随着电力行业的快速发展和电力体制市场化改革的不断深入,电力企业的职能已经逐渐由用电管理向营销服务转变,因此电力市场营销分析成为电力公司的基础性工作。但电力营销业务范围广、数据种类多、数据量大,且目前的营销系统多数只能提供对数据和信息的管理功能,所以,如何利用现代计算机技术进行知识发现并提供决策支持建议已成为当前的热点问题。本文将市场营销分析和决策支持系统技术充分结合,旨在形成适应电力行业特点的电力市场分析决策支持体统。在决策支持系统中,模型库是对其进行评价的一项重要指标,为此本文建立了多种以数据挖掘和多元统计分析为基础的模型算法。首先,本文提出将数据挖掘的关联规则算法和决策树算法应用于售电市场特征分析和潜力分析中。但由于决策树在噪声处理上存在的劣势,因此本文引入粗糙集技术与之相结合,最终形成可以有效挖掘售电市场潜力的数据挖掘算法。然后,本文利用多元统计分析建立了多种回归模型进行售电市场的负荷预测、灵敏度、电价弹性等分析。其中由于综合灵敏度问题的复杂性,本文提出一种将主成份分析与非线性函数变换结合的方法,一方面利用主成份分析消除各影响因素间耦合关系,另一方面应用函数变换来得到复杂的函数关系,最终利用所得到的售电量分布函数来分析售电市场的综合灵敏度。最终,系统将预测和决策的结论综合起来,提出对电力市场开发有价值的决策支持建议,进而通过这一系列模型使得系统达到实用性的效果。在上述电力市场营销分析模型的基础上,本文研究和开发了电力市场分析决策支持系统软件。根据系统各部分模块的特点,该软件的系统架构被设计成为C/S和B/S混合模式,而系统的算法和数据库设计分别应用了COM组件技术和数据仓库技术。通过这样的设计,保证了系统的稳定性和可靠性。