|本期目录/Table of Contents|

[1]石智永,管晓峰,侯尽然,等.基于数据挖掘的智能电网调度技术研究[J].电子设计工程,2019,27(22):170-174.
 SHI Zhiyong,GUAN Xiaofeng,HOU Jinran,et al.Research on smart grid dispatching technology based on data mining[J].SAMSON,2019,27(22):170-174.
点击复制

基于数据挖掘的智能电网调度技术研究(PDF)
分享到:

《电子设计工程》[ISSN:1674-6236/CN:61-1477/TN]

卷:
27
期数:
2019年22期
页码:
170-174
栏目:
电力电子技术
出版日期:
2019-11-20

文章信息/Info

Title:
Research on smart grid dispatching technology based on data mining
文章编号:
1674-6236(2019)22-0170-05
作者:
石智永管晓峰侯尽然王国民耿 琦
(国网郑州供电公司 河南 郑州 450000)
Author(s):
SHI Zhi?yong GUAN Xiao?feng HOU Jin?ran WANG Guo?min GENG Qi
(State Grid Zhengzhou Power Supply Company, Zhengzhou 450000, China)
关键词:
数据挖掘 智能电网 粒子群优化 支持向量机
Keywords:
data mining smart grid particle swarm optimization support vector machine
分类号:
TP391;TM734
DOI:
-
文献标志码:
A
摘要:
为满足智能电网调度系统对高精度调度技术的需求,文中将数据挖掘技术应用于智能电网调度平台中,构建了基于数据挖掘的调度挖掘模型。根据模型文中针对电力负荷预测,提出了一种基于粒子群优化和支持向量机的电力负荷预测方法。讨论了基于数据挖掘的电力负荷预测算法,并描述了关键模块的实现。最后给出了实际负荷曲线的对比,从数据来看文中的预测算法相对于传统ID3预测算法更接近实际负荷。因此,提出的方法可以为实现先进的智能电网调度系统提供帮助。
Abstract:
In order to meet the requirements of high-precision scheduling technology for smart grid dispatching system, the paper applies data mining technology to smart grid dispatching platform and builds a mining model based on data mining. According to the model, the paper proposes a power load forecasting method based on particle swarm optimization and support vector machine. The power load forecasting algorithm based on data mining is discussed and the implementation of key modules is described. Finally, the paper gives a comparison of the actual load curves. From the data point of view, the prediction algorithm of this paper is closer to the actual load than the traditional ID3 prediction algorithm. Therefore, the proposed method can provide some help for the realization of advanced smart grid dispatching system.

参考文献/References:

[1] 李倩.电力系统可视化技术及其在电网智能调度中的应用[D].济南:山东大学,2015.[2] 朱炎平.基于聚类的用户用电行为分析研究[D].北京:华北电力大学,2017.[3] 吕文晶,刘进.第四次工业革命与人工智能创新[J].高等工程教育研究,2018, 17(3):69-76.[4] 孙立民,王琳,时海刚.应用于智能电网的数字通信技术[J].电气时代,2011(7):64-65.[5] 杨龑骄.基于Hadoop的智能调度云数据中心关键技术研究[D].保定:华北电力大学,2013.[6] 史俊霞.基于一体化技术的电力调度系统网络优化[J].浙江电力,2017,36(5):66-68.[7] 邓瑞龙.智能电网配用电信息接入与负载调度研究[D].杭州:浙江大学,2014.[8] Alagoz B B, Keles C,Kaygusuz A. Towards energy webs: Hierarchical tree topology for future smart grids[C].Toronto:3rd International Istanbul Smart Grid Congress and Fair (ICSG),IEEE,2015.[9] Chandler S A,Rinaldi J H,Bass R B,et al. Smart grid dispatch optimization control techniques for transactive energy systems[C].Boston:IEEE Conference on Technologies for Sustainability (SusTech),IEEE,2014.[10]Vivekanandan K,Prabu P.Distributed power generation for isolated loads using smart grid technology[C].Moskove:International Conference on Information Communication and Embedded Systems,IEEE,2014.[11]Liu S,Zhou Z,Yin S,et al.A smart transmission grid fault diagnosis and analysis system based on CEP technology[C].Shanghai:IEEE PES Innovative Smart Grid Technologies,IEEE,2011.[12]张倩莹,陈新斌.电网调度自动化系统的信息分类优化[J].浙江电力,2012,31(10):74-76.[13]周晟,赵君翊,葛元鹏.主被动防御结合的智能电网信息安全防护体系[J].电子科技, 2015,28(6):213-215.[14]吴利剑.基于数据挖掘的故障诊断的电力SCADA系统[D].沈阳:沈阳理工大学,2014.[15]崔惠,赵迎亚,汪波.基于智能电网调度控制系统的云技术研究[J].科技创新与应用, 2017(20):44-46.[16]彭志强,张小易,游浩云,等.智能电网调度控制系统主备同道信息对比技术分析[J].中国电力,2015,48(8):155-160.

相似文献/References:

[1]吴 爽.基于SVM的白细胞识别研究[J].电子设计工程,2010,(12):124.
 WU Shuang.Research of white blood cells recognition based on SVM[J].SAMSON,2010,(22):124.
[2]欧阳辉,禄乐滨.基于SVM的论文元数据抽取方法研究[J].电子设计工程,2010,(05):4.
 OU YANG Hui,LU Le-bin.Research of paper metadata extraction method based on SVM[J].SAMSON,2010,(22):4.
[3]梅登华,蔡少伟.基于层次的最大频繁项集挖掘算法[J].电子设计工程,2010,(03):9.
 MEI Deng-hua,CAI Shao-wei.Algorithm for mining maximal frequent itemsets based on layer[J].SAMSON,2010,(22):9.
[4]许盛中,蔡乐才,李红婵,等.基于数据挖掘技术的入侵检测系统[J].电子设计工程,2009,(08):3.
 XU Sheng-zhong,CAI Le-cai,LI Hong-chan,et al.Intrusion detection system based on data mining[J].SAMSON,2009,(22):3.
[5]王海燕,周思方,曾德华.数据挖掘技术在客户管理中的应用研究[J].电子设计工程,2009,(05):69.
 WANG Hai-yan,ZHOU Si-fang,ZENG De-hua.Application research of data mining technology in customer management[J].SAMSON,2009,(22):69.
[6]张菲苗.超市购物系统中数据仓库的粒度研究[J].电子设计工程,2009,(04):18.
 ZHANG Fei-miao.Research of granularity based on the design of database warehouse in the supermarket shopping[J].SAMSON,2009,(22):18.
[7]屈正庚,唐晓琴.基于电子商务中的数据挖掘技术研究[J].电子设计工程,2009,(03):37.
 QU Zheng-geng,TANG Xiao-qin.Research of data mining technology based on electronic commerce[J].SAMSON,2009,(22):37.
[8]李瑶.数据挖掘技术在交通事故分析中的应用[J].电子设计工程,2009,(02):77.
 LI Yao.Applicable of data mining to traffic accidents analysis[J].SAMSON,2009,(22):77.
[9]马刚,刘天时,李皎.ID3算法在医生分类规则挖掘中的应用研究[J].电子设计工程,2008,(11):77.
 MA Gang,LIU Tian-shi,LI Jiao.Application study of ID3 algorithm in mining of doctor classfication regulations[J].SAMSON,2008,(22):77.
[10]王全,杨国梁.一种改进的K-平均聚类算法[J].电子设计工程,2008,(09):73.
 WANG Quan,YANG Guo-liang.An improved clustering algorithm of K-means[J].SAMSON,2008,(22):73.

备注/Memo

备注/Memo:
收稿日期:2019-04-10 稿件编号:201904062基金项目:国家电网公司科研立项(15843632)作者简介:石智永(1978—),男,河南尉氏人,高级工程师。研究方向:电网规则、电网智能技术应用。
更新日期/Last Update: 2019-11-25