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

摘 要：隨著科學(xué)技術(shù)的不斷發(fā)展，大數(shù)據(jù)挖掘平臺(tái)技術(shù)在價(jià)值利用上被充分的使用，與傳統(tǒng)數(shù)據(jù)分析相比，挖掘出的數(shù)據(jù)更有效、合理。挖掘數(shù)據(jù)的方法和數(shù)據(jù)的處理雖然在方式上有些相同，但在挖掘過(guò)程中應(yīng)根據(jù)實(shí)際有價(jià)值的指標(biāo)進(jìn)行研究、分析，以大數(shù)據(jù)挖掘?yàn)槠脚_(tái)進(jìn)行分析，對(duì)挖掘技術(shù)進(jìn)行展望，探究大數(shù)據(jù)挖掘在電力運(yùn)營(yíng)監(jiān)測(cè)工作的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘；運(yùn)營(yíng)監(jiān)測(cè)；電力運(yùn)行；應(yīng)用分析

1 數(shù)據(jù)挖掘技術(shù)分析

1.1 大數(shù)據(jù)挖掘平臺(tái)的背景

在信息時(shí)代的激烈競(jìng)爭(zhēng)中，作為供電企業(yè)，為了提高企業(yè)的管理水平，需要通過(guò)對(duì)公司的運(yùn)營(yíng)情況進(jìn)行分析，全面客觀的反映公司整體發(fā)展水平，不斷提高企業(yè)的競(jìng)爭(zhēng)能力。而進(jìn)行分析，必須需要大量的數(shù)據(jù)作為技術(shù)支撐，下面，筆者就大數(shù)據(jù)挖掘平臺(tái)技術(shù)對(duì)電力運(yùn)營(yíng)監(jiān)測(cè)工作的應(yīng)用進(jìn)行探討。

1.2 大數(shù)據(jù)挖掘平臺(tái)的現(xiàn)狀

大數(shù)挖掘平臺(tái)主要是利用平臺(tái)系統(tǒng)與供電企業(yè)生產(chǎn)、經(jīng)營(yíng)、財(cái)務(wù)、物資、可視化個(gè)性展示、ERP、統(tǒng)一視頻監(jiān)控等多個(gè)系統(tǒng)中取數(shù)，通過(guò)接口接入海量數(shù)據(jù)平臺(tái)中時(shí)行存儲(chǔ)歷史數(shù)據(jù)，及時(shí)收集當(dāng)前的數(shù)據(jù)。任務(wù)是對(duì)數(shù)據(jù)（供電量、售電量、售電均價(jià)、線損率、電費(fèi)收入以及其它的各項(xiàng)數(shù)據(jù)指標(biāo)）分類(lèi)以及對(duì)信息的預(yù)處理數(shù)據(jù)預(yù)測(cè)進(jìn)行分析，可以進(jìn)行數(shù)據(jù)的穿透查詢，其中信息預(yù)處理是以由兩個(gè)（監(jiān)測(cè)和分析）或兩個(gè)以上的變量值進(jìn)行分析，得出兩者之間存在的規(guī)律，稱之為信息預(yù)處理。數(shù)據(jù)預(yù)處理有簡(jiǎn)單處理和復(fù)雜處理，目的是對(duì)數(shù)據(jù)庫(kù)中的隱藏知識(shí)進(jìn)行研究分析，結(jié)合相關(guān)重要的參數(shù)使得挖掘出的數(shù)據(jù)更符合應(yīng)用的要求。數(shù)據(jù)的預(yù)測(cè)是結(jié)合歷史的數(shù)據(jù)總結(jié)出數(shù)據(jù)的規(guī)律，對(duì)同一類(lèi)型的數(shù)據(jù)進(jìn)行比較，可以運(yùn)用數(shù)據(jù)的預(yù)測(cè)方式使得挖掘技術(shù)更好的展現(xiàn)。

1.3 大數(shù)據(jù)挖掘平臺(tái)的概念

大數(shù)據(jù)挖掘平臺(tái)是利用計(jì)算機(jī)軟件應(yīng)用技術(shù)大量收集數(shù)據(jù)，而人工系統(tǒng)的挖掘數(shù)量往往會(huì)給企業(yè)工作人員造成工作量，工作效率不高，而且不能確保數(shù)據(jù)的質(zhì)量。數(shù)據(jù)挖掘是通過(guò)分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)。近年來(lái)，數(shù)據(jù)挖掘技術(shù)引起了信息產(chǎn)業(yè)界的廣泛關(guān)注，其主要原因在于存在大量數(shù)據(jù)，可以被廣泛使用，且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。在人工智能領(lǐng)域，數(shù)據(jù)挖掘也習(xí)慣上被稱之為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，一般應(yīng)用于商務(wù)管理、生產(chǎn)控制、市場(chǎng)分析、工程設(shè)計(jì)和科學(xué)探索等領(lǐng)域。

數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析（如查詢、報(bào)表、聯(lián)機(jī)應(yīng)用分析）的本質(zhì)區(qū)別是數(shù)據(jù)挖掘是在沒(méi)有明確假設(shè)前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。數(shù)據(jù)挖掘所得到的信息應(yīng)該具有先前未知、有效和可實(shí)用三個(gè)特征。數(shù)據(jù)挖掘發(fā)現(xiàn)的那些不能靠直覺(jué)發(fā)現(xiàn)、甚至是違背直覺(jué)的信息和知識(shí)，挖掘出的信息越是出人意料，就越有可能具有價(jià)值。

2 大數(shù)據(jù)挖掘技術(shù)的流程展現(xiàn)

2.1 大數(shù)據(jù)挖掘平臺(tái)的應(yīng)用

近年來(lái)，數(shù)據(jù)挖掘在電力系統(tǒng)中的應(yīng)用還偏重于在一些專業(yè)領(lǐng)域的專業(yè)分析，成果主要還集中在研究探索階段，有些領(lǐng)域逐漸的引入了數(shù)據(jù)挖掘的概念進(jìn)行了模型設(shè)計(jì)及驗(yàn)證工作，但還未真正的開(kāi)始廣泛應(yīng)用。研究領(lǐng)域主要集中在電力系統(tǒng)的動(dòng)態(tài)安全評(píng)估、負(fù)荷經(jīng)濟(jì)調(diào)度、負(fù)荷預(yù)測(cè)、故障診斷等方面。

2.1.1 在電力系統(tǒng)動(dòng)態(tài)安全評(píng)估中的應(yīng)用

K.R.Niazi等提出了基于人工神經(jīng)網(wǎng)絡(luò)和決策樹(shù)混合方法在電力系統(tǒng)在線安全評(píng)估中的應(yīng)用。文獻(xiàn)[1]提出了電力系統(tǒng)在線動(dòng)態(tài)安全預(yù)防中如何應(yīng)用決策樹(shù)技術(shù)來(lái)測(cè)試每個(gè)發(fā)電調(diào)度的動(dòng)態(tài)安全性，并且通過(guò)發(fā)電再分配來(lái)提供正確的指導(dǎo)，優(yōu)化發(fā)電容量，節(jié)約發(fā)電成本。如何使用Kernel回歸樹(shù)方法在線安全評(píng)估和監(jiān)控電力系統(tǒng)，處理頻率穩(wěn)定性問(wèn)題。如何描述從決策樹(shù)學(xué)習(xí)中提取規(guī)則，并利用該規(guī)則來(lái)獲得必要的控制措施，將暫態(tài)不安全穩(wěn)定的電力系統(tǒng)保持安全的動(dòng)態(tài)控制技術(shù)。

2.1.2 在電力系統(tǒng)負(fù)荷預(yù)測(cè)中的應(yīng)用

電力負(fù)荷預(yù)測(cè)是電力調(diào)度一項(xiàng)非常重要工作，它關(guān)系到電廠各機(jī)組的運(yùn)行計(jì)劃。文獻(xiàn)[2]結(jié)合區(qū)域電網(wǎng)氣象負(fù)荷數(shù)據(jù)庫(kù)，設(shè)計(jì)決策樹(shù)形式的數(shù)據(jù)挖掘模型，并應(yīng)用于日負(fù)荷預(yù)測(cè)。以一種運(yùn)用C4.5和CART算法的基于BP網(wǎng)絡(luò)加權(quán)組合的數(shù)據(jù)模型，并基于此設(shè)計(jì)出一種高精度的短期負(fù)荷預(yù)測(cè)系統(tǒng)。運(yùn)用時(shí)間序列模型使用已有的數(shù)據(jù)序列預(yù)測(cè)負(fù)荷，用自適應(yīng)決策樹(shù)對(duì)存儲(chǔ)在數(shù)據(jù)庫(kù)中的用戶用電記錄、季節(jié)、氣候等相關(guān)屬性進(jìn)行聚類(lèi)，制定合適的收費(fèi)表，而且分析出用戶與其他屬性之間的相關(guān)聯(lián)的一些特點(diǎn)。

2.1.3 在電力系統(tǒng)故障診斷中的應(yīng)用

電力系統(tǒng)故障診斷是通過(guò)利用有關(guān)電力系統(tǒng)及其保護(hù)裝置的信息來(lái)識(shí)別故障元件位置（區(qū)域）、類(lèi)型和誤動(dòng)作裝置，其中故障元件識(shí)別是關(guān)鍵問(wèn)題。文獻(xiàn)[3]將基于事件序列的故障診斷模型用于高壓輸電線系統(tǒng)故障診斷領(lǐng)域，依據(jù)故障事件序列在時(shí)空特性上的關(guān)聯(lián)性，用動(dòng)態(tài)規(guī)劃算法的優(yōu)化相似性原理挖掘事件之間的關(guān)聯(lián)性和蘊(yùn)含的知識(shí)，將診斷問(wèn)題的求解轉(zhuǎn)化為尋求與實(shí)時(shí)故障事件序列模式最相似的，運(yùn)算操作代價(jià)最小的標(biāo)準(zhǔn)故障序列模式，以實(shí)現(xiàn)對(duì)異常事件序列模式中的畸形事件的糾錯(cuò)，保證故障診斷系統(tǒng)的高容錯(cuò)性。基于粗糙集理論的故障診斷決策約簡(jiǎn)新算法，從而建立故障綜合知識(shí)庫(kù)用于電網(wǎng)故障診斷。論述了用數(shù)據(jù)挖掘技術(shù)對(duì)變壓器油中各種氣體成分進(jìn)行聚類(lèi)分析，從而可以再預(yù)先不知道變壓器故障類(lèi)型的情況下得出變壓器油中各種氣體成分含量與故障之間的直接關(guān)聯(lián)，為故障診斷提供依據(jù)。

2.1.4 在工程造價(jià)方面的應(yīng)用

工程造價(jià)是一個(gè)多變量、非線性的復(fù)雜過(guò)程，利用已建工程的歷史造價(jià)資料，將數(shù)據(jù)挖掘與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)建工程造價(jià)模型，并運(yùn)用在電網(wǎng)工程造價(jià)預(yù)測(cè)和預(yù)算審查中，可以克服現(xiàn)有人工審查帶來(lái)的主觀性和片面性影響，提高工程造價(jià)預(yù)測(cè)的準(zhǔn)確性。

2.1.5 在營(yíng)銷(xiāo)支持方面的應(yīng)用

基于電力營(yíng)銷(xiāo)的實(shí)際數(shù)據(jù)，從“量（電量）、價(jià)（電價(jià)）、費(fèi)（電費(fèi)）、損（線損）”等方面進(jìn)行關(guān)聯(lián)規(guī)則、聚類(lèi)挖掘。比如講用電客戶根據(jù)其屬性特性進(jìn)行聚類(lèi)分組，進(jìn)行信用評(píng)價(jià)，防范惡意欠費(fèi)。檢測(cè)用電異常情況，防著竊電行為發(fā)生。

2.2 大數(shù)據(jù)挖掘平臺(tái)的功能

大數(shù)據(jù)挖掘技術(shù)從數(shù)據(jù)庫(kù)到技術(shù)的運(yùn)用過(guò)程中有不同的運(yùn)行步驟，在確定業(yè)務(wù)對(duì)象問(wèn)題方面可根據(jù)數(shù)據(jù)的準(zhǔn)備對(duì)所有業(yè)務(wù)對(duì)象進(jìn)行分析研究處理，保障數(shù)據(jù)的質(zhì)量從而為進(jìn)一步的分析工作做準(zhǔn)備。在數(shù)據(jù)的轉(zhuǎn)換方面應(yīng)建立一個(gè)針對(duì)性的分析模型，挖掘數(shù)據(jù)的成功關(guān)鍵因素，對(duì)所得的數(shù)據(jù)進(jìn)行預(yù)處理，完善挖掘技術(shù)的措施，使數(shù)據(jù)分析工作自動(dòng)順利的運(yùn)行。在數(shù)據(jù)挖掘技術(shù)的結(jié)果分析上，應(yīng)對(duì)數(shù)據(jù)結(jié)果做出正確的評(píng)估，與知識(shí)理念共同分析，完善數(shù)據(jù)挖掘技術(shù)的每一步結(jié)構(gòu)。主要有以下三個(gè)方面的功能：

2.2.1 監(jiān)測(cè)功能

（1）10千伏配網(wǎng)停運(yùn)。手動(dòng)導(dǎo)入Excel數(shù)據(jù)，對(duì)各地市公司10千伏線路停運(yùn)情況進(jìn)行匯總統(tǒng)計(jì)。

（2）項(xiàng)目預(yù)算執(zhí)行情況。手動(dòng)導(dǎo)入Excel數(shù)據(jù)，將項(xiàng)目預(yù)算執(zhí)行情況按照專業(yè)和實(shí)施單位兩個(gè)維度分別進(jìn)行統(tǒng)計(jì)。

（3）物資供應(yīng)鏈。從數(shù)據(jù)中心定時(shí)抽取ERP數(shù)據(jù)并進(jìn)行加工處理，使用Tableau工具對(duì)物資供應(yīng)鏈全過(guò)程進(jìn)行全面監(jiān)測(cè)。

（4）配網(wǎng)運(yùn)行。從數(shù)據(jù)中心定時(shí)抽取ERP數(shù)據(jù)并進(jìn)行加工處理，使用Tableau工具對(duì)低電壓、重過(guò)載和三相不平衡事件進(jìn)行全面監(jiān)測(cè)。

2.2.2 運(yùn)營(yíng)可視化功能

將Tableau報(bào)告布局根據(jù)各地市大屏合適尺寸進(jìn)行調(diào)整和展示。

2.2.3 分析功能

主要功能有統(tǒng)計(jì)數(shù)據(jù)和成果共享兩大模塊。（1）統(tǒng)計(jì)數(shù)據(jù)：將綜合計(jì)劃執(zhí)行情況報(bào)表、供電單位經(jīng)營(yíng)指標(biāo)完成情況表和生產(chǎn)報(bào)表中部分?jǐn)?shù)據(jù)填入月報(bào)模板，導(dǎo)入到數(shù)據(jù)庫(kù)，在頁(yè)面上根據(jù)不同指標(biāo)生成各類(lèi)圖表。（2）成果共享：將省公司和地市公司每月的運(yùn)營(yíng)情況分析報(bào)告、專題分析報(bào)告、即時(shí)分析報(bào)告以及資料上傳到服務(wù)器，供大家交流和參考。

3 結(jié)束語(yǔ)

隨著信息的高速發(fā)展，數(shù)據(jù)挖掘技術(shù)在高速的社會(huì)發(fā)展下面臨著諸多挑戰(zhàn)，需要對(duì)數(shù)據(jù)挖掘技術(shù)必須作出優(yōu)化處理措施，維護(hù)數(shù)據(jù)挖掘中的各種問(wèn)題，完善數(shù)據(jù)挖掘技術(shù)的運(yùn)用手段，使數(shù)據(jù)挖掘能夠長(zhǎng)久地在未來(lái)時(shí)代中持續(xù)發(fā)展。

參考文獻(xiàn)

[1]Karapidakis E S， Hatziargyriou N D. Online preventive dynamic security of isolated power systems using decision trees [J].IEEE Transactions on Power System s， 2002，17（2）：297-304.

[2]朱六璋，袁林，黃太貴.短期負(fù)荷預(yù)測(cè)的實(shí)用數(shù)據(jù)挖掘模型[J].電力系統(tǒng)自動(dòng)化，2004，28（3）：49-52.

[3]趙冬梅，韓月，高曙.電網(wǎng)故障診斷的決策表約簡(jiǎn)新算法[J].電力系統(tǒng)自動(dòng)化，2004，28（4）：63-66.

[4]李永明，王玉斌，王穎，等.數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)的電力工程造價(jià)應(yīng)用[J].重慶大學(xué)學(xué)報(bào)，2008（6）.

作者簡(jiǎn)介：李夢(mèng)鳴（1979-），男，湖北咸豐人，國(guó)網(wǎng)湖北省恩施供電公司，本科學(xué)歷，研究方向：電氣工程及自動(dòng)化。