摘要：本文对大数据时代下数据挖掘技术进行了简单介绍，针对大数据时代下数据挖掘技术在电力企业中的应用进行了深入研究分析，希望可以对数据挖掘技术在电力企业中的应用起到一定的参考和帮助，提高数据挖掘技术应用有效性，使数据挖掘技术的价值和作用得到充分全面发挥，为电力企业的持续稳定发展打下良好基础。
关键词：大数据时代；数据挖掘技术；电力企业；应用
社会经济发展过程中，人们电力资源需求量越来越大，对供电质量和供电可靠性要求更为严格。随着信息技术、计算机技术、通讯技术等发展，电力系统智能化水平有明显升高。电网运行过程中电力系统每天会产生非常多数据，包含发电机组运行、能源使用量、企业运营数据等。面对海量数据信息，电力企业必须要做好现代化技术手段的应用，找到具备潜在价值数据，支撑电力企业的决策，在降低成本的同时创造出更多的经济效益。因此，大数据时代下，电力企业利用数据挖掘技术，使数据大潜在价值和作用得到充分全面展现，为企业的持续稳定发展打下良好基础，本文就此展开了研究分析。
1. 大数据时代下数据挖掘技术
大数据时代下，大数据对电力企业的决策有重要影响，仅通过数据积累方式很难促进电力企业的持续稳定发展，必须要重视相关技术的应用，从深层次角度进行数据的加工和挖掘，找到其中存在的隐含信息，为电力企业各项决策的制定提供重要指导，使电力大数据作用得到充分全面发挥。
1.1 数据挖掘技术
大数据时代下，数据挖掘技术指的是通过对海量数据建模，利用数据模型进行数据的分析和整理，帮助企业快速准确的从海量数据中找到企业所需要的数据信息。比如云计算的应用，能够实现海量电力数据的储存和访问，想要在该平台使数据潜在价值得到充分全面发掘，更好的支撑电力企业发展，为电力用户提供更加温馨和全面服务，不仅是云计算的一个重要发展方向，同时也对大数据技术的发展有重要影响。
电力系统具备有复杂性和系统性特点，电力系统运行过程中会产生非常大数据量，尤其是进入大数据时代后，仅电力设备运行和电力负荷方面就已经产生有海量信息数。在这种情况下，传统数据处理方法已经无法满足数据处理实际需要，数据挖掘技术的出现能够实现对这一问题的有效解决，将其应用在电力系统负荷预测和运行状态监控等方面将会发挥重要价值和作用。
1.2 大数据时代下数据挖掘技术
当前我国电力市场正在向着配电网开放模式方面发展，在这一阶段，对数据质量方面要求越来越严格，只有利用先进数据挖掘技术，才能够更好的支撑大数据价值的发挥。数据挖掘技术的应用只有在高质量数据环境下才能够找到存在的隐含信息，如果大数据环境质量差，数据挖掘技术的应用会受到严重影响和阻碍。因此，电力企业在数据挖掘技术实际应用中必须要对数据管理工作有足够重视，使数据质量得到有效保证。
期刊文章分类查询,尽在期刊图书馆
2. 大数据时代下数据挖掘技术在电力企业的应用
大数据时代下，数据挖掘技术在电力企业中的应用包含有数据收集、数据整理、数据管理、数据分析以及数据展示等方面内容：
2.1 数据收集
在移动设备、互联网等技术设备发展过程中，电力企业内部事务型数据集中在数据来源层，同时还包含有一些影响电力企业外部决策的外部性数据，为了确保所获取数据具备有代表性特点，电力企业必须要做好不同数据源数据的收集，为之后数据的挖掘和分析打下良好基础。
2.2 数据整理
数据源数据存在有一定的交叉等，在进行数据整理时，必须要根据互动性原则做好观测数据的分类，因为原始数据中还存在有冗余数据以及噪声数据等，必须要做好对数据的解析和重构，同时针对缺失的数据进行补充和完善，使挖掘数据质量得到有效保证。数据分类后可将其分为结构化数据和非结构化数据等不同类型，在结构化数据方面，需要对数据进行过滤处理，将其中存在的无效数据及时剔除，使数据分析效率得到保证；在半结构化数据方面，需要按照一定比例将其变为机器语言，比如电力系统运行日志资料等，进行模糊逻辑或者加权逻辑的转换，最终形成统一语言。
2.3 数据管理
利用数据管理方式，能够将数据保存在电力数据仓库，不同电力数据库，其存储标准存在有明显差异，必须要经过转化后再保存至数据仓库，在这一过程中，还需要重新进行数据仓库的设计。电力仓库的设计需要从概念设计、逻辑设计和物理模型设计等多个方面出发综合分析考虑，在完成数据仓库的重新设计后，能够结合具体的主体设计出针对性的数据集，将数据中存在的冗余数据剔除，实现对数据的精简。在新的数据样本处理方面，按照一定的规则算法对其进行匹配，给出综合性评价。
2.4 数据分析
数据经过数据管理层处理后，利用联机分析处理技术等对数据进行分析，使其变为能辅助决策的信息。电力企业在数据实时性方面有着非常严格要求，在具体的数据分析过程中，可以将数据分为实时性数据和非实时性数据两大类别，给予相应处理措施。在非实时性数据处理方面，利用分布式文件系统等方式处理，也可以利用云计算平台进行数据的处理；在实时性数据方面，可以采取内存计算技术等，利用内存运行方式计算，使计算速度有明显提升。
2.5 数据展示
通过数据可视化设计等方式，将数据中复杂信息通过图形表达方式展示，为企业未来的发展和规划提供重要支撑。对深度挖掘的数据可视化处理，能够帮助企业员工对企业未来发展方向有清楚认识，明确整个决策制定的科学性和有效性。
结束语
电力企业发展过程中，传统数据处理技术已经无法满足电力企业发展需要，很难将数据的价值和作用充分发掘出来。数据挖掘技术的应用，从数据收集、数据整理、数据管理、数据分析以及数据展示多个方面出发，充分挖掘电力企业各类信息数据，为企业的各项决策提供重要支撑，对电力企业的持续稳定发展有重要价值和作用。
参考文献
[1]闫存松.数据挖掘技术在电力设备状态检修中的应用[J].百科论坛电子杂志,2018,(1):345.
[2]夏依军.数据挖掘技术在电网运营监控平台建设中的应用[J].通信电源技术,2018,(3):165-166.
[3]施尧,杨铮宇.面向大数据的电力用户信息挖掘探讨[J].电子测试,2018,(17):63-64.
[4]童光华,李宁,张银昌, 等.基于数据挖掘技术下电力计量数据仓库模型研究[J].自动化与仪器仪表,2018,(5):40-42.
作者简介：欧合金（1984），男，本科，工程师，研究方向：信息技术。
论文作者:欧合金
论文发表刊物:《电力设备》2018年第25期
论文发表时间:2019/2/13
标签：数据论文; 技术论文; 数据挖掘论文; 电力企业论文; 电力论文; 时代论文; 价值论文; 《电力设备》2018年第25期论文;