基于數(shù)據(jù)挖掘的電力營銷決策支持系統(tǒng)的結(jié)構(gòu)原理及算法研究.pdf

1、隨著我國電力市場的逐步發(fā)展和完善，電力工業(yè)已經(jīng)逐步從“賣方市場”轉(zhuǎn)變?yōu)椤百I方市場”，這將給我國電力工業(yè)的發(fā)展帶來重大的影響。作為獨立市場主體的電力企業(yè)，其經(jīng)營目標(biāo)轉(zhuǎn)變?yōu)殛P(guān)注企業(yè)效益的最大化，工作的重點逐漸從發(fā)輸電方面轉(zhuǎn)移到市場營銷開拓以及電力需求側(cè)的管理服務(wù)方面。 隨著機(jī)制的轉(zhuǎn)換，傳統(tǒng)的面向基本業(yè)務(wù)的信息管理系統(tǒng)(如用電MIS等)已不能滿足電力企業(yè)營銷工作的需要，如何建立適應(yīng)于我國電力營銷需求的決策支持系統(tǒng)已成為當(dāng)務(wù)之急。

2、 數(shù)據(jù)挖掘技術(shù)是人工智能和數(shù)據(jù)庫結(jié)合的產(chǎn)物，用于發(fā)現(xiàn)海量數(shù)據(jù)庫中存在的潛在關(guān)系和規(guī)則，已經(jīng)成為一種重要的智能決策方法以及決策知識獲取的重要途徑，在決策支持系統(tǒng)中具有重大的應(yīng)用研究價值。 本文對電力營銷決策支持的需求進(jìn)行了詳細(xì)的分析和設(shè)計，在此基礎(chǔ)上提出了一種全新電力營銷決策支持系統(tǒng)的整體框架設(shè)計原理。該系統(tǒng)結(jié)構(gòu)的特點是具有問題引導(dǎo)功能以及融合了數(shù)據(jù)倉庫、OLAP分析以及DM技術(shù)，能較好地滿足電力營銷決策支持系統(tǒng)的實際需要。

3、 基于數(shù)據(jù)倉庫的OLAP技術(shù)是電力營銷輔助決策支持的重要技術(shù)之一。在詳細(xì)分析數(shù)據(jù)倉庫基礎(chǔ)上，設(shè)計了電力營銷數(shù)據(jù)倉庫的實現(xiàn)方案；對電力營銷的OLAP分析內(nèi)容和方法進(jìn)行了研究；在BusinessObject基礎(chǔ)上設(shè)計和實現(xiàn)了電量電費的多維決策分析，包括語義層設(shè)計、通用查詢報表的設(shè)計以及切片、旋轉(zhuǎn)和鉆取操作等。 DM技術(shù)與OLAP技術(shù)是電力營銷決策支持系統(tǒng)中的關(guān)鍵數(shù)據(jù)分析技術(shù)，二者有機(jī)結(jié)合構(gòu)成的多維數(shù)據(jù)挖掘模型能提高數(shù)據(jù)分析的效果

4、和性能。針對多維數(shù)據(jù)挖掘模型中的挖掘空間的選擇方法問題，提出了一種用于數(shù)據(jù)挖掘空間選擇的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和算法，其算法既避免統(tǒng)計方法中復(fù)雜的非線性建模問題，又比一般神經(jīng)網(wǎng)絡(luò)變量選擇方法的計算量小。 鑒于聚類分析在數(shù)據(jù)挖掘中具有重要的作用，本文針對聚類分析中聚類數(shù)確定難的問題，深入研究了聚類準(zhǔn)則的選擇和曲線特性；提出了一種基于SOFM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)自適應(yīng)聚類神經(jīng)網(wǎng)絡(luò)，其特點是能夠自動確定最佳的聚類數(shù)。基于實際營銷數(shù)據(jù)，采用結(jié)構(gòu)自適應(yīng)聚