基于電力調度自動化系統中數據挖掘技術的應用

聶宇+羅超+高小芊+寇霄宇+何宇雄+苑晉沛+李蔚

摘 要：在電力調度自動化系統中，其數據信息包含了設備信息、電壓信息等多種實用信息，對其進行準確查找具有重要意義。文章首先對數據挖掘技術的分類及過程予以說明，然后對數據挖掘技術在電力調度自動化系統中的應用必要性進行分析，之后結合實例，針對電力調度自動化系統中數據挖掘技術的具體應用展開研究。

關鍵詞：電力調度自動化系統；數據挖掘技術；灰色分析；神經網絡

中圖分類號：TM734 文獻標志碼：A 文章編號：2095-2945（2018）03-0143-02

Abstract： In the electric power dispatching automation system， the data information includes a variety of practical information， such as equipment information， voltage information， and so on. This paper first describes the classification and process of data mining technology， then analyzes the necessity of application of data mining technology in power dispatching automation system， and then combines with an example. This paper studies the application of data mining technology in power dispatching automation system.

Keywords： power dispatching automation system； data mining technology； gray analysis； neural network

前言

數據挖掘技術主要指的是一種數據庫技術與人工智能技術結合的技術，利用一定算法，可以從大量的數據信息中搜索到所需信息。在電力調度自動化控制系統中應用數據挖掘技術具有重要意義，對于電力企業的發展和創新具有推動作用，同時可以讓電力企業的經濟效益得到提升。

1 數據挖掘技術的分類及過程

數據挖掘技術可以分為發現驅動的數據挖掘技術和驗證驅動的數據挖掘技術這兩種類型，前者主要指的是用戶利用機器進行學習，可以發現新的假設，在此過程中，需要分析人員進行參與，后者主要指的是用戶對之前自身提出的假設，利用一定技術對假設進行驗證。數據挖掘的過程可以概括為：邏輯數據庫→被選擇的數據庫→預處理后的數據→被轉換的數據→被抽取的數據→被同化的數據。也就是選擇、預處理、轉換、挖掘、分析與同化，在確定業務對象之后，需要進行數據處理，在數據處理過程中，首先需要搜索和業務對象相關的數據信息，然后選擇合適的數據，然后需要對數據做出質量研究，對數據挖掘技術類型進行確認，最后需要對數據予以轉化，讓其成為一個可以進行算法挖掘的分析模型。

2 基于電力調度自動化系統中數據挖掘技術的應用

2.1 數據挖掘技術的應用必要性

電力調度自動化系統可以讓電力系統運行可靠性與電網系統安全性得到有力保證，在運行過程中，可以讓工作人員的工作更為方便化，其主要組成部分包含了前置機、主備用服務器、Web服務器、串口服務器、衛星鐘、RTU和物力隔離網關。在電力調度自動化系統中，應用數據挖掘技術的必要性體現在多個方面，首先，數據挖掘技術可以讓管理層對實時信息予以切實掌握，可以讓管理層獲得經營與生產的相關數據信息，可以讓數據受到中間人的干擾現象得到有效避免；其次，數據挖掘技術的應用可以讓人力成本得到降低，可以讓數據信息的提取更為自動化；然后，數據挖掘技術在電力調度自動化系統中的應用可以讓數據信息的掌握更具全面性，可以從不同方面定量、定性對其進行掌握，讓管理與預測工作得到有力幫助；最后，數據挖掘技術的應用可以輔助分析電網報告工作、制訂電網報告工作。

2.2 數據挖掘技術的具體應用

（1）模糊分析法

模糊分析法主要指的是對聚類已知數列與分析已知數列，進而使得分類的數據更為全面，讓分類結果的綜合性得到提升。在在電力調度自動化系統中，應用模糊分析法可以讓大數據功能得到發揮，可以讓客觀數據整理需求得到滿足。如在我國太原地縣級電網備用調度項目的電力調度自動化系統中就采用了模糊層次分析綜合方法，該系統提供了備調一體化系統，可以讓數據采集和數據交換得到貫通和共線，具有數據通信鏈路管理以及數據發布的功能。

（2）灰色分析法

如果在時間線上，電力數據存在一定關系，那么利用灰色分析法可以預測性分析電力數據。在電力調度系統數據挖掘中，灰色分析法得到了廣泛應用，即使數據完整性不強，灰色分析法也可以對其進行分析，但是，這種方法和模糊分析法相比并不能發揮出大數據功能。在電力調度中，短期的電力負荷預測是重要任務，以我國某個應用灰色分析法的電力調度自動化系統為例，在該系統中，可以分為數據處理模塊、負荷預測模塊和數據顯示模塊，其系統結構如圖1所示。

結合圖1，在數據處理模塊中，可以導入原始負荷數據、預測數據以及氣象數據，預測數據為文本格式，系統主要對數據缺失與數據跳變兩種異常數據進行處理。數據清理模塊可以讓系統程序運行速度得到保障，短期負荷預測數據均維持在5年以內，對歷史數據進行適當清理可以讓查詢效率得到保障。在負荷預測模塊中，主要是結合該城市的情況，利用普通灰色模型、多變量灰色模型與人工經驗模型對其進行負荷預測，其占用普通灰色模型適用于普通日期的預測，多變量灰色模型時根據氣象資料進行預測，人工經驗模型是根據電力局的相關數據進行節假日預測。在數據顯示模塊中，會通過列表方式與圖形方式來顯示歷史數據，調度人員可以對當日數據狀態與氣象信息進行查看。在數據庫設計中，包含了歷史負荷數據庫、預測數據庫、氣象資料數據庫、數據狀態與日期類型數據庫。在應用此系統之后，當地對一周的數據情況進行統計分析，預測流程為程序選擇普通灰色模型而做出的自動預測，經過檢驗，發現自動預測精度在95%以上，誤差在10%之內，具有良好的精準度。endprint

（3）神經網絡法

神經網絡法主要指的是利用計算機技術合理處理離散數據，結合精確計算能力，可以讓電力系統中的多種數據得到全面且深入的分析與挖掘，可以讓數據整理工作和數據分析工作得到有力幫助，利用神經網絡法，可以聯動分析多種數據，可以充分開發數據間存在的邏輯性。在電力調度系統自動化系統中，神經網絡法往往和模糊分析法等方法會得到共同應用，以一種利用模糊神經網絡控制法的電力調度自動化系統為例，該系統是在神經元網絡算法基礎上，利用計算機內部模糊運算控制器讓當前神經網絡系統學習樣本的理想輸出和實際輸出誤差得到計算，利用模糊知識庫規則，可以完成模糊推理工作，利用模糊矩陣數據表格的查詢，可以調整神經網絡各層神經元連接通道閾值與權值，讓神經網絡控制與模糊控制的優點得到充分發揮，圖2為系統框圖。

結合圖2，在該系統中，模糊推理控制器的輸入為偏差率ec與偏差e的變化大小，利用模糊推理決策表，可以讓隱含層神經元約束參數、輸入層神經元約束參數、輸出層神經元約束參數誤差修正值予以得出，而利用模糊推理控制器，可以讓神經網絡控制器中隱含層、輸入層、輸出層得到在線修改。在該系統中，模糊神經網絡短期負荷預測數據的運算處理模型共有三層四功能單元，在分項功能界面中，包含了用戶登錄、預測日初始值設置、模糊神經網絡模型參數設置、綜合信息查詢、預測符合數據曲線顯示等窗口。利用歷史負荷波動樣本數據，可以讓模型進行學習訓練，讓預測日負荷波動數據信息可以準確得出，對期望輸出值與樣本數據信息輸入值進行對比，可以發現在短期負荷預測工程領域中應用模糊神經網絡模型具有良好效果，利用Matlab模糊神經網絡與VisualC++可視化函數所建成的模型在如實反映系統短期負荷波動特性的同時，可以讓負荷數據的精度得到保證，可以讓電力實施調度運行實際需求的預測工作得以完成，進而確保電力調度自動化系統運行具有可靠性。

3 結束語

在電力調度自動化系統中，應用模糊分析法、灰色分析法和神經網絡法這些數據挖掘技術，可以讓電力調度自動化系統對數據予以有效收集，可以讓電力調度工作質量得到提升，讓對外供電更為可靠，讓電網運行的安全性和穩定性得到提升。

參考文獻：

[1]朱維佳，曹堅.電力調度自動化系統中數據挖掘技術的應用[J].電氣時代，2015，07：108-111.

[2]肖福明.淺析數據挖掘在電力調度自動化系統中的應用[J].通訊世界，2014，17：58-59.

[3]周洋.數據挖掘在電力調度自動化系統中的應用解析[J].科技創新與應用，2017（35）：149-150.

[4]李夢鳴.大數據挖掘平臺在電力運營監測工作的應用[J].科技創新與應用，2016（26）：21-22.

[5]宋大為，侯婷婷，顧松敏，等.數據挖掘技術在電子商務領域的應用研究[J].科技創新與應用，2016（05）：87.

[6]李德仁，張良培，夏桂松.遙感大數據自動分析與數據挖掘[J].測繪學報，2014（12）：1211-1216.

[7]朱本春，趙云，丁笑迎.基于數據挖掘技術的煤礦遠程監控系統研究[J].科技創新與應用，2014（30）：46.endprint