(国网辽宁省电力有限公司110000)
摘要：随着工业化不断发展建设，大数据也在不断改革着电力系统的运行。结合对应的研究分析，加强对电力系统项目管理的研究分析，有助于提升全局建设管理，实现大数据的挖掘电力系统的运用。本文针对大数据挖掘电力系统项目管理的相关理论进行了研究，希望能够为对应单位提供有效的借鉴参考。
关键词：大数据；电力系统；项目管理
结合现代化电力产业建设和发展，大数据为智能电网的发展注入新的活力，掌握电力大数据的关键技术对电力行业的可持续发展和坚强智能电网的建立具有重要意义。电力系统是复杂的人造系统之一，其具有地理位置分布广泛、发电用电实时平衡、传输能量数量庞大、电能传输光速可达、通讯调度高度可靠、实时运行从不停止、重大故障瞬间扩大等特点，这些特点决定了电力系统运行时产生的数据数量庞大、增长快速、类型丰富，完全符合大数据的所有特征，是典型的大数据。本文针对大数据挖掘的特定进行分析，对其优化电力系统进行有效分析，现将其阐述如下。
1.大数据挖掘的定义分析
电力大数据的应用场合涵盖发、输、变、配、用、调等电力行业的各个环节，在风电场选址、降低网损、风电并网、电网安全监测、大灾难预警、电力企业精细化运营、电力设备状态监测等领域有非常强的可实现性。大数据挖掘指的是从海量的数据库中挖掘有用的数据信息，这种处理方式是一个探索数据以及提取信息资源，优化整个产业的模式，在大数据挖掘和信息储存过程中，对应的操作人员通过分析数据网络，加强对数据的研究和分析，能够有效利用各项数据资源，实现数据库的研究和分析，但是大数据挖掘的内容较多，海量的信息资源中难以挖据到有用的信息，且结合数据分析研究可知，大数据挖掘的目的是从海量数据库中发现有利的信息资源。这整个过程被称为数据库知识发现。大数据挖掘涉及的知识内容有数据库技术、统计学以及机器学习等多个方面，结合高性能计算机产业的研发以及模式识别，大数据挖掘还有这神经网络以及可视化数据信息检索等多项功能，在大数据挖掘任务任务中也存在较为明晰的分类。
2.大数据对于挖掘电力系统项目管理的分类作用
挖掘和数据分析是大数据研究的重要内容，整个数据分析以及知识面拓展等方面涉及较多的知识内容。一方面对于知识内容的分类，大数据存在着聚类以及分类两个特点。分类是将所有的数据对象分配给一组对象的过程，其中数据监督分类等方面涉及较多的知识内容，结合数据对象进行分类研究，对于聚类以及有效的分析内容主要涉及到以下几个方面。首先是识别原始数据的分类，也成为“簇”，其次，是确定原始数据簇的个数和内容。最后是验证分析数据中的簇内容，结合对应的聚类分析以及数据验证分析阐述，簇的运用已经深刻的运用到各个领域中去，优化了电气制动化技术的运行发展。
图1大数据挖掘信息系统
3.对于数据挖掘在电气工程的故障分析
分析电气工程建设，其中热工原件是信号分析的重要源泉。一方面，在工业热工元件中，热工保护需要进行信息采集以及数据处理，热工元件的可靠运行，需要注重多方面的安全性和可靠性。以为内温度以及压力流量和阀门位置的处理，常常会造成主辅机器产生异常保护的现象。在所有的热力发电厂中，热工元件的故障引起的热工保护异常问题引起了所有故障发生率一半以上的问题。结合数据分析和采集对比发现，元件的质量问题以及原件的维修问题都需要引起对应的单位的重视。可见，针对热工元件的处理和选购，对应的设计人才和采购、施工人员要加强对设备的关注和研究，避免造成单点参与以及机组保护的模式，尽最大可能的降低机组保护异常的风险。综合数据对比和信息采集研究，挖掘有效的数据，将其运用到产业建设发展中，需要对应的单位结合热工原件分析，加强对该产业的运行和探讨（如图1前所述）。
4.对于大数据分析电力系统管理的发展趋势分析
未来的10年至20年将是我国智能电网建设的主要时期，智能电网总投资规模预计接近4万亿元。随着智能电网进入全面建设的重要阶段和我国城镇化建设的进一步推进，城乡配电网的智能化建设将全面拉开，智能电网及智能成套设备、智能配电、控制系统等三大领域将迎来黄金发展期。
结合电力系统的发展以及运行分析，结合电力系统的可靠性以及发展研究，对应的装置设备需以强化各项建设和需求，实现精准、有效、可靠且快速的产业，在大数据的研究分析下，可以实现各项数据的精准定位以及分析。最终加强对可疑的数据故障的判断分析。结合本次研究分析，全局信息的运用和融入也存在于各项后备保护系统中，结合大数据挖掘研究理论，分析聚类分析技术以及电量变化等特点，能够加强故障研究以及对应的数据分析，最终优化整个部件的识别和故障分析，本文的大数据针对故障分析以及可行性技术优化，对于创新电力项目管理体系的故障分析以及运行环境进行了阐述。将大数据定义为通过专业的学术体系以及应用科学研究得到的信息分析系统，在这些研究体系中，数据集成和运用都是通过实验产生的，大数据挖掘理论的运行环境主要是跨学科和普遍性。大数据挖掘的运行环境和机器学习有关，在整个学习过程中，对应的科学家需要针对体系的运行开发对应的软件和程序，发现其中潜在的规律，最终实现大数据挖掘的有效性和创新性。
5.结语
综上所述，电力系统的建设关系到电力产业的建设发展，整个电力项目运行中，需要对应的单位提供有效的实践证明以及运行环境。在整个技能化发展和智能化体系改革变动中，大数据的出现对于细化电力工程项目，加强其工程管理和信息处理、模式识别以及自动化系统建设都有着重要的价值空间。笔者认为，对应的电力企业要结合自动化发展体系以及电力企业建设，优化整个经济建设系统，做好各项管理，全面落实经建设和工业化建设进程，真正的落实各项管理，将大数据的运用和管理落实到各个细节之上。因此，对应的企业应当结合大数据的技术优势和电力系统的应用需求，发挥电力大数据的价值，将为智能电网的建设带来新的发展契机。电力企业应该牢牢抓住这个契机，从数据政策、人才培养、关键技术研发等层面，全面促成电力大数据技术的发展。
参考文献
[1]黄彦浩,于之虹,谢昶,史东宇,周孝信.电力大数据技术与电力系统仿真计算结合问题研究[J].中国电机工程学报,2015,35(01):13-22.
[2]彭小圣,邓迪元,程时杰,文劲宇,李朝晖,牛林.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报,2015,35(03):503-511.
[3]王德文,孙志伟.电力用户侧大数据分析与并行负荷预测[J].中国电机工程学报,2015,35(03):527-537.