数据挖掘(Data Mining)是近年来十分热门的一个学科,是指从存放在数据库、数据仓库或其他信息库中的大量数据中提取隐含的、未知的、有潜在应用价值的信息或模式的过程,被认为是数据库系统最重要的前沿之一。聚类分析是其重要的挖掘技术之一,它就是基于“物以类聚”的朴素思想,将物理或抽象对象的集合分组成为由类似的对象组成的多个类或簇的过程。它使在同一个簇中的对象之间具有较高的相似度,而不同簇中的对象差别较大,用这种方法可以解决许多数据预处理阶段的数值残缺问题。但是,孤立对象的存在并不一定毫无意义,其本身可能是非常有用的,对其进行研究就是时下十分流行的离群数据挖掘。本文在对分析了几种离群数据挖掘方法的基础上,改进了基于距离的离群数据挖掘方法,并将其运用到大连供电公司线损自动生成系统中。本文的主要工作:(1)介绍了数据挖掘的基本概念,数据挖掘知识表示模式及方法,详细介绍了数据挖掘的过程和相关研究领域,并阐述了数据挖掘面临的问题。(2)对聚类算法进行相关描述,介绍了聚类分析的几种算法,以及其应用现状。(3)对离群数据挖掘和基于距离的离群数据挖掘进行相关描述。(4)对供电企业的线损自动生成系统进行了相关研究(包括:背景、立题、设计原则、软硬件配置及模块主要功能等)。(5)根据系统实际情况,在现有的基于距离的离群算法的基础上进行改进,并应用于供电企业的线损自动生成系统上,实现了降损和反窃电的目标。