摘 要：隨著科學(xué)技術(shù)的不斷發(fā)展，大數(shù)據(jù)挖掘平臺(tái)技術(shù)在價(jià)值利用上被充分的使用，與傳統(tǒng)數(shù)據(jù)分析相比，挖掘出的數(shù)據(jù)更有效、合理。挖掘數(shù)據(jù)的方法和數(shù)據(jù)的處理雖然在方式上有些相同，但在挖掘過程中應(yīng)根據(jù)實(shí)際有價(jià)值的指標(biāo)進(jìn)行研究、分析，以大數(shù)據(jù)挖掘?yàn)槠脚_(tái)進(jìn)行分析，對(duì)挖掘技術(shù)進(jìn)行展望，探究大數(shù)據(jù)挖掘在電力運(yùn)營(yíng)監(jiān)測(cè)工作的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘；運(yùn)營(yíng)監(jiān)測(cè)；電力運(yùn)行；應(yīng)用分析

1 數(shù)據(jù)挖掘技術(shù)分析

1.1 大數(shù)據(jù)挖掘平臺(tái)的背景

在信息時(shí)代的激烈競(jìng)爭(zhēng)中，作為供電企業(yè)，為了提高企業(yè)的管理水平，需要通過對(duì)公司的運(yùn)營(yíng)情況進(jìn)行分析，全面客觀的反映公司整體發(fā)展水平，不斷提高企業(yè)的競(jìng)爭(zhēng)能力。而進(jìn)行分析，必須需要大量的數(shù)據(jù)作為技術(shù)支撐，下面，筆者就大數(shù)據(jù)挖掘平臺(tái)技術(shù)對(duì)電力運(yùn)營(yíng)監(jiān)測(cè)工作的應(yīng)用進(jìn)行探討。

1.2 大數(shù)據(jù)挖掘平臺(tái)的現(xiàn)狀

大數(shù)挖掘平臺(tái)主要是利用平臺(tái)系統(tǒng)與供電企業(yè)生產(chǎn)、經(jīng)營(yíng)、財(cái)務(wù)、物資、可視化個(gè)性展示、ERP、統(tǒng)一視頻監(jiān)控等多個(gè)系統(tǒng)中取數(shù)，通過接口接入海量數(shù)據(jù)平臺(tái)中時(shí)行存儲(chǔ)歷史數(shù)據(jù)，及時(shí)收集當(dāng)前的數(shù)據(jù)。任務(wù)是對(duì)數(shù)據(jù)（供電量、售電量、售電均價(jià)、線損率、電費(fèi)收入以及其它的各項(xiàng)數(shù)據(jù)指標(biāo)）分類以及對(duì)信息的預(yù)處理數(shù)據(jù)預(yù)測(cè)進(jìn)行分析，可以進(jìn)行數(shù)據(jù)的穿透查詢，其中信息預(yù)處理是以由兩個(gè)（監(jiān)測(cè)和分析）或兩個(gè)以上的變量值進(jìn)行分析，得出兩者之間存在的規(guī)律，稱之為信息預(yù)處理。數(shù)據(jù)預(yù)處理有簡(jiǎn)單處理和復(fù)雜處理，目的是對(duì)數(shù)據(jù)庫(kù)中的隱藏知識(shí)進(jìn)行研究分析，結(jié)合相關(guān)重要的參數(shù)使得挖掘出的數(shù)據(jù)更符合應(yīng)用的要求。數(shù)據(jù)的預(yù)測(cè)是結(jié)合歷史的數(shù)據(jù)總結(jié)出數(shù)據(jù)的規(guī)律，對(duì)同一類型的數(shù)據(jù)進(jìn)行比較，可以運(yùn)用數(shù)據(jù)的預(yù)測(cè)方式使得挖掘技術(shù)更好的展現(xiàn)。

1.3 大數(shù)據(jù)挖掘平臺(tái)的概念

大數(shù)據(jù)挖掘平臺(tái)是利用計(jì)算機(jī)軟件應(yīng)用技術(shù)大量收集數(shù)據(jù)，而人工系統(tǒng)的挖掘數(shù)量往往會(huì)給企業(yè)工作人員造成工作量，工作效率不高，而且不能確保數(shù)據(jù)的質(zhì)量。數(shù)據(jù)挖掘是通過分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)。近年來，數(shù)據(jù)挖掘技術(shù)引起了信息產(chǎn)業(yè)界的廣泛關(guān)注，其主要原因在于存在大量數(shù)據(jù)，可以被廣泛使用，且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。在人工智能領(lǐng)域，數(shù)據(jù)挖掘也習(xí)慣上被稱之為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，一般應(yīng)用于商務(wù)管理、生產(chǎn)控制、市場(chǎng)分析、工程設(shè)計(jì)和科學(xué)探索等領(lǐng)域。

數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析（如查詢、報(bào)表、聯(lián)機(jī)應(yīng)用分析）的本質(zhì)區(qū)別是數(shù)據(jù)挖掘是在沒有明確假設(shè)前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。數(shù)據(jù)挖掘所得到的信息應(yīng)該具有先前未知、有效和可實(shí)用三個(gè)特征。數(shù)據(jù)挖掘發(fā)現(xiàn)的那些不能靠直覺發(fā)現(xiàn)、甚至是違背直覺的信息和知識(shí)，挖掘出的信息越是出人意料，就越有可能具有價(jià)值。

2 大數(shù)據(jù)挖掘技術(shù)的流程展現(xiàn)

2.1 大數(shù)據(jù)挖掘平臺(tái)的應(yīng)用

近年來，數(shù)據(jù)挖掘在電力系統(tǒng)中的應(yīng)用還偏重于在一些專業(yè)領(lǐng)域的專業(yè)分析，成果主要還集中在研究探索階段，有些領(lǐng)域逐漸的引入了數(shù)據(jù)挖掘的概念進(jìn)行了模型設(shè)計(jì)及驗(yàn)證工作，但還未真正的開始廣泛應(yīng)用。研究領(lǐng)域主要集中在電力系統(tǒng)的動(dòng)態(tài)安全評(píng)估、負(fù)荷經(jīng)濟(jì)調(diào)度、負(fù)荷預(yù)測(cè)、故障診斷等方面。

2.1.1 在電力系統(tǒng)動(dòng)態(tài)安全評(píng)估中的應(yīng)用

K.R.Niazi等提出了基于人工神經(jīng)網(wǎng)絡(luò)和決策樹混合方法在電力系統(tǒng)在線安全評(píng)估中的應(yīng)用。文獻(xiàn)[1]提出了電力系統(tǒng)在線動(dòng)態(tài)安全預(yù)防中如何應(yīng)用決策樹技術(shù)來測(cè)試每個(gè)發(fā)電調(diào)度的動(dòng)態(tài)安全性，并且通過發(fā)電再分配來提供正確的指導(dǎo)，優(yōu)化發(fā)電容量，節(jié)約發(fā)電成本。如何使用Kernel回歸樹方法在線安全評(píng)估和監(jiān)控電力系統(tǒng)，處理頻率穩(wěn)定性問題。如何描述從決策樹學(xué)習(xí)中提取規(guī)則，并利用該規(guī)則來獲得必要的控制措施，將暫態(tài)不安全穩(wěn)定的電力系統(tǒng)保持安全的動(dòng)態(tài)控制技術(shù)。

2.1.2 在電力系統(tǒng)負(fù)荷預(yù)測(cè)中的應(yīng)用

電力負(fù)荷預(yù)測(cè)是電力調(diào)度一項(xiàng)非常重要工作，它關(guān)系到電廠各機(jī)組的運(yùn)行計(jì)劃。文獻(xiàn)[2]結(jié)合區(qū)域電網(wǎng)氣象負(fù)荷數(shù)據(jù)庫(kù)，設(shè)計(jì)決策樹形式的數(shù)據(jù)挖掘模型，并應(yīng)用于日負(fù)荷預(yù)測(cè)。以一種運(yùn)用C4.5和CART算法的基于BP網(wǎng)絡(luò)加權(quán)組合的數(shù)據(jù)模型，并基于此設(shè)計(jì)出一種高精度的短期負(fù)荷預(yù)測(cè)系統(tǒng)。運(yùn)用時(shí)間序列模型使用已有的數(shù)據(jù)序列預(yù)測(cè)負(fù)荷，用自適應(yīng)決策樹對(duì)存儲(chǔ)在數(shù)據(jù)庫(kù)中的用戶用電記錄、季節(jié)、氣候等相關(guān)屬性進(jìn)行聚類，制定合適的收費(fèi)表，而且分析出用戶與其他屬性之間的相關(guān)聯(lián)的一些特點(diǎn)。

2.1.3 在電力系統(tǒng)故障診斷中的應(yīng)用

電力系統(tǒng)故障診斷是通過利用有關(guān)電力系統(tǒng)及其保護(hù)裝置的信息來識(shí)別故障元件位置（區(qū)域）、類型和誤動(dòng)作裝置，其中故障元件識(shí)別是關(guān)鍵問題。文獻(xiàn)[3]將基于事件序列的故障診斷模型用于高壓輸電線系統(tǒng)故障診斷領(lǐng)域，依據(jù)故障事件序列在時(shí)空特性上的關(guān)聯(lián)性，用動(dòng)態(tài)規(guī)劃算法的優(yōu)化相似性原理挖掘事件之間的關(guān)聯(lián)性和蘊(yùn)含的知識(shí)，將診斷問題的求解轉(zhuǎn)化為尋求與實(shí)時(shí)故障事件序列模式最相似的，運(yùn)算操作代價(jià)最小的標(biāo)準(zhǔn)故障序列模式，以實(shí)現(xiàn)對(duì)異常事件序列模式中的畸形事件的糾錯(cuò)，保證故障診斷系統(tǒng)的高容錯(cuò)性?；诖植诩碚摰墓收显\斷決策約簡(jiǎn)新算法，從而建立故障綜合知識(shí)庫(kù)用于電網(wǎng)故障診斷。論述了用數(shù)據(jù)挖掘技術(shù)對(duì)變壓器油中各種氣體成分進(jìn)行聚類分析，從而可以再預(yù)先不知道變壓器故障類型的情況下得出變壓器油中各種氣體成分含量與故障之間的直接關(guān)聯(lián)，為故障診斷提供依據(jù)。

2.1.4 在工程造價(jià)方面的應(yīng)用

工程造價(jià)是一個(gè)多變量、非線性的復(fù)雜過程，利用已建工程的歷史造價(jià)資料，將數(shù)據(jù)挖掘與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)建工程造價(jià)模型，并運(yùn)用在電網(wǎng)工程造價(jià)預(yù)測(cè)和預(yù)算審查中，可以克服現(xiàn)有人工審查帶來的主觀性和片面性影響，提高工程造價(jià)預(yù)測(cè)的準(zhǔn)確性。

2.1.5 在營(yíng)銷支持方面的應(yīng)用

基于電力營(yíng)銷的實(shí)際數(shù)據(jù)，從“量（電量）、價(jià)（電價(jià)）、費(fèi)（電費(fèi)）、損（線損）”等方面進(jìn)行關(guān)聯(lián)規(guī)則、聚類挖掘。比如講用電客戶根據(jù)其屬性特性進(jìn)行聚類分組，進(jìn)行信用評(píng)價(jià)，防范惡意欠費(fèi)。檢測(cè)用電異常情況，防著竊電行為發(fā)生。

2.2 大數(shù)據(jù)挖掘平臺(tái)的功能

大數(shù)據(jù)挖掘技術(shù)從數(shù)據(jù)庫(kù)到技術(shù)的運(yùn)用過程中有不同的運(yùn)行步驟，在確定業(yè)務(wù)對(duì)象問題方面可根據(jù)數(shù)據(jù)的準(zhǔn)備對(duì)所有業(yè)務(wù)對(duì)象進(jìn)行分析研究處理，保障數(shù)據(jù)的質(zhì)量從而為進(jìn)一步的分析工作做準(zhǔn)備。在數(shù)據(jù)的轉(zhuǎn)換方面應(yīng)建立一個(gè)針對(duì)性的分析模型，挖掘數(shù)據(jù)的成功關(guān)鍵因素，對(duì)所得的數(shù)據(jù)進(jìn)行預(yù)處理，完善挖掘技術(shù)的措施，使數(shù)據(jù)分析工作自動(dòng)順利的運(yùn)行。在數(shù)據(jù)挖掘技術(shù)的結(jié)果分析上，應(yīng)對(duì)數(shù)據(jù)結(jié)果做出正確的評(píng)估，與知識(shí)理念共同分析，完善數(shù)據(jù)挖掘技術(shù)的每一步結(jié)構(gòu)。主要有以下三個(gè)方面的功能：

2.2.1 監(jiān)測(cè)功能

（1）10千伏配網(wǎng)停運(yùn)。手動(dòng)導(dǎo)入Excel數(shù)據(jù)，對(duì)各地市公司10千伏線路停運(yùn)情況進(jìn)行匯總統(tǒng)計(jì)。

（2）項(xiàng)目預(yù)算執(zhí)行情況。手動(dòng)導(dǎo)入Excel數(shù)據(jù)，將項(xiàng)目預(yù)算執(zhí)行情況按照專業(yè)和實(shí)施單位兩個(gè)維度分別進(jìn)行統(tǒng)計(jì)。

（3）物資供應(yīng)鏈。從數(shù)據(jù)中心定時(shí)抽取ERP數(shù)據(jù)并進(jìn)行加工處理，使用Tableau工具對(duì)物資供應(yīng)鏈全過程進(jìn)行全面監(jiān)測(cè)。

（4）配網(wǎng)運(yùn)行。從數(shù)據(jù)中心定時(shí)抽取ERP數(shù)據(jù)并進(jìn)行加工處理，使用Tableau工具對(duì)低電壓、重過載和三相不平衡事件進(jìn)行全面監(jiān)測(cè)。

2.2.2 運(yùn)營(yíng)可視化功能

將Tableau報(bào)告布局根據(jù)各地市大屏合適尺寸進(jìn)行調(diào)整和展示。

2.2.3 分析功能

主要功能有統(tǒng)計(jì)數(shù)據(jù)和成果共享兩大模塊。（1）統(tǒng)計(jì)數(shù)據(jù)：將綜合計(jì)劃執(zhí)行情況報(bào)表、供電單位經(jīng)營(yíng)指標(biāo)完成情況表和生產(chǎn)報(bào)表中部分?jǐn)?shù)據(jù)填入月報(bào)模板，導(dǎo)入到數(shù)據(jù)庫(kù)，在頁(yè)面上根據(jù)不同指標(biāo)生成各類圖表。（2）成果共享：將省公司和地市公司每月的運(yùn)營(yíng)情況分析報(bào)告、專題分析報(bào)告、即時(shí)分析報(bào)告以及資料上傳到服務(wù)器，供大家交流和參考。

3 結(jié)束語(yǔ)

隨著信息的高速發(fā)展，數(shù)據(jù)挖掘技術(shù)在高速的社會(huì)發(fā)展下面臨著諸多挑戰(zhàn)，需要對(duì)數(shù)據(jù)挖掘技術(shù)必須作出優(yōu)化處理措施，維護(hù)數(shù)據(jù)挖掘中的各種問題，完善數(shù)據(jù)挖掘技術(shù)的運(yùn)用手段，使數(shù)據(jù)挖掘能夠長(zhǎng)久地在未來時(shí)代中持續(xù)發(fā)展。

參考文獻(xiàn)

[1]Karapidakis E S， Hatziargyriou N D. Online preventive dynamic security of isolated power systems using decision trees [J].IEEE Transactions on Power System s， 2002，17（2）：297-304.

[2]朱六璋，袁林，黃太貴.短期負(fù)荷預(yù)測(cè)的實(shí)用數(shù)據(jù)挖掘模型[J].電力系統(tǒng)自動(dòng)化，2004，28（3）：49-52.

[3]趙冬梅，韓月，高曙.電網(wǎng)故障診斷的決策表約簡(jiǎn)新算法[J].電力系統(tǒng)自動(dòng)化，2004，28（4）：63-66.

[4]李永明，王玉斌，王穎，等.數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)的電力工程造價(jià)應(yīng)用[J].重慶大學(xué)學(xué)報(bào)，2008（6）.

作者簡(jiǎn)介：李夢(mèng)鳴（1979-），男，湖北咸豐人，國(guó)網(wǎng)湖北省恩施供電公司，本科學(xué)歷，研究方向：電氣工程及自動(dòng)化。