數(shù)據(jù)挖掘技術(shù)在電網(wǎng)安全生產(chǎn)風(fēng)險管控中的應(yīng)用研究

杜秀

摘要：隨著科學(xué)技術(shù)的不斷進步，電網(wǎng)的智能化水平也越來越高，也因此在電網(wǎng)運行和設(shè)備監(jiān)測的過程中產(chǎn)生了大量的數(shù)據(jù)，例如系統(tǒng)運行數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)、用戶需求數(shù)據(jù)等等。另外，物聯(lián)網(wǎng)技術(shù)和云計算的蓬勃發(fā)展，也進一步增強了電網(wǎng)數(shù)據(jù)的體量和復(fù)雜度。如此龐大的數(shù)據(jù)體系難免會帶來一些數(shù)據(jù)質(zhì)量問題，如數(shù)據(jù)缺失、數(shù)據(jù)冗余、數(shù)據(jù)異常等。數(shù)據(jù)質(zhì)量的好壞不僅關(guān)乎電網(wǎng)應(yīng)用分析的可靠性與正確性，還會對電力系統(tǒng)的穩(wěn)定運行產(chǎn)生影響。所以，進行高效可靠的數(shù)據(jù)質(zhì)量管理對電力系統(tǒng)具有重要意義。本文基于數(shù)據(jù)挖掘技術(shù)在電網(wǎng)安全生產(chǎn)風(fēng)險管控中的應(yīng)用研究展開論述。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù);電網(wǎng)安全生產(chǎn);風(fēng)險管控;應(yīng)用研究

引言

電力行業(yè)在大數(shù)據(jù)時代也面臨著新的挑戰(zhàn)和難得的發(fā)展機遇。應(yīng)用大數(shù)據(jù)挖掘和分析可以極大彌補現(xiàn)有的人工處理數(shù)據(jù)的不足，提高電網(wǎng)運營監(jiān)控的輔助決策水平和工作效率與質(zhì)量，將重點放在檢查關(guān)注各項生產(chǎn)任務(wù)計劃產(chǎn)生異常預(yù)警的原因上，全面管控各種生產(chǎn)經(jīng)營風(fēng)險，提高公司管理水平和運營效率。但以往國內(nèi)外學(xué)者側(cè)重于電網(wǎng)運營監(jiān)測體系的分析研究，采用大數(shù)據(jù)分析方法對安全生產(chǎn)風(fēng)險智能管控的研究較少。

1技術(shù)應(yīng)用方式

近年來，數(shù)據(jù)挖掘技術(shù)由于其很強的技術(shù)優(yōu)越性，已經(jīng)成為一種各領(lǐng)域廣泛使用的先進技術(shù)，尤其是在電力系統(tǒng)中，數(shù)據(jù)挖掘技術(shù)可以對電網(wǎng)的數(shù)據(jù)進行優(yōu)化處理，從而達(dá)到提高電網(wǎng)運行效率的目的。另外，電網(wǎng)管理者還可以通過使用數(shù)據(jù)挖掘技術(shù)對人員績效考核、保護功耗記錄在內(nèi)的多項日常工作進行應(yīng)用，以提高數(shù)據(jù)應(yīng)用程序的準(zhǔn)確性，經(jīng)過各種挖掘算法的研究，可以有效地分析數(shù)據(jù)之間的隱式關(guān)系。在這一過程中采用數(shù)據(jù)挖掘技術(shù)的優(yōu)勢顯而易見，同時也可以為下一步發(fā)電量預(yù)測、負(fù)荷預(yù)測等提供更為可靠的技術(shù)支持。神經(jīng)網(wǎng)絡(luò)作為一種廣泛使用的人工智能研究方法，在我國已得到廣泛應(yīng)用。電力調(diào)度自動化系統(tǒng)的數(shù)據(jù)挖掘技術(shù)具有自我處理、數(shù)據(jù)分發(fā)以及高容錯性等優(yōu)越性，使得神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘方法更適合處理電力調(diào)度自動化系統(tǒng)數(shù)據(jù)。考慮到數(shù)據(jù)挖掘技術(shù)本身存在固有的數(shù)據(jù)誤差和不準(zhǔn)確性，電網(wǎng)調(diào)度人員在進行調(diào)度自動化系統(tǒng)數(shù)據(jù)挖掘過程中應(yīng)當(dāng)充分考慮到電能分配的實際需要，并在此基礎(chǔ)上不斷改進數(shù)據(jù)邏輯的處理方法。電網(wǎng)調(diào)度人員首先應(yīng)做好數(shù)據(jù)集成管理工作，這是因為電力調(diào)度自動化系統(tǒng)需要處理海量的電網(wǎng)運行數(shù)據(jù)，這些數(shù)據(jù)具有復(fù)雜性和多樣性。此外，技術(shù)人員通過應(yīng)用神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘方法，可以對電網(wǎng)各種運行方式、典型區(qū)域電網(wǎng)的運行狀態(tài)、每條線路的連接方式和每個變電站的設(shè)備參數(shù)等信息進行合理地挖掘和排序，同時保證相關(guān)數(shù)據(jù)信息綜合應(yīng)用，進而可以實現(xiàn)電網(wǎng)運行的綜合分析和決策。另外，技術(shù)人員可以結(jié)合神經(jīng)網(wǎng)絡(luò)收集的電網(wǎng)數(shù)據(jù)，進行更高效率的分析、決策和數(shù)據(jù)交換。

2安全生產(chǎn)業(yè)務(wù)相關(guān)數(shù)據(jù)模型

數(shù)據(jù)模型包括數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)約束條件。數(shù)據(jù)結(jié)構(gòu)是數(shù)據(jù)模型的基礎(chǔ)，它描述了數(shù)據(jù)的類型、性質(zhì)、內(nèi)容以及數(shù)據(jù)間的聯(lián)系等。數(shù)據(jù)約束建立在數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)上，指的是數(shù)據(jù)結(jié)構(gòu)內(nèi)數(shù)據(jù)間的語法、制約和依存關(guān)系，以及數(shù)據(jù)動態(tài)變化的規(guī)則，以保證數(shù)據(jù)的正確和完整有效。運營監(jiān)控業(yè)務(wù)數(shù)據(jù)模型是為了對變電巡視核查、輸電巡視核查、配網(wǎng)巡視核查、保供電核查等業(yè)務(wù)數(shù)據(jù)存儲建立的數(shù)據(jù)模型，不同業(yè)務(wù)數(shù)據(jù)模型需要在一個統(tǒng)一的規(guī)范下建立，以便于不同業(yè)務(wù)模型之間的信息交換和共享。安全生產(chǎn)業(yè)務(wù)數(shù)據(jù)模型建立的步驟分為獲取業(yè)務(wù)數(shù)據(jù)、數(shù)據(jù)整理、數(shù)據(jù)存儲、數(shù)據(jù)分析與信息交付等五層。

3數(shù)據(jù)挖掘系統(tǒng)

對于一個完整的數(shù)據(jù)挖掘系統(tǒng)，其主要由數(shù)據(jù)庫、知識庫、數(shù)據(jù)庫服務(wù)器、數(shù)據(jù)挖掘引擎、挖掘算法及人機交互界面等模塊所構(gòu)成，在該系統(tǒng)組成中，數(shù)據(jù)（倉）庫主要是通過數(shù)據(jù)庫軟件實現(xiàn)對源數(shù)據(jù)的存儲。另外，還包括數(shù)據(jù)在清理、集成、過濾過程中的中間數(shù)據(jù)。在功能上，數(shù)據(jù)庫是面向事務(wù)的設(shè)計，一般用來存儲系統(tǒng)運行的實時數(shù)據(jù);數(shù)據(jù)倉庫則是面向主題的設(shè)計，一般存儲歷史數(shù)據(jù)。從數(shù)據(jù)量的角度上，數(shù)據(jù)倉庫的數(shù)據(jù)量遠(yuǎn)大于數(shù)據(jù)庫。數(shù)據(jù)庫服務(wù)器與數(shù)據(jù)倉庫服務(wù)器由局域網(wǎng)中的1臺或多臺計算機所構(gòu)成，主要是為底層的數(shù)據(jù)庫或數(shù)據(jù)庫群提供一個向上的數(shù)據(jù)接口，使得上層的應(yīng)用程序能夠適時調(diào)用數(shù)據(jù)庫中的數(shù)據(jù)。知識庫主要用來放置數(shù)據(jù)挖掘過程中所用到的專業(yè)領(lǐng)域知識與規(guī)則。同時，技術(shù)人員的經(jīng)驗和常識也可以包括在內(nèi)，用于輔助指導(dǎo)搜索。數(shù)據(jù)挖掘引擎是系統(tǒng)中的核心組成，能夠利用知識庫與使用者實現(xiàn)互動。一般由不同功能的模塊所構(gòu)成，用于聚類分析、特征化、及偏差分析等。模式評估利用興趣度作為標(biāo)準(zhǔn)，從而可以挖掘出代表知識的真正有趣模式。人機交互用來實現(xiàn)使用者與數(shù)據(jù)挖掘系統(tǒng)之間的通信，可以使用戶利用可視化界面制定數(shù)據(jù)挖掘查詢或任務(wù)計劃。同時，該部分還允許用戶瀏覽數(shù)據(jù)庫、數(shù)據(jù)倉庫和數(shù)據(jù)結(jié)構(gòu)，了解系統(tǒng)狀態(tài)。

4電力統(tǒng)計數(shù)據(jù)問題

隨著電網(wǎng)體系規(guī)模的不斷擴大，其運行過程中產(chǎn)生的數(shù)據(jù)量也越來越豐富，這其中蘊含著大量的信息，是可以影響發(fā)電、輸配電、用戶用電管理的決策指標(biāo)的基礎(chǔ)。但由于設(shè)備故障、認(rèn)為原因等，電力數(shù)據(jù)可能會存在一些誤差甚至是錯誤，這不僅不能為電力系統(tǒng)提供可靠的數(shù)據(jù)分析基礎(chǔ)，而且可能因此帶來決策錯誤，影響整個系統(tǒng)的良好運行。1）格式錯誤。所獲取的數(shù)據(jù)格式應(yīng)是統(tǒng)一的，不滿足格式的數(shù)據(jù)組應(yīng)視為不合格。另外在數(shù)據(jù)傳送過程中，可能會出現(xiàn)亂碼等錯誤，這也是格式檢查的重要方向。2）精度錯誤。在數(shù)據(jù)獲取和傳輸過程中，所有數(shù)據(jù)的精度都應(yīng)保持一致，精度與規(guī)定不一致的數(shù)據(jù)應(yīng)為不合格3）數(shù)據(jù)越限。每個數(shù)據(jù)都有自身約束范圍，數(shù)據(jù)應(yīng)在規(guī)定范圍內(nèi)。4）數(shù)據(jù)冗余。數(shù)據(jù)傳輸過程中可能存在重復(fù)記錄的問題，因此會產(chǎn)生數(shù)據(jù)冗余。5）數(shù)據(jù)缺失。在數(shù)據(jù)獲取和用戶訪問端，所獲取的數(shù)據(jù)量應(yīng)一致，不能存在缺失記錄或缺失字段。6）合理性問題。所獲取數(shù)據(jù)都應(yīng)滿足電力系統(tǒng)運行要求，各數(shù)據(jù)之間互相約束，數(shù)據(jù)段不滿足運行條件的為不合格數(shù)據(jù)段。

結(jié)束語

配合K-means算法能更好地適應(yīng)大容量、多維度文本數(shù)據(jù)的處理，同時簡化了計算流程，一定程度上提高了計算的速度與效果。在此基礎(chǔ)上結(jié)合多種異常檢測算法和合適的文本數(shù)據(jù)規(guī)范化法完成了安全生產(chǎn)風(fēng)險管控智能分析追蹤軟件的開發(fā)。通過本套系統(tǒng)對區(qū)局以及現(xiàn)場的生產(chǎn)計劃落實情況開展即時快速的智能分析與快速核查追蹤，使得公司可以對異動的每一個生產(chǎn)活動、每一個計劃、每一個節(jié)點的數(shù)據(jù)開展全天候快速管控，及時發(fā)現(xiàn)異常和預(yù)警，對生產(chǎn)風(fēng)險進行全面管控和分析，保障電網(wǎng)安全經(jīng)濟運行。

參考文獻

[1]薛飛.電網(wǎng)安全穩(wěn)定特性分析的調(diào)度運行大數(shù)據(jù)挖掘技術(shù)研究[J].寧夏電力，2019（01）：2.

[2]盧穎浩.數(shù)據(jù)挖掘在電網(wǎng)安全生產(chǎn)監(jiān)督管理中的應(yīng)用研究[D].華北電力大學(xué)，2018.

[3]莫琦，李矛，李翔，付龍明，王立娜，盧穎浩.數(shù)據(jù)挖掘技術(shù)在電網(wǎng)安全檢查管理中的應(yīng)用[J].科技創(chuàng)新導(dǎo)報，2017，14（19）：209-210+212.

[4]李翔，莫琦，付龍明，王立娜，盧穎浩.基于數(shù)據(jù)挖掘的電網(wǎng)隱患等級自動評估方法[J].科技創(chuàng)新導(dǎo)報，2017，14（17）：99-100.