在线客服

咨询热线

大数据挖掘平台在电力运营监测工作的应用

作者:未知

  摘要:随着科学技术的不断发展,大数据挖掘平台技术在价值利用上被充分的使用,与传统数据分析相比,挖掘出的数据更有效、合理。本文主要分析探讨了大数据挖掘平台在电力运营监测的应用情况,以供参阅。
  关键词:大数据挖掘平台;运营监测;应用
  当今社会不仅经济发展迅猛,科学技术的发展也是日新月异,而随着科技的进一步发展,大数据挖掘平台在电力运营监测工作中的运用也更加深入,技术的进步不仅提高了电力运营监测的工作效率和质量,同时也更进一步的推动大数据挖掘平台技术的提高。大数据挖掘平台使数据价值体现更加淋漓尽致,电力运营监测工作应该以此为基石,深度挖掘高效、有利信息,并不断的改良创新技术,进一步探索在电力运营监测工作中大数据挖掘的应用。
  1数据挖掘技术分析
  1.1大数据挖掘平台概念
  大数据挖掘平台是利用计算机软件应用技术大量收集数据,而人工系统的挖掘数据往往会给企业工作人员增加工作量,工作效率不高,且不能确保数据的质量。数据挖掘是通过分析每个数据,从海量数据中寻找其规律的技术。近年来,数据挖掘技术引起了信息产业界的广泛关注,其主要原因在于海量数据可以被广泛使用,这就迫切需要将这些数据转换成有用的信息和知识。在人工智能领域,数据挖掘也习惯上被称之为数据库中的知识发现,一般应用于商务管理、生产控制、市场分析、工程设计和科学探索等领域。数据挖掘与传统的数据分析(如查询、报表、联机应用分析)的本质区别是数据挖掘是在没有明确假设前提下去挖掘信息、发现知识。数据挖掘所得到的信息应该具有先前未知、有效和可实用三个特征。数据挖掘发现的那些不能靠直觉发现、甚至是违背直觉的信息和知识,挖掘出的信息越是出人意料,就越有可能具有价值。
  1.2大数据挖掘平台的现状
  由于大数据挖掘平台技术需要从诸多的数据中挖掘有效信息,因此基于企业历史数据的业务贯通是众多企业所面临的一项大挑战,而大数据挖掘的最终结果将决定其未来在电力运营监测工作中的应用效果。另外,所挖掘的数据需要有价值和实用效果才能够使得大数据挖掘技术平台被认可,并促进其更为广泛的运用于各行各业中。然而,当前电力行业的有效数据却未被发现,因此怎样将大数据挖掘技术更好的运用于企业运营中,实现大数据挖掘平台技术的最大价值意义还应当继续的研究与探索。随着信息技术的发展,大数据技术也在不断改革创新,然而新的技术方法也在不断推出,那么如何抉择出最适合的技术或者说将其与大数据技术有机结合运用到企业运营中将是一个难解之题。
  2大数据挖掘基础上电力运营监测的应用分析
  随着大数据时代的到来,电力企业应通过对海量数据的分析去努力探索电力运营监测中存在的联系和规律,建立以GIS技术为核心的电力大数据平台,在可视化等高新技术的支撑下实现电力运营监测的创新。
  2.1大数据平台基础上运营的可视化
  这就要求电力企业首先要在电力运营监测平台的基础上构建标准化的运营体系。在电网和客户之间建立配电网枢纽,这在供电和用电关系中发挥着重要的作用。配电网抢修是在电力企业中最常规的、最常见的一项重要性工作,很多工作人员在工作中无可避免地会直接面对不同的客户,更无法避免复杂的工作环境。因此,电力企业必须尽快摸索出一套具备推广价值的电力抢修可视化、标准化的工作与管理模式,并以电力抢修的标准建设、全过程的监督与考核作为基本抓手,提升抢修工作的精益化管理水平。
  2.2在电力系统动态安全评估中的应用
  K.R.Niazi等提出了基于人工神经网络和决策树混合方法在电力系统在线安全评估中的应用。部分文献提出了电力系统在线动态安全预防中应用决策树技术来测试每个发电调度的动态安全性,并且通过发电再分配来提供正确的指导,优化发电容量,节约发电成本。使用Kernel回归树方法在线安全评估和监控电力系统,处理频率稳定性问题。从决策树学习中提取规则,并利用该规则来获得必要的控制措施,将暂态不安全稳定的电力系统保持安全的动态控制技术。
  2.3大数据平台基础上运营监测功能的实现
  这就要求电力企业从数据库的建立到运用过程中的不同环节和步骤,在已经确定业务对象问题方面提供相应的数据分析和监测功能。例如:对于10千瓦配网停运的监测,应手动导入数据,并对各级电力企业10千伏线路的停运状况进行汇总、统计、分析。对于电力企业配网运行的监测,可以从数据库和数据中心汇总定期抽取ERP数据,并及时对这些数据进行处理和加工,同时,利用Tableau等可视化工具实现对重过载、低电压、三相不平衡事件的全面的监测。
  2.4在电力系统故障诊断中的应用
  在进行电力系统故障诊断时,可以通过系统保护装置所提供的故障信息寻找故障源、故障类型以及误动作装置,其中如何准确识别故障元件是问题的关键。基于事件排列顺序的故障诊断模型对于高压输电线的故障诊断领域特别适用,由于发生问题事件的序列在时间和空间上具有一定的关联性,因此,使用动态规划算法,可对各事件之间的相关性进行深度挖掘,并将诊断出来的问题进行转化,形成最接近于故障事件序列的发生模式,并以低代价的运算行为,产生标准的故障序列模式,从而对错误或不符合事件的序列模式进行纠错,以提高故障诊断系统的容错性。同时建立综合故障知识库,用于电网故障诊断,例如运用大数据挖掘技术对变压器油中的不同气体成分开展聚类分析,以实现了变压器油中的各类气体中的成分含量变化与设备故障的关联性,为诊断故障问题提供相应的依据。
  3结束语
  综上所述,经济的发展、时代的进步、人们生活水平的提升、大数据时代的到來为电力企业的发展带来了新的挑战和机遇。信息技术的高速发展、网络技术的迅速普及,数据挖掘技术的高度发展都为电力运营监测带来了全新的挑战,因此,电力企业必须在海量的数据中不断优化和处理各种数据,通过分析数据挖掘过程中存在的各种问题,不断完善数据挖掘技术,为促进电力企业电力运营监测的发展奠定基础。
  参考文献:
  [1]张选丽.电力运营监测工作中大数据挖掘平台应用[J].科学与财富.2018(09).
  [2]李梦鸣.大数据挖掘平台在电力运营监测工作的应用[J].科技创新与应用.2016(09).
  [3]单世哲,檀蕴慧,高云峰.浅析大数据挖掘平台基础上电力运营监测的应用[J].科技风.2016(10).
  (作者单位:国网龙岩供电公司)
转载注明来源:https://www.xzbu.com/1/view-14879506.htm