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】.pdfVIP

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】 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 ,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,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、新产品及新,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