數(shù)據(jù)挖掘在電力調(diào)度自動(dòng)化系統(tǒng)的運(yùn)用范文

本站小編為你精心準(zhǔn)備了數(shù)據(jù)挖掘在電力調(diào)度自動(dòng)化系統(tǒng)的運(yùn)用參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要：電力調(diào)度自動(dòng)化系統(tǒng)對(duì)電力數(shù)據(jù)的收集和整理工作質(zhì)量有著較高要求，而為了滿足這一要求近年來(lái)數(shù)據(jù)挖掘技術(shù)日漸受到電力行業(yè)重視，基于此，文章就數(shù)據(jù)挖掘技術(shù)進(jìn)行了簡(jiǎn)單介紹，并對(duì)數(shù)據(jù)挖掘在電力調(diào)度自動(dòng)化系統(tǒng)中的應(yīng)用進(jìn)行了深入論述，希望論述內(nèi)容能夠?yàn)橄嚓P(guān)業(yè)內(nèi)人士帶來(lái)一定啟發(fā)。

關(guān)鍵詞：數(shù)據(jù)挖掘；電力調(diào)度自動(dòng)化系統(tǒng)；周期性關(guān)聯(lián)規(guī)則挖掘算法

前言

電力數(shù)據(jù)收集、整理質(zhì)量直接影響電力調(diào)度自動(dòng)化系統(tǒng)的控制和管理水平，但由于很多價(jià)值較高的數(shù)據(jù)信息往往位于隱藏的數(shù)據(jù)之中，這就使得傳統(tǒng)方法不能較好滿足電力調(diào)度自動(dòng)化系統(tǒng)需要，而為了解決這一問(wèn)題，正是本文就數(shù)據(jù)挖掘在電力調(diào)度自動(dòng)化系統(tǒng)中應(yīng)用展開(kāi)具體研究的原因所在。

1數(shù)據(jù)挖掘技術(shù)

在大數(shù)據(jù)時(shí)代到來(lái)的今天，數(shù)據(jù)挖掘技術(shù)能夠從海量數(shù)據(jù)信息中準(zhǔn)確找到所求信息，因此本文將數(shù)據(jù)挖掘技術(shù)視作“采用有效工具和措施從海量數(shù)據(jù)庫(kù)中提取數(shù)據(jù)和模型關(guān)系”的技術(shù)，由此企業(yè)的決策能夠得到充足的判斷依據(jù)。為了更直觀了解數(shù)據(jù)挖掘技術(shù)，本文將數(shù)據(jù)挖掘的過(guò)程和步驟概括為以下幾個(gè)方面：（1）確定業(yè)務(wù)對(duì)象。確定業(yè)務(wù)對(duì)象屬于數(shù)據(jù)挖掘過(guò)程的基礎(chǔ)工作，這一過(guò)程的實(shí)質(zhì)是了解業(yè)務(wù)問(wèn)題。（2）準(zhǔn)備數(shù)據(jù)。通過(guò)選擇數(shù)據(jù)、數(shù)據(jù)預(yù)處理、轉(zhuǎn)換數(shù)據(jù)三個(gè)層面的工作，即可完成針對(duì)于挖掘算法的分析模型構(gòu)建，并最終完成一定領(lǐng)域的數(shù)據(jù)挖掘。

2數(shù)據(jù)挖掘在電力調(diào)度自動(dòng)化系統(tǒng)中的應(yīng)用

2.1應(yīng)用方式

神經(jīng)網(wǎng)絡(luò)、灰色分析法、關(guān)聯(lián)規(guī)則均能夠用于電力調(diào)度自動(dòng)化系統(tǒng)的數(shù)據(jù)挖掘，具體應(yīng)用如下所示。

（1）神經(jīng)網(wǎng)絡(luò)。作為應(yīng)用較為廣泛的一種人工智能研究方法，神經(jīng)網(wǎng)絡(luò)早已在我國(guó)實(shí)現(xiàn)了較為廣泛的應(yīng)用，電力調(diào)度自動(dòng)化系統(tǒng)的數(shù)據(jù)挖掘也是其應(yīng)用的重要領(lǐng)域，由于數(shù)據(jù)自行處理、數(shù)據(jù)分布存儲(chǔ)、高度容錯(cuò)性是神經(jīng)網(wǎng)絡(luò)的應(yīng)用優(yōu)勢(shì)所在，這就使得神經(jīng)網(wǎng)絡(luò)較為適用于模糊、不完整、不準(zhǔn)確數(shù)據(jù)的處理。在電力調(diào)度自動(dòng)化系統(tǒng)的數(shù)據(jù)挖掘中，神經(jīng)網(wǎng)絡(luò)主要通過(guò)關(guān)聯(lián)分析的方式實(shí)現(xiàn)數(shù)據(jù)邏輯處理，具體處理可以分為以下幾個(gè)方面：a.整合統(tǒng)一基礎(chǔ)數(shù)據(jù)。由于電力調(diào)度自動(dòng)化系統(tǒng)包含的數(shù)據(jù)具備龐大復(fù)雜、種類繁多的特點(diǎn)，因此神經(jīng)網(wǎng)絡(luò)的應(yīng)用需要通過(guò)整合統(tǒng)一使相關(guān)數(shù)據(jù)形成結(jié)構(gòu)模型，通過(guò)神經(jīng)網(wǎng)絡(luò)系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)統(tǒng)一管理。b.實(shí)現(xiàn)不同環(huán)節(jié)電力調(diào)度的關(guān)聯(lián)。應(yīng)用數(shù)據(jù)挖掘神經(jīng)網(wǎng)絡(luò)方法整理不同環(huán)節(jié)的電流狀態(tài)和參數(shù)，并保證相關(guān)數(shù)據(jù)信息的整合性，即可實(shí)現(xiàn)不同環(huán)節(jié)電力調(diào)度的關(guān)聯(lián)。c.分析與決策。結(jié)合神經(jīng)網(wǎng)絡(luò)整理的整合數(shù)據(jù)，即可開(kāi)展分析、決策以及數(shù)據(jù)共享。

（2）灰色分析法。灰色分析法能夠較好分析電力調(diào)度過(guò)程出現(xiàn)的不完整數(shù)據(jù)，但不適用于較為龐大的數(shù)據(jù)是該數(shù)據(jù)挖掘方法存在的不足。一般情況下，灰色分析法的應(yīng)用需要深入了解設(shè)備數(shù)據(jù)參數(shù)，如用戶用電情況預(yù)測(cè)、母線負(fù)荷數(shù)據(jù)值、電力銷(xiāo)售情況預(yù)測(cè)等，結(jié)合分析確定電力調(diào)度邊界電量，即可提升數(shù)據(jù)收集的可靠性，電力調(diào)度自動(dòng)化系統(tǒng)的運(yùn)行也將由此獲得較為有力的支持。

（3）關(guān)聯(lián)規(guī)則。作為數(shù)據(jù)挖掘的重要分支，關(guān)聯(lián)規(guī)則能夠通過(guò)發(fā)覺(jué)大量數(shù)據(jù)項(xiàng)集之間的有趣關(guān)聯(lián)和相互聯(lián)系實(shí)現(xiàn)信息的高質(zhì)量分析，剛剛提到的神經(jīng)網(wǎng)絡(luò)嚴(yán)格意義上也屬于關(guān)聯(lián)規(guī)則范疇，不過(guò)本文關(guān)于關(guān)聯(lián)規(guī)則的研究主要圍繞周期性關(guān)聯(lián)規(guī)則挖掘算法展開(kāi)。周期性關(guān)聯(lián)規(guī)則挖掘算法具備掃描數(shù)據(jù)庫(kù)次數(shù)較少、避免掃描數(shù)據(jù)庫(kù)的時(shí)間開(kāi)銷(xiāo)、連接程序中相同項(xiàng)目的比較次數(shù)較少、數(shù)據(jù)項(xiàng)集頻度統(tǒng)計(jì)速度較高等優(yōu)勢(shì)，由此實(shí)現(xiàn)的周期性數(shù)據(jù)集挖掘、關(guān)聯(lián)規(guī)則挖掘便能夠大大降低電力調(diào)度自動(dòng)化系統(tǒng)的事故發(fā)生概率。值得注意的是，本文研究的周期性關(guān)聯(lián)規(guī)則挖掘算法結(jié)合了蟻群算法，這是由于原算法使用了大量的搜索操作、分類檢索和路徑檢索，蟻群算法下走過(guò)的路上會(huì)留下信息素，這就使得較短路徑上的信息素濃度較高，結(jié)合負(fù)信息素理論，即可保證有信息素的地方螞蟻不能走過(guò)。如使用表1所示的事務(wù)數(shù)據(jù)庫(kù)D（部分），即可結(jié)合時(shí)態(tài)事務(wù)數(shù)據(jù)庫(kù)D分類數(shù)據(jù)集改進(jìn)、每一個(gè)分類數(shù)據(jù)集周期性數(shù)據(jù)集挖掘改進(jìn)，以數(shù)據(jù)項(xiàng)A分類為例，即可求得表2所示的時(shí)態(tài)屬性差，由此開(kāi)展更深入計(jì)算則能夠更深入了解周期性關(guān)聯(lián)規(guī)則挖掘算法的思想，也能夠認(rèn)識(shí)到蟻群算法的重要性。

2.2應(yīng)用實(shí)踐

為提升研究實(shí)踐價(jià)值，本文圍繞周期性關(guān)聯(lián)規(guī)則挖掘算法建立了基于周期性關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)分析系統(tǒng)，這一系統(tǒng)的建立過(guò)程如下所示。

（1）開(kāi)發(fā)平臺(tái)選擇。結(jié)合系統(tǒng)功能需要，選擇了微軟的.net平臺(tái)作為主要系統(tǒng)開(kāi)發(fā)平臺(tái)，該平臺(tái)具備的強(qiáng)大數(shù)據(jù)庫(kù)訪問(wèn)能力、擴(kuò)展豐富等特點(diǎn)，能夠較好滿足系統(tǒng)開(kāi)發(fā)需要。

（2）基于數(shù)據(jù)橋的數(shù)據(jù)集成模塊設(shè)計(jì)。考慮到我國(guó)當(dāng)下電力事業(yè)的數(shù)據(jù)集成標(biāo)準(zhǔn)較為復(fù)雜、混亂，系統(tǒng)設(shè)計(jì)采用了自己的數(shù)據(jù)集成方法，同時(shí)應(yīng)用了清晰數(shù)據(jù)清洗策略，由此即可實(shí)現(xiàn)不完整數(shù)據(jù)、重復(fù)數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)三類臟數(shù)據(jù)的清洗，數(shù)字?jǐn)?shù)據(jù)不完整、日期數(shù)據(jù)不完整、錯(cuò)誤日期型數(shù)據(jù)、重復(fù)數(shù)據(jù)等僅屬于清洗內(nèi)容，其中除重復(fù)數(shù)據(jù)不予處理外，其他數(shù)據(jù)均采用修補(bǔ)空值和默認(rèn)值的方式，如數(shù)字?jǐn)?shù)據(jù)不完整采用“補(bǔ)0，補(bǔ)null，默認(rèn)值”的清洗策略。此外，無(wú)類型文件數(shù)據(jù)集成、數(shù)據(jù)庫(kù)數(shù)據(jù)集成、異構(gòu)數(shù)據(jù)庫(kù)數(shù)據(jù)集成也是這一環(huán)節(jié)設(shè)計(jì)的重要內(nèi)容[3]。

（3）數(shù)據(jù)庫(kù)管理模塊設(shè)計(jì)。采用微軟公司的SQLServer數(shù)據(jù)庫(kù)系統(tǒng)，由此數(shù)據(jù)庫(kù)管理被分為層次數(shù)建模、數(shù)據(jù)表管理、數(shù)據(jù)表導(dǎo)出三部分，其中數(shù)據(jù)表管理包含數(shù)據(jù)管理、結(jié)構(gòu)管理、刪除三方面功能，而數(shù)據(jù)表導(dǎo)出則包括文本文件、Excel文件、Access文件、Xml文件、其他數(shù)據(jù)庫(kù)五部分內(nèi)容。

（4）數(shù)據(jù)分析功能模塊設(shè)計(jì)。數(shù)據(jù)分析功能模塊由同期數(shù)據(jù)分析、周期性數(shù)據(jù)分析、數(shù)據(jù)預(yù)警分析、數(shù)據(jù)關(guān)聯(lián)分析四部分組成，各部分設(shè)計(jì)如下所示：a.同期數(shù)據(jù)分析模塊設(shè)計(jì)。該模塊的運(yùn)行流程主要由負(fù)荷數(shù)據(jù)、網(wǎng)損數(shù)據(jù)、力率數(shù)據(jù)、有功總加數(shù)據(jù)對(duì)比組成，分析流程可以概括為：“輸入所有對(duì)比條件→合法→根據(jù)條件生成SQL語(yǔ)句→顯示查詢結(jié)果→打印對(duì)比圖像”。b.周期性數(shù)據(jù)分析模塊設(shè)計(jì)。圍繞報(bào)警周期性、負(fù)荷周期性、遙測(cè)周期性三方面開(kāi)展數(shù)據(jù)挖掘，即可完成該模塊設(shè)計(jì)。c.數(shù)據(jù)預(yù)警分析模塊設(shè)計(jì)。分析流程為：“初始化數(shù)據(jù)集及參數(shù)→輸入預(yù)警分析參數(shù)→合法→分析預(yù)測(cè)→判斷預(yù)測(cè)類型→有無(wú)建議→輸出報(bào)警類型和建議→輸出報(bào)警類型”。d.數(shù)據(jù)關(guān)聯(lián)分析模型設(shè)計(jì)。采用默認(rèn)用戶手動(dòng)輸入數(shù)據(jù)集方法，程序流程為：“初始化已有周期性數(shù)據(jù)集→輸入?yún)?shù)→合法？→數(shù)據(jù)集交叉？→計(jì)算Conf、Sup→計(jì)算下一對(duì)數(shù)據(jù)集→完成”。

3結(jié)束語(yǔ)

數(shù)據(jù)挖掘能夠較好地服務(wù)于電力調(diào)度自動(dòng)化系統(tǒng)。而在此基礎(chǔ)上，本文研究建立的基于周期性關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)分析系統(tǒng)，則證明了研究的實(shí)踐價(jià)值。因此，在相關(guān)領(lǐng)域的理論研究和實(shí)踐探索中，本文內(nèi)容能夠發(fā)揮一定參考作用。

參考文獻(xiàn)：

[1]王謙，李烽.電力調(diào)度的自動(dòng)化網(wǎng)絡(luò)安全分析及實(shí)現(xiàn)[J].電子技術(shù)與軟件工程，2017（21）：116.

[2]劉賓，朱亞奇，吳莎.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].電子技術(shù)與軟件工程，2017（20）：158.

[3]曹鐵生.電力調(diào)度自動(dòng)化系統(tǒng)應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)研究分析[J].硅谷，2014，7（23）：74+76.

[4]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.

[5]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.

作者：何宇雄；苑晉沛；聶宇；羅超；高小芊；寇霄宇；李蔚 單位：國(guó)網(wǎng)湖北省電力公司武漢供電公司