电网信息论文精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇电网信息论文范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

广东省电力系统包括21个地市电网，现有最高运行电压等级为500kV，珠江三角洲地区已形成500kV环网，并以500kV电压与广西联网，以400kV和110kV电压分别与香港和澳门联网。此外，广东电网还向湖南宜章和临武两县以及江西赣南地区供电。

粤中(珠江三角洲地区)地网是广东电网的核心，也是全省最大的负荷中心，该电网与广西、香港等电网互联，除了向珠江三角洲地区提供电力外，还担负着电力交换任务。在粤中地区建设一个强大的500kV电网，对保证广东电网乃至香港电网以及澳门电网的安全运行有着重大意义。目前广东500kV电网东已延伸至汕头西翼，江门——茂名500kV输变电工程正加紧建设，2000年前可望投入使用。

广东省的电力工业已经步入了大电网、高电压和大机组时代。随着整个电网变得越来越复杂，电网规划中以往那种人为臆断和局部最优的规划方式会给电网运行、发展带来隐患，资金盲目使用的可能性加大。结合目前理论的发展，我们认为电网规划是一个受到多种条件约束的、以电网总效益为最终目标的多目标的系统工程。对于这样一个系统，我们认为适宜以控制论为基础，结合信息论、运筹学和系统工程等理论来研究。

从控制论角度来看，电网是一个巨维数的典型动态大系统，它具有强非线性、时变且参数不确切可知、含大量未建模动态部分的特征。另外，电力网络地域分布广阔，大部分元件具有延迟、磁滞、饱和等复杂的物理特性，对这样的系统实现有效决策控制是极为困难的。另一方面，由于公众对新建高压线路的不满日益增强，线路造价，特别是走廊使用权的费用日益昂贵，以及电力网的不断增大，使得人们对电力网络的决策控制提出了越来越高的要求。正是由于电网具有这样的特征，一些先进的控制论思想和技术被不断地引入到电网中来。下面将阐明综合智能控制技术引入电网规划中的必要性和可行性。

1综合智能控制技术

1.1智能控制的概念

迄今为止，智能控制尚无统一的概念，文献［1］有如下归纳：

a)最早提出智能控制概念当推傅京孙教授，他通过对人-机控制器和机器人方面的研究，将智能控制概括为自动控制和人工智能的结合。他认为在低层次控制中用常规的基本控制器，而在高层次的智能决策，应具有拟人化功能。

b)Saridis在傅京孙工作的基础上，提出了三元结构的智能控制理论体系，他认为仅有二元结合无助于智能控制的有效和成功应用，必须引入运筹学，使其成为三元结合，并提出了其递阶智能控制的理论框架。

c)国内蔡自兴教授在研究了上述理论结构以后，从系统的整体性和目的性出发，于1986年提出了四元结构价格体系，将智能控制概括为控制理论、人工智能、运筹学和系统理论4学科交叉。

总之，智能控制是多学科知识的结合，除了从控制论出发来研究它，还可以从信息论、生物学以及社会科学角度来讨论和研究。

1.2综合智能控制技术

综合智能控制一方面包含了智能控制与传统方法的结合，如模糊变结构控制，自适应模糊控制，自适应神经网络控制，神经网络变结构控制等；另一方面包含了各种智能控制方法之间的交叉综合，如专家模糊控制，模糊神经网络控制，专家神经网络控制等。

2一个国外的电网规划专家系统

目前为止，在电网规划方面较成功的综合智能控制技术系统不是很多，其中比较好的有加拿大魁北克水电公司(Hydro-Quebec)的“直流/交流输电网络设计专家系统”。

在80年代末期，随着人员的退休和长期不用，一些60年代和70年代加拿大电网高速发展时期由工程师们获得的大量有关电力系统规划设计的专门知识逐渐被人遗忘，这引起了加拿大电力部门的关注，魁北克水电公司将专家系统技术看成是表达和保存某些目前在人类专家头脑中的专门经验和知识的潜在方法。他们认为在电力系统规划设计领域里，专门知识的损失非常明显，尤其是在电力系统增长缓慢的时期。这些专门知识来自于各门学科，在多层次的电力系统设计决策过程中起着重要的作用。一些选择决策，如发电类型、发电厂位置、输电类型(交流/直流)、电压等级、输电线路的数量型号和补偿设备的数量型号的选择必须根据一些准则仔细权衡，包括可靠性、稳定性、稳态性能、费用和环境状况的准则等。基于此，魁北克水电公司的专家们开发了一个用于输电网络初步设计的专家系统，该专家系统具有以下特点。

2.1目标和预期效益

主要目的是研究使用专家系统(ES)来模仿人类专家在AC/DC输电网络初步设计中的行为的可能性。系统地确定和表达进行一项合格设计所必须的知识，包括符号和数字数据，以及指导该项设计的原理、规则、准则折衷方法和数学模型。合格的设计基于费用、环境状况、稳定性、可靠性和设计灵敏度或鲁棒性等准则。ES原型还应指导用户通过完成设计所需的各步骤，使用户与知识库交互作用，并提供达到每一中间步骤后相应推理路径的解释。预期的主要效益是：

a)专家知识能够保留和传授给未来的工程师；

b)知识可以用更加具体的形式加以表达，而不是一些不明确的、没有根据的判断；

c)将获得得更一致的结果；

d)与人类专家相比，ES可以检查、比较更多的方案，得到更经济的设计；

e)借助于推理解释功能，ES可以作为未来专家的教学和训练工具；

f)作为一种“咨询”手段或者一个对已有设计进行评价和改进的工具，ES对专家将很有帮助；

g)ES将充当进行各种电力系统设备设计的专家系统家族的先驱，作为一种模型，从中抽取更加一般的设计方法论；

h)ES起到收集常常分散在整个设计机构中的知识的作用。

2.2领域专家和知识工程师的交互作用

知识工程师应当具有电力系统分析和设计领域以及人工智能(AI)领域的经验，已经证明两种知识的混合对于从领域专家处抽取和浓缩专家知识非常有效。专家知识来自于电力系统规划工程师，他们具有多年的规划、设计和调试大型工程项目的经验。

2.3对设计的评价因素一个候选的设计必须满足下述条件：

a)DC系统最小故障恢复特性；

b)容许的无线电和谐波干扰要求；

c)故障后的最小稳定判据；

d)稳定电压和无功电源的极限；

e)甩负荷后的暂态过电压极限；

f)可靠性所要求的最小设备冗余度；

g)必须对输入数据变化不敏感(鲁棒性)；

h)必须满足某一最大费用要求；

i)必须适合现有技术。

魁北克水电公司的“直流/交流输电网络网络设计专家系统”已经成功地应用了近十年，并在不断地发展、完善。随着模糊技术和人工神经网络等的迅速发展，综合智能控制技术在电网规划中的应用前景愈来愈广阔。

3电网规划决策系统的分解及协调

电网的建设是资金和技术密集型的工程，线路和设备的经济使用寿命长达数十年之久，所以网络的结构合理与否，对电网的技术性能和经济效益将产生长期的影响。一次规划失误的损失，若干年难以挽回。随着广东省电网的不断发展，如何合理地布局电网已是当前电网乃至整个电力工业发展的重要课题之一。

电网规划需要确定的决策是大量的，而这些决策在时间和空间上是相互影响的。目前，限于各方面条件，无法将其统一在一个模型中考虑。只能将其分解成相对简单的子问题，再通过子问题间的迭代进行协调。按照问题划分，电网规划可分为：负荷预测，网架规划，无功规划，稳定性分析，短路电流分析。

4结束语

电网负担着将电源与用户连接起来的任务。此外为了得到最大的供电可靠性和经济性，它还担负着与邻近地区电力系统联系起来的任务。由于电网设备投资需求大，并且设备寿命长达数十年，从而导致电力系统强烈地受“过去权重”的制约，因此，寻求最佳的电网投资决策以保证整个电力系统的长期优化发展，是电网规划所要达到的目标。

结合本文的论述可以看出，电网这一巨维数的典型动态大系数，具有强非线性、时变且参数不确切可知、含大量未建模动态部分的特征，而我们所要达到的控制效果是一种多目标、滚动优化的动态非量化指标(电网的工程效益)，在这个过程中知识的表示和处理占了较大的比重。这样就需要利用综合智能控制技术去有效地组织有关电网规划的大量知识，进行选优运算，得到优化的决策。目前广东省电力工业局联合华南理工大学电力学院共同开展了“电网规划专家决策系统”的有关理论研究工作，并有望在2000年开发一个有效的基于综合智能控制技术的电网规划决策系统，它的使用将对广东省电网的建设起到积极的促进作用。

参考文献

1黄苏南，邵惠鹤，张钟俊．智能控制的理论和方法［J］．控制理论与应用，1994(4)

篇(2)

关键词：关联规则；储位管理；电力物资

作者简介：王普专（1985-），男，福建南安人，福建电力职业技术学院，讲师。（福建 泉州 362000）施密娜（1983-），女，福建泉州人，泉州医学高等专科学校实验中心，实验员。（福建　泉州　362013）

中图分类号：F272?????文献标识码：A?????文章编号：1007-0079（2012）33-0108-02

电力物资管理是电力物资公司根据电网企业的生产经营战略目标和主要任务统筹公司整个物资供应管理的全过程。电力物资公司的物资管理应做到按质、按量、及时、齐备、经济地将物资供应给需用单位，保证电力生产建设的顺利进行。而储位管理是仓储管理的一个重要组成部分，是影响拣货作业效率的主要因素。储位管理是指根据仓储的功能和货物的特性将仓库的储位合理安排，以便快捷地移动（存放和提取）货物，从而实现仓库货物移动时间的最优化并提高仓库容积利用率。但是，在实际操作中，电力物资公司在电力物资的仓储管理中往往仅凭借老员工的经验和主观感觉或者喜好对电力物资的储放位置进行感性安排。这样的决策常常会比较武断，难以达到对电力物资的科学管理。

由于电力物资产品的专业性强、品种多、规格杂、数量巨大，因此电力物资公司的销售数据相当庞大和复杂，简单地用肉眼或者是对往来交易单据进行查看很难发现其中的规则。但随着电力物资管理信息系统的引入，现在有条件对销售数据进行分析，从而挖掘这些销售数据当中是否隐含某些有价值的信息。例如：哪几种物资经常被购买；是否有几类物资经常一起被不同的客户购买。通过分析可以为优化电力物资的储位管理提供科学的依据。而关联规则的数据挖掘正是为挖掘出隐藏在数据间的相互关系常用的技术。本文试图在电力物资的储位优化管理中引入关联规则，从销售数据中发现高频项目集，并且找出这些高频项目集之间的联系，以帮助电力物资公司了解销售产品品类间的联系，优化物资储位和产品品类配置。

一、关联规则

1.关联规则的相关概念

关联规则的数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道但又是潜在有用的信息和知识的过程，从而促进信息的显化。关联规则经常被用来解决这样的问题：到底有哪些商品经常一起被购买？一起购买的概率有多大？

（1）项目集：每一个客户购买的商品或商品集合称为一组项目或一个项目集。具体体现在电力物资的销售数据里面是每一个单据号包含的出库商品。

（2）频繁项集：对一个项目集X，如果X出现的频次不小于用户定义的最小频次，称X为频繁项目集；反之，称X为非频繁项目集。

（3）非频繁项集：不是频繁项集的项目集。

（4）项目集的支持度：表示在所有的交易中同时包含关联规则左右两边物品的交易次数百分比，即支持这个规则的销售数据的次数百分比。

（5）项目集的置信度：是指在所有购买了电力物资A的交易中，同时又购买了电力物资B的交易概率，是一个条件概率。

其中，项目集的支持度和置信度是关联规则里两个很重要的阈值，可以用来衡量该关联规则的有效性和可信度。

2.关联规则数据挖掘的一般步骤

较为常用的关联规则挖掘方法有美国学者R.Agrawal提出的Apriori算法和GRI算法。本文采用的是Apriori算法。

关联规则的数据挖掘通常采用的基本步骤是：生成频繁项目集，主要是找出满足最小支持度阈值的项集；生成规则，主要目的是从第一步产生的频繁项目集中提取所有高于指定置信度的规则。

二、关联规则在电力物资公司储位管理中的应用案例

1.案例介绍

本案例的数据来源于厦门某电力物资公司。该公司是一家从事机电设备及工程其他服务项目的委托招标，送变电、配电工程电力器材及配套设备的销售，仓储管理和电力技术咨询业务。该公司共有6个仓库，不同类型的电力物资存放在不同的仓库，并且同一个仓库里只存放一类电力物资。例如：机电产品存放在同一个仓库里，且该仓库里只存放机电产品。

数据采集范围为该公司自2009年8月3日至2010年9月17日的实际销售出库数据，共涉及到单据号（一个单据号表示一次交易）12336个，其中涉及物资种类1521种。通过对该销售出库数据的简单处理，使其符合SPSS clementine分析的格式需要。

2.数据采集

本案例中使用的数据直接从厦门某电力物资公司物资管理信息系统（自2009年8月3日到2010年9月17日）的实际销售出库数据导出。该数据含有单据号、出库时间、货品编码、品名、规格、基本单位、基本单位数量等信息。

3.数据整理

本例中对数据的整理主要包括：数据格式及结构布局的处理；提取出库频次较高的前255种物资。由于从该公司中导出的数据格式并不符合并SPSS Clementine软件的要求，因此需要进行数据格式更改。另外，该出库数据异常庞大，且涉及的物资种类较多而繁杂，出于ABC分类管理思想、提高应用价值以及分析效率的考虑，有必要对物资的出库频次进行排列，只对出库频次较高的物资进行分析。

4.数据分析

本研究中关联规则数据挖掘工具为现今研究关联规则中最具代表性的方法，即采用SPSS公司SPSS Clementine产品的Apriori模型。

（1）对备品配件的分析。将最小支持度设置为1%，即同时购买物资A和物资B的概率要大于1%。最小置信度设置为85%，即客户购买物资A的前提下，购买物资B的概率要大于85%。最大前项设置为默认值5。部分分析结果如表1所示。

表1　备品配件中支持度设置为1%、置信度设置为85%的分析结果

后项 前项 支持度（%） 置信度

UT线夹 NX型楔型线夹、Z型挂板 1.373 100.0

角铁担（横担）变压器台架用 花纹钢板（变压器台架用 ）、槽钢担（变压器台架用） 1.001 100.0

UT线夹 NX型楔型线夹、弹射芯、Z型挂板 1.107 100.0

UT线夹 NX型楔型线夹；Z型挂板；Q、QP型球头挂环 1.341 100.0

Q、QP型球头挂环 安普楔形线夹（600411）、弹射芯、W型球头挂板 1.65 100.0

Q、QP型球头挂环 绝缘耐张线夹、弹射芯、W型球头挂板 2.193 100.0

Q、QP型球头挂环 W型球头挂板、Z型挂板 3.725 96.0

Z型挂板 绝缘耐张线夹；Q、QP型球头挂环 3.012 93.64

W型球头挂板 绝缘耐张线夹；Q、QP型球头挂环 3.012 90.459

设备抱箍（K型） 支铁抱箍 3.928 85.637

从以上分析结果的置信度可以看出，该公司在售的电力物资之间确实有存在较强的潜在的关联。例如：购买了花纹钢板（变压器台架用）和槽钢担（变压器台架用）的客户，肯定同时也购买了角铁担（横担）变压器台架用；在购买了Z型挂板和W型球头挂板的客户中，有96%的客户同时也购买了Q、QP型球头挂环。

（2）对材料产品的分析。由于材料产品的出库频次较低，因此对材料产品的关联规则分析要设置较低的支持度。本次分析中将最小支持度设置为0.1%，即同时购买物资A和物资B的概率要大于0.1%。最小置信度设置为90%，即客户购买物资A的前提下，购买物资B的概率要大于90%。最大前项设置为默认值5。部分分析结果如表2所示。

表2　材料产品中支持度设置为0.1%、置信度设置为90%的分析结果

后项 前项 支持度（%） 置信度

型号为JKLYJ-1KV/1*120铝芯交联架空导线 JKLYJ-1KV/1*35铝芯交联架空导线

型号为JKLYJ-1KV/1*95的铝芯交联架空导线 0.128 100.0

单股铜塑线BV-2 单股铜塑线BV-35

镀铝合金镀层钢绞线GJ-70 0.117 100.0

单股铜塑线BV-25 单股铜塑线BV-50

镀铝合金镀层钢绞线GJ-50 0.106 100.0

型号为JKLYJ-1KV/1*120铝芯交联架空导线 型号为JKLYJ-1KV/1*70的铝芯交联架空导线

型号为JKLYJ-1KV/1*95的铝芯交联架空导线 0.138 92.308

型号为JKLYJ-1KV/1*95的铝芯交联架空导线 钢芯铝绞线

型号为JKLYJ-1KV/1*95的铝芯交联架空导线 0.128 91.667

从以上分析结果可以看出，该公司在售的材料产品类电力物资之间存在潜在的关联。例如：购买了型号为JKLYJ-1KV/1*35的铝芯交联架空导线和型号为JKLYJ-1KV/1*95的铝芯交联架空导线的客户同时也购买了型号为JKLYJ-1KV/1*120的铝芯交联架空导线；在购买了型号为BV-35的单股铜塑线和型号为GJ-70的镀铝合金镀层钢绞线的客户同时也购买了型号为BV-2的单股铜塑线。

（3）对机电产品的分析。由于机电产品普遍较为大，且价格较高，出库频次处于中等水平。因此对材料产品的关联规则分析要设置较低的支持度和置信度。本次分析中将最小支持度设置为0.1%，即同时购买物资A和物资B的概率要大于0.1%。最小置信度设置为50%，即客户购买物资A的前提下，购买物资B的概率要大于50%。最大前项设置为默认值5。部分分析结果如表3所示。

表3　机电产品中支持度设置为0.1%、置信度设置为50%的分析结果

后项 前项 支持度（%） 置信度

GCK抽屉开关柜 KYN开关柜 0.852 70.0

GCK抽屉开关柜 SCB10干式电力变压器 0.298 53.571

KYN开关柜 SCB10干式电力变压器

GCK抽屉开关柜 0.16 53.333

KYN开关柜 GCK抽屉开关柜 1.15 51.852

HXGN环网柜 GGD2固定开关柜 0.436 51.22

从以上分析结果可以看出，该公司在售的机电产品类电力物资之间存在潜在的关联。例如：购买了KYN开关柜的客户中有70%的客户同时也购买了GCK抽屉开关柜；购买了GGD2固定开关柜的客户中有51.22%的客户同时也购买了HXGN环网柜。

5.结论

以上分析结果可以清晰地看出，物资公司中很多电力物资之间存在着较为紧密的关联性。同时该分析结果对于电力物资公司的物资储位管理、库存管理、进货管理等方面都有一定的指导意义。对于备品配件物资，在优化储位管理时可以将Z型挂板、W型球头挂板和QP型球头挂环就近摆放，也可以将花纹钢板（变压器台架用）、槽钢担（变压器台架用）和角铁担（横担）变压器台架用的电力物资摆放在尽量靠近的储位。对于材料产品，在优化储位管理时，可以将型号为JKLYJ-1KV/1*35 的铝芯交联架空导线、型号为JKLYJ-1KV/1*95的铝芯交联架空导线和型号为JKLYJ-1KV/1*120的铝芯交联架空导线就近摆放，也可以将型号为BV-35的单股铜塑线和型号为GJ-70的镀铝合金镀层钢绞线摆放在尽量靠近的储位。对于机电产品，在优化储位管理时可以将KYN开关柜、GCK抽屉开关柜存放在尽量靠近的同一个区域里，以提高仓库管理员的拣货效率，减轻工作量。另外，物资公司在进货及库存管理上也应该注意以上几种物资数量的协调，从而更好地满足顾客。

三、结语

利用关联规则对电力物资的销售数据进行分析是一种科学的决策方式，在一定程度上可以避免主观判断或经验决策中的一些先天不足。本论文通过一定的数据分析挖掘出了隐藏在电力物资公司销售数据里的潜在关联，能够为企业和组织管理决策时提供切实可靠的依据。随着电力物资公司建立科学合理、一流高效的物资供应体系要求的不断提升，数据挖掘技术在电力物资管理领域必然发挥越来越大的作用，而电力物资公司也会因为数据挖掘技术的应用而大大提升自身的竞争力。

参考文献：

[1]中国人民大学统计学系数据挖掘中心.关联规则挖掘概述[J].统计与信息论坛，2002，（5）.

[2]毛国君，段立娟，王实，等.数据挖掘原理与算法[M].北京：清华大学出版社，2005.

[3]吴洪波，赵谦.关联规则在大型超市中的应用[J].哈尔滨理工大学学报，2008，13（2）：128-130.

[4]窦延平.关于数据挖掘中关联规则挖掘算法的研究及其应用[D].上海：上海交通大学，2003.

[5]林宇.数据仓库原理与实践[M].北京：人民邮电出版社，2003：52-53.