摘要：大数据，亦称巨量信息，维基百科中对于大数据的定义是：由巨型数据集组成，这些数据集大小超出人类在可接受时间下的收集、使用、管理和处理能力。世界著名咨询机构麦肯锡公司将大数据定义为：大小超出常规数据库工具获取、存储、管理和分析能力的数据集。互联网数据中心（IDC）认为大数据是为了更经济、更有效地从高频率、大容量、不同结构和类型的数据中获取价值而设计的新一代架构和技术。本文将就我国电力企业在大数据挖掘平台基础上的电力运营检测应用进行研究。
关键词：大数据平台；电力运营监测；应用
通过对电力系统动态性和实时性监侧可以掌握大量的实时数据，它是电力系统动态运行的具体体现，但这也严重制约了电力系统的长期发展。现代电力运营监侧员应充分利用电力运营监侧平台，提升系统数据利用率，建立以供电部门基础数据处理，做好各项数据的衔接、处理，协同各部门解决问题，促进国家电网数据系统的高效运转。
一、大数据挖掘平台的概念
大数据挖掘平台是利用计算机软件应用技术大量收集数据，而人工系统的挖掘数量往往会给企业工作人员造成工作量，工作效率不高，而且不能确保数据的质量。数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术。近年来，数据挖掘技术引起了信息产业界的广泛关注，其主要原因在于存在大量数据，可以被广泛使用，且迫切需要将这些数据转换成有用的信息和知识。在人工智能领域，数据挖掘也习惯上被称之为数据库中的知识发现，一般应用于商务管理、生产控制、市场分析、工程设计和科学探索等领域。数据挖掘与传统的数据分析（如查询、报表、联机应用分析）的本质区别是数据挖掘是在没有明确假设前提下去挖掘信息、发现知识。数据挖掘所得到的信息应该具有先前未知、有效和可实用三个特征。数据挖掘发现的那些不能靠直觉发现、甚至是违背直觉的信息和知识，挖掘出的信息越是出人意料，就越有可能具有价值。
二、基于大数据的电力运营监测理念
运营检测信息系统，是利用了整个服务中心的数据，同时对监测中心进行调度，在各业务信息系统的支持、辅助、决策和展示下，建立起成果。它能够及时全面地反映公司整体经济的运作情况，宏观掌控布局，推动整个单位公司的走向。它将企业管理模式由自转转向公转、由壁垒转向协同、由分散转向集中、由自发转向可控、由孤岛转向共享，从而实现纵横贯通、双向协同、权责明确、流程清晰、管理高效的“五强”体系格局，建立了更坚固的保障墙。同时，海量的大数据历史库存，是一笔无形的宝藏。企业可以对其进行数据建模，通过分析分类，更加全面地发挥运营检测信息系统的功能，提高其预警力和分析力，为业务创新创造新途径。
三、电力企业运营监测应用大数据的途径
（一）构建数据资产管理机制，保障大数据工作高效开展
运营数据资产管理是大数据应用的前提。大数据应用基于多源数据，应用前需对数据进行标准化处理和高效整合，提升数据可信度和数据质量，数据资产化管理是解决以上问题的最佳途径[4]。公司组织运营数据资产化管理体系研究与实证工作，制定数据资产管理办法，明确数据资产形成、运维、应用等相关标准，在公司层面树立数据是企业核心资产的理念。构建运营数据资产分类框架，统一业务数据编码，建立运营数据资产台账，推动数据资源到资产的转变。完善信息保障机制，全面推进数据查询权限管理，保障大数据监测工作顺利开展。建立常态数据质量稽核与评价通报机制，开发数据质量管理工具，全面提升数据质量。强化大数据分析管理，开展大数据分析项目规划，编制相关指导意见。
期刊文章分类查询,尽在期刊图书馆
（二）开展大数据分析方法研究
除了构建数据资产管理机制外，开展大数据分析方法研究也是实现电力企业运营监测工作应用大数据思维与技术的有效途径。在这一大数据分析方法的研究中，电力企业需要以跨行业数据挖掘标准流程为指导、将业务分析模型与大数据计算技术相结合、持续开展业务分析模型的完善评估工作、借助成熟可视化专业工具和开源统计分析软件，这样才能够较好地实现对数据分析方法的研究。
（三）选取运营监测分析主题
除了上述两方面途径外，选取运营监测分析主题也是电力企业运营监测应用大数据的有效途径。具体来说，电力企业需要依据梳理、验证、测试、评审、发布的主题需求管理机制，完成运营监测分析主题的选取，这样才能够为电力企业运营监测应用大数据的实践提供较为有力的支持。
四、基于大数据的运营监测运作保障
（一）建立人员保障机制
①多举措提升运监人员监测分析水平。运营监测业务覆盖面广，专业技能要求高，工作时效性强，对员工能力素质和知识结构要求高。中心结合实际推出激励措施，对监测成效较突出的员工实行绩效考核奖励，提高大家学习、工作的积极性。另外，明确每位员工的对口主专业，学习钻研对口部门业务，精通对口部门指标，并实行AB岗制度。②积极建设协同网络，明确办公室等十三个部门为运营监测业务联络部门，并确定运监业务联络人；同时，确定县公司办公室为运监中心对口联系部门，确定县公司办公室主任为运监业务联络人。
（二）培养运营监测人员能力
正确认识到人才对企业的重要性，极力培养一批具有扎实理论基础、职业道德素养和实践经验，具备现代化科技知识、了解电力行业市场经营管理的人才，构建外向型、高层次、复合型人才，努力提高企业运营监侧中心建设。建立健全完善的人才培训机制。始终坚持实效性原则，围绕高级管理人才和一线技能人才的核心培养策略，采取“请进来、送出去”等形式。运营监侧涉及知识面较广，获取专业业务管理经验难度较大。因此，要建立运营监侧专家保障机制，充分发挥高级人员作用，进行相关人员的培训，让更多的基础人员掌握业务知识，获得业务管理经验。建立奖惩机制。利用奖惩制度激发员工积极性和主动性，并通过相关业务管理和考核办法，量化业务考核目标，充分发挥员工的能动作用。完善人员遴选机制。大力发展选人用人“阳光工程”严格把好人才选用技术关和质量关，始终坚持以业绩和能力为根本导向，突破各种不良人员选用界限的约束，建立科学有效的人才选拔通道，使更多优秀人员能够学有所用。
（三）提高数据质量，将电网运营异常状况准确反映出来
为了严格规范管理电网运营监测业务的相关数据及信息资料，公司本部相关的业务部门一定要明确各种运营监测业务的数据需求，而且应该向运营监测中心开放和业务系统相关的数据接口，从而确保为运营监测系统提供科学、可靠的数据信息。
综上所述，对于当前的电力企业而言，面对行业激烈的市场竞争形势，在践行制度改革的过程中，要想不断提升自身的竞争实力，则就需要积极的将信息化技术手段融入到电网运营监测管理工作之中，通过这一信息化监管平台的完善构建来满足当前自身业务开展的实际需求，并确保实现电网的安全可靠运行。
参考文献：
[1] 单世哲，檀蕴慧，高云峰. 浅析大数据挖掘平台基础上电力运营监测的应用[J]. 科技风，2016，（20）：13.
[2] 魏晓菁. 基于大数据的电力企业运营监测实践[A]. 中国电机工程学会电力信息化专业委员会、国家电网公司信息通信分公司. 2016电力行业信息化年会论文集[C].中国电机工程学会电力信息化专业委员会、国家电网公司信息通信分公司，2016：3.
[3] 李梦鸣. 大数据挖掘平台在电力运营监测工作的应用[J]. 科技创新与应用，2016，（26）：21-22.
论文作者:王滨,周传迅,朱海勇
论文发表刊物:《电力设备》2017年第14期
论文发表时间:2017/9/4
标签：数据论文; 业务论文; 数据挖掘论文; 电力论文; 电力企业论文; 资产论文; 信息论文; 《电力设备》2017年第14期论文;