数据挖掘技术在电力营销系统中的应用及发展
- 格式：pdf
- 大小：122.17 KB
- 文档页数：1
１ 、 数 据挖 掘 技术 的应 用 及特点
的 迅猛 发展过 程中， 人们可以进行 信息的大量 测量并进行存储 。 但是 ， 电力营销系统 中的数 据挖掘 技术应 用中关 联规 则是最 为关键 的技 在 大量 的信息背后 却没有一种有 效的手 段和技 术进行直 观的表 达和 分 术应 用之 。 这种应用可 以有效地帮助决策人员进行当前有关数据 以及 析。 而数 据挖 掘技术 的出现 ， 是对 目 前大 数据 时代 的一种应急手 段， 使 历史数据 的规律分析 ， 最后预 测出未来情况 。 把 关联 规 则成功引入电力 得 有关 计算机数据 处理技 术得到加快 发展。 营 销分析， 通 过ＦＰ －Ｇｒ ｏ ｗｔ ｈ 算法 对电力营销的有关 数据进行 关联规 则 数 据挖 掘技 术最早是 从机 器学 习的概 念 中而 产生的 ， 在 对机 器的 分析 ， 从中得 出各种 电量 销售的影 响因素以及 外部 因素 、 手电水平 等的 学 习过 程中， 一般不采 用归纳 或者较 少使用这种 方法 ， 这是一种 非常机 关联信息 ， 以便更好 地为电力的市场营销策略 提供参 谋和决策 。 械 的操作办法 。 而没有指导性学 习的办法 一般不从这些环 境得出反馈， 对 电力营 销系统 的应 用中， 时 间序 列挖掘以及序 列挖掘非常 经典 、 而是 通过 没有干预的情 况下进行归纳和 学习， 并建立一种理论 模型 。 数 系统 ， 是应用最 为广泛的 一种 预测 方法。 这种 方法 的应 用 中， 对 神经 网 据挖 掘技术是 属于例 子归纳学习的一种方式 ， 这种从例子 中进行归纳学 络 的研究 非常之 多。 因此 ， 在现实 中应用主要 把时 间序 列挖 掘以及神经 习的方式 是介 于上述 无指导性 学 习以及 较少使 用归纳学 习这 两种 方式 网络两者 进行有 效地结 合， 然后再分 析有关 电力营 销数 据。 此外 ， 有关 这种 方式可 以进行 有效 之 间的一种 方式 。 因此， 可以说 ， 数据 挖掘 技术 的特征 在 出自 于机 器学 专 家还提 出应 用一种 时间窗 的序 列挖 掘算 法 ，
数据挖掘技术在电力营销系统中的应用及发展
许 敏
国网福建省 电力有限公司电力科学研 究院客户服务中心
【 摘 要ｌ数据挖 掘技术是一门新技 术， 在电力营销 系 统中所充当的角
色是挖掘 大量有价值的数据 ， 将其应用在电力营销 系 统中 ， 可以 揭 示出数据 背 后所隐藏的信息 本文就是对数据挖 掘技术 在电力营销 系统中的应用进 行详细的分析。 【 关键 词】数据挖掘枝 术； 应用； 电力营销系统 ； 发展 引言
前 的观点和看法有无差错 ， 使 目前的结论和原先 看法的矛盾有效解 除。
３ 数 据 挖掘 技 术 的方法 以及在 电 力营销 系统 中 的应 用和 发展
电力营 销 系统 在数 据 的采集方 面不全 备， 一 些数 据存 在不准确 的 数 控挖 掘技 术得 到了非常广泛 的应 用， 按 照技术 本身 的发展 出现 现 象， 要想 在大量 电力营销 数据 中查找 有用 的信息， 不仅要 解决上述 问 了较 多方 法。 例如 ， 建立预 测性建 模方法 ， 也就 是对历史数据 进行分析 题， 而且要对 电力经营提 高其管理 能力， 使 电网的管 理和运 行更加稳 定 并 归纳总 结， 从而建 立成预测性 模型。 根据此模 型以及当前 的其他数据 安 全。 如何才 能有效地 解决这 些问题， 运用数 据挖掘技 术是一种行之有 进行 推断 相关 联的 数据 。 如 果推 断 的对象 属于 连续 型的变 量 ， 那 么此 效 的方法。 类 的推断 问题 可属回归问题 。 根据历史数据来 进行分析和检测 ， 再做 出 科 学的 架设和 推定 。 在常用的 回归算 法以 及非 线 性变换 进行有 效 的结 数 据挖 掘技 术是一种 新型的技 术 ， 在现代 数据 存储以及 测量技 术 合， 能够使许 多问题 得到解决 。
福建厦门 ３ ６ １ ０ ０ ０
要认真处 理， 得 出科 学的 结论 。 在数 据挖掘 结果检 验时， 要 注意几个 问 题， 要 充分 利用结论 对照其他 的信息 进行校核 ， 可对 图表 等一 些直观 的 信息和手 段进行辅助分析， 使结 论能够更加科 学合理 。 需要 注意的是要 根据 用户来决 定结论 有用的程 度 。 最 后一项步 骤是把 所得 出的结 论进 行应用到实 际， 要对数据挖 掘的结果 进行仔细的校验 ， 重点是 解决好以
以往的数 据处 理方 法和现 代的数 据挖 掘技 术相 比较而言 ， 其不 同 于数据 挖掘 技术对 一些 潜在的 问题预 测能 力较强 ， 特别是 对 要关心的是如 何才能有效提 高机器的学 习 地 报警处理 ， 使电力系统中的故障能 够准确 的定位并 诊断事故 。 此 算法 能 力， 但数 据挖 掘技 术主要 关心如何才 能找到 有用、 有价值 的信息 。 其 对 电力系统 的分 析和挖 掘能 力的提高非常有效 ， 还可判定 电力系统的运 第二个特征 是 ， 与机 器学习特点相 比较 而言， 机 器关心 的是 小数 据 ， 而 行是否稳定 ， 对错误模 型的分析精度达 到一定 的精 确度 。
数 据挖 掘技 术所 面临 的对 象则是现 实中海量 规模 的数 据库 ， 其作用主 ４ 结 语 目前， 对 数据 挖掘 技术 在整 个 电力营 销系统 中的应用还 处于 较低 要 是用来处理一 些异常现象 ， 特别是 处理残缺 的、 有噪音以及 维数很高 的数据项 ， 甚至是一 些不同类型数据 。 水平上 ， 其挖 掘算 法的单一 并不能有 效地 满足实 际决 策需要 。 但是， 由
