简介：从数据库的应用发展方面,描述了数据挖掘的概念,讨论了数据挖掘的主要算法,给出了数据挖掘的应用概况及其实例.

简介：摘要社会经济的发展，使得电力资源在其中发挥的作用也日益提高，成为支撑社会持续发展不可获取的有力资源之一。为了更好地满足人们不断提高的用电需求，在电力营销中应用新技术、新的管理方式已经成为众多电力企业改革与发展的重点。本文主要就数据挖掘技术在电力营销系统中的应用进行一定的分析。本文主要就数据挖掘技术在电力营销系统中的应用进行具体分析，以期促进电力企业更好地适应新时代的发展需求。

简介：摘要在本文中，我们将讨论一般系统的入侵检测方法，主要的想法是使用数据挖掘技术，发现相同的和有用的模式，描述程序和用户行为的系统功能，并使用相关的系统功能集计算（感应学习）的分类，可以识别异常和已知的入侵。通过实验对Sendmail系统调用数据和网络抓取数据，证明了我们可以构造简洁、准确的分类器检测异常。我们提供了两个通用的数据挖掘算法关联规则算法和频繁情节算法。这些算法可以被用来计算内和跨审计记录模式，这是必不可少的描述程序或用户行为。发现的模式可以指导审计数据收集过程和促进特征选择。为了满足高效学习（挖掘）和实时检测的挑战，我们提出了一个基于代理的体系结构的入侵检测系统的学习代理连续计算，并提供更新（检测）模型的检测代理。

简介：摘要：在当前的大数据时代发展背景下，电力企业的主要竞争力就是电力营销，过去的电力营销大数据的挖掘和分析有很多缺陷，对此就需要引进电力营销大数据平台，强化电力营销大数据平台建设，实行营销系统大量数据开展的数据挖掘与预测分析等，这样可以将营销业务服务水平与服务效率提升，还可以保证电力企业营销服务更好的发展。文章对 电力营销大数据平台建设进行了研究分析，以供参考。

简介：摘要在最近的几年里，电能质量问题已经越来越被人们所重视，在地区内的电网以及省内的电网内安装电能质量检测设备，并与软件相结合就能够形成电能质量监测系统。通过电能质量监测系统就可以对庞大的数据进行分析之后就能够通过绘制出来的图表为电能质量的监测义工帮助。本文将根据数据挖掘技术为基础，分析电能质量检测中的问题以及应用。

简介：摘要电费是供电企业经营成果的体现，电费回收是供电企业的中心工作之一，及时、足额回收电费是供电企业维持简单再生产，实现扩大再生产的有力保障。随着市场经济的发展和电力供求形势的变化以及优质服务的进一步深化，电费回收难度增加在相当大的程度上影响了供电企业的发展，增加了财务运营风险。为促进电费回收，从企业内部管理及外部环境的层面上理清电费回收中存在的问题，是每个供电企业面临的任务。本专题以营销业务应用系统收取数据为支撑，针对抄表、核算、收费、账务等电费回收工作环节对公司电费回收现状进行分析，找出主要问题及深层原因，有针对性的提出解决建议。

简介：摘要：在互联网信息技术快速发展的今天，大数据的时代已经来临，大数据渗透到了各行各业，对于特定的行业，也有了更多的研究。但是在工程造价领域，这一领域却是一片空白。本文从工程造价选择与评估的视角，对面向工程造价数据特征的数据挖掘流程进行了归纳，并结合聚类算法对工程造价数据进行了分析和处理，为大规模工程造价数据挖掘的研究提供了有益的思路。

简介：摘要现场检验重点关注计量故障和电能表误差超差。现场检验数据主要作为判断单个电能表是否运行正常的依据，缺乏对海量数据整体和深入的挖掘分析。而近年来，电力大数据挖掘越来越受各方关注，分析方法更加成熟，应用也越来越广泛。随着全国范围内规格统一的电子式电能表的推广，以及现场检验信息化、数字化，检验数据更加真实可靠、全面丰富、规范统一，为检验数据深度挖掘、分析及应用奠定了良好基础。

简介：摘要电力系统负荷预测是在掌握系统的运行特性、社会条件、自然条件、经济运行条件、负荷本身等规律的基础上，通过历史数据的建模对未来负荷发展变化进行的可靠估计。电力系统负荷预测是能量管理系统的重要组成部分。提商负荷预测精度可以提髙发电设备的利用率，实现调度部口的机姐的组合优化，同时加强经济调度的有效性。负荷预测是电力系统规划、计划、用电、调度的一项基础工作，其重要性不言而喻。基于此本文分析了数据挖掘技术的短期负荷预测。

简介：摘要：在信息技术高速发展的今天，供电企业生产营销的价值不仅体现在售电量上，更是需要挖掘分析企业数据来产生附加价值，而对于政府管理部门来说，急需通过信息化手段不断增强社会管理能力。在内外两股力量的共同作用下，形成电力企业利用现有数据加以分析计算，并向外部输出结果的新模式、新业态，电力看城市综合分析就是一个全新的需求落脚点。本研究探讨了如何运用大数据深度挖掘电力视角数据，研究电力数据与地方社会经济发展关系，构建模型，设定典型分析场景，形成可视化应用场景，向地方政府、企业、金融等单位提供社会经济辅助分析服务。

简介：摘要：在信息技术高速发展的今天，供电企业生产营销的价值不仅体现在售电量上，更是需要挖掘分析企业数据来产生附加价值，而对于政府管理部门来说，急需通过信息化手段不断增强社会管理能力。在内外两股力量的共同作用下，形成电力企业利用现有数据加以分析计算，并向外部输出结果的新模式、新业态，电力看城市综合分析就是一个全新的需求落脚点。本研究探讨了如何运用大数据深度挖掘电力视角数据，研究电力数据与地方社会经济发展关系，构建模型，设定典型分析场景，形成可视化应用场景，向地方政府、企业、金融等单位提供社会经济辅助分析服务。

简介：摘要大数据时代的到来，使得数据挖掘技术成为极具影响力的工具，颠覆了以往各个领域的运作模式，使得各行各业能够把握更高效的运行方案。随着数据挖掘带给人们方便的同时，个人隐私的安全问题也亟待解决，只有建立完善的法律法规，加强数据基础设施保护，充分发挥标准的指导和引领作用，才能让数据挖掘技术更好地为社会服务。

简介：摘要当下数据挖掘技术已成为计算机领域的一个新的研究热点，其应用也渗透到了其他各大领域。在大数据背景下数据挖掘能够为企业进行数据采集和处理，本文将对数据挖掘在企业发展中的应用展开阐述，并对数据挖掘技术的发展创新作了展望。

简介：摘要数据统计科学的发展越来越快，数据挖掘模式在各个领域被广泛应用。数据挖掘模式的数据统计数据可以通过分析大量的数据和搜索某种算法来挖掘隐藏大量数据的有效信息。对于电力企业，特别是发电企业，传统的数据统计模型不再满足企业的实际需求，因为它的效率低，统计效果不佳。摘要发电企业迫切需要找到具有较高统计效率和良好统计效果的数据统计模型，能够解决生产相关问题，帮助生产预测。数据开采所提供的深层信息满足发电企业的要求。所以，这是发电企业创新和改革传统数据模型的主要任务，基于数据挖掘模型。

简介：摘要随着电力企业的发展和信息技术的进步，目前大数据在电力企业的决策和发展中起着至关重要的作用，并不是说这些数据本身具有指导电力企业决策和发展的作用，而是需要通过采用一定的数据挖掘技术，从电力企业每天海量的数据信息中挖掘出潜在的、对企业有价值的信息，进而为企业的发展提供指导和帮助。本文就大数据时代下，数据挖掘技术在电力企业中的应用进行简单的探讨，旨在为数据挖掘技术的应用提供帮助。

简介：摘要伴随着我国电力企业的飞速发展，传统的数据统计模式已经无法满足这种发展模式，各种弊端也逐渐显露，不仅统计效率低并且统计效果也无法满足电力企业要求，在电力企业中通过数据统计可以解决生产问题并完善自身业务理论，同时也需要根据统计数据来调节当前生产模式以及作为未来企业发展做出决策的依据，所以传统数据统计模式逐渐限制了电力企业的发展。目前企业的主要任务是寻求一种统计效率高、效果好并且可以通过计算在隐藏信息中找到有效数据的数据统计模式，所以在数据挖掘模式基础之上对传统数据统计模式进行革新是当前电力企业需要重点解决的任务之一。

简介：摘要随着科技的不断发展，人们期望更高品质的生活质量，越来越注重智慧家庭健康生活。大数据的飞速发展，并运用到各个领域，其中与云计算技术相结合的智慧家庭系统架构，使人们生活更智慧、更智能，不但能满足基本的家庭状况监控，而且还能使生活更舒适、更方便、更安全，建立一个智慧的家庭生态圈，迎接未来家庭的新时代。

简介：摘要数据挖掘技术主要是指利用一定的规律或者手段对存在于大量数据中的某些数据进行提取进而分析的一种方式。该方式能够有效地帮助企业对自身的经营状况进行分析，同时根据历史数据对企业的即将发生的业务进行预测，能够帮助企业制定有效的营销策略，实现企业的长足发展。电力营销系统的数据具有量大、提取困难的特点，数据挖掘技术的应用能够帮助电力营销系统有效地进行数据分析。本文针对电力营销系统中的数据挖掘技术进行了分析。

简介：摘要电子政务工程因在推动政府转变传统管理方式、提高政府工作效率、推动政府公开透明、规范政府执政行为等方面起到积极作用，得到了世界各国政府的普遍关注。得益于计算机技术以及网络通信技术的飞速发展，电子政务技术也随之不断成熟，应用日趋广泛，在各国政府及相关职能部门的业务系统中日益积累了大量数据。由于传统的数据处理手段对数据量大的业务系统做深层次数据处理效果不理想，对数据的潜在有用信息不能更好地识别和利用，日渐满足不了不断深化的电子政务应用的需求。同时在电子信息技术广泛应用的今天，新兴产业、创新科技已成为引领时代进步的关键，传统的管理手段无法满足政府监管的需求。数据挖掘技术作为近十年来不断发展成熟的数据处理技术，日益在政府部门的日常工作中得到广泛的运用。鉴于上述方面，研究数据挖掘技术在电子政务领域中的应用就显得尤为重要。

简介：负荷预测是电力市场技术支持系统的一个重要组成模块，对电网的安全、经济运行具有重要的意义。负荷预测主要综合考虑系统的运行特性、社会影响、自然条件以及增容决策等因素，在历史负荷数据的基础上，进行一系列数学计算，在满足一定精度要求的情况下，得出未来某特定时刻的负荷值。传统短期电力负荷预测方法易受随机因素的干扰，尤其在小水电分布众多的地区预测精度不高。文章针对短期负荷预测的特点，将数据挖掘技术引入短期负荷预测中，并给出了系统的解决方案，可应用于小水电众多的电网环境或类似环境。实例运算表明该系统可有效地提高预测精度。