（国网四川省电力公司自贡供电公司 四川自贡 643000）
摘要：数据挖掘是一项新型技术，它结合了人工智能以及数据库技术。电力调度自动化系统是为了能够让电力系统的运行实现在线化与自动化，对运行的信息进行传输，并且自动进行控制与决策。如果将数据挖掘技术与电力调度自动化系统相结合，能够更深层的进行数据的分析与处理，不仅如此，还能够对电力数据的收集实现更加准确化。因此就应用前景而言是十分明朗的。本文在分析数据挖掘技术和电力调度自动化系统的基础上对两者之间的结合应用进行阐述。
关键词：数据挖掘，电力调度自动化系统，数据分析
1概述
在很多企业的生产过程中已经开始大量应用自动化相关技术，而随着网络的发展，数据挖掘技术能够更好的进行信息数据的加工处理，不管是从数据采集上还是在数据的处理上都能够大大提高其效率。另一方面还能增强对数据的控制与管理。数据挖掘主要是通过计算机和网络对数据进行挖掘与合理的应用，能够让正确合适的数据从大量繁杂的数据中脱颖而出。数据挖掘技术在电力调度自动化系统中的应用，不仅会推动电力企业的发展，而且能够进一步提升电力企业的效益。现在企业的数据库一般拥有较小的信息量，因此也没有大量的数据分析工具，对一些隐藏的数据没有重视，但是对电力企业而言，隐藏数据的价值是值得重视的，主要体现在发展预测和参考上面。
2数据挖掘技术
随着科技的不断发展，数据库也在不断的增长。对于企业而言，从庞大的数据库中精准的寻找到自己所需的信息是非常重要的，这也就体现了数据挖掘技术的重要性。数据挖掘技术其实就是使用一些工具与措施，将模型与数据之间的关系从繁杂的数据库中找寻出来，通过对关系的分析帮助企业进行决策。而数据挖掘技术也随着数据库容量的增长而不断发展，现有很多中的措施与工具进行数据挖掘。总的来讲，数据挖掘技术分为两种类型，一种是验证驱动型，一种是发现驱动型。验证驱动型是指用户自己对假设进行否定或验证，但是有一个大前提，即为用户已经对假设通过各种工具进行查询与检索了。发现驱动型指的是通过机器直接发现假设。
2.1数据挖掘技术的分类
随着数据挖掘的不断发展，出现了很多种类型的数据挖掘方法与技术，虽然一方面促进了数据挖掘的发展，但另一方面也使得数据挖掘有些混乱，因此需要对数据挖掘技术进行分类，使其更加有条理性，在使用的时候能够有针对性的选择。
数据挖掘技术分为验证驱动型和发现驱动型，验证驱动型的数据挖掘就是用户自己通过各种工具进行查询与检索，对假设进行否定或验证。在这个过程中一般用到的为结构化的生成器与语言SQL，查询生成器的组成包括了在线分析处理工具以及查询工具。发现驱动型的数据挖据指的是通过机器直接发现假设，当然这其中也是需要用户在机器上学习各种技术，以达到提出新假设的目的。在这个过程中没有办法独立完成，需要一些分析人员进行分析参与。发现驱动型数据挖掘也分为两种，一种为预测型，一种为推述型，预测型包含决策树技术、神经网络以及规则归纳法。推述型数据挖掘包含统计、聚焦、可视化以及关联分析。
2.2数据挖掘的过程和步骤
首先，需要确定进行数据挖掘的对象，对于数据挖掘而言，想要提高数据挖掘的准确性与效率，因此实现数据挖掘的第一步就是要确定对象。确定数据挖掘对象不仅是要知道对象是谁，还要对对象有十分清楚明了的认识与认知，明晰数据挖掘的最终目的何在。
其次，是进行数据的准备，想要做好数据准备，需要从三个方面进行准备。其一，选择数据，因为想要将数据与对象之间找出较为明晰的关系，数据本身就需要有正确性与广泛性。因此在选择数据时需要对与对象相关的信息进行收集。其二，预处理。
期刊文章分类查询,尽在期刊图书馆这是在选择数据之后通过对信息的研究，确定这些信息是否有足够的质量成为数据分析的数据库，同时预处理也能够帮助确定进行数据挖掘时所使用的技术。其三，进行数据的转换，原本进行数据收集时信息十分广泛，不具有针对性。而转换数据则是为了让数据成为更具有针对性的数据库，便于进行挖掘分析。
3电力调度自动化对于数据挖掘技术的需求
随着数据挖掘不断进行发展，数据挖掘技术不仅能够收集到大量的数据，而且能够将原本零散的数据整合起来进行精确处理，从而为企业的决策和管理提供帮助，企业能够根据这些较为准确和完整的信息进行进一步的发展。电力企业自从开始采集电网信息开始，就通过电力调度自动化系统进行数据采集，但是这些数据信息存在的问题在于存在不一致性与数据过于繁杂，这使得数据更加难以进行应用和管理。而且我国的电网还在不断的扩展，会有更多的数据需要进行采集。在这样的背景之下，如何进行有效的数据挖掘成为了电力企业必不可少的途径。通过数据挖掘能够将这些历史的数据转化成为对企业发展与管理有用的数据。而电网调度自动化系统对数据挖掘的需求主要体现在以下方面。
1）数据挖掘是自动化进行的，避免了人工进行操作，它是通过计算机技术向各个电力调度自动化系统中获取数据。
2）数据挖掘具有即时性，能够让企业中的管理人员能够实时知晓电力调度自动系统中的运行情况，获得的数据也都是真实可靠的，不会有企业内部的人员对系统数据进行擅自更改。
3）数据挖掘技术让企业中的管理层对数据的掌握不仅仅从单一方面知晓，而是定性定量的从多个方面了解数据，从而使得管理层能够更好的利用这些数据进行工作的管理与决策。
4）电网中的分析报告等内容都需要数据支持，利用数据挖掘能够提供真实的数据，对各个岗位工作与运行都有很大帮助。
5）利用数据挖掘技术能够让企业中的工作人员对数据进行随时查询，保证电网中的工作能够更加顺利的进行。而企业的管理层则可以根据数据挖掘技术对企业中的各项资源进行最优配置，以促进企业发展。
4数据挖掘技术在电力调度自动化系统中的应用
对于电力企业而言，电负荷的变化决定了对电网的相关规划与决策。而电负荷是随时都在发生变化的，为了能够更好的进行电网决策，管理人员与决策人员需要第一时间掌握电网中的数据，根据这些数据进行不断的调整，做出最佳决策。在进行电力调度的过程中，数据挖掘的重要性体现在方方面面。对于电力企业的管理者而言，数据信息是进行管理和决策的基础。而在电力调度自动化系统中获取数据信息主要就是通过数据挖掘技术。数据挖掘与传统的信息收集方式相比，能够让数据信息的收集变得有效且简便。在电力调度自动化系统中应用的数据挖掘技术主要有二种，下面将进行分析。
4.1神经网络法
神经网络法的建立基础是能够充分利用计算机，它将一些分散散乱的数据进行逻辑方面的处理。计算机具有十分强大的计算能力，能够对电力系统中的数据进行深层次分析与挖掘。因此对于数据分析与整理而言神经网络法十分重要。神经网络法是将不同类型的数据都连接起来进行分析，最大程度上开发数据之间的逻辑性。神经网络法属于人工智能，利用该种方法能够确定数据间的关系。
4.2灰色分析法
如果电力中的一些数据在时间逻辑上有关系，灰色分析法将是重要的分析方法。它的主要职能是进行电力数据的预测。在电力调度自动系统中，数据挖掘技术最常使用的方法便是灰色分析法，因为即便数据存在局限或是不完整的情况，灰色分析法也能够进行数据挖掘，但也存在一定局限，那就是如果挖掘大数据，灰色分析法起不到什么作用。
5总结
数据挖掘的发展使得数据挖掘在多个行业中都有应用。而电力行业更是存在大量的数据需要进行挖掘与分析。在电力调度自动系统中应用数据挖掘，不仅能够节省大量的人力物力，而且能够保证数据的准确性与及时性。
参考文献：
[1]肖福明，浅析数据挖掘在电力调度自动化系统中的应用[J]通讯世界，2014（09）
[2]朱维佳，曹坚，电力调度自动化系统中数据挖掘技术的应用[J]电气时代，2015（07）
论文作者:雷渝,余海
论文发表刊物:《电力设备》2016年第19期
论文发表时间:2016/12/8
标签：数据挖掘论文; 数据论文; 技术论文; 电力论文; 自动化系统论文; 信息论文; 电网论文; 《电力设备》2016年第19期论文;