胡聪，刘翠玲，洪德华，宫政

(国网安徽省电力有限公司信息通信分公司，合肥 230041)

0 引言

随着国家“互联网+”行动计划、云计算和大数据战略深入推进，在“十三五”期间，国家电网公司建成规模庞大的信息化系统，企业进入全面的数字化转型阶段，信息系统的稳定运行以及日常的风险及时预警处置直接关系到电网的稳定运行[1-2]。

电网企业信息系统在运行过程中产生大量的日志信息，这些数据类型多样、产生速度快、其中的某些数据可能包含着与系统的运行状态相关的信息，信息系统中的数据具有典型的大数据特征[3-4]。一个应用系统的运行数据包含程序运行周期内发生的事件的相关信息，包括事件类型、发生时间、发生该事件的对象等[5-6]。对电力大数据的分析可以直观地展现电网的运行状态，利用流形学习方法对高维的电力大数据进行降维处理，可以解决高维电力大数据可视化的图元密集和图形重叠的问题，将数据清晰地展现，以便于直观的分析数据的价值[7-8]。

1 现状分析

目前电力企业已经全面开展数据价值挖掘工作，针对电力信息系统数据格式特点，围绕数据采集、数据处理、模型创建等方面开展相关的技术研究和应用，对海量信息进行分析处理，深层挖掘信息的潜在价值，并取得了一定成效[9-10]。随着信息化建设和应用不断深入，用户对高维数据价值挖掘的需求持续增长，用户范围从信息系统管理部门扩展到全业务，数据挖掘不能再只是面向单个信息系统，需要全面掌握数据状态，及时发现故障隐患，提高电力信息系统的智能化运维水平。……