日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

作者簡(jiǎn)介：陳勇（1966-），男，高級(jí)工程師，現(xiàn)任東方電子股份有限公司董事、副總經(jīng)理，多年從事電力調(diào)度自動(dòng)化、變電站自動(dòng)化、配電自動(dòng)化相關(guān)領(lǐng)域研究和企業(yè)管理工作。

    摘  要：本文依據(jù)電力調(diào)度實(shí)際運(yùn)行情況和業(yè)務(wù)知識(shí)需求，考慮智能電網(wǎng)發(fā)展趨勢(shì)，提出了利用數(shù)據(jù)挖掘技術(shù)建設(shè)智能電網(wǎng)調(diào)度運(yùn)行分析系統(tǒng)的解決方案，討論了調(diào)度運(yùn)行業(yè)務(wù)分析系統(tǒng)的體系結(jié)構(gòu)和數(shù)據(jù)挖掘模型，并說(shuō)明了調(diào)度運(yùn)行業(yè)務(wù)信息分析實(shí)例和系統(tǒng)實(shí)現(xiàn)技術(shù)。

    關(guān)鍵詞：數(shù)據(jù)挖掘；智能電網(wǎng)；調(diào)度運(yùn)行；業(yè)務(wù)分析；綜合信息平臺(tái)

   Abstract： Based on data mining and business information request in electric power dispatching，considering the development trend of Smart Grid，this paper presents one solution of building the intelligent operation analysis system by using data-mining technology.We discuss the system architecture，and data mining model，and present.the instance of dispatching operation business analysis and the technologies of system implementation.

   Key words：Data Mining；Smart Grid；Electric Dispatching Operation；Business Analysis；Integration Information Platform

    智能電網(wǎng)是當(dāng)今世界電力自動(dòng)化系統(tǒng)發(fā)展的最新動(dòng)向，被認(rèn)為是21世紀(jì)電力系統(tǒng)的重大科技創(chuàng)新和發(fā)展趨勢(shì)。作為下一代電網(wǎng)自動(dòng)化、信息化解決方案，智能電網(wǎng)是電網(wǎng)運(yùn)行和管理的“中樞神經(jīng)系統(tǒng)”。可綜合處理各類調(diào)度自動(dòng)化數(shù)據(jù)信息，為調(diào)度員提供各種智能分析和輔助決策工具，具有高度開放性、可用性和信息安全性，可適應(yīng)各種標(biāo)準(zhǔn)信息集成框架的調(diào)度自動(dòng)化系統(tǒng)^［7-9］。

    本文針對(duì)我國(guó)智能電網(wǎng)的建設(shè)背景，探討構(gòu)建智能電網(wǎng)的技術(shù)研究。結(jié)合電網(wǎng)調(diào)度業(yè)務(wù)需求，提出了利用數(shù)據(jù)挖掘技術(shù)構(gòu)建應(yīng)用系統(tǒng)的解決方案，按照“集成信息——構(gòu)建模型——提取知識(shí)”的業(yè)務(wù)分析思路，建設(shè)智能電網(wǎng)調(diào)度運(yùn)行分析系統(tǒng)，實(shí)現(xiàn)消除信息孤島，形成信息共享，支持智能化業(yè)務(wù)知識(shí)分析。

    1  系統(tǒng)體系結(jié)構(gòu)

    智能電網(wǎng)調(diào)度運(yùn)行分析系統(tǒng)綜合數(shù)據(jù)報(bào)表、數(shù)據(jù)挖掘和多維分析等商務(wù)智能技術(shù)，從歷史數(shù)據(jù)中提取信息，分析對(duì)調(diào)度決策有價(jià)值的知識(shí)。系統(tǒng)體系分為三層：信息集成層整合各種業(yè)務(wù)系統(tǒng)的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，構(gòu)建綜合信息平臺(tái)；應(yīng)用服務(wù)層整合業(yè)務(wù)模塊，根據(jù)粒度大小整合業(yè)務(wù)服務(wù)對(duì)象，實(shí)現(xiàn)基于數(shù)據(jù)挖掘模型的知識(shí)發(fā)現(xiàn)，并通過(guò)消息通訊和工作流技術(shù)進(jìn)行業(yè)務(wù)銜接，跨越多個(gè)應(yīng)用進(jìn)行業(yè)務(wù)流程整合；展現(xiàn)層主要實(shí)現(xiàn)系統(tǒng)訪問(wèn)層次上的整合，向用戶提供統(tǒng)一的交互模式。系統(tǒng)體系結(jié)構(gòu)如圖1所示。

           

                                   圖1  系統(tǒng)體系結(jié)構(gòu)

    電力企業(yè)目前已積累了許多有關(guān)調(diào)度運(yùn)行和管理的數(shù)據(jù)，這些數(shù)據(jù)處于SCADA、EMS、TMR和GIS等系統(tǒng)中。由于這些數(shù)據(jù)的分散性、異構(gòu)性，再加上安全分區(qū)、橫向隔離的要求，使得很難直接獲取這些系統(tǒng)的數(shù)據(jù)并基于這些數(shù)據(jù)發(fā)現(xiàn)隱藏在海量數(shù)據(jù)背后的信息或知識(shí)。為了發(fā)現(xiàn)這種信息或知識(shí)，首先需要對(duì)數(shù)據(jù)進(jìn)行整合，對(duì)這些分散的數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、加載和清洗，然后基于該數(shù)據(jù)信息平臺(tái)進(jìn)行相關(guān)主題的數(shù)據(jù)挖掘以獲取所需要的知識(shí)。

   業(yè)務(wù)整合是將原有的分散于企業(yè)內(nèi)部或外部的“業(yè)務(wù)流程斷點(diǎn)”進(jìn)行鏈接，完成業(yè)務(wù)活動(dòng)自動(dòng)化的過(guò)程，利用工作流、消息、協(xié)同等技術(shù)，實(shí)現(xiàn)跨系統(tǒng)整合，使跨部門業(yè)務(wù)能夠在網(wǎng)絡(luò)環(huán)境中實(shí)現(xiàn)對(duì)同一事務(wù)的協(xié)同處理。降低服務(wù)對(duì)系統(tǒng)交互的信賴性。服務(wù)之間通過(guò)簡(jiǎn)單、精確定義的接口進(jìn)行通信，實(shí)現(xiàn)各系統(tǒng)間業(yè)務(wù)流程整合和管理。

    展現(xiàn)層實(shí)現(xiàn)信息系統(tǒng)用戶交互層次的整合，訪問(wèn)企業(yè)內(nèi)分布存儲(chǔ)的、各種來(lái)源的信息內(nèi)容，并提供統(tǒng)一的檢索和內(nèi)容訪問(wèn)控制。內(nèi)部用戶可通過(guò)Intranet根據(jù)系統(tǒng)賦予的不同權(quán)限實(shí)現(xiàn)各個(gè)業(yè)務(wù)應(yīng)用訪問(wèn)的集成，提供集成化的服務(wù)，實(shí)現(xiàn)信息查詢和報(bào)表展示。

    2  數(shù)據(jù)挖掘模型

    數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中挖掘出有價(jià)值信息的技術(shù)，應(yīng)用一系列技術(shù)從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、有用的信息和知識(shí)的過(guò)程^［1-5］。其工作過(guò)程包括數(shù)據(jù)整合、建立模型、挖掘和知識(shí)分析。數(shù)據(jù)可以是結(jié)構(gòu)化的，如關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)；也可以是半結(jié)構(gòu)化的，如文本、圖形、圖像數(shù)據(jù)，甚至是分布在電力調(diào)度各類業(yè)務(wù)間的異構(gòu)型數(shù)據(jù)。

    數(shù)據(jù)挖掘技術(shù)在處理電力調(diào)度海量數(shù)據(jù)和挖掘深層次信息方面有著很大的優(yōu)勢(shì)，針對(duì)電力調(diào)度業(yè)務(wù)需求，可以采用數(shù)據(jù)挖掘中發(fā)現(xiàn)知識(shí)的預(yù)測(cè)模型、多維分析模型、關(guān)聯(lián)分析模型等方法構(gòu)建挖掘模型，實(shí)現(xiàn)知識(shí)提取。

    2.1  預(yù)測(cè)模型

    為了把握分析對(duì)象發(fā)展規(guī)律，需要用已有數(shù)據(jù)序列預(yù)測(cè)未來(lái)趨勢(shì)。電力負(fù)荷預(yù)測(cè)是調(diào)度業(yè)務(wù)中常用技術(shù)，在充分考慮系統(tǒng)運(yùn)行特性、增容決策、自然環(huán)境和社會(huì)影響的條件下，研究或利用一套能系統(tǒng)地處理過(guò)去與未來(lái)負(fù)荷的數(shù)學(xué)方法，根據(jù)氣溫、濕度等因素預(yù)測(cè)未來(lái)用電需求，在滿足一定精度要求的前提下，確定某特定時(shí)刻的負(fù)荷數(shù)值，指導(dǎo)電力調(diào)度決策。

    負(fù)荷預(yù)測(cè)比較常用的方法有：時(shí)間序列法、灰色預(yù)測(cè)法、模糊聚類識(shí)別預(yù)測(cè)法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法和優(yōu)選組合預(yù)測(cè)法等。人工神經(jīng)網(wǎng)絡(luò)能夠建立任意非線性的模型，適用于解決時(shí)間序列預(yù)測(cè)問(wèn)題。時(shí)間序列模型強(qiáng)調(diào)考慮時(shí)間特性，尤其是考慮時(shí)間周期的層次，如日、星期、月等，還可考慮日歷的影響，如節(jié)假日等，適合應(yīng)用于電力系統(tǒng)的負(fù)荷預(yù)測(cè)。

     2.2  多維分析模型

    維是信息所對(duì)應(yīng)的層次概念，多維分析以維為基礎(chǔ)，將數(shù)據(jù)分類進(jìn)行抽象統(tǒng)計(jì)分析，按照分析對(duì)象的屬性、特征，建立業(yè)務(wù)信息分類模型。多維分析基于統(tǒng)計(jì)學(xué)原理，在不同維度之間關(guān)聯(lián)后做數(shù)據(jù)分析，在電力調(diào)度分析中通常按時(shí)間（年、季度、月、周、日）和區(qū)域（地區(qū)、省、城市、區(qū)）進(jìn)行分析，常用的方法有回歸分析、方差分析等。

    電力調(diào)度業(yè)務(wù)數(shù)據(jù)也可以采用分類模式進(jìn)行統(tǒng)計(jì)分析，將數(shù)據(jù)分為三類進(jìn)行歸納，提取能代表共同特性的信息：①設(shè)備臺(tái)賬類，描述電力調(diào)度對(duì)象固有屬性的數(shù)據(jù)，包括一次設(shè)備、二次設(shè)備、自動(dòng)化設(shè)備、通信設(shè)備等，主要來(lái)自業(yè)務(wù)系統(tǒng)的設(shè)備數(shù)據(jù)庫(kù)，包括各種參數(shù)、定值；②動(dòng)作記錄類，電力調(diào)度所從事的工作，實(shí)質(zhì)上就是對(duì)電網(wǎng)設(shè)備的操作，以及處理電網(wǎng)設(shè)備的動(dòng)作，這類數(shù)據(jù)來(lái)自日志（調(diào)度、保護(hù)、自動(dòng)化、通信）、操作票、工作票，開關(guān)變位、保護(hù)故障信息系統(tǒng)等，反映電力系統(tǒng)運(yùn)行的非連續(xù)過(guò)程；③時(shí)間采樣類，反映電力系統(tǒng)連續(xù)變動(dòng)過(guò)程的一系列數(shù)據(jù)，其最大特點(diǎn)就是時(shí)間性，根據(jù)應(yīng)用目的不同設(shè)置不同的粒度，如來(lái)自SCADA/EMS的原始數(shù)據(jù)可達(dá)到秒級(jí)的時(shí)間間隔，有分鐘級(jí)或小時(shí)級(jí)的采集電量，還有按日、旬、月、季、年匯總加工的報(bào)表數(shù)據(jù)等。

    2.3  關(guān)聯(lián)分析模型

    關(guān)聯(lián)規(guī)則反映事物之間依賴或關(guān)聯(lián)的知識(shí)，關(guān)聯(lián)規(guī)則挖掘是在數(shù)據(jù)庫(kù)或信息知識(shí)庫(kù)的項(xiàng)目集或者對(duì)象集中尋找關(guān)聯(lián)、相關(guān)、或有因果關(guān)系的信息，涉及的兩個(gè)重要參數(shù)是最小支持度和最小信任度，支持度表示規(guī)則前件和后件同時(shí)在數(shù)據(jù)集中出現(xiàn)的概率；信任度表示在規(guī)則前件成立時(shí)能夠推出規(guī)則后件的概率，或者說(shuō)規(guī)則后件相對(duì)于規(guī)則前件的可信程度。相關(guān)性指某種事物發(fā)生時(shí)其他事物會(huì)發(fā)生的一種聯(lián)系，可以通過(guò)關(guān)聯(lián)的支持度和可信度來(lái)描述。

    進(jìn)行電力負(fù)荷特性分析時(shí)，可以將影響負(fù)荷特性變化的因素分為兩類：一類是對(duì)負(fù)荷具有長(zhǎng)期影響效應(yīng)的因素，對(duì)負(fù)荷的影響表現(xiàn)為負(fù)荷變化的長(zhǎng)期趨勢(shì)性，例如經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)變化等；另一類是對(duì)負(fù)荷的影響具有短期效應(yīng)的影響因素，比如溫度、降雨量等氣候因素。研究各種相關(guān)因素對(duì)各行業(yè)或區(qū)域用電負(fù)荷變化的影響規(guī)律，有助于提高電力負(fù)荷的預(yù)測(cè)精度，確保電力系統(tǒng)的安全、經(jīng)濟(jì)運(yùn)行。

    本系統(tǒng)在具體應(yīng)用中改進(jìn)ID3算法，不僅考慮決策屬性帶來(lái)的信息增益，還考慮到選擇該屬性后繼續(xù)選擇的屬性所帶來(lái)的信息增益，即同時(shí)考慮樹的兩層結(jié)點(diǎn)，構(gòu)造出高質(zhì)量的決策樹。運(yùn)用該算法，能夠減少結(jié)點(diǎn)數(shù)目，使樹的深度更小，提高挖掘速度和效率。具體算法為：設(shè)A為侯選的屬性，A有n項(xiàng)屬性值，對(duì)應(yīng)的概率分別為P₁，P₂，…，P_n，按照最小信息熵原理對(duì)屬性A擴(kuò)展，{B₁，B₂，…，B_n}為n個(gè)子結(jié)點(diǎn)選擇的屬性，分別對(duì)應(yīng)的信息熵為H（B₁），H（B₂），…，H（B_n），則
       
                               （1）

    算法選擇屬性A^*的標(biāo)準(zhǔn)是A^*使得H^*（A）最小。算法的詳細(xì)步驟如下：

    （a）對(duì)任意未選擇的屬性A，假設(shè)A有n個(gè)屬性值，對(duì)應(yīng)的概率分別為P₁，P₂，…，P_n，以屬性A擴(kuò)展，生成n個(gè)子結(jié)點(diǎn){B₁，B₂，…，B_n}，B_i是屬性A取第i個(gè)值時(shí)，按照最小信息熵原理選擇的A的后繼屬性，分別對(duì)應(yīng)的信息熵為H(B₁)，H(B₂)，…，H(B_n)；

    （b）根據(jù)公式（1），計(jì)算H^*(A)；

    （c）選擇A^*使得H^*(A)最小，將A^*作為新選的屬性；

    （d）利用步驟（a）的計(jì)算結(jié)果，建立結(jié)點(diǎn)A^*的后繼結(jié)點(diǎn){B₁，B₂，…，B_n}；

    （e）對(duì)所有的B_i，若為葉結(jié)點(diǎn)，則停止擴(kuò)展此結(jié)點(diǎn)，否則遞歸執(zhí)行（a）-（e）的過(guò)程。

    電力負(fù)荷具有隨機(jī)性，在實(shí)際預(yù)測(cè)中不可能考慮到所有的因素，一方面是由于歷史數(shù)據(jù)的收集和觀測(cè)困難；另一方面是因?yàn)橐蛩靥嗖粌H會(huì)引起建模困難，而且會(huì)帶來(lái)運(yùn)算復(fù)雜和數(shù)值不穩(wěn)定等問(wèn)題。因此選取對(duì)負(fù)荷預(yù)測(cè)有較大影響的星期因素和溫度、濕度等氣象信息作為主要考慮因素，改進(jìn)決策樹預(yù)測(cè)模型，克服算法的計(jì)算依賴于屬性值較多的屬性、屬性間相關(guān)性強(qiáng)度不夠及對(duì)噪聲較為敏感的缺點(diǎn)，具有較好的預(yù)測(cè)結(jié)果，在一定程度上揭示影響日特征負(fù)荷的各個(gè)影響因素的重要程度。

    3  業(yè)務(wù)信息分析

    為了電力安全經(jīng)濟(jì)調(diào)度，必須認(rèn)真分析所有收集到的數(shù)據(jù)，將其轉(zhuǎn)化為直觀、易懂的調(diào)度經(jīng)驗(yàn)知識(shí)。為此，基于數(shù)據(jù)挖掘的調(diào)度運(yùn)行知識(shí)獲取模型，觀測(cè)分析結(jié)果、提供可視化程度高，便于調(diào)度運(yùn)行人員獲得有價(jià)值的信息，快速、有效地支持實(shí)際調(diào)度業(yè)務(wù)分析。

    3.1  電網(wǎng)運(yùn)行信息分析

    分析挖掘電網(wǎng)運(yùn)行的宏觀信息，支持電網(wǎng)運(yùn)行調(diào)度知識(shí)的發(fā)現(xiàn)，根據(jù)分析信息合理安排未來(lái)的輸電計(jì)劃，充分發(fā)揮其跨區(qū)輸電的潛力，能最大限度滿足當(dāng)前電力需求。建立用電區(qū)域、電壓等級(jí)、用電負(fù)荷三維的電網(wǎng)運(yùn)行數(shù)據(jù)透視和分析模型，可以直觀分析出某區(qū)域、某條線路負(fù)荷明顯高于其他線路的負(fù)荷情況，根據(jù)分析結(jié)果，可進(jìn)行編制初步的電力調(diào)度計(jì)劃。
業(yè)務(wù)分析過(guò)程中，可以利用多種復(fù)雜檢索對(duì)數(shù)據(jù)源各特征的總體均值、方差、標(biāo)準(zhǔn)差、中心矩、總體偏度、總體峰度進(jìn)行計(jì)算，提取電網(wǎng)運(yùn)行信息。按照故障類型、故障發(fā)生時(shí)間、嚴(yán)重程度和系統(tǒng)的運(yùn)行模式、人員素質(zhì)進(jìn)行相關(guān)性分析，從而挖掘出更多的調(diào)度運(yùn)行經(jīng)驗(yàn)，指導(dǎo)實(shí)際調(diào)度運(yùn)行業(yè)務(wù)。

    3.2  區(qū)域負(fù)荷趨勢(shì)分析

    電力負(fù)荷具有經(jīng)常變化的特點(diǎn)，不但按小時(shí)變、按日變，而且按周變，按年變，同時(shí)負(fù)荷又是以天為單位不斷起伏的，具有較大的周期性。負(fù)荷變化是連續(xù)的過(guò)程，一般不會(huì)出現(xiàn)大的躍變，但電力負(fù)荷對(duì)季節(jié)、溫度、天氣等是敏感的，不同的季節(jié)，不同地區(qū)的氣候，以及溫度的變化都會(huì)對(duì)負(fù)荷造成明顯的影響。

              
 
                           圖2  本年與上年區(qū)域負(fù)荷趨勢(shì)對(duì)比

    為了選擇適當(dāng)?shù)碾娋W(wǎng)供電機(jī)組類型和合理的電源結(jié)構(gòu)，還必須預(yù)測(cè)負(fù)荷及電量。負(fù)荷預(yù)測(cè)根據(jù)目的的不同可以分為超短期、短期、中期和長(zhǎng)期。電力系統(tǒng)負(fù)荷預(yù)測(cè)包括最大負(fù)荷功率、負(fù)荷電量及負(fù)荷曲線的預(yù)測(cè)。最大負(fù)荷功率預(yù)測(cè)對(duì)于確定電力系統(tǒng)發(fā)電設(shè)備及輸變電設(shè)備的容量非常重要。如圖2所示，建立分區(qū)負(fù)荷趨勢(shì)對(duì)比分析圖表，挖掘電網(wǎng)負(fù)荷的變化趨勢(shì)規(guī)律，用于指導(dǎo)電網(wǎng)供電負(fù)荷調(diào)度。

    3.3  電力負(fù)荷特性分析

    電力優(yōu)化調(diào)度的目標(biāo)之一就是要努力減少用戶在電網(wǎng)峰荷時(shí)段的電力需求，使用戶更有效地利用能源，在滿足同樣能源服務(wù)的同時(shí)減少其用電量。目前重點(diǎn)實(shí)施的削峰填谷等措施在一定程度上改變了負(fù)荷曲線的形狀，基于用戶用電特性的分類方法，通過(guò)用戶曲線與系統(tǒng)曲線的對(duì)比，為電力調(diào)度選擇用戶、采取各種價(jià)格措施（如峰谷分時(shí)電價(jià)、可中斷電價(jià)、避峰電價(jià)等）影響用戶用電行為、改善系統(tǒng)負(fù)荷曲線形狀提供有益參考，促進(jìn)電力系統(tǒng)的生產(chǎn)和運(yùn)行效率的提高。

    基于負(fù)荷量的用戶分類是分析用電特性的基礎(chǔ)，建立各類用電特性分析，能直觀表明某供電區(qū)域商業(yè)用電和生活用電為調(diào)峰重點(diǎn)，可以加強(qiáng)電力需求側(cè)管理，運(yùn)用各種措施減少該時(shí)間段這兩類電量消耗，降低電網(wǎng)最大負(fù)荷。

    4  系統(tǒng)實(shí)現(xiàn)技術(shù)

    4.1  基于綜合信息平臺(tái)實(shí)現(xiàn)信息集成

    綜合信息平臺(tái)是建設(shè)調(diào)度業(yè)務(wù)分析系統(tǒng)的基礎(chǔ)，實(shí)現(xiàn)數(shù)據(jù)整合和集成業(yè)務(wù)信息，以企業(yè)應(yīng)用集成總線ESB方式提供數(shù)據(jù)模型，而無(wú)需進(jìn)行點(diǎn)對(duì)點(diǎn)轉(zhuǎn)換；基于公共模式的集成數(shù)據(jù)模型有助于減少數(shù)據(jù)重復(fù)，而且企業(yè)范圍內(nèi)參與集成運(yùn)行的應(yīng)用可以同時(shí)知道數(shù)據(jù)變化^［6］。平臺(tái)提供靈活的模式定義工具，用戶可自定義一些特殊數(shù)據(jù)模式。分布式計(jì)算環(huán)境下的多層客戶/服務(wù)器模式、跨平臺(tái)、跨網(wǎng)絡(luò)透明通信框架的特點(diǎn)，實(shí)現(xiàn)了電力企業(yè)應(yīng)用以軟插件形式插入軟總線實(shí)現(xiàn)集成運(yùn)行。

    綜合信息平臺(tái)不同于所謂的“數(shù)據(jù)平臺(tái)”，數(shù)據(jù)平臺(tái)重點(diǎn)在于采用統(tǒng)一的方法進(jìn)行數(shù)據(jù)的存儲(chǔ)管理，能提供規(guī)范的數(shù)據(jù)接口，簡(jiǎn)單的查詢統(tǒng)計(jì)工具。而綜合信息平臺(tái)的建立，除了要包含數(shù)據(jù)平臺(tái)的功能外，還要做到數(shù)據(jù)信息上的整合。從整體綜合規(guī)劃數(shù)據(jù)信息，結(jié)合業(yè)務(wù)需求，使用面向服務(wù)的方法建立信息模型、業(yè)務(wù)知識(shí)模型和服務(wù)模型，把數(shù)據(jù)和應(yīng)用結(jié)合到一起，方便地解決信息的交流問(wèn)題，完成信息發(fā)布、全文搜索、知識(shí)抽取和應(yīng)用集成。

    4.2  構(gòu)件模型庫(kù)

    構(gòu)件模型庫(kù)的建設(shè)思路就是利用構(gòu)件技術(shù)，在標(biāo)準(zhǔn)的、異構(gòu)系統(tǒng)互聯(lián)的中間件技術(shù)支持的基礎(chǔ)上實(shí)現(xiàn)基于軟件總線的信息集成，提高應(yīng)用系統(tǒng)開發(fā)效率和運(yùn)行性能，使應(yīng)用系統(tǒng)各業(yè)務(wù)模塊凝成為有機(jī)體。基于構(gòu)件耦合法分層設(shè)計(jì)構(gòu)件模型庫(kù)可以充分考慮構(gòu)件的易擴(kuò)展性和重用性，減輕系統(tǒng)開發(fā)工作量并提高應(yīng)用質(zhì)量。根據(jù)構(gòu)件在應(yīng)用中功能層次的差異，部署在構(gòu)件模型庫(kù)中的構(gòu)件可分為：支撐構(gòu)件、內(nèi)核構(gòu)件、外殼構(gòu)件等。

    支撐構(gòu)件層提供系統(tǒng)運(yùn)行時(shí)服務(wù)的底層定義和實(shí)現(xiàn)，為系統(tǒng)其他構(gòu)件提供底層支撐。如數(shù)據(jù)提取構(gòu)件、數(shù)據(jù)轉(zhuǎn)換構(gòu)件、數(shù)據(jù)通訊構(gòu)件等。內(nèi)核構(gòu)件層實(shí)現(xiàn)系統(tǒng)的基本功能，是系統(tǒng)必不可少的組成部分，主要包括兩部分構(gòu)件：一是事務(wù)處理構(gòu)件、安全定義構(gòu)件、消息處理構(gòu)件、協(xié)調(diào)構(gòu)件等；二是業(yè)務(wù)建模、計(jì)算處理、數(shù)據(jù)挖掘算法構(gòu)件等。外殼構(gòu)件層主要用于與用戶的交互功能及業(yè)務(wù)邏輯的實(shí)現(xiàn)。包括界面操作構(gòu)件、業(yè)務(wù)邏輯構(gòu)件、報(bào)表生成構(gòu)件、交互信息處理構(gòu)件等。

    相對(duì)于外殼構(gòu)件層的用戶個(gè)性要求經(jīng)常變化，支撐構(gòu)件層與內(nèi)核構(gòu)件層因系統(tǒng)的需求信息差異而改變的頻率很小，從而可以充分利用構(gòu)件的可重用性，提高系統(tǒng)可靠性和運(yùn)行性能。

    4.3  動(dòng)態(tài)報(bào)表和圖形分析

    為增強(qiáng)應(yīng)用效果，系統(tǒng)將動(dòng)態(tài)業(yè)務(wù)報(bào)表和圖形分析技術(shù)相結(jié)合，提供包括棒圖、餅圖、折線圖等各種圖表，使數(shù)據(jù)統(tǒng)計(jì)分析信息以美觀、直觀的方式展示，提高系統(tǒng)應(yīng)用水平。系統(tǒng)提供的動(dòng)態(tài)報(bào)表可以滿足用戶復(fù)雜Web報(bào)表需求，輕松實(shí)現(xiàn)企業(yè)分散數(shù)據(jù)信息集成，以個(gè)性化的Web報(bào)表進(jìn)行展現(xiàn)，方便用戶和業(yè)務(wù)人員進(jìn)行查詢、統(tǒng)計(jì)與分析。進(jìn)行業(yè)務(wù)分析過(guò)程中，將電力負(fù)荷、預(yù)測(cè)負(fù)荷和歷史平均負(fù)荷以多條曲線同畫面顯示，能直觀地分析偏差走勢(shì)，支持調(diào)度決策。

    5  結(jié)語(yǔ)

    本文討論構(gòu)建的智能電網(wǎng)調(diào)度運(yùn)行分析系統(tǒng)能夠滿足電力企業(yè)運(yùn)營(yíng)模式和調(diào)度自動(dòng)化業(yè)務(wù)功能需求，適合調(diào)度人員進(jìn)行業(yè)務(wù)分析，提取調(diào)度運(yùn)行知識(shí)信息。數(shù)據(jù)挖掘是一個(gè)人機(jī)交互、多次反復(fù)的過(guò)程，應(yīng)用中尚面臨超大數(shù)據(jù)量的挑戰(zhàn)，如何正確處理冗余信息和噪聲數(shù)據(jù)、提升挖掘結(jié)果的有效性和知識(shí)信息的實(shí)用性是系統(tǒng)建設(shè)需不斷完善的要素。

    參 考 文 獻(xiàn)

    ［1］李雄飛，李軍.數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)［M］.高等教育出版社，2003.
 
    ［2］劉宇.基于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的電力調(diào)度輔助決策［D］.華北電力大學(xué)，2004.

    ［3］陳星鶯，張曉花，矍峰，等.數(shù)據(jù)挖掘在電力系統(tǒng)中的應(yīng)用綜述［J］.電力科學(xué)與技術(shù)學(xué)報(bào)，2007，3：51-56.

    ［4］肖峻，張晶，朱濤，等.基于關(guān)聯(lián)分析的城市用電負(fù)荷研究［J］.電力系統(tǒng)自動(dòng)化，2007，31（17）：103-107.

    ［5］仲偉寬.模糊聚類方法在用戶負(fù)荷曲線分析中的應(yīng)用［J］.華東電力，2007，35（8）：97-99.

    ［6］李勝利，任軍，伊建偉.電力市場(chǎng)中發(fā)電廠調(diào)度綜合信息平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)［J］.電力設(shè)備，2007，8（10）：27-29.

    ［7］周歡，黃春毅.企業(yè)數(shù)據(jù)總線在管理型商業(yè)智能系統(tǒng)中的應(yīng)用［J］.內(nèi)蒙古科技與經(jīng)濟(jì)，2008，23：72-73.

    ［8］周瑾，黃立平.知識(shí)管理和商務(wù)智能關(guān)系研究［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2009，3：100-104.

    ［9］肖世杰.構(gòu)建中國(guó)智能電網(wǎng)技術(shù)思考［J］.電力系統(tǒng)自動(dòng)化，2009，33（9）：1-4.

                                                     ——轉(zhuǎn)自《自動(dòng)化博覽》