摘要：随着国家经济的不断发展，人民生活水平的不断提高，我国居民家中的大功率用电器也日益增多，人民生活对电力的需求，也在日益增大，这就对电力部门的电能调配，提出了更高的要求，怎样结合我国现阶段电力行业现状，对电力系统进行技术改造就成为了一项热门的技术性问题，在如今这个信息化社会，互联网技术十分发达，在解决了网络问题的同时，也在向电力领域蔓延。大数据作为一个新兴学科，具有强大的功能和力量，怎么通过大数据中数据挖掘技术优化电力领域，电力调度自动化系统成为了一项大众关注度极高的课题。
关键词：电力调度；数据挖掘；自动化技术
引言：现阶段，国家电网的发展速度之快，另世人赞叹，电力行业的发电能力也在逐步的提升，国家兴建了多个电力工程，一大批水利发电，风力发电，核电项目，投入使用，从很大程度上缓解了我国电能储备不足的问题，但在电能储备充裕的条件下，怎么智能的调度分配电能，使每个区域合理应用电能成为了当下最迫切需要解决的问题，本文主要阐述了怎样利用大数据领域数据挖掘技术，对电力调度自动化系统进行优化升级的措施与方法。
1. 什么是数据挖掘技术
数据挖掘技术，从本质上讲是一种从海量数据中找到自己所需的有用数据的一种寻找方法，这里面涉及到软件技术中“库”的概念，大数据就是将海量的数据资源统一整合成为各种各样的数据库，数据挖掘就是在建立完的这些数据库中寻找有用数据的一种技术手段。
数据的总体存量是很庞大的，而且数据本身拥有各种各样的数据格式，这就要求数据库的容量也必须是非常大，能够兼容多种数据格式。那么数据库的种类就得到了极大的丰富，数据的查找方式，也就是数据挖掘技术也衍生出了许多种类。
数据挖掘技术在数据库中查找出有用信息之后，会智能分析数据与模型之间的关系，通过分析数据与模型之间的关系，给相关企业提供最佳的解决方案。
2. 数据挖掘技术的种类
数据挖掘技术大体上可以分为两类，一种是发现驱动的数据挖掘技术，另一种是验证驱动的数据挖掘技术两大类。第一种主要指的是使用者通过机器学习，发现新假设，并且分析工作者要进行一定量的分析操作。第二种指的是利用一些验证方法和手段，对提出的隐含假设进行验证。利用这两种技术就可以实现对海量数据的查找发现，智能分析与验证，从一些没有做分类的数据中，转化出有用的数据类型。
3. 数据挖掘的过程
数据挖掘的过程大致可分为，1.逻辑数据库→被选择的数据库→预处理的数据库→被转化的数据→被抽取的数据→被同化的数据。在海量的数据中，需要先查找出跟需求相关的有用的数据类型，在对搜集到的数据类型进行分类整理，对搜集到的数据进行质量分析，确定哪些是可以转化的数据类型，哪些是不能转化的数据类型，再对可以转化的数据类型进行建模处理。
期刊文章分类查询,尽在期刊图书馆
4. 数据挖掘技术在电力调度自动化系统中的应用
电力调度自动化系统是一项可以简化电力行业工作人员系统作用的新兴技术，它可以把电力工作者从繁杂的重复性的工作中解放出来，实现了真正的技术代替人工的作用，提高了电力行业的工作效率。而数据挖掘工作的应用，也是大数据技术在电力相关领域的又一成功应用。
电力调度自动化系统主要包含：前置机，主备用服务器，Web服务器，端口，卫星钟，RTU和物理隔离网管。数据挖据技术应用到电力调度自动化系统中的好处在于，可以使大量有用的数据，更加直观的反映给中央控制平台，做到了电力调度的实时性，使负责电力调度的管理人员更加直观的了解电力调度的情况，优化了自动调度系统，切实的承担起了电力保障工作。另一方面，数据挖掘技术的应用使得之前很多由人工分析的环节，简化成智能软件化分析，节约了人力，降低了电力企业的生产成本。
现阶段我国的电力调度自动化系统应用了数据挖掘技术之后，主要解决两大方面问题，一方面，调度系统需要根据电能使用的容量，根据冗余回路之间的负荷关系，自主决定电路的切换和闭合，在大负荷状态下，如果线路中出现过载状况，能够根据实时状态，智能切换到备选电路，另一方面，搭载了数据挖掘技术的电能自动化调度系统，能根据线路实时的工作状态数据，在电路发生故障时，搜集整理相关故障参数，根据多种返回搜集到的数据信息，智能定位故障发生点。并将这一故障位置实时传送给维护修理人员，这样一来，就省去了维护修理人员查找故障点的过程，一方面保障了故障查找的及时性，另一方面保证了电路维护人员的人身安全。提高了电力企业的生产经营效率。
5. 数据挖掘技术在实际应用中的分析方法
5.1模糊分析法
模糊分析法主要针对的是“类”数列，对分类的数据进行智能化查找，提高“类”数据的全面性综合性。在电力领域，电力调度自动化系统中的数据挖掘技术，应用了模糊分析法，可以实现“备”“调”一体，对电力分配系统全面应对用电紧张之一问题，起到了很大的帮助。
5.2 神经网络分析法
神经网络分析法是一种，运用计算机模拟办法，解决离散工作参数的一种办法，神经网络分析法可以结合模糊分析法等多种分析方法对离散数据进行智能化合理分析，结合多种逻辑相关的数据类型，对所有搜集到的数据进行合理化分析。
在神经网络分析方法的控制下，电力调度自动化系统会智能计算出，理论输出值和实际配给值，通过调节阈值和权值得数值，分析理论与实际的差异，并将这种差异反馈给中央控制平台，由中央控制平台给出解决办法，实现数据反馈。
结束语：
在网络技术高度发展的今天，结合大数据中的数据挖掘技术完善电力调度自动化系统已经成为了一个必然的趋势，传统的电力调度自动化系统在工作中存在诸多不完善之处，而大数据中数据挖掘技术完美的解决了这一技术问题，使得电力分配更加的合理和高效，在一定程度上，改变了电力企业生产的现状，提高了企业的生产效率，增加了产值，另一方面还给相关电力从业人员的人身安全提供了有力的保证，让电力部门更加完美的承担起了基础保障角色，给国家的经济发展提供了有力的支撑。相信未来，随着科学技术的不断进步，搭载了数据挖掘技术的电力调度自动化系统，一定会更加完善。
参考文献：
[1] 陈亮．浅谈无功补偿技术在电气自动化中的应用讲机电信息.2012,(24).
论文作者:徐智俊
论文发表刊物:《电力设备》2019年第23期
论文发表时间:2020/5/6