數(shù)據(jù)挖掘在電力企業(yè)中的應(yīng)用

左 濤

（國(guó)家能源集團(tuán)廣東電力有限公司，廣東 廣州 510000）

近幾年來(lái)，電力企業(yè)的電力系統(tǒng)在實(shí)際運(yùn)行中產(chǎn)生許多數(shù)據(jù)，包括運(yùn)營(yíng)管理、電網(wǎng)設(shè)備、運(yùn)行檢修等，如何利用已有技術(shù)充分對(duì)復(fù)雜繁多的數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)數(shù)據(jù)中存在的實(shí)際價(jià)值，從而實(shí)現(xiàn)降低企業(yè)運(yùn)營(yíng)成本，提高企業(yè)經(jīng)濟(jì)效益和管理水平的基本目標(biāo)。這也是現(xiàn)階段電力企業(yè)在發(fā)展過(guò)程中，亟需重點(diǎn)解決的問(wèn)題，在互聯(lián)網(wǎng)信息技術(shù)不斷發(fā)展的背景下，電力企業(yè)需要在各項(xiàng)設(shè)備運(yùn)行中有效地應(yīng)用數(shù)據(jù)挖掘技術(shù)，將數(shù)據(jù)挖掘存在的價(jià)值充分地發(fā)揮，這也是企業(yè)發(fā)展的重點(diǎn)內(nèi)容。

1 數(shù)據(jù)挖掘技術(shù)

1.1 數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘技術(shù)最早出現(xiàn)于20世紀(jì)80年代后期，是在數(shù)據(jù)庫(kù)、人工智能、數(shù)據(jù)整理、數(shù)據(jù)統(tǒng)計(jì)以及數(shù)據(jù)可視化等基礎(chǔ)上發(fā)展的全新交叉學(xué)科，因此數(shù)據(jù)挖掘技術(shù)中含有多種不同專業(yè)的理論知識(shí)和專業(yè)技術(shù)。數(shù)據(jù)挖掘技術(shù)主要是利用機(jī)器學(xué)習(xí)的方法，從數(shù)據(jù)庫(kù)中尋找和發(fā)現(xiàn)全新的知識(shí)，以此來(lái)作為解決實(shí)際問(wèn)題的重要依據(jù)，預(yù)測(cè)未來(lái)數(shù)據(jù)發(fā)展趨勢(shì)，為決策問(wèn)題提供更有力的保障和依據(jù)[1]。

1.2 數(shù)據(jù)庫(kù)和數(shù)據(jù)挖掘技術(shù)

傳統(tǒng)數(shù)據(jù)庫(kù)技術(shù)實(shí)現(xiàn)對(duì)數(shù)據(jù)的收集和管理工作，基本實(shí)現(xiàn)數(shù)據(jù)的一致性和準(zhǔn)確性等相關(guān)要求。數(shù)據(jù)庫(kù)系統(tǒng)可以實(shí)現(xiàn)對(duì)數(shù)據(jù)的記錄、查詢以及統(tǒng)計(jì)等相關(guān)功能，但是無(wú)法實(shí)現(xiàn)數(shù)據(jù)中的關(guān)系和規(guī)則，無(wú)法根據(jù)現(xiàn)有的數(shù)據(jù)資料對(duì)未來(lái)發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，缺少數(shù)據(jù)挖掘的手段。數(shù)據(jù)挖掘就是對(duì)傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)進(jìn)行創(chuàng)新和完善，對(duì)現(xiàn)實(shí)中存在的數(shù)據(jù)內(nèi)容進(jìn)行識(shí)別，更加具有有效性、新穎性，形成對(duì)前存的數(shù)據(jù)進(jìn)行處理的全新模式。數(shù)據(jù)挖掘技術(shù)讓數(shù)據(jù)庫(kù)技術(shù)進(jìn)入全新的發(fā)展階段，不僅能對(duì)歷史數(shù)據(jù)進(jìn)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(shù)內(nèi)容，讓數(shù)據(jù)真正實(shí)現(xiàn)與物質(zhì)、能源相媲美的資源形式[2]。

1.3 數(shù)據(jù)挖掘技術(shù)的工作流程

數(shù)據(jù)挖掘的基本原則是為計(jì)算配置數(shù)據(jù)結(jié)構(gòu)，處理數(shù)據(jù)并發(fā)現(xiàn)數(shù)據(jù)結(jié)果，將處理的數(shù)據(jù)結(jié)果以可以理解的方式進(jìn)行提交。數(shù)據(jù)挖掘技術(shù)在工作的過(guò)程中，經(jīng)常會(huì)分為數(shù)據(jù)準(zhǔn)備階段、數(shù)據(jù)發(fā)掘階段以及解釋評(píng)價(jià)階段，其中數(shù)據(jù)準(zhǔn)備階段中可以實(shí)現(xiàn)對(duì)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(wù)自身的特點(diǎn)，建立對(duì)應(yīng)的模型，選擇有效的計(jì)算方式對(duì)數(shù)據(jù)進(jìn)行挖掘，而解釋評(píng)價(jià)階段可以對(duì)模式進(jìn)行合理的解釋和評(píng)價(jià)，更好地幫助工作人員對(duì)數(shù)據(jù)信息進(jìn)行解析。

1.4 數(shù)據(jù)挖掘的任務(wù)

關(guān)聯(lián)分析。關(guān)聯(lián)分析主要是顯示數(shù)據(jù)之間存在的關(guān)系，如果2個(gè)或者多個(gè)數(shù)據(jù)項(xiàng)目的取值重復(fù)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(guān)聯(lián)，關(guān)聯(lián)分析的目的就是找出數(shù)據(jù)中隱藏的關(guān)系。在大型數(shù)據(jù)庫(kù)中，這種存在關(guān)聯(lián)的數(shù)據(jù)信息較多，一般會(huì)選擇支持度與可信度2個(gè)閾值來(lái)對(duì)數(shù)據(jù)關(guān)聯(lián)規(guī)則進(jìn)行評(píng)價(jià)。

分類和預(yù)測(cè)。分類是數(shù)據(jù)挖掘技術(shù)中應(yīng)用較為廣泛的技術(shù)類型，主要是找出描述并區(qū)分?jǐn)?shù)據(jù)類型或者概念的模型，以此來(lái)確保模型預(yù)測(cè)類標(biāo)記位置的數(shù)據(jù)分類。分類也可以對(duì)位置數(shù)據(jù)進(jìn)行預(yù)測(cè)，這樣的功能也被稱為預(yù)測(cè)功能。盡管現(xiàn)階段預(yù)測(cè)對(duì)象可以是類標(biāo)記或者數(shù)據(jù)值，但是通常預(yù)測(cè)范圍僅在數(shù)據(jù)值預(yù)測(cè)內(nèi)，并且預(yù)測(cè)技術(shù)與分類技術(shù)有著明顯的區(qū)別。預(yù)測(cè)技術(shù)主要包括對(duì)可用數(shù)據(jù)分布趨勢(shì)的識(shí)別，對(duì)數(shù)據(jù)未來(lái)走向的評(píng)估[3]。

聚類。聚類可以將數(shù)據(jù)分成多個(gè)類別或者子集。與分類問(wèn)題不同，在聚類分析中，類的數(shù)量是未知不可預(yù)測(cè)的，因此聚類通常分成3個(gè)步驟進(jìn)行。首先發(fā)現(xiàn)合適的類，其次形成每個(gè)類的基本模型，最后對(duì)所有數(shù)據(jù)項(xiàng)目進(jìn)行類聚。

演化分析。演化分析描述對(duì)象的行為隨時(shí)都會(huì)出現(xiàn)變化，變化也具有一定的規(guī)律和趨勢(shì)，因此需要建立相應(yīng)的模型。演化分析包括與時(shí)間相關(guān)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(chǔ)上對(duì)數(shù)據(jù)進(jìn)行分析。

偏差檢測(cè)。偏差檢測(cè)是聚類分析中的特例，數(shù)據(jù)庫(kù)中經(jīng)常會(huì)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(shù)都會(huì)將這些異常數(shù)據(jù)進(jìn)行丟棄，但是在一些特殊的情況下，從數(shù)據(jù)庫(kù)中檢測(cè)的偏差數(shù)據(jù)具有重要的意義。偏差檢測(cè)的基本方法就是對(duì)觀測(cè)結(jié)果進(jìn)行尋找，與參照值之間進(jìn)行差別對(duì)比。

1.5 數(shù)據(jù)挖掘的方法

機(jī)器學(xué)習(xí)方法主要包括范例和歸納學(xué)習(xí)2種方法，這也是數(shù)據(jù)挖掘技術(shù)中常見(jiàn)的方法之一。

統(tǒng)計(jì)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(dòng)回歸等；判別分析包括貝葉斯判別、費(fèi)歇爾判別、非參數(shù)判別等；聚類分析主要有系統(tǒng)、動(dòng)態(tài)聚類等；探索分析包括主元分析、相關(guān)分析等。

數(shù)據(jù)庫(kù)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(shí)還有面向?qū)傩缘臍w納方式等。

神經(jīng)網(wǎng)絡(luò)方法有前向神經(jīng)網(wǎng)絡(luò)和自動(dòng)組織神經(jīng)網(wǎng)絡(luò)等，需要根據(jù)挖掘數(shù)據(jù)的不同進(jìn)行適當(dāng)?shù)倪x擇[4]。

在數(shù)據(jù)挖掘技術(shù)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(kù)中數(shù)據(jù)形態(tài)的不同進(jìn)行選擇，以此來(lái)更好地保證數(shù)據(jù)挖掘的精準(zhǔn)性和良好性。

2 數(shù)據(jù)挖掘在電力企業(yè)中應(yīng)用的價(jià)值分析

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

2.1 指導(dǎo)設(shè)備的更新

在電力設(shè)備更新的過(guò)程中，主要有2種方式，首先是電力設(shè)備意外損壞，針對(duì)這樣的情況需要及時(shí)進(jìn)行更新，這種更新需要通過(guò)對(duì)電力設(shè)備進(jìn)行實(shí)時(shí)監(jiān)控，或者通過(guò)安裝監(jiān)控系統(tǒng)的及時(shí)發(fā)現(xiàn)，然后對(duì)損壞設(shè)備進(jìn)行維修或者更換。其次是對(duì)老化的電力設(shè)備進(jìn)行更新，現(xiàn)階段主要是通過(guò)工作人員常年工作積累的經(jīng)驗(yàn)對(duì)電力設(shè)備老化情況進(jìn)行判斷，比如提供使用年限來(lái)判定設(shè)備老化程度等[5]。但是憑借工作經(jīng)驗(yàn)對(duì)設(shè)備進(jìn)行判斷也會(huì)存在一定的誤差問(wèn)題，比如一些設(shè)備已經(jīng)達(dá)到使用期限，但是設(shè)備的養(yǎng)護(hù)措施完善，依舊可以繼續(xù)進(jìn)行使用，但是評(píng)價(jià)工作經(jīng)驗(yàn)認(rèn)定設(shè)備需要進(jìn)行更換，造成不必要的浪費(fèi)，或者部分設(shè)備沒(méi)有達(dá)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(méi)有得到及時(shí)更換，導(dǎo)致電力資源出現(xiàn)大量的損耗問(wèn)題。數(shù)據(jù)挖掘技術(shù)的有效應(yīng)用，能夠?qū)?jīng)驗(yàn)判斷方式存在的問(wèn)題進(jìn)行改善，通過(guò)數(shù)據(jù)挖掘?qū)⒋嬖诠收蠁?wèn)題的設(shè)備進(jìn)行確定，對(duì)設(shè)備故障檢修記錄、電力損耗情況以及各種參數(shù)進(jìn)行分析，從而判定設(shè)備故障和老化的實(shí)際情況，電力企業(yè)將此作為基本的標(biāo)準(zhǔn)，最終決定設(shè)備是否需要進(jìn)行更新。

2.2 對(duì)業(yè)績(jī)進(jìn)行評(píng)估

在電力企業(yè)發(fā)展的過(guò)程中，集團(tuán)公司對(duì)一個(gè)子公司的業(yè)績(jī)進(jìn)行評(píng)價(jià)，一直以來(lái)都是集團(tuán)企業(yè)業(yè)績(jī)總結(jié)中較為困難的問(wèn)題。只針對(duì)利潤(rùn)方面對(duì)子公司業(yè)績(jī)進(jìn)行分析，受到地區(qū)影響的子公司，利潤(rùn)也會(huì)有所變化。并且電力資源關(guān)系到國(guó)民的升級(jí)問(wèn)題，安全與其余方面都比利潤(rùn)更加重要，因此以利潤(rùn)對(duì)子公司業(yè)績(jī)進(jìn)行分析，較為片面，不能全面概括子公司發(fā)展的實(shí)際情況。數(shù)據(jù)挖掘技術(shù)能在最大程度上對(duì)子公司業(yè)績(jī)進(jìn)行評(píng)價(jià)，綜合多方面的因素進(jìn)行考慮，通過(guò)對(duì)利潤(rùn)進(jìn)行分析，將利潤(rùn)增長(zhǎng)概率與同行業(yè)進(jìn)行比較等數(shù)據(jù)進(jìn)行組合，從而對(duì)某一個(gè)地區(qū)內(nèi)的子公司經(jīng)營(yíng)情況進(jìn)行分析。同時(shí)，利用最為直觀的方式將分析結(jié)果進(jìn)行展示，比如圖表，更加方便領(lǐng)導(dǎo)人員對(duì)子公司的業(yè)績(jī)進(jìn)行最終評(píng)估。

2.3 對(duì)電力企業(yè)建設(shè)規(guī)劃進(jìn)行指導(dǎo)

近幾年來(lái)，我國(guó)電力行業(yè)的發(fā)展較為緊張，電力企業(yè)電力供應(yīng)情況不能很好地滿足社會(huì)對(duì)電力資源的基本需求，出現(xiàn)這樣的問(wèn)題主要是因?yàn)殡娏ζ髽I(yè)沒(méi)有掌握好市場(chǎng)發(fā)展的基本趨勢(shì)，無(wú)論是電站建設(shè)，還是電網(wǎng)建設(shè)都沒(méi)有很好地跟隨時(shí)代發(fā)展的趨勢(shì)。而針對(duì)這樣的情況數(shù)據(jù)挖掘技術(shù)就能發(fā)揮出良好的作用，通過(guò)對(duì)新增用戶、現(xiàn)有用戶、用戶位置、用電情況以及國(guó)家建設(shè)規(guī)劃等方面的數(shù)據(jù)進(jìn)行分析，能夠?qū)﹄娏ζ髽I(yè)未來(lái)的發(fā)展和建設(shè)提供指導(dǎo)，更好地保證電力企業(yè)供電的實(shí)際效果，在滿足市場(chǎng)基本需求的基礎(chǔ)上，更好地促進(jìn)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(shè)備等。

2.4 對(duì)電力生產(chǎn)和購(gòu)買進(jìn)行指導(dǎo)

自從我國(guó)提出電力企業(yè)改革的相關(guān)方案，為電力企業(yè)的改革與發(fā)展奠定更好的基礎(chǔ)，隨著電力企業(yè)改革的逐漸完善，許多全新的問(wèn)題出現(xiàn)在電力企業(yè)發(fā)展的過(guò)程中。比如對(duì)電力設(shè)備的購(gòu)買，傳統(tǒng)的電廠和電網(wǎng)都屬于一個(gè)集團(tuán)企業(yè)，電網(wǎng)和電廠的實(shí)際發(fā)電效率都會(huì)進(jìn)行上報(bào)[6]。可是在改革之后，電力的特殊性和供電的效率都是很復(fù)雜的情況。因此，數(shù)據(jù)挖掘技術(shù)能夠給電力企業(yè)的發(fā)展提供更多幫助，通過(guò)對(duì)數(shù)據(jù)進(jìn)行挖掘，解決設(shè)備采購(gòu)和電力生產(chǎn)的相關(guān)問(wèn)題，同時(shí)也能對(duì)電力企業(yè)的生產(chǎn)規(guī)劃進(jìn)行指導(dǎo)。

3 數(shù)據(jù)挖掘技術(shù)在電力企業(yè)中的應(yīng)用

3.1 有效降低電力設(shè)備檢修的成本投入

電力設(shè)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(duì)電力設(shè)備進(jìn)行檢查，及時(shí)發(fā)現(xiàn)設(shè)備存在的問(wèn)題，不同檢修工作人員對(duì)設(shè)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(shè)備老化損失檢修，設(shè)備故障檢修可以通過(guò)監(jiān)控系統(tǒng)及時(shí)對(duì)問(wèn)題進(jìn)行發(fā)現(xiàn)并快速處理；設(shè)備老化檢修主要還是依靠檢修人員的專業(yè)知識(shí)和設(shè)備使用年限來(lái)進(jìn)行判斷，這樣的判斷也會(huì)存在失誤的情況，造成設(shè)備的浪費(fèi)。通過(guò)使用檢測(cè)設(shè)備和數(shù)據(jù)挖掘診斷技術(shù)，對(duì)設(shè)備出現(xiàn)的故障進(jìn)行分析，挖掘設(shè)備中存在的各項(xiàng)參數(shù)問(wèn)題，然后及時(shí)發(fā)出警報(bào)提醒檢修技術(shù)人員對(duì)設(shè)備進(jìn)行檢查，這樣才能夠及時(shí)發(fā)現(xiàn)設(shè)備存在的故障問(wèn)題。針對(duì)故障問(wèn)題的類型安排專業(yè)的檢修人員對(duì)設(shè)備進(jìn)行檢修，從而有效降低設(shè)備檢修的成本投入，提升電力設(shè)備實(shí)際使用的效率、效果和質(zhì)量。

3.2 為電網(wǎng)規(guī)劃和決策提供指導(dǎo)

電網(wǎng)設(shè)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(guó)家電網(wǎng)建設(shè)計(jì)劃、地區(qū)城鄉(xiāng)發(fā)展規(guī)劃來(lái)對(duì)建設(shè)場(chǎng)地進(jìn)行選擇，但是設(shè)備選址依舊存在不合理、不科學(xué)、重復(fù)建設(shè)及設(shè)備利用效率較低等問(wèn)題。有效地使用數(shù)據(jù)挖掘技術(shù)，將國(guó)建電網(wǎng)建設(shè)規(guī)劃、污染、地形地質(zhì)以及用戶信息進(jìn)行全面整理和組合，針對(duì)不同地區(qū)的情況進(jìn)行分析，不同時(shí)間段的國(guó)家建設(shè)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(jìn)行劃分，從而更好地對(duì)設(shè)備運(yùn)行情況進(jìn)行分析，為電網(wǎng)規(guī)劃建設(shè)提供全面的參考信息[7]。

3.3 對(duì)電力調(diào)度、電力交易進(jìn)行指導(dǎo)

電網(wǎng)調(diào)度的主要目的是對(duì)電網(wǎng)內(nèi)部電力設(shè)備的基本能力進(jìn)行充分挖掘，在滿足電網(wǎng)負(fù)荷要求的基礎(chǔ)上，確保電網(wǎng)設(shè)備安全穩(wěn)定的運(yùn)行，數(shù)據(jù)挖掘技術(shù)能對(duì)電網(wǎng)變壓器符合效率進(jìn)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(jì)效益。數(shù)據(jù)挖掘技術(shù)將電價(jià)信息、煤電聯(lián)動(dòng)信息以及地區(qū)用電情況等數(shù)據(jù)進(jìn)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(shí)的基礎(chǔ)，更好地促進(jìn)電力企業(yè)的發(fā)展和進(jìn)步，確保電力企業(yè)能夠符合市場(chǎng)發(fā)展的實(shí)際需求[8]。

4 結(jié)束語(yǔ)

隨著電網(wǎng)體制的不斷深化改革，在互聯(lián)網(wǎng)信息技術(shù)快速發(fā)展的背景下，數(shù)據(jù)挖掘技術(shù)有著更加良好的應(yīng)用前景和發(fā)展?jié)摿Α?shù)據(jù)挖掘技術(shù)有效地應(yīng)用在電力企業(yè)各項(xiàng)工作中，能充分挖掘信息中含有的更多價(jià)值和更好的數(shù)據(jù)信息，對(duì)電力資源進(jìn)行優(yōu)化配置，提升電力企業(yè)實(shí)際的競(jìng)爭(zhēng)能力和經(jīng)濟(jì)效益，進(jìn)一步推動(dòng)電力企業(yè)的長(zhǎng)久穩(wěn)定發(fā)展。