数据挖掘在智慧决策中的重要性【电网自动化数据挖掘与辅助决策研究】

　　摘 要:随着计算机技术的迅速发展及广泛应用,尤其是数据库的应用普及,为企业的生产经营及决策提供了更为可靠的数据支持及信息服务,其中,电网自动化就是计算机应用的主要体现,并为我国的电力企业带来了巨大的经济效益及发展,本文就电网自动化数据挖掘与辅助决策进行了分析研究。
　　关键词:电网自动化 数据挖掘 辅助决策
　　中图分类号:TP2 文献标识码:A 文章编号:1672-3791(2012)06(c)-0027-01
　　近些年,随着科技的飞速发展,数据库技术的应用也更为广泛,现在的数据库大多仅是对数据进行录入、统计及查询等操作性的处理,经过处理的信息仅是数据库所含信息的一个部分,无法对数据的整体特性及发展趋势进行有效的描述及预测,而数据挖掘技术的应用为电网自动化挖出了更多有用的信息知识及模式,并提供了更为方便的决策支持。
　　1 数据挖掘概述
　　数据挖掘又可称为模式发现及知识发现等,从不同角度具有不同的概述理解,从技术上来说,它在大量的数据中运用各类分析工具来发现数据及模型之间关系的过程,依据这些模型及关系能够进行预测;从商业的角度来看,它则是决策支持的过程,主要运用AL机器及统计学等技术自动化地对企业原有数据进行分析,并作出归纳性推理,挖掘出其潜在模式,从而预测客户行为,从而帮助企业决策者进行市场策略的调整,避免风险并作出正确决策。
　　2 数据挖掘在电网自动化中的应用
　　2.1 数据挖掘在电力系统调度运行的应用
　　调度运行在电力系统中处于核心位置,其任务就是对系统的大量信息进行实时处理,且作出相应的决策,随着电力市场机制的运行,调度中心不仅要确保系统的稳定性及安全性,还要对各种经济问题进行考虑,从投资者角度来考虑其经济利益,并制定出较为合理的电价,这样调度运行就更为复杂了,要制定科学规范的决策,就需要数据挖掘技术的大力支持。电力系统分为正常状态、紧急状态、警戒状态、测试状态和恢复状态。当某种状态被确定下来后,就会发给操作员,并完成操作,而数据挖掘算法就能够帮助其进行分类处理,使指令更为准确及时,并且能够对电力系统的运行状态进行描述,像电力系统中的紧急状态,能够对多个母线电压降低和其他特征进行更好的发现与描述。
　　2.2 数据挖掘在电力系统故障中的分析及规划设计
　　在电力系统中,故障受理系统会积累大量的数据,而采取数据挖掘技术能够将数据中所隐藏的很多事实、关联及因素等有价值信息进行提炼,像采用数据挖掘技术中的关联分析能够对故障发生的原因和其他因素相关性进行分析,如雨量、温度、负荷及雷电等因素的关系,以此分析出符合客观规律的故障原因,并采用序列模式法来找出相同模式及常见故障的部件,然后按照分类法对常见故障部件进行分析找出规则,并把其作为重点预防维修参考,以保证电力系统的安全可靠。对电力系统进行规划设计时,需要对负荷模型引起的多种系统结构可能发生的故障进行考虑与规划,要确定控制保护装置的参数,就要对大量数据进行处理,而数据挖掘就能运用各种分析工具对模型及数据间的关系进行分析,并确定出相应的运行法则及故障发生时的应对策略。
　　2.3 数据挖掘能够进行电力系统的稳定安全评估并监视运行状态
　　运用数据挖掘中的决策树法能够将电力系统中的运行状态划为稳定及不稳定,依据相应规则进行系统数据的自动分析,直到将状态定为稳定为止,运用所提取出的安全评估知识,对系统正常运行中可能存在的安全隐患给予指导,且能够运用可视化技术对稳定性进行分析,并作出提高电力系统安全稳定的决策。相关工作人员能够借助数据挖掘技术所得出的状态监控及预测诊断结果,进行电力系统使用情况的扫描,并对发现的问题及时给予检修,以延长设备的使用寿命,减少检修的成本,从而保证系统稳定运行。
　　3 数据挖掘在电网自动化中的决策及应用
　　3.1 数据挖掘在电网规划中的辅助决策
　　数据挖掘技术在电网的监控、运行及规划中都起到了辅助决策的作用,接下来就以电网规划的决策为例进行决策过程的分析,电网规划决策主要是围绕供电负荷的变化进行开展的,电力部门决策者需要随时地掌握相关的第一手资料,并对负荷特征的变化进行分析研究,从而调整电网规划的策略,整个电网规划工作内容主要包括对情报活动的收集、设计活动、决策方案评价、方案选择和执行及企业内部环境等,在情报活动的收集阶段,需要对供电负荷变化进行评估,并搜集有关变电站的负荷信息、新产品资料及新技术,从而作出决策的目标,在活动设计阶段,需要决策者依据各情报的研究规划方案,给出相关的意见,从而对方案结果进行评估,在方案选择阶段,需要对方案的效果进行考虑,从而运用4PS策略来制定出符合要求的规划策略。
　　3.2 数据挖掘在电网自动化监控系统中的应用
　　电网自动化中的监控系统为整个电力系统的安全运行起着保障作用,但是当发现电网中存在着安全隐患时,若不进行辅助决策工具的计算,仅依靠经验给予控制措施,会影响到整个电网安全控制的准确性,对电力系统中的数据进行挖掘是很有必要的,电网自动化中的数据挖掘主要有实时业务和准实时业务两种,实时业务就是变电站监控系统中的实时数据,而准实时业务主要包括故障录波、电量计费计量信息及安全保护自动装置的有关管理数据,它能够对大量的实时数据给予在线分析处理并作出决策。电力设备按照功能的不同是可以分为一次和二次设备的,其中一次设备包含变压器、兼容设备及开关等监测系统,二次设备则有继电保护、自动装置、故障录波器及就地监控等。现在的电力系统大多是运用现场总线进行来实现数据的总汇、传送及命令的传达控制的,这种现场总线技术用地面积少,组态灵活,可靠性也比较高,但当数据量比较大时,就会出现响应比较迟缓的现象了,为了进一步提高电网自动化监控系统的功能,需要对数据进行进一步的挖掘,能够依据电网的运行方式及稳定性变化情况进行电网故障的排除,并根据电网的实时动态信息,运用EEAC中的全时域仿真法来进行电网稳定性的定量评估,进行数据挖掘后,还能够根据电网的动态数据对发电机、变电设备参数、模型及复合进行在线辨别,将识别的结果运用在电网计算上,以提高计算的准确性,还可依据自动保护装置动作行为对电网稳定安全进行分析保护。
　　4 结语
　　随着计算机技术的迅速发展,电网自动化数据挖掘技术也得到了广泛应用,并为整个电力系统做出了巨大的贡献,它在调度运行、监测系统及故障处理等方面都提供了可靠的数据保障,当然,它的应用还存在着诸多的不足,需要加大数据挖掘,以为电力系统提供更为可靠的辅助决策。
　　参考文献
　　[1] 王晓磊.浅析数据挖掘技术在电力行业中的应用[J].新疆电力技术,2007(4).
　　[2] 任志翔,仇群辉.智能电网调度自动化技术思考[J].经济研究导刊,2010(7).
　　[3] 赵加奎,杨国凤,沐连顺,等.数据流技术在电网自动化中的应用研究[J].电网技术,2011(8).