聶宇+羅超+高小芊+寇霄宇+何宇雄+苑晉沛+李蔚

摘 要：在電力調(diào)度自動(dòng)化系統(tǒng)中，其數(shù)據(jù)信息包含了設(shè)備信息、電壓信息等多種實(shí)用信息，對(duì)其進(jìn)行準(zhǔn)確查找具有重要意義。文章首先對(duì)數(shù)據(jù)挖掘技術(shù)的分類(lèi)及過(guò)程予以說(shuō)明，然后對(duì)數(shù)據(jù)挖掘技術(shù)在電力調(diào)度自動(dòng)化系統(tǒng)中的應(yīng)用必要性進(jìn)行分析，之后結(jié)合實(shí)例，針對(duì)電力調(diào)度自動(dòng)化系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的具體應(yīng)用展開(kāi)研究。

關(guān)鍵詞：電力調(diào)度自動(dòng)化系統(tǒng)；數(shù)據(jù)挖掘技術(shù)；灰色分析；神經(jīng)網(wǎng)絡(luò)

中圖分類(lèi)號(hào)：TM734 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）03-0143-02

Abstract： In the electric power dispatching automation system， the data information includes a variety of practical information， such as equipment information， voltage information， and so on. This paper first describes the classification and process of data mining technology， then analyzes the necessity of application of data mining technology in power dispatching automation system， and then combines with an example. This paper studies the application of data mining technology in power dispatching automation system.

Keywords： power dispatching automation system； data mining technology； gray analysis； neural network

前言

數(shù)據(jù)挖掘技術(shù)主要指的是一種數(shù)據(jù)庫(kù)技術(shù)與人工智能技術(shù)結(jié)合的技術(shù)，利用一定算法，可以從大量的數(shù)據(jù)信息中搜索到所需信息。在電力調(diào)度自動(dòng)化控制系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)具有重要意義，對(duì)于電力企業(yè)的發(fā)展和創(chuàng)新具有推動(dòng)作用，同時(shí)可以讓電力企業(yè)的經(jīng)濟(jì)效益得到提升。

1 數(shù)據(jù)挖掘技術(shù)的分類(lèi)及過(guò)程

數(shù)據(jù)挖掘技術(shù)可以分為發(fā)現(xiàn)驅(qū)動(dòng)的數(shù)據(jù)挖掘技術(shù)和驗(yàn)證驅(qū)動(dòng)的數(shù)據(jù)挖掘技術(shù)這兩種類(lèi)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(guò)程中，需要分析人員進(jìn)行參與，后者主要指的是用戶對(duì)之前自身提出的假設(shè)，利用一定技術(shù)對(duì)假設(shè)進(jìn)行驗(yàn)證。數(shù)據(jù)挖掘的過(guò)程可以概括為：邏輯數(shù)據(jù)庫(kù)→被選擇的數(shù)據(jù)庫(kù)→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(duì)象之后，需要進(jìn)行數(shù)據(jù)處理，在數(shù)據(jù)處理過(guò)程中，首先需要搜索和業(yè)務(wù)對(duì)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(duì)數(shù)據(jù)做出質(zhì)量研究，對(duì)數(shù)據(jù)挖掘技術(shù)類(lèi)型進(jìn)行確認(rèn)，最后需要對(duì)數(shù)據(jù)予以轉(zhuǎn)化，讓其成為一個(gè)可以進(jìn)行算法挖掘的分析模型。

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

2.1 數(shù)據(jù)挖掘技術(shù)的應(yīng)用必要性

電力調(diào)度自動(dòng)化系統(tǒng)可以讓電力系統(tǒng)運(yùn)行可靠性與電網(wǎng)系統(tǒng)安全性得到有力保證，在運(yùn)行過(guò)程中，可以讓工作人員的工作更為方便化，其主要組成部分包含了前置機(jī)、主備用服務(wù)器、Web服務(wù)器、串口服務(wù)器、衛(wèi)星鐘、RTU和物力隔離網(wǎng)關(guān)。在電力調(diào)度自動(dòng)化系統(tǒng)中，應(yīng)用數(shù)據(jù)挖掘技術(shù)的必要性體現(xiàn)在多個(gè)方面，首先，數(shù)據(jù)挖掘技術(shù)可以讓管理層對(duì)實(shí)時(shí)信息予以切實(shí)掌握，可以讓管理層獲得經(jīng)營(yíng)與生產(chǎn)的相關(guān)數(shù)據(jù)信息，可以讓數(shù)據(jù)受到中間人的干擾現(xiàn)象得到有效避免；其次，數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以讓人力成本得到降低，可以讓數(shù)據(jù)信息的提取更為自動(dòng)化；然后，數(shù)據(jù)挖掘技術(shù)在電力調(diào)度自動(dòng)化系統(tǒng)中的應(yīng)用可以讓數(shù)據(jù)信息的掌握更具全面性，可以從不同方面定量、定性對(duì)其進(jìn)行掌握，讓管理與預(yù)測(cè)工作得到有力幫助；最后，數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以輔助分析電網(wǎng)報(bào)告工作、制訂電網(wǎng)報(bào)告工作。

2.2 數(shù)據(jù)挖掘技術(shù)的具體應(yīng)用

（1）模糊分析法

模糊分析法主要指的是對(duì)聚類(lèi)已知數(shù)列與分析已知數(shù)列，進(jìn)而使得分類(lèi)的數(shù)據(jù)更為全面，讓分類(lèi)結(jié)果的綜合性得到提升。在在電力調(diào)度自動(dòng)化系統(tǒng)中，應(yīng)用模糊分析法可以讓大數(shù)據(jù)功能得到發(fā)揮，可以讓客觀數(shù)據(jù)整理需求得到滿足。如在我國(guó)太原地縣級(jí)電網(wǎng)備用調(diào)度項(xiàng)目的電力調(diào)度自動(dòng)化系統(tǒng)中就采用了模糊層次分析綜合方法，該系統(tǒng)提供了備調(diào)一體化系統(tǒng)，可以讓數(shù)據(jù)采集和數(shù)據(jù)交換得到貫通和共線，具有數(shù)據(jù)通信鏈路管理以及數(shù)據(jù)發(fā)布的功能。

（2）灰色分析法

如果在時(shí)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(cè)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(duì)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(cè)是重要任務(wù)，以我國(guó)某個(gè)應(yīng)用灰色分析法的電力調(diào)度自動(dòng)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(cè)模塊和數(shù)據(jù)顯示模塊，其系統(tǒng)結(jié)構(gòu)如圖1所示。

結(jié)合圖1，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(cè)數(shù)據(jù)以及氣象數(shù)據(jù)，預(yù)測(cè)數(shù)據(jù)為文本格式，系統(tǒng)主要對(duì)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(cè)數(shù)據(jù)均維持在5年以內(nèi)，對(duì)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(cè)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?duì)其進(jìn)行負(fù)荷預(yù)測(cè)，其占用普通灰色模型適用于普通日期的預(yù)測(cè)，多變量灰色模型時(shí)根據(jù)氣象資料進(jìn)行預(yù)測(cè)，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(cè)。在數(shù)據(jù)顯示模塊中，會(huì)通過(guò)列表方式與圖形方式來(lái)顯示歷史數(shù)據(jù)，調(diào)度人員可以對(duì)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(kù)設(shè)計(jì)中，包含了歷史負(fù)荷數(shù)據(jù)庫(kù)、預(yù)測(cè)數(shù)據(jù)庫(kù)、氣象資料數(shù)據(jù)庫(kù)、數(shù)據(jù)狀態(tài)與日期類(lèi)型數(shù)據(jù)庫(kù)。在應(yīng)用此系統(tǒng)之后，當(dāng)?shù)貙?duì)一周的數(shù)據(jù)情況進(jìn)行統(tǒng)計(jì)分析，預(yù)測(cè)流程為程序選擇普通灰色模型而做出的自動(dòng)預(yù)測(cè)，經(jīng)過(guò)檢驗(yàn)，發(fā)現(xiàn)自動(dòng)預(yù)測(cè)精度在95%以上，誤差在10%之內(nèi)，具有良好的精準(zhǔn)度。endprint

（3）神經(jīng)網(wǎng)絡(luò)法

神經(jīng)網(wǎng)絡(luò)法主要指的是利用計(jì)算機(jī)技術(shù)合理處理離散數(shù)據(jù)，結(jié)合精確計(jì)算能力，可以讓電力系統(tǒng)中的多種數(shù)據(jù)得到全面且深入的分析與挖掘，可以讓數(shù)據(jù)整理工作和數(shù)據(jù)分析工作得到有力幫助，利用神經(jīng)網(wǎng)絡(luò)法，可以聯(lián)動(dòng)分析多種數(shù)據(jù)，可以充分開(kāi)發(fā)數(shù)據(jù)間存在的邏輯性。在電力調(diào)度系統(tǒng)自動(dòng)化系統(tǒng)中，神經(jīng)網(wǎng)絡(luò)法往往和模糊分析法等方法會(huì)得到共同應(yīng)用，以一種利用模糊神經(jīng)網(wǎng)絡(luò)控制法的電力調(diào)度自動(dòng)化系統(tǒng)為例，該系統(tǒng)是在神經(jīng)元網(wǎng)絡(luò)算法基礎(chǔ)上，利用計(jì)算機(jī)內(nèi)部模糊運(yùn)算控制器讓當(dāng)前神經(jīng)網(wǎng)絡(luò)系統(tǒng)學(xué)習(xí)樣本的理想輸出和實(shí)際輸出誤差得到計(jì)算，利用模糊知識(shí)庫(kù)規(guī)則，可以完成模糊推理工作，利用模糊矩陣數(shù)據(jù)表格的查詢，可以調(diào)整神經(jīng)網(wǎng)絡(luò)各層神經(jīng)元連接通道閾值與權(quán)值，讓神經(jīng)網(wǎng)絡(luò)控制與模糊控制的優(yōu)點(diǎn)得到充分發(fā)揮，圖2為系統(tǒng)框圖。

結(jié)合圖2，在該系統(tǒng)中，模糊推理控制器的輸入為偏差率ec與偏差e的變化大小，利用模糊推理決策表，可以讓隱含層神經(jīng)元約束參數(shù)、輸入層神經(jīng)元約束參數(shù)、輸出層神經(jīng)元約束參數(shù)誤差修正值予以得出，而利用模糊推理控制器，可以讓神經(jīng)網(wǎng)絡(luò)控制器中隱含層、輸入層、輸出層得到在線修改。在該系統(tǒng)中，模糊神經(jīng)網(wǎng)絡(luò)短期負(fù)荷預(yù)測(cè)數(shù)據(jù)的運(yùn)算處理模型共有三層四功能單元，在分項(xiàng)功能界面中，包含了用戶登錄、預(yù)測(cè)日初始值設(shè)置、模糊神經(jīng)網(wǎng)絡(luò)模型參數(shù)設(shè)置、綜合信息查詢、預(yù)測(cè)符合數(shù)據(jù)曲線顯示等窗口。利用歷史負(fù)荷波動(dòng)樣本數(shù)據(jù)，可以讓模型進(jìn)行學(xué)習(xí)訓(xùn)練，讓預(yù)測(cè)日負(fù)荷波動(dòng)數(shù)據(jù)信息可以準(zhǔn)確得出，對(duì)期望輸出值與樣本數(shù)據(jù)信息輸入值進(jìn)行對(duì)比，可以發(fā)現(xiàn)在短期負(fù)荷預(yù)測(cè)工程領(lǐng)域中應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)模型具有良好效果，利用Matlab模糊神經(jīng)網(wǎng)絡(luò)與VisualC++可視化函數(shù)所建成的模型在如實(shí)反映系統(tǒng)短期負(fù)荷波動(dòng)特性的同時(shí)，可以讓負(fù)荷數(shù)據(jù)的精度得到保證，可以讓電力實(shí)施調(diào)度運(yùn)行實(shí)際需求的預(yù)測(cè)工作得以完成，進(jìn)而確保電力調(diào)度自動(dòng)化系統(tǒng)運(yùn)行具有可靠性。

3 結(jié)束語(yǔ)

在電力調(diào)度自動(dòng)化系統(tǒng)中，應(yīng)用模糊分析法、灰色分析法和神經(jīng)網(wǎng)絡(luò)法這些數(shù)據(jù)挖掘技術(shù)，可以讓電力調(diào)度自動(dòng)化系統(tǒng)對(duì)數(shù)據(jù)予以有效收集，可以讓電力調(diào)度工作質(zhì)量得到提升，讓對(duì)外供電更為可靠，讓電網(wǎng)運(yùn)行的安全性和穩(wěn)定性得到提升。

參考文獻(xiàn)：

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

[2]肖福明.淺析數(shù)據(jù)挖掘在電力調(diào)度自動(dòng)化系統(tǒng)中的應(yīng)用[J].通訊世界，2014，17：58-59.

[3]周洋.數(shù)據(jù)挖掘在電力調(diào)度自動(dòng)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.

[4]李夢(mèng)鳴.大數(shù)據(jù)挖掘平臺(tái)在電力運(yùn)營(yíng)監(jiān)測(cè)工作的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2016（26）：21-22.

[5]宋大為，侯婷婷，顧松敏，等.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域的應(yīng)用研究[J].科技創(chuàng)新與應(yīng)用，2016（05）：87.

[6]李德仁，張良培，夏桂松.遙感大數(shù)據(jù)自動(dòng)分析與數(shù)據(jù)挖掘[J].測(cè)繪學(xué)報(bào)，2014（12）：1211-1216.

[7]朱本春，趙云，丁笑迎.基于數(shù)據(jù)挖掘技術(shù)的煤礦遠(yuǎn)程監(jiān)控系統(tǒng)研究[J].科技創(chuàng)新與應(yīng)用，2014（30）：46.endprint