数据挖掘在电力调度自动化系统中的应用综述--中国期刊网

字体：大中小

首页> 原创作品> 正文

数据挖掘在电力调度自动化系统中的应用综述

发表时间：2020/7/20 来源：《电力设备》2020年第8期作者：潘原离

[导读] 摘要：电力调度自动化系统是在线为调度机构生产运行工作者提供与电力系统相关的运行信息、分析决策以及控制的综合性系统。

        （河北中兴冀能电力发展有限公司河北石家庄 050021）
        使之与数据挖掘技术完美的相结合，可以起到对历史数据或者实时数据有效的挖掘作用，并通过对其利用，进一步促进电力调度自动化系统向着智能化的方向发展。
        关键词：数据挖掘；电力调度；自动化系统；应用
        引言
        电力数据收集、整理质量直接影响电力调度自动化系统的控制和管理水平，但由于很多价值较高的数据信息往往位于隐藏的数据之中，这就使得传统方法不能较好满足电力调度自动化系统需要，而为了解决这一问题，正是本文就数据挖掘在电力调度自动化系统中应用展开具体研究的原因所在。
        一、数据挖掘技术的含义
        数据挖掘技术是未来一项非常重要的技术，是从大量数据中找出有特殊关联信息的一个过程，通过统计、分析、处理、检索、识别等方式得以实现，其中数据挖掘的实施一共有三个步骤，分别表现为：数据准备，将一些所需要的数据从相关数据中挑选出来，并进行整合规律寻找，通过某种方法将挑选出来的数据中所含的规律找出；以及规律表示，则是将找出的规律通过简单能够理解的方式，展现给需要观看的客户或工作人员，以此提升工作的效率。另外，在对数据挖掘技术进行分析的同时发现，数据挖掘技术根据不同的领域其分类的方式也有所不同，大致分为两大类，分别为验证和发现两种驱动的数据发掘，验证驱动主要是针对之前提出的一些假设，通过各种手段方法对其进行验证的过程，在验证的过程中，会根据不同的情况选择不同的生成器，包括SQL和其生成器两种，其SQL生成器又可以分为查询以及在线分析处理两种工具；而发现驱动主要针对的是使用者通过学习、统计、整理等提出新的假设，并对新提出的假设进行推述和预测，在推述的过程中，进行信息的可视化、信息聚焦、对信息进行关联分析以及信息的统计四个环节；在预测的过程中，先将信息进行分类处理和统计回归的处理，在信息分类的处理中，需要将信息根据规则和神经元进行归纳，并制定出相对应的决策树。由数据挖掘技术的分析，可以得出，通过数据挖掘在电力调度自动化系统的应用，可以解决很多问题，包括电力调度的人员安排情况、校验电力使用情况、保护电力使用记录等，提高了数据信息的准确性。
        二、电力调度自动化对于数据挖掘技术的需求
        中国目前的数据挖掘技术的迅速发展，可以处理数据，分散的数据收集和整理，为用户和企业提供相关信息完整、准确，有效地帮助企业管理控制和决策支持。多年来，电力调度自动化系统已经收集了大量的电力网络的信息数据，但由于数据与数据不一致，难以管理和应用。随着中国电力工业的发展不断扩大，数据采集量会相应增加，在这种情况下，无论是企业生产经营管理，需要有大量的历史数据转换成有用的信息和知识，从而有利于企业决策支持。数据挖掘技术在电网调度自动化系统中的功能要求体现在以下几个方面：（1）数据挖掘技术可以减少人工操作的时间，从分散的子调度自动化系统中自动提取有用的数据信息。（2）数据挖掘可以保证实时信息的管理，获取相关数据信息的生产和运行，避免中间数据的干扰。（3）可以从定性和定量两个方面来掌握数据信息，帮助预测和管理工作。（4）辅助电网报告的分析和制定，协助不同岗位的操作。

期刊文章分类查询,尽在期刊图书馆

（5）可以查询数据，有助于工作的顺利进行。在电力调度自动化系统的决策问题中，对数据挖掘的需求，可以帮助管理信息进行沟通，实现合理分配，有效利用各种资源，实现发展目标。对于企业网络规划的决策主要是围绕负荷的变化，这就需要管理层要掌握第一时间的数据信息，通过分析和整理，调整计划开发。在电力负荷变化的基础上，对新技术和信息数据进行采集，从而确定了规划决策。电力调度自动化的决策过程，充分体现了数据挖掘的重要性，企业管理者通过规划、组织、数据分析来实现决策的目的。可以看出，数据信息是必不可少的信息管理，也是联系管理水平和效果的重要依据。
        三、数据挖掘技术在电力调度自动化系统中的应用
        对于电力企业而言，电负荷的变化决定了对电网的相关规划与决策。而电负荷是随时都在发生变化的，为了能够更好的进行电网决策，管理人员与决策人员需要第一时间掌握电网中的数据，根据这些数据进行不断的调整，做出最佳决策。在进行电力调度的过程中，数据挖掘的重要性体现在方方面面。对于电力企业的管理者而言，数据信息是进行管理和决策的基础。而在电力调度自动化系统中获取数据信息主要就是通过数据挖掘技术。数据挖掘与传统的信息收集方式相比，能够让数据信息的收集变得有效且简便。在电力调度自动化系统中应用的数据挖掘技术主要有二种，下面将进行分析。
        （一）神经网络法
        神经网络法的建立基础是能够充分利用计算机，它将一些分散散乱的数据进行逻辑方面的处理。计算机具有十分强大的计算能力，能够对电力系统中的数据进行深层次分析与挖掘。因此对于数据分析与整理而言神经网络法十分重要。神经网络法是将不同类型的数据都连接起来进行分析，最大程度上开发数据之间的逻辑性。神经网络法属于人工智能，利用该种方法能够确定数据间的关系。
        （二）灰色分析法
        如果电力中的一些数据在时间逻辑上有关系，灰色分析法将是重要的分析方法。它的主要职能是进行电力数据的预测。在电力调度自动系统中，数据挖掘技术最常使用的方法便是灰色分析法，因为即便数据存在局限或是不完整的情况，灰色分析法也能够进行数据挖掘，但也存在一定局限，那就是如果挖掘大数据，灰色分析法起不到什么作用。
        结束语
        智能电网概念的提出在电力行业中掀起了一个新的电网调度自动化系统作为智能电网系统的测试系统的波，主要是对数据挖掘技术可以在中国高速发展网格技术进行了分析，取得了良好的应用，将调动自动化升级改造后。严格执行智能电网的要求，并将数据挖掘技术的实际应用到电力调度自动化系统中，进一步促进智能电网的发展，满足系统建设的需求。
        参考文献
        [1]周洋.数据挖掘在电力调度自动化系统中的应用解析[J].科技创新与应用，2017，000(035):149-150.
        [2]武晨晨,朱灌忠.数据挖掘在电力调度自动化系统中的应用[J].中国高新区，2018，000(024):34.