颜远海

(广州华商学院 数据科学学院, 广州 511300)

0 引 言

电力数据中蕴含着大量的有用信息[1], 随着电网信息化水平的不断提升, 在巨大规模数据集里挖掘有价值信息, 逐渐成为电网规划建设、 增容改建、 可靠运行的主要手段。计算机技术与信息技术高速发展, 推动了数据挖掘技术[2]在电力领域中的普及与应用, 使深层次的电网数据挖掘成为可能。

目前人们主要以确保电网平稳、 安全运行进行数据挖掘研究, 例如高翔等[3]与浦雨婷等[4]分别针对电力信息系统网络安全态势与电压暂降的评估问题, 以数据挖掘为技术支撑, 各自引入支持向量机与靶心度优化算法, 建立了电力信息系统网络安全态势评估模型与电压暂降严重度评估模型, 确保电网安全稳定运行； 而郭阳等[5]则从电力企业内部管理角度出发, 利用大数据挖掘技术, 提取电力企业的影响因素历史特征, 经聚类分析, 构建了电力企业评价体系, 为决策者提供可行的管理建议。

互联网技术的革新推动了电力系统与物联网的耦合发展, 电网用户规模日益庞大使用户侧数据量持续上升, 因此笔者针对电力物联网, 设计一种新的用户侧数据深度挖掘方法。关联规则是较为普及且有效的一种数据规律发现策略, 可使无法确切描述的信息都实现清晰展示, 且可提升挖掘精准度。

1 用户侧数据关联规则映射

为降低用户侧数据特征的挖掘复杂度, 以用户侧数据间的关联映射为依据, 分析数据集的关联规则, 以便快速、 准确地挖掘出用户侧的用电量水平走势等相关电力数据, 为用户用电特征提取、 电力负荷预测提供参考。……