本發(fā)明專利技術(shù)涉及一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法和系統(tǒng)，該方法通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和清洗得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，并將清洗后的電網(wǎng)運(yùn)行KPI數(shù)據(jù)裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中，然后利用C4.5算法對裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘，通過特征分析、關(guān)聯(lián)分析和聚類決策分析得到KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，再通過設(shè)置可信門檻過濾得到被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，并在知識驗(yàn)證后得到新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式存儲于電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中。該方法能夠獲取確信可使用的傳統(tǒng)電網(wǎng)運(yùn)行研究理論未發(fā)現(xiàn)的擴(kuò)展知識，為豐富改善電網(wǎng)運(yùn)行人員的專業(yè)知識和能力提供了基礎(chǔ)，進(jìn)而達(dá)到精細(xì)化管理。
【技術(shù)實(shí)現(xiàn)步驟摘要】
—種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法和系統(tǒng)
本專利技術(shù)涉及一種電力系統(tǒng)智能調(diào)度
，特別是一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法和系統(tǒng)。
技術(shù)介紹
電力網(wǎng)絡(luò)運(yùn)行過程中會產(chǎn)生大量數(shù)據(jù)，對電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行管理，從這些數(shù)據(jù)中尋找關(guān)鍵信息，掌握電力系統(tǒng)運(yùn)行狀態(tài)，對調(diào)度人員提高發(fā)電調(diào)整的決策效率有重要意義。關(guān)鍵性能指標(biāo)KPI (Key Performance Indicator)集中展示了電網(wǎng)運(yùn)行狀態(tài),為公司高層決策人員和電網(wǎng)運(yùn)行關(guān)鍵崗位人員提供關(guān)于電網(wǎng)運(yùn)行安全性、經(jīng)濟(jì)性、優(yōu)質(zhì)性、環(huán)保性的信息。目前的電網(wǎng)運(yùn)行KPI數(shù)據(jù)管理只依據(jù)傳統(tǒng)電網(wǎng)研究人工進(jìn)行知識管理，且已有的KPI數(shù)據(jù)模式固定，無法進(jìn)一步獲取未發(fā)現(xiàn)的數(shù)據(jù)模式，使得對電網(wǎng)運(yùn)行研究理論未發(fā)現(xiàn)的擴(kuò)展知識受限，電網(wǎng)運(yùn)行管理決策效率比較低，無法達(dá)到精細(xì)化管理。 為加強(qiáng)電網(wǎng)運(yùn)行安全性、優(yōu)化電能質(zhì)量、提高電網(wǎng)運(yùn)行經(jīng)濟(jì)性、兼顧電力生產(chǎn)的環(huán)保要求，電網(wǎng)運(yùn)行的精細(xì)化管理逐漸成為各電網(wǎng)公司的迫切需要。隨著電網(wǎng)基礎(chǔ)設(shè)施數(shù)字化水平不斷提高，電網(wǎng)信息系統(tǒng)的數(shù)據(jù)量不斷增大，有效的利用海量數(shù)據(jù)，從數(shù)據(jù)中發(fā)掘出隱含的、先前未知并具有潛在價(jià)值的信息，是當(dāng)前電網(wǎng)信息化領(lǐng)域的重要研究方向。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)針對現(xiàn)有的電網(wǎng)運(yùn)行數(shù)據(jù)的人工進(jìn)行知識管理和KPI數(shù)據(jù)模式固定導(dǎo)致的電網(wǎng)運(yùn)行管理效率低并無法精細(xì)化管理的問題，提供一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，對電網(wǎng)運(yùn)行數(shù)據(jù)采用ETL技術(shù)和電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘獲取確信可使用的傳統(tǒng)電網(wǎng)運(yùn)行研究理論未發(fā)現(xiàn)的擴(kuò)展知識，實(shí)現(xiàn)電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)，為豐富改善電網(wǎng)運(yùn)行人員的專業(yè)知識和能力提供了基礎(chǔ)，進(jìn)而達(dá)到精細(xì)化管理，提高電網(wǎng)運(yùn)行管理水平。本專利技術(shù)還涉及一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的系統(tǒng)。 本專利技術(shù)的技術(shù)方案如下: 一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，其特征在于，通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和清洗得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，并將清洗后的電網(wǎng)運(yùn)行KPI數(shù)據(jù)裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中，然后利用C4.5算法對裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘，通過特征分析、關(guān)聯(lián)分析和聚類決策分析得到KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，再通過設(shè)置可信門檻過濾得到被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，并在知識驗(yàn)證后得到新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式存儲于電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中。 收集的電網(wǎng)運(yùn)行數(shù)據(jù)為多源數(shù)據(jù)采集，包括采集電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中具有明確范圍和數(shù)據(jù)采集源的電網(wǎng)運(yùn)行KPI數(shù)據(jù)以及采集其它系統(tǒng)經(jīng)數(shù)據(jù)處理產(chǎn)生的結(jié)果的KPI數(shù)據(jù)，還包括采集電網(wǎng)量測的潮流數(shù)據(jù)、拓?fù)鋽?shù)據(jù)和參數(shù)數(shù)據(jù)。 通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)從電網(wǎng)運(yùn)行的各監(jiān)測系統(tǒng)、執(zhí)行系統(tǒng)和/或管理系統(tǒng)中進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和清洗得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，所述清洗包括去除數(shù)據(jù)中的明顯錯(cuò)誤和冗余。 設(shè)置的可信門檻過濾包括安全可信門檻過濾、優(yōu)質(zhì)可信門檻過濾、經(jīng)濟(jì)可信門檻過濾和環(huán)保可信門檻過濾，將未通過可信門檻過濾的數(shù)據(jù)作為不可信知識存儲至不可信知識庫中。 在得到被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系后通過電網(wǎng)仿真技術(shù)進(jìn)行知識驗(yàn)證，知識驗(yàn)證不合格的數(shù)據(jù)作為不可信知識存儲至不可信知識庫中，知識驗(yàn)證合格得到新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式還反饋到利用C4.5算法進(jìn)行的電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘。 一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的系統(tǒng)，其特征在于，包括依次連接的電網(wǎng)運(yùn)行數(shù)據(jù)收集模塊、電網(wǎng)運(yùn)行數(shù)據(jù)ETL處理模塊、電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫、電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘模塊、可信門檻過濾模塊和知識驗(yàn)證模塊，所述電網(wǎng)運(yùn)行數(shù)據(jù)收集模塊收集電網(wǎng)運(yùn)行數(shù)據(jù)，所述電網(wǎng)運(yùn)行數(shù)據(jù)ETL處理模塊通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和清洗得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，并將清洗后的電網(wǎng)運(yùn)行KPI數(shù)據(jù)裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中，所述電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘模塊利用C4.5算法對裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘并通過特征分析、關(guān)聯(lián)分析和聚類決策分析得到KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，所述可信門檻過濾模塊通過設(shè)置可信門檻過濾得到被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，再由知識驗(yàn)證模塊進(jìn)行知識驗(yàn)證后得到新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式存儲于電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中。 所述電網(wǎng)運(yùn)行數(shù)據(jù)收集模塊收集的電網(wǎng)運(yùn)行數(shù)據(jù)為多源數(shù)據(jù)采集，包括采集電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中具有明確范圍和數(shù)據(jù)采集源的電網(wǎng)運(yùn)行KPI數(shù)據(jù)以及采集其它系統(tǒng)經(jīng)數(shù)據(jù)處理產(chǎn)生的結(jié)果的KPI數(shù)據(jù)，還包括采集電網(wǎng)量測的潮流數(shù)據(jù)、拓?fù)鋽?shù)據(jù)和參數(shù)數(shù)據(jù)。 所述電網(wǎng)運(yùn)行數(shù)據(jù)ETL處理模塊通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)從電網(wǎng)運(yùn)行的各監(jiān)測系統(tǒng)、執(zhí)行系統(tǒng)和/或管理系統(tǒng)中進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和清洗得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，所述清洗包括去除數(shù)據(jù)中的明顯錯(cuò)誤和冗余。 還包括不可信知識庫，所述不可信知識庫與可信門檻過濾模塊相連；所述可信門檻過濾模塊包括安全可信門檻過濾模塊、優(yōu)質(zhì)可信門檻過濾模塊、經(jīng)濟(jì)可信門檻過濾模塊和環(huán)保可信門檻過濾模塊，分別實(shí)現(xiàn)安全可信過濾、優(yōu)質(zhì)可信門檻過濾、經(jīng)濟(jì)可信門檻過濾和環(huán)保可信門檻過濾，均滿足可信門檻過濾的被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系輸入至知識驗(yàn)證模塊，將不滿足可信門檻過濾的數(shù)據(jù)作為不可信知識存儲至不可信知識庫中。 所述不可信知識庫還與知識驗(yàn)證模塊相連，所述知識驗(yàn)證模塊在得到被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系后通過電網(wǎng)仿真技術(shù)進(jìn)行知識驗(yàn)證，知識驗(yàn)證不合格的數(shù)據(jù)作為不可信知識存儲至不可信知識庫中，知識驗(yàn)證合格得到新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式存儲于電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中，同時(shí)新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式還反饋輸入至電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘模塊。 本專利技術(shù)的技術(shù)效果如下: 本專利技術(shù)提供的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，利用ETL技術(shù)按照實(shí)際需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)處理得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，采用利用C4.5算法進(jìn)行電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘并獲取確信可使用的新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式存儲于電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中。本專利技術(shù)的方法通過ETL技術(shù)和數(shù)據(jù)挖掘技術(shù)對電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行自動(dòng)化深入分析和處理，獲取確信可使用的并通過經(jīng)驗(yàn)驗(yàn)證的新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式，屬于傳統(tǒng)電網(wǎng)運(yùn)行研究理論未發(fā)現(xiàn)的擴(kuò)展知識，實(shí)現(xiàn)電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)，解決了現(xiàn)有的電網(wǎng)運(yùn)行數(shù)據(jù)的人工進(jìn)行知識管理和KPI數(shù)據(jù)模式固定導(dǎo)致的電網(wǎng)運(yùn)行管理效率低并無法精細(xì)化管理的問題，經(jīng)過基于傳統(tǒng)電網(wǎng)分析理論構(gòu)造的適用于電網(wǎng)運(yùn)行KPI數(shù)據(jù)的挖掘，經(jīng)過挖掘、可信門檻過濾和知識驗(yàn)證，最終產(chǎn)生有價(jià)值的新的電網(wǎng)運(yùn)行KPI知識或電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式，將ETL技術(shù)和特定的數(shù)據(jù)挖掘技術(shù)應(yīng)用于電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫的完善，降低了電網(wǎng)運(yùn)行管理人員的業(yè)務(wù)分析工作量，為豐富和改善電網(wǎng)運(yùn)行管理人員的專業(yè)知識、調(diào)整運(yùn)行管理策略，降低電網(wǎng)運(yùn)行分風(fēng)險(xiǎn)、提高電網(wǎng)運(yùn)行效率以及提高決策準(zhǔn)確性提供方法和依據(jù)，通過本專利技術(shù)的方法能夠達(dá)到精細(xì)化管理，提高電網(wǎng)運(yùn)行管理水平。 本專利技術(shù)提供的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的系統(tǒng)，包括依次連接的電網(wǎng)運(yùn)行數(shù)據(jù)收集模塊、電網(wǎng)運(yùn)行數(shù)據(jù)ETL處理模塊、電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫、電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘模塊、可信門檻過濾模塊和知識驗(yàn)證模本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，其特征在于，通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和清洗得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，并將清洗后的電網(wǎng)運(yùn)行KPI數(shù)據(jù)裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中，然后利用C4.5算法對裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘，通過特征分析、關(guān)聯(lián)分析和聚類決策分析得到KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，再通過設(shè)置可信門檻過濾得到被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，并在知識驗(yàn)證后得到新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式存儲于電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中。
【技術(shù)特征摘要】
1.一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，其特征在于，通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和清洗得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，并將清洗后的電網(wǎng)運(yùn)行KPI數(shù)據(jù)裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中，然后利用C4.5算法對裝載到電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘，通過特征分析、關(guān)聯(lián)分析和聚類決策分析得到KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，再通過設(shè)置可信門檻過濾得到被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系，并在知識驗(yàn)證后得到新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式存儲于電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中。2.根據(jù)權(quán)利要求1所述的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，其特征在于，收集的電網(wǎng)運(yùn)行數(shù)據(jù)為多源數(shù)據(jù)采集，包括采集電網(wǎng)運(yùn)行KPI經(jīng)驗(yàn)知識庫中具有明確范圍和數(shù)據(jù)采集源的電網(wǎng)運(yùn)行KPI數(shù)據(jù)以及采集其它系統(tǒng)經(jīng)數(shù)據(jù)處理產(chǎn)生的結(jié)果的KPI數(shù)據(jù)，還包括采集電網(wǎng)量測的潮流數(shù)據(jù)、拓?fù)鋽?shù)據(jù)和參數(shù)數(shù)據(jù)。3.根據(jù)權(quán)利要求1或2所述的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，其特征在于，通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)從電網(wǎng)運(yùn)行的各監(jiān)測系統(tǒng)、執(zhí)行系統(tǒng)和/或管理系統(tǒng)中進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和清洗得到電網(wǎng)運(yùn)行KPI數(shù)據(jù)，所述清洗包括去除數(shù)據(jù)中的明顯錯(cuò)誤和冗余。4.根據(jù)權(quán)利要求1或2所述的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，其特征在于，設(shè)置的可信門檻過濾包括安全可信門檻過濾、優(yōu)質(zhì)可信門檻過濾、經(jīng)濟(jì)可信門檻過濾和環(huán)保可信門檻過濾，將未通過可信門檻過濾的數(shù)據(jù)作為不可信知識存儲至不可信知識庫中。5.根據(jù)權(quán)利要求4所述的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的方法，其特征在于，在得到被接受的KPI數(shù)據(jù)關(guān)聯(lián)關(guān)系后通過電網(wǎng)仿真技術(shù)進(jìn)行知識驗(yàn)證，知識驗(yàn)證不合格的數(shù)據(jù)作為不可信知識存儲至不可信知識庫中，知識驗(yàn)證合格得到新的電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式還反饋到利用C4.5算法進(jìn)行的電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘。6.一種電網(wǎng)運(yùn)行KPI數(shù)據(jù)模式自學(xué)習(xí)的系統(tǒng)，其特征在于，包括依次連接的電網(wǎng)運(yùn)行數(shù)據(jù)收集模塊、電網(wǎng)運(yùn)行數(shù)據(jù)ETL處理模塊、電網(wǎng)運(yùn)行KPI數(shù)據(jù)倉庫、電網(wǎng)運(yùn)行KPI數(shù)據(jù)挖掘模塊、可信門檻過濾模塊和知識驗(yàn)證模塊，所述電網(wǎng)運(yùn)行數(shù)據(jù)收集模塊收集電網(wǎng)運(yùn)行數(shù)據(jù)，所述電網(wǎng)運(yùn)行數(shù)據(jù)ETL處理模塊通過ETL技術(shù)按照需求對收集的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：姬源，王向東，沈冠全，黃育松，覃海，萬會江，孫浩，張仕鵬，李壽松，
申請(專利權(quán))人：貴州電網(wǎng)公司電力調(diào)度控制中心，中國能源建設(shè)集團(tuán)廣東省電力設(shè)計(jì)研究院，
類型：發(fā)明
國別省市：貴州;52
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。