电力调度自动化系统中数据挖掘技术的应用张宁

电力调度自动化系统中数据挖掘技术的应用张宁

张宁

（国网冀北电力有限公司检修分公司）

摘要：城市在发展，人类在进步，人类用电逐渐迈向一个更高的台阶，不断向高可靠性，高安全性方向前进。在整个电力系统的发展进程中，离不开电力调度自动化系统，更离不开大数据中的数据挖掘技术，而且伴随着经济的发展，人民生活水平的提高，整个社会都处于一种大量用电的状态，对于电力系统中大量的电力数据进行收集和整理，是现阶段最为关键的环节之一。基于此，本文从电力调度自动化系统中数据挖掘技术应用的必要性出发，总结了几点数据挖掘技术在电力调度自动化系统中的具体应用，以供相关人士参考。

关键词：电力调度；自动化系统；数据挖掘技术；应用

一、引言

伴随着大数据时代的到来，传统的电力系统中的数据信息收集和整理规范早已经不符合时代发展的潮流，因此被社会所淘汰；而随着我国科学技术的不断进步，数据挖掘技术日益完善，若是适当地将其应用到电力调度自动化系统中，则可以有效地解决现阶段我国电力调度的相关电力数据信息的收集与整合，并从中提取出有价值的数据信息，并最大程度上发挥提取信息的有效作用；在某种程度上，数据挖掘技术的应用，挖掘出了更多隐藏在看似普通，却暗藏商机的大量数据信息背后，该技术的应用，成功地解决了数据信息处理不及时、不完整的难题，并有效地找出了不同数据之间极为隐蔽的关联性，从而更好地为电力调度自动化系统服务。

二、电力调度自动化系统中数据挖掘技术应用的必要性

电力系统中，电力调度自动化系统有着不可比拟的价值与作用，它为电力系统高效、稳定、安全地运营提供了强有力的保障，也是电力系统稳定运营的重要实现手段。随后在电力调度自动化系统的发展进程中，数据挖掘技术逐渐浮出水面，有如为电力系统增添了左膀右臂，使其更加稳定可靠。首先，通过数据挖掘，获得大量有效的电力数据信息，并从中可以分析出生产与经济建设之间的关系，从而为最终的企业收益服务；其次，让电力企业的管理人员实时全面掌握电力系统运行的真实状况，避免数据信息的泄露或篡改；最终，数据挖掘技术的应用，大大减轻了数据分析员的工作负担，降低了数据分析、数据挖掘的成本，让其电力数据信息更加透明化。电力调度自动化系统中若应用了数据挖掘技术，还会使得关联性极低的不同数据之间产生丝丝联系，或许这就是极具价值性的数据诞生之时。

三、电力调度自动化系统中数据挖掘技术的具体应用

（一）模糊分析法

模糊分析法是数据挖掘技术在电力调度自动化系统中的应用之一，它充分弥补了灰色分析法的不足之处，是通过对收集到的电力数据信息进行分类整合，进而使分类的数据信息综合性得以提升的一种方法。模糊分析法的应用，有效地解决了面对大量电力数据信息无从下手的难题，充分展现了大数据的实力，满足了客观处理数据信息的实际需要。比如说，我国山西省太原市地县级电网调度中就采用了模糊分析法，这一实际运用，完美地实现了数据采集和数据交换的贯通和共线，让电力自动化系统从此具备了数据通信链路管理和数据发布的功能。

（二）灰色分析法

灰色分析法在电力调度自动化系统中得到了广泛应用，尤其是对于不完整数据进行分析决策时，此方法在一定程度上发挥了很大的作用，但若是用于分析较为庞大的数据整体，则就显得有些力不从心了。一般情况下，灰色分析法的运用，需要有设备相关数据参数，用户用电的预测情况，电力销售预测情况等信息的支持，并适当结合，从而分析出电力调度的边界电量，这样才会使得电力系统安全稳定地运行。

（三）神经网络法

在我看来，神经网络法是最为精准的数据挖掘应用方式之一，此方法可以对于电力系统中出现的不完整的，不精确的数据信息进行恰当处理，从而为其所用，而且运用此技术，可以促使电力调度向自动化趋势方向发展，具有高度容错、分布式存储数据的特点。由于电力系统的庞大，其产生的电力数据信息也是极为复杂和冗余的，神经网络法的应用，有效地对于电力数据信息进行了关联式地逻辑分析。第一，使其电力系统庞大的数据信息形成了具有逻辑结构的数据模板，实现了电力数据信息的有效收集与整合；第二，利用神经网络法，将电力系统中不同环节的电流数据信息进行了有效整合与关联，提高了工作效率；第三，神经网络的运用，对于电力系统中如此庞大的数据结构体系进行了有效分析与整合，具有一定的决策性，而且有效地实现了数据共享。

（四）关联规则

业内人士也许明白，关联规则是数据挖掘技术的一项重要的应用方式之一，上述提到的神经网络法从严格意义上来说也属于这一范畴。关联规则是通过对于大量数据进行有效分析和整合，从中找出各大数据间的关联或是对于数据信息进行密切联系，从而达到对于电力数据信息的高质量分析与整合。在关联规则中，周期性关联规则挖掘算法最为常见，其中它具备很多其它算法不可比拟的优势，例如，扫描数据库次数较少，与相同项目的比较次数较少等等，这在很大程度上降低了关联规则进行数据挖掘时的事故发生的概率。

结束语：

综上所述，在现阶段这个大数据时代背景之下，源源不断的数据信息喷涌而出，尤其是在电力调度自动化系统中，大量的电力数据信息急需进行收集和整合分析，因此就需要将数据挖掘技术应用至电力系统的运行中，从而更好地为我国电力行业服务。作为一名数据挖掘的相关工作人员，唯有将上文所提及的各种数据挖掘技术的应用方式很好地掌握，才有可能对电力系统中出现的大量电力数据信息进行有效分析，才会在一定程度上促使电力系统更加安全可靠地运行，最终为我国电力行业的发展添砖加瓦。

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(35):149-150.

[2]刘宾,朱亚奇,陈世雯,吴莎.数据挖掘在电力调度自动化系统中的应用[J].电子技术与软件工程,2017(20):158.

[3]陈雄坤,李暖群,陈劲跃.基于大数据建设下电力调度自动化的安全与实现[J].自动化应用,2017(02):82-84.

[4]陈卫东.利用数据挖掘技术构建电网运行数据仓库[J].大众用电,2015(S2):176-179.

[5]艾继红.电力调度自动化系统的优化方法[J].企业技术开发,2014,33(30):98-99

作者简介：

张宁（1976.09-），男，现为国网冀北电力有限公司检修分公司二次检修中心自动化专业班长，高级工程师，主要研究领域调度自动化。