摘要：自动化运行技术已普遍应用于企业的生产过程中。而在具体的现代化信息网络数据加工层面，数据挖掘技术的应用能够更好地完成数据的处理和采集工作，有效提升数据在传输和存储过程中的控制和管理水平。数据挖掘技术不但可以通过高级功能的计算将数据资源合理利用，同时能通过一些高科技的技术来进行数据的挖掘，从大量显示和隐藏的数据中找到我们所需要的正确的数据信息。在电力调度自动化系统系统中应用数据挖掘技术，必然会推动生产企业的创新和发展。
关键词：电力调度自动化系统；数据挖掘技术；应用
1数据挖掘技术
随着我国信息技术的不断发展，当前数据库容量已经达到了难以想象的水平，那么在如此大量的数据之后，如何准确找到具有决策性的信息呢，答案就是：数据挖掘。数据挖掘从技术层面上来讲就是在大量数据中，通过利用各种分析工具找出数据与模型之间的关系，并通过这种关系的发现为企业做出正确决策提供依据。伴随着信息挖掘技术的快速发展，也相继出现了许多的不同类型的方法和技术，也直接导致了现在的信息挖掘技术形成了很多的分类。一般情况下，信息挖掘技术分为了发现驱动型和验证驱动型两类。发现驱动型就是指通过机器的学习发现新的假设；而验证驱动型就是用户来验证或者否定自己假设的一种方法，前提就是通过各种工具对自己的假设进行多方面的检索查询。
2数据挖掘技术在电力调度自动化中应用的必要性
数据挖掘运用在加工网络数据中，有助于收集信息和处理数据。进而促使传送数据和储存数据的管控水平的有效提高。数据挖掘技术既能利用高级计算功能科学、合理的运用数据资源，还能利用先进科学技术来挖掘数据，进而在众多隐匿和显示的数据寻找出所需的精准数据信息。将数据挖掘技术运用到电力调度系统中，必然会为电力系统的革新和发展注入新的血液，同时能够在一定范围内提升经济效益。一般数据库中只有较小的信息量，在一个数据库中信息的占比较小，因此并不需要使用数据挖掘技术。不过，在数据库中潜藏的数据通常在应用中不但参考价值高，而且还能担负推测功能的重任。比如电力调度自动化系统的数据库中，在负荷和电压这类经常运用的数据中，很难找寻出能够辅助用户做出正确决策的信息。
3数据挖掘技术的流程及电力调度自动化对数据挖掘技术的需求
3.1数据挖掘技术的流程
（1）业务对象要明确：对于数据挖掘工作，要有计划地进行探索，保证数据挖掘的有效性。在进行数据挖掘工作时，必须要做好的基础工作就是，对业务问题有一个清楚明了的认识，明确数据挖掘工作的目的。（2）准备数据，在该环节应当做以下工作：第一步选取数据，检索全部与业务对象相关的数据，当数据检索出来之后筛选出适合该业务的数据；第二步对数据进行预处理，探究上步数据的质量，为下面的数据转化展开分析，同时确定数据挖掘采用哪种方法。第三数据转化。把数据向能够适用于挖掘算法的模型转化。（3）数据挖掘及分析。对转换之后的数据予以挖掘，使用一定的分析方法对其结果予以评估，通常使用最普遍的分析方法为可视化技术。
3.2电力调度自动化系统对数据挖掘技术的需求
目前，国内数据挖掘技术有较快的发展速度，其功能也逐渐完善。可以归纳、整合在系统中分散的数据，为企业或者用户提供精准、完好无损的信息，将有效的信息提供给企业，确保企业管理者能做出更准确的管控和决策。在国内电网逐渐扩大规模的背景下，采集数据量也日益增多。基于此在企业生产、经营和管理中，都需要将庞大的数据信息转化成为知识，为管理者提供决策支持。在电网调度自动化系统数据挖掘技术的功能需求，体现在以下几个方面。（1）数据挖掘技术可以减少手工操作的时间，自动从分散的子调度自动化系统中提取有用的数据信息。（2）数据挖掘能保障管理层切实掌握实时信息，如实获得生产和经营的相关数据信息，避免了中间人对数据的干扰。（3）可以从不同的方面定性和定量地掌握数据信息，帮助预测和管理工作。
期刊文章分类查询,尽在期刊图书馆（4）辅助电网报告的分析和制订，辅助不同岗位的运作工作。（5）可以即时查询数据，帮助工作的顺利进展。
在决策问题上电力调度自动化系统对于数据挖掘的需求，能够帮助管理层信息沟通，达到合理配置有效运用各种资源，达到发展目标。企业对于电网规划的决策活动主要是围绕电负荷的变化来进行的，这就需要管理层随时掌握第一时间的数据信息，通过不断的分析和整理，调整规划的开展。基于电负荷的变化，搜集各地电力新技术和信息资料，从而确定规划决策。电力调度自动化的决策过程，充分体现了对于数据信息挖掘的重要性，企业管理者通过计划、组织、数据分析达到决策目的。由此可以看出数据信息是管理的必备资料，也是联系管理水平和效果的重要依据。
4电力调度自动化系统中数据挖掘技术的应用
电力调度系统中数据挖掘技术的应用，有效地解决了收集准确信息困难的问题，数据挖掘技术的关键点就是通过采取技术来进行相关的数据挖掘，从而获得所需要的精准数据信息。下面介绍了三种电力调度自动化系统中数据挖掘技术。
4.1神经网络法
神经网络法把计算机计算能力充分运用起来以后，对散列数据展开逻辑处理的方法，主要在专家系统中运用。该专家系统将计算机的云计算能力充分利用起来，全方位的深入到电力数据当中进行数据的挖掘和探析，在整合电力数据和预测中发挥重要作用。采用神经网络法时会以神经网络模型而展开，BP网络模型是常见的一种神经网络模型，本文以该模型为例展开分析。一般在进行短期负荷预测时，可以将周末、特殊假期、气候条件等要素视作神经元向神经网络中输送，并且加入遗忘和平滑这两个系数，就可以加快本电力调动自动化系统中神经网络的收敛速度，这样就能得出更为精准的预测成果。
4.2灰色分析法
在对时间线上有相关联系的数据予以分析时会使用到灰色分析法，通过使用一定的数学方法，将数据中的白色部分作为依据，找出其与黑色部分的相关联系，以此来实现数据的灰色化。在电力数据的挖掘中，灰色分析法是最为普遍使用的方法之一，主要将其用于电力数据的预测分析。其优点在于即使是不完整的或者是有限的数据都可以利用起来对其分析；但其缺点就在于无法发挥出大数据的利用价值。
4.3模糊分析法
模糊分析法属于聚类分析法其中的一种，是最常被电力系统应用的一种聚类方法。模糊分析法就是针对已知的数列进行聚类和分析工作，以达到数据全面、综合的分类效果。此方法是聚类分析法的一种，也是经常被电力调度系统所采用的一种聚类分析方法。其优点就是弥补了灰色分析法的缺点，使大数据的功能得以充分的发挥利用，满足了客观的数据整理需求。
5结束语
综上所述，智能电网概念的提出在电力行业中刮起了一阵新风潮，电力调度自动化系统作为智能电网系统的测试系统，主要是就数据挖掘技术是否能在其中得到良好的应用予以分析。而随着我国电网技术的高速发展，相信调动自动化必然会经过升级、改造，实现智能电网对其提出的严格要求，而将数据挖掘技术应用在电力系统中能有效地解决了数据收集困难的问题。同时电力调度自动化系统中信息挖掘技术的应用，进一步提高了智能电网的快速发展，也满足了电力系统建设的需求。
参考文献：
[1]数据挖掘技术在电网中的应用分析[J].张逸彬.云南电业.2016（11）
[2]浅谈数据挖掘技术的概念[J].赵淑君，袁小波.科技视界.2013（33）
[3]大数据分析技术在用电信息异常分析中的应用[J].王健，杨清银.自动化与仪器仪表.2018（03）
[4]基于数据挖掘的现代自动化控制管理系统设计[J].刘贺.现代电子技术.2016（10）
论文作者:孙国庆,朱宏超,许财智,李朋,贾寐,孙竹叶,杨雨
论文发表刊物:《电力设备》2018年第14期
论文发表时间:2018/8/17
标签：数据论文; 数据挖掘论文; 技术论文; 电力论文; 信息论文; 自动化系统论文; 电网论文; 《电力设备》2018年第14期论文;