北极星智能电网在线讯:主动配电网全景信息展示系统集成了若干分散系统，对数据的收集、整合、分析挖掘将形成配网监视、控制的信息支撑。本文分析数据挖掘的体系结构、流程、特征提取方法，并将其应用到主动配电网全景信息展示系统中，构建出相应的信息展示指标体系，并通过工程实践验证其可行性。
引言
主动配电网通过分布式智能设备、通信系统和自动控制系统，对配电网设备的运行状况进行实时监控，通过数据收集、整合和分析挖掘，实现电网各成员之间的无缝连接及实时互动，达到对整个电网运行的优化管理。配电自动化系统涉及专业多、覆盖面大、系统接入设备型号繁多、通道形式多样、相关技术标准尚未统一。配电网结构调整和设备改造频繁、图形参数维护工作量巨大。
配电网设备用户种类繁多、特性存在差异大、运行数据繁多，需要有效整合。在电网统一模型的基础上，需要对不同系统的模型、图形以及实时和非实时数据进行整合处理，提供各应用系统数据交换和共享的平台，实现数据、模型、图形管理，提供统一的信息服务和开放的集成开发环境，实现综合分析和数据挖掘功能。
本文介绍主动配电网全景信息展示系统的数据来源，对包括基于地理信息系统的配电自动化系统的实时与历史数据进行分析，研究数据挖掘的关键技术，解决配电网调度管理粗放、故障快速处理能力不足。通过某实际工程系统中的实施，对主动配电网的建设具有借鉴意义。
1数据挖掘的体系结构
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、事先不知道的，但又是潜在有用的信息和知识的过程。数据挖掘的体系结构见图1。
图1 数据挖掘的体系结构
第1层是数据源，包括数据库和数据仓库。数据挖掘不一定要建立在数据仓库的基础上，但如果数据挖掘与数据仓库协同工作，将大大提高数据挖掘的效率;第2层是数据挖掘工具，利用数据挖掘方法分析数据库中的数据，包括关联分析、序列模式分析、分类分析、聚类分析等;第3层是用户界面，将获取的信息以便于用户理解和观察的方式反映给用户，可以使用可视化工具。知识库存放专业领域知识，用于指导数据准备或数据挖掘结果的评估。
2功能设计
1数据挖掘的流程
数据挖掘的过程就像从矿山中采矿一样，采矿必须首先确定金矿所在。同样地，从实际应用的角度出发，整个数据挖掘的过程都是必须建立在对挖掘对象(即所研究领域的大量数据)的深刻理解上。对象不同所采用的挖掘技术也不同。因此，在数据挖掘之前就应该熟悉相关对象的背景知识，明确数据挖掘的目的，同时了解数据挖掘相关领域的情况，从而将挖掘技术和专业知识有机地结合在一起，对挖掘对象的了解贯穿整个数据挖掘过程。
图2 数据挖掘的过程
