（广东电网有限责任公司清远供电局 广东清远 511500）
摘要：随着时代的发展与进步，我国各个领域都在积极创新。很多企业应用了大数据挖掘技术，以提升企业竞争力。电力调度自动化系统中应用挖掘技术必将推动我国电力企业不断发展。本文针对电力调度自动化系统挖掘技术的应用进行了分析探讨。
关键词：电力调度自动化技术；数据挖掘；可靠性
引 言
电力调度自动化系统属于一种新型自动化控制系统，它是在计算机技术逐步发展的基础上建立的。人们之所以建立此系统主要是为了服务于电力运行。近年来，随着我国电力科技的飞速发展，电力调度自动化系统具备的功能不但越来越多，而且越来越来完善。
1 挖掘技术相关概述
1.1基于大数据下的数据挖掘技术概述
全世界的数据库已达到了一个庞大规模，各类信息汇聚在互联网下，给人们提供了丰富的信息资源。但是这些数据庞大且种类繁多，很难进一步找到需要的内容，由此出现了大数据挖掘技术。大数据挖掘技术的出现就是对庞大的数据群体进行合理过滤、筛选，然后从中找到有利的信息资源。这种数据挖掘技术是指利用有效的手段或者搜集渠道，对现有大数据信息进行信息资源与模型的匹配区分。利用这种匹配区分将这类具有价值的信息资源搜集，并作为企业决策的重要依据。随着互联网技术的不断发展，数据挖掘技术已形成了一定特点。
1.2 数据挖掘的特点分析
电力系统下的挖掘技术也指数据开挖技术。数据开挖技术具有如下特点。
（1）实用性。面对现有信息互联网下庞大的数据信息群体，挖掘技术也在不断创新和完善。现在的挖掘技术迎合了时代发展，对相关数据的收集变得越来越快，相关反馈效果也更加及时、有效，给企业或者团体提供了重要信息参考依据。
（2）数据量庞大。基于互联网资源下的数据，正在高速增长，随着 5G 等通信网络的布置，信息数据量还会进一步高速增长。
（3）动态性。大数据下的信息资源并不是稳定不变的，而是随着时代发展不断增加、改变。因此，数据挖掘结果具有时间属性。随着时间的推移，数据挖掘结果涉及的相关数据将发生改变，需及时更新数据。
（4）应用性。数据挖掘技术的出现主要是源于人们对信息资源庞大的需求，而数据挖掘也就成了人们的实际应用需求。该技术将对数据进行相关挖掘筛选，再过滤，然后应用于现实生活中，完成实际项目的决策。
（5）集合性。目前，对于数据挖掘的算法以及相关建模的手段有很多，如专家系统、人工智能以及分析统计等。它们在对数据做相关收集时，并不是通过单一数据进行相关检索，而是通过多种集合方式实现功能化的应用。
（6）具有价值意义。对大数据信息的挖掘是具有价值意义的。为促进企业发展，需合理挖掘信息数据。
期刊文章分类查询,尽在期刊图书馆
2 电力调度自动化化系统数据挖掘方法分析
为使电力调度自动化化系统实现数据挖掘技术对生产带来效益，需对挖掘技术进行相关分析。结合数据对电力系统的作用，做好相关必要性措施。目前，从挖掘技术实际应用特点来对挖掘技术分析方法进行分析。
2.1 关联分析法
庞大的数据信息虽然种类繁多、复杂，甚至很多没有任何参考意义，但是数据信息存在于互联网下必然会与相关事物存在密不可分的联系。
2.2 聚类分析法
聚类分析法指将物理或抽象对象的集合分组为由 类似的对象组成的多个类的分析过程。聚类分析法是利用相似方法来对信息数据进行相关收集活动，以找到有价值的数据信息。
2.3 分类和预测法 两种。分类就是预测分类，可利用连续值函数模型表
问题预测的两种表现形式可分为分类与数值预测现现有已知训练数据集合的特征，以实现各类别描述的内容，并由此找到用户需要的信息资源。预测分类法也是监督学习的一个过程，它能依据训练数据来精准表达和划分有价值的信息数据。
2.4 人工神经网络法
人工神经网络法依赖于计算机网络系统。人工神经网络法普遍应用于计算机以及计算机网络环境中，处理的数据群体都比较庞大，且处理速度比较快。它可将大批量相关数据进行提取过滤，并筛选出有价值的数据。
3 在电力调幅自动化系统中数据挖掘技术的具体应用
整个研究将围绕周期性关联规则挖掘算法，整个过程都建立了科学性参考，并以此来提升研 从而创立基于周期性关联规则的数据挖掘分析系统。
（1）选择开发平台。开发平台的选择需结合相关电力调度系统功能属性。
（2）数据桥下的数据集成模块设计。目前，我国电力企业内部环境比较杂乱，很多相关标准并不统一，所以综合考虑各方原因决定采用数据集成方法。
（3）数据管理模块设计。该设计根据实际要求出发，可采用 SQLSERVER 数据库系统，并将数据库管理分类为层次建模、数据表管理及数据表导出。
（4）数据分析功能模块设计。整个模块将由周期 数据分析、数据预警分析关联分析以及数据周期性分析四个功能构成。
4、结束语
总而言之，电力调度自动化系统中运用大数据挖掘技术，将会对电力事业产生深远影响。目前，我国 正处于经济转型过渡期，很多传统企业急需要改变产业结构，深化内部控制。电力企业应用数据挖掘技术，将进一步推动企业向现代化生产过渡，提升企业竞争优势。相关数据挖掘技术也将结合企业发展特性做出相关调整与改进，以加快我国经济建设。
参考文献：
[1] 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.
[2] [6] 刘 宾，朱亚奇，陈世雯，等 . 数据挖掘在电力调度自动化系统中的应用 [J]. 电子技术与软件工程，2017，（20）：158.
论文作者:黄婉婷,林敏业
论文发表刊物:《河南电力》2019年3期
论文发表时间:2019/10/10
标签：数据论文; 数据挖掘论文; 技术论文; 电力论文; 信息论文; 信息资源论文; 庞大论文; 《河南电力》2019年3期论文;