基于电力调度自动化系统中数据挖掘技术的应用

 前言 
  数据挖掘技术主要指的是一种数据库技术与人工智能技术结合的技术,利用一定算法,可以从大量的数据信息中搜索到所需信息。在电力调度自动化控制系统中应用数据挖掘技术具有重要意义,对于电力企业的发展和创新具有推动作用,同时可以让电力企业的经济效益得到提升。 
  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这两种类型,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,后者主要指的是用戶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,然后选择合适的数据,然后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 基于电力调度自动化系统中数据挖掘技术的应用 
  2.1 数据挖掘技术的应用必要性 
  电力调度自动化系统可以让电力系统运行可靠性与电网系统安全性得到有力保证,在运行过程中,可以让工作人员的工作更为方便化,其主要组成部分包含了前置机、主备用服务器、Web服务器、串口服务器、卫星钟、RTU和物力隔离网关。在电力调度自动化系统中,应用数据挖掘技术的必要性体现在多个方面,首先,数据挖掘技术可以让管理层对实时信息予以切实掌握,可以让管理层获得经营与生产的相关数据信息,可以让数据受到中间人的干扰现象得到有效避免;其次,数据挖掘技术的应用可以让人力成本得到降低,可以让数据信息的提取更为自动化;然后,数据挖掘技术在电力调度自动化系统中的应用可以让数据信息的掌握更具全面性,可以从不同方面定量、定性对其进行掌握,让管理与预测工作得到有力帮助;最后,数据挖掘技术的应用可以辅助分析电网报告工作、制订电网报告工作。 
  2.2 数据挖掘技术的具体应用 
  (1)模糊分析法 
  模糊分析法主要指的是对聚类已知数列与分析已知数列,进而使得分类的数据更为全面,让分类结果的综合性得到提升。在在电力调度自动化系统中,应用模糊分析法可以让大数据功能得到发挥,可以让客观数据整理需求得到满足。如在我国太原地县级电网备用调度项目的电力调度自动化系统中就采用了模糊层次分析综合方法,该系统提供了备调一体化系统,可以让数据采集和数据交换得到贯通和共线,具有数据通信链路管理以及数据发布的功能。 
  (2)灰色分析法 
  如果在时间线上,电力数据存在一定关系,那么利用灰色分析法可以预测性分析电力数据。在电力调度系统数据挖掘中,灰色分析法得到了广泛应用,即使数据完整性不强,灰色分析法也可以对其进行分析,但是,这种方法和模糊分析法相比并不能发挥出大数据功能。在电力调度中,短期的电力负荷预测是重要任务,以我国某个应用灰色分析法的电力调度自动化系统为例,在该系统中,可以分为数据处理模块、负荷预测模块和数据显示模块,其系统结构如图1所示。 
  结合图1,在数据处理模块中,可以导入原始负荷数据、预测数据以及气象数据,预测数据为文本格式,系统主要对数据缺失与数据跳变两种异常数据进行处理。数据清理模块可以让系统程序运行速度得到保障,短期负荷预测数据均维持在5年以内,对历史数据进行适当清理可以让查询效率得到保障。在负荷预测模块中,主要是结合该城市的情况,利用普通灰色模型、多变量灰色模型与人工经验模型对其进行负荷预测,其占用普通灰色模型适用于普通日期的预测,多变量灰色模型时根据气象资料进行预测,人工经验模型是根据电力局的相关数据进行节假日预测。在数据显示模块中,会通过列表方式与图形方式来显示历史数据,调度人员可以对当日数据状态与气象信息进行查看。在数据库设计中,包含了历史负荷数据库、预测数据库、气象资料数据库、数据状态与日期类型数据库。在应用此系统之后,当地对一周的数据情况进行统计分析,预测流程为程序选择普通灰色模型而做出的自动预测,经过检验,发现自动预测精度在95%以上,误差在10%之内,具有良好的精准度。
(3)神经网络法 
  神经网络法主要指的是利用计算机技术合理处理离散数据,结合精确计算能力,可以让电力系统中的多种数据得到全面且深入的分析与挖掘,可以让数据整理工作和数据分析工作得到有力帮助,利用神经网络法,可以联动分析多种数据,可以充分开发数据间存在的逻辑性。在电力调度系统自动化系统中,神经网络法往往和模糊分析法等方法会得到共同应用,以一种利用模糊神经网络控制法的电力调度自动化系统为例,该系统是在神经元网络算法基础上,利用计算机内部模糊运算控制器让当前神经网络系统学习样本的理想输出和实际输出误差得到计算,利用模糊知识库规则,可以完成模糊推理工作,利用模糊矩阵数据表格的查询,可以调整神经网络各层神经元连接通道阈值与权值,让神经网络控制与模糊控制的优点得到充分发挥,图2为系统框图。 
  结合图2,在该系统中,模糊推理控制器的输入为偏差率ec与偏差e的变化大小,利用模糊推理决策表,可以让隐含层神经元约束参数、输入层神经元约束参数、输出层神经元约束参数误差修正值予以得出,而利用模糊推理控制器,可以让神经网络控制器中隐含层、输入层、输出层得到在线修改。在该系统中,模糊神经网络短期负荷预测数据的运算处理模型共有三层四功能单元,在分项功能界面中,包含了用户登录、预测日初始值设置、模糊神经网络模型参数设置、综合信息查询、预测符合数据曲线显示等窗口。利用歷史负荷波动样本数据,可以让模型进行学习训练,让预测日负荷波动数据信息可以准确得出,对期望输出值与样本数据信息输入值进行对比,可以发现在短期负荷预测工程领域中应用模糊神经网络模型具有良好效果,利用Matlab模糊神经网络与VisualC++可视化函数所建成的模型在如实反映系统短期负荷波动特性的同时,可以让负荷数据的精度得到保证,可以让电力实施调度运行实际需求的预测工作得以完成,进而确保电力调度自动化系统运行具有可靠性。 
  3 结束语 
  在电力调度自动化系统中,应用模糊分析法、灰色分析法和神经网络法这些数据挖掘技术,可以让电力调度自动化系统对数据予以有效收集,可以让电力调度工作质量得到提升,让对外供电更为可靠,让电网运行的安全性和稳定性得到提升。 
  参考文献: 
  [1]朱维佳,曹坚.电力调度自动化系统中数据挖掘技术的应用[J].电气时代,2015,07:108-111. 
  [2]肖福明.浅析数据挖掘在电力调度自动化系统中的应用[J].通讯世界,2014,17:58-59. 
  [3]周洋.数据挖掘在电力调度自动化系统中的应用解析[J].科技创新与应用,2017(35):149-150. 
  [4]李梦鸣.大数据挖掘平台在电力运营监测工作的应用[J].科技创新与应用,2016(26):21-22. 
  [5]宋大为,侯婷婷,顾松敏,等.数据挖掘技术在电子商务领域的应用研究[J].科技创新与应用,2016(05):87. 
  [6]李德仁,张良培,夏桂松.遥感大数据自动分析与数据挖掘[J].测绘学报,2014(12):1211-1216. 
  [7]朱本春,赵云,丁笑迎.基于数据挖掘技术的煤矿远程监控系统研究[J].科技创新与应用,2014(30):46.
浏览次数:  更新时间:2018-01-27 10:00:53
上一篇:人工智能在电力监控中的应用
下一篇:选煤厂自动化控制技术的应用
网友评论《基于电力调度自动化系统中数据挖掘技术的应用》
Top