孫 芊，馬建偉，李 強，楊 磊

（1.國網(wǎng)河南省電力公司電力科學(xué)研究院，鄭州 450052；2.河南恩湃高科集團有限公司，鄭州 450000）

目前，我國處于城鎮(zhèn)化和城市快速發(fā)展時期，城市作為區(qū)域經(jīng)濟社會中心，正面臨諸如能源緊張、環(huán)境污染等問題，建設(shè)智慧城市并提高信息化水平，成為解決以上問題的重要手段之一[1]。

電力作為城市的重要基礎(chǔ)，隨著智能電網(wǎng)建設(shè)全面開展，大量智能電網(wǎng)技術(shù)應(yīng)用于城市各個領(lǐng)域，智能電網(wǎng)成為智慧城市建設(shè)不可或缺的部分[2]。隨著電力信息化的推進，覆蓋了從發(fā)電到用電的量測與分析系統(tǒng)規(guī)?；瘧?yīng)用，積累了多源、海量、異構(gòu)的數(shù)據(jù)，可廣泛應(yīng)用于電網(wǎng)運行、客戶服務(wù)、設(shè)備管理等多個領(lǐng)域。文獻[3-5]在大數(shù)據(jù)理念框架下，闡述了智能電網(wǎng)數(shù)據(jù)的特征，以及在電網(wǎng)安全評估、負(fù)荷預(yù)測等領(lǐng)域的應(yīng)用技術(shù)和前景。在電網(wǎng)運行安全可靠方面，文獻[6]闡述了基于多信息源的電壓安全過程預(yù)警及防控系統(tǒng)功能框架結(jié)構(gòu)。文獻[7]設(shè)計了基于MapReduce并行編程模型的改進模糊K-means聚類方法，以此為基礎(chǔ)提出了一種中長期負(fù)荷預(yù)測新方法。文獻[8]采用聚類分析的方法對重要客戶供電安全潛在風(fēng)險進行分析。文獻[9]基于高級量測體系提供的精準(zhǔn)用電側(cè)數(shù)據(jù)，提出一種精確計算與分析低壓配電網(wǎng)線損的方法。在營銷優(yōu)質(zhì)服務(wù)和客戶管理方面，文獻[10-11]通過分析各類智能表記數(shù)據(jù)，開展電力用戶分類，評估用電行為特點及敏感因素（如價格、可靠性等），有助于開展差異化服務(wù)。在電網(wǎng)與設(shè)備狀態(tài)檢測與評估管理方面，文獻[12-14]利用設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)（在線監(jiān)測、帶電檢測等），分別基于時間序列分析、遺傳規(guī)劃算法和分類算法提出輸變電設(shè)備狀態(tài)異常檢測方法，解決傳統(tǒng)閾值判定難以準(zhǔn)確檢測狀態(tài)異常的問題。

綜合國內(nèi)外的研究文獻可知，通過挖掘電力數(shù)據(jù)的潛在價值，能夠提升電網(wǎng)運行和管理的精益化水平，有效保障智慧城市電力安全供給。但電力數(shù)據(jù)挖掘?qū)χ腔鄢鞘械闹巫饔貌痪窒薇Ｕ想娔艿墓?yīng)，已延伸至環(huán)境（如電能替代、新能源發(fā)電等）[15]、交通（如電動汽車運營等）[16]、居民生活（如電力光纖到戶、智能小區(qū)等）等各領(lǐng)域，為服務(wù)智慧城市多領(lǐng)域建設(shè)主體（政府、用戶等）提供了可能，但目前支撐度相對較弱?？紤]智慧城市更加強調(diào)城市整體的精細(xì)管理、綠色環(huán)保、協(xié)同高效和服務(wù)便捷，智能電網(wǎng)發(fā)展由服務(wù)電力系統(tǒng)向系統(tǒng)外多行業(yè)、多主體延伸，電力數(shù)據(jù)結(jié)合氣象、地理等電力系統(tǒng)外部數(shù)據(jù)的融合分析，成為智能電網(wǎng)乃至智慧城市發(fā)展的主要方向之一。

本文從智慧城市理念出發(fā)，在充分分析智慧城市建設(shè)主體需求和電力數(shù)據(jù)現(xiàn)狀的基礎(chǔ)上，明確智慧城市對電力數(shù)據(jù)挖掘的整體需求，強調(diào)挖掘面向智慧城市的電力數(shù)據(jù)潛在價值，闡述電力數(shù)據(jù)挖掘支撐智慧城市的多個應(yīng)用場景，并對用電行為分析、負(fù)荷需求流向分析、區(qū)域成熟度評估3個應(yīng)用案例進行深入分析，探索和推動電力數(shù)據(jù)挖掘在智慧城市中的應(yīng)用。

1 智慧城市與電力數(shù)據(jù)挖掘概述

1.1 智慧城市

智慧城市是城市可持續(xù)發(fā)展需求與新一代信息技術(shù)應(yīng)用相結(jié)合的產(chǎn)物，由于視角不同，國內(nèi)外各研究機構(gòu)對智慧城市概念的詮釋尚未統(tǒng)一[17-19]，但仍有如下相同之處。

（1）智慧城市是一項系統(tǒng)工程，包括交通、能源、環(huán)保、應(yīng)急、金融等多個行業(yè)領(lǐng)域，但智慧城市并非簡單的堆砌，而是系統(tǒng)性的融合，強調(diào)跨業(yè)務(wù)、跨平臺的協(xié)同。

（2）智慧城市強調(diào)將城市中基礎(chǔ)設(shè)施與信息化相結(jié)合，全面感知城市運行情況，實現(xiàn)基礎(chǔ)設(shè)施智能化、城市管理精細(xì)化、公共服務(wù)便捷化和生活環(huán)境宜居化。

智慧城市的高效運轉(zhuǎn)，電力是基礎(chǔ)。以智能電網(wǎng)為基礎(chǔ)構(gòu)建智慧城市是智慧城市發(fā)展的一個重要方向，智能電網(wǎng)在保障城市用電安全的基礎(chǔ)上，能夠促進城市綠色發(fā)展、豐富城市服務(wù)內(nèi)涵等。依托智能電網(wǎng)構(gòu)建的通信信息平臺，積累并挖掘高附加值的電力數(shù)據(jù)，成為實現(xiàn)電力基礎(chǔ)設(shè)施與信息化結(jié)合、跨業(yè)務(wù)協(xié)同的有效手段。

1.2 電力數(shù)據(jù)特征

隨智能電網(wǎng)發(fā)展，電力公司建立多個業(yè)務(wù)信息化系統(tǒng)，形成了大量良好的數(shù)據(jù)資源，大致可分為生產(chǎn)、營銷、管理3大類，包括直接采集監(jiān)測的原生數(shù)據(jù)和經(jīng)處理的衍生數(shù)據(jù)，同時也積累了電力系統(tǒng)外部數(shù)據(jù)，如區(qū)域經(jīng)濟發(fā)展?fàn)顩r、氣象預(yù)報、空間地理信息等。省級電網(wǎng)部分?jǐn)?shù)據(jù)資源如表1所示。

表1 省級電網(wǎng)部分?jǐn)?shù)據(jù)資源Tab.1 Part of provincial grid data resource

電力數(shù)據(jù)呈現(xiàn)多源、異構(gòu)、海量、高附加值的特點，具體如下：

（1）數(shù)據(jù)來源方面，電力數(shù)據(jù)來自多個業(yè)務(wù)系統(tǒng)，采用分散放置、分布式管理模式，分析挖掘前需進行業(yè)務(wù)貫通及數(shù)據(jù)融合；

（2）數(shù)據(jù)結(jié)構(gòu)方面，除傳統(tǒng)的運行數(shù)據(jù)、設(shè)備及客戶臺賬等結(jié)構(gòu)化數(shù)據(jù)外，還包括輸變電狀態(tài)監(jiān)測中的視頻圖像、狀態(tài)檢修的紅外成像、電力氣象云圖、客服語音等非結(jié)構(gòu)化數(shù)據(jù)；

（3）數(shù)據(jù)規(guī)模方面，省級電網(wǎng)運維近3 000座變電站、2萬余條10 kV配電線路，50萬余臺配電變壓器以及近4 000萬低壓用戶，其產(chǎn)生數(shù)據(jù)量巨大，并且數(shù)據(jù)增量較大，以省級電網(wǎng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)、用電信息采集系統(tǒng)為例，數(shù)據(jù)日增量分別可達到10 GB/d和3 GB/d；

（4）數(shù)據(jù)價值方面，電力數(shù)據(jù)蘊含高附加值，除為電網(wǎng)自身提供支撐外，可面向居民、企業(yè)用戶等多方主體提供增值服務(wù)，增強智能電網(wǎng)建設(shè)的體驗感，全方位支撐智慧城市建設(shè)。

1.3 面向智慧城市的電力數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是從海量數(shù)據(jù)中發(fā)現(xiàn)潛在價值信息的過程，其方法主要有分類分析、關(guān)聯(lián)分析、聚類分析等。面對高附加值的電力數(shù)據(jù)，通過多源數(shù)據(jù)挖掘?qū)㈦娏︻I(lǐng)域與城市其他領(lǐng)域信息相結(jié)合，利用數(shù)據(jù)的冗余性和互補性，可揭示綜合性、跨行業(yè)的未知知識，對智慧城市多個領(lǐng)域進行感知與輔助決策[20-21]。例如：利用氣象信息與輸變電狀態(tài)檢測信息融合挖掘，建立輸電線路舞動預(yù)警模型，支撐城市防災(zāi)減災(zāi)與應(yīng)急管理；利用電動汽車充換電信息，優(yōu)化城市電動汽車充電站（樁）規(guī)劃布點；通過企業(yè)、居民精細(xì)化用電分析，評估能耗水平及高耗能環(huán)節(jié)，降低城市碳排放水平。

2 應(yīng)用需求分析與典型場景

2.1 整體應(yīng)用需求

面向智慧城市的電力數(shù)據(jù)挖掘應(yīng)用包括城市綠色發(fā)展、能源安全供給、公共服務(wù)便捷等方面，結(jié)合智慧城市建設(shè)參與主體不同，服務(wù)對象除電網(wǎng)公司外，更強調(diào)服務(wù)政府與用戶。各服務(wù)對象對電力數(shù)據(jù)挖掘的需求如表2所示，滿足以上需求需要綜合電力系統(tǒng)內(nèi)外的多源數(shù)據(jù)。

表2 面向智慧城市的電力數(shù)據(jù)挖掘應(yīng)用需求Tab.2 Requirements of power data mining application for smart city

2.2 典型應(yīng)用場景

2.2.1 服務(wù)電網(wǎng)公司

（1）基于電力負(fù)荷密度與地理空間信息，優(yōu)化城市電網(wǎng)規(guī)劃，使變電站、配電變壓器等基礎(chǔ)設(shè)施深入負(fù)荷中心。結(jié)合電動汽車充換電時間、時長及充電量等信息，合理規(guī)劃充換電設(shè)施，匹配城市功能區(qū)與交通布局。

（2）基于配電網(wǎng)運行信息，開展線路重過載分析，短期結(jié)合負(fù)荷預(yù)測開展運行方式優(yōu)化，長期結(jié)合配電網(wǎng)建設(shè)改造工程，開展網(wǎng)架優(yōu)化，降低運行風(fēng)險。融合電力氣象信息，建立強對流天氣與線路舞動預(yù)警分析，提高電網(wǎng)防災(zāi)減災(zāi)能力。

（3）基于配電自動化故障信息，融合客戶報修、用電信息采集，開展非健全信息的故障精確定位，研判主干線、分支線、配變、用戶內(nèi)部等多類型故障，并結(jié)合故障搶修人員、車輛等基礎(chǔ)信息，開展配電搶修指揮管理。

（4）結(jié)合氣象信息，開展風(fēng)光等分布式能源發(fā)電預(yù)測，通過分析新能源發(fā)電特性，合理配置儲能、可調(diào)負(fù)荷等，開展多源協(xié)調(diào)優(yōu)化，最大化消納綠色能源。

2.2.2 服務(wù)政府

（1）依托電力需求側(cè)管理平臺，通過對行業(yè)或地域電力消費數(shù)據(jù)分析，全面掌握各行業(yè)、區(qū)域的電能消耗水平。

（2）根據(jù)社會全口徑用電量與客戶臺賬信息關(guān)聯(lián)分析，評估城市總體功能布局。依據(jù)電力消費與居民生活緊密耦合的特點，通過電量不同時段分布、電量增速以及“零”電量比例等要素，評估城市區(qū)域的成熟度水平，優(yōu)化城市基礎(chǔ)設(shè)施布局。通過電量異常突變，開展城市人口、房屋群租等精細(xì)化管理。

（3）充分發(fā)揮電力作為宏觀經(jīng)濟的重要“晴雨表”這一特點，結(jié)合行業(yè)、區(qū)域電量數(shù)據(jù)、GDP等，分析區(qū)域經(jīng)濟發(fā)展趨勢、行業(yè)景氣情況、區(qū)域產(chǎn)業(yè)布局優(yōu)化等。

（4）依據(jù)工商業(yè)、居民電量及時間分布特點，為制定分時電價、階梯電價、電動汽車充電電價等提供輔助決策。分析新能源發(fā)電數(shù)據(jù)，為新能源發(fā)電補貼、光伏扶貧等新能源相關(guān)扶持政策制定提供依據(jù)。

2.2.3 服務(wù)用戶

（1）依托智能園區(qū)的設(shè)備級能效監(jiān)測終端，輔以用電信息采集數(shù)據(jù)、客戶臺賬信息等，開展精細(xì)化能效分析，辨識高耗能環(huán)節(jié)，為節(jié)能改造提供數(shù)據(jù)支撐，為節(jié)能量核定提供依據(jù)。針對居民用戶，分析用戶用電行為，結(jié)合電價信息，為用戶提供合理的用電建議。

（2）結(jié)合用戶負(fù)荷曲線，利用聚類分析，評估用戶負(fù)荷可調(diào)空間，使用戶在生產(chǎn)影響最小的前提下，積極參與電網(wǎng)“網(wǎng)-荷”互動。

（3）基于電能質(zhì)量數(shù)據(jù)，開展電能質(zhì)量治理提升，提供優(yōu)質(zhì)電力定制服務(wù)。分析用戶繳費習(xí)慣，構(gòu)建多渠道便捷繳費。

3 用電行為分析

傳統(tǒng)有序用電方法未充分考慮用戶的用電行為，可能對電力用戶造成一定的經(jīng)濟損失。開展工業(yè)用戶用電行為分析，能夠辨識典型用電行為模式，評估負(fù)荷可調(diào)整空間，服務(wù)需求響應(yīng)方案制定，實現(xiàn)電網(wǎng)、用戶多方共贏。通過聚類分析方法形成用戶典型負(fù)荷曲線，每條負(fù)荷曲線都能代表用戶某種用電模式，充分體現(xiàn)用戶在不同時間節(jié)點中用電行為的差異性。

用電行為分析以日負(fù)荷時間分布為特征向量。考慮到需求響應(yīng)往往在負(fù)荷高峰時段，為了將高峰時段具有最接近用電特性的模式劃分到一類，對負(fù)荷數(shù)據(jù)進行加權(quán)處理，設(shè)定負(fù)荷曲線高峰時段各點的權(quán)重為3（08：00—12：00、17：00—21：00），其他時段的權(quán)重仍為1。

選取二次聚類法對用戶用電特性進行分類，即一次聚類采用系統(tǒng)聚類法對用電特性進行分類；二次聚類采用模糊C均值法，聚類中心由一次系統(tǒng)聚類結(jié)果提供，既可避免模糊C均值聚類法對初始參數(shù)的敏感性，又能取得分類準(zhǔn)確客觀的聚類效果。

以某食品加工企業(yè)2014年11月―2015年2月每日48點負(fù)荷數(shù)據(jù)為例，負(fù)荷聚類結(jié)果和企業(yè)負(fù)荷分類對比如圖1和圖2所示，其中橫坐標(biāo)為時間節(jié)點（時間間隔為30 min），縱坐標(biāo)為負(fù)荷量（kW）。

從圖2可以看出，該企業(yè)平時用電模式較為規(guī)律，負(fù)荷整體波動不大，屬于連續(xù)生產(chǎn)企業(yè)。從分類情況可以看出，前3類負(fù)荷曲線的形態(tài)類似，且用電負(fù)荷均衡穩(wěn)定，第4類較特殊，負(fù)荷整體較小，屬于減產(chǎn)的情況?？紤]食品加工行業(yè)一般為生產(chǎn)設(shè)備多，單機容量小，基本生產(chǎn)用電比例大，生產(chǎn)工藝連續(xù)性不強的行業(yè)。對比模式1和模式2可得電網(wǎng)負(fù)荷高峰時，可以通過部分生產(chǎn)設(shè)備關(guān)停等措施降下1 000 kW的負(fù)荷量，對比模式1和模式4，進一步關(guān)停設(shè)備可以有4 000 kW的負(fù)荷余量，該企業(yè)的最大柔性負(fù)荷在約4 000 kW。綜上所述，基于激勵的需求響應(yīng)措施適合此企業(yè)用戶。

圖1 負(fù)荷聚類結(jié)果F i g.1 Results of load clustering

圖2 企業(yè)負(fù)荷分類對比Fig.2 Comparison of enterprise’s loads

4 負(fù)荷需求流向分析

負(fù)荷與城市區(qū)域經(jīng)濟社會活躍度高度匹配，通過分析一定時間段各區(qū)域用電情況，動態(tài)可視化用電負(fù)荷，結(jié)合地理信息系統(tǒng)GIS（geographic informa?tion system）信息，可分析負(fù)荷峰谷空間分布及峰值遷移趨勢，客觀反映人口、經(jīng)濟等社會活躍度，服務(wù)城市功能區(qū)布局、交通等基礎(chǔ)設(shè)施規(guī)劃。

考慮配電變壓器一般供電半徑為150～250 m，信息采集時間間隔為15 min，選取配電變壓器運行數(shù)據(jù)進行負(fù)荷需求分析具有較高的時空分辨率。具體分析流程如下。

1）克里格插值計算

考慮配電變壓器空間上離散分布，采用克里格插值計算，將離散分布的配電變壓器數(shù)據(jù)空間連續(xù)化，并根據(jù)負(fù)荷大小進行拓?fù)渲阅吵菂^(qū)配電變壓器為例，如圖3所示，隨負(fù)荷增長顏色由淺至深變化。

圖3 某城區(qū)18:00、20:00、22:00負(fù)荷分布Fig.3 Urban load distribution at 18,20,and 22 o'clock

2）峰谷計算

由負(fù)荷值及地理位置形成三維數(shù)據(jù)矩陣，可視化為三維曲面，三維曲面z=F（x，y）峰谷點的充分必要條件為

此時z的峰谷對應(yīng)點分別為三維數(shù)據(jù)中行、列曲線對應(yīng)波峰、波谷的疊加。因此將行、列矩陣看作二維曲線按二維波峰谷算法得出行矩陣和列矩陣。對行列矩陣進行疊加，其中最大值對應(yīng)坐標(biāo)為曲峰位置，最小值對應(yīng)坐標(biāo)對應(yīng)曲谷位置。

3）篩選流向

在平滑曲面中一個點最大梯度是其對應(yīng)的最大方向偏導(dǎo)，將其簡化為8個方向的偏導(dǎo)，按照上述梯度簡化原則計算出整體的流向矩陣。

對區(qū)域負(fù)荷曲面中峰、谷點兩兩組成若干條有向線段，需對每個由峰、谷點組成的有向線段上的所有經(jīng)過點做一致性匹配，其匹配原則可表示為

式中：α為有向線段的角度；β為有向線段上各點的最大梯度流向角度。

當(dāng)有向線段上的所有點均滿足以上原則，則該有向線段為需求流向。GIS背景下某城區(qū)18：00—20：00的需求流向如圖4所示。

圖4 某城區(qū)18:00—20:00時負(fù)荷需求流向Fig.4 Urban load demand flow during 18:00—20:00

由圖4可知，18：00較大的負(fù)荷峰值中心主要有3個區(qū)域，對比城市功能區(qū)分布，這3個負(fù)荷中心區(qū)域均屬于商業(yè)區(qū)，包含諸多餐館、商場、超市等。18：00—20：00的負(fù)荷需求流向指向區(qū)域均為居民小區(qū)聚集區(qū)域，20：00為該區(qū)域一天中的用電高峰時段。由此可為該城區(qū)商業(yè)、居住功能區(qū)布局及電力設(shè)施深入負(fù)荷中心提供直觀依據(jù)，同時對負(fù)荷需求流向路徑周邊的交通疏導(dǎo)、公共交通基礎(chǔ)設(shè)施布局優(yōu)化及運營能力臨時調(diào)整提供輔助決策依據(jù)。

5 區(qū)域成熟度評估

城市基礎(chǔ)設(shè)施布局以需求為導(dǎo)向，但統(tǒng)計方式進行城市成熟分析具有一定的滯后性，從而導(dǎo)致城市基礎(chǔ)設(shè)施布局與需求不匹配，而電力數(shù)據(jù)與居民生活息息相關(guān)且具有高時效性。以居民小區(qū)為對象，分析小區(qū)用電量水平，結(jié)合周邊商業(yè)、醫(yī)療衛(wèi)生、教育等設(shè)施信息，可建立區(qū)域成熟度評價體系，區(qū)域可為居民小區(qū)，也可為城市居住片區(qū)。

以某市2 000戶居民周用電量為對象，以時間分布為特征向量，聚類分析形成5個用戶用電類型，如圖5所示。

圖5 用戶典型周用電量分類Fig.5 Classification of user’s typical weekly electricity consumption

由圖5可知，不同用電類型可代表不同用戶群體，例如類型1整體用電水平較低且整周無太大波動，此類用戶應(yīng)屬于空置房屋；類型2、3、4的周末用電量明顯，應(yīng)屬于上班族群體，屬于人均用電水平的代表；類型5用戶群體，電量較大，可視為高收入人群。以上結(jié)果輔以人口等信息可更深入地對用戶群體分類。

成熟度評估以5類用戶群體占比、區(qū)域電量、區(qū)域2公里輻射范圍內(nèi)超市、公交、醫(yī)院數(shù)量為指標(biāo)，建立9個維度的成熟度評估體系，并采用層次分析法確定指標(biāo)權(quán)重，如表3所示。

表3 成熟度評價指標(biāo)權(quán)重Tab.3 Weights of maturity evaluation indexes

考慮城市發(fā)展差異化，成熟度評估需以城市整體為對象評估標(biāo)準(zhǔn)，以某市為例，根據(jù)位置、年限等要素，選取20個典型居民小區(qū)，分別評價求均值形成評價參考值。同時以小區(qū)A、小區(qū)B為例對比分析，如表4所示。

表4 小區(qū)成熟度評價參考值及典型小區(qū)評價結(jié)果Tab.4 Community maturity reference values and typical community evaluation results

由圖6可知，相對于樣本區(qū)域平均值，小區(qū)A電量大，類型1的用戶少，入住水平高，基礎(chǔ)設(shè)施完善，在多個維度高于全市平均水平，屬于較完善的成熟小區(qū)；小區(qū)B電量小，類型1的用戶較多，空置比例高，商業(yè)及醫(yī)療配套基礎(chǔ)設(shè)施欠缺，有針對性地優(yōu)化基礎(chǔ)設(shè)施布點。

圖6 典型小區(qū)評價雷達圖Fig.6 Typical community evaluation radar chart

6 結(jié)語

電力是智慧城市建設(shè)的基礎(chǔ)和保障，挖掘電力數(shù)據(jù)的潛在價值可為智慧城市在諸如規(guī)劃管理、應(yīng)急管理等多個領(lǐng)域提供決策依據(jù)，應(yīng)用前景廣闊。本文歸納了電力數(shù)據(jù)挖掘的應(yīng)用需求與典型場景，從城市需求側(cè)管理、城市規(guī)劃角度，進行用電行為分析、負(fù)荷需求流向分析、區(qū)域成熟度評估3個應(yīng)用案例的論述，闡明利用多源、海量、異構(gòu)、高附加值的電力數(shù)據(jù)，能夠有效支撐智慧城市的城市運行、宏觀經(jīng)濟預(yù)測、公共服務(wù)等方面建設(shè)。同時，為最大化發(fā)揮面向智慧城市的數(shù)據(jù)挖掘效益，仍面臨數(shù)據(jù)孤島與藩籬、缺乏應(yīng)用等問題，有待進一步深入探索。