论文部分内容阅读
摘要：我国大数据下的挖掘智能技术广泛应用于电力发、输、变、配、用的各个环节，介绍了我国电力系统设备雷电状态预报、设备正常运行状态预测分析、配电系统设备运行状态故障检测预警及行业风险评估预测、用户对于用电系统行为心理特性分析聚类、电力资源用户行为特性分析等多项智能算法的实际应用。数据挖掘技术应用可以显著大幅提高光伏电网建设运行管理效益，是未来推动智能电网建设发展的重要核心技术之一。
关键词：数据挖掘;输电系统;配电系统;用电互动;电力市场
信息化的快速发展与广泛应用逐步推动了我国大数据应用时代的正式到来。大数据是指根据信息分析技术手段收集某一个行业指定的相关数据，并依据行业分析内容进行数据分析与综合整理，供行业参考借鉴，目前大数据在各个行业都已经受到重新高度审视。同时，随着国家改革创新开放和社会服务意识的不断转变，电力系统逐渐开始转变电力产业服务属性，向现代服务性电力产业发展方向快速发展，服务业的最大核心价值是服务顾客。
1数据挖掘技术
它指的是一种通过对海量数据进行建模，并通过利用数理分析模型对一个企业的现有海量数据资源进行整理和综合分析的方法，可以帮助很多企业去了解的客户或者，解决不同的企业市场定位划分。电网运行是一个复杂的系统，数据量巨大，尤其特别是在我国电力企业正式进入大数据时代之后，仅仅是电力设备运 行和电力负荷的数据规模就已十分惊。在此基础上，将其大数据挖掘技术将其广泛应用到实际工作中，为企业解决这一技术难题却也提供了新的有效途径。数据挖掘分析技术在实现电力系统负荷变化预测、电力系统正常运行环境状态数据监测、电力系统用户行为特征及价值数据提取、电价波动预测等多个方面也都具有良好的行业应用发展前景。
2数据挖掘过程
其中数据分析挖掘主要阶段包括数据挖掘准备、数据挖掘以及对数据结果的分析评价和数据表示三个主要阶段。①资料准备阶段。数据挖掘分析时，首先我们要从各个相关整体数据源中正确选择必要的相关数据源并进行综合处理，将其综合集成为一个有利于进行数据挖掘的整体数据集。根据这一发展阶段的具体信息划分，可以细分为信息选择、预处理和信息转化。②进入数据分析挖掘初级阶段。把集中准备的各阶段资料整合在得到的资料集中，以某种方法可以发现其中某些隐含的规律。这一发展阶段可以将其细化划分为如何确定各种数据挖掘技术目标、选择挖掘算法、数据挖掘等。③成果评价和展示。在发现了数据集隐含的规则之后，挖掘出来的数据模型和方法并不是真正的知识，需要尽一切可能以简单明了、用户容易理解的方式把发现的规律表达出来。数据挖掘的目的在于最终形成的结果，能够被用户理解，并能够用于实际生产。
3国内研究现状
相对于国外，我国对于大数据分析挖掘的基础研究起步较晚，还不成熟。国内外最新课题研究进展主要是：成功建立集合分析理论体系，对海量数据进行集合处理;基于粗糙集和模糊集集合理论，并将两者理论融合起来应用于kdd;成功构造了模糊知识系统中的辨识管理方法和模糊知识管理模型，建立智能专家系统;深入研究基于集合数据挖掘应用理论和数据实现应用方法;充分利用数字概念法和格式分析挖掘。当前，我国的大数据挖掘应用技术主要广泛应用于因特网、金融服务和现代农业等多个领域，在电力系统中的应用逐年不断增多，特别是在发电工业领域，部分电力系统已经率先投入应用，而在其他工业领域的技术应用也在逐步取得新的进展。因此，数据挖掘技术在目前我国仍然具有较大的市场发展潜力。
4数据挖掘技术在电力系统中的应用
4.1信息管理
利用数据挖掘分析技术可以进行有效的海量数行管理分析，可以有效提高我国电力企业公司的运行管理效率和降低运营管理成本，同时通过建立数据仓库系统可以有效消除不同操作系统、不同数据运行管理平台之间的不兼容性，提高电力企业数据的采集速度和处理效率。信息化客管理以用电客户为服务重点，经过几十年的发展建设，我国用电客户已完全涵盖了各个行业，包括各类人群，且不同用电客户覆盖范围、时间区域范围等明显存在差异。因特网已经成功进入我国电力系统30多年了，建立了一个庞大的电力数据库，可为各种电力信息系统提供数据分析和传递服务，并根据电力企业实际需要建立相应的数据模型。根据用户数据分析，可自动制定更科学的综合供电传输计划和综合供电传输线路建设规划
4.2调度信息化
无论哪种电力企业都非常需要加强企业内部各职能部门的紧密协作，电力系统建设涉及的企业部门众多，用户复杂多样，更多的需要各个部门间的紧密联系与协同调度。利用这种数据挖掘技术可以根据电网的历史数据和电网实时管理数据对各个部门进行管理，并对各个部门所有必需的数据资源进行实时分析，。特别是在子网中，传统电网的调度往往比较复杂。利用网络挖掘技术可以有效地解决电力系统数据共享的难题。
4.3动态安全评估
由于当前电力系统内部的结构复杂性和电力用户群的复杂性，使得解决电力系统的安全保障问题显得极其重要。建立合理的安全风险评估管理机制已经是现代电力系统的一门必修课，传统的安全风险评估机制是根据固定的安全问题、固定的评估内容来进行的，在出现安全问题后，很多细节是不会被发现的。而利用数据挖掘技术则可以有效地准确评估，哪些信息問题可能属于高发性内容，哪些问题需要特别注意，哪些安全问题在不同的时间阶段处于高发性的阶段，可通过利用数据挖掘技术应用来有效地准确评估一个企业。
结束语：
数据挖掘技术是一种集海量统计、数据自动化的分析与预处理、数据库技术以及数据人工智能及其他相关应用领域等多学科研究为一体的新兴挖掘技术。这种技术的快速发展使得当今人们可以能够随时接触并学到大量这些隐藏在真实数据背后的知识，人们也因此可以通过使用大量的数据分析来帮助验证一些相关的科学假设或理论模型。在电力系统承载负荷上的预测、输变电管理、电能质量分析以及电力决策中，数据挖掘技术的应用主要是预测和表述这两个方面。基于大量的数据对不同未知数的信息关系进行分析预测，寻找一种容易理解的模型来准确描述数据间的相互关系。
参考文献：
[1]廖志伟，孙雅明. 数据挖掘技术及其在电力系统中的应用[J]. 电力系统自动化，2001，25（11）：62-66.
[2]李德高. 论数据挖掘技术及其在电力系统中的应用[J]. 电脑迷，2018（15）：22.
[3]周一聪. 数据挖掘技术及其在电力系统负荷预测中的应用[J]. 黑龙江科技信息，2016（31）：20.
关键词：数据挖掘;输电系统;配电系统;用电互动;电力市场
信息化的快速发展与广泛应用逐步推动了我国大数据应用时代的正式到来。大数据是指根据信息分析技术手段收集某一个行业指定的相关数据，并依据行业分析内容进行数据分析与综合整理，供行业参考借鉴，目前大数据在各个行业都已经受到重新高度审视。同时，随着国家改革创新开放和社会服务意识的不断转变，电力系统逐渐开始转变电力产业服务属性，向现代服务性电力产业发展方向快速发展，服务业的最大核心价值是服务顾客。
1数据挖掘技术
它指的是一种通过对海量数据进行建模，并通过利用数理分析模型对一个企业的现有海量数据资源进行整理和综合分析的方法，可以帮助很多企业去了解的客户或者，解决不同的企业市场定位划分。电网运行是一个复杂的系统，数据量巨大，尤其特别是在我国电力企业正式进入大数据时代之后，仅仅是电力设备运 行和电力负荷的数据规模就已十分惊。在此基础上，将其大数据挖掘技术将其广泛应用到实际工作中，为企业解决这一技术难题却也提供了新的有效途径。数据挖掘分析技术在实现电力系统负荷变化预测、电力系统正常运行环境状态数据监测、电力系统用户行为特征及价值数据提取、电价波动预测等多个方面也都具有良好的行业应用发展前景。
2数据挖掘过程
其中数据分析挖掘主要阶段包括数据挖掘准备、数据挖掘以及对数据结果的分析评价和数据表示三个主要阶段。①资料准备阶段。数据挖掘分析时，首先我们要从各个相关整体数据源中正确选择必要的相关数据源并进行综合处理，将其综合集成为一个有利于进行数据挖掘的整体数据集。根据这一发展阶段的具体信息划分，可以细分为信息选择、预处理和信息转化。②进入数据分析挖掘初级阶段。把集中准备的各阶段资料整合在得到的资料集中，以某种方法可以发现其中某些隐含的规律。这一发展阶段可以将其细化划分为如何确定各种数据挖掘技术目标、选择挖掘算法、数据挖掘等。③成果评价和展示。在发现了数据集隐含的规则之后，挖掘出来的数据模型和方法并不是真正的知识，需要尽一切可能以简单明了、用户容易理解的方式把发现的规律表达出来。数据挖掘的目的在于最终形成的结果，能够被用户理解，并能够用于实际生产。
3国内研究现状
相对于国外，我国对于大数据分析挖掘的基础研究起步较晚，还不成熟。国内外最新课题研究进展主要是：成功建立集合分析理论体系，对海量数据进行集合处理;基于粗糙集和模糊集集合理论，并将两者理论融合起来应用于kdd;成功构造了模糊知识系统中的辨识管理方法和模糊知识管理模型，建立智能专家系统;深入研究基于集合数据挖掘应用理论和数据实现应用方法;充分利用数字概念法和格式分析挖掘。当前，我国的大数据挖掘应用技术主要广泛应用于因特网、金融服务和现代农业等多个领域，在电力系统中的应用逐年不断增多，特别是在发电工业领域，部分电力系统已经率先投入应用，而在其他工业领域的技术应用也在逐步取得新的进展。因此，数据挖掘技术在目前我国仍然具有较大的市场发展潜力。
4数据挖掘技术在电力系统中的应用
4.1信息管理
利用数据挖掘分析技术可以进行有效的海量数行管理分析，可以有效提高我国电力企业公司的运行管理效率和降低运营管理成本，同时通过建立数据仓库系统可以有效消除不同操作系统、不同数据运行管理平台之间的不兼容性，提高电力企业数据的采集速度和处理效率。信息化客管理以用电客户为服务重点，经过几十年的发展建设，我国用电客户已完全涵盖了各个行业，包括各类人群，且不同用电客户覆盖范围、时间区域范围等明显存在差异。因特网已经成功进入我国电力系统30多年了，建立了一个庞大的电力数据库，可为各种电力信息系统提供数据分析和传递服务，并根据电力企业实际需要建立相应的数据模型。根据用户数据分析，可自动制定更科学的综合供电传输计划和综合供电传输线路建设规划
4.2调度信息化
无论哪种电力企业都非常需要加强企业内部各职能部门的紧密协作，电力系统建设涉及的企业部门众多，用户复杂多样，更多的需要各个部门间的紧密联系与协同调度。利用这种数据挖掘技术可以根据电网的历史数据和电网实时管理数据对各个部门进行管理，并对各个部门所有必需的数据资源进行实时分析，。特别是在子网中，传统电网的调度往往比较复杂。利用网络挖掘技术可以有效地解决电力系统数据共享的难题。
4.3动态安全评估
由于当前电力系统内部的结构复杂性和电力用户群的复杂性，使得解决电力系统的安全保障问题显得极其重要。建立合理的安全风险评估管理机制已经是现代电力系统的一门必修课，传统的安全风险评估机制是根据固定的安全问题、固定的评估内容来进行的，在出现安全问题后，很多细节是不会被发现的。而利用数据挖掘技术则可以有效地准确评估，哪些信息問题可能属于高发性内容，哪些问题需要特别注意，哪些安全问题在不同的时间阶段处于高发性的阶段，可通过利用数据挖掘技术应用来有效地准确评估一个企业。
结束语：
数据挖掘技术是一种集海量统计、数据自动化的分析与预处理、数据库技术以及数据人工智能及其他相关应用领域等多学科研究为一体的新兴挖掘技术。这种技术的快速发展使得当今人们可以能够随时接触并学到大量这些隐藏在真实数据背后的知识，人们也因此可以通过使用大量的数据分析来帮助验证一些相关的科学假设或理论模型。在电力系统承载负荷上的预测、输变电管理、电能质量分析以及电力决策中，数据挖掘技术的应用主要是预测和表述这两个方面。基于大量的数据对不同未知数的信息关系进行分析预测，寻找一种容易理解的模型来准确描述数据间的相互关系。
参考文献：
[1]廖志伟，孙雅明. 数据挖掘技术及其在电力系统中的应用[J]. 电力系统自动化，2001，25（11）：62-66.
[2]李德高. 论数据挖掘技术及其在电力系统中的应用[J]. 电脑迷，2018（15）：22.
[3]周一聪. 数据挖掘技术及其在电力系统负荷预测中的应用[J]. 黑龙江科技信息，2016（31）：20.