国网江苏省电力有限公司滨海县供电分公司 江苏省盐城市滨海县 224500
摘要：当前，企业生产中已经普及了自动化运行技术，而在具体的现代化信息网络数据加工层面，数据挖掘技术的应用可以优化数据采集与处理的质量，从而强化数据在传输和存储过程中的控制质量与管理效率。数据挖掘技术可以借助高级功能的计算合理利用数据资源，并实施数据挖掘，从大量而复杂的数据中找到所需要的数据，从而促进供电企业的生产水平，促使其获取更多的经济效益。
关键词：电力调度；自动化；数据挖掘技术
在大数据技术的不断发展下，人们对数据信息的需求增加，但是现阶段社会发展中缺乏对数据信息进行有效分析、处理的工具。数据库系统也仅仅是对数据信息的简单处理，无法充分挖掘数据信息背后的隐藏信息，因而无法发挥出数据信息在人类社会发展中的重要作用。电力调度自动化系统中包含大量电力数据信息，但是在实际应用中这些信息是很难被完全挖掘出来的。数据挖掘的出现有效解决了信息无法充分挖掘的问题，能够实现对噪声数据、不完全数据的有效处理。在数据挖掘中，关联规则数据是数据挖掘的重要课题，通过关联规则能够发现不同数据库数据信息之间的关联，为数据挖掘提供有力支持。为此，文章重点分析基于关联规则的数据挖掘在电力调度自动化系统中的应用。
1数据挖掘技术
随着我国信息技术的不断发展，当前数据库容量已经达到了难以想象的水平，那么在如此大量的数据之后，如何准确找到具有决策性的信息呢，答案就是：数据挖掘。数据挖掘从技术层面上来讲就是在大量数据中，通过利用各种分析工具找出数据与模型之间的关系，并通过这种关系的发现为企业做出正确决策提供依据。伴随着信息挖掘技术的快速发展，也相继出现了许多的不同类型的方法和技术，也直接导致了现在的信息挖掘技术形成了很多的分类。一般情况下，信息挖掘技术分为了发现驱动型和验证驱动型两类。发现驱动型就是指通过机器的学习发现新的假设；而验证驱动型就是用户来验证或者否定自己假设的一种方法，前提就是通过各种工具对自己的假设进行多方面的检索查询。
2数据挖掘技术在电力调度自动化中应用的必要性
数据挖掘运用在加工网络数据中，有助于收集信息和处理数据。进而促使传送数据和储存数据的管控水平的有效提高。数据挖掘技术既能利用高级计算功能科学、合理的运用数据资源，还能利用先进科学技术来挖掘数据，进而在众多隐匿和显示的数据寻找出所需的精准数据信息。将数据挖掘技术运用到电力调度系统中，必然会为电力系统的革新和发展注入新的血液，同时能够在一定范围内提升经济效益。一般数据库中只有较小的信息量，在一个数据库中信息的占比较小，因此并不需要使用数据挖掘技术。不过，在数据库中潜藏的数据通常在应用中不但参考价值高，而且还能担负推测功能的重任。比如电力调度自动化系统的数据库中，在负荷和电压这类经常运用的数据中，很难找寻出能够辅助用户做出正确决策的信息。
3电力调度自动化系统中数据挖掘技术的应用
3.1设计集成模块
在应用电力系统的过程中其具有多项标准，这些相应的标准针对于分布式的电力系统来说，在其发展的过程中具有一定的推动性作用，但由于各数据集成规律不同，使得电力企业在发展的过程中，出现数据混乱的情况，为了更好的防止这一现象的出现，可对数据集成模块定期的进行清洗和整理。
3.2云计算在挖掘技术中的应用
在大数据背景下目前虽然已经产生了云计算技术，但是它还处于发展期间，因此存在着一定的缺陷和问题，因此云计算应用与挖掘技术的过程中可通过以下几点入手，第一，合理的构建基础设备，在其创建的过程中应根据客户的变化要求，考虑不同行业之间的特点，建设合理的云计算挖掘系统，继而方便客户对相关数据的需求。第二，虚拟技术的出现，为云计算挖掘技术提供了有利的保障，在未来电力调试的过程中可借助虚拟技术，合理的将云计算挖掘技术应用到其中，在相关数据信息收集的过程中，合理的运用网络信息技术，能促使电力调度系统实现自动化体系，为相关工作带来了一定的便利，例如比特币最早是一种网络虚拟货币，可以购买现实生活当中的物品。它具有分散化、匿名等特点，仅能在数字世界使用，不属于任何国家和金融机构，并且不受地域的限制，可以在世界上的任何地方兑换它，此外，也被一些不法分子用于洗钱的工具。第三，通过运用云计算挖掘技术研发各种新型的产品，充分的了解客户和社会的需求，引起大众的关注度，继而可一生数据挖掘技术的个性化和多样化，为电力调度系统带来一定的便利。
3.3挖掘系统平台
随着科技水平的进步和发展，促使信息技术的不断被挖掘出来，在大数据背景下，电力调度系统已从原始的实时报表的监控查询系统转换成为智能化的调度西戎，运用高级的软件促进了电力调度系统不断趋向了智能化趋势的发展，可在周期关联的规则下挖掘出相应的数据平台，例如可选用微软的net平台，数据信息系统可在此平台的支持下，有效的丰富数据信息资源，它具有丰富的资源，也具备较大的访问能力。
3.4神经网络的应用方式
数据挖掘技术可运用神经网络的方式将其应用与电力调度系统中，运用此技术，可实现电度调试自动化趋势发展，可将数据分布储存、自行处理、高度容错，它能为不完整、不精确、模糊的数据进行适当的处理，在电力调度自动化系统挖掘数据的过程中，运用神经网络可运用关联分析的方式进行数据逻辑处理，其包含以下几点内容，第一，将基础数据进行统一和整合，由于电力调度系统包含了较为复杂并且种类较多的数据，因此，通过神经网络将相关数据进行有效的整合和统一，促使数据形成一定的结构模板。第二，关联不同环节的电力调度，运用挖掘神经网络技术的方式来整理不同环节电流的参数和状况，能够有效的确保相关数据的整合性和关联性。第三具有一定的决策性和关联性，运用神经网络来对相关数据进行有效的整合，具有一定的决策性和分析性，可共享不同阶段的数据。
3.5灰色分析法的应用方式
在对时间线上相关联的数据进行分析时会应用到灰色分析法，通过应用一定的数学方法，把数据中的白色部分当作主要依据，找出它同黑色部分有关联的地方，进而实现数据灰色化。在挖掘电力数据时，灰色分析法为最普遍的利用方法之一，主要把其应用到电力数据预测及分析中。它的优点为尽管数据不完整或是数据有限皆能够应用与分析，但其不足为不能将大数据的使用价值充分的发挥出。
3.6模糊分析法的应用方式
此种方法为聚类分析法的一种，是最常应用聚类方法，其主要是对已知数列进行聚类与分析，让数据能够展开全面、综合的分类。同灰色分析法差异点为，利用模糊分析法能够合理应用大数据优势，满足对其的实质性需求。
4结束语
综上所述，数据挖掘技术对电力调度自动化系统在数据挖掘、收集整理的过程中，具有重要的意义。随着时代的进步和发展，我国不断创新电力调度自动化系统的使用方式。运用数据挖掘技术的过程中，还需要专业的人员进行实验和研究，进而促进我国电力调度系统的发展，真正的实现电力调度自动化。
参考文献
[1]肖福明.浅析数据挖掘在电力调度自动化系统中的应用[J].通讯世界，2014（9）：58-59.
[2]张磊琪.数据挖掘在电力调度自动化系统中的应用[J].电子技术与软件工程，2014（2x）：79-80.