熊 甜 鄭 松 徐哲壯 謝仁栩 葛永樂

（福州大學(xué)電氣工程與自動(dòng)化學(xué)院，福州 350108）

用電問題一直是電力企業(yè)面臨的難題，例如竊電問題不僅損害了供電企業(yè)的合法權(quán)益，擾亂了正常的供用電秩序，而且給安全用電帶來(lái)了威脅[1]。用電浪費(fèi)現(xiàn)象普遍存在于工作和生活中，造成巨大能源損耗的同時(shí)，影響了我國(guó)經(jīng)濟(jì)可持續(xù)發(fā)展的能力。因此，在滿足用戶正常的用電需求，創(chuàng)建節(jié)約友好型社會(huì)的背景下，如何利用大數(shù)據(jù)實(shí)現(xiàn)用電量的分析和預(yù)測(cè)具有重要意義。

近年來(lái)，國(guó)內(nèi)外高校紛紛開始建立校園能耗監(jiān)測(cè)平臺(tái)，用以監(jiān)督校園用電情況，以此達(dá)到節(jié)能減排的目的[2]。另一方面，能耗監(jiān)測(cè)平臺(tái)也為校園用電量的預(yù)測(cè)提供了數(shù)據(jù)支撐，而用電量預(yù)測(cè)正是智能電網(wǎng)中的需求響應(yīng)和調(diào)度的重要環(huán)節(jié)[3-6]。

本文基于福州大學(xué)校園能耗監(jiān)測(cè)平臺(tái)提供的歷史用電數(shù)據(jù)，通過機(jī)器學(xué)習(xí)方法[7-8]對(duì)于福州大學(xué)的用電情況進(jìn)行分析和預(yù)測(cè)。本文基于Azure機(jī)器學(xué)習(xí)平臺(tái)[9-10]快速構(gòu)建了用電數(shù)據(jù)的分析平臺(tái)，并根據(jù)評(píng)估數(shù)據(jù)和實(shí)驗(yàn)計(jì)算結(jié)果，得出影響用電量的主要因素為最高最低氣溫以及工作日程安排。根據(jù)影響因素的分析結(jié)果，本文進(jìn)一步提出了基于用電突變氣溫的分段式預(yù)測(cè)方法：將用電量數(shù)據(jù)根據(jù)用電當(dāng)日最高氣溫進(jìn)行分類，進(jìn)而基于用電突變氣溫將用電量數(shù)據(jù)劃分為兩段分別進(jìn)行訓(xùn)練和預(yù)測(cè)。實(shí)際預(yù)測(cè)結(jié)果表明，基于用電突變氣溫的分段式預(yù)測(cè)方法能夠有效降低預(yù)測(cè)誤差，且其預(yù)測(cè)精度已經(jīng)能夠滿足大多數(shù)應(yīng)用的需求，能夠?yàn)閷W(xué)校相關(guān)部門以及電網(wǎng)配電部門提供有效的參考[11-12]。

下文分別從數(shù)據(jù)源、基于Azure機(jī)器學(xué)習(xí)平臺(tái)的數(shù)據(jù)分析方法、校園用電影響因素分析、校園用電預(yù)測(cè)等環(huán)節(jié)對(duì)于研究工作進(jìn)行詳細(xì)描述。

1 用電數(shù)據(jù)說(shuō)明

本文分析所用數(shù)據(jù)主要有以下兩個(gè)來(lái)源：

1）天氣數(shù)據(jù)。通過福建省福州市閩侯縣（福州大學(xué)校園所在地）氣象局采集 2016年 4月 1日至2017年3月31日時(shí)間段內(nèi)最高溫度和最低溫度的數(shù)據(jù)。

2）歷史用電量數(shù)據(jù)。通過福州大學(xué)校園節(jié)能監(jiān)管平臺(tái)（見圖 1）導(dǎo)出對(duì)校園內(nèi)每棟樓的能耗統(tǒng)計(jì)數(shù)據(jù)。綜合考慮不同人群和樓宇的用電特點(diǎn)，本文選取了福州大學(xué)學(xué)生公寓2號(hào)樓（本科男生）、5號(hào)樓（本科女生）、36號(hào)樓（研究生）和西三教學(xué)樓的用電數(shù)據(jù)進(jìn)行分析。時(shí)間跨度為2016年4月1日至2017年3月31日，用電量數(shù)據(jù)精度為每天。

圖1 福州大學(xué)校園節(jié)能監(jiān)管平臺(tái)

本文在Azure ML機(jī)器學(xué)習(xí)平臺(tái)上分析4組數(shù)據(jù)，每組數(shù)據(jù)源為一個(gè)4×365的矩陣，其中列特征量分別是日期、日最高溫度、日最低溫度、日用電量4個(gè)變量。行特征量代表樣本點(diǎn)，表示當(dāng)前日期下的最高溫、最低溫和用電量的特征值。

2 基于Azure機(jī)器學(xué)習(xí)平臺(tái)的數(shù)據(jù)分析

本文采用微軟 Azure機(jī)器學(xué)習(xí)平臺(tái)（microsoft azure machine learning studio, Azure ML）對(duì)用電數(shù)據(jù)進(jìn)行分析。Azure ML是一種面向機(jī)器學(xué)習(xí)與大數(shù)據(jù)分析的云服務(wù)平臺(tái)[13]（Platform-as-a- Service,PaaS），能夠有效提升采用機(jī)器學(xué)習(xí)方法進(jìn)行數(shù)據(jù)分析的效率。該平臺(tái)的優(yōu)勢(shì)[14]主要有：能夠在單個(gè)實(shí)驗(yàn)中一次性嘗試多種模型并比較結(jié)果，有助于找到最適合的解決方案。在同一個(gè)試驗(yàn)中建立多算法模型，對(duì)預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析，通過選擇合適的學(xué)習(xí)算法和海量數(shù)據(jù)的訓(xùn)練，從而達(dá)到建立預(yù)測(cè)模型的目的。

基于Azure ML的數(shù)據(jù)分析流程如圖2所示，主要由導(dǎo)入數(shù)據(jù)、數(shù)預(yù)處理、定義特征、訓(xùn)練模型和模型評(píng)價(jià)5個(gè)基本步驟組成。下文將結(jié)合本文所討論的用電量數(shù)據(jù)進(jìn)行介紹。

圖2 基于Azure ML平臺(tái)的用電量預(yù)測(cè)流程圖

2.1 導(dǎo)入數(shù)據(jù)

在進(jìn)入Azure ML平臺(tái)并選擇新建試驗(yàn)后，可以采用兩種方式將數(shù)據(jù)導(dǎo)入到試驗(yàn)中：①手動(dòng)導(dǎo)入到試驗(yàn)中；②通過Reader模塊在線與其他數(shù)據(jù)庫(kù)匹配讀取。福州大學(xué)校園節(jié)能監(jiān)管平臺(tái)并未提供開放的數(shù)據(jù)接口，本文采用手動(dòng)導(dǎo)入數(shù)據(jù)的方式，數(shù)據(jù)格式必須為CSV格式，通過實(shí)驗(yàn)中的DATASET選項(xiàng)導(dǎo)入。

2.2 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理主要分為刪除缺失值、異常值處理、數(shù)據(jù)離散化、歸一化處理等。在本文所獲取的用電量數(shù)據(jù)中，寒暑假與周末的用電量存在特殊性，同時(shí)部分歷史用電量存在缺失等問題，會(huì)給分析和預(yù)測(cè)造成影響。針對(duì)這個(gè)問題，本文采用了Azure ML的數(shù)據(jù)分割（Split Data）模塊，能夠根據(jù)設(shè)置參數(shù)自動(dòng)對(duì)數(shù)據(jù)集的成分進(jìn)行篩選，清除掉缺失值與異常值。

2.3 定義特征

導(dǎo)入平臺(tái)的數(shù)據(jù)集中，包含著各種特征量，如本文研究涉及的特征量有用電量、最低溫度、最高溫度等。Azure ML通過“select-columns”（選擇數(shù)據(jù)列）模塊篩選出預(yù)測(cè)模型的特征變量，并傳遞到下一步機(jī)器學(xué)習(xí)算法中進(jìn)行訓(xùn)練與評(píng)估?！皊electcolumns”模塊可以直接對(duì)數(shù)據(jù)特征進(jìn)行選擇，不需要在每次試驗(yàn)結(jié)束后，對(duì)數(shù)據(jù)進(jìn)行重新導(dǎo)入，能夠有效地提高工作效率。

2.4 應(yīng)用機(jī)器學(xué)習(xí)算法

本文研究擬基于天氣數(shù)據(jù)和歷史用電量數(shù)據(jù)構(gòu)建預(yù)測(cè)模型，Azure ML針對(duì)預(yù)測(cè)數(shù)據(jù)提供了大量回歸算法，本文在Azure ML中采用不同的回歸算法模塊對(duì)校園用電數(shù)據(jù)進(jìn)行試驗(yàn)，選取兩種效果最佳的算法進(jìn)行對(duì)比分析，即最小二乘法的線性回歸（linear-regression）方法[15]，以及增強(qiáng)決策樹回歸（boosted decision tree regression）方法[16-18]，分別對(duì)數(shù)據(jù)進(jìn)行處理。兩者在處理數(shù)據(jù)結(jié)果上的差異將在本文第4節(jié)進(jìn)行討論。

數(shù)據(jù)分割（Split Data）模塊將篩選后的數(shù)據(jù)按照默認(rèn)比值 0.75∶0.25拆分為單獨(dú)的訓(xùn)練數(shù)據(jù)集和預(yù)測(cè)數(shù)據(jù)集，分別用于模型的訓(xùn)練和測(cè)試。經(jīng)模型訓(xùn)練（Train Model）模塊擬合出的預(yù)測(cè)模型，將導(dǎo)入模型測(cè)試（Score Model）模塊中，進(jìn)而輸入測(cè)試集數(shù)據(jù)用于評(píng)估模型的性能。

2.5 模型性能評(píng)估

Azure ML提供了模型評(píng)估（Evaluate Model）模塊，用于對(duì)預(yù)測(cè)模型進(jìn)行性能評(píng)估，平臺(tái)自帶的評(píng)估指標(biāo)包括：受試者工作特征（ROC）曲線、精度/召回曲線或提升曲線、混淆矩陣、曲線下面積（AUC）的累積值等。同時(shí)Azure ML還可以將模型測(cè)試（Score Model）模塊的測(cè)試結(jié)果導(dǎo)出，由外部程序進(jìn)行分析和處理。

3 校園用電影響因素分析

本文首先以福州大學(xué) 36號(hào)研究生宿舍樓的用電數(shù)據(jù)集為分析對(duì)象，選取當(dāng)日最高氣溫、最低氣溫的天氣數(shù)據(jù)作為影響用電量的主要影響因素。另一方面，根據(jù)大學(xué)的作息特性，將用電量數(shù)據(jù)劃分為：工作日、周末、寒暑假三類。進(jìn)而在考慮不同天氣數(shù)據(jù)和不同用電量數(shù)據(jù)集的情況下，基于第 2節(jié)所述的操作步驟，在Azure ML平臺(tái)中采用增強(qiáng)決策樹回歸（boosted decision tree regression）算法分別建立預(yù)測(cè)模型，并對(duì)預(yù)測(cè)精度進(jìn)行評(píng)估，得到的影響因素評(píng)估表見表1。

每棟樓的用電量各不相同，本文的性能分析采用均方根誤差（RMSE）和平均相對(duì)誤差（MRE）兩個(gè)指標(biāo)同時(shí)對(duì)于預(yù)測(cè)結(jié)果進(jìn)行分析，即

式（1）、式（2）中，xi表示歷史用電量值，表示用電量預(yù)測(cè)值，n表示測(cè)試集的數(shù)據(jù)個(gè)數(shù)。

由表1的結(jié)果可以看出，寒暑假的用電量與平時(shí)存在較大的差異，是否考慮寒暑假的用電量對(duì)于用電預(yù)測(cè)模型具有很大影響。若不考慮寒暑假的用電量，則可以使預(yù)測(cè)的均方根誤差降低約40%。類似地，周末與工作日的用電模式也存在一定差異。與綜合考慮周末和工作日的用電量數(shù)據(jù)得到的預(yù)測(cè)模型相比，只考慮工作日用電量的預(yù)測(cè)模型可以降低10%左右的均方根誤差。

表1 用電量影響因素分析表

另一方面，最高氣溫和最低氣溫對(duì)于用電量預(yù)測(cè)都存在影響。在只考慮工作日用電量的情況下，綜合考慮最高氣溫和最低氣溫的影響具有最高的預(yù)測(cè)精度。除了36號(hào)樓之外，對(duì)于其他宿舍樓進(jìn)行了相同的分析，得到了類似的分析結(jié)論。由于篇幅限制，本文不再列出詳細(xì)數(shù)據(jù)。

根據(jù)上述分析結(jié)果，本文后續(xù)分析將只考慮工作日的用電量數(shù)據(jù)，并綜合考慮最高氣溫和最低氣溫的影響。本文后續(xù)部分將進(jìn)一步探討如何提升用電量的預(yù)測(cè)精度。

4 用電突變氣溫分析

基于第3節(jié)分析的結(jié)果，本文將2號(hào)樓、5號(hào)樓、36號(hào)樓和西三教學(xué)樓的全年用電量數(shù)據(jù)，按照最高氣溫分組并取平均值，得到相同最高氣溫下的平均用電量，如圖3所示。

圖3 相同最高氣溫下的平均用電量

由圖3可以看到，每棟樓的用電量曲線存在一個(gè)明顯的拐點(diǎn)。這是因?yàn)榈蜏貐^(qū)與高溫區(qū)的用電量存在明顯的差異：在低溫區(qū)，用電設(shè)備是計(jì)算機(jī)、照明、熱水器等日常用電設(shè)備，用電量隨著氣溫變化的趨勢(shì)不明顯；而在高溫區(qū)，空調(diào)等降溫設(shè)備開始投入使用，同時(shí)用電量與氣溫存在顯著的相關(guān)性。

根據(jù)以上結(jié)果，本文提出采取分段預(yù)測(cè)的方法會(huì)得到更好的用電量預(yù)測(cè)效果。為了進(jìn)行分段預(yù)測(cè)，本文首先給出用電突變氣溫的計(jì)算方法：基于歷史用電量數(shù)據(jù)計(jì)算出不同最高溫度下的用電量平均值T，隨后從低溫到高溫逐個(gè)根據(jù)以下公式計(jì)算Δ，即

式中，k表示當(dāng)前最高氣溫值；nk定義為區(qū)間參數(shù)，可取為正整數(shù)。

給定突變參數(shù)閾值θ，若滿足Δ＜θ，則認(rèn)定最高氣溫 k為用電突變氣溫。nk和θ 為自定義參數(shù)，其不同取值將影響用電突變氣溫選擇的結(jié)果。根據(jù)圖3平均用電量曲線圖式（3）將分析數(shù)據(jù)源的nk取1～5之間的整數(shù)，θ 取0～1之間的小數(shù)，在Azure ML平臺(tái)上對(duì)不同的用電數(shù)據(jù)源進(jìn)行測(cè)試分析，得到nk=3，θ =0.6時(shí)，數(shù)據(jù)模型的預(yù)測(cè)預(yù)測(cè)效果最佳，根據(jù)式（3）分別計(jì)算出學(xué)生公寓2號(hào)樓、5號(hào)樓、36號(hào)樓和西三教學(xué)樓的用電數(shù)據(jù)突變氣溫見表2。

表2 用電量突變氣溫

從表2可以看出，用電主體與用電環(huán)境之間均存在差異性，使得每棟樓的用電量突變氣溫也不太一樣。福州大學(xué) 2號(hào)樓為男生宿舍樓，5號(hào)樓為女生宿舍樓，36號(hào)為研究生宿舍樓，其用電突變氣溫的差異符合常識(shí)中不同性別和年齡對(duì)于溫度感受的差異。

5 校園用電量預(yù)測(cè)

基于第4節(jié)的分析，本文提出基于用電量突變氣溫的分段預(yù)測(cè)方法，并對(duì)其預(yù)測(cè)精度進(jìn)行分析。用電數(shù)據(jù)為福州大學(xué)2號(hào)樓、5號(hào)樓、36號(hào)樓、西三教學(xué)樓。在分段預(yù)測(cè)方法中，每棟樓的用電數(shù)據(jù)根據(jù)表2提供的用電突變氣溫劃分為“平穩(wěn)段”和“上升段”兩個(gè)部分，分段樣本點(diǎn)見表 3，采用增強(qiáng)決策樹回歸算法對(duì)兩部分?jǐn)?shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)。在相同條件下，將分段預(yù)測(cè)結(jié)果與傳統(tǒng)的整段預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析，結(jié)果見表4。

表3 分段樣本點(diǎn)

從表4可以看出，分段預(yù)測(cè)能夠有效降低用電量預(yù)測(cè)的均方根誤差與平均相對(duì)誤差。相比于整體預(yù)測(cè)，分段預(yù)測(cè)能夠降低13%～27%的均方根誤差，平均相對(duì)誤差也能夠控制在 10.8%以內(nèi)。以上結(jié)果證明了分段預(yù)測(cè)方法的有效性。

本文中的數(shù)據(jù)分析主要采用的是增強(qiáng)決策樹回歸算法。為了證明該算法的有效性，本節(jié)將該算法與基于最小二乘法的線性回歸算法進(jìn)行對(duì)比。在Azure ML平臺(tái)中分別采用這兩種算法基于福州大學(xué)2號(hào)樓、5號(hào)樓、36號(hào)樓、西三教學(xué)樓的用電量數(shù)據(jù)進(jìn)行了分析和預(yù)測(cè)，其預(yù)測(cè)結(jié)果的對(duì)比見表5。

表5 增強(qiáng)決策樹回歸與線性回歸算法預(yù)測(cè)結(jié)果對(duì)比

由表5可知，增強(qiáng)決策樹回歸算法得到的預(yù)測(cè)模型相比于線性回歸算法得到的預(yù)測(cè)模型，其預(yù)測(cè)結(jié)果的均方根誤差要小 9.6%～21.7%，平均相對(duì)誤差也要減少 1.3%至 4.9%。因此證明了增強(qiáng)決策樹回歸算法具有更好的預(yù)測(cè)效果。

6 結(jié)論

本文基于用電數(shù)據(jù)和天氣數(shù)據(jù)，通過Azure機(jī)器學(xué)習(xí)平臺(tái)對(duì)于福州大學(xué)校園的用電情況進(jìn)行了數(shù)據(jù)分析，總結(jié)出了影響用電量的兩大因素：氣溫與工作日程安排。根據(jù)分析結(jié)果，本文進(jìn)一步提出了基于用電突變氣溫的分段式預(yù)測(cè)方法，并通過測(cè)試數(shù)據(jù)證明了該方法能夠有效降低用電量預(yù)測(cè)的誤差。數(shù)據(jù)分析結(jié)果證明，該方法的預(yù)測(cè)精度已經(jīng)能夠滿足大多數(shù)應(yīng)用的需求，能夠?yàn)閷W(xué)校相關(guān)部門以及電網(wǎng)配電部門提供有效的參考。

參考文獻(xiàn)

[1] 陳晶晶, 李紅嬌, 許智. 基于隨機(jī)森林的用電行為分析[J]. 上海電力學(xué)院學(xué)報(bào), 2017(4): 331-336.

[2] 王仁祥, 王小曼. 終端用戶分布式新能源接入智能配電網(wǎng)技術(shù)研究[J]. 電氣技術(shù), 2010, 11(8): 58-62.

[3] Stroombergen A, Tait A, Patterson K, et al. The relationship between New Zealand's climate, power,and the economy to 2025[J]. New Zealand Journal of Social Sciences, 2006, 13(1): 139-160.

[4] Wang Zhiyong, Cao Yijia. Mutual information and non-fixed ANNs for daily peak load forecasting[J].Power Sys-temsConference and Expoxision, 2006(5):1523-1528.

[5] 黃海新, 鄧麗, 張路. 基于需求響應(yīng)的實(shí)時(shí)電價(jià)研究綜述[J]. 電氣技術(shù), 2015, 16(11): 1-6.

[6] 曲朝陽(yáng), 張率, 劉洪濤. 基于用電影響因素回歸的小區(qū)用電預(yù)測(cè)模型[J]. 東北電力大學(xué)學(xué)報(bào), 2015(01):73-77.

[7] 張棪, 曹健. 面向大數(shù)據(jù)分析的決策樹算法[J]. 計(jì)算機(jī)科學(xué), 2016(S1): 374-379, 383.

[8] 王桂玲, 韓燕波, 張仲妹, 等. 基于云計(jì)算的流數(shù)據(jù)集成與服務(wù)[J]. 計(jì)算機(jī)學(xué)報(bào), 2017(1): 107-125.

[9] 王永康. Azure云平臺(tái)對(duì)Twitter推文關(guān)鍵字實(shí)時(shí)大數(shù)據(jù)分析[J]. 電腦編程技巧與維護(hù), 2015(12): 68-72.

[10] Xiao Laisheng, Wang Zhengxia. Cloud computing: A new business paradigmfor E-learning[C]//International Conference on Measuring Technology and Mechatronics Automation (ICMTMA 2011) 3rd, 2011:Shanghai, China.

[11] 王穎, 趙航宇, 趙洪山. 配電網(wǎng)自動(dòng)化建設(shè)的現(xiàn)狀與若干建議[J]. 電工技術(shù), 2015(11): 82-83.

[12] 何春光, 盧志明, 姜春瑩, 等. 移動(dòng)式應(yīng)急配變的研制[J]. 電工技術(shù), 2016(2): 6-7.

[13] Brandon Butler. 2017年必須關(guān)注的10大云趨勢(shì)[J].計(jì)算機(jī)世界, 2017(4).

[14] 易植. Windows Azure 新服務(wù), 讓機(jī)器學(xué)習(xí)觸手可及[J]. 英才, 2014(9).

[15] 韓陽(yáng), 呂由, 潘宇航, 等. SVM、BP神經(jīng)網(wǎng)絡(luò)、線性回歸的比較研究[J]. 河北聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 39(2).

[16] Song Y, Wang H, He X. Adapting deep RankNet for personalized search[C]//ACM International Conference on Web Search and Data Mining, 2014: 83-92.

[17] 柯國(guó)霖. 梯度提升決策樹(GBDT)并行學(xué)習(xí)算法研究[D]. 廈門: 廈門大學(xué), 2016.

[18] 王天華. 基于改進(jìn)的 GBDT算法的乘客出行預(yù)測(cè)研究[D]. 大連: 大連理工大學(xué), 2016.