国网河南省电力公司驻马店供电公司 刘 欢 臧悦姌 国网四川省电力公司天府新区供电公司 夏 春

国网河南省电力公司正阳县供电公司 易芊羽

1 引言

现阶段，在我国城市化发展建设过程中，对电力需求逐渐提升，人们的用电量也相对增加。电力调度系统是电力企业的重点内容，是电网的中枢系统，其蕴含了较多的信息。通过运用智能化技术，可有效对相关信息进行充分处理，并从中获取重要的信息内容，从而能够有效解决电网调度的相关问题。在研究智能电网调度技术的过程中，逐渐利用数据挖掘的方式，明确智能电网调度技术的具体应用，实现电网运行的总体目标。

2 智能电网调度的基本概述

电网调度系统是为了保证电网安全高效运行，在我国电网的快速发展过程中，其规模逐渐扩大，促使电网调度系统出现一系列问题。在我国智能时代发展背景下，逐渐提出智能电网调度，该系统可具有良好的自动调整功能，充分整合各项功能优势，能够对相关数据信息进行自动处理。同时，智能电网调度系统还具有相应的网络通信功能，形成智能化的电网调度平台，为电网的稳定运行提供充分保障。在智能电网调度平台中，其整体架构较为完整，通常包含监控、调度、计划以及安全平台等四部分。在不同平台下，所包含的内容也相对较多，不断将智能化技术以及大数据技术进行充分结合，运用相关信息技术结合电力系统的实际运行数据，从而构建相应的模型。

通过对模型的分析，有助于相关人员做出准确决策，促使智能电网调度系统具有较强的稳定，不断向现代化方向发展，有助于电网运行的安全。在智能电网调度系统中，逐渐将各类系统进行全面整合，其中在基础职务平台中，可有效为基础工作提供较大支持，其通常包括数据处理、数据库维护、管理系统等。并且，在软件应用平台中，其包含较多的子平台[1]。通过对各个平台的应用，能够有效实现对电力的整体监控，可有效为电网调度决策提供充足依据，保证电力运行的稳定性。通过对电网的全面分析，充分强化内部管理，优化智能电网调度计划，充分发挥电网调度平台的实际功能，提高电网运行的安全性。

3 数据挖掘的具体类型

3.1 预测模型

数据挖掘是指在大量信息中挖掘具有价值信息的相关技术，通过运用该项技术可有效从大量模糊数据中提出相应信息内容。在数据挖掘过程中，其所包含的内容相对较多，如数据整合、构建模型、信息分析等，建立完整的数据库，不断对相关数据信息进行充分处理，从而不断提出信息中的具体概念。当前，数据挖掘技术不断应用在电网调度中，由此能够充分满足业务需求，数据挖掘的类型相对较多。其中，在预测模型中，为了掌握相关对象具体运行规律，不断利用时序数据等对相关数据进行全面挖掘。通过数据序列可有效进行准确预测，在电网调度业务中，电力负荷预测技术较为常用。在相关因素条件下，不断对负荷处理方法进行深入研究，结合温度、湿度等因素低用电需求进行合理预测，明确具体的负荷数值，为电网调度决策提供充分参考。

3.2 多维模型

多维模型是在维的基础上对相关数据分类进行全面统计，并利用自动化技术对统计数据展开有效分析，根据分析对象的实际特征，由此构建相应的模型。在多维分析过程中，通常利用统计学原理，根据各个维度之间的联系从而进行相应数据分析。其中，在电网调度分析过程中，一般按照时间以及区域展开详细分析，通常采用回归分析以及方差分析等相关方法。在多维模型的运用下，逐渐将电网调度数据进行合理分类，做好相关统计工作，并不断对各类信息进行充分归纳，从而针对同类数据中提取有效信息。通过对相关设备数据分析，可掌握各类设备的具体参数以及实际定值，由此相关人员可对设备做出正确调整，确保电网设备的正常运行，提高设备操作的准确性。

3.3 关联模型

关联模型能够有效反映事物之间的实际关联，在关联数据的挖掘下，可有效在数据库中根据具体对象寻找相关联的数据信息。通常情况下，在关联模型中，最小支持度以及最小信任度是关键的参数。通过相关事物之间的联系，可准确描述具体的支持度以及信任度。在电力负荷分析过程中，可对长期效应以及短期效应进行有效分析，根据具体的影响因素，对电力负荷精度进行有效预测，确保电力系统的正常运行[2]。并且，在关联分析过程中，可充分运用ID3算法，能够提高数据挖掘效率，其算法主要为H（A）=P·H（B）。

其中，H为相对应的信息嫡，A为候选属性，P为属性相对应的概率，B为属性A的扩展。在算法运用过程中，需任意选择相应属性，并促使属性A具有n个属性值，从而生成不同的子结点，并根据相应公式可有效计算出相对应的信息嫡。并且，利用计算结果，构建后继结点，并不断对属性进行扩展，由此通过各属性之间的关联，能够得出准确的结果，可有效展现出各个影响因素对电力负荷的重要性。

4 基于数据挖掘的智能电网调度技术的主要运用

4.1 优化系统体系架构

目前，在智能电网调度研究分析过程中，不断加强对数据挖掘技术的应用，充分利用数据挖掘的方式，以深入了解智能电网调度运行的实际情况，便于相关人员对电网调度进行适当调整，以满足电网运行的具体要求，提高电网的运行效率，可充分为人们提供充足的电量。在电网调度运行分析过程中，可充分运用数据挖掘技术对电力调度运行中的数据中提取相关信息，并对数据信息展开详细分析，不断优化系统体系架构。根据业务系统的整体结构，不断对个结构中的数据信息进行充分整合，并建立完整的信息平台。通过业务集成方式将相应数据信息进行整合，并结合粒度大小对业务对象进行有效归纳，从而展现出数据挖掘技术的优势。

同时，相关人员还可运用通信技术将各类业务进行充分连接。在多个应用平台下，逐渐完善业务流程，并将系统访问层上的数据信息进行整合，从而可有效为用户提供想好的交互模式。在整体的系统体系结构中，通常包括表现层、控制层以及数据层。其中，在表现层中包括实时报表、即时查询、交互查询等，在控制服务层中包括数据分析、预测模型、业务建模、工作关联、数据转换、统计分析等。该层在整体架构中具有重要作用，可有效实现数据信息的分析运用。同时，在数据层中包括EMS数据系统、TMR数据系统、GIS数据系统等，在不同数据系统的运用下，可有效对电力调度相关数据进行全面分析，强化调度管理，挖掘数据信息中的重要内容，为电网运行提供大力支持。数据挖掘系统体系架构如图1所示。

4.2 做好分析预测工作

在智能电网调度系统的运行过程中，利用数据挖掘技术不断对系统数据进行详细分析，充分满足用户的实际用电需求，促使电力系统能够有效发挥最大效能，从而展现出电网调度系统运行优势，推动电力企业的良好发展[3]。为此，在智能电网调度系统的研究过程中，需不断运用数据挖掘技术对电力负荷进行有效预测，可充分为智能电网调度方案的完善提供有效依据。相关人员需做好分析预测工作，在具体的预测过程中，由于受到相关因素的影响，致使调度技术无法实现准确预测。由此逐渐在数据挖掘的基础上形成全新的调度系统，根据温度以及湿度等相关参数，能够有效作为数据源，构建完整的预测模型，有助于电力负荷进行合理预测，充分展现该预测方法的有效性。

在实际预测过程中，可先假设数据集G=｛（x,d）,i=1,...,n｝，其中，x代表输入的相关数据，d代表理想输出数据，n代表总体数据数量。通过非线性数据可有效将其反映到具体空间中，从而形成相应的线性关系，如，Y=wΦ（x）+b，其中w代表权重，Φ（x）代表高维空间，b代表偏移。通过利用关系公式，可有效对电力负荷进行准确预测，得出精准的数据结果，便于相关对电网调度进行有效分析，保证电网的高效运行。

4.3 完善电网调度方案

在电力负荷的预测分析下，相关人员能够根据具体的预测内容制定完整的电网调度方案，不断根据各类数据信息，逐渐完善调度方案内容，确保智能电网调度方案的合理性，以满足电网运行的基本需求，促使数据挖掘的智能电网调度技术得到有效实施。在实施方案的制定过程中，需明确给定粒子群的具体位置以及实际速度。由此对粒子的适应度进行有效评价，利用16折交叉验证的方法，将数据集合分为16个子集合，对其进行充分互斥，并从中选取12个子集合，将剩余子集合进行验证。

同时，还需不断更新局部以及全部的数值，并对粒子的位置以及速度进行适当更新，加强调度运行管理，从而对预测精度进行准确分析，做出合理的判断，促使预测精度能够有效满足具体要求。若预测精确未能达到规定的要求条件，则需重新进行分析。若预测精度满足相应要求则可快速获取相应参数，促使预测模型得到全面优化，可达到良好的预测结果，便于实现数据挖掘的智能电网调度技术的总体优势，提高电网调度系统的运行效率，发挥数据挖掘技术的作用，增强电网调度数据信息的处理力度，确保电力稳定运行，为用户提供良好的用电服务。

4.4 明确电力负荷特性

为了保证电力的安全调度，相关人员需不断对有关数据信息进行深入分析，并将各类信息进行有效转换[4]。在数据挖掘技术的应用下，相关人员可根据电网运行的基本信息展开深度挖掘，并充分分析电网运行数据，由此合理制定相适宜的输电计划，确保电力得到有效运输，并充分实现跨区域输电目的，符合电力企业发展的基本标准，满足当前用电的具体需求。在数据分析过程中，相关人员可运用不同复杂检索的方式对数据的均值、方差、中心矩等进行有效计算，从而获取电网的具体运行信息，根据电网运行的时间、以及具体运行模式可开展相应的分析工作，为调度运行提供充分指导。

同时，在电力负荷分析的过程中，还可根据电力负荷具体变化特点，按照时间顺序，对负荷变化的过程进行全面研究，并对不同因素下电力负荷的变化展开充分讨论，明确季节、温度等因素下对电力负荷造成的实际影响。并且，为了保证选择相适宜的电网机组以及电源结构，相关人员还应当对电力负荷以及电量进行合理预测，结合具体目的对电力最大负荷功率以及负荷电量进行有效分析，从而能够充分明确相关电力设备具体的输电容量。通过对电网负荷变化规律的挖掘，有助于电网调度进行有效调整。

4.5 构建集成信息平台

在智能电网调度系统的分析过程中，还应当积极构建相应的信息平台，不断将各类数据信息以及有关业务进行全面整合，充分运用ESB方式建立数据模型，可有效简化数据分析流程。在公共模式的基础上，可充分防止相关数据信息的重复，提高数据信息的利用效率。在综合信息平台中，相关人员可有效掌握具体的数据变化趋势，确保信息平台具有良好的灵活性，用户能够在信息平台中自定义相关数据模式，并在分布式的条件下形成多层模式，促使其具有良好的通信特点，保证电力企业电网系统达到集成运行的目的。

同时，综合信息平台与数据平台有着较大差异，数据平台主要是利用相应方法对相关数据进行储存管理，可有效提供相应的数据接口，有助于数据信息的查询以及统计[5]。在信息平台的创建过程中，除了数据信息保存管理之外还可有效将各类信息进行整理，并对相关数据进行合理规划。根据具体的业务需求，构建完整的信息模型，不断将数据与应用进行有效融合，能够快速解决信息交流等相关问题，促使数据信息的即及时发布，满足电网调度的基本要求，符合电力企业发展的总体标准，在数据挖掘的智能电网调度技术下，可有效推动电力企业的全面发展。

总而言之，基于数据挖掘的智能电网调度技术具有重要作用，其在电力企业运行发展过程中发挥重要优势。通过对数据挖掘技术的应用，可有效对智能电网调度数据信息进行有效提取，并对相关数据信息进行全面分析。在数据挖掘技术的利用下，能够对数据进行充分整合，高效处理数据信息，建立具体的数据模型，便于工作人员开展深入分析，强化电力负荷预测，有助于促进电网的安全稳定运行。