摘 要：本文首先简述了非结构化数据的背景以及电力系统非结构化数据的特点，然后阐述了对非结构化数据挖掘利用时所遇到的问题，回顾了电力系统不同应用层面非结构化数据的处理方法及优缺点。在此基础上，从非结构化数据处理中的数据提取、数据过滤、数据转化和利用方面进行归纳和分析。最后根据电力系统战略规划，提出了未来非结构化数据处理的发展方向。
关键词：非结构化数据；大数据处理；电力系统；聚类；智能算法
中图分类号：TM7 文献标识码：A 文章编号：2096-4706（2019）17-0009-04
Research on Unstructured Data Processing Method in Power System
GAO Ming，LU Hongzhi，LIANG Xueqing
（Guangzhou Power Supply Bureau Co.，Ltd.，Guangzhou 510620，China）
Abstract：This paper first briefly describes the background of unstructured data and the characteristics of unstructured data of power system，then expounds the problems encountered in the exploitation of unstructured data，the processing methods and advantages and disadvantages of unstructured data at different application levels in power system are reviewed. On this basis，the data extraction，data filtering，data transformation and utilization in unstructured data processing are summarized and analyzed.Finally，according to the strategic planning of power system，the development direction of unstructured data processing in the future is proposed.
Keywords：unstructured data；big data processing；power system；clustering；intelligent algorithm
参考文献：
[1] HUANG Y，ZHOU X. Knowledge Model for Electric Power Big Data Based on Ontology and Semantic Web [J].CSEE Journal of Power and Energy Systems，2015，1（1）：19-27.
[2] 施超. 智能电网大数据相关应用问题研究 [D]. 广州：华南理工大学，2015.
[3] 裴珍. 国家电网公司非结构化数据管理平台的设计与实现 [D]. 天津：天津大学，2016.
[4] 王玮，刘荫，于展鹏，等. 电力大数据环境下大数据中心架构体系设计 [J]. 电力信息与通信技术，2016，14（1）：1-6.
[5] 李泽江. 电力系统多源异构数据优化管理技术的研究及应用 [D]. 兰州：兰州理工大学，2016.
[6] 陈硕，闫春生，王欧，等. 国网辽宁全业务统一数据中心分析域关键技术组件研究 [A]. 中国电力科学研究院2017 智能电网发展研讨会论文集 [C]// 中国电力科学研究院：北京市海区太极计算机培训中心，2017：4.
[7] 邝苏鹏. 国网业务与财务协同平台数据交换系统设计与实现 [D]. 哈尔滨：哈尔滨工业大学，2017.
[8] 张瑀. 基于非结构化招聘信息的采集与清洗系统 [D]. 长沙：湖南师范大学，2017.
[9] 刘冬兰，刘新，马雷，等. 电力系统中数据集成技术关键问题研究 [J]. 山东电力技术，2016，43（11）：23-27.
[10] 马珊. 面向Web 文本数据仓库的预处理关键技术研究 [D]. 西安：西安电子科技大学，2011.
[11] 王瑞杰. 面向电力调度控制系统的多源异构数据处理方法研究 [D]. 北京：华北电力大学（北京），2017.
[12] 吴伟波. 轨道交通非结构化数据处理与维修决策研究 [D]. 广州：广东工业大学，2018.
[13] 李泽江. 电力系统多源异构数据优化管理技术的研究及应用 [D]. 兰州：兰州理工大学，2016.
[14] 万里鹏. 非结构化到结构化数据转换的研究与实现 [D].成都：西南交通大学，2013.
[15] 张枝令. 结构化数据及非结构化数据的分类方法 [J]. 宁德师专学报（自然科学版），2007（4）：417-420.
[16] 马晓荣. 科技云中非结构化数据向结构化数据的转换方法 [D]. 西安：西安电子科技大学，2017.
[17] 邱剑. 电力中文文本数据挖掘技术及其在可靠性中的应用研究 [D]. 杭州：浙江大学，2016.
[18] 苏兴华. 非结构化生产信息的向量表示提取方法 [J]. 中国管理信息化，2018，21（23）：159-161.
[19] 温绍楠. 非结构化数据处理技术的应用和研究 [D]. 北京：北京邮电大学，2011.
[20] 李青，陈阳，谢浩然，等. 一种基于文本相似度矩阵运算的非结构化海量投诉数据分类算法 [J]. 计算机工程与科学，2012，34（1）：103-107.
[21] 周静宁. 基于XML 的非结构化信息存储系统事务处理模型研究 [D]. 武汉：武汉科技大学，2004.
[22] 徐宗本，张讲社. 基于认知的非结构化信息处理：现状与趋势 [J]. 中国基础科学，2007（6）：4-8.
作者简介：
高明（1978-），男，汉族，陕西宁强人，高级工程师，硕士研究生，研究方向：电力信息化；
陆宏治（1984-），男，汉族，广东广州人，高级工程师，工程硕士，研究方向：电力行业信息化、软件工程、基于云大物移智技术的共享服务应用；
梁雪青（1985-），女，汉族，广东广州人，高级工程师，硕士研究生，研究方向：信息技术。