由图1可见，通常情况下，信息挖掘技术就是分为了验证的驱动挖掘技术和发现驱动的数据挖掘两种类型，验证驱动的数据挖掘就是用户对于自己之前提出的假设，通过各种技术手段进行信息的索引来完成对假设的验证和否定的一个过程，而在假设的验证过程中，一般都会用到结构化的语言SQL和结构化的生成器，查询工具和OLAP（在线分析处理工具）两部分又组成了结构化的查询生成器。发现驱动的数据挖据就是指：用户通过使用机器进行学习，统计和数据可视化的各类技术来发现新的假设。这些知识对于未知领域新知识的发现具有重要的意义，然而，这个过程并非就是完全独立的，在过程中还是需要分析人员的参与的。发现驱动型数据挖掘包含了“推述型”和“预测型”两种。推述型的数据挖掘技术包括了可视化、聚焦、关联分析及统计等四方面的技术；预测的数据挖掘技术主要包括规则归纳法，神经网络和决策树技术三方面。通常所说的信息挖掘技术指的就是“推述型”和“预测型”的发现驱动型的挖掘技术。

上文已经对电力调度自动化系统的组成进行了简要分析，电力调度自动化系统的复杂程度比较高，对于运营企业用电管理系统的实际应用程度以及运营环境要求能够起到十分重要的作用。在电力调度自动化系统运行维护过程中，首先需要明确掌握电力调度自动化系统的内涵和特征，然后再对其日常运行状态进行监测和分析，在此基础上对电网进行合理调整，这样才能够有效保障电力系统运行安全性和可靠性。值得注意的是，在此过程中，必须对电网实际负荷量、电压和频率等因素加强安全监控，及时发现异常电网，并且对故障位置进行分析，在此基础上对电网运行进行调整，确保电网能够正常运行。在对电网进行安全分析过程中，必须及时对调度电网是否处于安全运行状态进行检测，对电网运行加强管理，一旦发现问题，就应该及时采取有效措施妥善解决。与此同时，电力调度自动化运行维护工作人员必须明确自身工作职责，主动学习电力调度运行维护相关知识，这样才能够在日常工作中切实保障电力调度安全性。 

（1）在计算机监控系统中的应用，现如今，信息技术的快速发展，人们的生活已经离不开计算机技术，各个领域越来越依赖计算机技术。电力调度的自动化系统应用也离不开计算机技术地支持，计算机能够在电力运行的过程中监测与监控电力调度自动化系统的运行情况，能够及时的发现与解决在电力运行中的问题，为电力调度自动化系统的安全、平稳运行提供保障。（2）在电力调度自动化系统自我诊断的应用，在电力调度自动化系统中，自动化系统能够对电力地运行进行自我诊断，实时地监测电力调度运行中的情况，及时发现故障与定位到故障出现的位置，并进行修复。不仅促进了电力调度自动化系统的正常运转，也减轻了相关管理人员的工作量，有效提升了电力运行的效率与质量。（3）在系统信息数据记录中地应用，自动化电力调度中最重要的部分，就是自动化系统能够对电力调度运行中的设备运行信息数据进行记录，工作人员能够根据这些数据分析电力调度中所出现的一系列问题，从而优化与改进运行的效率。

如无特殊说明，文章均为本站原创，如若转载，请注明出处：电话