数据挖掘在电力营销中研究

前言：本站为你精心整理了数据挖掘在电力营销中研究范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

一、数据仓库的概述与决策支持系统

1.1数据仓库技术

数据仓库是20世纪90年代为了在激烈的市场竞争中实现合理支持决策而产生的。许多的企业都拥有自身的数据仓库，市场上出现了许多数据仓库的软件。当今，数据仓库能够把许多传统数据库中的基本数据进行清理，并且将基本的数据依照条件要求进行重组。然而星型构造的数据仓库，能够高度地聚集以不相同的数据作为不一样的决策要求供给服务。与此同时，联机的处理分析伴随着数据仓库技术的不断发展。和数据仓库对数据的存储的管理不同，联机的处理分析对数据分析，把数据变为辅助的决策信息。数据挖掘是近年来较为灵活的研究方向，由于对数据挖掘技术的重视和理解不够，目前该技术在电力系统中的运用十分有限。

1.2决策支持系统

决策支持系统是20世纪出现的，一出现就得到了快速的发展，数据仓库技术的出现，为其供给了全新的发展机遇。虽然我国决策支持系统的运用与研究的起步较晚，但决策支持系统的运用发展却非常迅速，决策支持体系的研究与运用已成为我国电力信息系统里面的热门话题之一。

二、数据仓库的系统结构

2.1相对稳固

数据的关键是为企业提供分析决策支持，它关联的操作是数据查询，通常不对数据进行修改。数据仓库中的数据是由不一样的时间数据组成的，而不是事务型的数据

2.2面向主题

数据仓库的主题为在一个比较高的层面把数据进行集合的标准，各个主题都是对应一个宏观的处理领域，充分满足此领域的决策分析需求。数据在进到数据仓库前通过集合和加工，把原始的数据构造做到从面向运用到面向主题的改变。

2.3时间特征

数据仓库的数据有着时间的特点。数据仓库伴随着时间的不断变化，内容也在不断的增加，同时需要删除陈旧且没有作用的内容。因为数据仓库通常是作为趋势的分析预测，通常保留5～10年的历史数据。数据仓库里的数据包括着时间的元素，是键码的一个部分。

2.4集成性

数据仓库中里的数据主要用作决策分析，要进行整合与归纳。要处理源数据里格式不同的情况，要求把它们统一到数据仓库的模式中。数据仓库体系是对进到数据仓库的原始数据进行清洗、转换、抽取等处理，最后将其进到数据仓库里，把对数据仓库里储存的数据进行管理、更新、运用的有关工具与软件进行整合，用于支撑数据仓库管理与使用的决策。

三、数据挖掘技术在电力营销系统中的运用

3.1数据仓库的开发

3.1.1数据仓库的数据来源

电力营销管理体系的实际要求与现状是构成电力营销数据仓库的关键。电力营销具有分散性，构成数据仓库里的数据，许多来自不同用电数据库中，这些数据库大多来自于各个不同的数据库，其中很大一部分数据库来自不同区域的电力基层，还有一部分数据库来自其他电力系统，甚至有一部分数据库是电力系统以外的，一些数据还要求人工录入，经过Web技术转化与提取之后存储在数据仓库。

3.1.2数据仓库的设计

当电力营销系统相关的数据进到数据仓库时，要通过仔细的设计要求，这样数据仓库才会有效合理地为电力营销决策的制定提供支撑。设计通常为物理模式、逻辑模式、概念模式三个阶段：（1）物理模型的设计：传统的数据库设计是先设计逻辑型，然后依据逻辑建立星形的模式，最终形成物理模型创建的模型方法。通常来说，物理模型的实现基本是逻辑模型，逻辑模型创建的星形图能够为创建实在的物理模型提供指标实体以及具体的种类实体，然而维度表常常不是变为直接的物理数据库表，而为物理模型的创建提供查询、整合、过滤与参考的数据。逻辑模型在数据库里表现出物理模型，能够达到数据的物理存取模式、数据储存构造、数据存储位置与分配等功效。（2）概念模型的设计：主题的创建，即指标的确定。在明确数据仓库的类别与维度时，先针对元的数据库系统的构造进行强化分析与理解，思考元数据在数据库系统中的分布与组成形式，理解之后能够建立数据仓库系统的模型。通过掌握元数据的构造，对元数据的内容与形式有着明确完整的认知。（3）逻辑模型的设计：物理模型是各个数据仓库的主题相关的关系表，然而逻辑模式是此模式关系的体现。逻辑模式也能够被叫做关系的模型，用作显示每个主题间的关系，它对系统设计与开发中的工作进行简化。逻辑模型的创建是数据仓库创建的关键步骤，也是电力企业对数据要求的体现，且可以对物理模型的建立提供依据。

3.2电力营销决策支持系统

电力营销决策支持系统主要是由决策层、决策工具层、支撑层与数据管理层构成。在电力营销决策系统的建立中，要取得数据挖掘技术与数据仓库的支撑。在电力营销决策系统中要经过逻辑的判断，对每种决策数据以及辅助决策的方法进行择优选择，整合出好的解决办法。经过电力营销系统得出的决定方案对一个区域的电力发展与改变做出预测，电力决策者能够根据此预测做出决策。在电力营销系统中，要求整合汇集多种元数据，并且把它们的整理成为数据库群，而数据仓库能够把这些元数据整合成电力营销决策支持系统的有效数据。数据仓库技术是电力营销决策支持系统的发掘的基本条件。因为营销决策的构造特征，需要设计知识获得模块，运用专家技术从数据之中得出有效的知识。能综合运用联机处理分析与数据挖掘技术对数据仓库中的知识进行补充，也能把某些有特征与有代表性的营销决策出现存储在数据仓库里，为决策提供参考。电力营销系统为电力企业的决策者提供有关的营销策略决策，主要包含了有关电力运行管理与电力营销策略的信息，还为制定电力营销决策供给有关的服务支持等。与此同时，为了确保电力营销系统的运行正常，系统的设计要确保其可维护性、应用性、可靠性、开放性、智能性与安全性。

3.3EMDSS开发流程

电力营销决策支持系统是根据数据仓库技术的决策与制作定出有关的方法库、模型库与知识库，并且对整个系统进行统一的管理。在EMDSS之中，数据仓库是一个数据的平台，整合LAP技术、数据挖掘技术、DSS分析技术为数据仓库中的数据做出补充。

四、结束语

随着电力体制改革的不断推进，电力企业从计划经济的模式转向市场经济管理模式，电力营销系统中数据仓库的创建可以很好地促进企业的规范化管理，为企业创造良好的社会效益与经济效益。基于数据挖掘技术的电力营销系统向客户提供数据挖掘、在线处理分析、查询、提供报表等服务，帮助其从数据中发现规律，对发展趋势做出预测。在具体的使用中，该系统是电力营销MIS系统的延伸，为经营与决策提供了可靠与科学的依据。

作者：雷波单位：国网四川阿坝供电公司，