數據挖掘技術及其在電力系統中的應用

周昆

摘要：我國大數據下的挖掘智能技術廣泛應用于電力發、輸、變、配、用的各個環節，介紹了我國電力系統設備雷電狀態預報、設備正常運行狀態預測分析、配電系統設備運行狀態故障檢測預警及行業風險評估預測、用戶對于用電系統行為心理特性分析聚類、電力資源用戶行為特性分析等多項智能算法的實際應用。數據挖掘技術應用可以顯著大幅提高光伏電網建設運行管理效益，是未來推動智能電網建設發展的重要核心技術之一。

關鍵詞：數據挖掘;輸電系統;配電系統;用電互動;電力市場

信息化的快速發展與廣泛應用逐步推動了我國大數據應用時代的正式到來。大數據是指根據信息分析技術手段收集某一個行業指定的相關數據，并依據行業分析內容進行數據分析與綜合整理，供行業參考借鑒，目前大數據在各個行業都已經受到重新高度審視。同時，隨著國家改革創新開放和社會服務意識的不斷轉變，電力系統逐漸開始轉變電力產業服務屬性，向現代服務性電力產業發展方向快速發展，服務業的最大核心價值是服務顧客。

1數據挖掘技術

它指的是一種通過對海量數據進行建模，并通過利用數理分析模型對一個企業的現有海量數據資源進行整理和綜合分析的方法，可以幫助很多企業去了解的客戶或者，解決不同的企業市場定位劃分。電網運行是一個復雜的系統，數據量巨大，尤其特別是在我國電力企業正式進入大數據時代之后，僅僅是電力設備運?行和電力負荷的數據規模就已十分驚。在此基礎上，將其大數據挖掘技術將其廣泛應用到實際工作中，為企業解決這一技術難題卻也提供了新的有效途徑。數據挖掘分析技術在實現電力系統負荷變化預測、電力系統正常運行環境狀態數據監測、電力系統用戶行為特征及價值數據提取、電價波動預測等多個方面也都具有良好的行業應用發展前景。

2數據挖掘過程

其中數據分析挖掘主要階段包括數據挖掘準備、數據挖掘以及對數據結果的分析評價和數據表示三個主要階段。①資料準備階段。數據挖掘分析時，首先我們要從各個相關整體數據源中正確選擇必要的相關數據源并進行綜合處理，將其綜合集成為一個有利于進行數據挖掘的整體數據集。根據這一發展階段的具體信息劃分，可以細分為信息選擇、預處理和信息轉化。②進入數據分析挖掘初級階段。把集中準備的各階段資料整合在得到的資料集中，以某種方法可以發現其中某些隱含的規律。這一發展階段可以將其細化劃分為如何確定各種數據挖掘技術目標、選擇挖掘算法、數據挖掘等。③成果評價和展示。在發現了數據集隱含的規則之后，挖掘出來的數據模型和方法并不是真正的知識，需要盡一切可能以簡單明了、用戶容易理解的方式把發現的規律表達出來。數據挖掘的目的在于最終形成的結果，能夠被用戶理解，并能夠用于實際生產。

3國內研究現狀

相對于國外，我國對于大數據分析挖掘的基礎研究起步較晚，還不成熟。國內外最新課題研究進展主要是：成功建立集合分析理論體系，對海量數據進行集合處理;基于粗糙集和模糊集集合理論，并將兩者理論融合起來應用于kdd;成功構造了模糊知識系統中的辨識管理方法和模糊知識管理模型，建立智能專家系統;深入研究基于集合數據挖掘應用理論和數據實現應用方法;充分利用數字概念法和格式分析挖掘。當前，我國的大數據挖掘應用技術主要廣泛應用于因特網、金融服務和現代農業等多個領域，在電力系統中的應用逐年不斷增多，特別是在發電工業領域，部分電力系統已經率先投入應用，而在其他工業領域的技術應用也在逐步取得新的進展。因此，數據挖掘技術在目前我國仍然具有較大的市場發展潛力。

4數據挖掘技術在電力系統中的應用

4.1信息管理

利用數據挖掘分析技術可以進行有效的海量數行管理分析，可以有效提高我國電力企業公司的運行管理效率和降低運營管理成本，同時通過建立數據倉庫系統可以有效消除不同操作系統、不同數據運行管理平臺之間的不兼容性，提高電力企業數據的采集速度和處理效率。信息化客管理以用電客戶為服務重點，經過幾十年的發展建設，我國用電客戶已完全涵蓋了各個行業，包括各類人群，且不同用電客戶覆蓋范圍、時間區域范圍等明顯存在差異。因特網已經成功進入我國電力系統30多年了，建立了一個龐大的電力數據庫，可為各種電力信息系統提供數據分析和傳遞服務，并根據電力企業實際需要建立相應的數據模型。根據用戶數據分析，可自動制定更科學的綜合供電傳輸計劃和綜合供電傳輸線路建設規劃

4.2調度信息化

無論哪種電力企業都非常需要加強企業內部各職能部門的緊密協作，電力系統建設涉及的企業部門眾多，用戶復雜多樣，更多的需要各個部門間的緊密聯系與協同調度。利用這種數據挖掘技術可以根據電網的歷史數據和電網實時管理數據對各個部門進行管理，并對各個部門所有必需的數據資源進行實時分析，。特別是在子網中，傳統電網的調度往往比較復雜。利用網絡挖掘技術可以有效地解決電力系統數據共享的難題。

4.3動態安全評估

由于當前電力系統內部的結構復雜性和電力用戶群的復雜性，使得解決電力系統的安全保障問題顯得極其重要。建立合理的安全風險評估管理機制已經是現代電力系統的一門必修課，傳統的安全風險評估機制是根據固定的安全問題、固定的評估內容來進行的，在出現安全問題后，很多細節是不會被發現的。而利用數據挖掘技術則可以有效地準確評估，哪些信息問題可能屬于高發性內容，哪些問題需要特別注意，哪些安全問題在不同的時間階段處于高發性的階段，可通過利用數據挖掘技術應用來有效地準確評估一個企業。

結束語：

數據挖掘技術是一種集海量統計、數據自動化的分析與預處理、數據庫技術以及數據人工智能及其他相關應用領域等多學科研究為一體的新興挖掘技術。這種技術的快速發展使得當今人們可以能夠隨時接觸并學到大量這些隱藏在真實數據背后的知識，人們也因此可以通過使用大量的數據分析來幫助驗證一些相關的科學假設或理論模型。在電力系統承載負荷上的預測、輸變電管理、電能質量分析以及電力決策中，數據挖掘技術的應用主要是預測和表述這兩個方面。基于大量的數據對不同未知數的信息關系進行分析預測，尋找一種容易理解的模型來準確描述數據間的相互關系。

參考文獻：

[1]廖志偉，孫雅明. 數據挖掘技術及其在電力系統中的應用[J]. 電力系統自動化，2001，25（11）：62-66.

[2]李德高. 論數據挖掘技術及其在電力系統中的應用[J]. 電腦迷，2018（15）：22.

[3]周一聰. 數據挖掘技術及其在電力系統負荷預測中的應用[J]. 黑龍江科技信息，2016（31）：20.