[发明专利]一种基于大数据技术的电力数据挖掘分析方法

说明书

本发明公开一种基于大数据技术的电力数据挖掘分析方法，涉及电力数据处理领域，包括采用可视化技术以图表的形式展示电力数据；利用ARIMA模型将可视化电力数据的非平稳时间序列转化为稳定的时间序列，并建立平稳时间序列模型；使用神经网络模型对平稳时间序列模型的平稳电力数据进行反复优化，得到满足预定目标的优化结果；采用本发明方法构建的基于大数据技术的电力数据挖掘与分析方法，具备独立性、易度量性、即时性、灵活性和实用性，有助于可视化电力数据，直观了解电网的运行情况，对电网进行实时监控和管理，对大量数据进行分析，深入挖掘海量数据中的相互关系和内在联系，提高电网管理水平。

技术领域

本发明涉及领域，具体的是一种基于大数据技术的电力数据挖掘分析方法。

背景技术

目前，数字电网建设正在逐步推进，积累了大量的电力数据。如何利用这些数据，已成为当前电网运行面临的重要挑战。可视化分析技术应用于电力系统，将电力数据以生动直观的图像或图形方式显示，可以帮助理解优化电力系统的行为和性能，造发生电力事故前进行预测和预防或在事故发生时快速做出快速反应，更好地理解用电客户的分布情况及发展趋势、用户用电行为等。从海量的电网数据中挖掘对电网企业有用的信息，是数据挖掘技术的一个新的应用领域。数据挖掘技术是对数字电网运营产生和积累的海量电力数据进行深度挖掘，从中发现数据之间的相关性，指导企业的业务发展。同时，大数据技术的运用也有利于电网智能云平台的建设和电网产业的现代化。在电网企业中，将数据可视化技术与数据挖掘技术相结合，不仅可以对大量数据进行深入分析，而且可以全面提高电网管理的业务水平。虽然该技术还处于起步阶段，但可以预见，它将有非常广泛的应用和非常广阔的应用前景。对于企业来说，经过长时间的信息化教育和建设准备，许多企业已经更加坚定地支持大数据的应用，希望提高业务效率，增强核心竞争力。但是目前对于电力数据的管理仍然比较混乱，展示的数据比较庞杂，对电网的监控与管理水平也比较低下。

发明内容

为解决上述背景技术中提到的不足，本发明的目的在于提供一种基于大数据技术的电力数据挖掘分析方法，本发明有助于可视化电力数据，直观了解电网的运行情况，对电网进行实时监控和管理，对大量数据进行分析，深入挖掘海量数据中的相互关系和内在联系，提高电网管理水平。

本发明的目的可以通过以下技术方案实现：

一种基于大数据技术的电力数据挖掘分析方法，包括以下步骤：

S1、采用可视化技术，获得可视化电力数据；

S2、利用ARIMA模型将所述可视化电力数据的非平稳时间序列转化为平稳的时间序列，并建立平稳时间序列模型；

S3、用神经网络模型对平稳时间序列模型中的平稳电力数据进行反复优化，得到满足预定目标的优化结果。

进一步地，获得可视化电力数据的具体步骤如下：

S1.1、采集电网运行数据、电力客户数据、电网企业管理数据、用户用电的数据，将多个数据合并形成一个数据仓库；通过聚类、删除数据仓库内的冗余数据实现数据压缩，形成电力数据；

S1.2、基于可视化技术的图表组件与电力数据进行可视化交互，获取可视化电力数据；基于可视化技术的图表组件包括饼图、散点图、漏斗图、气泡图、热力学图。

进一步地，所述S2的具体步骤为：

S2.1、识别模型

进行单位根检验和DF单侧检验；

统计量公式：

其中，τ为统计量，t为t分布，S为标准差，φ₁为单位根；

利用自相关系数ACF和偏自相关系数PACF确定ARIMA模型的形式，计算公式如下：