（广东电网有限责任公司东莞供电局）
摘要：当前科技的发展推动了自动化系统的运行，电力企业作为社会发展体系中不可或缺的组成部分，其电力调度自动化系统已经成为了推动电力企业发展的关键所在，而在电力调度自动化系统中数据挖掘技术的应用，可在在线调度生产运行中应用，实现信息的传输以及分析决策。本文主要从理论上分析了数据挖掘技术的基本含义，对在电力调度自动化系统中的应用加以研究。
关键词：电力调度自动化系统；数据挖掘技术；应用
社会在发展，科技在进步，在电力系统中应用信息化可以有效推动电力系统自动化的有效改革，另外计算机技术的合理应用也改变了传统信息存储的方式，提高了数据传输的效率。其中在电力调度自动化系统中怎样快捷且便利的寻找数据与信息呢，将数据挖掘技术应用其中，可有效提高其质量与效率，真正满足时代发展的需求。
一、数据挖掘技术的基本概述
毋庸置疑，利用数据挖掘技术已经成为了数据查找的关键所在，单纯的从技术层面分析，数据挖掘技术主要是指应用多种有效的工具，采取有效的手段，在大量的数据库中将数据与模型之间的关系加以明确，为企业的发展以及决策提供帮助。在数据挖掘技术的发展下，不同类型的方法与技术出现，其数据挖掘技术分类众多，通常情况下主要分为发现驱动型以及验证驱动型两种，前者主要是应用机器学习并发现新的假设，后者则是用户进行验证否定自己的假设。在此发展背景下，数据挖掘技术的类型种类繁多，从而导致混乱现象发生。对此，图1对数据挖掘技术进行了分类。
图1 数据挖掘技术的分类
二、数据挖掘技术的基本流程
第一是明确业务对象。数据挖掘技术最为主要的内容便是对业务问题进行明确定位，将数据挖掘的目的与价值表现出来，并进行有计划的探索，这样才能推动数据挖掘的合理性与全面性。第二是进行数据准备。要选择数据，并且将与业务相关的数据进行探索，选择合适的数据，并且要对数据进行预处理，为下一步分析进行准备，还需要对数据进行转换，使其形成分析模型，从而为数据挖掘奠定基础与保障。第三是对数据加以挖掘与分析，在进行转换之后要采取切实有效的分析方法实现对结果的评估，其中使用最为常见的便是可视化技术。
三、数据挖掘技术在电力调度自动化应用中优势
诚如上文所言，在近几年的发展中，数据挖掘技术得到创新发展，可以实现分散数据的整理，可有效实现企业管理与决策的完善。除此之外，在近几年电力企业的不断发展下，其电力调度自动化系统中采集了众多电网信息数据，然而因为数据不一致，所以数据难以管理，尤其是电网规模的不断扩大，其数据采集量也会增多，这种情况下需要实现信息的有效融合，所以将数据挖掘技术应用在电力调度自动化中，可以带来以下优势。
第一是可以减少手工操作的时间，并且能够采取自动化方式从分散的自动化系统中提取相关的数据信息；第二是数据挖掘技术的应用下，其管理层可以及时获得相关的信息，避免中间人对数据造成干扰；第三是能够从不同的方面对数据信息加以定量与定性的掌握，为日后预测起到帮助；第四是能够针对实际的发展情况辅助电网报告分析以及其它部门的运作；第五是可以减少数据查询的时间，推动工作的合理性。从另外一个角度分析，在决策问题上，其电力调度自动化系统能够真正满足数据挖掘的需求，也可以帮助管理层进行信息沟通，从而合理应用各项资源，完成其目标。当然，值得注意的一点是在电力调度自动化决策中，其数据挖掘技术的重要性得到充分体现，企业的管理者会利用计划、组织、数据达到决策，所以无论从哪一个角度分析，均可以清楚的认识到数据信息的重要性。
四、数据挖掘技术在电力调度系统中的应用
无论从宏观角度还是微观角度分析，均可以清楚的认识到数据挖掘技术在电力调度系统中的应用可以解决信息收集困难的现象，并且数据挖掘技术的关键所在便是应用相关技术实现数据挖掘。其中在电力调度系统中最为常见的数据挖掘技术主要包括以下几点：
（一）神经网络法
所谓的神经网络法主要是建立在计算机技术之上的，是对离散数据进行处理的一种方式，也是现阶段应用比较广泛的一种方式，是应用计算机的云计算能力，对电力数据进行深入分析与研究，从而实现对电力数据的整理与预测。从基本属性上分析，其神经网络法属于人工智能方法，可以实现对诸多数列的联动分析，并且还可以保证数列的关系，从而保证其逻辑性与完善性。
（二）灰色分析法
灰色分析法主要是对时间线上的关联数据进行探究，其中涉及到了诸多物理知识，其中在数据中要以白色部分为基础，并找出其中的黑色关联性，如此才能真正实现数据的灰色比。其中在电力数据挖掘中灰色分析法是比较常用的一种方式，尤其是在电力数据预测分析中应用广泛，并且该方法还可以整合牛鞭效应的扰动，从而形成一个完整的整体。并且灰色分析法还可以对有限或者不完善的数据加以整合分析，然而其缺点则是大数据功能无法得到有效发挥。
（三）模糊分析法
从基本特征上分析，模糊分析法是聚类分析法中的一种，也是现阶段电力系统应用的一种方式，主要是对已知的数列进行聚类与分析，这样才能真正实现数据全面与综合分析。模糊分析法与灰色分析法有所不同的是，模糊分析法可以将大数据的优势充分发挥出来，进而真正满足对客观的要求与需求。
五、新时期电力调度自动化对数据挖掘的需求
（一）线路故障专家系统
众所周知，在传统模式下，其线路发生故障之后会采取相关的措施实现对线路的巡查，找出其中的故障点。然而将线路故障专家系统应用其中，可以在线路发生故障之后，快速定位故障位置，并且实现了对多个故障点的同时判断。其中在电力调度自动化系统中对线路故障专家进行使用，可以有效降低线路故障发生之后的检修率，并且还可以减少电力巡视的工作量，给予充足的时间，采取有效的对策，对线路故障及时解决具有重大作用。
（二）负荷管理专家系统
从电力调度自动化系统中，电力负荷管理是极其重要的环节，其中严格按照负荷分布，电网可以实现对负荷上级节点的连接，且不论处于哪一种情况均能够得到优化处理。从原理上分析，负荷管理专家系统主要是对各条线路的负荷状态进行监测，通过数据挖掘技术，实现数据预测与总结。
结语：
综上所述，在当前时代的不断发展下，电力调度自动化系统中应用数据挖掘技术已经成为了一项十分重要的内容与环节，且可以实现数据的预测，真正解决数据收集困难的现象，还可以在一定程度上提高我国智能电网的有效发展，真正满足电力系统建设的需求。
参考文献：
[1]朱维佳，曹坚.电力调度自动化系统中数据挖掘技术的应用[J].电气时代，2015，（07）：108-111.
[2]肖福明.浅析数据挖掘在电力调度自动化系统中的应用[J].通讯世界，2014，（17）：58-59.
[3]梁波，温启良，夏成文.电力调度管理系统中数据挖掘的设计和实现研究[J].自动化与仪器仪表，2015，（12）：95-96+98.
[4]刘宾，朱亚奇，陈世雯，吴莎.数据挖掘在电力调度自动化系统中的应用[J/OL].电子技术与软件工程，2017，（20）：158（2017-10-26）.
[5]陈雄坤，李暖群，陈劲跃.基于大数据建设下电力调度自动化的安全与实现[J].自动化应用，2017，（02）：82-84.
论文作者:郑惠芳
论文发表刊物:《电力设备》2017年第32期
论文发表时间:2018/4/12
标签：数据挖掘论文; 数据论文; 电力论文; 技术论文; 自动化系统论文; 分析法论文; 故障论文; 《电力设备》2017年第32期论文;