摘要：大数据时代下，各行各业都在应用数据技术和网络技术。电网运营的监控管理工作本身就十分复杂，而将数据挖掘技术应用于电网运营监控平台建设中，能够将复杂的信息技术简单化，便于电力企业的运营监控。本文主要对数据挖掘技术在电网运营监控平台建设中的应用进行探讨，为相关电力企业提供参考。
关键词：大数据；数据挖掘技术；电网运营监控
电力是保障社会生产及人类生活得以正常进行的一类必不可缺的能源，电力供应直接关乎国计民生。近些年来，我国经济的迅猛发展极大的增加了生产生活的用电需求，在这种背景条件下，我国电力行业加快了其自身的发展速度，然而，不断扩大的电网规模以及持续增加的系统容量，频频引发供电设备问题，直接影响到了正常的生产生活。因此，实时科学的监控电网运营状况，为人们提供良好的用电保障，具有重要的意义。
1. 数据挖掘技术的概述
所谓数据挖掘，英文全称 Data Mining，简称 DM，是一项现代化的研究技术，能够以数据库为基础，智能的挑选出有效信息，是 Know ledge Discovery of Data base 中不可或缺的重要组成部分 。随着计算机技术的发展，硬件的功能愈发强大，而价格却日渐低廉，电力企业能够储存的数据日益增多，数据挖掘技术也因此兴起。
在未来的发展中，数据挖掘技术是信息处理过程中必要的操作技术，当前，该技术主要有以下三种类型：其一，统计分析型，是当前相对成熟的一种类型，在各个领域中的运用也非常广泛，其主要服务于具备一定规律的数据，普遍运用的工具有聚类、变量、线性、非线性、回归、时间序列等分析方式。其二，知识发现型，这种类型与统计分析型存在很大差异，主要用于过滤数据仓库中的相关信息，并将数据信息中隐藏的信息挖掘出来。其三，其他类型，主要包括文本、空间、分布式、万维网等数据挖掘类型。
2. 数据挖掘技术在电网运营监控平台建设中的具体应用
2.1系统架构
在电网运营监控平台建设中，自下而上就是数据的处理过程，这就意味着电网运营业务系统中所有的数据，都是通过数据通道进入数据中心，之后利用数据挖掘技术对数据进行处理，得出的结果会显示到终端设备中。这一过程分为三个层次——源数据、数据仓库、数据表现部分，三者之间存在着一定的联系，数据经过挖掘、处理之后是由表现部分将结果显示出来。将源数据中相关数据业务，作为基础进行汇总的是数据仓库，数据仓库需要设计数据仓库体系结构中的一个可选部分，以及数据仓库，其侧重于对桌面终端，以及可视化大屏进行设计。而源数据只需要对数据进行处理。
2.2主题分析
平台的建设主要是为电网运营监控提供数据挖掘环境，从而便于对电网的运营监控。因此，在进行数据仓库建立时，需要根据电网运营监控的主体进行数据库的设计。而数据库中的所有信息都是与电力企业电网运营监控管理有关的数据，能够降低大数据对电网运营监控的影响。当然，这需要在进行数据处理方面应用到数据挖掘技术，对数据源进行筛除工作。在进行数据库构建时，需要对数据库建立的主体进行确定，然后对主题进行内容的细化，分化成一些子主题，将数据库构建成一个整体的系统，确保每一个子主题中的数据挖掘都与主题相对应。而在实际电网运营监控平台建设中，子主题要与电力企业实际业务数据相对应，这是平台建立的基础。 且在建设过程中一般都会通过维表对数据库中的各区域数据进行连接，从而将数据库构建成多为数据集，将数据库的价值扩大化（主题分析如图 1）。
2.3数据仓库
电网运营监控平台数据仓库的组成部分主要包括 DW/DM以及 ODS，其中 DW/DM 的设计基础在于多维数据库，其数据模型的创建往往依赖于维度建模，而且其模型主要有两种架构形式：一种是星型架构，处于该架构中间位置的是事实表，而分布在事实表四周的是维度表；另一种是雪花型架构，这种架构主要是在星型架构形式的基础之上，增添了一些较为详细的类别表，相对来说结构变得更加复杂，但是却展示出了更加清晰明朗的层次结构。而 ODS 的设计基础在于业务逻辑，通常情况下 ODS 的设计会利用 E-R 模型来反映其操作流程，在 ODS 中，数据描述是以业务对象为基础的，主要涉及到主数据以及事物数据。
图1 主题分析
2.4挖掘模型
在构建挖掘模型时，需要以主题为基础将数据维度确定下来，从而构建起数据仓库，之后便可以选择适当的挖掘算法了，算法的选择会直接对挖掘效率产生影响。整个挖掘过程大致可以分成两部分：其一是将数据源中的数据输入到 ODS 中；其二是将 ODS 中的数据输入到 DW/DM 中，两部分都需要以 ETL 工具为依托才能实现。实现过程可以分为数据源、数据目标以及映射关系三个主要步骤，其中，数据源是所有数据的输入端；数据目标实际上就是数据表，能够存储数据挖掘的所有数据；映射关系指的是前两者的实现过程。
2.5监控展现
展示形式有很多种，如折线图、柱状图、饼状图、条形图、维恩图等，可以以展示内容与目的的不同，挑选适合的展示形式。如想要表现数据趋势，可以选用折线图；想要表现数据构成，可以选择饼状图；想要表达工作量，可以选用柱状图或条形图；想要表达交叉关系，可以选择维恩图。
3. 结束语
综上所述，在电网运营监控平台建设中应用数据挖掘技术，主要是构建数据挖掘系统，数据挖掘技术的应用，有助于电网企业对一致、高效、集中数据仓库平台的建设。其中，多维数据模型的创建，有助于用户对企业数据信息进行全方位、多视角、深层次的分析，为用户决策提供有效的依据及支持，促进电网企业管理精细化、科学化的实现，从而从整体上提升电网的运营水平，促进我国电力行业的可持续性发展。
参考文献
[1]卢建昌，樊围国.大数据时代下数据挖掘技术在电力企业中的应用[J].广东电力，2014（09）：88-94.
[2]任争，董莉丽，史泽，张海容，郑敏.数据挖掘技术及其在过程监控中的应用[J].黑龙江科技信息，2016（09）：176.
[3]顾敏奕，杜海舟.数据挖掘技术在电网企业中的应用需求分析[J].上海电力学院学报，2012（05）.
论文作者:李士军
论文发表刊物:《电力设备》2017年第34期
论文发表时间:2018/5/14
标签：数据论文; 电网论文; 数据挖掘论文; 技术论文; 数据仓库论文; 平台论文; 主题论文; 《电力设备》2017年第34期论文;