關鍵詞:電網自動化數據挖掘輔助決策
中國圖書館分類號:TP2文獻識別碼:A文號:1672-3791(2012)06(c)-0027-01。
近年來，隨著科學技術的飛速發展，數據庫技術的應用越來越廣泛。現在的數據庫大多只處理數據的輸入、統計和查詢，處理後的信息只是數據庫所包含的壹部分信息，並不能有效地描述和預測數據的整體特征和發展趨勢。數據挖掘技術的應用為電網自動化挖掘出了更多有用的信息知識和模式，提供了更便捷的決策支持。
1數據挖掘概述
數據挖掘又稱模式發現和知識發現，從不同的角度有不同的理解。技術上，它利用各種分析工具，在大量數據中發現數據和模型的過程，並能根據這些模型和關系做出預測。從商業的角度來說，它是壹個決策支持過程，主要是利用al機器和統計學技術，自動分析企業的原始數據，進行歸納推理，挖掘其潛在模式，從而預測客戶行為，從而幫助企業決策者調整市場策略，規避風險，做出正確決策。
數據挖掘在電網自動化中的應用
2.1數據挖掘在電網調度運行中的應用
調度運行在電力系統中處於核心地位，其任務是實時處理系統的大量信息並做出相應的決策。隨著電力市場機制的運行，調度中心不僅要保證系統的穩定和安全，還要考慮各種經濟問題，從投資者的角度考慮其經濟利益，制定出更合理的電價，這使得調度操作更加復雜。要做出科學規範的決策，需要數據挖掘技術的有力支持。電力系統分為正常狀態、應急狀態、警戒狀態、測試狀態和恢復狀態。當某個狀態確定後，會發送給操作員並完成操作，而數據挖掘算法可以幫助其進行分類，使指令更加準確及時，描述電力系統的運行狀態，比如電力系統中的緊急狀態，更好地發現和描述多條母線的電壓降等特征。
2.2電力系統故障分析和規劃設計中的數據挖掘
在電力系統中，故障受理系統會積累大量的數據，采用數據挖掘技術可以提取隱藏在數據中的事實、相關性、因素等許多有價值的信息。比如數據挖掘技術中的相關性分析，可以分析故障原因與其他因素的相關性，比如降雨、溫度、負荷、雷電之間的關系，從而分析出符合客觀規律的故障原因。采用序貫模式法找出模式相同的元件和常見故障，然後按照分類方法對常見故障元件進行分析，找出規律，作為重點預防性維護參考，保證電力系統的安全可靠性。在規劃設計電力系統時，需要考慮和規劃負荷模型可能引起的各種系統結構的故障。確定控制和保護裝置的參數，需要處理大量的數據，而數據挖掘可以利用各種分析工具分析模型和數據之間的關系，確定故障發生時相應的運行規則和應對策略。
2.3數據挖掘可以評估電力系統的穩定性和安全性，監控運行狀態。
利用數據挖掘中的決策樹方法，可以將電力系統的運行狀態分為穩定和不穩定，並根據相應的規則自動分析系統數據，直至確定狀態為穩定。提取的安全評估知識可用於指導系統正常運行中可能存在的安全隱患，並利用可視化技術進行穩定性分析，做出提高電力系統安全穩定性的決策。相關工作人員可以利用數據挖掘技術獲得的狀態監測和預測診斷結果，掃描電力系統的使用情況，及時修復發現的問題，從而延長設備的使用壽命，降低維護成本，從而保證系統的穩定運行。
數據挖掘在電網自動化中的決策與應用
3.1數據挖掘輔助電網規劃決策
數據挖掘技術在電網的監控、運行和規劃中起到輔助作用。然後，以電網規劃決策為例，分析了決策過程。電網規劃的決策主要是圍繞供電負荷的變化而進行的，電力部門的決策者需要隨時掌握相關的第壹手信息，並對負荷特性的變化進行分析研究，從而調整電網規劃的策略。整個電網規劃工作主要包括收集情報活動、設計活動、決策方案評估、方案選擇和實施、企業內部環境等。在情報活動的收集階段，需要評估供電負荷的變化，收集變電站、新產品、新技術的負荷信息，從而制定決策目標。在活動設計階段，需要決策者根據各種智能的研究和策劃方案給出相關意見，以此來評價方案結果。在方案選擇階段，需要進行決策。
3.2數據挖掘在電網自動化監控系統中的應用
電網自動化中的監控系統對整個電力系統的安全運行起著保障作用。但是，當電網中發現安全隱患時，如果僅僅依靠經驗給出控制措施，而沒有輔助決策工具的計算，就會影響整個電網安全控制的準確性。在電網自動化中，數據挖掘是必要的。電網自動化中的數據挖掘主要有兩種類型:實時業務和準實時業務。實時業務是變電站監控系統中的實時數據，準實時業務主要包括故障錄波、電費計量信息和安全保護自動化裝置的相關管理數據，可以對大量實時數據進行在線分析處理並做出決策。電力設備按功能不同可分為壹次設備和二次設備。壹次設備包括變壓器、兼容設備和開關等監控系統，二次設備包括繼電保護、自動裝置、故障錄波器和本地監控。目前，大多數電力系統采用現場總線實現數據采集、傳輸和命令傳輸控制。這種現場總線技術具有占地面積小、配置靈活、可靠性高等優點。但是當數據量比較大的時候，響應會比較慢。為了進壹步完善電網自動監控系統的功能，有必要對數據進行進壹步挖掘。根據電網運行方式和穩定性變化，排除電網故障，根據電網實時動態信息，采用EEAC全時域仿真方法，定量評估電網穩定性。經過數據挖掘，可以根據電網的動態數據在線辨識發電機和變電站設備的參數、型號和組合，並將辨識結果應用於電網計算，提高計算的準確性，還可以根據自動保護裝置的動作行為分析和保護電網的穩定性和安全性。
4結論
隨著計算機技術的快速發展，電網自動化數據挖掘技術也得到了廣泛應用，並為整個電力系統做出了巨大貢獻。為調度運行、監控系統和故障處理提供了可靠的數據保障。當然，它的應用還存在很多不足，需要增加數據挖掘來為電力系統提供更可靠的輔助決策。
參考
王曉磊。數據挖掘技術在電力行業中的應用分析[J].新疆電力科技，2007(4)。
[2]任誌祥，邱群輝。對智能電網調度自動化技術的思考[J].經濟研究指南，2010(7)。
趙，楊國峰，穆連順，等.數據流技術在電網自動化中的應用研究[J].電網技術，2011(8)。