数据挖掘技术在电力营销系统的应用现状.pdf

第 1期 2 0 1 1年 1月 工矿 自 动化 I ndu s t r y a n d M i ne Au t oma t i o n No ． 1 J a n ．2 01 1 文章编 号 1 6 7 1 2 5 1 X 2 0 1 1 0 1 0 0 6 8 0 5 数据挖掘技术在电力营销系统的应用现状 郝 晓 弘 ， 朱洁 ， 王 维洲 ， 胡振 邦 1 ． 兰州理 工大学 电气工 程与 信息工程 学 院 ， 2 ． 甘肃 电力科 学研 究 院 ， 甘肃 兰 州 7 3 0 0 5 0 摘要 针 对 电力 营销 系统 存在数 据采 集不全 、 个别数 据 不准确 等 问题 ， 结合 电力 营销 系统 的数据 特 点 ， 分 析探 讨 了关联规 则 、 分 类 、 时间序 列和序 列挖 掘 、 聚类 、 空 间挖掘 等数 据挖 掘技 术在 电 力营销 系统 中的应 用现 状及 前景展 望 。 关键词 电力营销 系统 ；数据挖 掘 ；关联规 则 ；分 类 ；序 列挖掘 ；聚类 ；空 间挖 掘 ；应 用现状 中图分 类号 T D6 0 1 文献标识 码 A App l i c a t i o n St a t u s o f Da t a M i n i ng Te c h n o l o g y i n Po we r M a r k e t i n g Sy s t e m HAO Xi a o h o n g ， Z HU J i e ， W ANG W e i z h o u 。 ， HU Zh e n b a n g 1． Co l l e ge of El e c t r i c a l a n d I n f o r m a t i o n En gi n e e r i ng o f La nz ho u Uni ve r s i t y of Te c hn ol o gy， La n z hou 73 00 5 0，Ch i na．2． Ga n s u Po we r Sc i e nc e Re s e a r c h I ns t i t u t e，La nz h ou 7 3 0 05 0，Ch i na Ab s t r a c t Fo r pr o bl e ms o f i n c o mpl e t e d a t a c o l l e c t i o n a n d c e r t a i n i na c c u r a t e d a t a，t h e p a p e r a n a l y z e d a nd d i s c us s e d a pp l i c a t i o n s t a t us a nd pr o s p e c t o f d a t a mi ni n g t e c hn ol og i e s s uc h a s a s s o c i a t i o n r ul e ， c l a s s i f i c a t i o n，t i me s e r i e s a nd s e r i e s mi n i ng，c l u s t e r i ng，s p a c e m i n i n g i n p o we r mar k e t i n g s ys t e m b a s e d o n d a t a c h a r a c t e r i s t i c s o f p o we r m a r k e t i ng s ys t e m ． Ke y wo r ds p o we r ma r ke t i n g s ys t e m ， d a t a m i ni n g， a s s o c i a t i on r u l e， c l a s s i f i c a t i on， s e r i e s mi ni ng， c l u s t e r i n g，s p a c e m i n i n g，a pp l i c a t i o n s t a t us 0 引言 1 电力营 销 系统 如何从 海量 的电力 营销数 据 中提 取 出有 价值 的 信息 ， 进而 快速地 为决策 者提供 尽可 能准确 、 翔实 的 等量 化指标 和决策 数据 ， 提高 经营管 理水平 ， 指导 电 网 的经 济运行 工作 ， 是 目前信 息 技 术 在 电力 营 销 系 统 应 用 中 面 临 的 主 要 问 题 。 数 据 挖 掘 Da t a Mi n i n g ，D M 技术 的 出现 ， 无 疑 将在 电力 营 销 领域 引起一场革命性的变革。本文从 电力营销系统的重 要 性入手 ， 介绍 数据 挖 掘 的技 术 特 点及 其 在 电力 营 销 系统 的应用 现状 ， 从 而 为 电 网 的经济 运 行 提供 决 策 依据 。 收稿 日期 2 0 1 0 0 9 1 0 基金项 目 国家电网公 司 2 0 1 0年研究开发项 目 国家 电网发展 2 01 0 3 1 5 1号 作者简介 郝晓弘 1 9 6 0 ， 男 ， 甘肃泾川 人， 教授 ， 博 士研究生 导师 ， 研究方 向为学 习控 制、 电动 机控 制 技术 、 现 场总 线技 术 等 。 E ma il a p p l e z hu j e 1 6 3 ． t o m 电力 营销 系统 以业 扩 报 装 、 电 能 计 量 、 用 电 管 理 、 营业计 费和 线损 管理 等关键业 务 为核 心 ， 在各 业 务模块 之上 提供 服务模 块 和分析 模块 。服 务模块 包 括 电话 服务 、 因特 网服 务和 客户 中心 服务等 ， 侧重 于 为 电力 用户 提供 各 种快 捷 优 质 的 服务 ； 而分 析 模块 则包括 综合 业务 查询 、 基 于历史数 据 的统计 、 效益 分 析和决 策支 持 ， 侧 重 于 为企 业 领 导 提 供 及 时准 确 的 决 策依 据_ 】 ] 。因此 ， 一 切 为 电力 系统 正 常 运 行 提供 决策的原始数据都 可归结为营销数据范畴， 比如生 产系统规划设计、 负荷预测及用户特征提取 、 经济调 度 、 电力系统故障诊断、 动态安全评估、 异常数据 的 挖掘及相应处理等 。 1 ． 1 营销 系统数据 来 源 营销系统的海量数据 由管理信息系统、 地理信 息系统 、 S C AD A 系统以及 电网运行 的实时信息系 统 负 荷管 理系 统 、 电能量计 费 系统 、 配变 检测 系统 、 计量检定 的运行数据所组成。随着电力企业信息 2 0 1 1年第 1 期 郝晓弘等 数据挖掘技术在电力营销 系统的应用现状 6 9 化建设 的快 速发展 ， 各 系统 已产 生并 积 累 了较 为庞 大 的历 史数据 。 1 ． 2 营销 系统 的数 据特 点 1 数 据 多 。在 电力 营 销 系 统 中 ， 数据 主要 分 为 由各 种装 置 实 时采 集 的 现场 数 据 和 由调 度 中心 多种 系统在 运行过 程 中产 生 的大 量 数 据 ， 数 据来 源 多 。另外 ， 电力系 统 属 于大 规模 奇异 非 线 性 动 态 大 系统 ， 在对其 进行 特 征描 述 时 往 往 涉及 到 上 千个 状 态变量 。传统 的处 理方法 是对 系统进 行 降维或 简 约 化处理 ， 这在 一定程 度上 影响 了最终 结果 的精 度[ 2 ] 。 2 数 据种类 混杂 。营销 系统 是一 个标 准 的混 杂系统 ， 其上层 如调度中心 给 出的 调度 决策 主 要是逻 辑性 的操作 指令 ， 而下层 控制 如 发 电机 的励 磁与调 速控制 主要 是连续 性 的 ， 为 了达 到系统 多 目 标 优化 控制 的 目的 ， 应 将 不 同性 质 的上 层 和 下层 控 制有机地 对合 起来 。 3 数 据 质 量 差 。在 营销 系统 中 ， 采 集 到 的数 据往往存在含有噪声 、 缺失 、 不正确等情况 。 4 对数 据 的要求 高 。当系 统处 于 紧急 状态 甚 至瓦解状 态 时 ， 必须 制定实 时在 线快 速决策 ， 使 系统 重 新 回到正常状 态 。 2数据挖 掘技 术 数 据 挖 掘 又 被 称 为 数 据 库 中 的 知 识 发 现 KD D ， 是数据库发展与人工智能技术相结合 的产 物 ， 是一 门新兴 学 科 。它 集统 计 学 、 模式 识 别 、 人 工 智 能 、 机器 学 习 、 数据库 以及 高性 能并行 计算 等技术 于一 体 ， 把 人们对 数 据 的应 用 从 低 层次 的简 单查 询 提升 到从数 据 中挖 掘 知识 ， 为管理 者提供 决策 支持 ， 具有极 为广 泛 的应 用 前 景 ， 是 当前 国 际上 数 据库 和 信息决 策领 域 的最 前沿研 究 方 向之 一 。 2 ． 1数据挖 掘 的基本概 念 数 据挖掘 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 的但 又是 潜 在 有用 的信息 和 知识 的过 程 ] 。 利用数据 挖掘技 术 可 以对 电力 营销 系统产 生 的海 量 数 据进行 分类抽 取 与 优化 整 合 ， 合 理 存储 后 实 时 计 算出相关指标以提取所关心 的营销信息 ， 其结果将 对 营销系 统 的决 策 起 到数 据 支 持 作用 ， 更 好 地 指 导 企业 的管 理层 和决策 层对 变化 的环境 做 出快 速而科 学的市场营销决策。 2 ． 2 数 据挖掘 的 主要 技 术_ 4 1 关联规则 。关联规则是数据挖掘 中最活跃 的研究方法之一 ， 最早 是 由 AGRE WAL等人针对 购物篮分析提出来 的， 采用经典的 Ap r i o r i 算法 ， 从 大量 的数 据 中挖 掘 出描述 数据项 之 间相 互联 系 的有 价值知识 。随着收集和存储在数据库中的数据规模 越来越大 ， 人们对从这些数据 中挖掘相应 的关联知 识越来 越有 兴趣 。关 联规则 在数据 挖掘 领域应 用广 泛 ， 适于在大型数据 中集中发现数据之 间有意义 的 关系， 进而对这些关联规则进行有效评价 ， 筛选出用 户真 正感 兴趣 的 、 有 意义 的关 联规 则 。 2 分类 。分类 在数 据挖掘 中是一 项非 常重 要 的任务 ， 其 目的是 学会 一个分 类 函数或分类 模 型 分 类器 ， 该模 型能 将数据 库 中的数据 项映射 到给定 类 别 中的某一 个类 别 。分 类 可 用 于预 测 ， 预测 的 目的 是利用 历史 数据 记录 自动推导 出对 给定数 据 的推 广 描述 ， 从 而对 未来 数据进 行预测 。 3 时间序 列挖掘 和序 列挖 掘 。时 间序列 挖 掘 是 数据 挖掘 中的 一个 重 要研 究 分 支 ， 有 着广 泛 的应 用价值 。它是指从大量的时间序列数据中提取人们 事 先不 知道 的 ， 但 又潜在 有用 的 、 与 时间属性 相关 的 信息和知识 ， 并用于短期 、 中期或长期预测， 指导人 们 的社会 、 经济 、 军 事和生 活等行 为 。序 列挖 掘又称 序列模式挖掘 ， 是指从序列中发现相对 时间或者其 它顺序所出现的高频率子序列。作为一般性的方法 和技 术 ， 序 列挖 掘最 早 由 A GR AWAL等人 提 出 ， 已 经成 为数 据挖掘 新 的研 究分 支而被 广泛讨 论 。 4 聚类 。聚类 就是将 数据 对 象分 组成 多个 类 或簇 ， 划分的原则是在同一个簇中的对象之间具有 较高 的相似 度 ， 而 不 同簇 中 的对 象 差别 较 大 。与 分 类不 同 的是 ， 聚类 操作 中要划分 的类 是事先 未知 的 ， 类 的形 成完 全是 数据 驱 动 的 ， 属 于一 种 无指 导 的 学 习方法 。 5 W e b挖 掘 。We b挖 掘 可 简单 地 定 义 为 针 对 包括 We b页 面 内容 、 页 面 之 间 的结 构 、 用 户访 问 信 息 、 电子商务 信 息 等在 内 的各 种 we b数 据 ， 应 用 数 据挖 掘方法 以帮 助人们从 wWw 中提取 知识 ， 为 访 问者 、 站点经 营者 以及 包括 电子 商 务在 内的基 于 因特网的商务活动提供决策支持 。 6 空 间挖掘 。空 间挖掘 是近 年来 才发 展起 来 的具 有广 泛应用 前 景 的数 据 挖 掘技 术 ， 实 质上 是 数 据挖掘在空 间数据库 或空间数据 上的应用。简言 之 ， 空 间挖 掘就 是从空 间数据 库 中抽取 隐含 的知识 、 空间关系或非显示地存储在空间数据库中的其它模 式 ， 用于理解空间数据 、 发现数据间 空间或非空间 的关系 。 7 0 工矿 自动化 2 0 1 1年 1月 3 数据 挖掘技 术在 电力营 销 系统 中的应用 3 ． 1 关联规 则在 电力 营销 系统 中的应 用 关联 规则是 目前 电力 营销数据 挖 掘研究 的主要 技 术之一 ， 它帮 助决 策 者分 析 历 史数 据 和 当前 数 据 的特征和 规律 ， 从 而 预 测未 来 。侯 雪 波等 L 5 将 关 联 规 则 引 入 电 力 市 场 的 营 销 分 析 中 ， 利 用F P Gr o wt h算法对 经过 离散 化 处 理 的 电力 营 销数 据 进 行 关联规 则分析 ， 描 述 出各 种 影 响 电量 销 售 的外 部 因素与售电量水平之间的关联特征 ， 为电力市场营 销 提供辅 助 的决 策 信息 。参 考 文献 [ 6 ] 提 出关 联 规 则 可指导 电力市 场营销 策略 、 项 目和投资组 合管理 ， 进 而进行 需求预 测 、 销 售及 收入 预 测 、 理赔 分 析 等 。 在 采用关 联规则 与 其它 方 法 相结 合 的方 向上 ， 很 多 学者 相继做 了深 入研究 。张珂 等口 提 出 了基 于 云模 型和关联分析法的电力营销 目标市 场模 糊评 价方 法 ， 为确定 电力 营销 目标 市 场 提供 了一 种 简单 可行 的方 法 。沈海湄 等_ 8 提 出 了一种 采用模 糊关联 规则 挖掘 的 电力 负荷 预测新方 法 ， 为电力 负荷 的非定性 、 定 量分析 提供 了一 种 显性 、 易 于 理 解 的方 式 。牛东 晓等 也在电力负荷预测的研究上做出了努力 ， 使 总体 预测 精 度 得 到 提 高。 肖俊 等口 。 。 采 用 F P Gr o wt h算法挖掘负荷数据 ， 并结合电力行业数据的 特殊性 ， 分析各 相关 因素对 电力 负荷 的影 响 ， 成 功地 将关联规则数据挖 掘方法应用于城市负荷分析 中。 3 ． 2 分 类在 电力营销 系统 中的应 用 在 中长期 预测 中， 除传统 的序列 预测方法 外 ， 模 糊理论 口 、 专 家 系 统 等 方 法 均 被 应 用 。姚 李 孝 等[ 】 。 提 出的基 于竞 争 分类 的神 经 网 络 方 法取 得 了 较满 意的 预测 精 度 。冯 丽 等口 胡提 出 的模 式 分 类 法 可提 高电力 负荷 预测 的精 确度 。参考文 献口5 ] 提 出 了一种 将决策 树技 术 同外 推算法 相结合 的短期 负荷 预测算 法 ， 并运 用 于福建省 日调度 计划 的编制 中 ， 预 测精度较高 。管胜利 1 利用分类树 形成子数据库 的方法 ， 在进行 S C AD A系统不 良数据状态估计时， 降低了 S C AD A数据库的规模 ， 有效提高了计算速 度 。除上述应用方 向外 ， 神经 网络和模糊逻辑控制 相结 合 的技术 还 在 客 户关 系 管 理 C RM 方 面 得 到 应用 ， 参考 文献 [ 1 7 ] 对 此进行 了探讨 。参 考文 献 [ 1 8 ] 利用回归算法、 神经 网络以及归纳算法等多种 算法得 出对 于各机 组 的开停机计 划表 。 3 ． 3 时 间序 列挖 掘 和序 列挖 掘 在 电力 营销 系统 中 的 应 用 时 间序列 挖掘被认 为 是最经典 、 最 系统 、 被 广泛 采用的一类短期负荷预测方法 。而在短期负荷预测 中 ， 应用 最广 泛 、 研 究最 多 的是 神经 网络 。在实 际应 用 中 ， 常常将 时间 序列 挖 掘 和神 经 网络 结合 来 分 析 电力 营销数据 。参 考文献 E 1 9 3 对此做 出了很好 的总 结 。小波 神经元 网络 具有 比 B P神 经 网络 更快 的 收 敛速度 ， 其改进隶属度聚类方法 的应用可改善负荷 大波 动 H的 预测 精 度[ 2 。范 习 辉 等 提 出 了一 种 基于时间窗的序列挖掘算法 ， 并将其应用于警报信 息 的智能处 理 ， 从 而 更 加 有效 地 指 导 电力 系统 的故 障定位与诊断。参考文献[ 2 2 ] 提出了一种基于错误 模 型分析 和快速 诊 断推 理 的新 型数 据 挖 掘算 法 ， 该 算法 可大大 提高 系统 状 态 分 析 和挖 掘 的能力 ， 从 而 有效 判定 电力系 统运 行 状 态 ， 提 高对 错 误 模 型 分析 的精 确度 。 3 ． 4 聚 类在 电力营销 系统 中的应 用 聚类集中应用在电力用户分类 与信用评价 、 不 良数据 的修 正 、 负 荷预测 及分 类 、 变 压器故 障诊 断等 方面 。冯璐 等 副根 据 供 电企 业 客户 各 方 面不 同 的 属性 ， 采用 聚类分 析法将 各客 户聚类 为不 同 的组 别 ， 决策分 析者 可根据 聚类 的结果 分析 各组 别之 问的差 异性 ， 通 过对 类 群 特 征 的 研 究 ， 采 取 差 异 的 营 销 策 略， 从而提高企业的经 济效益。参考文献[ 2 4 ] 针对 电力客户信用分类 的特征， 提出基 于模糊聚类分析 的电力 客户信 用评 价 算 法 ， 得 到 了不 同客户 群 的聚 类 中心 以及 客户 的隶 属 度矩 阵 ， 为 客 户 群 的特 征 分 析提供了量化依据。参考文献[ 2 5 ] 在传统聚类算法 C UR E的基础上提 出应用信息熵原则选择 聚类过 程 中 的基 本参 数 ， 并 利用 Ko h o n e n网络提 取相 关 负 荷的特征曲线 ， 并将其 用于不 良数 据的校正。王志 勇等口 ] 针对 获得 的客 户用 电数 据 ， 在经 过一 定 的预 处 理后选 取最 合适 的聚类 方法 以及聚 类数 目得到典 型负荷代 表 曲线 ， 进 而 了解 客户 的用 电模式 、 制订 相 应 的购 电合 同 ， 对于 增 加 电力 部 门的 经济 效 益 有着 重要的作用。参考文献E 2 7 ] 提出采用 自适应矢量量 化 A VQ 神经 网络模糊聚类方法对 电力负荷特性 进行分类与综合 ， 因 AVQ神经网络模糊聚类算法 本身机时小 、 处理速度更快 ， 因而结果更为合理 。参 考文献[ 2 8 ] 主要论述了利用可适应性的决策树来对 不 同类 型 的负 荷 进 行 聚类 。符 杨 等 针 对 模 糊 C 均值聚类算 法用于溶解气体成分分 析时存在的问 题 ， 将加 权模 糊核 聚类 方 法 WF KC 引 入 到 电力 变 压器故障诊断中， 建立一个新的变压器故障诊断模 型， 该模型能有效改善复杂数据集的聚类性能， 提高 了故障诊 断 的正确 率 。郑 蕊蕊 等 、 陈舵 等 也 在 2 0 1 1 年第 1 期 郝晓弘等 数据挖掘技术在电力营销系统的应用现状 7 1 电力变压器的故障诊断方面进行 了研究 ， 取得了可 喜 的研 究成果 。 3 ． 5 空 间挖掘 在 电力 营销 系统 中的应 用 对电力营销系统而言， 大多数情况都需要决策 人员快 速地分析 、 诊 断 ， 并 及 时做 出正确 反 应 ， 特 别 是在 电力市场 条件 下 ， 重 要 决 策 的正 确 性 对 于 电力 企业 的发展意 义 是 不 可估 量 的 。将 电 网运 行 数 据 、 负荷位 置分布数 据 和实 时变化数 据 等多 目标层 次的 信息合为一体 ， 利用特殊的空间技术对其进行综合 处理 ， 才 能实现 如设 备跟踪 、 故 障定位 、 模拟 停 电 、 损 失评价及最优调度等高级功能口 。参考文献 [ 3 3 ] 利 用空 间分布规 则 、 空 间聚 类 规则 、 空 间特 征 规则 、 空间区分规则得到同类及不同类负荷的分布。参考 文献[ 3 4 ] 指出空 间挖掘可 以应用于空间负荷预测 、 设备跟踪维护和故障定位 。参考文献[ 3 5 ] 提出可以 利 用空 间挖 掘到 的普遍 几何 知识 如地 理编码 对各 类用 户进 行业扩 报装 、 查表 收费 、 负荷 管理 等业 务 营 运 工作 ， 还 可 以根据变 压器 、 线路 的实 际负荷 以及用 户的地理位置、 负荷可控情况制定各种负荷控制方 案 ， 以实现对负荷调峰 、 错 峰和填谷等负荷侧管理 功能 。 4结语 数 据挖 掘在 电力 营销系统 的整 体应用 上仍 处在 起步阶段， 单一 的挖掘算法很难满足实际决策 的需 要 ， 应 在多 方 面 因 素 的 影 响下 不 断 改进 挖 掘算 法 。 目前 尚未 出现 针对 特定决 策支持 系统 的专 门挖掘 软 件 ， 只是架 构 出系 统 结 构 ， 核 心 的算 法 体 制并 未 完 善， 不能满足决策需要 ， 如何保证数据挖掘方法更精 确 、 高效 、 稳定地应用于营销系统 中仍是亟待解决的 问题。虽然存在不足， 但数据挖掘对潜在 问题和规 律具 有很 高的预 见性 ， 并且具 有 高效计算 、 监测 和管 理的能力 ， 因此 ， 它适用于电力营销系统大规模非线 性 问题 的求解 ， 必 会显 示 出其 强大 的生命 力 ， 成 为 电 力 营销领域发 展 的重要 工具 。 参 考 文 献 [ 1] [ 2] [ 3] 徐春玲 ， 姜雨 ， 郑孝安． 基于应用服务器的三层体系结 构的电力 营销 系 统 [ J ] ． 电网 技术 ， 2 0 0 2 ， 2 6 7 7 1 7 3． 卢强． 数字 电力 系统 [ J ] ． 电力 系统 自动化 ， 2 0 0 4 9 1 4． HAN J i a w e i ， KA MB E R M． 数 据 挖掘 概念 与技 术 [ M] ． 范 明， 孟 小峰 ， 译． 北京 ； 机械工 业出版社 ， 2 0 0 1 】 8 5一 】 95 ． [ 4] [ 5] [6] [7] [8] [9 ] [ 1 O ] [ 1 1 ] [ 1 2 ] [ 1 3 ] [ 1 4 ] E l S ] [ 1 6 ] [ 1 7 ] [ 1 8 ] [ 1 9 ] [ 2 O ] 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 ， 2 0 0 5 ． 侯雪波 ， 田斌 ， 葛少云 ， 等． 关联 规则技 术在 电力市场 营销分析 中 的应用 [ J ] ． 电力系 统及 其 自动 化学 报 ， 2 0 0 5， 1 7 2 6 7 - 7 2 ． 张斌 ， 孙哲． 关联规 则技术 在电力 系统 中的应用 [ J ] ． 电网技术 ， 2 0 0 7 ， 3 1 1 6 4 6 6 ． 张珂 ， 王玉凡 ， 苑津 沙 ， 等． 基于 云模 型 和关联 分析法 的电力营销 目标市 场模糊评 价[ J ] ． 华北 电力 大学学 报 ， 2 0 0 9， 3 6 4 3 0 3 4 ． 沈海湄 ， 王加 阳 ， 蒋 外文 ， 等． 模糊关 联规 则挖 掘在 电 力负荷预测中的应用 [ J ] ． 计算机工程 ， 2 0 0 3 ， 2 9 1 5 1 38 1 40， 1 62 ． 牛东晓 ， 吕佳 良． 关联分 析在 电力 负荷灰 色神经 网络 预测中的应用 [ J ] ． 华东 电力 ， 2 0 0 7 ， 3 5 8 6 0 6 2 ． 肖俊 ， 张晶 ， 朱 涛 ， 等． 基 于关 联分析 的城 市用 电负 荷 研究 [ J ] ． 电力 系统 自动化 ， 2 0 0 7 ， 3 1 1 7 1 0 3 1 0 7 ． 孙洪波 ， 徐国禹 ， 秦翼鸿． 模糊理论在 电力负荷 预测 中 的应用 [ J ] ． 重庆大学学报 自然科学 版 ， 1 9 9 4 ， 1 7 1 1 8 22 ． KANDI L M S，EL- DEBEI KY S M ，HAS ANI EN N E． Lon g t e r m Lo a d Fo r e c a s t i ng f or Fas t De ve l o pi ng Ut i l i t y Us i n g a Kn o w l e d g e B a s e d E x p e r t S y s t e m[ J ] ． I EEE Tr a n s a c t i o n s 0 n P o we r S y s t e ms ， 2 0 0 2， 1 7 2 49 1 49 6． 姚李孝 ， 姚金 雄 ， 李 宝庆 ， 等． 基 于竞争分 类 的神 经 网 络短期电力 负荷 预测 [ J ] ． 电网技 术 ， 2 0 0 4 ， 2 8 1 0 4 5 - 4 8 ． 冯丽 ， 邱家驹． 基于 电力 负荷模式 分类 的短期 电力 负 荷预测E J ] ． 电网技术 ， 2 0 0 5 ， 2 9 4 2 3 ～ 2 7 ． 姚宇臻 ， 林丽娟． 基 于决 策树 的外 推算法 在福建 电网 短期 负荷 预测 中的应 用 [ J ] ． 福建 电力 与 电工 ， 2 0 0 7 ， 2 7 2 2 4 2 7 ． 管胜利． 应用数据挖掘技术估计 S C A DA系统不 良数 据状态[ J ] ． 电力信息化 ， 2 0 0 7 ， 5 4 7 0 7 2 ． SF0RNA M ． Da t a M i ni ng i n a Powe r Comp a ny C u s t o me r Da t a b a s e[ J ] ． E l e c t r i c P o we r S y s t e m Re s e a r c h， 2 0 0 0， 5 5 3 2 0 1 2 0 9 ． S TEEL E J A，MC D0NALD J R，D ARCY C． Kn owl e d ge Di s c o v e r y i n Da t a ba s e s Ap pl i c a t i o ns i n t h e E l e c t r i c a l P o we r E n g i n e e r i n g D o ma i n[ C ] ／ ／ I E E Co l l o qu i u m o n I T S t r a t e g i e s f or I n f or ma t i o n 0v e r l o a d ， 1 9 9 7， L o n d o n 1 4 ． H I PPERT H S，PEDREI RA C E，SOUZA R C． Ne u r a l Ne t wo r k s f o r S h o r t - t e r m L o a d F o r e c a s t i n gA R e v i e w a n d E v a l u a t i o n[ J ] ． I E E E T r a n s a c t i o n s o n P o we r S y s t e ms ， 2 0 0 1 ， 1 6 1 4 4 5 5 ． 张步涵 ， 赵剑剑 ， 刘小华 ， 等． 一种 基于小 波神经元 网 络的短期负荷预测 方法 [ J ] ． 电网技术 ， 2 0 0 4 ， 2 8 7 1 5 1 8． 第 1 期 2 0 1 1 年 1月 NO ． 1 J a n ．2 0 11 文章编 号 i 6 7 1 2 5 1 X 2 0 1 1 0 1 0 0 7 2 ～0 3 基于指纹识别的煤矿安全管理系统的设计探讨 许 芹 1 ． 中国矿业 大学信 电学 院 ，江苏 徐州 2 2 1 1 1 6 ； 2 ． 安徽 科技学 院工 学 院 ， 安徽 滁 州 2 3 3 1 0 0 摘 要 从 煤矿安 全 管理 的现状 入手 ， 提 出 了一种基 于指 纹识 别技 术 的煤矿 安 全 管理 系统 ， 给 出 了该 系统 的总体设 计 思路 、 设 计方 法及 软硬 件设 计方案 。该 系统 采 用指 纹 识 别技 术来 验证 煤矿 下 井 员工的 身份 和 约 束员工培训工作， 有利于规范职工行为和提高对管理人员的监管力度。 关键 词 煤矿 ；安全 管理 ；指 纹识别 ；身份 验证 中图分类 号 T D 7 9 文献标 识码 B Di s c u s s i o n o f De s i g n o f Co a l M i ne S a f e t y M a n a ge me nt Sy s t e m Ba s e d o n Fi ng e r pr i nt I d e nt i f i c a t i o n XU Qi n ， 1 ． Sc h oo l of I nf or ma t i o n a nd El e c t r i c a l Eng i ne e r i n g of CU M T ． ，Xu z h ou 2 2 1 1 1 6，Chi n a． 2． Col l e ge o f En gi ne e r i ng of An hui Sc i e nc e a n d Te c hn o l og y Uni ve r s i t y，Chu z h ou 2 3 3 1 00，Chi n a Ab s t r a c t By a na l yz i n g e xi s t i n g s t a t us of c o a l mi ne s a f e t y ma n a ge me nt ，t h e p a pe r p r o po s e d a c o a l mi ne s a f e t y ma n a ge me nt s ys t e m b a s e d o n f i ng e r p r i nt i d e nt i f i c a t i o n t e c h no l o gy a nd ga v e t he g e n e r a l de s i gn i de a， 收稿 日期 2 O 1 0 1 0 一i 0 基金项 目 安徽科技学院教研项 目 X2 0 1 0 9 6 作者简介 许芹 1 9 8 0 一 ， 女， 山东莱芜人 ， 讲师 ， 硕士研究生， 研 究方 向为信号处理 、 图像处理、 模式识别 。E - ma i l x u q i n c h e r 1 6 3 ． c o rn [ 2 1 ] E 2 2 3 [ 2 3 ] [ 2 4 ] f 2 5 ] [ 2 6 ] [ 2 7 ] [ 2 8 ] 范习辉 ， 张焰． 序列模 式挖掘在 电力系统警 报信息 处 理 中的应用 [ J ] ． 电力 系统 自动化 ， 2 0 0 5 ， 2 9 1 3 4 9 53 ． HE Yu e s h u n， DI NG Qi u l i n ．Fa u l t Mo d e An a l y z e o f P o w e r S y s t e m B a s e d o n D a t a Mi n i n g [c] ／ ／ Pr o c e e d i n gs of t h e 2 00 9 I nt e r na t i o na l Sy mpo s i um on W e b I nf o r ma t i o n Sys t e ms a nd Ap pl i c a t i ons ，20 09， Na n c ha n g 31 8 32 0． 冯璐 ， 王成文 ， 申晓 留， 等． 基 于数据挖 掘 的供 电企业 客户关 系 管理 系统 研 究 与设 计 [ J ] ． 电 力 信 息 化 ， 2 0 0 7， 5 7 8 6 8 9 ． 李频． 基 于模 糊 聚类 分析 的 电力客户 信用 评价 算法 [ J ] ． 计 测技术 ， 2 0 1 0 ， 3 0 I 1 8 2 1 ， 3 4 ． 冯丽， 邱家驹 ． 离群数据挖掘及 其在 电力负荷预 测 中 的应用 [ J ] ． 电力系统 自动化 ， 2 0 0 4 ， 2 8 1 】 4 1 4 4 ． 王志勇， 曹一 家． 电力 客户 负荷模式 分析 [ J ] ． 电力系 统及其 自动化学报 ， 2 0 0 7 ， 1 9 3 6 2 6 5 ． 黎灿兵 ， 曲芳 ， 王 晓宁， 等． 基于模糊 聚类 的电力 系统 负荷 特 性 分 析 [ J ] ． 郑 州 大 学 学 报 工 学 版 ， 2 0 1 0 ， 31 1 1 0 7 1 10 ． PI TT B D，KI TS CH EN D S． App l i c a t i o n o f Da t a Mi n i n g T e c h n i q u e s t o L o a d P r o f i l i n g [C] ／ ／ Pr o c e e di ngs o f t h e 2 1 S t I EEE I nt e r n a t i on a l Co nf e r e n c e of Po we r I ndu s t r y Co mpu t e r Ap pl i c a t i o ns， 1 99 9， Sa nt a C