浅谈电力调度自动化系统数据应用

【摘要】电力调度自动化系统是电力自动化系统的一个主要构成部分，能够为电力系统的运作提供必要的数据参考，有利于提高电力系统运行的安全性和稳定性。本文通过对大量的数据分析，对电力调度自动化系统的具体应用进行了简单的介绍和分析，以提高该系统的使用质量。

【关键词】电力调度自动化；数据挖掘；智能调度

【中图分类号】TM734

【文献标识码】A

【文章编号】1672—5158（2012）10-0330-01

1　引言

近年来，在经济的发展和技术的带动之下，我国工业生产的自动化和机械化水平也有了大幅度的提升。电力系统随着用户需求量的提升，也不得不加快自动化进程，以提高服务质量，减少人工经济成本，提高电力系统的经济效益。众所周知，电力系统的输电线路的铺设，输电量的运输途径等都需要依据大量的市场调查和数据分析而进行，而电力调度自动化系统能够提高数据的精准性和可靠性。电力调度自动化系统主要依靠计算机操作系统，能够储存大量的电力原始数据和当前数据，并通过电脑编程，对这些数据进行汇总和分析，以提高数据的挖掘效率，便于更好的应用在电力系统中。

2　电力调度系统的数据存储优势

数据是进行各项建设事业和企业规划的主要参考标准，由于信息化的进程加快，人们对于数据的认识提高，对于数据的使用范围拓宽。我国的数据应用最早体现在综合型超市内。超市通过货物的销售量和不同品种货物的销售比，确定高效益货源种类，便于调整经营范围。随着人们认识的不断推广，数据的利用已经远远超出原有的对比和汇总，进行数据应用挖掘时当今各行各业运作的一个主要方向。而如何实现数据的存储成为数据利用的关键。传统的数据存储空间有限，数据存储不合理，影响了数据利用效率，尤其是供电系统，落后的数据存储方式制约了其进一步发展。通过电力调度自动化系统的引进数据的存储方式改变，数据的应用挖掘不断加深。

电力自动化系统中也有最好的数据研究源泉，比如我们将调度自动化数据库里的历史数据进行高级功能计算（其中包括状态估计，潮流计算）和负荷预测等，利用现有数据资源，实现数据合理统计，计算出我们需要的数据。而电力调度发展的方向与最终目标是将电力调度自动化应用推倒一个智能化高度。

3　基于数据挖掘技术的电力调度

3.1　电力调度自动化系统数据简介

数据的基本概念：数据就是我们直观的看得见或感觉到的没有任何解释或处理的信息，当数据进行简单的筛选或有效的应用就成了信息。所以，数据与信息广义的来说就是一个概念。

电力系统数据可以说是一种信息，我们把需要的数据通过一定手段采集过来，并进行处理，形成一定具有规律和规模的数据转换处理系统。这个我们目前已经实现即电力调度自动化系统。通过厂站端综合自动化RTU采集实时数据（生数据）发送到调度自动化系统主站端相应的接收装置，而后进行处理（熟数据）。

3.2　数据挖掘技术

数据挖掘技术主要是指，通过计算机网络技术的支持，工作人员对大量的既得数据进行对比、分析和汇总，最终确定数据之间的联系，从而对这种联系加以利用，最终形成有效的利用信息。数据挖掘的关键是确定合理的数据查找技术，能够及时准确的锁定数据关系。数据挖掘有其特定的操作步骤：第一，需要有大量的数据资源作为支撑，广泛的数据收集和整理是数据挖掘的基础；第二，利用现有的数据理论和数据计算公式、数据分析工具对数据进行深层次的挖掘；第三，为特定的系统提供高效准确的利用数据信息。三个环节循序渐进，在进行数据挖掘工作时，必须严格按照这种操作步骤进行。

3.3　电力调度自动化数据应用

目前采用的是东方电子DF8003电力调度自动化系统。电力调度自动化数据库只是将数据进行简单关联，大致可以分为几种情况：第一、参数库关联。比如电力设备A，与A相关联的是它的设备基本参数和SCADA参数，那么，我们构造数据库时就体现了这样的关联，通过一个表或几个表共同反映在一个共同体上所能反映的不同属性和应用。第二、历史库数据库关联。比如提取变电站月报表，其中包括日最大最小或平均值，需要进行手工制作，将有用的数据通过系统设置的模式提取出来。那么，要提取的那个通道指针就是研究的重点。第三、参数库和历史库关联。这种关联很容易理解，参数库作为指导者，进入历史库形成需要的报表等，即是我们的目的。这样，通过设备的相关性，很好的实现数据库关联及应用。

这种数据库思想只解决了基本的不可或缺的电力调度自动化应用内容。其实还可以对数据进行改造，规划发现更多的潜在信息。目前DF8003系统中包含EMS高级应用部分（没有很好的推广应用），可进行潮流计算，状态估计等。此功能可及时估计数据状态的正确性，在一定程度上提高量测的准确度。在此过程中还可以消除非正规接线方式，实现整个虚拟网络完美化。这主要侧重数据计算的准确性，不妨从另外一个层面上理解它的发展初衷，自动化系统即操作应用自动化操作智能化，专业的来讲就是调度智能化。根据电网结构，事故发生时的经验总结以及可以人工经验预测的结果。最重要的是比如对于事故的突发状况，由服务器计算各种可能引起的原因和可能造成什么样的后果，调度员只需按照计算方案执行。

电力设备参数也是很重要的系统数据，在自动化信息模型维护中是不可或缺的，但目前电力设备参数为生产管理系统数据库统计范畴，因系统安全等级有差别，不允许系统直联。这在一定程度上阻碍了数据的很好应用，因此，建立一个数据信息平台尤为必要，这种平台主要包含电力设备参数，系统参数，实时参数，专门为电力调度运行控制服务。这就是所谓作为数据挖掘的数据仓库（中心）。

其实电力供电部门还应该把一年四季的天气作为一种数据。数据之所以挖掘，主要是因为它的关联性，而天气，则是影响调度的一个很重要的因素，如果我们根据天气预报或以往天气规律，提前做好调度应急措施，当然，目前的调度也有做这样的预测，但只是在时间和空间上不够深入，给予数据挖掘的智能调度可以具体的预测每周，甚至每天的调度操作。不止周围地理环境因素，还应该注重与实际应用结合；我们应该把这些零散的分布于调度各个因素联合（Union）起来，这样的数据挖掘不仅仅是技术上，也可以更进一步完善提高管理水平。

4　提高电力调度技术的综合性发展

通过上述的技术分析和介绍，我们知道电力系统的数据挖掘和利用工作是依靠多种技术手段而展开来的，其中包括数学的统计学知识、数学的高数运算知识、计算机网络操作技术、计算机网络编程技术等，每一个技术都有其特定的而应用领域和应用技巧，各个环节互相联系，并相互依托，任何一个信息处理环节的漏洞最终都会导致数据应用的无效性。为此，提高数据应用的质量，关键是提高各种调度技术的联系性，并促进其共同发展。只有在此基础上我国的电力调度技术才能逐渐提高，数据应用水平也会有所发展。

5　结语

综上所述，我国的电力调度自动化的发展起步晚，因此缺乏必要的相关经验，难免在利用的过程中遇到瓶颈，因此进行相关的国外技术借鉴是促进电力调度自动化进程的有效途径。此外，电力调度自动化技术与计算机技术有着密切的关联，因此，提高了其技术操作难度，广大工作人员需要在现有基础上进行必要的知识学习，便于计算机技术的更新和电力调度自动化系统的全面发展。

参考文献

[1]毛国君、段立娟等，《数据挖掘原理与算法》；清华大学出版社，2005年5月

[2]（加）韩家炜（Jiawei　Han）等，《数据挖掘概念与技术》；等机械工业出版社，2006年4月