电力营销大数据平台建设及数据挖掘分析

电力营销大数据平台建设及数据挖掘分析

王秀颐 曹胜楠

国网山东省电力公司德州供电公司 253000

摘 要：在大数据时代的发展进程中，电力公司的主要角逐对象是电力营销。在以前，电力营销中大数据的了解和剖析的各个方面存在很多的不足。所以有必要引入电力营销大数据平台，以此来更好的提升电力营销的大数据运用。在营销系统中对大量数据需要予以平台建设、数据发现和预测剖析，这些方面的实际落实可以迅速有效的提高营销服务能力和服务效率，也可以很好的保障电力公司营销服务的朝向有利方位发展。文章对大数据进行了简要概述，分析了电力营销大数据平台的构建方法，探索了电力营销数据挖掘技术的有效运用，以能够为相关研究者予以帮助。

关键词：电力营销 大数据平台建设 数据挖掘技术

引言：大数据时代的到来为中国电力公司的发展进程注入了活力。随着电力市场 的持续变更和进展，电网公司提出建立市场营销、配电等工作单位的综合协调运行体系，以完成讯息共享，协调互动的要求。并且更加彻底的做到总体营销业务管理的自动化，以完全彻底的实现营销业务的建立与其他业务信息的实际共享，融合营销讯息体系等建设目标，以更好的完成营销系统的建设，而建设目标需要统一规范信息共享。数据平台服务。另外，根据电力营销的发展要求，达到集中营销监督的目的，必须在电力营销大数据平台的基础上进一步深挖电力营销讯息。因此，下面就大数据时代的电力营销大数据平台的建设和数据挖掘进行分析和探讨。

1 大数据概述

迅速的收集讯息然后剖析大数据，并从中选择具有高使用程度的非结构化讯息。大数据具有多复杂、及时性和涉及面广泛的特点。因此，相关的单位有必要在处理大数据的过程中尽可能地减少不必要时间的浪费。总而言之，大数据具有这几个方面的特性，可以总结成音量，种类和速度。大数据容量庞大，而眼下的数据单元已跃升至ZB等级。到但是因为数据种类冗杂，大多都是来自业务体系，就比如说社交网络，电子商务和IoT应用体系。它的时间长，处理速度快，对时效性的需要程度大。现在附随信息技术的运用。随着电力公司的发展速度的大幅度提升，电力公司在信息化建设上的投入力度也得到了飞跃式增加，并为集团公司构建了综合讯息平台。此外，电力公司已在电力营销级别建立了电力使用者讯息文件，并运用了电子表格以及视频和语音对大数据予以一体式高效把控。为了跟上时代的发展的脚步，电力公司必须快速的搜集讯息和数据，有效的利用大数据来提高企业的实际工作质量，做到彻底的深化精准的业务水平。随着时代的进一步革新和进步，国内电力营销数据慢慢展现出许多特点，这也十分明显的体现了电力公司的电力营销已慢慢走入大数据时代。

2 电力营销大数据平台建设探索 

2.1 操作系统 

在建立操作系统的过程中，应仔细思考这几个方面：基础结构层，它大致涵盖了各种的硬件讯息。就比如说服务器和存储以及运行体系，数据库和其他支持软件就比如说数据源层界定进入数据存储和查新，数据访问是在数据复制软件GoldenGate和ODI的实际基础上，以做到使用关系数据予以高质量的数据存储的数据转换工具，Oracle库存储高速缓存的数据以及企业和系统支持数据。 接口交换数据逻辑层。平台管理软件的业务逻辑的迅速完成涵盖了八个组件和应用阶段结构，涵盖了标准编码和数据转换管控，数据水平和模型管理，平台资源高水平监视以及交换区域有效管理。 集成服务层向其他方面的管理体系予以数据服务，大致涵盖了数据访问Web服务实现和运用JMS的讯息传输。表示层。按照业务逻辑层组件提供的作用，所有与用户体验相适应的接口都以Java，Swing和AJAX技术来完成。

2.2 服务器 

电力营销大数据平台的总体架构与电力系统中各种各样的电力数据源和流总结归纳在一起，涵盖了电力和信息流，业务和错误流以及气象流，然后根据特定的工业应用进行计算以进行传输和转换。负荷控制和管理信息系统，监督控制系统，数据收集系统和能量检测系统设备和在线监控系统。服务器的稳定性与系统的稳定性和可行性有很大的联系，因此，创建一个非常健壮和稳定的服务器有非常大的实际意义。

2.3 储存和数据处理 

构建用于电力营销的大数据平台需要综合思考存储技能，并以PB和ZB存储空间为基本架构，否则系统很容易因为无法承受大量的数据而停止运行。因此，在开发存储应用程序的过程中，技术的研究有必要从存储模块开始。为了降低此模块的硬件实际花费并提高硬件可伸缩性，大数据存储和处理模块构建在通用服务器和操作系统上，以构建存储单元，服务器可以基于此结构对终端组件进行编程。此外，存储还可以在大数据调度中用作统计或查找的企业级商业智能应用系统。其次，数据复制转换是数据营销平台的核心功能。完成此功能后，电力营销数据平台会及时从多个营销业务系统中彻底的收集业务数据信息，并实现标准转换数据，为营销业务监控系统提供数据知识和业务数据搜索。

3 电力营销数据挖掘技术的使用

 在大数据时代的发展进程下，数据讯息容纳量逐渐增加。为了促进电力公司电力营销长久稳定发展，电力公司应迅速融合电力营销大数据平台，并运用快速有效的方法和路径合理的运用数据技术。

3.1 分类的使用 

分类方法可以很好的帮助处理数据改变的中长期预测不足。在以前的的序列预测途径以及当前的模糊概念专家系统被使用在数据的长期预测。分类可用于清晰的数据分析进程中，也可以形成子数据库，然后从这一方面的改进大大减小了数据库的大小，然后更好的提高了数据预测的范围和精确性。另外，模式分类法也是提高电力负荷预测准确性的最便利途径。一些学者通过将树分类以形成子数据库来减小SCADA数据库的内容含量，并有效的提升了系统的运行速度。

3.2 关联规则的合理使用 

 在现阶段，探索数据挖掘技术在电力营销中的使用的关键是想关系原则，它可以对当前数据和历史数据予以全面的综合分析，进而迅速的获取得数据开发的特征和真实有序规律，为以后建造重要的基础和以及为将来的决策做出更好的实际参考。相关系规则可以作为引导者来牵引电力营销方案的制定和实际管理，为电力营销予以销售需求的确定和做出收入预测，为电力营销予以全面且大量辅助决策讯息的技术工具。

3.3 聚类的运用 

集群能够使用在各个层面，就比如说使用者界定和异常数据的发现与改进，信用评估和负载分析以及故障真实诊断。完全且充分的采用聚类分析法和模糊聚类剖析法获取电力用户的特征并开展定量分析。将电力的使用者明确的分为具有不同属性的多个类别，然后制定相适应其实际运用的不同的营销计划和方案。在实际使用过程中，需要选择十分自适应决策树来聚类不同的负载。

3.4 时间序列挖掘的运用 

时间序列挖掘方法已经大量、广泛的运用于短期负荷预测中。神经网络是相对成熟的并且经常使用的短期负荷预测方法。在选择数据深化技术的运用的过程中，大多数电力营销系统将时间序列深层次的了解，然后与数据网络完全彻底归纳总结在一起，以差异化的路径更好的剖析电力营销系统产生的数据，然后获得非常准确的预测结果。在时序发展与剖析算法中增加多层次窗口，并在电力运行报警系统中使用多层面连接，可以很好的减少故障对系统的影响，也大大的有利于故障的定位和诊断。

4 结语 

总的来说，大数据已经深入到我们的日常生活中。因此，必须彻底的优化强大的大数据，为从数据中提取的有价值的讯息提供有效的技术支撑，为客户予以高质量的优质服务，并运用各个方面的大数据平台主动地执行营销服务。创新和精细有效的管理将很大程度的提高企业的市场角逐力，然后为企业的健康发展提供有效的基础。

参考文献：

[1]江珂.浅析电力营销大数据平台建设及数据挖掘[J].科技创新导报,2019,16(22):137-138.

[2]蓝旻,叶华.大数据平台下的电力营销信息化建设探析[J].电子世界,2018(21):79+81.

[3]魏艳平. 基于大数据平台的电力营销分析决策系统的研究与设计[D].西华大学,2017.