李小蘭，田小蕾，倪志堅(jiān)，馮 柳

（1.國網(wǎng)沈陽供電公司，遼寧 沈陽 110003；2.國網(wǎng)遼寧省電力有限公司，遼寧 沈陽 110006）

基于大數(shù)據(jù)挖掘的運(yùn)營監(jiān)測分析研究

李小蘭1，田小蕾2，倪志堅(jiān)1，馮 柳1

（1.國網(wǎng)沈陽供電公司，遼寧 沈陽 110003；2.國網(wǎng)遼寧省電力有限公司，遼寧 沈陽 110006）

隨著電力行業(yè)工業(yè)化與信息化的融合發(fā)展，電力數(shù)據(jù)呈現(xiàn)爆炸式增長，電力大數(shù)據(jù)時代已經(jīng)到來。以國家電網(wǎng)某地市公司運(yùn)營監(jiān)測（控）中心為應(yīng)用對象，依托運(yùn)營管控系統(tǒng)，研究利用數(shù)據(jù)挖掘手段探尋指標(biāo)潛在關(guān)聯(lián)，構(gòu)建運(yùn)營監(jiān)測指標(biāo)體系，建立公司風(fēng)險預(yù)警防控體系，并引入數(shù)據(jù)挖掘技術(shù)開展精細(xì)化運(yùn)營分析，快速準(zhǔn)確地定位管理漏洞，為提高經(jīng)濟(jì)效益和管理效率提供保證。

大數(shù)據(jù)；數(shù)據(jù)挖掘；供電企業(yè)；運(yùn)營監(jiān)測；運(yùn)營分析

隨著互聯(lián)網(wǎng)和信息行業(yè)的飛速發(fā)展，大數(shù)據(jù)吸引了人們越來越多的關(guān)注。在以數(shù)據(jù)為核心資源的信息社會，大數(shù)據(jù)已經(jīng)成為新時代最具價值的寶藏之一。作為關(guān)系國計(jì)民生的基礎(chǔ)能源支撐體系，電力行業(yè)在大數(shù)據(jù)時代也面臨著新的挑戰(zhàn)和難得的發(fā)展機(jī)遇。深入挖掘分析數(shù)據(jù)更深層次的價值，積極推進(jìn)電力系統(tǒng)大數(shù)據(jù)應(yīng)用，將有利于供電企業(yè)精細(xì)化運(yùn)營管理，全面管控各種經(jīng)營風(fēng)險，提高公司管理水平和運(yùn)營效率，以此推動供電企業(yè)的轉(zhuǎn)型發(fā)展。近年來，電力行業(yè)工業(yè)化與信息化融合發(fā)展，電力數(shù)據(jù)呈現(xiàn)爆炸式增長，供電企業(yè)每天都在產(chǎn)生海量的運(yùn)營數(shù)據(jù)，但數(shù)據(jù)處理能力的落后與數(shù)據(jù)快速增加之間的矛盾更加凸顯。本文基于當(dāng)前供電企業(yè)信息化發(fā)展現(xiàn)狀，以地市供電公司運(yùn)營監(jiān)測（控）中心為應(yīng)用對象，探索利用大數(shù)據(jù)挖掘技術(shù)開展運(yùn)營監(jiān)測分析業(yè)務(wù)，以實(shí)現(xiàn)中心“千里眼、順風(fēng)耳、鐵算盤、預(yù)警機(jī)”的作用。

1 應(yīng)用背景

1.1 電力大數(shù)據(jù)的應(yīng)用

目前在電力行業(yè)，歐美等發(fā)達(dá)國家對電力大數(shù)據(jù)的應(yīng)用已經(jīng)處于發(fā)展初期，如澳大利亞國家電力市場曾利用數(shù)據(jù)挖掘方法來預(yù)測電力價格的均值［1］；德國通過電網(wǎng)收集用電數(shù)據(jù)以預(yù)測客戶的用電習(xí)慣，從而推斷在未來2～3個月時間里整個電網(wǎng)大概需要多少電量；丹麥維斯塔斯風(fēng)力系統(tǒng)依靠BigInsights軟件和IBM超級計(jì)算機(jī)對氣象數(shù)據(jù)進(jìn)行分析，優(yōu)化風(fēng)力發(fā)電機(jī)的放置位置。而我國的大數(shù)據(jù)應(yīng)用才剛剛起步。

1.2 數(shù)據(jù)挖掘技術(shù)

大數(shù)據(jù)時代為企業(yè)帶來了獲取更豐富、更深入和更準(zhǔn)確地洞察市場行為的大量機(jī)會，但傳統(tǒng)的數(shù)據(jù)處理方法多停留在查詢、統(tǒng)計(jì)、簡單分析等最基本的層次。專家系統(tǒng)靠人工獲取知識這一“瓶頸”問題，在與日俱增的數(shù)據(jù)面前無能為力［2］?！皵?shù)據(jù)海量，知識匱乏”是大數(shù)據(jù)時代很多企業(yè)的通病。運(yùn)用相關(guān)的技術(shù)手段對大量的數(shù)據(jù)進(jìn)行深加工，發(fā)現(xiàn)隱含的信息并加以利用，進(jìn)而指導(dǎo)電力企業(yè)做出正確的決策，這樣電力大數(shù)據(jù)的作用才能充分發(fā)揮出來［3］。

大數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘的算法基于不同的數(shù)據(jù)類型和格式才能更加科學(xué)地呈現(xiàn)出數(shù)據(jù)本身具備的特點(diǎn)。數(shù)據(jù)挖掘就是從大量數(shù)據(jù)（包括文本）中挖掘出隱含的、未知的、對決策有潛在價值的關(guān)系、模式和趨勢，并用這些知識和規(guī)則建立用于決策支持的模型，提供預(yù)測性決策支持的方法、工具和過程［4］。它能代替專家從大量數(shù)據(jù)中挖掘出隱含于其中的知識，利用數(shù)據(jù)庫的存儲功能，找出數(shù)據(jù)之間的潛在關(guān)系和數(shù)據(jù)本身固有的規(guī)律［5］。充分發(fā)掘電力大數(shù)據(jù)的價值，能夠在提升運(yùn)營管理水平、提高用戶服務(wù)水平、支撐未來電網(wǎng)發(fā)展、提供政府決策支持等方面取得長足的進(jìn)步。

數(shù)據(jù)挖掘技術(shù)的基本任務(wù)主要體現(xiàn)在分類與回歸、聚類、關(guān)聯(lián)規(guī)則、時序模式、偏差檢測5個方面［4］。

1.3 國家電網(wǎng)運(yùn)營監(jiān)測（控）中心

為確保電力安全清潔可持續(xù)供應(yīng)，全面管控各種經(jīng)營風(fēng)險，不斷滿足客戶日益增長的多樣化需求，2010年國家電網(wǎng)公司開始深化人財(cái)物集約管理（簡稱“三集”），推進(jìn)“大規(guī)劃、大建設(shè)、大運(yùn)行、大檢修、大營銷”體系建設(shè)（簡稱“五大”）。2012—2014年，按“三集五大”體系建設(shè)要求，總部、?。ㄊ校?、地市三級運(yùn)營監(jiān)測（控）中心陸續(xù)成立，通過對公司核心資源、主營業(yè)務(wù)活動、關(guān)鍵業(yè)務(wù)流程開展實(shí)時監(jiān)測分析，建立閉環(huán)管理、橫向協(xié)同的協(xié)調(diào)控制機(jī)制，實(shí)現(xiàn)對公司運(yùn)營狀況事前、事中及事后的全面預(yù)測、監(jiān)控及分析。按照職能定位，運(yùn)營監(jiān)測（控）中心也是國家電網(wǎng)公司的數(shù)據(jù)資產(chǎn)管理部門和大數(shù)據(jù)分析應(yīng)用部門，依據(jù)公司相關(guān)制度負(fù)責(zé)開展數(shù)據(jù)質(zhì)量管理和大數(shù)據(jù)分析應(yīng)用工作。

隨著電網(wǎng)規(guī)模的擴(kuò)大和復(fù)雜性的提高，信息系統(tǒng)成為保障電力系統(tǒng)安全穩(wěn)定運(yùn)行不可或缺的一部分［6］。近年來，國家電網(wǎng)公司深入推進(jìn)信息化建設(shè)，搭建了數(shù)據(jù)縱向貫通、橫向集成的一體化企業(yè)級信息集成平臺，建成了多個業(yè)務(wù)應(yīng)用系統(tǒng)，囤積了海量電力數(shù)據(jù)資源，為大數(shù)據(jù)挖掘技術(shù)的應(yīng)用提供了先決條件。

基于以上，研究利用大數(shù)據(jù)挖掘技術(shù)在運(yùn)營監(jiān)測（控）中心的應(yīng)用既是大勢所趨，也十分必要。

2 利用大數(shù)據(jù)挖掘開展供電企業(yè)運(yùn)營監(jiān)測

國家電網(wǎng)公司運(yùn)用已有信息化建設(shè)成果和技術(shù)手段建設(shè)運(yùn)營管控系統(tǒng)。該系統(tǒng)基于公司數(shù)據(jù)中心、關(guān)口電量計(jì)量信息系統(tǒng)、財(cái)務(wù)資產(chǎn)管理信息系統(tǒng)、GIS系統(tǒng)、營銷稽查系統(tǒng)、規(guī)劃計(jì)劃信息一體化系統(tǒng)、ERP等系統(tǒng)實(shí)現(xiàn)運(yùn)營關(guān)鍵指標(biāo)和跨部門業(yè)務(wù)流程的綜合展現(xiàn)。運(yùn)營監(jiān)測（控）中心依托該系統(tǒng)，基于大數(shù)據(jù)挖掘技術(shù)，對公司核心資源和主要經(jīng)營活動開展監(jiān)測，有利于公司精細(xì)化運(yùn)營管理，提高管理水平和運(yùn)營效率。

2.1 構(gòu)建層級監(jiān)測體系

深入挖掘涉及公司綜合績效、核心資源、運(yùn)營狀況的所有指標(biāo)數(shù)據(jù)，橫跨專業(yè)、貫穿流程，結(jié)合公司實(shí)際運(yùn)營情況選取關(guān)鍵監(jiān)測對象，充分考慮監(jiān)測指標(biāo)對公司經(jīng)營管理水平的影響程度，按關(guān)注重點(diǎn)進(jìn)行監(jiān)測等級分類，確定重點(diǎn)監(jiān)測和輔助監(jiān)測指標(biāo)，并隨時更新，構(gòu)建一套有重點(diǎn)、有層次、符合實(shí)際的運(yùn)營監(jiān)測指標(biāo)體系。

如圖1所示，運(yùn)營監(jiān)測指標(biāo)體系由綜合績效、核心資源、運(yùn)營狀況3大核心要素構(gòu)成，每個核心要素又細(xì)分為多個關(guān)注維度，進(jìn)而分解為不同關(guān)注點(diǎn)，根據(jù)關(guān)注點(diǎn)涵義設(shè)置監(jiān)測指標(biāo)，考慮到指標(biāo)的重要性程度、指標(biāo)數(shù)據(jù)來源的可靠性程度、指標(biāo)的層級關(guān)系，原則上將業(yè)務(wù)重要性高、數(shù)據(jù)來源可靠性高且層級高的指標(biāo)劃分為重點(diǎn)監(jiān)測指標(biāo)，其余指標(biāo)則劃分為輔助監(jiān)測指標(biāo)。例如“綜合績效”下的關(guān)注維度“電網(wǎng)狀況”，下設(shè)關(guān)注點(diǎn)“電網(wǎng)結(jié)構(gòu)”，包含6項(xiàng)監(jiān)測指標(biāo)。其中容載比、城市配電線路聯(lián)絡(luò)率，通過監(jiān)測反映公司經(jīng)營執(zhí)行情況，設(shè)置為重點(diǎn)監(jiān)測指標(biāo)；單線單變比例、平均供電半徑，數(shù)據(jù)采集頻度為年，日常監(jiān)測業(yè)務(wù)價值較低，設(shè)置為輔助監(jiān)測指標(biāo)；單條電源進(jìn)線或單臺主變的變電站數(shù)量、城市配電網(wǎng)線路條數(shù)，均為指標(biāo)的計(jì)算因子，主要用于支撐父級指標(biāo)的溯因分析，因此也設(shè)為輔助指標(biāo)。

圖1 運(yùn)營監(jiān)測指標(biāo)體系

參考行業(yè)技術(shù)標(biāo)準(zhǔn)、公司目標(biāo)計(jì)劃以及該指標(biāo)歷史數(shù)據(jù)變化趨勢或波動范圍，為每項(xiàng)監(jiān)測指標(biāo)設(shè)定預(yù)告警規(guī)則和閾值，一旦指標(biāo)落入預(yù)告警區(qū)間，運(yùn)營管控系統(tǒng)及時產(chǎn)生異動、發(fā)布預(yù)告警。其中針對重點(diǎn)監(jiān)測指標(biāo)，在已有閾值規(guī)則的基礎(chǔ)之上，從縱向歷史數(shù)據(jù)比較、橫向各單位比較、關(guān)聯(lián)分析等方面拓展監(jiān)測方法，以定位異動原因、發(fā)現(xiàn)業(yè)務(wù)問題。

2.2 建立指標(biāo)關(guān)聯(lián)網(wǎng)絡(luò)

為避免對指標(biāo)的獨(dú)立監(jiān)測導(dǎo)致得出片面的分析結(jié)論，充分利用數(shù)據(jù)挖掘手段探尋各項(xiàng)數(shù)據(jù)間的潛在關(guān)聯(lián)。考慮各項(xiàng)指標(biāo)間顯性算法關(guān)聯(lián)及隱性業(yè)務(wù)關(guān)聯(lián)關(guān)系，構(gòu)建指標(biāo)關(guān)聯(lián)網(wǎng)絡(luò)。

某項(xiàng)指標(biāo)發(fā)生變化會影響與之相關(guān)聯(lián)的其他指標(biāo)，比如售電量與售電收入、市場占有率等指標(biāo)均存在明顯的正相關(guān)性，因而售電量的波動會引發(fā)其他指標(biāo)發(fā)生變化。所以，通過采取有效措施提升售電量，其他指標(biāo)也會相應(yīng)提升，或者在進(jìn)行指標(biāo)異動分析時，這些顯性關(guān)系能幫助我們快速定位異動原因。實(shí)際上，除了這些已知的顯性關(guān)聯(lián)，不同指標(biāo)間可能存在某些未知的隱性業(yè)務(wù)關(guān)聯(lián)。有效利用這種隱性關(guān)系，則對于公司打破專業(yè)壁壘、提升業(yè)績指標(biāo)、控制風(fēng)險，必能起到事半功倍的效果?；谝陨戏治?，我們利用大數(shù)據(jù)挖掘技術(shù)開展了探尋指標(biāo)隱性關(guān)聯(lián)關(guān)系的工作。

以層級監(jiān)測體系中的所有指標(biāo)為分析對象，按月度為周期，從業(yè)務(wù)應(yīng)用系統(tǒng)中提取近5年指標(biāo)值，通過數(shù)據(jù)清洗去除部分缺失、不準(zhǔn)確等問題數(shù)據(jù)，最后確定9個專業(yè)共346項(xiàng)指標(biāo)參與計(jì)算。經(jīng)過論證后采取回歸分析方法，建立回歸分析模型，計(jì)算相關(guān)系數(shù)。

回歸分析是確定2種或2種以上變量間相互依賴的定量關(guān)系的一種分析方法，按照自變量的多少，分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。它基于觀測數(shù)據(jù)建立變量間適當(dāng)?shù)囊蕾囮P(guān)系，以分析數(shù)據(jù)內(nèi)在規(guī)律，并可用于預(yù)報、控制等問題。為計(jì)算兩兩指標(biāo)之間的關(guān)聯(lián)關(guān)系，采用一元線性回歸分析。它的任務(wù)就是根據(jù)若干個觀測值（xi，yi）（i＝1，2，…，n）找出描述2個變量x、y之間關(guān)系的直線回歸方程y?＝a＋bx，其中y?是變量y的估計(jì)值。a稱為截距，b為回歸直線的斜率，也稱回歸系數(shù)。求直線回歸方程y?＝a＋bx，實(shí)際上是用回歸直線擬合散點(diǎn)圖中的各觀測點(diǎn)。常用的方法是最小二乘法，也就是使該直線與各點(diǎn)的縱向垂直距離最小，即使實(shí)測值y回歸直線之差的平方和達(dá)到最小，也稱為剩余（殘差）平方和。

線性回歸方程中的相關(guān)系數(shù)r就是線性相關(guān)度的大小，r絕對值越靠近1，線性相關(guān)越好，擬合的直線與描點(diǎn)所得圖線也更相近。其計(jì)算公式為

利用回歸模型開展相關(guān)性分析，將指標(biāo)逐個循環(huán)比對運(yùn)算。認(rèn)為相關(guān)系數(shù)r絕對值在0.8及以上的指標(biāo)具有線性相關(guān)關(guān)系，對此類指標(biāo)開展定量分析、業(yè)務(wù)關(guān)聯(lián)分析，重點(diǎn)關(guān)注跨部門隱性關(guān)聯(lián)指標(biāo)。

確定指標(biāo)關(guān)聯(lián)關(guān)系后，構(gòu)建預(yù)警防控網(wǎng)絡(luò)，一旦關(guān)聯(lián)網(wǎng)絡(luò)內(nèi)有指標(biāo)異動，其關(guān)聯(lián)的其他指標(biāo)按一定的邏輯判斷自動提前預(yù)警，達(dá)到牽一發(fā)而動全身的效果，將傳統(tǒng)的事后監(jiān)測分析模式向事前風(fēng)險預(yù)警、有效防控方式轉(zhuǎn)變。另一方面通過控制過程數(shù)據(jù)（即指標(biāo)影響因子），及時糾偏，以確保重點(diǎn)監(jiān)測指標(biāo)達(dá)到預(yù)期值。

通過構(gòu)建大數(shù)據(jù)背景下的指標(biāo)監(jiān)測體系，實(shí)現(xiàn)對公司主要經(jīng)營活動和管理績效的全天候監(jiān)測；實(shí)現(xiàn)對規(guī)劃、建設(shè)、運(yùn)行、檢修、營銷、人資、財(cái)務(wù)、物資等業(yè)務(wù)的全方位監(jiān)測；實(shí)現(xiàn)對企業(yè)生產(chǎn)、建設(shè)、經(jīng)營、物資等環(huán)節(jié)的全流程監(jiān)測。最終以兩手抓方式構(gòu)建公司風(fēng)險預(yù)警防控體系，為公司依法治企、安全穩(wěn)定運(yùn)行保駕護(hù)航。

3 開展基于大數(shù)據(jù)挖掘的精細(xì)化運(yùn)營分析

充分利用各項(xiàng)信息系統(tǒng)積累的海量數(shù)據(jù)，以數(shù)據(jù)挖掘?yàn)槭侄?，通過對準(zhǔn)確的過程性、明細(xì)數(shù)據(jù)和歷史數(shù)據(jù)的挖掘和分析，形成有價值的分析成果，使公司管理層全面了解企業(yè)的運(yùn)營狀況，準(zhǔn)確把握運(yùn)營工作的優(yōu)勢劣勢，為公司經(jīng)營決策提供有力支撐，為提升運(yùn)營效率和經(jīng)濟(jì)效益提供有力保障。

3.1 綜合分析

開展對外部環(huán)境及主要運(yùn)營活動的綜合分析：客觀評述外部環(huán)境變化，綜合反映本單位月度運(yùn)營活動的基本情況和運(yùn)營特點(diǎn)，揭示異動、剖析問題，提出有關(guān)建議。

通過深度挖掘分析運(yùn)營規(guī)律和趨勢，針對營銷、運(yùn)檢、財(cái)務(wù)、人資、基建、調(diào)度、后勤、品牌建設(shè)等各專業(yè)的薄弱環(huán)節(jié)、存在問題，每月及時提出風(fēng)險預(yù)警，制定相應(yīng)措施，為公司管理層牢牢掌握全局、科學(xué)決策提供了有力支撐，同時推動了各業(yè)務(wù)部門全面開展數(shù)據(jù)挖掘分析工作，打破專業(yè)壁壘，形成了高效的協(xié)同機(jī)制，橫向協(xié)同效率明顯提升。

3.2 專題分析

針對與公司運(yùn)營密切相關(guān)的重點(diǎn)、熱點(diǎn)、難點(diǎn)問題，開展深入分析，引入分類、估值、聚類、關(guān)聯(lián)規(guī)則、預(yù)測等數(shù)據(jù)挖掘技術(shù)，應(yīng)用到供電企業(yè)經(jīng)營分析、用電市場營銷分析、客戶關(guān)系管理等領(lǐng)域，構(gòu)建評價模型，開展問題原因分析，提出解決問題的對策建議，并明確責(zé)任主體。

以“業(yè)擴(kuò)報裝流程效率專題分析”為例，通過對營銷業(yè)務(wù)應(yīng)用系統(tǒng)中業(yè)擴(kuò)報裝所有相關(guān)明細(xì)數(shù)據(jù)的挖掘分析，總結(jié)數(shù)據(jù)規(guī)律，提出了多項(xiàng)分析結(jié)論用于指導(dǎo)公司業(yè)擴(kuò)業(yè)務(wù)運(yùn)行。一是對低壓居民、低壓非居民、高壓3類客戶的業(yè)擴(kuò)完成時間進(jìn)行分類分析，據(jù)此劃定了業(yè)擴(kuò)流程時限“警戒線”，若超過預(yù)警線，則認(rèn)為該戶業(yè)擴(kuò)流程有可能存在受阻情況，對超過警戒線90%的工單發(fā)出預(yù)警，對超過警戒線95%的工單發(fā)出告警，開展提前預(yù)判，防范受阻風(fēng)險。二是按用電類別開展分類分析，分別定位了高壓和低壓非居民客戶中耗時最長的3種用電類別，建議公司針對此類用戶開展差異化服務(wù)以提高辦電效率。三是對超期工單歷史數(shù)據(jù)進(jìn)行挖掘分析，發(fā)現(xiàn)裝表接電為超期率較高的業(yè)擴(kuò)環(huán)節(jié)，據(jù)此提出了相關(guān)建議加以防范。四是對業(yè)擴(kuò)投訴數(shù)據(jù)進(jìn)行聚類分析，將投訴工單類型分為高度關(guān)注、重點(diǎn)關(guān)注、加強(qiáng)關(guān)注、一般關(guān)注等4種類型，定位不同投訴類型特征，為業(yè)擴(kuò)輿情處置提供參考。

3.3 即時分析

針對公司運(yùn)營過程中產(chǎn)生的、時效性較強(qiáng)的重大異動和問題開展即時快速分析。利用運(yùn)營管控系統(tǒng)設(shè)置供電服務(wù)、營銷稽查、故障搶修、配網(wǎng)臺區(qū)低電壓監(jiān)測、車輛使用狀況、購售電等多個監(jiān)測專題，一旦出現(xiàn)預(yù)告警，即時分析異動和問題，快速查找原因，明確消除異動和問題責(zé)任主體。

通過開展基于大數(shù)據(jù)挖掘的精細(xì)化運(yùn)營分析，形成運(yùn)營監(jiān)測（控）中心與專業(yè)部門協(xié)同的公司運(yùn)營分析工作體系，產(chǎn)生管理協(xié)同效應(yīng)，對公司加強(qiáng)預(yù)控、強(qiáng)化分析、支撐決策、防范風(fēng)險具有重要意義。

4 結(jié)束語

運(yùn)營監(jiān)測（控）中心結(jié)合自身實(shí)際和業(yè)務(wù)發(fā)展需要，充分利用信息化成果，通過開展基于大數(shù)據(jù)挖掘的運(yùn)營監(jiān)測分析，可實(shí)現(xiàn)公司資源整合，提升運(yùn)營水平，打破專業(yè)壁壘，實(shí)現(xiàn)企業(yè)經(jīng)營管理關(guān)鍵數(shù)據(jù)指標(biāo)由專業(yè)部門分散監(jiān)測向公司集中監(jiān)測的轉(zhuǎn)變。通過多維分析和深度挖掘，能夠快速準(zhǔn)確地查找工作差錯點(diǎn)、異常點(diǎn)、風(fēng)險點(diǎn)，初步構(gòu)建了公司風(fēng)險預(yù)警防控體系，為提高經(jīng)濟(jì)效益和管理效率提供了保證。本文對于大數(shù)據(jù)挖掘在監(jiān)測分析業(yè)務(wù)上的應(yīng)用僅進(jìn)行了初步的探索，待數(shù)據(jù)質(zhì)量、分析技術(shù)進(jìn)一步提高后，相信大數(shù)據(jù)挖掘技術(shù)在供電企業(yè)的應(yīng)用前景更為廣闊。

［1］董朝陽，張 沛.電力系統(tǒng)分析新興技術(shù)［M］.北京：高等教育出版社，2011.

［2］商文穎，李巖春，于勝堯.基于數(shù)據(jù)挖掘的電力系統(tǒng)電壓穩(wěn)定分析［J］.東北電力技術(shù)，2008，29（10）：6－8.

［3］盧建昌，樊圍國.大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)在電力企業(yè)中的應(yīng)用［J］.廣東電力，2014，27（9）：88－94.

［4］張良均，陳俊德，劉名軍，等.數(shù)據(jù)挖掘?qū)嵱冒咐治觯跰］.北京：機(jī)械工業(yè)出版社，2014.

［5］譚小野.數(shù)據(jù)挖掘在電網(wǎng)安全中的應(yīng)用［J］.東北電力技術(shù)，2005，26（8）：40－44.

［6］劉國民，宋 雨，周慶捷.智能電網(wǎng)信息化體系架構(gòu)研究［J］.東北電力技術(shù)，2012，33（2）：15－17.

Study on Operation Monitoring and Analysis Based on Big Data－mining

LI Xiao?lan1，TIAN Xiao?lei2，NI Zhi?jian1，F(xiàn)ENG Liu1
（1.State Grid Shenyang Power Supply Company，Shenyang，Liaoning 110003，China；2.State Grid Liaoning Electric Power Co.，Ltd.，Shenyang，Liaoning 110006，China）

With the combination development of power industry industrialization and informatization，electric power data is showing the scale of explosive growth，big data era of power industry has arrived.This paper chooses operation monitoring and controlling centre for given power supply company as the subject，relying on its operational management systems，potentially relevant indicators are explored by using data－minin，building operation monitoring system and risk warning prevention system can locate loopholes in management quickly and accurately by introducing data－mining technology to carry out intensive operations analysis.It provides a guarantee for eco?nomic efficiency and management efficiency.

Big data；Data－mining；Power supply company；Operation monitoring；Operation analysis

TP311.13

A

1004－7913（2016）03－0038－04

李小蘭（1986—），女，碩士，工程師，從事供電企業(yè)運(yùn)營監(jiān)測與數(shù)據(jù)分析工作。

2016－01－09）