苏盛
身份证号码：45240219870514****
摘要：随着科技的发展，电力企业发展越来越快。促使企业于此发展进程中产生大量的数据信息及参数信息，绝大部分数据信息及参数信息均极具利用价值。由此可见，大数据时代下电力企业必须以推动自身快速发展为核心目标，详细归纳统筹海量的数据信息及参数信息，为企业长远发展提供源源不竭的动力支持。同时，电力企业中电力系统具体运行期间产生大量涉及电网设备运行检修及运营管理等方面的数据信息，而如何利用现有技术深入挖掘其潜在价值，控制成本投入争取经济效益，提升总体管理水平，成为阻碍电力企业长远发展的难题及挑战。
关键词：大数据时代；大数据挖掘技术；电力企业
引言
随着网络信息技术的飞速发展，大数据时代已经到来，并渗透到众多领域中，针对具体专业领域的大数据应用研究也越来越多。如何从海量大数据中及时挖掘出隐藏信息和有效数据显得越来越重要。数据挖掘技术的产生和发展为解决电力大数据的分析处理提供了新的思路，使电力大数据更好地服务于电力企业和电力用户。
1基本流程
(1)商业分析理解。立足商业角度,从商业基础目标着手,全面了解电力业务诉求及其终极目标,再有机结合业务诉求和电力数据挖掘和其结果。(2)数据分析理解。针对电力业务当中形成的真实数据,根据业务场景和诉求,统一评估、选取分析。(3)准备好数据。针对电力业务中,原始的有用数据,根据业务模型,积极组织、清洗,以满足建模方面的要求。(4)规范建模。通过联合诸多种建模技术,来规范校准电力业务数据及建模参数。具体任务是创建数据模型、规则化关联数据、分类聚类和预测、检测异常性等。(5)过程评估。严格检测挖掘的数据结果和电力业务目标之间的吻合性,确定数据模型能不能满足电力业务诉求需要。(6)统一部署。通过统一部署数据模型,以挖掘结果为依据,形成一份专业化的报告。
2应用优势
数据挖掘期间着重强调突出技术应用的科学性及合理性，说明灵活运用数据挖掘技术是适宜明智的抉择，能明显提高数据信息的整合效率及统筹效率，大大提升其信息数据的收集质量。为了满足电力企业高效利用处理各类数据信息的要求，相关企业以保证数据信息处理准确性及科学性为前提条件，充分体现数据挖掘技术的应用优势，并且尽量设置相应的数据监督管理机构，实时监测数据挖掘技术的应用效果，贯彻落实极具针对性的管理措施，保证所有数据信息的处理质量均符合电力企业的发展要求，大大提高信息数据挖掘技术的应用效率。
3电力企业应用现状
3.1可视化
电力企业对于大数据挖掘技术的应用最广泛是对智能抄表数据的收集、分析和挖掘。智能抄表数据的分析应用平台是一个采用数据挖掘方法对智能电表抄收的用户数据进行分析应用的平台。该平台的最大应用目前就是可视化展示，通过大显示屏，对所有收集的数据进行分析和展示，比如电费应收率情况、欠费情况、电费各个行业平均单价、电力负荷情况、日月年用电量情况、历史用电量情况、未来用电量预测等，可以通过柱状图、饼状图、折线图等直观展示。通过对数据模型的关键因素提供可视化界面，使得电力企业可以非常直观、清晰、准确、简介地看到全面的数据，对自己关注的数据进行实时监控。在重大电力保障时候可以重点展示当前片区的用电相关指标，为保障决策提供参考依据。
3.2抄表统计
在提供相应电力数据的展示和分析可视化界面后，还有一个重要应用就是抄表统计，可以通过数据挖掘对智能抄表提供对应的报表分析模块，满足电力企业日常各种报表和报告的需要，通过定制模板直接生成定制化报表，大量的减轻电力企业日常工作人员的工作负担，更智能高效准确地对各项数据进行统计分析。
比如可以通过对目前用电量的情况制作分析报表，可以按照单位或者行业分类对当月用电量进行对比，得到不同单位或者行业的用电量情况，结合对电价的分析，从而制定更加合理的电价结构，通过电价变动拉动作用，不断提升企业的用电效率，从而改变企业的用电习惯，减少对电力资源的浪费。
4电力企业数据挖掘方法
4.1商业理解
在电力企业进行大数据挖掘的应用按照大数据挖掘的流程，首先需要进行商业理解，智能抄表工作是电力企业进行电费电价电量管理的一个非常重要的环节。其中的抄表是业务数据的来源，通过精确整理抄表数据可以减少抄表的误差，接下来对电费的核算是影响电价和电量管理很重要的一个步骤，可以精确得知各个单位行业的用电量电费情况，最后再进行电费收取，将相关收据发送给用电用户。通过智能抄表了解用户缴费、欠费情况，了解用户用电量、用电单价情况，进而做出对未来用电量和单价的预测和调整。这样的管理方式极大的提升了工作效率，有效降低了成本，从商业角度考虑是极为有利的，故在电力企业中，不断地加深对于大数据的应用力度，并挖掘更好的方法。
4.2数据理解
在收集到智能抄表的基础数据后，需要对数据进行理解。目前随着传统电表改造业务的不断推进，所收集到基础数据呈现指数级增长的趋势，这些基础数据符合大数据所包含的5个特性：大体量、多样性、时效性、准确性和大价值。其中大体量体现在智能抄表数据包括用户的用电信息、缴费信息、历史信息等，随着电表改造用户越来越多，每月的基础数据呈现出千万级增长趋势；多样性体现在智能抄表所得到的数据包括不同单位、行业及个人用户的数据，数据格式的内容多种多样；时效性体现在智能抄表为实时抄录，需要按时缴费处理才能继续用电，所获取的数据都是实时数据；准确性体现在抄录的数据与用户的缴费息息相关，智能抄表采用NB-IOT技术实时上报数据，抄录的数据非常精准；大价值体现在抄录的数据包括多维深度价格，需要对其进行仔细分析和挖掘，寻找可用规律和价值，做出相应预测，为电力企业日常管理决策提供参考。
4.3建立模型
大数据建立模型的步骤一般有3步：简单报表、数据集市和数据仓库。根据电力企业智能抄表业务的相关特性，对相关业务中的关键数据建立对应的数据模型，再通过数据模型对抄表数据进行归类和处理，以便形成各个阶段的数据模型。针对简单报表，需要根据日常电力企业员工工作需要，生成日常使用的定制化统计表格；到了数据集市这一步，需要按照电力企业业务对抄收数据进行整理多维输出，进行直观展示为多维业务分析应用提供决策依据；最后数据仓库建立符合电力企业的固定模型，通过数据仓库生成对电力业务具有价值的数据，为电力企业管理和决策提供数据依据。
结语
总之，大数据时代下数据挖掘技术呈现出良好的发展前景及无限的发展潜力。因此，相关电力企业秉持具体问题具体分析的工作原则，将电力企业日常运营管理与数据挖掘技术相结合，深入挖掘更多高价值的信息数据，能持续优化电力资源的配置方案，进一步增强电力企业的核心竞争力，为企业赢得更多的经济效益，有助于推动我国电力事业长远稳健发展。
参考文献：
[1]周庆兰.大数据时代下数据挖掘技术在电力企业中的应用研究[J].计算机产品与流通,2019(12):86.
[2]傅世权.大数据时代下数据挖掘技术在电力企业中的应用探讨[J].信息记录材料,2019,20(11):128-129.
[3]冯蕊.大数据时代下数据挖掘技术在电力企业中的应用分析[J].中国战略新兴产业,2017(24):94.
[4]舒永芳.大数据时代下数据挖掘技术在电力企业中的应用研究[J].低碳世界,2016(36):102.
[5]何瑞娟.大数据时代下数据挖掘技术在企业中的应用[J].网络安全技术与应用,2016(12):90-91.