摘要：对于电力调度自动化系统来讲合理应用数据挖掘技术十分重要，其是确保电力调度自动化系统效用充分发挥的基础，也是推动现代化社会持续稳定发展的关键。基于此，相关人员需给予数据挖掘技术高度重视，促使其存在的价值与效用在电力调度自动化系统中发挥出最大，为提高我国国民生活水平奠定基础。本文主要分析电力调度自动化系统中数据挖掘技术运用。
关键词：电力调度自动化技术；数据挖掘；可靠性
1数据挖掘技术的含义
数据挖掘技术是近年来应用比较广泛的技术，通过在大量的数据中寻找出关联信息，利用统计、分析、处理等方法，其中对数据挖掘采取以下三个步骤，分别为：数据准备，即将需要的数据挑选出来，并进一步的进行整合；寻找规律，利用一些方法将数据中隐含的规律找出来，对规律的表示，通过寻找规律，将其表达出来，展示给客户，从而达到提升工作效率的目的。此外，分析数据挖掘技术时，其应用领域不同，分类方式也不相同，一般分为以下两种：第一种为验证驱动的数据挖掘，该方式主要通过前期的假设，利用多种手段来实现验证的效果，验证阶段，会依据不同的情况来选择生成器，包含SQL等。第二类为发现驱动，其主要针对学习、统计、整理出新的假设，并进行预测和分析，在整个推理阶段，进行可视化、信息关联、信息统计等环节。预测阶段，应首先将数据统一分类和处理，分类过程中，应根据一定的规则来进行，制定出相应的决策树。通过数据挖掘技术可以得出，将数据挖掘技术应用在电力调度自动化系统中，能够解决非常多的问题，包含调度人员安排电力校验使用、保护电力使用记录等，提高了其数据应用的准确性。采取数据挖掘技术效果十分明显，根据大量的实践调查发现，采用该方法可以有效的分析出数据之间的隐含关系，为下一步调度提供可靠的依据。
2数据挖掘在电力调度自动化系统中的应用方式
2.1以神经网络方式在电力调度自动化系统中进行应用
神经网络是比较成熟的一项技术，本身具有对数据自行处置、挖掘数据进行存储和高度容纳错误等优点，非常适合处理模糊和不完整、不准确的数据，利用计算机精确计算功能，可以实现深度挖掘调度自动化系统数据，一般采用的方法为前馈、反馈。映射三种，使用的神经网络，对数据整理和分析至关重要，采用该方法，可以将调度各类数据进行关联，从而找出数据的逻辑性。为此：①对电力调度自动化系统基本数据进行处理，虽然这类数据复杂、种类多，但这些数据有紧密的联系，能够整合统一，并形成模式，为后期数据查询、统计、分析等奠定坚实的基础，保证数据的完整性和一致性，使电力调度能够顺利的开展，并形成神经网络系统，方便统一管理。②电力调度相关数据，不同环节电力状态和参数准确性不一致，整个过程中会受到一定影响，从而达到数据关联。③将神经网络这种方法应用在电力调度自动化中，对所有数据进行整合分析，并供给其他调度工作进行决策分析，实现大范围数据共享，以此来保证电力自动化调度系统的效果。
期刊文章分类查询,尽在期刊图书馆
2.2以灰色分析法在电力调度自动化系统中进行应用
采用灰色分析法又被叫做灰色预测，在调度需要的数据在一点上时，可以选用该方法来挖掘数据，该方法是最普遍的一种，可以对电力调度自动化系统出现的数据来预测，它最主要的优点就是可以在有限数据及调度不完全数据预测，然而，当遇到数据量比较大的数据，便没有办法达到最优，为此电力调度自动化系统出现数据挖掘分析时，应详细分析数据，并对数据的来源进行分类，看其实电力数据或营销环节数据，找出这些数据之间存在的关系，采用灰色分析方法对数据进行挖掘分析，需要充分了解电力调度中部分数据参数，包含用户用电数据预测、电力营销情况、短期或超短期自动化设备和母线负荷数值等，电力自动化系统可以在以上数据进行深入分析，通过制定电力调度边界值，保证电力调度自动化系统正常运行，使数据的收集更加的安全可靠，为后续的分析奠定坚实的基础。
2.3以聚类分析法在电力调度自动化系统中进行应用
聚类分析方法在电力调度自动化系统中应用广泛，它和同类分析法比较相似，当又不是完全相同，分类方法更加关注的为将数据映射到给定的类别中，聚类分析方法主要针对同类数据划分，数据更加全面，且综合新较强，这是该方法应用十分广泛的原因，能对灰色分析法缺点进行弥补，使得数据整理更加整洁，且缩小了数据之间关联度和相似度。例如，电力调度数据中控制和生产管控是两大类，利用聚类分析方法，能将大数据进行聚类划分，主要包含四个数据管理区，管理则包含了电力调度自动化产生的电力生产数据、销售数据、控制数据等。
3电力调度自动化对数据挖掘技术的具体需求
（1）负荷管理系统。电力负荷管理为电力调度自动化系统中的主要环节。依据冗余回路间的负荷分布，电能能够自动对负荷的上级节点进行连续与切换。另外，当其中有一个节点出现故障，符合管理系统则能够充分发挥效用，让该故障节点在事故出现以后被自动切除。负荷管理系统的实际工作原理为依据对各线路的负荷状态进行全面监测，并通过合理应用数据挖掘技术，对满足这些状态表现出的数据进行预测，并分析、判断、整理这些数据变化形式，基于此来对负荷进行道闸分配。目前，在我国电力调度中，负荷管理系统已投入应用，但因有关技术的滞后性，不能实现同电网远控系统完美对接，所以还没有实现广泛应用，对于调度系统中所发布的命令皆由人工来实现。（2）线路故障系统。传统的电力线路检修，一般都是在线路出现严重故障以后，才开展利用相应方法对电力线路进行巡查，并且探寻出存在其中的故障。但若是把线路故障系统利用到其中，那么该系统会依据电力线路两端产生故障形式，在电力线路产生故障以后自动且及时的判断出电力线路受损的部位。相比于较完善的线路故障系统而言，还能够同时判断多个故障点。通过将线路故障系统利用到电力调动自动化系统之中，不但能够将冗杂的线路切除掉，还能减小电力线路故障发生率，以及停电检修率，并且还能在很大程度上监督电力线路巡查力度，让电力维修人员能够有足够的实践对线路出现故障的部位分析、判断，并制定与之对应的补救措施。特别是一些地埋线路等，利用此种能够定位的线路故障系统具有积极作用。（3）状态检修系统。对变压器、电缆、开关等设施的具体运行状态进行充分分析，外加对互感器、集中器等设备的运行状况进行判断，状态检修系统能够以此来对电力调度自动化系统的运行状态进行检查，探究其是否健康，并深入规划故障设备切除方案，自动的把故障设备切除掉。合理利用状态检修系统是电力检修的前提条件，为实现对全部设备充分管理的关键点，并且其利用价值为能够自动化更换再用设备，使倒阀变成检修的状态，并朝着调动系统进行报警。当然，因有关技术的不成熟，导致状态检修系统在部分企业依旧处于闲置的状态，致使其含有的效用无法充分的发挥出。
4结语
综上所述，若想电力调度自动化系统存在的价值发挥出最大，有关人员加强数据挖掘技术应用势在必行。因其是保证电力调度自动化系统稳定性的根本要素，还是推动电力调度自动化系统效用发挥的关键点。为此，有关部门需合理应用数据挖掘技术，让其包含的作用都利用到电力调度自动化系统中，为进一步提高社会公众生活水平提供有效依据。
参考文献
[1]聂宇,罗超,高小芊,寇霄宇,何宇雄,苑晋沛,李蔚.基于电力调度自动化系统中数据挖掘技术的应用[J].科技创新与应用,2018(03):143-144.
[2]周洋.数据挖掘在电力调度自动化系统中的应用解析[J].科技创新与应用,2017(35):149-150.
论文作者:唐洪奎
论文发表刊物:《电力设备》2018年第27期
论文发表时间:2019/3/12
标签：数据论文; 电力论文; 自动化系统论文; 数据挖掘论文; 技术论文; 故障论文; 系统论文; 《电力设备》2018年第27期论文;