面向智慧城市的電力數據挖掘多場景應用

陳俏玲

摘要：隨著城鎮化進程的加快，我國重要基礎設施建設取得了顯著的成效。電力作為城市的重要基礎，隨著智能電網建設全面開展，大量智能電網技術應用于城市各個領域，智能電網成為智慧城市建設不可或缺的部分。隨著電力信息化的推進，覆蓋了從發電到用電的量測與分析系統規模化應用，積累了多源、海量、異構的數據，可廣泛應用于電網運行、客戶服務、設備管理等多個領域。本文就面向智慧城市的電力數據挖掘多場景應用展開探討。

關鍵詞：智慧城市;數據挖掘;用電行為

引言

當前信息技術在各個行業和各個領域中呈現快速發展的趨勢，大數據技術也在信息技術的基礎上快速發展，各個行業需要處理的信息數據越來越多，數據量呈現“爆炸式”增長，在電力行業的發展過程中，電網的廣度和深度也在迅速增長。智慧城市正在全面開展，如何在建設智慧城市過程中有效應用電力數據挖掘，為城市發展助力，已成為一個課題。

1智慧城市

智慧城市是城市可持續發展需求與新一代信息技術應用相結合的產物，由于視角不同，國內外各研究機構對智慧城市概念的詮釋尚未統一，但仍有如下相同之處。（1）智慧城市是一項系統工程，包括交通、能源、環保、應急、金融等多個行業領域，但智慧城市并非簡單的堆砌，而是系統性的融合，強調跨業務、跨平臺的協同。（2）智慧城市強調將城市中基礎設施與信息化相結合，全面感知城市運行情況，實現基礎設施智能化、城市管理精細化、公共服務便捷化和生活環境宜居化。智慧城市的高效運轉，電力是基礎。以智能電網為基礎構建智慧城市是智慧城市發展的一個重要方向，智能電網在保障城市用電安全的基礎上，能夠促進城市綠色發展、豐富城市服務內涵等。依托智能電網構建的通信信息平臺，積累并挖掘高附加值的電力數據，成為實現電力基礎設施與信息化結合、跨業務協同的有效手段。

2電力企業數據挖掘常用應用方法

（1）時間序列分析方法。該種數據分析方法主要是按照時間進行數據的統計和處理，采用數理統計方法能夠有效預測后期電力的發展趨勢，通常的時間主要是根據季節變動和循環波動等進行分析，能夠從中獲得有效的數據信息。（2） 聚類分析方法。聚類分析方法是通過比較相似的事物性質，能夠從中總結出一定的規律，將數據信息按照不同的類型進行劃分，根據事物的某種性質建立相應的關系網，將事物按照不同的類別進行分類。聚類分析的方法應用范圍廣泛，而且在電力系統中是最常用的一種數據分析方法。（3）異常分析方法。電力數據的異常分析方法通常被應用到電力企業電力資源的檢查中，如果電力數據存在異常，就說明系統中有不正常的行為產生，需要電力企業能夠對用電數據進行及時收集和分析，能夠對電力數據存在異常的情況進行檢查分析，也能夠防止有非法竊取電力資源的情況，保證整個電力系統的正常運行。

3面向智慧城市的電力數據挖掘

數據挖掘是從海量數據中發現潛在價值信息的過程，面對高附加值的電力數據，通過多源數據挖掘將電力領域與城市其他領域信息相結合，利用數據的冗余性和互補性，可揭示綜合性、跨行業的未知知識，對智慧城市多個領域進行感知與輔助決策。例如：利用氣象信息與輸變電狀態檢測信息融合挖掘，建立輸電線路舞動預警模型，支撐城市防災減災與應急管理;利用電動汽車充換電信息，優化城市電動汽車充電站（樁）規劃布點;通過企業、居民精細化用電分析，評估能耗水平及高耗能環節，降低城市碳排放水平。

4基于數據挖掘模式的電力數據統計創新

4.1數據統計模式的創新

首先是分析模式的創新，由于基礎信息的多樣性且信息量龐大的特點導致前期數據篩選非常重要，作為企業的數據統計工作者必須嚴格按照相關科學理論知識進行分析模式的創新工作。該工作進行的主要目的是將海量的信息進行分類并科學分析，這一步是保證統計工作順利完成的重要保障。其次是篩選模式的創新，在電力企業所統計的數據中總是會存在一些無效或者虛假的信息，需要對這些數據進行篩選，篩選工作由人工智能和人工共同負責，先通過常數設置對基礎數據中多數的無效數據進行處理，然后由人工篩選因為其他原因造成的無效數據，保障數據的準確性以及有效性。最后是對計算模式的創新，在統計工作中計算是非常重要的部分，只有通過計算才能得到數據中隱藏的信息，在計算模式創新中需要注意的是優化計算設備，滿足系統運行的條件，對不同數據進行處理的時候選擇不同的計算軟件，保證最終計算結果的準確有效。

4.2以網絡數據平臺為基礎，創新電力數據采集模式

在以大數據采集為基礎的數據挖掘模式下，傳統的電力數據采集模式的應用嚴重的影響力數據采集的質量。所以在電力統計數據采集中，以網絡數據平臺為基礎，做好新型數據采集模式的創新工作就變得十分重要。這類創新主要表現在以下幾個方面：一是建立長期的數據采集模式。在統計數據采集中，為了更好的提高數據挖掘的質量，我們建立長期的數據采集模式。即利用網絡數據平臺開展無限期數據采集，然后在統計過程中將長期采集的數據進行篩選與分析，選擇質量高的數據開展統計工作。二是建立數據合作采集模式。在現階段的社會服務領域中，存在著許多以數據挖掘采集為主要業務的網絡數據服務企業，這類企業中匯集了大量的數據服務專業人才。與之相比較，電力企業中的數據挖掘專業人才在質量與數量都有所欠缺。所以與社會中的專業企業開展聯合的數據挖掘采集工作，利用專業服務過程提高數據統計質量就成為電力企業數據統計創新的重要內容。

4.3數據統計質量的優化

對于電力企業來說，數據統計工作所進行的不僅是對數據進行采集、統計、計算以及處理，還能通過這些工作實現企業生產的推動，所以說數據統計的質量是關鍵，電力企業應該將重點放在數據統計的質量以及數據統計工作的創新上。首先應該做到的是調整數據統計管理方案，將重點放在管理制度的調整上，在統計工作中要做到最大限度地降低因為人為因素造成的影響。其次在統計工作中企業應該加強基礎統計的管理工作，主要包括減少無效數據含量，保證數據計算的算法正確以及運算的有效性等。最后針對相關數據統計工作制訂科學合理的考核制度以及獎懲制度，對在數據統計工作中為企業做出貢獻的個人或者是單位給予適當的獎勵，同時對在數據統計中出現較大偏差影響企業運行的團隊采取一定的懲罰措施，通過這種方法激發員工責任心，保障數據統計工作質量。

4.4做好采集數據的劃分與分析，減少統計誤差的出現

在數據挖掘模式下的電力統計過程中，為了避免電力數據統計誤差的出現，我們需要在采集到的海量數據中做好數據的劃分與分析工作。其主要的過程如下：首先是利用智能數據篩選功能以信息來源為準則進行初步的篩選工作，對明顯的數據誤差較大的數據信息進行初步篩選，提高數據采集的整體效率。第二步是利用計算機數據分析功能去除經過分析，誤差較大的數據內容，特別是針對隱藏在電力統計數據中的虛假性信息數據（如電力設備警報系統的誤報警、因電磁干擾產生的錯誤通信信息等），需要利用計算與分析的方式進行篩選。最后是根據最佳值的選擇方式，利用人工方式在統計采用的數據中選擇最佳統計數據進行。

結語

電力是智慧城市建設的基礎和保障，挖掘電力數據的潛在價值可為智慧城市在諸如規劃管理、應急管理等多個領域提供決策依據，應用前景廣闊。

參考文獻

[1]馬玲.智能配用電大數據需求分析與應用研究[J].電力科技.2017（35）.

[2]王恂.基于數據挖掘技術的統計工作創新研究[J].無線互聯科技.2016.