论文部分内容阅读
摘要：在传统的电力调度方面，对数据的掌控仅限于电力设备、电量等信息的管理，提供的只有简单的常规性信息以及检索等功能，始终无法满足对数据的分析和决策，因此一些比较复杂的电力管理和决策都需要使用数据挖掘新型技术。本文就对数据挖掘技术进行概述，同时对数据挖掘技术在电力调度自动化系统中的应用进行分析，以供参考。
关键词：电力调度；自动化系统；数据挖掘技术；应用
1、数据挖掘技术的分类及过程
数据挖掘技术可以分为发现驱动的数据挖掘技术和验证驱动的数据挖掘技术两种类型，前者主要指的是用户利用机器进行学习，可以发现新的假设，在此过程中，需要分析人员进行参与。后者主要指的是用户对之前自身提出的假设，利用一定技术对假设进行验证。数据挖掘的过程可以概括为：逻辑数据库→被选择的数据库→预处理后的数据→被转换的数据→被抽取的数据→被同化的数据，也就是选择、预处理、转换、挖掘、分析与同化，在确定业务对象之后，需要进行数据处理，在数据处理过程中，首先需要搜索和业务对象相关的数据信息，选择合适的数据，需要对数据做出质量研究，对数据挖掘技术类型进行确认，最后需要对数据予以转化，让其成为一个可以进行算法挖掘的分析模型。
2、数据挖掘技术在电力调度自动化系统中的应用分析
2.1神经网络法
作为应用较为广泛的一种人工智能研究方法，神经网络早已在我国实现了较为广泛的应用，电力调度自动化系统的数据挖掘也是其应用的重要领域，由于数据自行处理、数据分布存储、高度容错性是神经网络的应用优势所在，这就使得神经网络较为适用于模糊、不完整、不准确数据的处理。在电力调度自动化系统的数据挖掘中，神经网络主要通过关联分析的方式实现数据逻辑处理，具体处理可以分为以下几个方面：第一，整合统一基础数据。由于电力调度自动化系统包含的数据具有庞大复杂、种类繁多的特点，因此神经网络的应用需要通过整合统一使相关数据形成结构模型，通过神经网络系统实现数据统一管理；第二，实现不同环节电力调度的关联。应用数据挖掘神经网络法整理不同环节的电流状态和参数，并保证相关数据信息的整合性，即可实现不同环节电力调度的关联；第三，分析与决策。结合神经网络整理的整合数据，即可开展分析、决策以及数据共享。
2.2模糊分析法
该方法属于聚类分析法之一，作为一种特有的聚类方法应用于电力系统之中。主要借助于对数列进行聚类与分析，进而进行数据的分类。模糊分析法能够充分利用好大数据的应用优势，更好地满足于对客观整理的实际需求。
2.3灰色分析法
该方法主要应用在对时间线上紧密相关的数据中，通过对数学方法的使用，将数据中的白色部分作为其重要依据，寻求出与黑色部分的相关联系，进而符合数据的灰色化条件。在电力数据的挖掘过程中，灰色分析法得到了广泛的应用，并将其应用在电力数据的预测分析之中。其优势就在于可以将片面、有限的数据加以全面整合与配置，但是在一定程度上不利于数据利用价值的有效发挥。
3、智能电网建设对数据挖掘的需求
目前的数据挖掘系统，因为五防系统等关键安全保障技术没有有效的跟进，相关的管理对策也没有制订完成，所以，虽然基于数据挖掘的专家系统已经在自动倒闸策略制订和故障定位方面表现出了非常明显的优势，但是距离专家系统与远控系统的直接对接还有一定的难度。
3.1负荷管理专家系统
在电力调度自动化系统中，电力负荷的管理是至关重要的。结合冗余回路之间的负荷分布，为电网对负荷的上级节点的切换连接提供了较大的便利，使所有的电网负荷都能及时得到处理。无论哪一个节点出现意外故障现象，都很难影响到负荷管理专家系统作用的良好发挥，进而保证故障节点能够在发生事故时被自动切除。根据负荷管理专家系统的工作原理来分析，要加大监督与控制各个线路的负荷状态，通过数据挖掘技术的使用，做好正确预测和总结数据的变化趋势，做好负荷分配倒闸工作。此外，现阶段在我国一些电力调度过程中，负荷管理专家系统的应用范围比较广泛。然而相关技术比较落后，很难与电网远控系统联系在一起，所以其推广力度有待于进一步提升，相关人员仍然要负责调度系统中下达的令单部分。
3.2线路故障专家系统
以往的电力线路检修，往往是线路出现较明显的故障之后，采用人力巡线或机器人巡线的方法，对线路进行巡查，进而发现故障点所在。而如果使用线路故障专家系统，系统会根据线路两端的实际故障波形，得到线路的可能损坏位置。较完善的线路故障专家系统，可以判断出多个故障点的同时动作。而实现线路故障专家系统可以根据线路的高、低频及直流试验，精确的得到线路中故障点的位置。使用线路故障专家系统，一方面可以为网状冗余系统的线路争取切除窗口，保障线路的停电检修率，同时也减轻了巡线工作量，使得维修人员可以进入到故障标段，迅速的发现故障点所在。特别是针对地埋线路等一些巡线困难的线路，这种定位功能显得更加的具有现实意义。
3.3状态检修专家系统
根据变压器、电缆、开关、总线等设备的实际运行状态，以及互感器、集中器等主要二次设备的实际运行状态，状态检修专家系统可以判断出系统运行的实际健康状态，进一步根据电网的拓扑结构设计出合适的故障设备切除方案，将故障设备切除。这种状态检修的前提是实现了所有设备的冗余管理，热备用线路可以直接被状态检修专家系统检测并可以被远控系统控制。状态检修专家系统的实际意义在于自动的将在用设备替换，将其倒闸为检修状态，并且向调度系统报警。而目前同样因为相关技术的不成熟，状态检修专家系统在少部分单位部署后，也是处于一种“离线”状态，并没有直接与远控系统对接。状态检修专家系统为调度系统提出报警和倒闸建议，由调度系统和值班系统人工完成令单和操作单的编制和审核。
4、结束语
总之，随着科技的不断进步，我国针对电力调度自动化系统的使用情况进行了创新，而数据挖掘技术在其中应用是否成功，还需要继续进行探究和实验，以确保我国电力调度自动化系统的升级和改造，進一步促进我国电力调度自动化系统的全面健康发展。
参考文献：
[1]王谦，李烽.电力调度自动化网络安全分析及实现[J].电子技术与软件工程，2017（21）.
[2]刘宾，朱亚奇，吴莎.数据挖掘在电力调度自动化系统中的应用[J].电子技术与软件工程，2017（20）.
[3]曹铁生.电力调度自动化系统应用现状与发展趋势研究分析[J].硅谷，2014，7（23）.
（作者单位：国网安徽省电力有限公司利辛县供电公司）
作者简介：王维银（1979.9--），男，安徽省利辛县人，毕业于南昌大学电气工程及自动化专业，电力工程师。
关键词：电力调度；自动化系统；数据挖掘技术；应用
1、数据挖掘技术的分类及过程
数据挖掘技术可以分为发现驱动的数据挖掘技术和验证驱动的数据挖掘技术两种类型，前者主要指的是用户利用机器进行学习，可以发现新的假设，在此过程中，需要分析人员进行参与。后者主要指的是用户对之前自身提出的假设，利用一定技术对假设进行验证。数据挖掘的过程可以概括为：逻辑数据库→被选择的数据库→预处理后的数据→被转换的数据→被抽取的数据→被同化的数据，也就是选择、预处理、转换、挖掘、分析与同化，在确定业务对象之后，需要进行数据处理，在数据处理过程中，首先需要搜索和业务对象相关的数据信息，选择合适的数据，需要对数据做出质量研究，对数据挖掘技术类型进行确认，最后需要对数据予以转化，让其成为一个可以进行算法挖掘的分析模型。
2、数据挖掘技术在电力调度自动化系统中的应用分析
2.1神经网络法
作为应用较为广泛的一种人工智能研究方法，神经网络早已在我国实现了较为广泛的应用，电力调度自动化系统的数据挖掘也是其应用的重要领域，由于数据自行处理、数据分布存储、高度容错性是神经网络的应用优势所在，这就使得神经网络较为适用于模糊、不完整、不准确数据的处理。在电力调度自动化系统的数据挖掘中，神经网络主要通过关联分析的方式实现数据逻辑处理，具体处理可以分为以下几个方面：第一，整合统一基础数据。由于电力调度自动化系统包含的数据具有庞大复杂、种类繁多的特点，因此神经网络的应用需要通过整合统一使相关数据形成结构模型，通过神经网络系统实现数据统一管理；第二，实现不同环节电力调度的关联。应用数据挖掘神经网络法整理不同环节的电流状态和参数，并保证相关数据信息的整合性，即可实现不同环节电力调度的关联；第三，分析与决策。结合神经网络整理的整合数据，即可开展分析、决策以及数据共享。
2.2模糊分析法
该方法属于聚类分析法之一，作为一种特有的聚类方法应用于电力系统之中。主要借助于对数列进行聚类与分析，进而进行数据的分类。模糊分析法能够充分利用好大数据的应用优势，更好地满足于对客观整理的实际需求。
2.3灰色分析法
该方法主要应用在对时间线上紧密相关的数据中，通过对数学方法的使用，将数据中的白色部分作为其重要依据，寻求出与黑色部分的相关联系，进而符合数据的灰色化条件。在电力数据的挖掘过程中，灰色分析法得到了广泛的应用，并将其应用在电力数据的预测分析之中。其优势就在于可以将片面、有限的数据加以全面整合与配置，但是在一定程度上不利于数据利用价值的有效发挥。
3、智能电网建设对数据挖掘的需求
目前的数据挖掘系统，因为五防系统等关键安全保障技术没有有效的跟进，相关的管理对策也没有制订完成，所以，虽然基于数据挖掘的专家系统已经在自动倒闸策略制订和故障定位方面表现出了非常明显的优势，但是距离专家系统与远控系统的直接对接还有一定的难度。
3.1负荷管理专家系统
在电力调度自动化系统中，电力负荷的管理是至关重要的。结合冗余回路之间的负荷分布，为电网对负荷的上级节点的切换连接提供了较大的便利，使所有的电网负荷都能及时得到处理。无论哪一个节点出现意外故障现象，都很难影响到负荷管理专家系统作用的良好发挥，进而保证故障节点能够在发生事故时被自动切除。根据负荷管理专家系统的工作原理来分析，要加大监督与控制各个线路的负荷状态，通过数据挖掘技术的使用，做好正确预测和总结数据的变化趋势，做好负荷分配倒闸工作。此外，现阶段在我国一些电力调度过程中，负荷管理专家系统的应用范围比较广泛。然而相关技术比较落后，很难与电网远控系统联系在一起，所以其推广力度有待于进一步提升，相关人员仍然要负责调度系统中下达的令单部分。
3.2线路故障专家系统
以往的电力线路检修，往往是线路出现较明显的故障之后，采用人力巡线或机器人巡线的方法，对线路进行巡查，进而发现故障点所在。而如果使用线路故障专家系统，系统会根据线路两端的实际故障波形，得到线路的可能损坏位置。较完善的线路故障专家系统，可以判断出多个故障点的同时动作。而实现线路故障专家系统可以根据线路的高、低频及直流试验，精确的得到线路中故障点的位置。使用线路故障专家系统，一方面可以为网状冗余系统的线路争取切除窗口，保障线路的停电检修率，同时也减轻了巡线工作量，使得维修人员可以进入到故障标段，迅速的发现故障点所在。特别是针对地埋线路等一些巡线困难的线路，这种定位功能显得更加的具有现实意义。
3.3状态检修专家系统
根据变压器、电缆、开关、总线等设备的实际运行状态，以及互感器、集中器等主要二次设备的实际运行状态，状态检修专家系统可以判断出系统运行的实际健康状态，进一步根据电网的拓扑结构设计出合适的故障设备切除方案，将故障设备切除。这种状态检修的前提是实现了所有设备的冗余管理，热备用线路可以直接被状态检修专家系统检测并可以被远控系统控制。状态检修专家系统的实际意义在于自动的将在用设备替换，将其倒闸为检修状态，并且向调度系统报警。而目前同样因为相关技术的不成熟，状态检修专家系统在少部分单位部署后，也是处于一种“离线”状态，并没有直接与远控系统对接。状态检修专家系统为调度系统提出报警和倒闸建议，由调度系统和值班系统人工完成令单和操作单的编制和审核。
4、结束语
总之，随着科技的不断进步，我国针对电力调度自动化系统的使用情况进行了创新，而数据挖掘技术在其中应用是否成功，还需要继续进行探究和实验，以确保我国电力调度自动化系统的升级和改造，進一步促进我国电力调度自动化系统的全面健康发展。
参考文献：
[1]王谦，李烽.电力调度自动化网络安全分析及实现[J].电子技术与软件工程，2017（21）.
[2]刘宾，朱亚奇，吴莎.数据挖掘在电力调度自动化系统中的应用[J].电子技术与软件工程，2017（20）.
[3]曹铁生.电力调度自动化系统应用现状与发展趋势研究分析[J].硅谷，2014，7（23）.
（作者单位：国网安徽省电力有限公司利辛县供电公司）
作者简介：王维银（1979.9--），男，安徽省利辛县人，毕业于南昌大学电气工程及自动化专业，电力工程师。