基于数据挖掘技术的抽水蓄能电站机组状态预测

张 凯

（北京化工大学，中国 北京 100000）

作者：牟峰

出版社：科学出版社

出版时间：2019年11月

ISBN：9787030628022

随着时代的不断发展与创新，人们的生产生活都与数据信息相关，数据挖掘技术自从诞生以来就被传播应用于各个领域之中，不可否认的是，数据挖掘技术的应用与融合，促使各个行业都迎来了更加快速的发展趋势。然而，面对当下的绿色能源大发展的时代背景下，抽水蓄能电站对于提升电网供电质量与电网运行的灵活性及可靠性有着无法替代的作用。对此，基于数据挖掘技术对于抽水蓄能电站机组的状态进行实时预测与诊断有着非常重要的实际意义。由科学出版社出版的《数据挖掘基础算法理论与Weka应用技术》其书主旨针对数据挖掘领域的若干算法展开详细的讨论，重点解析了数据挖掘算法的基本思想、数学原理及程序实现框架，在内容上以算法为基础，并经算法划分为四个主要部分，包括着分类算法、数值预测方法、聚类方法以及频繁模式关联方法。本书中注重与数据算法之间的传递与承接关系，致力于更加清晰的展现出数据算法的各类发展进程与发展关系，为读者触类旁通、发展、改进、创新来满足并实现实际应用场景的需要办法。全书一共分为六个部分，内容涵盖着数据挖掘是什么、数据挖掘的功能、数据挖掘的过程、认识数据等。全书可用做数据挖掘与机器学习领域相关人员作用技术参考书籍，也适合数据科学和大数据技术、数学与应用数学、应用统计学、计算科学和技术类专业高年级本科生与研究生用于教材或者是教学参考书籍，能够更加深入的了解数据挖掘技术，提升对数据挖掘技术的应用能力。

基于数据挖掘技术的发展与应用，传统的抽水蓄能机组状态预测和故障诊断拥有了更加丰富细致的预测流程，对机组状态的细致预测建模，必须要优先手机机组的相关信息，这之中包括设备的一些基础信息，历史的运行数据，还包括设备的故障信息等等一系列与数据相关的信息。其次，在对设备的历史数据进行清洗、打标签、特征工程、预测建模、模型性能测试验证、预测建模以及数据挖掘中，最终能够有效得出抽水蓄能机组故障的预测模型。模型部署之后，对于机组现状而言，其监测值的对比分析，可以更明确的断定当前设备的运行状态正常与否。

抽水蓄能电站机组本身拥有着十分别具一格的运行特性与机组的优质技术性能，当前也被大规模的应用在我国的电力系统中。以数据挖掘技术的一系列流程，将抽水蓄能电站的历史运行数据进行一一的提取、清洗、特征转换、打故障标签，最终形成了整体的训练数据，在以三种分类算法进行抽水蓄能电站的故障状态分类预测计算试验后，对于抽水蓄能电站机组能够产生的故障状态进行了不断的预测。在其研究结果中表明以数据挖掘的各种方法能够建立较为准确的故障状态预测模型，但必须要提前进行机组的运行状态的判断，这样才能够实施预测性的维护策略，全面促进电站的安全稳定运行。而当前，数据挖掘技术在应用发展中依然面临着很多问题，数据挖掘技术虽然得到了广泛的应用，不过很多问题也需要技术人员不断地去探索和完善。对于数据准备方面，数据在准备阶段，如果没有优质的方式去除并弥补一些所丢失的噪声数据，就会导致数据的挖掘不够完整；在数据挖掘的主要目标前，数据的挖掘所要面对的数据对象都是一些格式十分复杂的结构化数据、非结构化数据、数据量十分巨大，不够对于数据的处理仍然没有完全建立在数据仓库之时，不能十分有效的管理好庞大的数据量，对于利用非标准化数据和不同数据之间的关系都存在一个偏差；而在知识维护与更新方面，数据的挖掘就像是一个不断循环反复的过程，需要不间断的补充并更新数据库，以此增加更多的知识来维护并更新数据结构，更有甚者需要重新来选择挖掘的计算方法，并要求要将更新之后的数据作为全新的挖掘起点，更需要数据的挖掘拥有系统增量学习的功能，不过这样的问题并没有一个很好的解决办法；在用户的参与方面，数据挖掘其实就是一个数据交互的过程，挖掘的结果与效益必须要表现出人处于决策中，但其现有的数据挖掘很少会让用户真实有效的参与到数据挖掘的真实过程中；最后就是结果可视化，对于数据挖掘之后怎样一致、准确而又生动的将结果进行转换融合是需要不断改变和提炼的。

现如今，在数据挖掘技术的应用下，对于抽水蓄能电站机组在运行中极为复杂繁琐的工况变化也是数据挖掘技术不断展现应用能力提高预测精准的绝佳环境。面对当前绿色能源发展的大局势下，抽水蓄能电站的正常运行必须要依赖于数据挖掘技术的精准预测与故障诊断，只有这样才会保障电网供电质量与电网灵活性和可靠性的作用。有效摒弃传统的信号处理方法，应用计算方法更为广泛的数据挖掘技术，更加适用于当前时代发展对于电站机组运行的标准定义。然而数据挖掘技术本身也需要针对当前应用环节中的多种问题不断的进行纠正与创新，只有这样才会真正符合时代发展对于技术领域的需求。