數(shù)據(jù)挖掘在電力調(diào)度自動化系統(tǒng)中的應用解析

周洋

摘 要：電力調(diào)度自動化系統(tǒng)主要是被應用在線調(diào)度生產(chǎn)運行中，能夠?qū)?shù)據(jù)信息進行分析、控制、傳輸。數(shù)據(jù)挖掘技術作為一種人工智能和數(shù)據(jù)庫技術結合的新型技術形式，將其應用到電力調(diào)度自動化系統(tǒng)中能夠有效解決電力調(diào)動自動化系統(tǒng)數(shù)據(jù)信息應用不合理的問題。文章在闡述數(shù)據(jù)挖掘和電力調(diào)度自動化系統(tǒng)內(nèi)涵的基礎上，結合蟻群算法改進原有周期性數(shù)據(jù)挖掘方法，旨在進一步提升電力調(diào)度自動化系統(tǒng)運行速度，為相關人員的報表制定、事故預警提供幫助。

關鍵詞：數(shù)據(jù)挖掘；電力調(diào)度自動化系統(tǒng)；應用

中圖分類號：TM73 文獻標志碼：A 文章編號：2095-2945（2017）35-0149-02

在大數(shù)據(jù)技術的不斷發(fā)展下，人們對數(shù)據(jù)信息的需求增加，但是現(xiàn)階段社會發(fā)展中缺乏對數(shù)據(jù)信息進行有效分析、處理的工具。數(shù)據(jù)庫系統(tǒng)也僅僅是對數(shù)據(jù)信息的簡單處理，無法充分挖掘數(shù)據(jù)信息背后的隱藏信息，因而無法發(fā)揮出數(shù)據(jù)信息在人類社會發(fā)展中的重要作用。電力調(diào)度自動化系統(tǒng)中包含大量電力數(shù)據(jù)信息，但是在實際應用中這些信息是很難被完全挖掘出來的。數(shù)據(jù)挖掘的出現(xiàn)有效解決了信息無法充分挖掘的問題，能夠?qū)崿F(xiàn)對噪聲數(shù)據(jù)、不完全數(shù)據(jù)的有效處理。在數(shù)據(jù)挖掘中，關聯(lián)規(guī)則數(shù)據(jù)是數(shù)據(jù)挖掘的重要課題，通過關聯(lián)規(guī)則能夠發(fā)現(xiàn)不同數(shù)據(jù)庫數(shù)據(jù)信息之間的關聯(lián)，為數(shù)據(jù)挖掘提供有力支持。為此，文章重點分析基于關聯(lián)規(guī)則的數(shù)據(jù)挖掘在電力調(diào)度自動化系統(tǒng)中的應用。

1 數(shù)據(jù)挖掘概述

1.1 內(nèi)涵和分類

在信息技術的發(fā)展下，我國數(shù)據(jù)庫庫存容量急劇擴張，在龐大的數(shù)據(jù)信息中怎樣獲取有效的數(shù)據(jù)信息成為相關人員重點思考的問題。數(shù)據(jù)挖掘能夠從技術層面來分析、處理這些數(shù)據(jù)信息，通過各種分析工具的利用來找到數(shù)據(jù)信息和模型構建之間的關聯(lián)，為相關領域的發(fā)展提供重要決策支持。在信息挖掘技術的發(fā)展下，出現(xiàn)了不同類型的數(shù)據(jù)挖掘技術和方法，具體如圖1所示。

1.2 關聯(lián)規(guī)則挖掘

關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的重要分支，是常見的數(shù)據(jù)挖掘方法，主要是對大量數(shù)據(jù)之間關聯(lián)問題的發(fā)現(xiàn)和分析，在找到數(shù)據(jù)聯(lián)系之后決定哪些事件能夠一起發(fā)生。數(shù)據(jù)庫中的關聯(lián)規(guī)則描述如下所示：假設I={i1、i2......im}是由m個不同項目組合形成的集合，項的集合是項集，包括k個項集，給定事務D（交易數(shù)據(jù)庫），事務（交易）T從屬于數(shù)據(jù)項（I），T是唯一的標示符。在X屬于T的時候，交易T則是包含項集X，關聯(lián)規(guī)則X=Y在交易數(shù)據(jù)庫中成立。

2 電力調(diào)度自動化系統(tǒng)概述

2.1 內(nèi)涵

電力調(diào)度自動化系統(tǒng)能夠為電網(wǎng)系統(tǒng)安全、穩(wěn)定運行提供重要支持，并為相關電力人員工作、決策提供有力信息的支持。電力調(diào)度自動化系統(tǒng)的組成如下所示：第一，前置機。前置機能夠從RTU從完成數(shù)據(jù)信息的收集整理工作，并能夠結合實際對系統(tǒng)的指令進行接收、解釋。第二，主備用服務器。主備泳服務器包括數(shù)據(jù)庫和實時庫服務器，是電力調(diào)度系統(tǒng)的重要組成部件，能夠?qū)ο到y(tǒng)各個工作站的運行進行監(jiān)督。第三，網(wǎng)絡服務器。網(wǎng)絡服務器主要是對數(shù)據(jù)信息分布和數(shù)據(jù)表整理工作的監(jiān)督。第四，衛(wèi)星鐘。衛(wèi)星鐘系統(tǒng)將全球定位時間作為系統(tǒng)時間。第五，物理隔離開關。物理隔離開關能夠解決數(shù)據(jù)的隔離應用問題。

2.2 電力調(diào)度自動化系統(tǒng)對數(shù)據(jù)挖掘技術的需求

電力導調(diào)度自動化系統(tǒng)對數(shù)據(jù)挖掘技術的需求具體表現(xiàn)在以下幾個方面：第一，通過數(shù)據(jù)挖掘技術減少電力調(diào)度自動化系統(tǒng)的工作時間，提高工作效率。第二，數(shù)據(jù)挖掘能夠提高數(shù)據(jù)挖掘技術的管理應用水平，減少外界因素對電力調(diào)度自動化的干擾。第三，能夠從不同角度對數(shù)據(jù)信息進行定量、定性分析。第四，為電網(wǎng)報告的分析和制定提供輔助支持。第五，實現(xiàn)了對數(shù)據(jù)信息的及時查詢，為電力調(diào)度自動化工作提供了支持。

3 基于蟻群算法的周期性關聯(lián)規(guī)則數(shù)據(jù)挖掘

3.1 周期關聯(lián)規(guī)則

周期性關聯(lián)規(guī)則挖掘是時態(tài)約束關聯(lián)規(guī)則的一種，適用于對周期性關聯(lián)的發(fā)現(xiàn)層面，比如每年夏季城市居民用電量的均值比其他季節(jié)高，城市居民周末用電量平均值比其他周末時間高等。

3.2 蟻群算法

螞蟻的群體行為表現(xiàn)出一種信息正反饋現(xiàn)象，蟻群算法由轉移規(guī)則和信息素更新規(guī)則組成，具體可以描述成：假設平面上有n個城市，n個城市的 TSP 問題來找到n個城市的最短路徑。假設蟻群系統(tǒng)中螞蟻的數(shù)量是m、d（i，j=1，2，…，n），代表的是城市i到城市j之間的距離，b（t）表示t時刻位于城市i的螞蟻個數(shù)。在初始階段，各個線路上的信息量是對等的，假設？子ij（0）=c，螞蟻k在運動的過程中根據(jù)信息量來選擇下一步所走的方向，t時刻螞蟻k由城市i轉移到城市j的概率表示如（1）所示。

3.3 基于蟻群算法的周期性關聯(lián)規(guī)則

假設T1、T2，Tmin為系統(tǒng)時間定義單位組成的時間表達式，都比零大，假設T1

4 數(shù)據(jù)挖掘在電力調(diào)度自動化系統(tǒng)中的應用

4.1 基于周期性關聯(lián)規(guī)則挖掘的數(shù)據(jù)分析系統(tǒng)平臺

在社會經(jīng)濟的發(fā)展下，電力調(diào)度自動化系統(tǒng)從原來的實時性監(jiān)控報表查詢系統(tǒng)轉變?yōu)橹悄苷{(diào)度自動化系統(tǒng)，高級應用軟件的應用促進了電力調(diào)度系統(tǒng)朝著智能化的方向發(fā)展?；谥芷谛躁P聯(lián)規(guī)則挖掘的數(shù)據(jù)分析系統(tǒng)平臺選擇微軟的.net平臺，在該平臺的支持下為電力調(diào)度系統(tǒng)運行提供了豐富數(shù)據(jù)資源的支持，且具備強大的數(shù)據(jù)庫訪問能力。

4.2 基于數(shù)據(jù)橋的數(shù)據(jù)集成模塊設計

在電力調(diào)度自動化系統(tǒng)的應用中存在多個標準，這些標準對分布式電力系統(tǒng)發(fā)展起到了重要作用，但是在各個數(shù)據(jù)集成規(guī)約不同的影響下，電力企業(yè)發(fā)展容易出現(xiàn)信息混亂的現(xiàn)象。為了避免這種現(xiàn)象的發(fā)生，在數(shù)據(jù)集成模塊中需要進行數(shù)據(jù)清洗操作。

4.3 數(shù)據(jù)分析功能模塊設計

第一，同期數(shù)據(jù)分析模塊。同期數(shù)據(jù)分析模塊一般被人們用在調(diào)度自動化數(shù)據(jù)系統(tǒng)的橫縱向比較，通過對同期數(shù)據(jù)的比對分析能夠為電力調(diào)度系統(tǒng)數(shù)據(jù)評估提供更多便利。同期對比分析模塊應用了動態(tài)生成查詢語句，能夠?qū)?shù)據(jù)信息進行動態(tài)化的查詢和分析整理。第二，周期性數(shù)據(jù)分析。周期性數(shù)據(jù)分析主要是在數(shù)據(jù)庫系統(tǒng)中挖掘具有周期性特點的數(shù)據(jù)集，從而對數(shù)據(jù)波動情況進行清晰的反應。在周期性數(shù)據(jù)分析模塊挖掘算法中存在一個最小時間的誤差參數(shù)，這參數(shù)是周期數(shù)據(jù)集的基礎數(shù)據(jù)，影響周期性數(shù)據(jù)分析的精確度。第三，數(shù)據(jù)預警分析。數(shù)據(jù)預警主要是結合現(xiàn)有的調(diào)度自動化系統(tǒng)報警信息和數(shù)據(jù)挖掘周期數(shù)據(jù)集來對關聯(lián)數(shù)據(jù)進行分析，數(shù)據(jù)分析系統(tǒng)采取了有限權值分配的方法，預警列表按照預警信息的大小進行有序排列，具體包含報警周期性數(shù)據(jù)集、預警信息周期性數(shù)據(jù)集大小、預警模式等內(nèi)容。

5 結束語

綜上所述，文章在闡述數(shù)據(jù)挖掘內(nèi)涵和電力調(diào)度自動化系統(tǒng)內(nèi)涵的基礎上研究了周期性關聯(lián)規(guī)則的數(shù)據(jù)挖掘算法知識，并將其應用到電力調(diào)度自動化系統(tǒng)中，取得了良好的效果。周期性關聯(lián)規(guī)則算法是數(shù)據(jù)挖掘技術的主流發(fā)展方向，在從歷史數(shù)據(jù)中尋找規(guī)律的同時能夠為電力調(diào)度自動化系統(tǒng)運行提供支持，需要引起相關人員的重視。

參考文獻：

[1]肖福明.淺析數(shù)據(jù)挖掘在電力調(diào)度自動化系統(tǒng)中的應用[J].通訊世界，2014（17）：58-59.

[2]李陽.數(shù)據(jù)挖掘在電力調(diào)度自動化系統(tǒng)中的應用[D].華北電力大學（河北），2009.

[3]朱維佳，曹堅.電力調(diào)度自動化系統(tǒng)中數(shù)據(jù)挖掘技術的應用[J].電氣時代，2015（07）：108-111.

[4]于存水.基于智能電網(wǎng)調(diào)度系統(tǒng)的調(diào)度監(jiān)控平臺的設計與實現(xiàn)[D].吉林大學，2013.

[5]李艷.關于數(shù)據(jù)挖掘中關聯(lián)規(guī)則算法的相關問題研究[J].科技創(chuàng)新與應用，2017（33）：161+163.endprint