论文部分内容阅读
摘要：在大数据技术的不断发展下，人们对数据信息的需求增加，但是现阶段社会发展中缺乏对数据信息进行有效分析、处理的工具。数据库系统也仅仅是对数据信息的简单处理，无法充分挖掘数据信息背后的隐藏信息，因而无法发挥出数据信息在人类社会发展中的重要作用。电力调度自动化系统中包含大量电力数据信息，但是在实际应用中这些信息是很难被完全挖掘出来的。数据挖掘的出现有效解决了信息无法充分挖掘的问题，能够实现对噪声数据、不完全数据的有效处理。在数据挖掘中，关联规则数据是数据挖掘的重要课题，通过关联规则能够发现不同数据库数据信息之间的关联，为数据挖掘提供有力支持。为此，文章重点分析基于关联规则的数据挖掘在电力调度自动化系统中的应用。
关键词：电力调度;自动化;数据挖掘技术
一、数据挖掘相关概述
从技术层面讲，数据挖掘便是在诸多数据中，利用多种分析工具探寻数据同模型间的关系，并通过此种关系的发现为决策提供有效依据。由于数据挖掘的飞速发展，随着出现了许多多元化的技术与方法，基于此便形成了多种不同的分类。通俗的讲，能够把数据挖掘分为验证驱动性和发现驱动型这两种知识发现。验证驱动型指的是客户利用多元化工具对自己所提的假设进行查询与检索，来否定或是验证假设的一个过程;而发现驱动型是通过统计或是机器学习等技术来研究新 的假设。
二、电力调度自动化系统概述
1.內涵
电力调度自动化系统能够为电网系统安全、稳定运行提供重要支持，并为相关电力人员工作、决策提供有力信息的支持。电力调度自动化系统的组成如下所示：第一，前置机。前置机能够从RTU从完成数据信息的收集整理工作，并能够结合实际对系统的指令进行接收、解释。第二，主备用服务器。主备泳服务器包括数据库和实时库服务器，是电力调度系统的重要组成部件，能够对系统各个工作站的运行进行监督。第三，网络服务器。网络服务器主要是对数据信息分布和数据表整理工作的监督。第四，卫星钟。卫星钟系统将全球定位时间作为系统时间。第五，物理隔离开关。物理隔离开关能够解决数据的隔离应用问题。
2.电力调度自动化系统对数据挖掘技术的需求
电力导调度自动化系统对数据挖掘技术的需求具体表现在以下几个方面：第一，通过数据挖掘技术减少电力调度自动化系统的工作时间，提高工作效率。第二，数据挖掘能够提高数据挖掘技术的管理应用水平，减少外界因素对电力调度自动化的干扰。第三，能够从不同角度对数据信息进行定量、定性分析。第四，为电网报告的分析和制定提供辅助支持。第五，实现了对数据信息的及时查询，为电力调度自动化工作提供了支持。
三、电力调度自动化系统中数据挖掘技术的应用
1.挖掘系统平台
隨着科技水平的进步和发展，促使信息技术的不断被挖掘出来，在大数据背景下，电力调度系统已从原始的实时报表的监控查询系统转换成为智能化的调度，运用高级的软件促进了电力调度系统不断趋向了智能化趋势的发展，可在周期关联的规则下挖掘出相应的数据平台，例如可选用微软的net平台，数据信息系统可在此平台的支持下，有效的丰富数据信息资源，它具有丰富的资源，也具备较大的访问能力。
2.设计集成模块
在应用电力系统的过程中其具有多项标准，这些相应的标准针对于分布式的电力系统来说，在其发展的过程中具有一定的推动性作用，但由于各数据集成规律不同，使得电力企业在发展的过程中，出现数据混乱的情况，为了更好的防止这一现象的出现，可对数据集成模块定期的进行清洗和整理。
3.云计算在挖掘技术中的应用
在大数据背景下目前虽然已经产生了云计算技术，但是它还处于发展期间，因此存在着一定的缺陷和问题，因此云计算应用与挖掘技术的过程中可通过以下几点入手，第一，合理的构建基础设备，在其创建的过程中应根据客户的变化要求，考虑不同行业之间的特点，建设合理的云计算挖掘系统，继而方便客户对相关数据的需求。第二，虚拟技术的出现，为云计算挖掘技术提供了有利的保障，在未来电力调试的过程中可借助虚拟技术，合理的将云计算挖掘技术应用到其中，在相关数据信息收集的过程中，合理的运用网络信息技术，能促使电力调度系统实现自动化体系，为相关工作带来了一定的便利。第三，通过运用云计算挖掘技术研发各种新型的产品，充分的了解客户和社会的需求，引起大众的关注度，继而可一生数据挖掘技术的个性化和多样化，为电力调度系统带来一定的便利。
4.神经网络的应用方式
数据挖掘技术可运用神经网络的方式将其应用与电力调度系统中，运用此技术，可实现电度调试自动化趋势发展，可将数据分布储存、自行处理、高度容错，它能为不完整、不精确、模糊的数据进行适当的处理，在电力调度自动化系统挖掘数据的过程中，运用神经网络可运用关联分析的方式进行数据逻辑处理，其包含以下几点内容，第一，将基础数据进行统一和整合，由于电力调度系统包含了较为复杂并且种类较多的数据，因此，通过神经网络将相关数据进行有效的整合和统一，促使数据形成一定的结构模板。第二，关联不同环节的电力调度，运用挖掘神经网络技术的方式来整理不同环节电流的参数和状况，能够有效的确保相关数据的整合性和关联性。第三具有一定的决策性和关联性，运用神经网络来对相关数据进行有效的整合，具有一定的决策性和分析性，可共享不同阶段的数据。
5.灰色分析法的应用方式
在对时间线上相关联的数据进行分析时会应用到灰色分析法，通过应用一定的数学方法，把数据中的白色部分当作主要依据，找出它同黑色部分有关联的地方，进而实现数据灰色化。在挖掘电力数据时，灰色分析法为最普遍的利用方法之一，主要把其应用到电力数据预测及分析中。它的优点为尽管数据不完整或是数据有限皆能够应用与分析，但其不足为不能将大数据的使用价值充分的发挥出。
6.模糊分析法的应用方式
此种方法为聚类分析法的一种，是最常应用聚类方法，其主要是对已知数列进行聚类与分析，让数据能够展开全面、综合的分类。同灰色分析法差异点为，利用模糊分析法能够合理应用大数据优势，满足对其的实质性需求。
四、结束语
综上所述，在电网正常运行过程中，电力调度自动化系统在其中非常的关键，数据挖掘技术对电力调度自动化系统在数据挖掘、收集整理的过程中，具有重要的意义。随着时代的进步和发展，我国不断创新电力调度自动化系统的使用方式。运用数据挖掘技术的过程中，还需要专业的人员进行实验和研究，进而促进我国电力调度系统的发展，真正的实现电力调度自动化。
参考文献
[1]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，2019（9）：58-59.
[2]张磊琪. 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（2x）：79-80.
国网山西省电力公司忻州供电公司，山西忻州 034000
关键词：电力调度;自动化;数据挖掘技术
一、数据挖掘相关概述
从技术层面讲，数据挖掘便是在诸多数据中，利用多种分析工具探寻数据同模型间的关系，并通过此种关系的发现为决策提供有效依据。由于数据挖掘的飞速发展，随着出现了许多多元化的技术与方法，基于此便形成了多种不同的分类。通俗的讲，能够把数据挖掘分为验证驱动性和发现驱动型这两种知识发现。验证驱动型指的是客户利用多元化工具对自己所提的假设进行查询与检索，来否定或是验证假设的一个过程;而发现驱动型是通过统计或是机器学习等技术来研究新 的假设。
二、电力调度自动化系统概述
1.內涵
电力调度自动化系统能够为电网系统安全、稳定运行提供重要支持，并为相关电力人员工作、决策提供有力信息的支持。电力调度自动化系统的组成如下所示：第一，前置机。前置机能够从RTU从完成数据信息的收集整理工作，并能够结合实际对系统的指令进行接收、解释。第二，主备用服务器。主备泳服务器包括数据库和实时库服务器，是电力调度系统的重要组成部件，能够对系统各个工作站的运行进行监督。第三，网络服务器。网络服务器主要是对数据信息分布和数据表整理工作的监督。第四，卫星钟。卫星钟系统将全球定位时间作为系统时间。第五，物理隔离开关。物理隔离开关能够解决数据的隔离应用问题。
2.电力调度自动化系统对数据挖掘技术的需求
电力导调度自动化系统对数据挖掘技术的需求具体表现在以下几个方面：第一，通过数据挖掘技术减少电力调度自动化系统的工作时间，提高工作效率。第二，数据挖掘能够提高数据挖掘技术的管理应用水平，减少外界因素对电力调度自动化的干扰。第三，能够从不同角度对数据信息进行定量、定性分析。第四，为电网报告的分析和制定提供辅助支持。第五，实现了对数据信息的及时查询，为电力调度自动化工作提供了支持。
三、电力调度自动化系统中数据挖掘技术的应用
1.挖掘系统平台
隨着科技水平的进步和发展，促使信息技术的不断被挖掘出来，在大数据背景下，电力调度系统已从原始的实时报表的监控查询系统转换成为智能化的调度，运用高级的软件促进了电力调度系统不断趋向了智能化趋势的发展，可在周期关联的规则下挖掘出相应的数据平台，例如可选用微软的net平台，数据信息系统可在此平台的支持下，有效的丰富数据信息资源，它具有丰富的资源，也具备较大的访问能力。
2.设计集成模块
在应用电力系统的过程中其具有多项标准，这些相应的标准针对于分布式的电力系统来说，在其发展的过程中具有一定的推动性作用，但由于各数据集成规律不同，使得电力企业在发展的过程中，出现数据混乱的情况，为了更好的防止这一现象的出现，可对数据集成模块定期的进行清洗和整理。
3.云计算在挖掘技术中的应用
在大数据背景下目前虽然已经产生了云计算技术，但是它还处于发展期间，因此存在着一定的缺陷和问题，因此云计算应用与挖掘技术的过程中可通过以下几点入手，第一，合理的构建基础设备，在其创建的过程中应根据客户的变化要求，考虑不同行业之间的特点，建设合理的云计算挖掘系统，继而方便客户对相关数据的需求。第二，虚拟技术的出现，为云计算挖掘技术提供了有利的保障，在未来电力调试的过程中可借助虚拟技术，合理的将云计算挖掘技术应用到其中，在相关数据信息收集的过程中，合理的运用网络信息技术，能促使电力调度系统实现自动化体系，为相关工作带来了一定的便利。第三，通过运用云计算挖掘技术研发各种新型的产品，充分的了解客户和社会的需求，引起大众的关注度，继而可一生数据挖掘技术的个性化和多样化，为电力调度系统带来一定的便利。
4.神经网络的应用方式
数据挖掘技术可运用神经网络的方式将其应用与电力调度系统中，运用此技术，可实现电度调试自动化趋势发展，可将数据分布储存、自行处理、高度容错，它能为不完整、不精确、模糊的数据进行适当的处理，在电力调度自动化系统挖掘数据的过程中，运用神经网络可运用关联分析的方式进行数据逻辑处理，其包含以下几点内容，第一，将基础数据进行统一和整合，由于电力调度系统包含了较为复杂并且种类较多的数据，因此，通过神经网络将相关数据进行有效的整合和统一，促使数据形成一定的结构模板。第二，关联不同环节的电力调度，运用挖掘神经网络技术的方式来整理不同环节电流的参数和状况，能够有效的确保相关数据的整合性和关联性。第三具有一定的决策性和关联性，运用神经网络来对相关数据进行有效的整合，具有一定的决策性和分析性，可共享不同阶段的数据。
5.灰色分析法的应用方式
在对时间线上相关联的数据进行分析时会应用到灰色分析法，通过应用一定的数学方法，把数据中的白色部分当作主要依据，找出它同黑色部分有关联的地方，进而实现数据灰色化。在挖掘电力数据时，灰色分析法为最普遍的利用方法之一，主要把其应用到电力数据预测及分析中。它的优点为尽管数据不完整或是数据有限皆能够应用与分析，但其不足为不能将大数据的使用价值充分的发挥出。
6.模糊分析法的应用方式
此种方法为聚类分析法的一种，是最常应用聚类方法，其主要是对已知数列进行聚类与分析，让数据能够展开全面、综合的分类。同灰色分析法差异点为，利用模糊分析法能够合理应用大数据优势，满足对其的实质性需求。
四、结束语
综上所述，在电网正常运行过程中，电力调度自动化系统在其中非常的关键，数据挖掘技术对电力调度自动化系统在数据挖掘、收集整理的过程中，具有重要的意义。随着时代的进步和发展，我国不断创新电力调度自动化系统的使用方式。运用数据挖掘技术的过程中，还需要专业的人员进行实验和研究，进而促进我国电力调度系统的发展，真正的实现电力调度自动化。
参考文献
[1]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，2019（9）：58-59.
[2]张磊琪. 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（2x）：79-80.
国网山西省电力公司忻州供电公司，山西忻州 034000