面向智慧城市的电力数据挖掘多场景应用

陈俏玲

摘要：随着城镇化进程的加快，我国重要基础设施建设取得了显著的成效。电力作为城市的重要基础，随着智能电网建设全面开展，大量智能电网技术应用于城市各个领域，智能电网成为智慧城市建设不可或缺的部分。随着电力信息化的推进，覆盖了从发电到用电的量测与分析系统规模化应用，积累了多源、海量、异构的数据，可广泛应用于电网运行、客户服务、设备管理等多个领域。本文就面向智慧城市的电力数据挖掘多场景应用展开探讨。

关键词：智慧城市;数据挖掘;用电行为

引言

当前信息技术在各个行业和各个领域中呈现快速发展的趋势，大数据技术也在信息技术的基础上快速发展，各个行业需要处理的信息数据越来越多，数据量呈现“爆炸式”增长，在电力行业的发展过程中，电网的广度和深度也在迅速增长。智慧城市正在全面开展，如何在建设智慧城市过程中有效应用电力数据挖掘，为城市发展助力，已成为一个课题。

1智慧城市

智慧城市是城市可持续发展需求与新一代信息技术应用相结合的产物，由于视角不同，国内外各研究机构对智慧城市概念的诠释尚未统一，但仍有如下相同之处。（1）智慧城市是一项系统工程，包括交通、能源、环保、应急、金融等多个行业领域，但智慧城市并非简单的堆砌，而是系统性的融合，强调跨业务、跨平台的协同。（2）智慧城市强调将城市中基础设施与信息化相结合，全面感知城市运行情况，实现基础设施智能化、城市管理精细化、公共服务便捷化和生活环境宜居化。智慧城市的高效运转，电力是基础。以智能电网为基础构建智慧城市是智慧城市发展的一个重要方向，智能电网在保障城市用电安全的基础上，能够促进城市绿色发展、丰富城市服务内涵等。依托智能电网构建的通信信息平台，积累并挖掘高附加值的电力数据，成为实现电力基础设施与信息化结合、跨业务协同的有效手段。

2电力企业数据挖掘常用应用方法

（1）时间序列分析方法。该种数据分析方法主要是按照时间进行数据的统计和处理，采用数理统计方法能够有效预测后期电力的发展趋势，通常的时间主要是根据季节变动和循环波动等进行分析，能够从中获得有效的数据信息。（2） 聚类分析方法。聚类分析方法是通过比较相似的事物性质，能够从中总结出一定的规律，将数据信息按照不同的类型进行划分，根据事物的某种性质建立相应的关系网，将事物按照不同的类别进行分类。聚类分析的方法应用范围广泛，而且在电力系统中是最常用的一种数据分析方法。（3）异常分析方法。电力数据的异常分析方法通常被应用到电力企业电力资源的检查中，如果电力数据存在异常，就说明系统中有不正常的行为产生，需要电力企业能够对用电数据进行及时收集和分析，能够对电力数据存在异常的情况进行检查分析，也能够防止有非法窃取电力资源的情况，保证整个电力系统的正常运行。

3面向智慧城市的电力数据挖掘

数据挖掘是从海量数据中发现潜在价值信息的过程，面对高附加值的电力数据，通过多源数据挖掘将电力领域与城市其他领域信息相结合，利用数据的冗余性和互补性，可揭示综合性、跨行业的未知知识，对智慧城市多个领域进行感知与辅助决策。例如：利用气象信息与输变电状态检测信息融合挖掘，建立输电线路舞动预警模型，支撑城市防灾减灾与应急管理;利用电动汽车充换电信息，优化城市电动汽车充电站（桩）规划布点;通过企业、居民精细化用电分析，评估能耗水平及高耗能环节，降低城市碳排放水平。

4基于数据挖掘模式的电力数据统计创新

4.1数据统计模式的创新

首先是分析模式的创新，由于基础信息的多样性且信息量庞大的特点导致前期数据筛选非常重要，作为企业的数据统计工作者必须严格按照相关科学理论知识进行分析模式的创新工作。该工作进行的主要目的是将海量的信息进行分类并科学分析，这一步是保证统计工作顺利完成的重要保障。其次是筛选模式的创新，在电力企业所统计的数据中总是会存在一些无效或者虚假的信息，需要对这些数据进行筛选，筛选工作由人工智能和人工共同负责，先通过常数设置对基础数据中多数的无效数据进行处理，然后由人工筛选因为其他原因造成的无效数据，保障数据的准确性以及有效性。最后是对计算模式的创新，在统计工作中计算是非常重要的部分，只有通过计算才能得到数据中隐藏的信息，在计算模式创新中需要注意的是优化计算设备，满足系统运行的条件，对不同数据进行处理的时候选择不同的计算软件，保证最终计算结果的准确有效。

4.2以网络数据平台为基础，创新电力数据采集模式

在以大数据采集为基础的数据挖掘模式下，传统的电力数据采集模式的应用严重的影响力数据采集的质量。所以在电力统计数据采集中，以网络数据平台为基础，做好新型数据采集模式的创新工作就变得十分重要。这类创新主要表现在以下几个方面：一是建立长期的数据采集模式。在统计数据采集中，为了更好的提高数据挖掘的质量，我们建立长期的数据采集模式。即利用网络数据平台开展无限期数据采集，然后在统计过程中将长期采集的数据进行筛选与分析，选择质量高的数据开展统计工作。二是建立数据合作采集模式。在现阶段的社会服务领域中，存在着许多以数据挖掘采集为主要业务的网络数据服务企业，这类企业中汇集了大量的数据服务专业人才。与之相比较，电力企业中的數据挖掘专业人才在质量与数量都有所欠缺。所以与社会中的专业企业开展联合的数据挖掘采集工作，利用专业服务过程提高数据统计质量就成为电力企业数据统计创新的重要内容。

4.3数据统计质量的优化

对于电力企业来说，数据统计工作所进行的不仅是对数据进行采集、统计、计算以及处理，还能通过这些工作实现企业生产的推动，所以说数据统计的质量是关键，电力企业应该将重点放在数据统计的质量以及数据统计工作的创新上。首先应该做到的是调整数据统计管理方案，将重点放在管理制度的调整上，在统计工作中要做到最大限度地降低因为人为因素造成的影响。其次在统计工作中企业应该加强基础统计的管理工作，主要包括减少无效数据含量，保证数据计算的算法正确以及运算的有效性等。最后针对相关数据统计工作制订科学合理的考核制度以及奖惩制度，对在数据统计工作中为企业做出贡献的个人或者是单位给予适当的奖励，同时对在数据统计中出现较大偏差影响企业运行的团队采取一定的惩罚措施，通过这种方法激发员工责任心，保障数据统计工作质量。

4.4做好采集数据的划分与分析，减少统计误差的出现

在数据挖掘模式下的电力统计过程中，为了避免电力数据统计误差的出现，我们需要在采集到的海量数据中做好数据的划分与分析工作。其主要的过程如下：首先是利用智能数据筛选功能以信息来源为准则进行初步的筛选工作，对明显的数据误差较大的数据信息进行初步筛选，提高数据采集的整体效率。第二步是利用计算机数据分析功能去除经过分析，误差较大的数据内容，特别是针对隐藏在电力统计数据中的虚假性信息数据（如电力设备警报系统的误报警、因电磁干扰产生的错误通信信息等），需要利用计算与分析的方式进行筛选。最后是根据最佳值的选择方式，利用人工方式在统计采用的数据中选择最佳统计数据进行。

结语

电力是智慧城市建设的基础和保障，挖掘电力数据的潜在价值可为智慧城市在诸如规划管理、应急管理等多个领域提供决策依据，应用前景广阔。

参考文献

[1]马玲.智能配用电大数据需求分析与应用研究[J].电力科技.2017（35）.

[2]王恂.基于数据挖掘技术的统计工作创新研究[J].无线互联科技.2016.