摘要：本文研究的电网调度数据分析和挖掘系统以数据仓库为基础，并对调度的指标进行了梳理，同时运用多维数据在线分析处理技术，能够很好地揭示电网运行的规律，从而为相关的工作人员提供科学的依据。
关键词：调度运行分析；数据仓库；管理
引言
电网调度中心是电网运行数据和检测数据集中的数据中心，这些海量数据由ＳＣＡＤＡ、ＥＭＳ、ＣＰＳ和相关系统生成，包含电网操作和保护的所有信息。然而，目前的电网调度中心的信息系统主要是针对日常操作查询的数据收集、存储和简单汇总查询，而不是针对许多历史信息进行有效地分类管理和相关分析，不能有效地从电网运行数据和检测数据中提取有用的知识配对调度管理。数据挖掘技术是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的过程，包括数据仓库、在线分析处理ＯＬＡＰ和数据可视化等技术。数据挖掘广泛应用于航空、金融、电信等领域，是提高数据管理和决策水平的重要技术手段。在电力行业，数据挖掘系统已经在电力市场分析、供应市场分析等领域得到有效应用。因此，数据挖掘技术在电力调度分析中的应用具有技术可行性、先进性和实用性。对电网运行数据和检测数据进行科学分析，探索电网运行规律，为调度人员提供数据分析平台，可以提高调度和科学决策水平。本文首先介绍了调度操作分析的内容和指标评价的系统，然后描述了数据仓库平台和数据分析多维数据的分析技术，最后介绍了数据挖掘的实例，并结合实际需要进行调度操作。
1调度的内容
1.1运行控制类指标
分类电网运行控制目标应根据ＥＭＳ和其他自动化系统实时记录自动生成的指标报告和电网指标量化统计资料，以供相关分析检查。值班调度应能够实时查看运行控制类指标和基本内容，以便采取相应的控制措施，不断提高电网控制水平。这些指标包括［９］：（１）频率指标，包含最高功率，最低频率，超限运行时间频率５０±０．２Ｈｚ，频率合格率５０±０．１Ｈｚ。（２）联络线指标，包括联络线Ａ１／Ａ２或ＣＰＳ１／ＣＰＳ２更多的ＬＩＭ数。（３）约束横截面的重要趋势，包括累计时间和总日历时间百分比的重要趋势。（４）备用指标，包括单位实时旋转备用容量的最大和最小值；ＦＭ单元数的百分比比值、百分比天数、负载率和操作单元编号；ＦＭ单元总可用投资的容量；在高峰时段最小旋转备用能力；在低时段降低最大输出容量。（５）电压指标，包括管辖范围内厂区的电压合格率；峰值电压下限电站所辖电站总台数的比例；在最高电压时，电站占总数的电站管辖数量的比例。
1.2调度类指标
（１）指标负荷特性，包括：最大／最小负荷、最大负荷同时率，即最大负荷总和和净省、市（区或控制区）最大负荷总和的比率；净省、市（区或控制区）、最大变化率的变化和降低９６点。在超过２２０ｋＶ变电站中，ＴＳ负荷在电网省（或控制区）上的９６点负荷偏离，实际负荷值大于±２％点。（２）功率平衡指标，包括完成一天、一个月的供电；完成选定的电厂项目。（３）备用指标，包括按顺序旋转备用，１０ｍｉｎ启动应急和备用，３０ｍｉｎ控制负载备用。（４）维护计划目标，包括定期维修的完成和维修计划的合理性。（５）低频减载指标，包括实际切割能力的低频加载分片分区，真正的故障切断能力满足最大可能的Ｎ－１组件的变化区域。（６）系统自动安全装置指标，包括：安装策略的适应性，设备配置的合理性。（７）电压指标，包括中心点无功安排的合理性，在电站峰值电压管辖下的平均值。（８）传输部分的重要指标，包括运行趋势的数量和总时间超过稳定极限，运行趋势的数量和总时间在８０％～１００％。
期刊文章分类查询,尽在期刊图书馆
2电网数据分析系统
2.1基于ＯＬＡＰ的报表系统
根据电网运行的细化要求，将电网分析分为日、月、年几个方面进行分析。调度类、静态分析类指标应以月、年为分析对象。该报告系统应基于实时自动化系统，如ＥＭＳ自动生成的指标记录报表和量化电网指标统计，以供相关电力系统的分析。值班人员应能够实时查看基本的和操作性的控制内容类指标，以便采取适当的控制措施，不断提高电网控制水平。（１）日分析：目的是找出电网运行控制问题和昨日的偏差，找出原因，并对第二天运行中出现的问题进行补救，不断提高运行控制水平。（２）月度分析：主要通过对运行计划类型的分析，统计分析类指标来验证月份运行方式的适应性，深入研究问题和偏差，并在第二个月进行改进，同时对其他部门提出建议和意见，不断提高调度精细程度。（３）年度分析：主要通过统计分析指标结合年度经营模式对公司规划和技术更新提出建议和意见，为下一年的运营模式提供支持。经营者应加强与公司内部基础设施、生产、安全监督、市场营销、交易等相关部门的沟通协调，根据电网电力系统分析中反映的重要问题落实整改措施。多维数据分析目的是通过电网电力系统分析和统计，得出电网运行相关的模式和趋势，对未来电网运行方式的优化做出准备和决策。
2.2数据仓库平台
数据仓库平台能够为决策和在线分析提供数据存储和查询的服务，并且这种在线系统在电网数据调度运行分析中主要负责数据指标的收集工作，比如收集网络参数、机组信息、发电功率以及负荷计划等，特别是计划可能与实际数据有出入，那么就需要对AGC机组的各项指标进行评估，围绕市场交易制定交易报告，并且处理好跨地区的贸易问题。可以说，数据仓库的基础是数据库技术，但是它比数据库更全面，并且运用专门的管理系统整合数据。数据仓库中的数据主要来自数据库，但是这些数据需要借助正确的工具才能发挥作用，本文以在线分析处理方法为例。
3电网数据挖掘系统
显而易见，数据挖掘涉及的数据比较混乱，类型复杂多样，而且有一部分数据不够完整，随机性很强，那么电网调度运行分析中的数据挖掘需要对指标进行统计分析，甚至可以根据分析的需要，合理创新指标，同时计算数据的极值、均值、方差以及标准差等，并且对指标的结果进行评估和预警，合理确定预警阈值。另外，还可以将定量分析和定性分析相结合，对多个视图进行分组，之后让各个指标之间发生关联，并分析相互的影响。这里简单介绍一下定性分析和定量分析的区别：定性分析指的是，利用可视化技术，将数据显示在二维或者三维图形中，并对数据进行旋转处理，观察曲线变化情况；而定量分析主要针对相关系数以及协方差的计算问题，并分析影响的因素。数据挖掘旨在通过数学方法，从数据中找到规律，可以说，数据挖掘涵盖统计信息、计算机图形学以及人工智能等领域，而且不断细化，能够满足不同形式的数据挖掘需求。比如聚类分析法、预测法和回归法，在应用中都取得了很好的效果。近两年，我国自主研发出了全景分布式一体化的电网调度技术支持系统SG-OSS，其中D-5000是系统的核心，能够实时进行监控和预警，并且实现了数据的统一存储和管理。另外，存储设备采用万兆体系架构，配合多核处理器技术，特别是12Gb的SAS总线，能够发挥磁盘最佳的读写性能。
结语
综上所述，本文通过对电网调度运行分析和数据挖掘系统进行分析，并围绕调度指标展开计算，可以帮助调度人员全面掌握电网的运行情况，从而解决实际工作中遇到的问题。
参考文献：
[1]朱效功.浅谈电网调度运行分析和数据挖掘系统[J].科技创新导报，2015，12（11）：85.
[2]赵卫华．供电企业线损管理系统开发与应用研究［Ｄ］．北京：华北电力大学，２０１４．
论文作者:高虹霞
论文发表刊物:《电力设备》2019年第6期
论文发表时间:2019/8/1
标签：电网论文; 指标论文; 数据论文; 数据挖掘论文; 在线论文; 系统论文; 负荷论文; 《电力设备》2019年第6期论文;