本站原创摘 要 电力营销决策系统是电力营销过程中的一个重要的智能应用系统.由于电力营销决策系统涉及的数据比较多,在系统中往往会出现一些数据采集不全面、数据分析结果不正确的情况.本文从数据挖掘中的关联规则技术方面来探讨数据挖掘在电力营销决策系统中的实际应用.
关 键 词 数据挖掘；电力营销决策系统；关联规则；时间序列
中图分类号F40 文献标识码A 文章编号 1674—6708（2012）76—0073—02
0 引言
相对于其他的行业来讲,电力行业有着非常明显的特点,即技术密集型和资金密集型两个特点.当前,我国的电力行业正在向电力市场化方面转变,已经不在是以前的传统的垄断式的经营模式.这样能够为当前的电力企业加入有效的竞争机制,使得电力企业能够提高各自的经济效益,从而在根本上降低电力生产的成本和售价,从而使得我国的国民经济能够健康快速的发展.
本文从电力营销决策系统的重要性入手,首先对数据挖掘技术进行了一个概述,然后对电力营销决策系统在电力营销系统的应用现状进行了分析,得出了不足,从而为电网的经济运行提供决策依据.
1.数据挖掘概述
数据挖掘可以理解成是从一个海量的数据中经过一系列的处理得到我们所需要的知识数据的过程.所谓的一系列处理是指数据需要经过分类提取和优化整合.
数据挖掘的过程是获得人们事先不知道的但又是潜在有用的信息和知识的过程.将数据挖掘引入到电力营销觉得系统中可以获得非常关键的营销数据信息,这些营销数据信息能够对营销决策系统的结果起到决定性的作用,从而能够使电力公司的领导层获得更好的决策依据,同时数据挖掘也能够及时的获得随之环境改变而对公司的某些方面指标的影响,从而方便领导作出决策.
2.数据挖掘的具体应用
电力营销决策支持系统是一个涉及范围广的较为复杂的综合性的DSS系统.
传统的电力营销决策支持系统所面临的一个最主要的问题就是数据分析的结果缺乏可靠性.针对这个问题将数据挖掘技术引入到电力营销决策支持系统中可以很好的满足电力公司领导层的实用需要.电力营销决策支持系统体系结构及数据流向示意图如图1所示,电力营销决策支持系统逻辑上可分为六层结构,即图1.
2.1 用户界面层
用户界面层的主要功能是实现用户和电力营销决策支持系统之间的信息交流,其表现的形式是用户的操作界面（软件界面）.
2.2 应用层
应用层是电力营销决策支持系统中的接口实现部分,应用层在电力营销决策支持系统中的功能是实现系统功能的控制和引导,并给出一定的解释.
2.3 决策分析层
电力营销决策支持系统中的决策分析层是由三个不同的部分来组成的,分别是OLAP子系统、DM子系统和模型决策分析子系统,这三个子系统是整个的电力营销决策支持系统的核心.
2.4 库管理及接口层
库管理及接口层完成电力营销决策支持系统中信息库的管理,以及对系统中的数据库的各种管理以及日常的维护功能,其中也包括数据库对外的接口.
2.5 信息库层
信息库层用来存储数据,信息库层是整个电力营销决策支持系统中的信息知识直接源,信息库层所使用的数据仓库技术.
2.6 通讯层
通过通讯层将原始的数据,包括内部基层的业务数据以及必要的外部数据,接入电力营销决策支持系统中.
由于电力营销决策系统存储的数据量比较大,在数据库的设计上,我们采取了分表分库的处理.对数据量过大的表,应做相应的分表处理,在这里我们采用了一定的算法来实现.之所以这样做,能够使对原来的一个表的压力,平均的分配到现在的十个表上,减小了粒度,同时增大了数据库的并发访问能力.
结合前面的分析对电力营销决策系统的层次结构的划分,并利用JA编写代码进行实现,完成系统以后需要对系统进行相应的测试工作.
当前在电力营销数据挖掘研究的主要技术之一就是数据的关联规则,关联规则帮助决策者分析当前的数据并和历史数据做一个横向和纵向的比较,通过比较来找出相应的数据规律,以便预测未来的走势.电力营销决策系统中的关联规则所用到的是FP—Growth算法,FP—Growth算法可以对数据进行离散过程化的处理,之后再对电力营销数据进行分析,为电力营销决策系统中的领导层提供辅助的决策信息.
电力营销决策系统用在电力行业中的一个最为重要的原因是在电力行业的从业人员中,其需要从大量复杂、无序的数据信息中找到我们所需要的信息,以便决策人员能够快速的作出相应的决策,电力行业的决策信息对电力企业来说,其影响力是不可估量的,具体的可以包括对电力故障的定位、电力设备的跟踪、模拟停电演练和电力损失的评价等.
3.结论
将数据挖掘技术引入到电力营销决策系统中对当前的电力市场环境下供电企业的发展有着很大的意义.