大數據時代下的電力自動化系統數據處理

魏娜

摘要：隨著我國經濟的快速發展，社會在不斷的進步，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：電力系統;自動化;數據處理;分析

引言

電力系統是由多個部分組成的，由于電能是在電力系統中不斷傳輸的，所以電能是不能儲存的，這就決定了電力系統具有動態性特點。因此，在電力系統的運行過程中，會有大量的數據產生，調度部門需要對這些數據進行處理分析，才能提高電力系統的自動化水平。

1電力自動化系統規模概述

電力系統的發展是全球經濟發展的映照，全球經濟發展主要是資本市場對于能源市場的有效開發、管理、經營，隨著石油產業的日趨明朗，煤炭產業也逐步持續升溫，煤炭價格走勢上升，直接影響了國內外各產品生產、加工產業的成本投入，造成物價經濟上漲。國內主要的電力能源還以火力發電為主，雖然風力、水力、光伏、核能發電等均有市場份額上升趨勢，但依舊無法與常規火力發電規模抗衡，所需的煤炭能源也只會更多。并且輸配電系統隨著人類對荒地、電力高速列車、產品生產規模的擴大、發展起著決定性因素，輸配電網也便于接入各類發電系統，變配電站數量會越來越多，變配電網會越來越大，地域分布也會越來越廣，所需的電力專業人才也會增加。建設一個變配電站最快只需要3個月，而培養一個合格的電力專業人才需要2～3年，這樣的結果是站所比例與運維人員的嚴重失衡，怎樣解決這個問題是電力自動化系統多年來的主要任務。

2數據處理分析

2.1數據整合

現階段，我國對電力自動化系統進行建設，最終目標是要建立起一個完善的數據庫，對各類數據進行整合，實現信息的實時交換，并使信息交換體系能夠與電力系統對安防的要求相協調。因此，在對數據進行整合時，可按照以下流程進行：第一，以現有的系統為基礎，加大采集與整合工具的開發力度，使其能夠將分散的數據快速地收集起來，并對這些數據進行整合，促使數據管理更加規范化。同時，通過建立能夠對數據進行處理的數據模型，將每個信息系統聯系起來，從而形成一個能夠對信息進行綜合管理的管理中心。第二，將調度數據展現技術充分利用起來，使用戶能夠更加便捷地獲取電力自動化系統的運行數據，并能對其進行處理。在此基礎上，建立相應的調度數據綜合處理信息系統，使其能夠滿足不同用戶的個性化需求，提高數據的利用率。第三，加大對橫向調度數據接口技術的開發力度，統一對外接口的標準，以解決數據交叉和重復輸出的問題。最后，對標準接口進行調整，使之能夠自上而下地進行調度，并構建立體的數據體系。

2.2數據的共享

電力自動化系統的各類數據，可通過不同的方式實現共享。首先，以文件的方式共享，這種共享方式的結構比較簡單，且目的性很強，讀取數據非常方便。其缺點在于文件共享技術不夠成熟，導致文件的讀寫不夠順暢。其次，直接內存訪問，這種共享方式能提升數據讀寫的速度，但編程難度較大，在數據的共享過程中，安全性問題還沒有得到有效地解決。再次，網絡通信，這種數據共享方式能提高數據的傳輸速度，通常會利用TCP/IP和UDP等，將數據進行打包，打包完成后將數據包發送出去，這種方式的難點也在于編程。最后，內存數據庫，在電力自動化系統運行中產生的所有數據，都會被儲存于內存中，這種數據共享形式，具有很高的靈活定，且結構相對簡單，能夠實現快速訪問。這種方式的缺點是不能實現數據的實時共享，且數據的讀取速度比較慢。此外，商業數據庫是一種新的數據共享方式，其主要用于行業內，其缺點是無法實現數據的實時共享。由此可見，在各種數據共享方式中，內存數據的優勢是最明顯的。通常情況下，如果要實現數據庫網絡接口的標準化，則需要利用DCOM技術來實現，此項技術能夠提高數據庫的穩定性，并使其具有開放性特點，從而提高數據的共享效率。

2.3數據流

在計算機網絡技術的推動下，電力自動化系統中的數據流已經實現連續性，且在順序性和和實時性方面也有很大的進步。在數據進入電力自動化系統以后，數據流的起點就已經形成。隨著數據的不斷流動，其流動的方式就會影響電力系統的功能。在電力系統自動化水平不斷提高的情況下，其運行過程中產生的數據越來越多，且系統結構的復雜程度也在加深。

3基于電力調度自動化系統中數據挖掘技術的應用

3.1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。

3.2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。

3.3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。

4如何順應電力自動化系統發展趨勢

電力自動化系統向云平臺的發展是大勢所趨，隨著人們生活水平的提高，生產力水平的智能化，科技發展的民生應用，能源管控必然成為人們關注的焦點。電力行業走向智能化平臺管理是社會發展的必然趨勢，全球能源系統聯網，大數據分析優化，平臺化、網絡化的管理思路及智慧電網、智慧城市的概念正不斷的、清晰的展現在人們的面前。誰能夠邁出科技創新的第一步，誰就可能成為世界能源經濟競爭中最先盈利的領頭羊，讓電網更堅強，讓能源更節約，是每一個能源公司都應趕上的潮流，正如互聯網經濟對中國經濟發展的影響一樣。

結語

綜上所述，電力自動化系統的運行過程中會產生大量的新數據，且這些數據類型是不同的，與電力系統運行可靠性、安全性和穩定性等有著極大聯系。因此，電力企業的相關部門需要根據自身對數據的需求，將各類數據收集起來，并通過共享、整合等對數據加以處理，從而將這些數據充分的利用起來，提高部門的工作效率，促進電力企業的長遠發展。

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.