杜鵬

摘要：在電力調(diào)度自動化系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)，可以提高電力數(shù)據(jù)收集與整理的科學(xué)性與嚴(yán)謹(jǐn)性，其重要性可見一斑。本文針對電力調(diào)度自動化系統(tǒng)，對數(shù)據(jù)挖掘技術(shù)的應(yīng)用進(jìn)行了分析與研究，以供參考。

關(guān)鍵詞：電力調(diào)度自動化;數(shù)據(jù)挖掘;數(shù)據(jù)收集與整理

當(dāng)前，企業(yè)生產(chǎn)中已經(jīng)普及了自動化運(yùn)行技術(shù)，而在具體的現(xiàn)代化信息網(wǎng)絡(luò)數(shù)據(jù)加工層面，數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以優(yōu)化數(shù)據(jù)采集與處理的質(zhì)量，從而強(qiáng)化數(shù)據(jù)在傳輸和存儲過程中的控制質(zhì)量與管理效率。數(shù)據(jù)挖掘技術(shù)可以借助高級功能的計算合理利用數(shù)據(jù)資源，并實(shí)施數(shù)據(jù)挖掘，從大量而復(fù)雜的數(shù)據(jù)中找到所需要的數(shù)據(jù)，從而促進(jìn)供電企業(yè)的生產(chǎn)水平，促使其獲取更多的經(jīng)濟(jì)效益。

1數(shù)據(jù)挖掘技術(shù)概述

隨著當(dāng)今世界科學(xué)及時水平的不斷發(fā)展，目前數(shù)據(jù)庫的容量已經(jīng)達(dá)到了難以想象的水平，面對如此龐大的數(shù)據(jù)信息，如何能夠準(zhǔn)確地從中找到精準(zhǔn)的所求的信息呢？答案就是利用信息挖掘技術(shù)。從技術(shù)層面上講，信息挖掘技術(shù)就是指：通過利用各種有效的工具和采取各種有效的措施，在海量的數(shù)據(jù)庫中，獲得數(shù)據(jù)與模型之間的關(guān)系，并通過兩者之間存在的這種關(guān)系的分析發(fā)現(xiàn)來對企業(yè)的決策提供依據(jù)。

伴隨著信息挖掘技術(shù)的快速發(fā)展，也相繼出現(xiàn)了許多的不同類型的方法和技術(shù)，也直接導(dǎo)致了現(xiàn)在的信息挖掘技術(shù)形成了很多的分類。一般情況下，信息挖掘技術(shù)分為了發(fā)現(xiàn)驅(qū)動型和驗(yàn)證驅(qū)動型兩類。發(fā)現(xiàn)驅(qū)動型就是指通過機(jī)器的學(xué)習(xí)發(fā)現(xiàn)新的假設(shè);而驗(yàn)證驅(qū)動型就是用戶來驗(yàn)證或者否定自己假設(shè)的一種方法，前提就是通過各種工具對自己的假設(shè)進(jìn)行多方面的檢索查詢。

2數(shù)據(jù)挖掘技術(shù)的分類及過程

數(shù)據(jù)挖掘技術(shù)可以分為發(fā)現(xiàn)驅(qū)動的數(shù)據(jù)挖掘技術(shù)和驗(yàn)證驅(qū)動的數(shù)據(jù)挖掘技術(shù)這兩種類型，前者主要指的是用戶利用機(jī)器進(jìn)行學(xué)習(xí)，可以發(fā)現(xiàn)新的假設(shè)，在此過程中，需要分析人員進(jìn)行參與，后者主要指的是用戶對之前自身提出的假設(shè)，利用一定技術(shù)對假設(shè)進(jìn)行驗(yàn)證。數(shù)據(jù)挖掘的過程可以概括為：邏輯數(shù)據(jù)庫→被選擇的數(shù)據(jù)庫→預(yù)處理后的數(shù)據(jù)→被轉(zhuǎn)換的數(shù)據(jù)→被抽取的數(shù)據(jù)→被同化的數(shù)據(jù)。

也就是選擇、預(yù)處理、轉(zhuǎn)換、挖掘、分析與同化，在確定業(yè)務(wù)對象之后，需要進(jìn)行數(shù)據(jù)處理，在數(shù)據(jù)處理過程中，首先需要搜索和業(yè)務(wù)對象相關(guān)的數(shù)據(jù)信息，然后選擇合適的數(shù)據(jù)，然后需要對數(shù)據(jù)做出質(zhì)量研究，對數(shù)據(jù)挖掘技術(shù)類型進(jìn)行確認(rèn)，最后需要對數(shù)據(jù)予以轉(zhuǎn)化，讓其成為一個可以進(jìn)行算法挖掘的分析模型。

3基于電力調(diào)度自動化系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用

3.1神經(jīng)網(wǎng)絡(luò)分析法

神經(jīng)網(wǎng)絡(luò)是比較成熟的一項技術(shù)，本身具有對數(shù)據(jù)自行處置、挖掘數(shù)據(jù)進(jìn)行存儲和高度容納錯誤等優(yōu)點(diǎn)，非常適合處理模糊和不完整、不準(zhǔn)確的數(shù)據(jù)，利用計算機(jī)精確計算功能，可以實(shí)現(xiàn)深度挖掘調(diào)度自動化系統(tǒng)數(shù)據(jù)，一般采用的方法為前饋、反饋。映射三種，使用的神經(jīng)網(wǎng)絡(luò)，對數(shù)據(jù)整理和分析至關(guān)重要，采用該方法，可以將調(diào)度各類數(shù)據(jù)進(jìn)行關(guān)聯(lián)，從而找出數(shù)據(jù)的邏輯性。為此：①對電力調(diào)度自動化系統(tǒng)基本數(shù)據(jù)進(jìn)行處理，雖然這類數(shù)據(jù)復(fù)雜、種類多，但這些數(shù)據(jù)有緊密的聯(lián)系，能夠整合統(tǒng)一，并形成模式，為后期數(shù)據(jù)查詢、統(tǒng)計、分析等奠定堅實(shí)的基礎(chǔ)，保證數(shù)據(jù)的完整性和一致性，使電力調(diào)度能夠順利的開展，并形成神經(jīng)網(wǎng)絡(luò)系統(tǒng)，方便統(tǒng)一管理。②電力調(diào)度相關(guān)數(shù)據(jù)，不同環(huán)節(jié)電力狀態(tài)和參數(shù)準(zhǔn)確性不一致，整個過程中會受到一定影響，從而達(dá)到數(shù)據(jù)關(guān)聯(lián)。③將神經(jīng)網(wǎng)絡(luò)這種方法應(yīng)用在電力調(diào)度自動化中，對所有數(shù)據(jù)進(jìn)行整合分析，并供給其他調(diào)度工作進(jìn)行決策分析，實(shí)現(xiàn)大范圍數(shù)據(jù)共享，以此來保證電力自動化調(diào)度系統(tǒng)的效果。

3.2灰色分析法

如果在時間線上，電力數(shù)據(jù)存在一定關(guān)系，那么利用灰色分析法可以預(yù)測性分析電力數(shù)據(jù)。在電力調(diào)度系統(tǒng)數(shù)據(jù)挖掘中，灰色分析法得到了廣泛應(yīng)用，即使數(shù)據(jù)完整性不強(qiáng)，灰色分析法也可以對其進(jìn)行分析，但是，這種方法和模糊分析法相比并不能發(fā)揮出大數(shù)據(jù)功能。在電力調(diào)度中，短期的電力負(fù)荷預(yù)測是重要任務(wù)，以我國某個應(yīng)用灰色分析法的電力調(diào)度自動化系統(tǒng)為例，在該系統(tǒng)中，可以分為數(shù)據(jù)處理模塊、負(fù)荷預(yù)測模塊和數(shù)據(jù)顯示模塊，在數(shù)據(jù)處理模塊中，可以導(dǎo)入原始負(fù)荷數(shù)據(jù)、預(yù)測數(shù)據(jù)以及氣象數(shù)據(jù)，預(yù)測數(shù)據(jù)為文本格式，系統(tǒng)主要對數(shù)據(jù)缺失與數(shù)據(jù)跳變兩種異常數(shù)據(jù)進(jìn)行處理。數(shù)據(jù)清理模塊可以讓系統(tǒng)程序運(yùn)行速度得到保障，短期負(fù)荷預(yù)測數(shù)據(jù)均維持在5年以內(nèi)，對歷史數(shù)據(jù)進(jìn)行適當(dāng)清理可以讓查詢效率得到保障。在負(fù)荷預(yù)測模塊中，主要是結(jié)合該城市的情況，利用普通灰色模型、多變量灰色模型與人工經(jīng)驗(yàn)?zāi)Ｐ蛯ζ溥M(jìn)行負(fù)荷預(yù)測，其占用普通灰色模型適用于普通日期的預(yù)測，多變量灰色模型時根據(jù)氣象資料進(jìn)行預(yù)測，人工經(jīng)驗(yàn)?zāi)Ｐ褪歉鶕?jù)電力局的相關(guān)數(shù)據(jù)進(jìn)行節(jié)假日預(yù)測。在數(shù)據(jù)顯示模塊中，會通過列表方式與圖形方式來顯示歷史數(shù)據(jù)，調(diào)度人員可以對當(dāng)日數(shù)據(jù)狀態(tài)與氣象信息進(jìn)行查看。在數(shù)據(jù)庫設(shè)計中，包含了歷史負(fù)荷數(shù)據(jù)庫、預(yù)測數(shù)據(jù)庫、氣象資料數(shù)據(jù)庫、數(shù)據(jù)狀態(tài)與日期類型數(shù)據(jù)庫。在應(yīng)用此系統(tǒng)之后，當(dāng)?shù)貙σ恢艿臄?shù)據(jù)情況進(jìn)行統(tǒng)計分析，預(yù)測流程為程序選擇普通灰色模型而做出的自動預(yù)測，經(jīng)過檢驗(yàn)，發(fā)現(xiàn)自動預(yù)測精度在95%以上，誤差在10%之內(nèi)，具有良好的精準(zhǔn)度。

3.3聚類分析法

聚類分析方法在電力調(diào)度自動化系統(tǒng)中應(yīng)用廣泛，它和同類分析法比較相似，當(dāng)又不是完全相同，分類方法更加關(guān)注的為將數(shù)據(jù)映射到給定的類別中，聚類分析方法主要針對同類數(shù)據(jù)劃分，數(shù)據(jù)更加全面，且綜合新較強(qiáng)，這是該方法應(yīng)用十分廣泛的原因，能對灰色分析法缺點(diǎn)進(jìn)行彌補(bǔ)，使得數(shù)據(jù)整理更加整潔，且縮小了數(shù)據(jù)之間關(guān)聯(lián)度和相似度。例如，電力調(diào)度數(shù)據(jù)中控制和生產(chǎn)管控是兩大類，利用聚類分析方法，能將大數(shù)據(jù)進(jìn)行聚類劃分，主要包含四個數(shù)據(jù)管理區(qū)，管理則包含了電力調(diào)度自動化產(chǎn)生的電力生產(chǎn)數(shù)據(jù)、銷售數(shù)據(jù)、控制數(shù)據(jù)等。

3.4關(guān)聯(lián)分析法

龐大的數(shù)據(jù)信息雖然種類繁多、復(fù)雜，甚至很多沒有任何參考意義，但是數(shù)據(jù)信息存在于互聯(lián)網(wǎng)下必然會與相關(guān)事物存在密不可分的聯(lián)系。當(dāng)某一些事件一旦發(fā)生，相聯(lián)系的事件也必將出現(xiàn)一定反應(yīng)。這種反應(yīng)也就是信息數(shù)據(jù)間存在的關(guān)聯(lián)屬性。基于此，對于數(shù)據(jù)挖掘需求，關(guān)聯(lián)分析就是通過對事物與事物間存在的某種依賴或者關(guān)聯(lián)信息來找尋事物本身存在的聯(lián)系規(guī)矩，從而又利用這種規(guī)矩來對信息數(shù)據(jù)進(jìn)行相關(guān)挖掘。目前，關(guān)聯(lián)分析法在數(shù)據(jù)挖掘中具有重要應(yīng)用價值，能快速找到相關(guān)信息數(shù)據(jù)。

結(jié)語：

信息挖掘技術(shù)在電力系統(tǒng)中的應(yīng)用有效地解決了數(shù)據(jù)收集困難的問題。同時電力調(diào)度自動化系統(tǒng)中信息挖掘技術(shù)的應(yīng)用，進(jìn)一步提高了智能電網(wǎng)的快速發(fā)展，也滿足了電力系統(tǒng)建設(shè)的需求。若想電力調(diào)度自動化系統(tǒng)存在的價值發(fā)揮出最大，有關(guān)人員加強(qiáng)數(shù)據(jù)挖掘技術(shù)應(yīng)用勢在必行。因其是保證電力調(diào)度自動化系統(tǒng)穩(wěn)定性的根本要素，還是推動電力調(diào)度自動化系統(tǒng)效用發(fā)揮的關(guān)鍵點(diǎn)。為此，有關(guān)部門需合理應(yīng)用數(shù)據(jù)挖掘技術(shù)，讓其包含的作用都利用到電力調(diào)度自動化系統(tǒng)中，為進(jìn)一步提高社會公眾生活水平提供有效依據(jù)。

參考文獻(xiàn)

[1]聶宇，羅超，高小芊，寇霄宇，何宇雄，苑晉沛，李蔚.基于電力調(diào)度自動化系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2018（03）：143-144.

[2]周洋.數(shù)據(jù)挖掘在電力調(diào)度自動化系統(tǒng)中的應(yīng)用解析[J].科技創(chuàng)新與應(yīng)用，2017（35）：149-150.

[3]劉雅銘.解析電力調(diào)度自動化系統(tǒng)中數(shù)據(jù)挖掘技術(shù)應(yīng)用[J].低碳世界，2017（33）：66-67.

[4]朱維佳，曹堅.電力調(diào)度自動化系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J].電氣時代，2015（07）：108-111.