（广州供电局有限公司）
摘要：电力工业在信息化建设的过程中，应用研究数据挖掘技术进行分析和决策可以解决电力企业的管理问题。在电力企业中，要结合电力管理的要点，利于数据挖掘技术进行数据的管理，分析系统的功能，对电力客户的行为进行聚类分析，提升管理水平。
关键词：数据挖掘；电网用户；行为分析
1.引言
在当前市场形势下,电力企业的性质已发生了转变，由过去的垄断行业成为有市场竞争存在的服务性行业,在这种情况下，电力企业要转变观念，认清形势,改变原有的经营管理方式,依据服务行业的市场要求,采取积极的措施改进电力营销的服务模式,提升电力服务营销质量。当前的电网企业要重视市场营销，对用户的行为分析是市场营销的重要组成部分，所以用电客户的行为分析变成了电网企业数据分析的重要内容。
2电网用户分析的必要性
随着我国市场经济的不断发展，电力企业的性质也在发生变化，逐渐由生产型企业转变经营型企业，电力行业需要面对的是市场营销。所以，对用电客户的行为分析成为当前电网企业在市场营销中的重要内容。此外，近年来电网在信息化建设方面取得了很大的进步，作息化水平在不断地提高，电网企业的信息管理系统中积累了有关用户的大量数据。开发数据挖掘系统并利用它对电网用户的行为进行分析，可以有效提高电力企业的营销质量。
在当前的信息管理系统中，只能对用户的数据信息进行简单的增减和查询，不能进行挖掘和利用隐含在数据内部的信息，不能查明深层次的关系，无法利用这些数据分析用户行为和将来的发展趋势，所以建立基于电网企业的用户行为分析系统是十分必要的，利用它可以实现数据的挖掘，系统可以对现有信息管理系统采集到的用户数据进行智能化分析，挖掘出存在的深层次的关联，转变为供决策者使用的信息，这类决策型的信息可以帮助电网企业在市场营销决策中提升对客户服务的质量。
3．数据挖掘技术的应用
数据挖掘技术的原理是借助人工智能对数据库中的数据进行智能化分析，在数据挖掘过程中的可以获得相关的信息。所挖掘出的信息通常可用概念、规定、模板等方式表达，数据分析可以用于信息的管理、查询、分析决策和数据维护过程中的控制，此外还有基于数据本身关联中的分析。在电网用户的行为分析中，数据挖掘技术是一种很有用的分析方式。应用数据挖掘可以在用户的行为中建立规律性的联系，这种联系也可以称为用户行为方式的相关性。数据相关分析可以找到用户行为内部隐藏关联的行为方式的信息。通过数据挖掘就是在众多的信息中挖掘出可以供电力部门改进原有方式的信息。数据的挖掘就是发现规律和建立模型的过程。数据挖掘的作用就是为项目的开发和利用提供相关数据的支持。数据的挖掘受多种学科，多个领域的影响，数据挖掘要智能数据库的建立相统一，将数据处理过程可视化，借助高性能计算机，建立数据挖掘的平台。专家数据系统是数据分析的一种典型方法，这种方法的原理是思想平台的建立。数据挖掘体系可以划分为三类。第一类是数据的源程序。数据的挖掘是数据平台上的数据挖掘。平台的建立提高了数据挖掘的效率。第二类是数据库平台的结构、方法及数据挖掘的工具。第三类就是用户获得数据的界面，这个界面将数据变为可视化，用户得到的信息被直接表示。
4．数据挖掘技术在电网用户行为分析中的运用
数据挖掘技术收集并分析了大量的信息，可以利用相关的信息进行决策。当前，信息技术在快速发展，数据挖掘技术也有了很大的进步，数据挖掘技术应用在电力行业，可以用于电力营销系统的客户管理中。电力体系应用数据挖掘技术，为决策者提供了数据依据，并可以对管理效果进行分析评价。通过收集客户各类数据，建立信息数据库，进行数据挖掘，可以改善电力销售、电力供应和客户之间的关系。对于重要的客户，由于是销售收入的主要来源，更要注意利润成本中的信息变化。在数据挖掘技术中，要在挖掘的基础之上针对不同对象的运用不同的方法。
基于数据挖掘技术的电网用户行为分析系统实现了数据的采集、预处理、挖掘到结果分析的全部功能，使用该系统可以对用电客户进行细分、对客户实施信用等级评估，对欠费客户实施风险预测。电力企业使用此系统可以为客户提供有针对性的服务和营销，市场竞争力可以得到提高；电网企业可以发现客户在需求上发生的改变，及时调整对客户的管理内容和服务方式，客户满意度可以提高；利用此系统可以分析把握客户的发展趋势，有效降低电力企业的运营成本，提高电力企业的市场效益。
5．电力数据挖掘算法的分析
5.1聚类分析法
聚类分析法是一类科学的数据分类方法。它会针对组对象的某一类特点进行分类。这种分类的基础不是原有的，而是对数据的特征进行分类产生的。数据聚类会成为一种特性，可以消除差别，相似点趋于相同。这其中，集的划分和聚类是数据分析的关键，通过数据分析属性，找出内在的价值。聚类分析的方法相对传统算法而言比较特殊。随着计算机技术的发展，数据挖掘技术可以通过更多的经典算法来实现。聚类分析法应用在模式识别、数据分析和图像采集等不同领域中。
5.2体系设计分析
电力系统的许多实际问题，可以利用数据挖掘技术得出许多有用的信息，对决策体系的提供了多方面的数据支持。数据体系中包括了不同类别数据的动态模式，利用数据挖掘快速的提取信息与查找数据，可以显示出电力市场中隐含的运行规律。与市场营销系统融合，可以分析电力客户的结构和特征。在这样的数据分析过程中，信息的融合主要考虑到营销的需要。数据挖掘内容面对的是市场的需求和管理变革，销售与重要客户的关系分析保证市场营销的针对性。
原始数据库中的数据来源于大量存储的相关数据，对于这些数据利用开发工具进行分析，然后建立决策模型。数据系统中工具包含数据过滤功能，可以模型的引导下实施数据的分类挖掘。在数据处理系统中，对原有的数据进行定性或定量分析和处理，会转化为决策者的可视信息，为确定最佳的管理方式提供决策依据。
6.结束语
电力工业在信息化建设的过程中，应用研究数据挖掘技术进行分析和决策可以解决电力企业的管理问题。在电力企业中，要结合电力管理的要点，利于数据挖掘技术进行数据的管理，分析系统的功能，对电力客户的行为进行聚类分析，提升管理水平。由于原有的电力工程管理模式不以适应电力发展的变化，面对市场竞争，面对社会发展的新需求，电力企业要主动进行创新，依据数据挖掘技术可以为用户提供更加优质的服务。
参考文献
[1]洪国涌，崔庆橡木，穆克涌．现代企业利用信息增益近似规则[J]．IEEE国际模糊系统会议录，韩国，汉城，2012，8（22—25）：1．
[2]宗佩宏．学习近似的模糊规则从训练.模糊系统国际会议，2015（12）：256—259．