序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇電網信息論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

廣東省電力系統包括21個地市電網，現有最高運行電壓等級為500kV，珠江三角洲地區已形成500kV環網，并以500kV電壓與廣西聯網，以400kV和110kV電壓分別與香港和澳門聯網。此外，廣東電網還向湖南宜章和臨武兩縣以及江西贛南地區供電。

粵中(珠江三角洲地區)地網是廣東電網的核心，也是全省最大的負荷中心，該電網與廣西、香港等電網互聯，除了向珠江三角洲地區提供電力外，還擔負著電力交換任務。在粵中地區建設一個強大的500kV電網，對保證廣東電網乃至香港電網以及澳門電網的安全運行有著重大意義。目前廣東500kV電網東已延伸至汕頭西翼，江門——茂名500kV輸變電工程正加緊建設，2000年前可望投入使用。

廣東省的電力工業已經步入了大電網、高電壓和大機組時代。隨著整個電網變得越來越復雜，電網規劃中以往那種人為臆斷和局部最優的規劃方式會給電網運行、發展帶來隱患，資金盲目使用的可能性加大。結合目前理論的發展，我們認為電網規劃是一個受到多種條件約束的、以電網總效益為最終目標的多目標的系統工程。對于這樣一個系統，我們認為適宜以控制論為基礎，結合信息論、運籌學和系統工程等理論來研究。

從控制論角度來看，電網是一個巨維數的典型動態大系統，它具有強非線性、時變且參數不確切可知、含大量未建模動態部分的特征。另外，電力網絡地域分布廣闊，大部分元件具有延遲、磁滯、飽和等復雜的物理特性，對這樣的系統實現有效決策控制是極為困難的。另一方面，由于公眾對新建高壓線路的不滿日益增強，線路造價，特別是走廊使用權的費用日益昂貴，以及電力網的不斷增大，使得人們對電力網絡的決策控制提出了越來越高的要求。正是由于電網具有這樣的特征，一些先進的控制論思想和技術被不斷地引入到電網中來。下面將闡明綜合智能控制技術引入電網規劃中的必要性和可行性。

1綜合智能控制技術

1.1智能控制的概念

迄今為止，智能控制尚無統一的概念，文獻［1］有如下歸納：

a)最早提出智能控制概念當推傅京孫教授，他通過對人-機控制器和機器人方面的研究，將智能控制概括為自動控制和人工智能的結合。他認為在低層次控制中用常規的基本控制器，而在高層次的智能決策，應具有擬人化功能。

b)Saridis在傅京孫工作的基礎上，提出了三元結構的智能控制理論體系，他認為僅有二元結合無助于智能控制的有效和成功應用，必須引入運籌學，使其成為三元結合，并提出了其遞階智能控制的理論框架。

c)國內蔡自興教授在研究了上述理論結構以后，從系統的整體性和目的性出發，于1986年提出了四元結構價格體系，將智能控制概括為控制理論、人工智能、運籌學和系統理論4學科交叉。

總之，智能控制是多學科知識的結合，除了從控制論出發來研究它，還可以從信息論、生物學以及社會科學角度來討論和研究。

1.2綜合智能控制技術

綜合智能控制一方面包含了智能控制與傳統方法的結合，如模糊變結構控制，自適應模糊控制，自適應神經網絡控制，神經網絡變結構控制等；另一方面包含了各種智能控制方法之間的交叉綜合，如專家模糊控制，模糊神經網絡控制，專家神經網絡控制等。

2一個國外的電網規劃專家系統

目前為止，在電網規劃方面較成功的綜合智能控制技術系統不是很多，其中比較好的有加拿大魁北克水電公司(Hydro-Quebec)的“直流/交流輸電網絡設計專家系統”。

在80年代末期，隨著人員的退休和長期不用，一些60年代和70年代加拿大電網高速發展時期由工程師們獲得的大量有關電力系統規劃設計的專門知識逐漸被人遺忘，這引起了加拿大電力部門的關注，魁北克水電公司將專家系統技術看成是表達和保存某些目前在人類專家頭腦中的專門經驗和知識的潛在方法。他們認為在電力系統規劃設計領域里，專門知識的損失非常明顯，尤其是在電力系統增長緩慢的時期。這些專門知識來自于各門學科，在多層次的電力系統設計決策過程中起著重要的作用。一些選擇決策，如發電類型、發電廠位置、輸電類型(交流/直流)、電壓等級、輸電線路的數量型號和補償設備的數量型號的選擇必須根據一些準則仔細權衡，包括可靠性、穩定性、穩態性能、費用和環境狀況的準則等。基于此，魁北克水電公司的專家們開發了一個用于輸電網絡初步設計的專家系統，該專家系統具有以下特點。

2.1目標和預期效益

主要目的是研究使用專家系統(ES)來模仿人類專家在AC/DC輸電網絡初步設計中的行為的可能性。系統地確定和表達進行一項合格設計所必須的知識，包括符號和數字數據，以及指導該項設計的原理、規則、準則折衷方法和數學模型。合格的設計基于費用、環境狀況、穩定性、可靠性和設計靈敏度或魯棒性等準則。ES原型還應指導用戶通過完成設計所需的各步驟，使用戶與知識庫交互作用，并提供達到每一中間步驟后相應推理路徑的解釋。預期的主要效益是：

a)專家知識能夠保留和傳授給未來的工程師；

b)知識可以用更加具體的形式加以表達，而不是一些不明確的、沒有根據的判斷；

c)將獲得得更一致的結果；

d)與人類專家相比，ES可以檢查、比較更多的方案，得到更經濟的設計；

e)借助于推理解釋功能，ES可以作為未來專家的教學和訓練工具；

f)作為一種“咨詢”手段或者一個對已有設計進行評價和改進的工具，ES對專家將很有幫助；

g)ES將充當進行各種電力系統設備設計的專家系統家族的先驅，作為一種模型，從中抽取更加一般的設計方法論；

h)ES起到收集常常分散在整個設計機構中的知識的作用。

2.2領域專家和知識工程師的交互作用

知識工程師應當具有電力系統分析和設計領域以及人工智能(AI)領域的經驗，已經證明兩種知識的混合對于從領域專家處抽取和濃縮專家知識非常有效。專家知識來自于電力系統規劃工程師，他們具有多年的規劃、設計和調試大型工程項目的經驗。

2.3對設計的評價因素一個候選的設計必須滿足下述條件：

a)DC系統最小故障恢復特性；

b)容許的無線電和諧波干擾要求；

c)故障后的最小穩定判據；

d)穩定電壓和無功電源的極限；

e)甩負荷后的暫態過電壓極限；

f)可靠性所要求的最小設備冗余度；

g)必須對輸入數據變化不敏感(魯棒性)；

h)必須滿足某一最大費用要求；

i)必須適合現有技術。

魁北克水電公司的“直流/交流輸電網絡網絡設計專家系統”已經成功地應用了近十年，并在不斷地發展、完善。隨著模糊技術和人工神經網絡等的迅速發展，綜合智能控制技術在電網規劃中的應用前景愈來愈廣闊。

3電網規劃決策系統的分解及協調

電網的建設是資金和技術密集型的工程，線路和設備的經濟使用壽命長達數十年之久，所以網絡的結構合理與否，對電網的技術性能和經濟效益將產生長期的影響。一次規劃失誤的損失，若干年難以挽回。隨著廣東省電網的不斷發展，如何合理地布局電網已是當前電網乃至整個電力工業發展的重要課題之一。

電網規劃需要確定的決策是大量的，而這些決策在時間和空間上是相互影響的。目前，限于各方面條件，無法將其統一在一個模型中考慮。只能將其分解成相對簡單的子問題，再通過子問題間的迭代進行協調。按照問題劃分，電網規劃可分為：負荷預測，網架規劃，無功規劃，穩定性分析，短路電流分析。

4結束語

電網負擔著將電源與用戶連接起來的任務。此外為了得到最大的供電可靠性和經濟性，它還擔負著與鄰近地區電力系統聯系起來的任務。由于電網設備投資需求大，并且設備壽命長達數十年，從而導致電力系統強烈地受“過去權重”的制約，因此，尋求最佳的電網投資決策以保證整個電力系統的長期優化發展，是電網規劃所要達到的目標。

結合本文的論述可以看出，電網這一巨維數的典型動態大系數，具有強非線性、時變且參數不確切可知、含大量未建模動態部分的特征，而我們所要達到的控制效果是一種多目標、滾動優化的動態非量化指標(電網的工程效益)，在這個過程中知識的表示和處理占了較大的比重。這樣就需要利用綜合智能控制技術去有效地組織有關電網規劃的大量知識，進行選優運算，得到優化的決策。目前廣東省電力工業局聯合華南理工大學電力學院共同開展了“電網規劃專家決策系統”的有關理論研究工作，并有望在2000年開發一個有效的基于綜合智能控制技術的電網規劃決策系統，它的使用將對廣東省電網的建設起到積極的促進作用。

參考文獻

1黃蘇南，邵惠鶴，張鐘俊．智能控制的理論和方法［J］．控制理論與應用，1994(4)

篇(2)

關鍵詞：關聯規則；儲位管理；電力物資

作者簡介：王普專（1985-），男，福建南安人，福建電力職業技術學院，講師。（福建 泉州 362000）施密娜（1983-），女，福建泉州人，泉州醫學高等專科學校實驗中心，實驗員。（福建　泉州　362013）

中圖分類號：F272?????文獻標識碼：A?????文章編號：1007-0079（2012）33-0108-02

電力物資管理是電力物資公司根據電網企業的生產經營戰略目標和主要任務統籌公司整個物資供應管理的全過程。電力物資公司的物資管理應做到按質、按量、及時、齊備、經濟地將物資供應給需用單位，保證電力生產建設的順利進行。而儲位管理是倉儲管理的一個重要組成部分，是影響揀貨作業效率的主要因素。儲位管理是指根據倉儲的功能和貨物的特性將倉庫的儲位合理安排，以便快捷地移動（存放和提取）貨物，從而實現倉庫貨物移動時間的最優化并提高倉庫容積利用率。但是，在實際操作中，電力物資公司在電力物資的倉儲管理中往往僅憑借老員工的經驗和主觀感覺或者喜好對電力物資的儲放位置進行感性安排。這樣的決策常常會比較武斷，難以達到對電力物資的科學管理。

由于電力物資產品的專業性強、品種多、規格雜、數量巨大，因此電力物資公司的銷售數據相當龐大和復雜，簡單地用肉眼或者是對往來交易單據進行查看很難發現其中的規則。但隨著電力物資管理信息系統的引入，現在有條件對銷售數據進行分析，從而挖掘這些銷售數據當中是否隱含某些有價值的信息。例如：哪幾種物資經常被購買；是否有幾類物資經常一起被不同的客戶購買。通過分析可以為優化電力物資的儲位管理提供科學的依據。而關聯規則的數據挖掘正是為挖掘出隱藏在數據間的相互關系常用的技術。本文試圖在電力物資的儲位優化管理中引入關聯規則，從銷售數據中發現高頻項目集，并且找出這些高頻項目集之間的聯系，以幫助電力物資公司了解銷售產品品類間的聯系，優化物資儲位和產品品類配置。

一、關聯規則

1.關聯規則的相關概念

關聯規則的數據挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道但又是潛在有用的信息和知識的過程，從而促進信息的顯化。關聯規則經常被用來解決這樣的問題：到底有哪些商品經常一起被購買？一起購買的概率有多大？

（1）項目集：每一個客戶購買的商品或商品集合稱為一組項目或一個項目集。具體體現在電力物資的銷售數據里面是每一個單據號包含的出庫商品。

（2）頻繁項集：對一個項目集X，如果X出現的頻次不小于用戶定義的最小頻次，稱X為頻繁項目集；反之，稱X為非頻繁項目集。

（3）非頻繁項集：不是頻繁項集的項目集。

（4）項目集的支持度：表示在所有的交易中同時包含關聯規則左右兩邊物品的交易次數百分比，即支持這個規則的銷售數據的次數百分比。

（5）項目集的置信度：是指在所有購買了電力物資A的交易中，同時又購買了電力物資B的交易概率，是一個條件概率。

其中，項目集的支持度和置信度是關聯規則里兩個很重要的閾值，可以用來衡量該關聯規則的有效性和可信度。

2.關聯規則數據挖掘的一般步驟

較為常用的關聯規則挖掘方法有美國學者R.Agrawal提出的Apriori算法和GRI算法。本文采用的是Apriori算法。

關聯規則的數據挖掘通常采用的基本步驟是：生成頻繁項目集，主要是找出滿足最小支持度閾值的項集；生成規則，主要目的是從第一步產生的頻繁項目集中提取所有高于指定置信度的規則。

二、關聯規則在電力物資公司儲位管理中的應用案例

1.案例介紹

本案例的數據來源于廈門某電力物資公司。該公司是一家從事機電設備及工程其他服務項目的委托招標，送變電、配電工程電力器材及配套設備的銷售，倉儲管理和電力技術咨詢業務。該公司共有6個倉庫，不同類型的電力物資存放在不同的倉庫，并且同一個倉庫里只存放一類電力物資。例如：機電產品存放在同一個倉庫里，且該倉庫里只存放機電產品。

數據采集范圍為該公司自2009年8月3日至2010年9月17日的實際銷售出庫數據，共涉及到單據號（一個單據號表示一次交易）12336個，其中涉及物資種類1521種。通過對該銷售出庫數據的簡單處理，使其符合SPSS clementine分析的格式需要。

2.數據采集

本案例中使用的數據直接從廈門某電力物資公司物資管理信息系統（自2009年8月3日到2010年9月17日）的實際銷售出庫數據導出。該數據含有單據號、出庫時間、貨品編碼、品名、規格、基本單位、基本單位數量等信息。

3.數據整理

本例中對數據的整理主要包括：數據格式及結構布局的處理；提取出庫頻次較高的前255種物資。由于從該公司中導出的數據格式并不符合并SPSS Clementine軟件的要求，因此需要進行數據格式更改。另外，該出庫數據異常龐大，且涉及的物資種類較多而繁雜，出于ABC分類管理思想、提高應用價值以及分析效率的考慮，有必要對物資的出庫頻次進行排列，只對出庫頻次較高的物資進行分析。

4.數據分析

本研究中關聯規則數據挖掘工具為現今研究關聯規則中最具代表性的方法，即采用SPSS公司SPSS Clementine產品的Apriori模型。

（1）對備品配件的分析。將最小支持度設置為1%，即同時購買物資A和物資B的概率要大于1%。最小置信度設置為85%，即客戶購買物資A的前提下，購買物資B的概率要大于85%。最大前項設置為默認值5。部分分析結果如表1所示。

表1　備品配件中支持度設置為1%、置信度設置為85%的分析結果

后項 前項 支持度（%） 置信度

UT線夾 NX型楔型線夾、Z型掛板 1.373 100.0

角鐵擔（橫擔）變壓器臺架用 花紋鋼板（變壓器臺架用 ）、槽鋼擔（變壓器臺架用） 1.001 100.0

UT線夾 NX型楔型線夾、彈射芯、Z型掛板 1.107 100.0

UT線夾 NX型楔型線夾；Z型掛板；Q、QP型球頭掛環 1.341 100.0

Q、QP型球頭掛環 安普楔形線夾（600411）、彈射芯、W型球頭掛板 1.65 100.0

Q、QP型球頭掛環 絕緣耐張線夾、彈射芯、W型球頭掛板 2.193 100.0

Q、QP型球頭掛環 W型球頭掛板、Z型掛板 3.725 96.0

Z型掛板 絕緣耐張線夾；Q、QP型球頭掛環 3.012 93.64

W型球頭掛板 絕緣耐張線夾；Q、QP型球頭掛環 3.012 90.459

設備抱箍（K型） 支鐵抱箍 3.928 85.637

從以上分析結果的置信度可以看出，該公司在售的電力物資之間確實有存在較強的潛在的關聯。例如：購買了花紋鋼板（變壓器臺架用）和槽鋼擔（變壓器臺架用）的客戶，肯定同時也購買了角鐵擔（橫擔）變壓器臺架用；在購買了Z型掛板和W型球頭掛板的客戶中，有96%的客戶同時也購買了Q、QP型球頭掛環。

（2）對材料產品的分析。由于材料產品的出庫頻次較低，因此對材料產品的關聯規則分析要設置較低的支持度。本次分析中將最小支持度設置為0.1%，即同時購買物資A和物資B的概率要大于0.1%。最小置信度設置為90%，即客戶購買物資A的前提下，購買物資B的概率要大于90%。最大前項設置為默認值5。部分分析結果如表2所示。

表2　材料產品中支持度設置為0.1%、置信度設置為90%的分析結果

后項 前項 支持度（%） 置信度

型號為JKLYJ-1KV/1*120鋁芯交聯架空導線 JKLYJ-1KV/1*35鋁芯交聯架空導線

型號為JKLYJ-1KV/1*95的鋁芯交聯架空導線 0.128 100.0

單股銅塑線BV-2 單股銅塑線BV-35

鍍鋁合金鍍層鋼絞線GJ-70 0.117 100.0

單股銅塑線BV-25 單股銅塑線BV-50

鍍鋁合金鍍層鋼絞線GJ-50 0.106 100.0

型號為JKLYJ-1KV/1*120鋁芯交聯架空導線 型號為JKLYJ-1KV/1*70的鋁芯交聯架空導線

型號為JKLYJ-1KV/1*95的鋁芯交聯架空導線 0.138 92.308

型號為JKLYJ-1KV/1*95的鋁芯交聯架空導線 鋼芯鋁絞線

型號為JKLYJ-1KV/1*95的鋁芯交聯架空導線 0.128 91.667

從以上分析結果可以看出，該公司在售的材料產品類電力物資之間存在潛在的關聯。例如：購買了型號為JKLYJ-1KV/1*35的鋁芯交聯架空導線和型號為JKLYJ-1KV/1*95的鋁芯交聯架空導線的客戶同時也購買了型號為JKLYJ-1KV/1*120的鋁芯交聯架空導線；在購買了型號為BV-35的單股銅塑線和型號為GJ-70的鍍鋁合金鍍層鋼絞線的客戶同時也購買了型號為BV-2的單股銅塑線。

（3）對機電產品的分析。由于機電產品普遍較為大，且價格較高，出庫頻次處于中等水平。因此對材料產品的關聯規則分析要設置較低的支持度和置信度。本次分析中將最小支持度設置為0.1%，即同時購買物資A和物資B的概率要大于0.1%。最小置信度設置為50%，即客戶購買物資A的前提下，購買物資B的概率要大于50%。最大前項設置為默認值5。部分分析結果如表3所示。

表3　機電產品中支持度設置為0.1%、置信度設置為50%的分析結果

后項 前項 支持度（%） 置信度

GCK抽屜開關柜 KYN開關柜 0.852 70.0

GCK抽屜開關柜 SCB10干式電力變壓器 0.298 53.571

KYN開關柜 SCB10干式電力變壓器

GCK抽屜開關柜 0.16 53.333

KYN開關柜 GCK抽屜開關柜 1.15 51.852

HXGN環網柜 GGD2固定開關柜 0.436 51.22

從以上分析結果可以看出，該公司在售的機電產品類電力物資之間存在潛在的關聯。例如：購買了KYN開關柜的客戶中有70%的客戶同時也購買了GCK抽屜開關柜；購買了GGD2固定開關柜的客戶中有51.22%的客戶同時也購買了HXGN環網柜。

5.結論

以上分析結果可以清晰地看出，物資公司中很多電力物資之間存在著較為緊密的關聯性。同時該分析結果對于電力物資公司的物資儲位管理、庫存管理、進貨管理等方面都有一定的指導意義。對于備品配件物資，在優化儲位管理時可以將Z型掛板、W型球頭掛板和QP型球頭掛環就近擺放，也可以將花紋鋼板（變壓器臺架用）、槽鋼擔（變壓器臺架用）和角鐵擔（橫擔）變壓器臺架用的電力物資擺放在盡量靠近的儲位。對于材料產品，在優化儲位管理時，可以將型號為JKLYJ-1KV/1*35 的鋁芯交聯架空導線、型號為JKLYJ-1KV/1*95的鋁芯交聯架空導線和型號為JKLYJ-1KV/1*120的鋁芯交聯架空導線就近擺放，也可以將型號為BV-35的單股銅塑線和型號為GJ-70的鍍鋁合金鍍層鋼絞線擺放在盡量靠近的儲位。對于機電產品，在優化儲位管理時可以將KYN開關柜、GCK抽屜開關柜存放在盡量靠近的同一個區域里，以提高倉庫管理員的揀貨效率，減輕工作量。另外，物資公司在進貨及庫存管理上也應該注意以上幾種物資數量的協調，從而更好地滿足顧客。

三、結語

利用關聯規則對電力物資的銷售數據進行分析是一種科學的決策方式，在一定程度上可以避免主觀判斷或經驗決策中的一些先天不足。本論文通過一定的數據分析挖掘出了隱藏在電力物資公司銷售數據里的潛在關聯，能夠為企業和組織管理決策時提供切實可靠的依據。隨著電力物資公司建立科學合理、一流高效的物資供應體系要求的不斷提升，數據挖掘技術在電力物資管理領域必然發揮越來越大的作用，而電力物資公司也會因為數據挖掘技術的應用而大大提升自身的競爭力。

參考文獻：

[1]中國人民大學統計學系數據挖掘中心.關聯規則挖掘概述[J].統計與信息論壇，2002，（5）.

[2]毛國君，段立娟，王實，等.數據挖掘原理與算法[M].北京：清華大學出版社，2005.

[3]吳洪波，趙謙.關聯規則在大型超市中的應用[J].哈爾濱理工大學學報，2008，13（2）：128-130.

[4]竇延平.關于數據挖掘中關聯規則挖掘算法的研究及其應用[D].上海：上海交通大學，2003.

[5]林宇.數據倉庫原理與實踐[M].北京：人民郵電出版社，2003：52-53.