数据挖掘论文关于数据挖掘技术在电力营销系统的应用论文范文参考资料

数据挖掘论文关于数据挖掘技术在电力营销系统的应用论文范文参考资料 【摘 要】随着国民经济的不断发展，电力资源在其中占据的作用也越来越重要。而电力体制的改革，使得电力行业进入了迅猛发展阶段，传统的管理方式已不能很好地满足市场需求。科学技术的发展使得越来越多的新技术应用于电力行业中。本文主要就数据挖掘技术在电力营销系统中的应用进行具体分析，以期推动电力企业更好地适应新时代的发展需求。 【关键词】数据挖掘；电力营销；应用 _的发展，使得电力资源在其中发挥的作用也日益提高，成为支撑社会持续发展不可获取的有力资源之一。为了更好地满足人们不断提高的用电需求，在电力营销中应用新技术、新的管理方式已经成为众多电力企业改革与发展的重点。本文主要就数据挖掘技术在电力营销系统中的应用进行一定的分析。 1 数据挖掘 1.1 数据挖掘的定义 数据挖掘是数据库知识发现中的一个主要步骤，它主要是指从大量的数据中自动地搜索隐藏于其中的有着特殊关系的信息的过程。通常数据挖掘与科学有着紧密的关系，通过搜集、在线分析处理、情报检索、专家系统、模式辨别等策略实现上述目标。 1.2 数据挖掘技术 数据挖掘技术主要有聚类、关联分析、分类、空间挖掘、时序模式、预测六项。聚类可以帮助人们更好地认识客观现实，其策略主要有统计分析、机器学习、神经网络等。如果两个或多个数据出现取值重复等高概率时，就说明它们之间存在一定的关系，并针对这些关系建立起一定的关联原则，这就是数据挖掘中的关联分析技术。分类在数据挖掘技术中是一种非常重要的任务，其可以充分利用原始数据，通过自动导出，对给定的数据进行推广描述，以便对未来数据进行描述，因此分类主要被用作预测。时序模式主要是指从海量的时间序列数据中，对人们所不知的但有潜在价值的数据进行提取，以便对社会中的各个方面进行预测，并指导人们的行为。 2 电力营销系统 电力营销系统主要是以用电管理、电能计量、营业计费、线损管理等项目为核心，在各个业务项目模块之上，提供一定的服务模块以及分析模块。前者主要包块电网服务、互联网服务以及客户服务中心等，其工作中心在于向人们提供更高质量的服务。后者主要是通过对历史数据的分析、计算等，为项目决策提供参考依据，其工作主要侧重于向电力企业提供及时准确的参考依据，比如提供电力系统诊断的相关数据、安全动态评估、异常情况数据分析等。电力营销系统的数据主要呈现出数据多、种类繁杂、要求高等特点。 3 数据挖掘技术在电力营销系统中的应用 3.1 聚类技术在电力营销系统中的应用 聚类技术在电力营销系统中的应用主要体现在对不良数据进行修正、对负荷进行预测、对变压器故障进行判别、对电力用户进行分类、对用户信用进行评价等。对不良数据进行分析主要是建立在传统的聚类算法基础之上，对聚类过程中所应用到的基本参数进行分析，并对其中的相关负荷特征曲线进行提取，对不良数据进行修整。对用户的用电数据通过选取最佳的角力策略，得出具有代表性的负荷曲线，使电力企业能够对用户的用电模式有所了解，并制定出相应购电合同，从而增加电力企业的经济效益。电力企业一般根据用户所提出的不同需求，采用聚类分析的方式，将用户分成不同的组别，并根据分组结果对不同组别之间存在的差异进行分析，并针对分析结果制定出不同的营销策略，在很大程度上推动了电力企业在经济效益方面的提高。对用户信用进行评价主要是通过建立基于聚类分析法的用户信用评价算法，对不同的用户组别制定不同的量化依据，从而实现对用户信用等级评定。 3.2 分类技术在电力营销系统中的应用 在电力营销系统中，对其进行中长期预测，除了利用传统的策略之外，也可以对其采用专家系统、模糊理论等方式。而神经网络策略在一定程度上得到了人们的高度认可，其主要基于竞争分类之上，对预测准确度的提高有明显的效果。决策树技术的诞生在一定程度上也大大提高了数据挖掘技术在电力营销系统的应用效果。决策树的应用不仅可以有效提高短期负荷预算的准确度，其对电力营销过程中出现的窃电行为也有了高效、及时的判别。通过建立分类树，形成了内容庞大、条理清晰的数据库，在对SCADA系统的不良数据进行评估的同时，减小了数据库建立的规模，并大大提高了其预算的准确性及计算的速度。同时，分类技术在客户关系管理工作中也得到了广泛应用。 3.3 空间挖掘技术在电力营销系统中的应用 在很大程度上，电力营销人员反应的快慢、判断的准确度、决策的科学性对电力企业的长远发展有着至关重要的作用。特别是随着电力体制改革的不断深入，电力营销化，决策的科学性、正确性显得更加重要和关键。将电力运转系统中的相关数据、负荷分布位置的具体数据以及实时发生变化的相关数据等信息融合为一体，通过空间挖掘技术，对信息进行一定处理，保证电力系统实现设备跟踪、模拟停电、故障判定、损失评估等功能。同时还可以利用空间分布规则、特征规则、聚类规则、区分规则等，得到不同类别或是相同类别的负荷分布情况。除此之前，空间挖掘技术还能广泛地应用于负荷管理、抄表收费等服务项目，并能根据线路或变压器的实际负荷情况，根据用电客户的实际地理位置等制定出针对性强的负荷制约措施，从而实现负荷的合理应用，对高峰、低谷时期的负荷情况采取错峰、填谷、调峰等方式实施管理。 3.4 时序模式在电力营销系统中的应用 时序模式在电力营销系统中用于进行短期符合预算是一种最为经典，同时也是应用最广、最系统的一种策略。一般在实际运用中，更多是将时序模式与神经网络结合，共同对电力营销系统的相关数据进行分析。随着科学技术的不断发展，人们针对数据挖掘技术，提出了一种基于时间窗的新的时序挖掘算法，该种技术主要被广泛地用作对警报进行智能处理，以便对电力营销系统中出现的故障进行更加准确的定位与判断，有利于电力营销服务管理水平的大力提高，为广大电力用户提供更加优质的电力资源。 4 结束语 总之，数据挖掘技术在电力系统中有着非常重要的应用价值。随着 _的不断发展，单一的数据挖掘技术已经不能很好地适应当前社会的需求，对此应在实际应用过程中，对其进行不断改善与创新，促使数据挖掘技术在电力营销系统中得到更加广泛的应用，从而推动电力企业经济效益的稳步提高。 _： 1朱莉.数据仓库与数据挖掘技术在电力营销系统中的研究与应用J.东北大学，xx（18）. 2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J.兰州理工大学，xx（11）. 3谢春讯.基于数据挖掘技术的电力营销决策支持系统J.南昌学院学报