2.2 電力大數據技術體系

2.2.6分析挖掘技術

分析挖掘是指從大量的數據中自動搜索隱藏于其中的有著特殊關系性信息的過程。分析挖掘技術主要包括三個方面，即模式識別、圖像處理和機器學習。

（1）模式識別
模式識別是指對表征事物或現象的各種形式的（數值的、文字的和邏輯關系的）信息進行處理和分析，以對事物或現象進行描述、 辨認、分類和解釋的過程，是信息科學和人工智能的重要組成部分。
模式識別的技術優勢主要體現在以下四個方面：
1）對生物特征信息進行測量和比對分析，判別樣本與預留模板是否一致，與人類認知和識別方式類似
2）模式識別技術是人工智能的基礎技術，為實現人工智能提供了技術支撐,
3）可以應用計算機對一組事件或過程進行辨識和分類。
4）涉及的學科比較廣，與統計學、心理學、語言學、計算機科學、生物學、控制論等都有關系。

（2）圖像處理
圖像處理是用計算機對圖像進行分析，以達到所需結果的技術。圖像處理的技術優勢主要體現在以下四個方面：
1）能夠快速、低成本、精準地發現相關目標的特征和活動軌跡。
2）對原始信息進行分析和挖掘，對于目標特征、目標行為、目標間關聯關系這三大類信息內容，形成各種分類的特征信息庫、元數據和索引。
3）利用計算機對圖像進行分析處理，提高圖像處理的速度。
4）涉及了圖像壓縮技術、多媒體技術和圖像編碼技術等多種技術。

（3）機器學習
機器學習是指專門研究計算機怎樣模擬或實現人類的學習行為, 以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。
機器學習的技術優勢主要體現在以下四個方面：
1）提升了計算機系統的學習能力，從而滿足了科技和生產提出的新要求。
2）為海量數據挖掘提供技術支撐，利用數據分析處理技術來挖掘數據背后的價值。
3）集成了各種機器學習算法，可應用于眾多領域。
4）提供科學預測、故障檢測，為商業決策提供支持.
 

書名：電力大數據：能源互聯網時代的電力企業轉型與價值創造

ISBN：978-7-111-51693-4

作者：賴征田

出版日期：2016-01

出版社：機械工業出版社