数据挖掘技术在电厂经济性分析系统中的应用Q
2017-01-10李玥
无线互联科技 2016年13期
李玥
摘要:随着互联网技术的迅速发展,各行业其是销售行业得到了快速的发展,同时也产生了海量的相关数据资源。作为销售行业中的一部分,传统的人工分析模式已经无法为电厂直供电、供热和电力营销提供必要的数据分析。需要利用大数据挖掘与分析技术,从海量的电力营销数据中发掘潜在的、有价值的信息,快速有效地分析数据与信息,从而将各个信息孤岛相互汇集成为决策辅助信息系统,更好地保证电厂生产的安全运行、销售利润和市场竞争力。
关键词:大数据;支持向量机;数据挖掘;销售模式
经过多年的使用和运行,电厂信息化系统已经积累了海量的数据资源,这些数据信息是散乱的、无序的和庞大的,蕴含的知识和价值巨大。文章引入了大数据挖掘技术,利用大数据挖掘的优势创新电厂数据信息管理模式,提高电厂发展、服务水平和竞争力。
1 数据挖掘技术
随着互联网、信息化系统的运行和推广,系统运行积累了海量的数据资源,可以采用支持向量机、K近邻算法、BP神经网络等大数据挖掘技术,从宏观、微观等多维度构建电厂经济分析系统,挖掘电厂数据中潜在的有价值信息,指导电厂经营分析和管理,具有重要的作用。
1.1 支持向量机
支持向量机是一种基于分类的大数据挖掘技术,该挖掘技术可以针对非线性、高维空间的样本数据实现挖掘分析,能够利用核函数等优化数据挖掘过程,从海量的油品数据中挖掘高价值信息,并且能够为油品销售提供销售、经营、管理决策知识。……
登录APP查看全文
