卢 经

（国网新源水电有限公司新安江水力发电厂，浙江 杭州 311608）

大数据环境背景下，电力信息系统的建立要以电力数据为基础，实现对海量数据信息的利用，完善电力系统的功能，避免电力系统运行中各种外部因素所造成的运行故障。电力信息系统监控预判的智能分析对于减少电力系统故障、实现故障处理与预警等具有重要的意义，是当代电力行业发展中的热点议题。

1 项目背景

本项目以电厂作为研究对象，在电厂内部包含了大量的电网运行数据，数据库、服务器等较多。文章中的研究包含了1 个虚拟平台与7 个核心业务系统，在这些系统的使用中，每年所产生的性能检测数据极多，数据存储量每年急速上升。在这种情况下，可以对这些数据利用大数据的手段，采用数据挖掘技术，获得电网系统运行所需要的有效数据，从而为电力系统的决策等提供重要的数据支持。

2 项目目标

在本项目的研究中，主要是以电厂的磁盘使用率、CPU 使用率等作为主要的数据挖掘对象，从而根据挖掘结果，将目标数据划分为5 个警告等级。在此过程中，有必要建立相应的数学模型，通过该数学模型来预测各个样本数据发生的警告等级，如果是高警告等级的样本数据，还需要预测和判断其发生的时间等。

就电厂的实际情况来看，硬件设备、系统数据资源等较多，要保证其预测的准确性，最终选用随机森林算法来建立模型。

3 相关模型以及实现

3.1 系统设计目标以及方法

在本项目的研究过程中，包含的状态较多，在这种情况下，需要采用3 级告警转为5 级告警的概率预测方式。……