数据挖掘技术在电力数据集成应用的研究

《数据挖掘技术在电力数据集成应用的研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据挖掘技术在电力数据集成应用的研究范巳波、／反(陕西电力信通有限公司，陕西西安710004)了人工智能、数据库技术、模式识别、机器学习、统计0引言学和数据可视化等多个领域的理论和技术⋯。1个典型的数据挖掘过程一般包括数据选择、数据预处理、电力企业经过多年的信息化建设，积累了大量数据变换、数据挖掘和解释解价等步骤。数据仓库的相对独立的应用系统，大量业务系统的投入运行，是商务智能的基础，数据仓库是1个用以更好地支持加强了信息管理手段，提高了企业的管理水平。随着企业或组织决策分析处理的数据集合，它有面向主电力

2、体制改革的不断深入，在电力行业完成组织机题、集成、相对稳定、随时问不断变化4个特性，这些构重组和区域重新划分之后，“厂网分开、竞价上网”特性将数据仓库与传统的面向事务处理的数据库区的经营模式已现实。不同的应用系统由于缺少相互分开来集成的技术，造成信息资源共享差、数据管理分散复杂．应用系统对业务处理的支撑能力难以转换为对2数据挖掘的主要方法管理决策的支撑能力，部门间难以协同T作或重复冗余的T作，直接导致了电力企业T作效率的降低数据挖掘的主要方法有统计方法，关联规则、聚和运营成本的上升。为了实现整个电力运营的

3、全过类分析及决策树方法[。程管理和控制，就必须及时真实地了解、分析各方面(1)统计方法。传统的统计学为数据挖掘提供的信息，从而提高判断与决策的及时性和准确度。电了许多判别和回归分析方法，常用的有贝叶斯推理、力数据集成的应用将为实现以上目标提供有力的技回归分析、方差分析等技术。贝叶斯推理是知道新的术手段和保障，并进一步加强已有应用系统的应用信息后修正数据集概率分布的基本工具，处理数据深度和广度。挖掘中的分类问题：回归分析用来找到1个输入变量和输出变量关系的最佳模型，在回归分析中有用来1数据挖掘的概念描述1个

4、变量的变化趋势和别的变量值的关系的线性回归，还有用来为某些事件发生的概率建模、预测数据挖掘就是从海量的数据中，抽取出潜在的、变量集的对数回归；统计方法中的方差分析一般用有价值的知识(模型或规则)的过程。也就是根据预于分析估计回归直线的性能和自变量对最终回归的定义的商业目标，对大量的企业数据进行探索和分影响，是许多挖掘应用中的工具之一。析，揭示其中隐含的商业规律，并进一步将其模型化(2)关联规则。关联规则是1种简单，实用的分的先进有效的技术过程。数据挖掘是数据库研究巾1析规则，关联规则描述了1个事物中某些属

5、性同时出个很有应用价值的新领域，是一门交叉性学科，融合现的规律和模式，是数据挖掘中最成熟的主要技术收稿日期：2010—07—19作者简介：范波(1974一)，男，陕两两安人，本科，从事电力行业信息化软件开发方面的T作。专题论坛ZHUANTlLUNTAN之一。关联规则在数据挖掘领域中应用很广泛．原却没有更换，导致电力的较大损耗。通过数据挖掘技因之1是不受只选择一个因变量的限制大多数关术即可解决后一种方式存在的问题。可通过挖掘由联规则挖掘算法能够无遗漏发现隐藏在所挖掘数据故障报修、电力损耗、各种电力参数等数据

6、组成的主中的所有关联关系，但是，并不是所有通过关联得到题仓库来分析电力设备的故障和老化情况，最终决的属性之间的关系都有实际应用价值，要对这些规定设备是否需要更新则进行有效的评价，筛选有意义的关联规则。3．2应用目标(3)聚类分析。聚类分析是根据所选样本间关数据挖掘和集成的应用目标主要包括数据中联的标准将其划分成几个组，同组内的样本具有较心、数据交换、集成展现和应用集成4部分，它们相互高的相似度．不同组的则相异，常用的技术有分裂算协调、配合来实现混合应用，相互之问也进行功能上法、凝聚算法、划分聚类和增量聚类

7、。聚类方法适合的支持和辅助，具体见图l闭。于探讨样本间的内部关系，从而对样本结构做出合(集中展现《!蠢)理的评价，此外，聚类分析还用于对孤立点的检测。并非由聚类分析算法得到的类方法对决策都有效，业募流程管哩1在运用某一个算法之前，一般要先对数据的聚类趋L圈匝圈I企业服务目录势进行检验企嗡总线1''。(4)决策树方法。决策树是1种通过逼近离散值圈臣田[巫目标数的方法，通过把实例从根结点排列到某个厂叶子结点来分类，叶子结点即为实例所属的分类。ERI套装软件}il数分析及商务智能分析应H{。业(物资、财务、项¨

8、1l树上的每个结点说明了对实例的某个属性的测试，务应该结点的每1个后继分支对应于该属性的1个可能用圆圈，值，分类实例的方法是从这棵树的根结点开始，测试这个结点指定的属性，然后按照给定实例的该属性值对应的树枝向下移动。决策树方法只能应用于数：蓄‘互‘叠薯运懿支持据挖掘的分类方面。服务管理il系统管理i系统监控-l用P和桌管理-l机房管理-3数据挖掘和集成的发展和应用图1应用集成一体化平台3．1企业应用数据挖掘和集成的思路[3]3