基于模糊軟聚類的配電網負荷數據動態挖掘軟件設計

阮玉生 屈慧潔

1. 廣西博聯信息通信技術有限責任公司 廣西 南寧 530023 2. 廣西教育學院 數學與信息科學學院 廣西 南寧 530023

引言

基于我國當下電力產業建設工作實施的不斷完善，相關配電網負荷數據動態挖掘軟件的設計研究成為配電網及有關單位的焦點關注話題，并在市場的不斷建設與發展中成為高價值研究問題[1]。為了實現軟件更多的功能，應在實施數據挖掘行為過程中，對行為進行條件給定，并在支撐性數據較為充足的條件下，引進多種計算算法，對挖掘行為進行實現。但由于數據挖掘行為的發生通常伴隨著海量數據的干擾，因此挖掘過程中所涉及的數據量相對龐大[2]。基于此，本文引入模糊軟聚類方法，開展對配電網負荷數據動態挖掘軟件設計研究。

1 基于模糊軟聚類的配電網負荷數據動態挖掘軟件設計

1.1 基于模糊軟聚類的數據動態挖掘規則制定

在對配電網環境當中負荷數據進行挖掘時，首先需要完成對本文基于模糊軟聚類的配電網負荷數據動態挖掘軟件的挖掘規則制定，以此完成對海量負荷數據集當中所有頻繁事務的尋找。由于配電網的特殊性，在進行配電網負荷數據挖掘時，需要經歷多次配電網負荷數據庫。初次挖掘是對候選集進行挖掘，在這一階段當中，可將生成的單項頻繁項集作為挖掘結果[3]。后續的挖掘均是對原本復雜程度較高的挖掘對象進行進一步的優化，以此緩解本文挖掘軟件的運行壓力。根據上述挖掘軟件的挖掘需要，制定基于模糊軟聚類的數據動態挖掘規則為：

規則一：將選取的待挖掘對象樣本進行分塊處理，并將處理后的結果引入到集群的每個節點當中。通過模糊軟聚類對每個待挖掘數據節點的支持度進行計算。再完成對軟件中map程序上的相關操作執行，以此獲取到配電網環境當中各個需要進行挖掘的文件中所有的數據集，并在mapper程序當中輸入一個已知的數據記錄，并利用combiner完成對本地相關數據集記錄的兼容。

規則二：在mapper程序當中輸入另外一個已知的配電網負荷數據記錄信息，并將其與規則一當中的符合數據進行比對，將其中存在的相同數據統一發送到一個節點當中，開始頻繁挖掘。

規則三：綜合上述兩點規則，完成對所有節點的分配，將不同配電網負荷數據值數據信息統一到不同數據節點當中。再結合模糊軟聚類當中的默認對關鍵數值排序的功能，將挖掘價值更高的負荷數據進行匯總，得到最終的挖掘對象。

1.2 挖掘對象篩選

為保證本文基于模糊軟聚類的配電網負荷數據動態挖掘軟件的運行效率，針對挖掘價值較低的挖掘對象進行篩選，以此提高軟件的應用效果。根據上述制定的挖掘規則，在配電網環境當中對負荷數據進行挖掘，根據配電網負荷數據挖掘對象的基本特征[4]。假設W為配電網負荷數據集Y當中的頻繁m項挖掘對象，則W的所有m-1項的子集也可以稱之為使其頻繁m-1的項目集。因此，進一步分析得出，Wm為數據Y當中的頻繁m項候選集，則頻繁m-1挖掘對象集合Lm-1中包括的m-1項目子集的個數一定為m。根據挖掘對象的性質，本文提出進一步篩選挖掘對象的個數算法為：利用Lm-1產生的Cm之前先對Lm-1進行一次裁剪，統計與之相關的項目弧線出現次數[5]。為了實現對高挖掘價值和低挖掘價值的挖掘對象區分，用 Lm-1對其中某一要素的執行連接求得挖掘對象當中潛在的頻繁項目集，即挖掘價值更高的挖掘對象。

1.3 基于篩選后的挖掘對象完成動態挖掘

在篩選出需要進行挖掘的配電網負荷數據挖掘對象后，結合編程思想，對挖掘對象中的數據進行重過濾，將挖掘對象每一類別下的特征出現概率進行計算，其計算公式為：

公式（1）中，K表示為挖掘對象中每個數據類別出現的概率；iλ表示為特征數據；m表示為配電網環境中的數據；n表示為配電網中所有特征數據個數。為避免在挖掘的過程中出現挖掘數據在重要數據集百分比中占比降低，還需要對挖掘對象權重集合進行合理分配，其分配公式為：

公式（2）中，M表示為配電網環境中每個挖掘對象權重分配數值；Q表示為挖掘對象在配電網環境當中具體出現的次數；d表示為模糊軟聚類算法系數。根據上述公式實現對挖掘對象權重分配，確定最終挖掘結果的準確性，以此提高本文基于模糊軟聚類的配電網負荷數據動態挖掘軟件的應用價值。

2 對比實驗

本文通過上述論述，完成對基于模糊軟聚類的配電網負荷數據動態挖掘軟件設計，為進一步驗證該軟件在實際應用中的優勢，開展下述對比實驗。首先選擇電力市場當中某一配電網企業作為實驗背景條件，選擇該企業歷史配電網負荷數據共15950組，將該組數據作為兩種挖掘軟件的挖掘對象，設置兩種挖掘軟件的運行時間分別為100ms、500ms、1000ms、2000ms和3000ms，在確保兩種挖掘軟件均在相同的運行環境下，完成對比實驗，將得出的挖掘結果進行記錄，并繪制成如表1所示的實驗結果對比表。

表1 兩種挖掘軟件實驗結果對比表

由表1中的兩組數據結果可以看出，本文挖掘軟件數據挖掘量明顯多于傳統挖掘軟件數據挖掘量，在相同配電網絡負荷數據集當中，挖掘出的數據量越多，則說明挖掘的利用價值越高。因此，通過對比實驗證明，本文提出的基于模糊軟聚類的配電網負荷數據動態挖掘軟件設計在實際應用中具有更高的挖掘效率，滿足配電網對海量數據的挖掘需要，充分發揮配電網數據的利用價值。

3 結束語

為了滿足電力市場的發展需求，本文基于模糊軟聚類技術的應用，提出一種針對配電網負荷數據的動態挖掘軟件設計方法，此軟件主要服務于配電站，可解決配電站在市場中的穩定運行。為了確保本文設計軟件投入市場后具備一定可行性，本文提出對此軟件的對比實驗，并通過將本文設計的軟件與傳統軟件進行對比的方式，驗證本文提出的軟件設計方法在應用中的可操作性更強，具有更加實際的社會應用價值，可滿足電力市場內配電網在市場的穩定運行需求。