數據挖掘方法在智能電網中的應用

【摘要】智能電網接入設備的增加，使得全網數據量增大，導致電網監測與數據分析的難度加大，利用先進的數據挖掘方法可以實現電網數據的有效使用。在分析了數據挖掘方法的流程基礎上，結合電網穩態分析的設計過程，給出了面向智能電網的數據挖掘方法模型，并得到實驗驗證。

【關鍵詞】數據挖掘；智能電網；穩態分析

1.引言

智能電網又稱“電網2.0”，是以自動化、信息化、智能化等特征為標志的新一代電網體系。從物理層面上看，智能電網區別于傳統電網的主要特征在于其“發、輸、變、配、調、用”各個環節配置了大量的智能化設備[1]，這些設備在監測全網狀態的同時，其大量的采集數據也給電網的分析帶來了挑戰，如何運用這些龐大的數據信息對電網狀態進行分析、評估，是擺在電力系統分析與設計人員面前的一大難題。

2.智能電網中數據挖掘的需求分析

針對性能要求更高的智能電網，在數據分析方面主要有以下幾個方面需要進行數據的深度挖掘[2，3]：

（1）故障診斷

電網故障診斷系統中儲存了大量的數據，利用挖掘技術可從這些數據中對電網故障提供可靠的描述，尋找設備故障與其外在表現之間的關系，并發現不同事故發生時產生的某些關聯，從而合理安排檢修計劃，提高供電質量。

（2）負荷預測與智能表計

智能電表的應用，使電網的用戶數據更加豐富。例如用時間序列模型進行預測負荷，可對用戶負荷在不同季節、氣候和其他一些相關屬性下進行聚類分析，就能夠劃分出用戶群組的行為模式及其負荷要求。

（3）設備狀態監測

電網設備的可靠性對電網穩定運行起到至關重要的作用，運用數據挖掘方法，對電力設備的狀態監測數據進行深入分析，給出設備的健康情況，可有效識別出具有潛在故障的設備信息，進一步制定設備檢修計劃，延長電力設備的使用壽命，提高系統可靠性。

因此，智能電網數據的深度挖掘與應用技術具有廣闊的應用前景。

3.基于數據挖掘的電壓穩定分析

基于向量測量單元中心數據庫和聯機分析處理OLAP（Online Analytical Processing）的電網穩態分析是以電力數據倉庫為基礎，進行的各種安全穩定分析，對影響電壓穩定性的薄弱母線、薄弱線路等進行多維分析[4]。挖掘過程可用圖1表示。

圖1 數據挖掘的處理過程

3.1 數據的取樣、調整

利用最具代表性的測量特征作為預測模型的數據集：

（1）

式（1）中：xi∈Rn為模型的輸入向量；yi為輸出向量；s為樣本數量；n為輸入維數。

為避免向量xi中單位、大小幅度差異較大對挖掘過程產生不利影響，將數據集E變換為規范數據集，變換過程采用“零一均值規范化”，對任意屬性M值d、基于M的平均值M和標準差σM進行規范，使M規范化為：

（2）

3.2 挖掘算法的選擇

利用引導算法從數據集E中抽取訓練子集Si（i=1，…，k），根據有限樣本學習理論，可得電壓穩定評估模型：

（3）

式（3）中K（x，xj）——高斯徑向基核函數；r——訓練樣本總數；j=1，…，r——Lagrange乘子；b——偏移量；aj≠0的樣本為影響分類結果的“關鍵”樣本，被稱為支持向量。

將未知穩定程度的樣本N輸入到組合電壓穩定評估模型Mi（i=1，…，k）中，即可判斷系統是否穩定，即：

（4）

在電壓穩定模型確定后，采用等效電距離挖掘算法對穩定極限進行綜合分析。

簡單系統潮流方程為：

（5）

解式（5）消去負荷節點電壓相角后得非線性標量方程：

（6）

式（6）中Us——等效電源電勢；Zs——等效電距離幅值；θ——等效電距離相角；PM——負荷節點有功；QM——負荷節點無功；UM——負荷節點電壓幅值。由式（6）用梯度法求得待求量，就可求得等效電距離Zs。

該方法與系統規模基本無關，負荷節點數的增加，只是計算次數增加，而其它方法隨系統規模增大，計算量成指數遞增。該方法計算速度快，適合在線應用。

3.3 驗證分析

（1）數據采集及建立母線電壓穩定數據集市

采用IEEE14節點標準系統（如圖2）作為電壓穩定分析的參考系統，仿真數據的設定參見表1所示。

圖2 IEEE14節點系統

（2）母線電壓穩定數據挖掘分析

本實例以母線電壓穩定預測模型為例，由表1可看出節點9為最薄弱節點。

4.結論

本文在討論智能電網數據信息深度應用需求的基礎上，通過引入數據挖掘方法，對電網穩態分析中的電壓穩定分析系統進行了案例仿真。目前智能電網的快速發展，對電網數據的應用也越來越迫切，本文旨在給出一種解決思路，希望能為智能電網的數據分析技術提供參考。

參考文獻

[1]陳樹勇，宋書芳，李蘭欣，等.智能電網技術綜述[J].電網技術，2009，33（8）：1-7.

[2]陳星鶯，張曉花，瞿峰，劉皓明，趙波數據挖掘在電力系統中的應用綜述[J].電力科學與技術學報，2007，22（3）：51-56.

[3]商文穎，李巖春，于勝堯.基于數據挖掘的電力系統電壓穩定分析[J].東北電力技術，2008（10）：6-9.

[4]洪流，張海勤，肖明軍，蔡慶生.一種基于數據挖掘技術的電力負荷預測系統[J].小型微型計算機系統，2004， 25（3）：234-237.

基金項目：中央高校基本科研業務費專項資金項目（項目編號：11MG50）；河北省高等學校科學研究項目（項目編號：Z2013007）。

作者簡介：劇樹春（1981—），男，山西大同人，工程師，從事網絡技術應用、電力信息化建設研究。