大數(shù)據(jù)挖掘平臺在電力運營監(jiān)測工作的應用

摘 要：隨著科學技術的不斷發(fā)展，大數(shù)據(jù)挖掘平臺技術在價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，但在挖掘過程中應根據(jù)實際有價值的指標進行研究、分析，以大數(shù)據(jù)挖掘為平臺進行分析，對挖掘技術進行展望，探究大數(shù)據(jù)挖掘在電力運營監(jiān)測工作的應用。

關鍵詞：數(shù)據(jù)挖掘；運營監(jiān)測；電力運行；應用分析

1 數(shù)據(jù)挖掘技術分析

1.1 大數(shù)據(jù)挖掘平臺的背景

在信息時代的激烈競爭中，作為供電企業(yè)，為了提高企業(yè)的管理水平，需要通過對公司的運營情況進行分析，全面客觀的反映公司整體發(fā)展水平，不斷提高企業(yè)的競爭能力。而進行分析，必須需要大量的數(shù)據(jù)作為技術支撐，下面，筆者就大數(shù)據(jù)挖掘平臺技術對電力運營監(jiān)測工作的應用進行探討。

1.2 大數(shù)據(jù)挖掘平臺的現(xiàn)狀

大數(shù)挖掘平臺主要是利用平臺系統(tǒng)與供電企業(yè)生產、經(jīng)營、財務、物資、可視化個性展示、ERP、統(tǒng)一視頻監(jiān)控等多個系統(tǒng)中取數(shù)，通過接口接入海量數(shù)據(jù)平臺中時行存儲歷史數(shù)據(jù)，及時收集當前的數(shù)據(jù)。任務是對數(shù)據(jù)（供電量、售電量、售電均價、線損率、電費收入以及其它的各項數(shù)據(jù)指標）分類以及對信息的預處理數(shù)據(jù)預測進行分析，可以進行數(shù)據(jù)的穿透查詢，其中信息預處理是以由兩個（監(jiān)測和分析）或兩個以上的變量值進行分析，得出兩者之間存在的規(guī)律，稱之為信息預處理。數(shù)據(jù)預處理有簡單處理和復雜處理，目的是對數(shù)據(jù)庫中的隱藏知識進行研究分析，結合相關重要的參數(shù)使得挖掘出的數(shù)據(jù)更符合應用的要求。數(shù)據(jù)的預測是結合歷史的數(shù)據(jù)總結出數(shù)據(jù)的規(guī)律，對同一類型的數(shù)據(jù)進行比較，可以運用數(shù)據(jù)的預測方式使得挖掘技術更好的展現(xiàn)。

1.3 大數(shù)據(jù)挖掘平臺的概念

大數(shù)據(jù)挖掘平臺是利用計算機軟件應用技術大量收集數(shù)據(jù)，而人工系統(tǒng)的挖掘數(shù)量往往會給企業(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)的質量。數(shù)據(jù)挖掘是通過分析每個數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術。近年來，數(shù)據(jù)挖掘技術引起了信息產業(yè)界的廣泛關注，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)轉換成有用的信息和知識。在人工智能領域，數(shù)據(jù)挖掘也習慣上被稱之為數(shù)據(jù)庫中的知識發(fā)現(xiàn)，一般應用于商務管理、生產控制、市場分析、工程設計和科學探索等領域。

數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析（如查詢、報表、聯(lián)機應用分析）的本質區(qū)別是數(shù)據(jù)挖掘是在沒有明確假設前提下去挖掘信息、發(fā)現(xiàn)知識。數(shù)據(jù)挖掘所得到的信息應該具有先前未知、有效和可實用三個特征。數(shù)據(jù)挖掘發(fā)現(xiàn)的那些不能靠直覺發(fā)現(xiàn)、甚至是違背直覺的信息和知識，挖掘出的信息越是出人意料，就越有可能具有價值。

2 大數(shù)據(jù)挖掘技術的流程展現(xiàn)

2.1 大數(shù)據(jù)挖掘平臺的應用

近年來，數(shù)據(jù)挖掘在電力系統(tǒng)中的應用還偏重于在一些專業(yè)領域的專業(yè)分析，成果主要還集中在研究探索階段，有些領域逐漸的引入了數(shù)據(jù)挖掘的概念進行了模型設計及驗證工作，但還未真正的開始廣泛應用。研究領域主要集中在電力系統(tǒng)的動態(tài)安全評估、負荷經(jīng)濟調度、負荷預測、故障診斷等方面。

2.1.1 在電力系統(tǒng)動態(tài)安全評估中的應用

K.R.Niazi等提出了基于人工神經(jīng)網(wǎng)絡和決策樹混合方法在電力系統(tǒng)在線安全評估中的應用。文獻[1]提出了電力系統(tǒng)在線動態(tài)安全預防中如何應用決策樹技術來測試每個發(fā)電調度的動態(tài)安全性，并且通過發(fā)電再分配來提供正確的指導，優(yōu)化發(fā)電容量，節(jié)約發(fā)電成本。如何使用Kernel回歸樹方法在線安全評估和監(jiān)控電力系統(tǒng)，處理頻率穩(wěn)定性問題。如何描述從決策樹學習中提取規(guī)則，并利用該規(guī)則來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)保持安全的動態(tài)控制技術。

2.1.2 在電力系統(tǒng)負荷預測中的應用

電力負荷預測是電力調度一項非常重要工作，它關系到電廠各機組的運行計劃。文獻[2]結合區(qū)域電網(wǎng)氣象負荷數(shù)據(jù)庫，設計決策樹形式的數(shù)據(jù)挖掘模型，并應用于日負荷預測。以一種運用C4.5和CART算法的基于BP網(wǎng)絡加權組合的數(shù)據(jù)模型，并基于此設計出一種高精度的短期負荷預測系統(tǒng)。運用時間序列模型使用已有的數(shù)據(jù)序列預測負荷，用自適應決策樹對存儲在數(shù)據(jù)庫中的用戶用電記錄、季節(jié)、氣候等相關屬性進行聚類，制定合適的收費表，而且分析出用戶與其他屬性之間的相關聯(lián)的一些特點。

2.1.3 在電力系統(tǒng)故障診斷中的應用

電力系統(tǒng)故障診斷是通過利用有關電力系統(tǒng)及其保護裝置的信息來識別故障元件位置（區(qū)域）、類型和誤動作裝置，其中故障元件識別是關鍵問題。文獻[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)故障診斷領域，依據(jù)故障事件序列在時空特性上的關聯(lián)性，用動態(tài)規(guī)劃算法的優(yōu)化相似性原理挖掘事件之間的關聯(lián)性和蘊含的知識，將診斷問題的求解轉化為尋求與實時故障事件序列模式最相似的，運算操作代價最小的標準故障序列模式，以實現(xiàn)對異常事件序列模式中的畸形事件的糾錯，保證故障診斷系統(tǒng)的高容錯性。基于粗糙集理論的故障診斷決策約簡新算法，從而建立故障綜合知識庫用于電網(wǎng)故障診斷。論述了用數(shù)據(jù)挖掘技術對變壓器油中各種氣體成分進行聚類分析，從而可以再預先不知道變壓器故障類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聯(lián)，為故障診斷提供依據(jù)。

2.1.4 在工程造價方面的應用

工程造價是一個多變量、非線性的復雜過程，利用已建工程的歷史造價資料，將數(shù)據(jù)挖掘與人工神經(jīng)網(wǎng)絡相結合，構建工程造價模型，并運用在電網(wǎng)工程造價預測和預算審查中，可以克服現(xiàn)有人工審查帶來的主觀性和片面性影響，提高工程造價預測的準確性。

2.1.5 在營銷支持方面的應用

基于電力營銷的實際數(shù)據(jù)，從“量（電量）、價（電價）、費（電費）、損（線損）”等方面進行關聯(lián)規(guī)則、聚類挖掘。比如講用電客戶根據(jù)其屬性特性進行聚類分組，進行信用評價，防范惡意欠費。檢測用電異常情況，防著竊電行為發(fā)生。

2.2 大數(shù)據(jù)挖掘平臺的功能

大數(shù)據(jù)挖掘技術從數(shù)據(jù)庫到技術的運用過程中有不同的運行步驟，在確定業(yè)務對象問題方面可根據(jù)數(shù)據(jù)的準備對所有業(yè)務對象進行分析研究處理，保障數(shù)據(jù)的質量從而為進一步的分析工作做準備。在數(shù)據(jù)的轉換方面應建立一個針對性的分析模型，挖掘數(shù)據(jù)的成功關鍵因素，對所得的數(shù)據(jù)進行預處理，完善挖掘技術的措施，使數(shù)據(jù)分析工作自動順利的運行。在數(shù)據(jù)挖掘技術的結果分析上，應對數(shù)據(jù)結果做出正確的評估，與知識理念共同分析，完善數(shù)據(jù)挖掘技術的每一步結構。主要有以下三個方面的功能：

2.2.1 監(jiān)測功能

（1）10千伏配網(wǎng)停運。手動導入Excel數(shù)據(jù)，對各地市公司10千伏線路停運情況進行匯總統(tǒng)計。

（2）項目預算執(zhí)行情況。手動導入Excel數(shù)據(jù)，將項目預算執(zhí)行情況按照專業(yè)和實施單位兩個維度分別進行統(tǒng)計。

（3）物資供應鏈。從數(shù)據(jù)中心定時抽取ERP數(shù)據(jù)并進行加工處理，使用Tableau工具對物資供應鏈全過程進行全面監(jiān)測。

（4）配網(wǎng)運行。從數(shù)據(jù)中心定時抽取ERP數(shù)據(jù)并進行加工處理，使用Tableau工具對低電壓、重過載和三相不平衡事件進行全面監(jiān)測。

2.2.2 運營可視化功能

將Tableau報告布局根據(jù)各地市大屏合適尺寸進行調整和展示。

2.2.3 分析功能

主要功能有統(tǒng)計數(shù)據(jù)和成果共享兩大模塊。（1）統(tǒng)計數(shù)據(jù)：將綜合計劃執(zhí)行情況報表、供電單位經(jīng)營指標完成情況表和生產報表中部分數(shù)據(jù)填入月報模板，導入到數(shù)據(jù)庫，在頁面上根據(jù)不同指標生成各類圖表。（2）成果共享：將省公司和地市公司每月的運營情況分析報告、專題分析報告、即時分析報告以及資料上傳到服務器，供大家交流和參考。

3 結束語

隨著信息的高速發(fā)展，數(shù)據(jù)挖掘技術在高速的社會發(fā)展下面臨著諸多挑戰(zhàn)，需要對數(shù)據(jù)挖掘技術必須作出優(yōu)化處理措施，維護數(shù)據(jù)挖掘中的各種問題，完善數(shù)據(jù)挖掘技術的運用手段，使數(shù)據(jù)挖掘能夠長久地在未來時代中持續(xù)發(fā)展。

參考文獻

[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.短期負荷預測的實用數(shù)據(jù)挖掘模型[J].電力系統(tǒng)自動化，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新算法[J].電力系統(tǒng)自動化，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)絡技術的電力工程造價應用[J].重慶大學學報，2008（6）.

作者簡介：李夢鳴（1979-），男，湖北咸豐人，國網(wǎng)湖北省恩施供電公司，本科學歷，研究方向：電氣工程及自動化。