（电力系统及其自动化专业论文）10kv配网负荷分析及管理系统的研究与实现.pdf

声、明尸、明 本人郑重声明：此处所提交的硕士学位论文1 0 k v 配网负荷分析及管理系统的研 究与实现，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作 和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的 学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文 中作了明确的说明并表示了谢意。 学位论文作者签名：趁l 垄日期：! ! ! ：墨：! 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权保管、 并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手 段复制并保存学位论文；学校可允许学位论文被查阅或借阅；学校可以学术交流为 目的，复制赠送和交换学位论文；同意学校可以用不同方式在不同媒体上发表、传播学 位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名： 日期： 、刀肋，；加 导师签名： 华北电力人学硕十学位论文 摘要 电力负荷是电力系统的重要组成部分，电力负荷特性的分析对电力系统的规划、 分析与运行有重要意义。负荷特性的分析能够帮助运行人员形成有效的信息，掌握 负荷变化规律，指导负荷预测。 首先，本论文结合实际配电网的采集数据，实现了配电网负荷特性的分析，完 成了信息的获取。其次，本文利用数据挖掘技术的原理和统计、聚类、可视化等方 法，对配电网负荷数据进行了分析，将结果通过数据和图形可视化展示。最后，通 过先进的计算机技术形成了现代化的配网负荷管理系统。整个系统是基于a s p n e t ， 运用a j a x ( a s y n c h r o n o u sj a v a s c r i p ta n dx m l ) 技术的异步模式实现了页面局部更新， 提升了用户体验。这减轻了服务器的负担，加快了响应速度，减少了用户的等待时 间，同时提供了友好的人性化的操作界面。 关键词：负荷分析，负荷指标，数据挖掘，负荷管理系统，a j a x a b s t r a c t f o rp o w e rl o a di sa l li m p o r t a n tp a r to fp o w e rs y s t e m ，i ti ss i g n i f i c a n tt oa n a l y z et h el o a d c h a r a c t e r i s t i cf o rp o w e rs y s t e m s # a n n i n e a n a l y s i sa n do p e r a t i o n t h ea n a l y s i so fl o a d c h a r a c t e r i s t i ci sh e l p f u lf o ro p e r a t o rt oc o l l e c te f f e c t i v ei n f o r m a t i o n g r a s pt h er u l e so ft h e l o a dv a r i a t i o na n dg u i d et h el o a df o r e c a s t i n g f i r s t l y , i nt h i sd i s s e r t a t i o n t h ea n a l y s i so fl o a dc h a r a c t e r i s t i c sa n dt h ea c q u i s i t i o no f i n f o r m a t i o ni np o w e rd i s t r i b u t i o nn e t w o r ka r er e a l i z e dw i t hd a t ac o l l e c t i o no fa c t u a lp o w e r d i s t r i b u t i o nn e t w o r k s e c o n d l y , a p p l y i n gt h em e t h o d sa n dt e c h n i q u e ss u c ha ss t a t i s t i c s ， c l u s t e r i n g ，v i s u a l i z a t i o n ，e t c ，t h i sd i s s e r t a t i o na n a l y z e st h el o a dd a t ao fp o w e rd i s t r i b u t i o n n e t w o r ka n dd i s p l a y sr e s u l t sw i t hd a t aa n dg r a p h sv i s u a l i z a t i o n f i n a l l y , am o d e md i s t r i b u t i o n n e t w o r kl o a dm a n a g e m e n ts y s t e mi sd e v e l o p e db ya d v a n c e dc o m p u t e rt e c h n o l o g y b a s e do n a s p n e t ，t h ew h o l es y s t e mu s e sa j a x ( a s y n c h r o n o u sj a v a s c r i p ta n dx m l ) t e c h n o l o g y s a s y n c h r o n o u sm o d et or e a l i z et h ep a g ep a r t i a lu p d a t e sa n di m p r o v ee x p e r i e n c eo ft h eu s e r t h es y s t e mc o u l dn o to n l yr e l i e v et h eb u r d e l lo ns e r v e r , a c c e l e r a t er e s p o n s es p e e d ，r e d u c et h e u s e r 8 w a i t i n gt i m e ，b u ta l s op r o v i d eaf r i e n d l ya n dh u m a n i z e do p e r a t i n gi n t e r f a c e l i uy a n ( e l e c t r i cp o w e ra n di t sa u t o m a t i o n ) d i r e c t e db yp r o f j i a n gt o n g k e yw o r d s ：l o a da n a l y s i s ，l o a di n d e x ，d a t am i n i n g ，l o a dm a n a g e m e n ts y s t e m ， a j a x 华北电力大学硕+ 学位论文 目录 中文摘要 英文摘要 第一章引言1 1 1 研究的背景及意义l 1 2国内外研究现状l 1 3论文研究的主要内容及结构2 1 3 1 论文主要内容2 1 3 2 论文结构3 第二章 电力系统负荷特性分析一4 2 1 电力负荷的基本概念4 2 2 电力负荷的分类4 2 2 1 按照发、供、用关系分类一4 2 2 2按电力系统中负荷发生的时间对负荷分类4 2 2 3按突然中断供电引起的损失程度分类5 2 2 4按产业划分电力负荷的分类5 2 3 负荷特性指标5 2 3 1 同负荷特性指标5 2 3 2 周负荷特性指标一6 2 3 3 月负荷特性指标6 2 3 4年( 季) 负荷特性指标7 2 4 电力负荷图形的编制7 2 4 1 电力系统负荷曲线的编制7 2 4 2 其他负荷图形的编制一8 2 5数据挖掘技术9 2 5 1 数据挖掘的定义一9 2 5 2 数据挖掘的产生与发展1 0 2 5 3 数据挖掘的功能l l 2 5 4 数锯挖掘的方法l2 2 5 5 数据挖掘在电力系统中的应用1 2 2 5 6 电力系统的数据挖掘策略1 4 2 6 本章小结1 5 第三章 a j a x 技术1 6 3 1 a j a x 的定义1 6 3 2 a j a x 与传统w e b 技术的比较1 6 3 3a j a x 的核心技术与实现17 3 4a j a x 的优点18 3 5 a ja x 的框架19 华北电力人学硕十学位论文 3 6 本章总结2 0 第四章1 0 k v 配电网负荷管理系统设计及其核心技术2 l 4 1 系统总体设计2 1 4 1 1 数据来源2 l 4 1 2 主页面设计。2 2 4 1 3 系统主要分析内容2 3 4 2 核心技术2 3 4 2 1 a i a x 的应用2 3 4 2 2 数据预处理2 6 4 2 3 数据挖掘技术的应用一2 8 4 3 本章总结2 9 第五章l o k v 配电网负荷管理系统的研究与实现3 0 5 1 1 0 k v 配电网管理系统的组成一3 0 5 2负荷特性分析3 0 5 2 1 1 负荷分析3 3 5 2 2 平均负荷分析3 3 5 2 3 最大( 小) 负荷分析3 4 5 2 4 同峰谷时问点分析3 4 5 2 5负荷时k 图分析3 6 5 2 6 日负荷率和日最小负荷率分析3 8 5 2 7理论损耗分析3 9 5 2 8相似变台分析4 0 5 2 9负倚数据查询4 2 5 3 本章总结4 3 第六章 结论与展望4 4 6 1 结论4 4 6 2 展望4 5 参考文献4 6 j l 定谢4 8 在学期间发表的学术论文和参加科研情况4 9 学术论文发表情况4 9 参加科研项目情况4 9 华北电力人学硕士学位论文 1 1 研究的背景及意义 第一章引言 随着我国国民经济的飞速发展，用电结构的不断变化，电网负荷也相应发生了 巨大的变化。比如各个地区最大负荷持续增长、峰谷差不断拉大、负荷率不断下降 等等，给电力系统的规划、设计与运行带来了诸多困难，所以急切需要对电网的负 荷特性进行深入的研究。 电力负荷是电力系统规划和运行管理的重要指标之一【l 】，研究电力负荷特性及 其变化规律对电力系统的安全、稳定、经济运行以及售电经济效益的提高都具有十 分重要的意义：第一，有利于电力系统的发展。其中包括基建投资资金的节约，发 电设备热效率的提高，电力系统安全稳定的运行，供电质量的提升等等。第二，有 利于供电企业服务的提高，给用户带来更多的利益。通过负荷特性分析结果电力公 司供电更好的运用削峰填谷等方式减低生产成本，给用户带来价格更加低廉、质量 更加优质的电能。 电力负荷特性的研究为电力市场的开拓、电网结构的调整、跨区联网资源优化 的实现等提供决策依据。目前配电网没有完备的量测设备，致使配电网的量测量的 数据量比较少，配电网的量测量又十分庞大，如何对配电网数据进行负荷分析对配 电网的安全、稳定运行极为重要。鞍山配电网系统也存在相对输电系统薄弱，自动 化水平低，量测设备落后等问题。华北电力大学与鞍山供电公司合作，在m o b i t e x 无线集抄采集系统上，整合调度系统、负控系统、营销系统相关数据，并结合g i s 系统，开发了基于m o b i t e x 技术的营配信息实时采集管理系统。本文针对鞍山 1 0 k v 配电网进行负荷特性分析，总结其负荷变化趋势，并通过数据挖掘的方法对负 荷进行分析，为减少电力需求峰谷差，平衡实时的电力负荷需求提供了重要的参考 依据。同时，本文的配电网负荷管理系统是基于n e t 平台利用a j a x 技术实现数据 和图形的可视化，美化了网页，改善了用户体验。这对于实际工作有一定的指导意 义，为后续对配电网负荷更深层次的分析奠定了基础。 1 2 国内外研究现状 电力系统负荷按照一定的规律不断地发展变化，但是它又受到包括经济、气象、 产业等许多外界因素的影响，所以说电力系统负荷是一个既有周期性又有随机性的 系统。对电力系统负荷进行有效的分析一直是电力科研人员的重要课题之一，在国 1 华北电力人学硕十学位论文 内外都受到普遍重视。 负荷特性的分析与研究工作并不是能够一蹴而就的事情，需要在点滴中不断积 累和深入。早在1 9 5 2 年，由日本九大电力公司、电源开发公司等企业共同组成的 “日本电力调查委员会一就负责对日本电力系统的负荷进行了观察和研究。当时主 要采用最大负荷、平均电力负荷、最大三日平均负荷、负荷率、负荷曲线等负荷指一3 。 标对日本的电力进行负荷特性分析。 我国也较早开始了电力负荷特性的分析与研究工作。1 9 8 9 年国家原能源部颁布 的电力工业生产统计指标解释，规定了包括最高负荷、平均负荷等的电力负荷 特性指标。由于中国地大物博，各地区政治经济发展的不平衡，导致各个地区负荷 数据的采集、存贮以及研究存在一定的差距，负荷特性指标的规定并不一定完全相 同。在2 0 0 0 年，国家电力公司对一些重点地区的负荷进行了负荷特性分析以及负 荷特性曲线绘制。 现在，许多电力企、i p 通过深入了解伞网以及各地区的负荷现状，分析负荷变化 的规律，掌握负荷的发展趋势。目前对电力负荷特性分析的主要方式包括： ( 1 ) 负荷特性曲线分析：主要是指通过图表来分析负荷特性曲线，目前大多数 是通过将数据导入e x c e l 中，人工形成图形再进行分析，这不太符合当今社 会自动化的要求； ( 2 ) 相关性分析：主要包括分析影响负荷的因素，包括时间、气象、经济、地 理等因素对负荷的影响： ( 3 ) 回归分析：主要是根据大量的历史数据和影响负荷特性的因素来分析以及 预测负荷特性。 目前负荷特性的分析存在许多问题，包括缺乏完备的各类负荷数据、相关因素 的资料，以及这些因素对负荷影响程度定量的判定等等。有许多电力科研人员在研 究负荷特性，但是将负荷特性分析形成一个管理系统并且让电力工作人员和用户通 过i n t e r n e t 在线观察和分析的还比较少，本文将对负荷进行特性分析并通过a j a x 技 术形成先进的配电网负荷管理系统。 1 3论文研究的主要内容及结构 1 3 1 论文主要内容 本文将从海量配电网负荷的数据入手，对配电网的负荷特性进行分析，并且将 数据挖掘和配电网的负荷数据相结合深入研究，同时利用a j 觚技术形成配电网负荷 管理系统。 首先，配电网中数据量很大，需要对负荷基础数据进行整理和分析。本文将会 2 华北电力人学硕十学位论文 通过数据预处理去除和修正数据的异常点，比例缩放数据等等。通过数据收集处理 为负荷分析提供一个数据丰富、完整和合理的数据平台。 其次，本文将通过负荷特性指标对负荷特性进行相关分析，并且利用数据挖掘 技术对电力负荷数据进行处理、分析，希望得出一些具有启发性的信息，为配电网 的建设和改造等提供重要依据。 再次，本文将致力于实现配电网负荷管理系统，对负荷的基础和分析后的数据 和图形都通过n e t 平台进行发布。配电网管理系统将运用新兴的a j f i x 技术，希望 使得信息能够更加完美的展现，用户体验得以增强。 1 3 2 论文结构 本文在第二章详细介绍电力系统的负荷特性，包括电力负荷的基本概念、分类、 特性指标等等；同时将介绍用于负荷分析的数据挖掘技术，包括数据挖掘技术的方 法、数据挖掘存电力系统中的应用。第三章将丰要介绍实现配电网管理系统的a j a x 技术，主要包括a j f i x 技术的实现过程以及其框架。第四章将介绍配电网负荷管理系、 统的设计及其核心技术，包括系统的总体设计以及该系统用到的具体的数据挖掘方 法和a j f i x 技术。第五章将介绍负荷配电网管理系统的研究与实现，通过数据和图形 化的方式实现了对负荷特性的分析。第六章将对全文工作进行总结和展望。 3 华北电力大学硕士学位论文 第二章电力系统负荷特性分析 2 1 电力负荷的基本概念 电力系统负荷是指系统中所有用电设备消耗功率的总和f 2 】大致分为同步电动 机、异步电动机、电热电炉、电解装置、整流设备、制冷制热设备、电子仪器和照 明设施等各种用电设备【引。各类用电设备存在于工农业、交通运输、科学研究机构、 文化娱乐和人民生活等各个方面，在不同行业中所占比重也不同。 2 2 电力负荷的分类 电力负荷分类是国民经济各个部门用电情况的说明，反映了电力负荷的变化规 律和电气化的发展水平，也是进行负荷特性分析的重要依据。电力负荷有多种分类 标准，按照不同的分类标准，电力负荷可以分成不同类型的负荷。下面介绍几种分 类方法： 2 2 1 按照发、供、用关系分类 ( 1 ) 用电负荷：是指用户的用电设备在某一时刻实际所用的功率的总和。通俗 来讲就是用户在某一时刻对电力系统所要求的功率。从电力系统来讲，是 指该时刻为了满足用户所须具备的发电出力； ( 2 ) 线路损失负荷：是指电能在输送过程中发生的功率和能量损失； ( 3 ) 供电负荷：是指用电负荷加上同一时刻的线路损失负荷； ( 4 ) 厂用负荷：是指发电厂厂用设备所消耗的功率： ( 5 ) 发电负荷：是指电网的全部生产负荷，即供电负荷加上同一时刻各发电厂 的厂用负荷。系统的发电负荷是指某一时刻电力系统内各发电厂实际发电 出力之总和。 2 2 2 按电力系统中负荷发生的时间对负荷分类 ( 1 ) 高峰负荷：是指电网或用户在一天时问内所发生的最大负荷值。 天2 4 小时中用电量最大的一个小时的平均用电量为最高负荷； ( 2 ) 最低负荷：是指电网或用户在一天时间内所发生的最小负荷值。 天2 4 小时中用电量最小的一个小时的平均用电量为最低负荷； 4 通常选一 通常选一 _ _ _ - _ 华北电力大学硕+ 学位论文 ( 3 ) 平均负荷：是指电网或用户在某一段确定时间阶段内的平均小时用电量。 2 2 3 按突然中断供电引起的损失程度分类 ( 1 ) 一级负荷：是指突然中断供电会造成人身伤亡或会引起周围环境严重污染 的，会造成重大经济损失的，会造成社会秩序严重混乱或在政治上产生重 要影响的负荷； ( 2 ) 二级负荷：是指突然中断供电会造成经济较大损失的，会造成社会秩序混 乱或在政治上产生较大影响的负荷： ( 3 ) 三级负荷：是指不属于以上一级和二级的负荷。 2 2 4 按产业划分电力负荷的分类 目前广泛采用按产业划分电力负荷的分类方法5 1 ，将负荷划分为：第一产业 用电、第二产业用电、第三产业用电和居民生活用电。其巾国民经济行业用电巾的 农林牧渔水利业属第一产业，工业和建筑业属第二产业，其他剩余部分属第三产 生k 。 2 3 负荷特性指标 负荷特性分析研究涉及到包括同、月、年等不同时段的许多负荷特性指标，有 数值型的，有曲线类的，有用于各个地区比较的，也有用于总体分析的等等。为了 掌握电力负荷特性，统一负荷特性指标，国家电力公司在2 0 0 0 年3 月组织各网省 电力公司收集相关负荷特性数据。选取华东、湖北、浙江、四川四个电网，北京、 兰州、上海、长沙、福州、大连等八个城市，通过各个地区系统的负荷数据，对它 们进行负荷特性的重点分析与研究，并对我国的电力负荷特性进行全面的分析和总 结。而后国家电网公司在2 0 0 1 年对电力工业生产统计指标解释中的部分指标 进行了补充与修改，如增加了负荷差率等负荷特性指标。由此可以说，我国建立了 比较全面、完整的负荷特性分析指标体系，其中该负荷特性指标体系包括了日、周、 月、年( 季) 的负荷特性指标【6 j 。 2 3 1 日负荷特性指标 r 平均负荷是指每同总电量除以二十四( 小时) ，或者是每同二十四个整点时 间( 或是记录点) 负荷的平均值。记录点可以以一个小时为记录时间f 日j 隔，也可以 以半小时、十五分钟等为时问间隔。 日最大( 小) 负荷是指每日二十四个整点时间( 或是记录点) 负荷中的最大( 小) 5 华北电力大学硕士学位论文 负荷。典型日一般是选取具有最大负荷的日，或是选取具有最大峰谷差的日，或是 根据不同地区的情况选取不同季节的日。 日负荷率和日最小负荷率描述的表示的是日负荷不均衡性，它们的值越大就越 有利于电力系统经济、稳定的运行【l i 】。 日负荷率是指日平均负荷和日最大负荷的比值。它表示了负荷的平滑程度，其 值越大，就说明负荷在这一天内负荷的变化就越小。 同最小负荷率是指日最小负荷和日最大负荷的比值。 电力系统的结构影响着日负荷率和同最小负荷率的大小，如果电网中持续性工 业用电的比重相对较大，同负荷率和同最小负荷率的值就较大。如果电力系统进行 了削峰填谷，它们的值也会变大；同理，如果商业、居民生活用电的比重较大，日 负荷率和日最小负荷率的值就较小【1 2 】。 峰谷差的值能够直接反映电网所需的调峰能力。电力人员主要利用峰谷差来安 排调峰措施、研究负荷的调整以及电源的规划。而峰谷差主要与用电结构变化、季 节性变化这两个因素有关【】。 r 峰谷差是指同最大负荷和r 最小负荷的差值。 同峰谷差率是指同峰谷差( 即同最大负荷和同最小负荷的差值) 和同最大负荷 的比值。 负荷曲线是表示电力负荷随时间变化的曲线图，它本身并不能够说明或者说定 性的说明负荷的内在特点，而是电网和各个地区负荷情况的真实再现。 同负荷曲线是通过曲线图表示了负荷一天的变化情况。 2 3 2 周负荷特性指标 周负荷曲线是指每周逐r 的最大负荷所形成的曲线。 2 3 3 月负荷特性指标 一 月 每 是就也 。 ， 值 荷 比 负 的 ， 荷 小 负 0 r 大 大 最 最 的 与 。 。 日 。 。荷值 值 。 荷 值值负小 。大值 负 均均同最值最均 ) 平平均的大的平 ； 小 的的平率最率的 0 荷率月荷的差差 大 负荷每负差谷谷 最 均负指小谷峰峰 月 平r ，最峰r日 每 。r月率r日月月指值月每衡月月每每：，、每指均每每指指荷小指是不指指是是负最是率月是是率差)0荷荷指率差差谷小大负负是荷谷谷峰0最日只率负峰峰日大的均均荷小大大均最荷平平负最最最平月负月月月月月月月 点 各 华北电力人学硕士学位论文 月平均日峰谷差率是指每月日峰谷差率的平均值。 2 3 4 年( 季) 负荷特性指标 年最大( 小) 负荷是指全年各月最大( 小) 负荷的最大( 小) 值，也就是年各 点负荷的最大( 最小) 值。 年平均日负荷是指全年月平均日负荷的平均值。 年平均日负荷率是指全年月平均r 负荷率的平均值。 年平均月负荷率是指全年各月平均负荷之和与各月最大负荷同平均负荷之和 的比值。 季负荷率是即季不均衡系数，指全年各月最大日的最大负荷之和的平均值与年 最大负荷的比值。 年负荷率是指全年平均负荷与年最大负荷的比值。 年最小负荷率是指伞年同最小负荷率的最小值。 年最大峰谷差是指全年日峰谷差的最大值。 年最大峰谷差率是指全年同峰谷差率的最大值。 年平均同峰谷差是指全年r 峰谷差的平均值。 年平均日峰谷差率是指全年同峰谷差率的平均值。 年最大负荷利用小时数是指年用电量与年最大负荷的比值。 年持续负荷曲线是指按全年中系统负荷的数值大小及其持续小时数顺序绘制 的曲线。 年负荷曲线是指按全年中逐月最大负荷绘制的曲线。 2 4 电力负荷图形的编制 2 4 1 电力系统负荷曲线的编制 为了平衡电力系统中的电力电量，确定不同类型的发电厂的运行方式和进行可 靠性分析及电源优化分析，在电力系统规划设计中常常会根据需要编制电力负荷曲 线【14 1 。 负荷曲线描述某一段时问内负荷随时间变化的规律，是电力负荷的直观反映。 负荷曲线有多种分类标准：以时间长短来划分，可分为同负荷曲线、月负荷曲线和 年负荷曲线；以负荷曲线的种类来划分，可分为有功功率负荷曲线、无功功率负荷 曲线；以计量点来划分，可分为用户( 变压器) 、电力线路、变电所、发电厂乃至 整个系统的负荷曲线。将上述三种分类标准相互组合就可以形成某一特定的负荷曲 线。电力系统有功功率日负荷曲线是各发电厂制定负荷计划的依据之一，它对电力 7 华北电力大学硕士学位论文 系统的分析、运行与控制有一定意义。 影响负荷曲线的因素有许多，包括生产工艺，季节变化，气候影响，作息时间 等等。而在外界因素已知的情况下，分析其变化规律有助于电力系统负荷的分析和 预测。 2 4 2 其他负荷图形的编制 本文的电力负荷管理系统除了通过数据来表示电力负荷特性，也通过图形可视 化的方式，更加直观的表达出负荷的某些特性特征。除了用上述的电力系统负荷曲 线对电力系统负荷进行分析外，本文还根据配电网自身的情况，从多个角度出发， 编制了k 线图、饼图、柱状图等图形，能够更全面的比较和掌握整个电网的负荷运 行情况，为以后的工作提供一定的指导。这里主要介绍一下k 线图，它借鉴了股票 分析的方法。 当年几本米市的商人最先用k 线图柬记录米市的行情和价格波动情况。这种起 源于同本米市的k 线图后来因其细腻而独到的标画方式被引入了股市和期货市场。 现在这种k 线图表分析方法在我国乃至整个东南亚地区都很流行【t s 。 k 线图能够把某r 或是某一周期内的市况完整的展现出来，并且当股价经过一 段时间后，在图上会形成某一种特殊的区域，而不同区域形态表达不同的含义。人 们则从这些不同的形态中摸索出一些规律性的东西，从而更加全面、透彻的掌握市 场的变化规律。 负荷分析与股票分析有许多相似之处，同样是对历史数据和技术指标进行分 析，其数据形态也有相似之处，这使得将k 线图移植到电力负荷分析中成为可能。 研究人员能够通过负荷k 线图总结负荷的某些特性或是规律，为后续工作起到指导 作用。 k 线图是表达了许多数据意义，如图2 1 所示：红色表示低丌高收，表示起始 卜影线0 旷警0 竽体 图2 1k 线图 8 上影线 卜影线 华北电力人学硕十学位论文 值小于终止值，而蓝色表示高开低收， 实际的数据情况定义不同的数据意义， 2 5 数据挖掘技术 表示起始值大于终止值。当然，也可以根据 本文的数据意义和图2 1 相同。 本文利用了数据挖掘技术对电力系统负荷特性进行了分析与研究，这里将对数 据挖掘技术进行概述。 作为一门交叉性的学科，数据挖掘使数据从低层次的简单查询上升到了新的高 度，从数据中挖掘知识、提取有效信息，为运行人员的决策提供支持。数据挖掘是 结合了统计学、数据库、并行计算、人工智能、机器学习等多种技术的研究领域， 现在已经成为了一个热点问题。 2 5 1 数据挖掘的定义 数据挖掘是一个数据处理的过程，它是从大量的、不完全的、随机的、有噪声 的、模糊的实际数据中获取隐含在其中的、人们所未知的、有用的信息和知识的一 个过程【i6 1 。从另外一个角度来说，数据挖掘就是更深层次的数据分析。实际领域的 分析中，数据挖掘的基本目标常常就是预测和描述。预测是使用数据的某些变量或 域来预测其他我们所关注变量的将来的或是未知的值；描述则是从大量的数据中寻 找出可以描述成由人类能够解释的数据模式【i 7 1 ，从而揭示有价值的信息，有效的知 识、规则等等。 数据挖掘是从已知的数据集合中发现各种信息的过程，一般需要陈述问题和阐 明假设、数据收集、数据预处理、模型评估、解释模型【1 7 】并得出结论几个步骤( 如 图2 2 所示) 。 实际的问题当中常常会发生的是：数据挖掘变成了一个反复的过程。因为不同 的角度不同的方法都会得出不同的结论，所以我们需要从中提取出最有用的和最佳 的结论。具体过程如下： ( 1 ) 陈述问题和阐明假设 我们经常会为未知的相关性指定一组相关的变量，有时，还会指定一个大体形 式作为初始假设。 ( 2 ) 数据收集 数据挖掘首先要产生和收集数据。数据可能足产生在专家( 建模者) 的控制下， 也可能是数据产生的过程不受专家的影响。在大多数的数掘挖掘应用中都采用第二 种。数据分布部分或是不明确的，但是我们需要理解数据收集如何影响它的理论分 布，这对整个数据挖掘过程都是十分重要的。 9 华北电力人学硕十学位论文 图2 - 2 数据挖掘过程 ( 3 ) 数据预处理 选择了数据后，需要对数据进行预处理。数据预处理一般包括：异常点的检测 和去除，比例缩放、编码或是特征选择。通过数据的预处理能够为数据挖掘技术提 供最佳的表述。 ( 4 ) 模型评估 如何将数据转化为一个适合的模型，通过什么样的算法建立模型，是这个阶段 的主要工作。也可以说选择、实现适当的数据挖掘技术，建立适合的模型是数掘挖 掘成功的关键。模型的建立首先从数据的分析丌始，然后通过数据挖掘技术可以从 数据中选择样本或是建立模型。 ( 5 ) 解释模型和得出结论 数据挖掘形成的模型应该有助于决策，所以，需要对模型进行说明。在大多数 情况下，利用可视化技术有利于数据挖掘结果的表达，更有利于对数据挖掘结果的 分析。 2 5 2 数据挖掘的产生与发展 随着数字化信息时代的来临，数据超负荷的问题也随之产生。数据库技术的不 断发展，数据库管理系统的广泛应用，造成了存储在数据库中的数据量急剧暴涨。 面对这些海量的数据，能够对它们分析处理的工具却十分少【1 8 j 【l9 1 。所以说，我们分 析、处理、理解大规模数据的能力要远落后于我们采集、存储数据的能力，从而产 1 0 华北电力人学硕士学位论文 生了数据超负荷的问题。如何在这一片汪洋的数据大海中，提取有价值的信息，挖 掘有效的知识，正在逐步成为一个重要的课题。数据挖掘技术由此产生，并飞速发 展。 数据挖掘技术是人们在研究和开发数据库中产生的，它又反作用于数据库技 术，使数据库技术迈入了一个更高、更新的台阶。从数据库中发掘的知识可以运用 于查询相似信息、信息管理、过程支持、决策支持等方方面面。数据挖掘应用到于 众多行业，如超市的销售，银行客户的行为分析、气象、地质和金融系统的数据分 析，欺骗侦查、医疗诊断和预测、电力系统报警诊断等，将隐藏于海量的数据中的 具有前瞻性、有益的信息提炼出来，指导后续的工作，带来更大的效益。现在数据 挖掘技术向着多媒体挖掘、w e b 挖掘、分布式挖掘、网路安全数据挖掘的方向发展， 前途很光明。 2 5 3 数据挖掘的功能 以前我们主要对过往的历史数据库进行查询和遍历，现在利用数据挖掘从海量 的数据中寻找出暗含于其中的知识、信息，为将来的决策提供重要的信息和可靠的 指导。具体来说，数据挖掘包括以下几个功能t ( 1 ) 分类 ， 分类就是指区分数据的类别。首先从数据中选出已经分好类的训练集，在此训 练集的基础上运用数据挖掘技术，建立分类的模型，对其余没有分类的数据进行分 类。 ( 2 ) 估值 估值和分类有许多相似之处，其不同之处在于分类是针对离散型变量的输 出，而估值则是针对连续性变量的输出。从结果来看，分类的类别是数目是确定的， 而估值的量则是不确定的。 ( 3 ) 相关性即关联规则 相关性分析是通过分析数据之间的关系，发现数据的某些变量之问或者是某一 部分数据有着重要的关联。这些关联将会决定某些事情将会同时发生，或是说同时 发生的可能性很高。 ( 4 ) 聚类 聚类是指把相似的记录分在同一个聚类罩。聚类和分类不同，它既不依赖于预 先定义好的类，也不需要训练集。 ( 5 ) 预测 预测是通过分类或是估值得出模型，用这个模型对未知的变量进行预测。预测 必须通过分类或估值，需要经过一段时间后，才能够判断预测的准确性。 华北电力大学硕士学位论文 ( 6 ) 描述和可视化 描述和可视化就是对数据进行归约、概化或图形描述等。 2 5 4 数据挖掘的方法 数据挖掘技术是将数据库技术、统计学、人工智能、机器学习等领域结合起来， 从深层次中发掘有效的、新颖的、有价值的信息和最终可理解的模式【2 0 1 。数据挖掘 主要的任务包括关联分析、分类和预测，聚类，演化分析，偏差检测。有了数据挖 掘任务，必定要由一定的方法去完成，下面根据数据挖掘所属领域的不同介绍几种 数据挖掘的方法【2 1 】【2 2 】： ( 1 ) 机器学习方法 机器学习方法是指模仿人类的认知模型，从数据库中提取感兴趣的知识。机器 学习方法包含了基于范例学习、归纳学习的方法【2 3 1 ，如决策树归纳等等，属于比较 成熟的学习方法。 ( 2 ) 统计方法 统计方法是指利用统计原理建立数据模型，从中得到有效的知识与信息。统计 方法包括如多元回归、自回归等回归分析，如贝叶斯判别、费歇尔判别、非参数判 别等判别分析，如主元分析法、相关性分析法等探索性分析和聚类分析方法等等。 本文所用到的关联规则a p r i o r i 算法就是属于此类范畴。 ( 3 ) 数据库方法 当今数据库技术在不断地发展，应用的范围也在不断地扩大。利用数据库技术 和针对数据库的启发式方法，可以提取数据库中的有价值的知识与信息。数据库方 法包括在线分析处理方法、多维数据分析方法、面向属性的归纳方法等等。 ( 4 ) 神经网络方法 神经网络方法包括自组织神经网络f i i j 向神经网络等。 ( 5 ) 其他方法 除了上述方法之外，还包括遗传算法、近似推理和不确定性推理方法、现代数 学分析方法、基于证据理论和元模式的方法、粗糙集方法等等。 2 5 5 数据挖掘在电力系统中的应用 数据挖掘技术从实际问题产生的，所以说它从一丌始就是面向应用的。随着电 力系统引入各类计算机设备，电力系统数据库中的数据就呈爆炸性的增长，地理信 息系统与管理信息系统在电力系统中飞速发展。电力系统正在跨入数字化时代，如 何形象地、实时地描述与展现电力系统的特性、技术性能、经济管理、人员状况等 方面的信息是非常重要的，也是急需解决的问题。国内外众多科研人员对电力系统 1 2 华北电力人学硕十学位论文 的数据进行了分析、加工，对数据挖掘技术在电力系统中的应用进行了研究，从中 获得许多有用有益的知识，已经取得了一定得成果。 数据挖掘技术现在已经广泛应用于电力系统分析，主要应用于电力系统负荷预 测和分类、电力系统建模、电力系统运行状态和设备的监控、电力调度的优化等方 面。 ( 1 ) 电力系统安全稳定性评估 电力系统安全稳定性评估运用了数据挖掘中决策树的方法。将电力系统中的运 行状态分为稳定和不稳定两种状态，根据决策树相应的规则对电力系统数据进行分 析，直到判断出其状态。利用所获得的安全评估知识，得出系统可能存在的隐患， 给运行人员以警示，有助于电力系统的安全稳定性的决策。 ( 2 ) 电力系统故障分析 电力系统故障在数据库中积累了大量的数据，可以利用数据挖掘技术将产生故 障的重要原因、事实、或是和故障有关联的信息提炼出来。例如，运用数据挖掘中 的关联分析将故障原因与其他因素进行相关性的分析，进一步找到故障模式，从而 对该模式下的其他部件进行重点监控，实现更为可靠、安全的管理。利用数据挖掘 的方法对电网的故障进行分析，有助于辅助决策，合理安排检修计划，提高供电质 量。 t ， ( 3 ) 电力系统规划设计 电力系统的规划设计需要考虑负荷模型可能出现的故障，由此来进行规划设 计。通过处理海量的数据，利用数据挖掘技术找出模型与数据之问的关系，即系统 在正常情况下的运行规则以及发生故障时的对应策略，有助于电力系统的规划设 计。 ( 4 ) 电力市场用户特征分析 电力系统通过处理消费者的大量信息，对消费群体和消费需求进行分析，进而 推断下一步消费群体的消费行为，指导电力系统营销。供电企业掌握了负荷特性， 在保证安全稳定运行的前提条件下，制定相应的供电策略。 ( 5 ) 负荷预测 负荷预测是通过数据挖掘技术对负荷进行分类建立负荷模型，对电力负荷进行 预测。负荷预测是电力系统调度的重要内容之一，也是电力系统安全、稳定、经济 运行，实现电网科学管理和调度的基础。电力系统负荷预测一般分为超短期、短期、 中期和长期负荷预测。超短期负荷预测是指预测未来几分钟，半小时，或是一小时 的负荷，实现发电容量的合理调度；短期负荷预测是指预测未来几个小时或几天的 负荷，有助于电力系统调度优化、负荷管理；中期负荷预测是指预测未来几周或是 几个月的负荷，可以为发电的原料供应计划、购买，机组维修计划等提供依据；长 期负荷预测一般是指预测未来几年或几十年的负荷，为电站的长期规划和建设提供 1 3 华北电力人学硕十学位论文 依据。目前电力系统的负荷预测研究主要集中于短期负荷预测。 ( 6 ) 电力系统建模 电力系统模型能够反映电力系统的本质特征，是电力系统运行和调度的基础。 对于大规模而又复杂的电力系统，数据挖掘技术冲破了对象模型和复杂度的限制， 是基于数据的角度对系统进行考察，并利用简约、特征提取等技术，简洁描述分析 对象并形成电力系统模型。数据挖掘将得到许多揭示电力系统内在联系的数据模 式，揭示电力系统的不稳定性、不一致性以及不完整性相关问题。 数据挖掘技术在电力系统其他方面也有大量的应用，这有利于电力企业自身的 发展。如指导设备的更新、购买，业绩的评估、为企业的建设发展提供一些依据， 监视偷窃电者，指导项目管理、资源管理，预测销售和收入，分析理赔等等。 电力系统是一个庞大而又复杂的系统，电力生产和供应昼夜不息，变化非常频 繁，具有运行状态复杂、信息量大等特征。现代电力系统中有g i s 数据库、能量管 珲系统( e m s ) 、集抄系统、负控系统。在长期的运行中，能量管理系统( e m s ) 、 集抄系统、负控系统中积累了海量的数据，一般的管理系统只能将数据重现，并 没有有效的手段得出数据中潜在的信息。因此如何从这些现有资源中获取到有价 值的信息，来支持运行人员的决策等是当前面临的一个重要问题。数据挖掘技术 的出现为人们解决这个问题提供了强有力的手段。 我国将数据挖掘技术应用到电力系统相对较晚，没有形成完备的分析系统，很 多领域的研究f 处于起步或是刚丌始发展阶段。随着电力系统的进一步发展，就更 需要对电力系统中产生的数掘进行分析、研究和应用。但是电力系统数据属性种类 繁多，数据量巨大，使得许多常规方法已经捉襟见肘，现在将数据挖掘技术引入电 力系统分析当中，是一种非常有意义的尝试，其提炼的有效信息将反过来作用于电 力系统。 2 5 6 电力系统的数据挖掘策略 电力系统的数据具有独特的特性高维性、离散性和连续性数据混合，数据 的时间特性，不确定性( 噪声、缺损等) ，所以必须对数据进行一系列的处理，形 成完备的数据环境，为数据挖掘奠定坚实的基础。针对电力系统数据的特点，电力 系统中的数据挖掘需要采取一定的策略，其过程主要包括以下几个环节： ( 1 ) 前期数据处理 电力系统运行的复杂性、监测仪表和通讯等原因，使得采集并存储的数据存在 着错误、缺失等问题。所以需要对海量的数据进行判断处理，这是前期的数据处理 过程要解决的问题