大数据时代下的电力自动化系统数据处理

魏娜

摘要：随着我国经济的快速发展，社会在不断的进步，在电力调度自动化系统中，其数据信息包含了设备信息、电压信息等多种实用信息，对其进行准确查找具有重要意义。文章首先对数据挖掘技术的分类及过程予以说明，然后对数据挖掘技术在电力调度自动化系统中的应用必要性进行分析，之后结合实例，针对电力调度自动化系统中数据挖掘技术的具体应用展开研究。

关键词：电力系统;自动化;数据处理;分析

引言

电力系统是由多个部分组成的，由于电能是在电力系统中不断传输的，所以电能是不能储存的，这就决定了电力系统具有动态性特点。因此，在电力系统的运行过程中，会有大量的数据产生，调度部门需要对这些数据进行处理分析，才能提高电力系统的自动化水平。

1电力自动化系统规模概述

电力系统的发展是全球经济发展的映照，全球经济发展主要是资本市场对于能源市场的有效开发、管理、经营，随着石油产业的日趋明朗，煤炭产业也逐步持续升温，煤炭价格走势上升，直接影响了国内外各产品生产、加工产业的成本投入，造成物价经济上涨。国内主要的电力能源还以火力发电为主，虽然风力、水力、光伏、核能发电等均有市场份额上升趋势，但依旧无法与常规火力发电规模抗衡，所需的煤炭能源也只会更多。并且输配电系统随着人类对荒地、电力高速列车、产品生产规模的扩大、发展起着决定性因素，输配电网也便于接入各类发电系统，变配电站数量会越来越多，变配电网会越来越大，地域分布也会越来越广，所需的电力专业人才也会增加。建设一个变配电站最快只需要3个月，而培养一个合格的电力专业人才需要2～3年，这样的结果是站所比例与运维人员的严重失衡，怎样解决这个问题是电力自动化系统多年来的主要任务。

2数据处理分析

2.1数据整合

现阶段，我国对电力自动化系统进行建设，最终目标是要建立起一个完善的数据库，对各类数据进行整合，实现信息的实时交换，并使信息交换体系能够与电力系统对安防的要求相协调。因此，在对数据进行整合时，可按照以下流程进行：第一，以现有的系统为基础，加大采集与整合工具的开发力度，使其能够将分散的数据快速地收集起来，并对这些数据进行整合，促使数据管理更加规范化。同时，通过建立能够对数据进行处理的数据模型，将每个信息系统联系起来，从而形成一个能够对信息进行综合管理的管理中心。第二，将调度数据展现技术充分利用起来，使用户能够更加便捷地获取电力自动化系统的运行数据，并能对其进行处理。在此基础上，建立相应的调度数据综合处理信息系统，使其能够满足不同用户的个性化需求，提高数据的利用率。第三，加大对横向调度数据接口技术的开发力度，统一对外接口的标准，以解决数据交叉和重复输出的问题。最后，对标准接口进行调整，使之能够自上而下地进行调度，并构建立体的数据体系。

2.2数据的共享

电力自动化系统的各类数据，可通过不同的方式实现共享。首先，以文件的方式共享，这种共享方式的结构比较简单，且目的性很强，读取数据非常方便。其缺点在于文件共享技术不够成熟，导致文件的读写不够顺畅。其次，直接内存访问，这种共享方式能提升数据读写的速度，但编程难度较大，在数据的共享过程中，安全性问题还没有得到有效地解决。再次，网络通信，这种数据共享方式能提高数据的传输速度，通常会利用TCP/IP和UDP等，将数据进行打包，打包完成后将数据包发送出去，这种方式的难点也在于编程。最后，内存数据库，在电力自动化系统运行中产生的所有数据，都会被储存于内存中，这种数据共享形式，具有很高的灵活定，且结构相对简单，能够实现快速访问。这种方式的缺点是不能实现数据的实时共享，且数据的读取速度比较慢。此外，商业数据库是一种新的数据共享方式，其主要用于行业内，其缺点是无法实现数据的实时共享。由此可见，在各种数据共享方式中，内存数据的优势是最明显的。通常情况下，如果要实现数据库网络接口的标准化，则需要利用DCOM技术来实现，此项技术能夠提高数据库的稳定性，并使其具有开放性特点，从而提高数据的共享效率。

2.3数据流

在计算机网络技术的推动下，电力自动化系统中的数据流已经实现连续性，且在顺序性和和实时性方面也有很大的进步。在数据进入电力自动化系统以后，数据流的起点就已经形成。随着数据的不断流动，其流动的方式就会影响电力系统的功能。在电力系统自动化水平不断提高的情况下，其运行过程中产生的数据越来越多，且系统结构的复杂程度也在加深。

3基于电力调度自动化系统中数据挖掘技术的应用

3.1模糊分析法

模糊分析法主要指的是对聚类已知数列与分析已知数列，进而使得分类的数据更为全面，让分类结果的综合性得到提升。在在电力调度自动化系统中，应用模糊分析法可以让大数据功能得到发挥，可以让客观数据整理需求得到满足。如在我国太原地县级电网备用调度项目的电力调度自动化系统中就采用了模糊层次分析综合方法，该系统提供了备调一体化系统，可以让数据采集和数据交换得到贯通和共线，具有数据通信链路管理以及数据发布的功能。

3.2神经网络法

神经网络法主要指的是利用计算机技术合理处理离散数据，结合精确计算能力，可以让电力系统中的多种数据得到全面且深入的分析与挖掘，可以让数据整理工作和数据分析工作得到有力帮助，利用神经网络法，可以联动分析多种数据，可以充分开发数据间存在的逻辑性。在电力调度系统自动化系统中，神经网络法往往和模糊分析法等方法会得到共同应用，以一种利用模糊神经网络控制法的电力调度自动化系统为例，该系统是在神经元网络算法基础上，利用计算机内部模糊运算控制器让当前神经网络系统学习样本的理想输出和实际输出误差得到计算，利用模糊知识库规则，可以完成模糊推理工作，利用模糊矩阵数据表格的查询，可以调整神经网络各层神经元连接通道阈值与权值，让神经网络控制与模糊控制的优点得到充分发挥。

3.3灰色分析法

如果在时间线上，电力数据存在一定关系，那么利用灰色分析法可以预测性分析电力数据。在电力调度系统数据挖掘中，灰色分析法得到了广泛应用，即使数据完整性不强，灰色分析法也可以对其进行分析，但是，这种方法和模糊分析法相比并不能发挥出大数据功能。

4如何顺应电力自动化系统发展趋势

电力自动化系统向云平台的发展是大势所趋，随着人们生活水平的提高，生产力水平的智能化，科技发展的民生应用，能源管控必然成为人们关注的焦点。电力行业走向智能化平台管理是社会发展的必然趋势，全球能源系统联网，大数据分析优化，平台化、网络化的管理思路及智慧电网、智慧城市的概念正不断的、清晰的展现在人们的面前。谁能够迈出科技创新的第一步，谁就可能成为世界能源经济竞争中最先盈利的领头羊，让电网更坚强，让能源更节约，是每一个能源公司都应赶上的潮流，正如互联网经济对中国经济发展的影响一样。

结语

综上所述，电力自动化系统的运行过程中会产生大量的新数据，且这些数据类型是不同的，与电力系统运行可靠性、安全性和稳定性等有着极大联系。因此，电力企业的相关部门需要根据自身对数据的需求，将各类数据收集起来，并通过共享、整合等对数据加以处理，从而将这些数据充分的利用起来，提高部门的工作效率，促进电力企业的长远发展。

参考文献

[1]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，2015，07：108-111.

[2]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，2014，17：58-59.