探究基于數據挖掘的智能電網調度技術及其應用

國網河南省電力公司駐馬店供電公司 劉 歡 臧悅姌 國網四川省電力公司天府新區供電公司 夏 春

國網河南省電力公司正陽縣供電公司 易芊羽

1 引言

現階段，在我國城市化發展建設過程中，對電力需求逐漸提升，人們的用電量也相對增加。電力調度系統是電力企業的重點內容，是電網的中樞系統，其蘊含了較多的信息。通過運用智能化技術，可有效對相關信息進行充分處理，并從中獲取重要的信息內容，從而能夠有效解決電網調度的相關問題。在研究智能電網調度技術的過程中，逐漸利用數據挖掘的方式，明確智能電網調度技術的具體應用，實現電網運行的總體目標。

2 智能電網調度的基本概述

電網調度系統是為了保證電網安全高效運行，在我國電網的快速發展過程中，其規模逐漸擴大，促使電網調度系統出現一系列問題。在我國智能時代發展背景下，逐漸提出智能電網調度，該系統可具有良好的自動調整功能，充分整合各項功能優勢，能夠對相關數據信息進行自動處理。同時，智能電網調度系統還具有相應的網絡通信功能，形成智能化的電網調度平臺，為電網的穩定運行提供充分保障。在智能電網調度平臺中，其整體架構較為完整，通常包含監控、調度、計劃以及安全平臺等四部分。在不同平臺下，所包含的內容也相對較多，不斷將智能化技術以及大數據技術進行充分結合，運用相關信息技術結合電力系統的實際運行數據，從而構建相應的模型。

通過對模型的分析，有助于相關人員做出準確決策，促使智能電網調度系統具有較強的穩定，不斷向現代化方向發展，有助于電網運行的安全。在智能電網調度系統中，逐漸將各類系統進行全面整合，其中在基礎職務平臺中，可有效為基礎工作提供較大支持，其通常包括數據處理、數據庫維護、管理系統等。并且，在軟件應用平臺中，其包含較多的子平臺[1]。通過對各個平臺的應用，能夠有效實現對電力的整體監控，可有效為電網調度決策提供充足依據，保證電力運行的穩定性。通過對電網的全面分析，充分強化內部管理，優化智能電網調度計劃，充分發揮電網調度平臺的實際功能，提高電網運行的安全性。

3 數據挖掘的具體類型

3.1 預測模型

數據挖掘是指在大量信息中挖掘具有價值信息的相關技術，通過運用該項技術可有效從大量模糊數據中提出相應信息內容。在數據挖掘過程中，其所包含的內容相對較多，如數據整合、構建模型、信息分析等，建立完整的數據庫，不斷對相關數據信息進行充分處理，從而不斷提出信息中的具體概念。當前，數據挖掘技術不斷應用在電網調度中，由此能夠充分滿足業務需求，數據挖掘的類型相對較多。其中，在預測模型中，為了掌握相關對象具體運行規律，不斷利用時序數據等對相關數據進行全面挖掘。通過數據序列可有效進行準確預測，在電網調度業務中，電力負荷預測技術較為常用。在相關因素條件下，不斷對負荷處理方法進行深入研究，結合溫度、濕度等因素低用電需求進行合理預測，明確具體的負荷數值，為電網調度決策提供充分參考。

3.2 多維模型

多維模型是在維的基礎上對相關數據分類進行全面統計，并利用自動化技術對統計數據展開有效分析，根據分析對象的實際特征，由此構建相應的模型。在多維分析過程中，通常利用統計學原理，根據各個維度之間的聯系從而進行相應數據分析。其中，在電網調度分析過程中，一般按照時間以及區域展開詳細分析，通常采用回歸分析以及方差分析等相關方法。在多維模型的運用下，逐漸將電網調度數據進行合理分類，做好相關統計工作，并不斷對各類信息進行充分歸納，從而針對同類數據中提取有效信息。通過對相關設備數據分析，可掌握各類設備的具體參數以及實際定值，由此相關人員可對設備做出正確調整，確保電網設備的正常運行，提高設備操作的準確性。

3.3 關聯模型

關聯模型能夠有效反映事物之間的實際關聯，在關聯數據的挖掘下，可有效在數據庫中根據具體對象尋找相關聯的數據信息。通常情況下，在關聯模型中，最小支持度以及最小信任度是關鍵的參數。通過相關事物之間的聯系，可準確描述具體的支持度以及信任度。在電力負荷分析過程中，可對長期效應以及短期效應進行有效分析，根據具體的影響因素，對電力負荷精度進行有效預測，確保電力系統的正常運行[2]。并且，在關聯分析過程中，可充分運用ID3算法，能夠提高數據挖掘效率，其算法主要為H（A）=P·H（B）。

其中，H為相對應的信息嫡，A為候選屬性，P為屬性相對應的概率，B為屬性A的擴展。在算法運用過程中，需任意選擇相應屬性，并促使屬性A具有n個屬性值，從而生成不同的子結點，并根據相應公式可有效計算出相對應的信息嫡。并且，利用計算結果，構建后繼結點，并不斷對屬性進行擴展，由此通過各屬性之間的關聯，能夠得出準確的結果，可有效展現出各個影響因素對電力負荷的重要性。

4 基于數據挖掘的智能電網調度技術的主要運用

4.1 優化系統體系架構

目前，在智能電網調度研究分析過程中，不斷加強對數據挖掘技術的應用，充分利用數據挖掘的方式，以深入了解智能電網調度運行的實際情況，便于相關人員對電網調度進行適當調整，以滿足電網運行的具體要求，提高電網的運行效率，可充分為人們提供充足的電量。在電網調度運行分析過程中，可充分運用數據挖掘技術對電力調度運行中的數據中提取相關信息，并對數據信息展開詳細分析，不斷優化系統體系架構。根據業務系統的整體結構，不斷對個結構中的數據信息進行充分整合，并建立完整的信息平臺。通過業務集成方式將相應數據信息進行整合，并結合粒度大小對業務對象進行有效歸納，從而展現出數據挖掘技術的優勢。

同時，相關人員還可運用通信技術將各類業務進行充分連接。在多個應用平臺下，逐漸完善業務流程，并將系統訪問層上的數據信息進行整合，從而可有效為用戶提供想好的交互模式。在整體的系統體系結構中，通常包括表現層、控制層以及數據層。其中，在表現層中包括實時報表、即時查詢、交互查詢等，在控制服務層中包括數據分析、預測模型、業務建模、工作關聯、數據轉換、統計分析等。該層在整體架構中具有重要作用，可有效實現數據信息的分析運用。同時，在數據層中包括EMS數據系統、TMR數據系統、GIS數據系統等，在不同數據系統的運用下，可有效對電力調度相關數據進行全面分析，強化調度管理，挖掘數據信息中的重要內容，為電網運行提供大力支持。數據挖掘系統體系架構如圖1所示。

4.2 做好分析預測工作

在智能電網調度系統的運行過程中，利用數據挖掘技術不斷對系統數據進行詳細分析，充分滿足用戶的實際用電需求，促使電力系統能夠有效發揮最大效能，從而展現出電網調度系統運行優勢，推動電力企業的良好發展[3]。為此，在智能電網調度系統的研究過程中，需不斷運用數據挖掘技術對電力負荷進行有效預測，可充分為智能電網調度方案的完善提供有效依據。相關人員需做好分析預測工作，在具體的預測過程中，由于受到相關因素的影響，致使調度技術無法實現準確預測。由此逐漸在數據挖掘的基礎上形成全新的調度系統，根據溫度以及濕度等相關參數，能夠有效作為數據源，構建完整的預測模型，有助于電力負荷進行合理預測，充分展現該預測方法的有效性。

在實際預測過程中，可先假設數據集G=｛（x,d）,i=1,...,n｝，其中，x代表輸入的相關數據，d代表理想輸出數據，n代表總體數據數量。通過非線性數據可有效將其反映到具體空間中，從而形成相應的線性關系，如，Y=wΦ（x）+b，其中w代表權重，Φ（x）代表高維空間，b代表偏移。通過利用關系公式，可有效對電力負荷進行準確預測，得出精準的數據結果，便于相關對電網調度進行有效分析，保證電網的高效運行。

4.3 完善電網調度方案

在電力負荷的預測分析下，相關人員能夠根據具體的預測內容制定完整的電網調度方案，不斷根據各類數據信息，逐漸完善調度方案內容，確保智能電網調度方案的合理性，以滿足電網運行的基本需求，促使數據挖掘的智能電網調度技術得到有效實施。在實施方案的制定過程中，需明確給定粒子群的具體位置以及實際速度。由此對粒子的適應度進行有效評價，利用16折交叉驗證的方法，將數據集合分為16個子集合，對其進行充分互斥，并從中選取12個子集合，將剩余子集合進行驗證。

同時，還需不斷更新局部以及全部的數值，并對粒子的位置以及速度進行適當更新，加強調度運行管理，從而對預測精度進行準確分析，做出合理的判斷，促使預測精度能夠有效滿足具體要求。若預測精確未能達到規定的要求條件，則需重新進行分析。若預測精度滿足相應要求則可快速獲取相應參數，促使預測模型得到全面優化，可達到良好的預測結果，便于實現數據挖掘的智能電網調度技術的總體優勢，提高電網調度系統的運行效率，發揮數據挖掘技術的作用，增強電網調度數據信息的處理力度，確保電力穩定運行，為用戶提供良好的用電服務。

4.4 明確電力負荷特性

為了保證電力的安全調度，相關人員需不斷對有關數據信息進行深入分析，并將各類信息進行有效轉換[4]。在數據挖掘技術的應用下，相關人員可根據電網運行的基本信息展開深度挖掘，并充分分析電網運行數據，由此合理制定相適宜的輸電計劃，確保電力得到有效運輸，并充分實現跨區域輸電目的，符合電力企業發展的基本標準，滿足當前用電的具體需求。在數據分析過程中，相關人員可運用不同復雜檢索的方式對數據的均值、方差、中心矩等進行有效計算，從而獲取電網的具體運行信息，根據電網運行的時間、以及具體運行模式可開展相應的分析工作，為調度運行提供充分指導。

同時，在電力負荷分析的過程中，還可根據電力負荷具體變化特點，按照時間順序，對負荷變化的過程進行全面研究，并對不同因素下電力負荷的變化展開充分討論，明確季節、溫度等因素下對電力負荷造成的實際影響。并且，為了保證選擇相適宜的電網機組以及電源結構，相關人員還應當對電力負荷以及電量進行合理預測，結合具體目的對電力最大負荷功率以及負荷電量進行有效分析，從而能夠充分明確相關電力設備具體的輸電容量。通過對電網負荷變化規律的挖掘，有助于電網調度進行有效調整。

4.5 構建集成信息平臺

在智能電網調度系統的分析過程中，還應當積極構建相應的信息平臺，不斷將各類數據信息以及有關業務進行全面整合，充分運用ESB方式建立數據模型，可有效簡化數據分析流程。在公共模式的基礎上，可充分防止相關數據信息的重復，提高數據信息的利用效率。在綜合信息平臺中，相關人員可有效掌握具體的數據變化趨勢，確保信息平臺具有良好的靈活性，用戶能夠在信息平臺中自定義相關數據模式，并在分布式的條件下形成多層模式，促使其具有良好的通信特點，保證電力企業電網系統達到集成運行的目的。

同時，綜合信息平臺與數據平臺有著較大差異，數據平臺主要是利用相應方法對相關數據進行儲存管理，可有效提供相應的數據接口，有助于數據信息的查詢以及統計[5]。在信息平臺的創建過程中，除了數據信息保存管理之外還可有效將各類信息進行整理，并對相關數據進行合理規劃。根據具體的業務需求，構建完整的信息模型，不斷將數據與應用進行有效融合，能夠快速解決信息交流等相關問題，促使數據信息的即及時發布，滿足電網調度的基本要求，符合電力企業發展的總體標準，在數據挖掘的智能電網調度技術下，可有效推動電力企業的全面發展。

總而言之，基于數據挖掘的智能電網調度技術具有重要作用，其在電力企業運行發展過程中發揮重要優勢。通過對數據挖掘技術的應用，可有效對智能電網調度數據信息進行有效提取，并對相關數據信息進行全面分析。在數據挖掘技術的利用下，能夠對數據進行充分整合，高效處理數據信息，建立具體的數據模型，便于工作人員開展深入分析，強化電力負荷預測，有助于促進電網的安全穩定運行。