電力調度自動化系統中數據挖掘技術的應用研究

尚復元

【摘 要】隨著我國經濟的快速發展，各行各業都得到了前所未有的進步。作為國民經濟支柱產業，電力供應受到了人們廣泛的關注，電力調度是電力供應中重要環節，在調度自動化系統中應用數據挖掘技術具有良好的效果，該技術對數據采集和分析更加專業化。本文首先闡述了數據挖掘技術和電力調度自動化系統，并分析了數據挖掘在電力調度自動化系統中的應用，希望本文的工作能為從事相關工作的人員提供一定的指導和幫助。

【關鍵詞】電力調度；自動化；數據挖掘技術

在大數據技術的不斷發展下，人們對數據信息的需求增加，但是現階段社會發展中缺乏對數據信息進行有效分析、處理的工具。數據庫系統也僅僅是對數據信息的簡單處理，無法充分挖掘數據信息背后的隱藏信息，因而無法發揮出數據信息在人類社會發展中的重要作用。電力調度自動化系統中包含大量電力數據信息，但是在實際應用中這些信息是很難被完全挖掘出來的。數據挖掘的出現有效解決了信息無法充分挖掘的問題，能夠實現對噪聲數據、不完全數據的有效處理。在數據挖掘中，關聯規則數據是數據挖掘的重要課題，通過關聯規則能夠發現不同數據庫數據信息之間的關聯，為數據挖掘提供有力支持。為此，文章重點分析基于關聯規則的數據挖掘在電力調度自動化系統中的應用。

一、數據挖掘相關概述

從技術層面講，數據挖掘便是在諸多數據中，利用多種分析工具探尋數據同模型間的關系，并通過此種關系的發現為決策提供有效依據。由于數據挖掘的飛速發展，隨著出現了許多多元化的技術與方法，基于此便形成了多種不同的分類。通俗的講，能夠把數據挖掘分為驗證驅動性和發現驅動型這兩種知識發現。驗證驅動型指的是客戶利用多元化工具對自己所提的假設進行查詢與檢索，來否定或是驗證假設的一個過程；而發現驅動型是通過統計或是機器學習等技術來研究新

的假設。

二、電力調度自動化系統概述

1.內涵

電力調度自動化系統能夠為電網系統安全、穩定運行提供重要支持，并為相關電力人員工作、決策提供有力信息的支持。電力調度自動化系統的組成如下所示：第一，前置機。前置機能夠從RTU從完成數據信息的收集整理工作，并能夠結合實際對系統的指令進行接收、解釋。第二，主備用服務器。主備泳服務器包括數據庫和實時庫服務器，是電力調度系統的重要組成部件，能夠對系統各個工作站的運行進行監督。第三，網絡服務器。網絡服務器主要是對數據信息分布和數據表整理工作的監督。第四，衛星鐘。衛星鐘系統將全球定位時間作為系統時間。第五，物理隔離開關。物理隔離開關能夠解決數據的隔離應用問題。

2.電力調度自動化系統對數據挖掘技術的需求

電力導調度自動化系統對數據挖掘技術的需求具體表現在以下幾個方面：第一，通過數據挖掘技術減少電力調度自動化系統的工作時間，提高工作效率。第二，數據挖掘能夠提高數據挖掘技術的管理應用水平，減少外界因素對電力調度自動化的干擾。第三，能夠從不同角度對數據信息進行定量、定性分析。第四，為電網報告的分析和制定提供輔助支持。第五，實現了對數據信息的及時查詢，為電力調度自動化工作提供了支持。

三、電力調度自動化系統中數據挖掘技術的應用

1.挖掘系統平臺

隨著科技水平的進步和發展，促使信息技術的不斷被挖掘出來，在大數據背景下，電力調度系統已從原始的實時報表的監控查詢系統轉換成為智能化的調度西戎，運用高級的軟件促進了電力調度系統不斷趨向了智能化趨勢的發展，可在周期關聯的規則下挖掘出相應的數據平臺，例如可選用微軟的net平臺，數據信息系統可在此平臺的支持下，有效的豐富數據信息資源，它具有豐富的資源，也具備較大的訪問能力。

2.設計集成模塊

在應用電力系統的過程中其具有多項標準，這些相應的標準針對于分布式的電力系統來說，在其發展的過程中具有一定的推動性作用，但由于各數據集成規律不同，使得電力企業在發展的過程中，出現數據混亂的情況，為了更好的防止這一現象的出現，可對數據集成模塊定期的進行清洗和整理。

3.云計算在挖掘技術中的應用

在大數據背景下目前雖然已經產生了云計算技術，但是它還處于發展期間，因此存在著一定的缺陷和問題，因此云計算應用與挖掘技術的過程中可通過以下幾點入手，第一，合理的構建基礎設備，在其創建的過程中應根據客戶的變化要求，考慮不同行業之間的特點，建設合理的云計算挖掘系統，繼而方便客戶對相關數據的需求。第二，虛擬技術的出現，為云計算挖掘技術提供了有利的保障，在未來電力調試的過程中可借助虛擬技術，合理的將云計算挖掘技術應用到其中，在相關數據信息收集的過程中，合理的運用網絡信息技術，能促使電力調度系統實現自動化體系，為相關工作帶來了一定的便利，例如比特幣最早是一種網絡虛擬貨幣，可以購買現實生活當中的物品。它具有分散化、匿名等特點，僅能在數字世界使用，不屬于任何國家和金融機構，并且不受地域的限制，可以在世界上的任何地方兌換它，此外，也被一些不法分子用于洗錢的工具。第三，通過運用云計算挖掘技術研發各種新型的產品，充分的了解客戶和社會的需求，引起大眾的關注度，繼而可一生數據挖掘技術的個性化和多樣化，為電力調度系統帶來一定的便利。

4.神經網絡的應用方式

數據挖掘技術可運用神經網絡的方式將其應用與電力調度系統中，運用此技術，可實現電度調試自動化趨勢發展，可將數據分布儲存、自行處理、高度容錯，它能為不完整、不精確、模糊的數據進行適當的處理，在電力調度自動化系統挖掘數據的過程中，運用神經網絡可運用關聯分析的方式進行數據邏輯處理，其包含以下幾點內容，第一，將基礎數據進行統一和整合，由于電力調度系統包含了較為復雜并且種類較多的數據，因此，通過神經網絡將相關數據進行有效的整合和統一，促使數據形成一定的結構模板。第二，關聯不同環節的電力調度，運用挖掘神經網絡技術的方式來整理不同環節電流的參數和狀況，能夠有效的確保相關數據的整合性和關聯性。第三具有一定的決策性和關聯性，運用神經網絡來對相關數據進行有效的整合，具有一定的決策性和分析性，可共享不同階段的數據。

5.灰色分析法的應用方式

在對時間線上相關聯的數據進行分析時會應用到灰色分析法，通過應用一定的數學方法，把數據中的白色部分當作主要依據，找出它同黑色部分有關聯的地方，進而實現數據灰色化。在挖掘電力數據時，灰色分析法為最普遍的利用方法之一，主要把其應用到電力數據預測及分析中。它的優點為盡管數據不完整或是數據有限皆能夠應用與分析，但其不足為不能將大數據的使用價值充分的發揮出。

6.模糊分析法的應用方式

此種方法為聚類分析法的一種，是最常應用聚類方法，其主要是對已知數列進行聚類與分析，讓數據能夠展開全面、綜合的分類。同灰色分析法差異點為，利用模糊分析法能夠合理應用大數據優勢，滿足對其的實質性需求。

四、結束語

綜上所述，數據挖掘技術對電力調度自動化系統在數據挖掘、收集整理的過程中，具有重要的意義。隨著時代的進步和發展，我國不斷創新電力調度自動化系統的使用方式。運用數據挖掘技術的過程中，還需要專業的人員進行實驗和研究，進而促進我國電力調度系統的發展，真正的實現電力調度自動化。

【參考文獻】

[1]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（9）：58-59.

[2]張磊琪. 數據挖掘在電力調度自動化系統中的應用[J]. 電子技術與軟件工程， 2014（2x）：79-80.