tǒng)計等相關功能，但是無法實現(xiàn)數(shù)據(jù)中的關系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)資料對未來發(fā)展趨勢進行預測，缺少數(shù)據(jù)挖掘的手段。數(shù)據(jù)挖掘就是對傳統(tǒng)的數(shù)據(jù)庫技術進行創(chuàng)新和完善，對現(xiàn)實中存在的數(shù)據(jù)內(nèi)容進行識別，更加具有有效性、新穎性，形成對前存的數(shù)據(jù)進行處理的全新模式。數(shù)據(jù)挖掘技術讓數(shù)據(jù)庫技術進入全新的發(fā)展階段，不僅能對歷史數(shù)據(jù)進行查詢，還能找出歷史數(shù)據(jù)之間存在的鏈接，從數(shù)據(jù)中發(fā)現(xiàn)模式，從而找到內(nèi)在未知的技術內(nèi)容，讓數(shù)據(jù)真正實現(xiàn)與物質、能源相媲美的資源形式[2]。

1.3 數(shù)據(jù)挖掘技術的工作流程

數(shù)據(jù)挖掘的基本原則是為計算配置數(shù)據(jù)結構，處理數(shù)據(jù)并發(fā)現(xiàn)數(shù)據(jù)結果，將處理的數(shù)據(jù)結果以可以理解的方式進行提交。數(shù)據(jù)挖掘技術在工作的過程中，經(jīng)常會分為數(shù)據(jù)準備階段、數(shù)據(jù)發(fā)掘階段以及解釋評價階段，其中數(shù)據(jù)準備階段中可以實現(xiàn)對數(shù)據(jù)的篩選、變換和處理，數(shù)據(jù)發(fā)掘階段主要是根據(jù)任務自身的特點，建立對應的模型，選擇有效的計算方式對數(shù)據(jù)進行挖掘，而解釋評價階段可以對模式進行合理的解釋和評價，更好地幫助工作人員對數(shù)據(jù)信息進行解析。

1.4 數(shù)據(jù)挖掘的任務

關聯(lián)分析。關聯(lián)分析主要是顯示數(shù)據(jù)之間存在的關系，如果2個或者多個數(shù)據(jù)項目的取值重復出現(xiàn)并且概率較高的情況下，數(shù)據(jù)之間必定存在某種關聯(lián)，關聯(lián)分析的目的就是找出數(shù)據(jù)中隱藏的關系。在大型數(shù)據(jù)庫中，這種存在關聯(lián)的數(shù)據(jù)信息較多，一般會選擇支持度與可信度2個閾值來對數(shù)據(jù)關聯(lián)規(guī)則進行評價。

分類和預測。分類是數(shù)據(jù)挖掘技術中應用較為廣泛的技術類型，主要是找出描述并區(qū)分數(shù)據(jù)類型或者概念的模型，以此來確保模型預測類標記位置的數(shù)據(jù)分類。分類也可以對位置數(shù)據(jù)進行預測，這樣的功能也被稱為預測功能。盡管現(xiàn)階段預測對象可以是類標記或者數(shù)據(jù)值，但是通常預測范圍僅在數(shù)據(jù)值預測內(nèi)，并且預測技術與分類技術有著明顯的區(qū)別。預測技術主要包括對可用數(shù)據(jù)分布趨勢的識別，對數(shù)據(jù)未來走向的評估[3]。

聚類。聚類可以將數(shù)據(jù)分成多個類別或者子集。與分類問題不同，在聚類分析中，類的數(shù)量是未知不可預測的，因此聚類通常分成3個步驟進行。首先發(fā)現(xiàn)合適的類，其次形成每個類的基本模型，最后對所有數(shù)據(jù)項目進行類聚。

演化分析。演化分析描述對象的行為隨時都會出現(xiàn)變化，變化也具有一定的規(guī)律和趨勢，因此需要建立相應的模型。演化分析包括與時間相關的序列數(shù)據(jù)分析，序列或者周期模型的匹配程度，在類似性的基礎上對數(shù)據(jù)進行分析。

偏差檢測。偏差檢測是聚類分析中的特例，數(shù)據(jù)庫中經(jīng)常會出現(xiàn)一些異常的數(shù)據(jù)內(nèi)容，大多數(shù)數(shù)據(jù)挖掘技術都會將這些異常數(shù)據(jù)進行丟棄，但是在一些特殊的情況下，從數(shù)據(jù)庫中檢測的偏差數(shù)據(jù)具有重要的意義。偏差檢測的基本方法就是對觀測結果進行尋找，與參照值之間進行差別對比。

1.5 數(shù)據(jù)挖掘的方法

機器學習方法主要包括范例和歸納學習2種方法，這也是數(shù)據(jù)挖掘技術中常見的方法之一。

統(tǒng)計方法主要包括回歸分析、判別分析、聚類分析和探索性分析4種，在回歸分析中主要有多元回歸、自動回歸等；判別分析包括貝葉斯判別、費歇爾判別、非參數(shù)判別等；聚類分析主要有系統(tǒng)、動態(tài)聚類等；探索分析包括主元分析、相關分析等。

數(shù)據(jù)庫方法包括多維度的數(shù)據(jù)分析或者在線的數(shù)據(jù)分析處理等，同時還有面向屬性的歸納方式等。

神經(jīng)網(wǎng)絡方法有前向神經(jīng)網(wǎng)絡和自動組織神經(jīng)網(wǎng)絡等，需要根據(jù)挖掘數(shù)據(jù)的不同進行適當?shù)倪x擇[4]。

在數(shù)據(jù)挖掘技術中，還包括遺傳算法、近似和不確定推力等方法，主要是根據(jù)數(shù)據(jù)庫中數(shù)據(jù)形態(tài)的不同進行選擇，以此來更好地保證數(shù)據(jù)挖掘的精準性和良好性。

2 數(shù)據(jù)挖掘在電力企業(yè)中應用的價值分析

數(shù)據(jù)挖掘技術的應用主要是源于商業(yè)價值的直接需要，因此數(shù)據(jù)挖掘技術在各行業(yè)中都有著較為廣泛的應用價值。本文根據(jù)電力行業(yè)特點來闡述數(shù)據(jù)挖掘技術在電力企業(yè)中應用的價值。

2.1 指導設備的更新

在電力設備更新的過程中，主要有2種方式，首先是電力設備意外損壞，針對這樣的情況需要及時進行更新，這種更新需要通過對電力設備進行實時監(jiān)控，或者通過安裝監(jiān)控系統(tǒng)的及時發(fā)現(xiàn)，然后對損壞設備進行維修或者更換。其次是對老化的電力設備進行更新，現(xiàn)階段主要是通過工作人員常年工作積累的經(jīng)驗對電力設備老化情況進行判斷，比如提供使用年限來判定設備老化程度等[5]。但是憑借工作經(jīng)驗對設備進行判斷也會存在一定的誤差問題，比如一些設備已經(jīng)達到使用期限，但是設備的養(yǎng)護措施完善，依舊可以繼續(xù)進行使用，但是評價工作經(jīng)驗認定設備需要進行更換，造成不必要的浪費，或者部分設備沒有達到使用年限，但是各種參數(shù)已經(jīng)不能滿足使用要求，卻沒有得到及時更換，導致電力資源出現(xiàn)大量的損耗問題。數(shù)據(jù)挖掘技術的有效應用，能夠對經(jīng)驗判斷方式存在的問題進行改善，通過數(shù)據(jù)挖掘將存在故障問題的設備進行確定，對設備故障檢修記錄、電力損耗情況以及各種參數(shù)進行分析，從而判定設備故障和老化的實際情況，電力企業(yè)將此作為基本的標準，最終決定設備是否需要進行更新。

2.2 對業(yè)績進行評估

在電力企業(yè)發(fā)展的過程中，集團公司對一個子公司的業(yè)績進行評價，一直以來都是集團企業(yè)業(yè)績總結中較為困難的問題。只針對利潤方面對子公司業(yè)績進行分析，受到地區(qū)影響的子公司，利潤也會有所變化。并且電力資源關系到國民的升級問題，安全與其余方面都比利潤更加重要，因此以利潤對子公司業(yè)績進行分析，較為片面，不能全面概括子公司發(fā)展的實際情況。數(shù)據(jù)挖掘技術能在最大程度上對子公司業(yè)績進行評價，綜合多方面的因素進行考慮，通過對利潤進行分析，將利潤增長概率與同行業(yè)進行比較等數(shù)據(jù)進行組合，從而對某一個地區(qū)內(nèi)的子公司經(jīng)營情況進行分析。同時，利用最為直觀的方式將分析結果進行展示，比如圖表，更加方便領導人員對子公司的業(yè)績進行最終評估。

2.3 對電力企業(yè)建設規(guī)劃進行指導

近幾年來，我國電力行業(yè)的發(fā)展較為緊張，電力企業(yè)電力供應情況不能很好地滿足社會對電力資源的基本需求，出現(xiàn)這樣的問題主要是因為電力企業(yè)沒有掌握好市場發(fā)展的基本趨勢，無論是電站建設，還是電網(wǎng)建設都沒有很好地跟隨時代發(fā)展的趨勢。而針對這樣的情況數(shù)據(jù)挖掘技術就能發(fā)揮出良好的作用，通過對新增用戶、現(xiàn)有用戶、用戶位置、用電情況以及國家建設規(guī)劃等方面的數(shù)據(jù)進行分析，能夠對電力企業(yè)未來的發(fā)展和建設提供指導，更好地保證電力企業(yè)供電的實際效果，在滿足市場基本需求的基礎上，更好地促進電力企業(yè)的穩(wěn)定發(fā)展，在電廠和電網(wǎng)中安裝更大容量的電力設備等。

2.4 對電力生產(chǎn)和購買進行指導

自從我國提出電力企業(yè)改革的相關方案，為電力企業(yè)的改革與發(fā)展奠定更好的基礎，隨著電力企業(yè)改革的逐漸完善，許多全新的問題出現(xiàn)在電力企業(yè)發(fā)展的過程中。比如對電力設備的購買，傳統(tǒng)的電廠和電網(wǎng)都屬于一個集團企業(yè)，電網(wǎng)和電廠的實際發(fā)電效率都會進行上報[6]?？墒窃诟母镏螅娏Φ奶厥庑院凸╇姷男识际呛軓碗s的情況。因此，數(shù)據(jù)挖掘技術能夠給電力企業(yè)的發(fā)展提供更多幫助，通過對數(shù)據(jù)進行挖掘，解決設備采購和電力生產(chǎn)的相關問題，同時也能對電力企業(yè)的生產(chǎn)規(guī)劃進行指導。

3 數(shù)據(jù)挖掘技術在電力企業(yè)中的應用

3.1 有效降低電力設備檢修的成本投入

電力設備的檢修工作主要分為日常檢修和故障檢修，日常檢修主要是檢修人員定期對電力設備進行檢查，及時發(fā)現(xiàn)設備存在的問題，不同檢修工作人員對設備檢修的效果存在偏差。故障檢修可以分為意外故障檢修和設備老化損失檢修，設備故障檢修可以通過監(jiān)控系統(tǒng)及時對問題進行發(fā)現(xiàn)并快速處理；設備老化檢修主要還是依靠檢修人員的專業(yè)知識和設備使用年限來進行判斷，這樣的判斷也會存在失誤的情況，造成設備的浪費。通過使用檢測設備和數(shù)據(jù)挖掘診斷技術，對設備出現(xiàn)的故障進行分析，挖掘設備中存在的各項參數(shù)問題，然后及時發(fā)出警報提醒檢修技術人員對設備進行檢查，這樣才能夠及時發(fā)現(xiàn)設備存在的故障問題。針對故障問題的類型安排專業(yè)的檢修人員對設備進行檢修，從而有效降低設備檢修的成本投入，提升電力設備實際使用的效率、效果和質量。

3.2 為電網(wǎng)規(guī)劃和決策提供指導

電網(wǎng)設備的選址工作是電網(wǎng)規(guī)劃中最為重要的規(guī)劃內(nèi)容，根據(jù)現(xiàn)階段國家電網(wǎng)建設計劃、地區(qū)城鄉(xiāng)發(fā)展規(guī)劃來對建設場地進行選擇，但是設備選址依舊存在不合理、不科學、重復建設及設備利用效率較低等問題。有效地使用數(shù)據(jù)挖掘技術，將國建電網(wǎng)建設規(guī)劃、污染、地形地質以及用戶信息進行全面整理和組合，針對不同地區(qū)的情況進行分析，不同時間段的國家建設規(guī)劃，需要根據(jù)地區(qū)發(fā)展規(guī)劃和電量使用情況進行劃分，從而更好地對設備運行情況進行分析，為電網(wǎng)規(guī)劃建設提供全面的參考信息[7]。

3.3 對電力調(diào)度、電力交易進行指導

電網(wǎng)調(diào)度的主要目的是對電網(wǎng)內(nèi)部電力設備的基本能力進行充分挖掘，在滿足電網(wǎng)負荷要求的基礎上，確保電網(wǎng)設備安全穩(wěn)定的運行，數(shù)據(jù)挖掘技術能對電網(wǎng)變壓器符合效率進行分析，這些數(shù)據(jù)資料都能為電網(wǎng)高峰調(diào)度提供數(shù)據(jù)參考和數(shù)據(jù)支持。電力交易的主要目的是減少電力企業(yè)的支出，提升電力企業(yè)的經(jīng)濟效益。數(shù)據(jù)挖掘技術將電價信息、煤電聯(lián)動信息以及地區(qū)用電情況等數(shù)據(jù)進行組合，為電力交易提供決策，制定具有全面性和完善性的決策數(shù)據(jù)信息，為電力企業(yè)后續(xù)的發(fā)展奠定更加扎實的基礎，更好地促進電力企業(yè)的發(fā)展和進步，確保電力企業(yè)能夠符合市場發(fā)展的實際需求[8]。

4 結束語

隨著電網(wǎng)體制的不斷深化改革，在互聯(lián)網(wǎng)信息技術快速發(fā)展的背景下，數(shù)據(jù)挖掘技術有著更加良好的應用前景和發(fā)展?jié)摿?。將?shù)據(jù)挖掘技術有效地應用在電力企業(yè)各項工作中，能充分挖掘信息中含有的更多價值和更好的數(shù)據(jù)信息，對電力資源進行優(yōu)化配置，提升電力企業(yè)實際的競爭能力和經(jīng)濟效益，進一步推動電力企業(yè)的長久穩(wěn)定發(fā)展。