電力調度自動化系統中數據挖掘的運用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了電力調度自動化系統中數據挖掘的運用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：本文主要以電力調度自動化系統中數據挖掘技術運用分析為重點進行闡述，結合當下數據挖掘概述為主要依據，從神經網絡法、灰色分析法、模糊分析法、線路故障專家系統、負荷管理專家系統、狀態(tài)檢修專家系統這六方面進行深入探索與研究，其目的在于提升電力調度自動化系統中數據挖掘技術運用效率，為加強電力調度自動化系統的實效性做鋪墊。

關鍵詞：數據挖掘；電力調度自動化；數據倉庫

0引言

對于電力調度自動化系統來講合理應用數據挖掘技術十分重要，其是確保電力調度自動化系統效用充分發(fā)揮的基礎，也是推動現代化社會持續(xù)穩(wěn)定發(fā)展的關鍵?；诖?，相關人員需給予數據挖掘技術高度重視，促使其存在的價值與效用在電力調度自動化系統中發(fā)揮出最大，為提高我國國民生活水平奠定基礎。本文主要分析電力調度自動化系統中數據挖掘技術運用，具體如下。

1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(fā)現為決策提供有效依據。由于數據挖掘的飛速發(fā)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(fā)現驅動型這兩種知識發(fā)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(fā)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。

2數據挖掘技術在電力調度自動化系統中的運用

（1）灰色分析法。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(yōu)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(fā)揮出。（2）神經網絡法。所謂神經網絡法指的是合理應用計算機的計算機能力的前提下，對離散數據展開邏輯處理的一種方式，為專家系統中應用的基礎方式。通過對計算機云計算的能力合理應用，這些專家系統能夠對電力數據進行深度分析、充分挖掘，其對電力數據預測與整理具有不可或缺的作用，事實上，神經網絡法屬于人工智能法，其能夠實現對諸多數列展開聯動分析，并明確每個數列間的關系，讓其邏輯性得到有效發(fā)揮。   （3）模糊分析法。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(yōu)勢，滿足對其的實質性需求。

3電力調度自動化對數據挖掘技術的具體需求

目前，我國數據挖掘技術，因五防系統等技術還處于發(fā)展的初級階段，對應的管理措施還未完全構成，所以，盡管說數據挖掘的專家系統以能夠在多方面展現出優(yōu)勢，但若想實現遙控系統和專家系統是一件不可能實現的事。（1）負荷管理系統。電力負荷管理為電力調度自動化系統中的主要環(huán)節(jié)。依據冗余回路間的負荷分布，電能能夠自動對負荷的上級節(jié)點進行連續(xù)與切換。另外，當其中有一個節(jié)點出現故障，符合管理系統則能夠充分發(fā)揮效用，讓該故障節(jié)點在事故出現以后被自動切除。負荷管理系統的實際工作原理為依據對各線路的負荷狀態(tài)進行全面監(jiān)測，并通過合理應用數據挖掘技術，對滿足這些狀態(tài)表現出的數據進行預測，并分析、判斷、整理這些數據變化形式，基于此來對負荷進行道閘分配。目前，在我國電力調度中，負荷管理系統已投入應用，但因有關技術的滯后性，不能實現同電網遠控系統完美對接，所以還沒有實現廣泛應用，對于調度系統中所的命令皆由人工來實現。（2）線路故障系統。傳統的電力線路檢修，一般都是在線路出現嚴重故障以后，才開展利用相應方法對電力線路進行巡查，并且探尋出存在其中的故障。但若是把線路故障系統利用到其中，那么該系統會依據電力線路兩端產生故障形式，在電力線路產生故障以后自動且及時的判斷出電力線路受損的部位。相比于較完善的線路故障系統而言，還能夠同時判斷多個故障點。通過將線路故障系統利用到電力調動自動化系統之中，不但能夠將冗雜的線路切除掉，還能減小電力線路故障發(fā)生率，以及停電檢修率，并且還能在很大程度上監(jiān)督電力線路巡查力度，讓電力維修人員能夠有足夠的實踐對線路出現故障的部位分析、判斷，并制定與之對應的補救措施。特別是一些地埋線路等，利用此種能夠定位的線路故障系統具有積極作用。 （3）狀態(tài)檢修系統。對變壓器、電纜、開關等設施的具體運行狀態(tài)進行充分分析，外加對互感器、集中器等設備的運行狀況進行判斷，狀態(tài)檢修系統能夠以此來對電力調度自動化系統的運行狀態(tài)進行檢查，探究其是否健康，并深入規(guī)劃故障設備切除方案，自動的把故障設備切除掉。合理利用狀態(tài)檢修系統是電力檢修的前提條件，為實現對全部設備充分管理的關鍵點，并且其利用價值為能夠自動化更換再用設備，使倒閥變成檢修的狀態(tài)，并朝著調動系統進行報警。當然，因有關技術的不成熟，導致狀態(tài)檢修系統在部分企業(yè)依舊處于閑置的狀態(tài)，致使其含有的效用無法充分的發(fā)揮出。

4結束語

綜上所述，若想電力調度自動化系統存在的價值發(fā)揮出最大，有關人員加強數據挖掘技術應用勢在必行。因其是保證電力調度自動化系統穩(wěn)定性的根本要素，還是推動電力調度自動化系統效用發(fā)揮的關鍵點。為此，有關部門需合理應用數據挖掘技術，讓其包含的作用都利用到電力調度自動化系統中，為進一步提高社會公眾生活水平提供有效依據。

參考文獻：

[1]聶宇,羅超,高小芊,寇霄宇,何宇雄,苑晉沛,李蔚.基于電力調度自動化系統中數據挖掘技術的應用[J].科技創(chuàng)新與應用,2018(03):143-144.

[2]周洋.數據挖掘在電力調度自動化系統中的應用解析[J].科技創(chuàng)新與應用,2017(35):149-150.

[3]劉雅銘.解析電力調度自動化系統中數據挖掘技術應用[J].低碳世界,2017(33):66-67.

[4]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.

作者：李琳 李淼 王志宏  劉紫玲 高永俊 韓明彤 張成 丁寶帥 單位：國網遼寧省電力有限公司營口供電公司