杜秀
摘要:隨著科學(xué)技術(shù)的不斷進(jìn)步,電網(wǎng)的智能化水平也越來越高,也因此在電網(wǎng)運(yùn)行和設(shè)備監(jiān)測的過程中產(chǎn)生了大量的數(shù)據(jù),例如系統(tǒng)運(yùn)行數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)、用戶需求數(shù)據(jù)等等。另外,物聯(lián)網(wǎng)技術(shù)和云計(jì)算的蓬勃發(fā)展,也進(jìn)一步增強(qiáng)了電網(wǎng)數(shù)據(jù)的體量和復(fù)雜度。如此龐大的數(shù)據(jù)體系難免會(huì)帶來一些數(shù)據(jù)質(zhì)量問題,如數(shù)據(jù)缺失、數(shù)據(jù)冗余、數(shù)據(jù)異常等。數(shù)據(jù)質(zhì)量的好壞不僅關(guān)乎電網(wǎng)應(yīng)用分析的可靠性與正確性,還會(huì)對電力系統(tǒng)的穩(wěn)定運(yùn)行產(chǎn)生影響。所以,進(jìn)行高效可靠的數(shù)據(jù)質(zhì)量管理對電力系統(tǒng)具有重要意義。本文基于數(shù)據(jù)挖掘技術(shù)在電網(wǎng)安全生產(chǎn)風(fēng)險(xiǎn)管控中的應(yīng)用研究展開論述。
關(guān)鍵詞:數(shù)據(jù)挖掘技術(shù);電網(wǎng)安全生產(chǎn);風(fēng)險(xiǎn)管控;應(yīng)用研究
引言
電力行業(yè)在大數(shù)據(jù)時(shí)代也面臨著新的挑戰(zhàn)和難得的發(fā)展機(jī)遇。應(yīng)用大數(shù)據(jù)挖掘和分析可以極大彌補(bǔ)現(xiàn)有的人工處理數(shù)據(jù)的不足,提高電網(wǎng)運(yùn)營監(jiān)控的輔助決策水平和工作效率與質(zhì)量,將重點(diǎn)放在檢查關(guān)注各項(xiàng)生產(chǎn)任務(wù)計(jì)劃產(chǎn)生異常預(yù)警的原因上,全面管控各種生產(chǎn)經(jīng)營風(fēng)險(xiǎn),提高公司管理水平和運(yùn)營效率。但以往國內(nèi)外學(xué)者側(cè)重于電網(wǎng)運(yùn)營監(jiān)測體系的分析研究,采用大數(shù)據(jù)分析方法對安全生產(chǎn)風(fēng)險(xiǎn)智能管控的研究較少。
1技術(shù)應(yīng)用方式
近年來,數(shù)據(jù)挖掘技術(shù)由于其很強(qiáng)的技術(shù)優(yōu)越性,已經(jīng)成為一種各領(lǐng)域廣泛使用的先進(jìn)技術(shù),尤其是在電力系統(tǒng)中,數(shù)據(jù)挖掘技術(shù)可以對電網(wǎng)的數(shù)據(jù)進(jìn)行優(yōu)化處理,從而達(dá)到提高電網(wǎng)運(yùn)行效率的目的。另外,電網(wǎng)管理者還可以通過使用數(shù)據(jù)挖掘技術(shù)對人員績效考核、保護(hù)功耗記錄在內(nèi)的多項(xiàng)日常工作進(jìn)行應(yīng)用,以提高數(shù)據(jù)應(yīng)用程序的準(zhǔn)確性,經(jīng)過各種挖掘算法的研究,可以有效地分析數(shù)據(jù)之間的隱式關(guān)系。在這一過程中采用數(shù)據(jù)挖掘技術(shù)的優(yōu)勢顯而易見,同時(shí)也可以為下一步發(fā)電量預(yù)測、負(fù)荷預(yù)測等提供更為可靠的技術(shù)支持。神經(jīng)網(wǎng)絡(luò)作為一種廣泛使用的人工智能研究方法,在我國已得到廣泛應(yīng)用。電力調(diào)度自動(dòng)化系統(tǒng)的數(shù)據(jù)挖掘技術(shù)具有自我處理、數(shù)據(jù)分發(fā)以及高容錯(cuò)性等優(yōu)越性,使得神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘方法更適合處理電力調(diào)度自動(dòng)化系統(tǒng)數(shù)據(jù)??紤]到數(shù)據(jù)挖掘技術(shù)本身存在固有的數(shù)據(jù)誤差和不準(zhǔn)確性,電網(wǎng)調(diào)度人員在進(jìn)行調(diào)度自動(dòng)化系統(tǒng)數(shù)據(jù)挖掘過程中應(yīng)當(dāng)充分考慮到電能分配的實(shí)際需要,并在此基礎(chǔ)上不斷改進(jìn)數(shù)據(jù)邏輯的處理方法。電網(wǎng)調(diào)度人員首先應(yīng)做好數(shù)據(jù)集成管理工作,這是因?yàn)殡娏φ{(diào)度自動(dòng)化系統(tǒng)需要處理海量的電網(wǎng)運(yùn)行數(shù)據(jù),這些數(shù)據(jù)具有復(fù)雜性和多樣性。此外,技術(shù)人員通過應(yīng)用神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘方法,可以對電網(wǎng)各種運(yùn)行方式、典型區(qū)域電網(wǎng)的運(yùn)行狀態(tài)、每條線路的連接方式和每個(gè)變電站的設(shè)備參數(shù)等信息進(jìn)行合理地挖掘和排序,同時(shí)保證相關(guān)數(shù)據(jù)信息綜合應(yīng)用,進(jìn)而可以實(shí)現(xiàn)電網(wǎng)運(yùn)行的綜合分析和決策。另外,技術(shù)人員可以結(jié)合神經(jīng)網(wǎng)絡(luò)收集的電網(wǎng)數(shù)據(jù),進(jìn)行更高效率的分析、決策和數(shù)據(jù)交換。
2安全生產(chǎn)業(yè)務(wù)相關(guān)數(shù)據(jù)模型
數(shù)據(jù)模型包括數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)約束條件。數(shù)據(jù)結(jié)構(gòu)是數(shù)據(jù)模型的基礎(chǔ),它描述了數(shù)據(jù)的類型、性質(zhì)、內(nèi)容以及數(shù)據(jù)間的聯(lián)系等。數(shù)據(jù)約束建立在數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)上,指的是數(shù)據(jù)結(jié)構(gòu)內(nèi)數(shù)據(jù)間的語法、制約和依存關(guān)系,以及數(shù)據(jù)動(dòng)態(tài)變化的規(guī)則,以保證數(shù)據(jù)的正確和完整有效。運(yùn)營監(jiān)控業(yè)務(wù)數(shù)據(jù)模型是為了對變電巡視核查、輸電巡視核查、配網(wǎng)巡視核查、保供電核查等業(yè)務(wù)數(shù)據(jù)存儲(chǔ)建立的數(shù)據(jù)模型,不同業(yè)務(wù)數(shù)據(jù)模型需要在一個(gè)統(tǒng)一的規(guī)范下建立,以便于不同業(yè)務(wù)模型之間的信息交換和共享。安全生產(chǎn)業(yè)務(wù)數(shù)據(jù)模型建立的步驟分為獲取業(yè)務(wù)數(shù)據(jù)、數(shù)據(jù)整理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析與信息交付等五層。
3數(shù)據(jù)挖掘系統(tǒng)
對于一個(gè)完整的數(shù)據(jù)挖掘系統(tǒng),其主要由數(shù)據(jù)庫、知識(shí)庫、數(shù)據(jù)庫服務(wù)器、數(shù)據(jù)挖掘引擎、挖掘算法及人機(jī)交互界面等模塊所構(gòu)成,在該系統(tǒng)組成中,數(shù)據(jù)(倉)庫主要是通過數(shù)據(jù)庫軟件實(shí)現(xiàn)對源數(shù)據(jù)的存儲(chǔ)。另外,還包括數(shù)據(jù)在清理、集成、過濾過程中的中間數(shù)據(jù)。在功能上,數(shù)據(jù)庫是面向事務(wù)的設(shè)計(jì),一般用來存儲(chǔ)系統(tǒng)運(yùn)行的實(shí)時(shí)數(shù)據(jù);數(shù)據(jù)倉庫則是面向主題的設(shè)計(jì),一般存儲(chǔ)歷史數(shù)據(jù)。從數(shù)據(jù)量的角度上,數(shù)據(jù)倉庫的數(shù)據(jù)量遠(yuǎn)大于數(shù)據(jù)庫。數(shù)據(jù)庫服務(wù)器與數(shù)據(jù)倉庫服務(wù)器由局域網(wǎng)中的1臺(tái)或多臺(tái)計(jì)算機(jī)所構(gòu)成,主要是為底層的數(shù)據(jù)庫或數(shù)據(jù)庫群提供一個(gè)向上的數(shù)據(jù)接口,使得上層的應(yīng)用程序能夠適時(shí)調(diào)用數(shù)據(jù)庫中的數(shù)據(jù)。知識(shí)庫主要用來放置數(shù)據(jù)挖掘過程中所用到的專業(yè)領(lǐng)域知識(shí)與規(guī)則。同時(shí),技術(shù)人員的經(jīng)驗(yàn)和常識(shí)也可以包括在內(nèi),用于輔助指導(dǎo)搜索。數(shù)據(jù)挖掘引擎是系統(tǒng)中的核心組成,能夠利用知識(shí)庫與使用者實(shí)現(xiàn)互動(dòng)。一般由不同功能的模塊所構(gòu)成,用于聚類分析、特征化、及偏差分析等。模式評估利用興趣度作為標(biāo)準(zhǔn),從而可以挖掘出代表知識(shí)的真正有趣模式。人機(jī)交互用來實(shí)現(xiàn)使用者與數(shù)據(jù)挖掘系統(tǒng)之間的通信,可以使用戶利用可視化界面制定數(shù)據(jù)挖掘查詢或任務(wù)計(jì)劃。同時(shí),該部分還允許用戶瀏覽數(shù)據(jù)庫、數(shù)據(jù)倉庫和數(shù)據(jù)結(jié)構(gòu),了解系統(tǒng)狀態(tài)。
4電力統(tǒng)計(jì)數(shù)據(jù)問題
隨著電網(wǎng)體系規(guī)模的不斷擴(kuò)大,其運(yùn)行過程中產(chǎn)生的數(shù)據(jù)量也越來越豐富,這其中蘊(yùn)含著大量的信息,是可以影響發(fā)電、輸配電、用戶用電管理的決策指標(biāo)的基礎(chǔ)。但由于設(shè)備故障、認(rèn)為原因等,電力數(shù)據(jù)可能會(huì)存在一些誤差甚至是錯(cuò)誤,這不僅不能為電力系統(tǒng)提供可靠的數(shù)據(jù)分析基礎(chǔ),而且可能因此帶來決策錯(cuò)誤,影響整個(gè)系統(tǒng)的良好運(yùn)行。1)格式錯(cuò)誤。所獲取的數(shù)據(jù)格式應(yīng)是統(tǒng)一的,不滿足格式的數(shù)據(jù)組應(yīng)視為不合格。另外在數(shù)據(jù)傳送過程中,可能會(huì)出現(xiàn)亂碼等錯(cuò)誤,這也是格式檢查的重要方向。2)精度錯(cuò)誤。在數(shù)據(jù)獲取和傳輸過程中,所有數(shù)據(jù)的精度都應(yīng)保持一致,精度與規(guī)定不一致的數(shù)據(jù)應(yīng)為不合格3)數(shù)據(jù)越限。每個(gè)數(shù)據(jù)都有自身約束范圍,數(shù)據(jù)應(yīng)在規(guī)定范圍內(nèi)。4)數(shù)據(jù)冗余。數(shù)據(jù)傳輸過程中可能存在重復(fù)記錄的問題,因此會(huì)產(chǎn)生數(shù)據(jù)冗余。5)數(shù)據(jù)缺失。在數(shù)據(jù)獲取和用戶訪問端,所獲取的數(shù)據(jù)量應(yīng)一致,不能存在缺失記錄或缺失字段。6)合理性問題。所獲取數(shù)據(jù)都應(yīng)滿足電力系統(tǒng)運(yùn)行要求,各數(shù)據(jù)之間互相約束,數(shù)據(jù)段不滿足運(yùn)行條件的為不合格數(shù)據(jù)段。
結(jié)束語
配合K-means算法能更好地適應(yīng)大容量、多維度文本數(shù)據(jù)的處理,同時(shí)簡化了計(jì)算流程,一定程度上提高了計(jì)算的速度與效果。在此基礎(chǔ)上結(jié)合多種異常檢測算法和合適的文本數(shù)據(jù)規(guī)范化法完成了安全生產(chǎn)風(fēng)險(xiǎn)管控智能分析追蹤軟件的開發(fā)。通過本套系統(tǒng)對區(qū)局以及現(xiàn)場的生產(chǎn)計(jì)劃落實(shí)情況開展即時(shí)快速的智能分析與快速核查追蹤,使得公司可以對異動(dòng)的每一個(gè)生產(chǎn)活動(dòng)、每一個(gè)計(jì)劃、每一個(gè)節(jié)點(diǎn)的數(shù)據(jù)開展全天候快速管控,及時(shí)發(fā)現(xiàn)異常和預(yù)警,對生產(chǎn)風(fēng)險(xiǎn)進(jìn)行全面管控和分析,保障電網(wǎng)安全經(jīng)濟(jì)運(yùn)行。
參考文獻(xiàn)
[1]薛飛.電網(wǎng)安全穩(wěn)定特性分析的調(diào)度運(yùn)行大數(shù)據(jù)挖掘技術(shù)研究[J].寧夏電力,2019(01):2.
[2]盧穎浩.數(shù)據(jù)挖掘在電網(wǎng)安全生產(chǎn)監(jiān)督管理中的應(yīng)用研究[D].華北電力大學(xué),2018.
[3]莫琦,李矛,李翔,付龍明,王立娜,盧穎浩.數(shù)據(jù)挖掘技術(shù)在電網(wǎng)安全檢查管理中的應(yīng)用[J].科技創(chuàng)新導(dǎo)報(bào),2017,14(19):209-210+212.
[4]李翔,莫琦,付龍明,王立娜,盧穎浩.基于數(shù)據(jù)挖掘的電網(wǎng)隱患等級(jí)自動(dòng)評估方法[J].科技創(chuàng)新導(dǎo)報(bào),2017,14(17):99-100.