基于数据挖掘设计与实现智能电网调度运行分析系统.doc.docVIP

基于数据挖掘设计与实现智能电网调度运行分析系统 李胜利东方电子股份有限公司, 山东烟台264000 摘 要 本文依据实际情况和业务需求了模型，。 关键字 ； 本文针对我国智能电网的建设背景，结合实际情况和业务需求挖掘分析数据挖掘技术在处理海量数据和挖掘深层次信息方面有着很大的优势.1 预测模型 为了把握分析对象发展规律，需要对时序数据和序列数据进行数据挖掘，用已有数据序列预测未来趋势。电力负荷预测是调度业务中常用技术，在充分考虑系统运行特性、增容决策、自然环境和社会影响的条件下，研究或利用一套能系统地处理过去与未来负荷的数学方法，根据气温、湿度等因素预测未来用电需求，在满足一定精度要求的前提下，确定某特定时刻的负荷数值，指导电力调度决策。 负荷预测比较常用的方法有：时间序列法灰色预测法模糊聚类识别预测法神经网络预测法优选组合预测法.2 多维分析模型 维是信息所对应的层次概念，多维分析以维为基础，将数据分类进行抽象统计分析，按照分析对象的属性、特征，建立业务信息分类模型。多维分析基于统计学原理，在不同维度之间关联后做数据分析调度数据可以①设备台账类，描述电力调度对象固有属性的数据，包括一次设备、二次设备、自动化设备、通信设备等，主要来自业务系统的设备数据库，包括各种参数、定值②动作记录类，电力调度所从事的工作，实质上就是对电网设备的操作，以及处理电网设备的动作，这类数据来自日志