目前因为我国的发展,电网规模也随之迅速扩大,与之同时,相应厂站也累积了大量的电力系统数据量,管理这些数据的难度也随之不断增加。一方面是因为电网结构比以往更加复杂,另一方面是因为供电质量要求的提高需要调度系统更加即时处理。与此同时,随着大数据时代的来临,合理分析使用电力数据,使之服务于电力生产与电力调度也成为了急需解决的课题。电力调度系统在电力的生产与传输这两部分里起到承接的作用,对电网高效率以及高质量的运行状态起到了关键性的作用。随着时代的前进,目前不仅需要对电厂、变电站和电力传输设备进行实时监控,同时也要能够对获得的监控数据进行分析。目前四川电网的调度系统还是半人工方式进行,这种传统落后的方式已经越来越不能适应目前的需求,严重限制了电力生产。本文针对目前这一问题,深入分析当前电力调度管理系统的现状和需求,开发一套同国调和网调联通,省级、地级和县级业务能够进行贯通,各业务系统信息共享的高效智能化电力调度管理系统,从而能够实现四川电网各部门数据的整合以及生产过程的流程化、规范化,确保电力生产和电网运行的健康、持续和稳定发展。为了解决电力系统中自动化程度不高、功能模块不统一以及缺乏对海量电力数据知识合理利用的问题,本文使用了一整套基于数据挖掘的电力调度管理系统,实现了电力调度系统中的几个功能,提高了电力调度系统的自动化水平,同时统合了电力调度系统的几个主要模块,并采用了基于支持向量机的回归算法,利用海量电力调度数据进行电力负荷预测,提高了电力调度的智能化水平。本文的工作第一部分对电力调度管理系统的历史发展和其中的问题进行了相关的介绍。根据过去电力调度系统的设计和当前的新的要求,对电力调度管理系统进行一个总体需求分析。下一部分则是使用到SOA技术来设计系统架构与数据平台,同时设计了主要功能模块调度管理、实时监控、生产分析、调度计划这些子系统。与此同时在电力调度机构里存储的大量电力相关的历史数据可以辅助电力调度系统进行相关决策,在本文中采用机器学习算法根据相关数据进行电力负荷预测。在整体系统的体系结构上,本文选用了面向服务的体系结构进行电力调度管理系统的框架进行设计。系统开发环境本文选用.NET Framework,数据库本文则选用了微软配套的SQL Server 2005,同时本文也采用了支持向量机的机器学习算法实现了智能化电力负荷预测。