用電信息採集技術及應用（簡體書）

要保證業務系統的高效性、持續性、精確性、穩定性，需要對這些業務數據進行有效、合理的分析以及從中挖掘出對決策有幫助的知識。將數據分析技術引入到用電信息采集系統中，從而為加強用電采集信息管理及決策分析提供強有力的支持。下面結合用電信息采集系統數據介紹一下相應的數據分析技術。
6.5.1數據分析概述
1.數據分析概念
所謂數據分析，可以看作是對信息進行再加工，即進行深入的歸納分析，獲得更有用的信息即知識的過程。通過數據分析和挖掘技術獲取的信息和知識可以廣泛用于各個領域，包括商務管理、生產控制、市場分析、工程設計和科學探索等。
事實上，如果不能加以分析，數據量越大，越是束手無策，因為很難從海量繁雜的數據中得出什么有用的結論或規律。大量的數據僅僅是利用各種工具和手段觀察外部世界得到的原始材料，通過簡單數據分析找出其中的關系，賦予數據以某種意義和關聯，這就形成所謂信息。信息雖然給出了數據中有一定意義的東西，但它往往和需要完成的任務沒有直接的聯系。通過深入的分析，在信息基礎上形成知識，才可直接作為判斷、決策和行動的依據。
目前，數據分析的主要發展趨勢為：對知識發現方法的研究進一步發展，如對Baves和Boosting方法的研究和提高；商業工具軟件不斷產生和完善，注重建立解決問題的整體系統。
2.用電信息采集數據分析需求
在用電信息采集系統運行過程中，不斷積累大量的電能量數據、工況數據、電網運行參數數據，這些數據是智能電網應用的重要基礎支撐。針對這些數據進行深入的數據分析和利用，以此進行用電科學化管理，才能真正達到“智能用電”的目的。
（1）異常預警分析。用電信息采集系統是典型的實時系統，系統不問斷從各電力現場采集電能信息，并快速集中起來。系統涉及規模大，終端運行環境復雜，因此保障系統運行可靠性是要解決的重要問題。通過采集數據的異常分析快速定位展示異常是數據分析的重要內容，也是確保用電信息采集質量的重要手段。
（2）智能數據展示。用電采集業務中數據量巨大，為了工作人員能夠迅速了解和掌控有用的信息，需要對數據進行分類，并進行相應的篩選，通過各種統計分析報表、即席查詢等形式展示出來，方便工作人員工作。
（3）用電數據的挖掘利用。用電信息采集工作中產生的數據將直接用于智能用電業務，因此對其質量要求很高。通過對這些高質量的海量數據利用關聯分析、演化分析等手段可以發現其中的規律，這些知識或者規律可以輔助開展負荷預測、有序用電方案制訂等重要的智能用電業務。