鄧明斌 譚致遠(yuǎn) 陳廣開 韓 瑋 徐志淼

（廣州供電局有限公司 廣州 510620）

1 引言

隨著電力系統(tǒng)信息化程度的不斷提高和配用電數(shù)據(jù)量的迅速增長(zhǎng)，研究適用于配用電數(shù)據(jù)挖掘的算法并建立有效的知識(shí)發(fā)現(xiàn)模型，對(duì)配用電業(yè)務(wù)模式創(chuàng)新和智能電網(wǎng)的發(fā)展具有重要意義。然而到目前為止，“數(shù)據(jù)海量，信息匱乏”仍是電力企業(yè)面臨的重要問題［1］。

電力大數(shù)據(jù)的內(nèi)涵是重塑電力核心價(jià)值和轉(zhuǎn)變電力發(fā)展方式。通過對(duì)市場(chǎng)個(gè)性化需求和企業(yè)自身良性發(fā)展的挖掘，實(shí)現(xiàn)由以電力生產(chǎn)為中心向以客戶為中心轉(zhuǎn)變，推動(dòng)電力工業(yè)向低耗能、低排放、高效率的綠色發(fā)展方式轉(zhuǎn)變。通過對(duì)配用電大數(shù)據(jù)的有效挖掘，推動(dòng)以電網(wǎng)物理模型為核心的傳統(tǒng)業(yè)務(wù)模式向以數(shù)據(jù)信息相關(guān)性為基礎(chǔ)的大數(shù)據(jù)業(yè)務(wù)模式轉(zhuǎn)變［2］。

本文研究的目的在于訓(xùn)練出用戶歷史用電的用電模式，判別當(dāng)前用電行為是否存在異常，其作用體現(xiàn)在三個(gè)方面，首先，幫助營(yíng)銷稽查人員輔助判斷用電異常嫌疑戶；其次，是提高營(yíng)銷業(yè)務(wù)人員分析異常用戶的工作效率，最后，是查獲異常用戶挽回供電企業(yè)損失，提高供電企業(yè)效益［3］。

建立用戶用電模式采用了數(shù)據(jù)挖掘流程包括數(shù)據(jù)提取、數(shù)據(jù)處理、數(shù)據(jù)訓(xùn)練、異常判別、結(jié)果驗(yàn)證等，用電模式訓(xùn)練引進(jìn)了數(shù)據(jù)挖掘中的K-means聚類算法，并結(jié)合當(dāng)前業(yè)務(wù)對(duì)聚類算法進(jìn)行了改進(jìn)。

2 建立專變用戶用電模式模型

建立用電模式模型主要分為兩個(gè)階段:訓(xùn)練階段和異常識(shí)別階段。選取正常天的分時(shí)電量進(jìn)行訓(xùn)練，訓(xùn)練出用戶正常的用電模式，再對(duì)待測(cè)數(shù)據(jù)進(jìn)行檢測(cè)。

專業(yè)術(shù)語(yǔ)說明:

梯度閾值:表示分時(shí)電量發(fā)生變化的最小幅度，超過該幅度則表示電量發(fā)生了變化。用gradient表示，由統(tǒng)計(jì)得出。

梯度歸一化:由梯度閾值，根據(jù)分時(shí)電量是否增加，不變，減少歸一化成1，0，-1。

2.1 用電模式訓(xùn)練階段

2.1.1 用電模式訓(xùn)練流程

圖1 用電模式訓(xùn)練流程圖

1）提取用戶電流數(shù)據(jù)，以用戶電流平衡度來(lái)判斷用戶正常用電數(shù)據(jù)；

2）提取用戶24h整點(diǎn)分時(shí)電量數(shù)據(jù)；

3）對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)清洗、數(shù)據(jù)向量化、數(shù)據(jù)歸一化處理；

4）提取有效的正常天數(shù)據(jù)；

5）訓(xùn)練正常的用電參數(shù)模型，引進(jìn)了改進(jìn)型K-means聚類算法。

2.1.2 數(shù)據(jù)預(yù)處理

標(biāo)記好正常日期后，接下來(lái)就是對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。具體包括:

1）首先進(jìn)行數(shù)據(jù)清洗。有兩類異常值會(huì)影響計(jì)算，第一類為數(shù)據(jù)空缺，第二類為計(jì)量故障得到的特別大的值，在這里直接濾掉。對(duì)于第二類異常值主要是由于計(jì)量故障引起的，得到的電量值可能是很多天的累計(jì)或者小數(shù)點(diǎn)移位等，導(dǎo)致計(jì)量的電量值可能是實(shí)際值的幾十倍，甚至上百倍。對(duì)于這類異常值在數(shù)據(jù)計(jì)算前必須進(jìn)行清洗，否則得到的特征值會(huì)很大，會(huì)增加異常的概率。根據(jù)數(shù)據(jù)的分布情況，這里設(shè)定臨界值為99.9分位點(diǎn)，可以比較準(zhǔn)確地清洗掉異常值，保留有用數(shù)據(jù)。

將數(shù)據(jù)按天提取成24維向量，方便計(jì)算。為保證訓(xùn)練數(shù)據(jù)的準(zhǔn)確性，將不足24個(gè)點(diǎn)的，有空缺的天濾掉。

2）將數(shù)據(jù)進(jìn)行歸一化，這里采用:value=（value-min）/（max-min）*10，其中min為用戶分時(shí)電量的最小值，max為用戶分時(shí)電量的最大值。放大10倍便于計(jì)算，則歸一化后的數(shù)據(jù)范圍為［0～10］。

2.1.3 梯度聚類

聚類分析是數(shù)據(jù)挖掘技術(shù)中最重要的算法之一。常用的聚類方法可以劃分為如下幾種:1）劃分聚類方法，包括K-means和K-medoids等算法；2）層次聚類方法，可分為凝聚算法和分裂算法；3）密度聚類算法，主要包括DBSCAN、OPTICS和DENCLUE算法；4）基于網(wǎng)格的方法，如STING 法；5）基于模型的SOM、COBWEB算法等。其中，K-means聚類分析法是目前應(yīng)用最為廣泛的一種算法，該算法由MacQueen于1967年提出，具有原理簡(jiǎn)單、計(jì)算快速的優(yōu)點(diǎn)，尤其對(duì)于數(shù)值屬性的數(shù)據(jù)，它能較好地體現(xiàn)聚類在幾何和統(tǒng)計(jì)學(xué)上的意義［4］。

在進(jìn)行kmeans聚類之前，先進(jìn)行梯度聚類，然后將梯度聚類的結(jié)果作為kmeans聚類的初值。這樣不僅使kmeans聚類有了一個(gè)比較好的初值，而且還指定了用電模式的個(gè)數(shù)。梯度聚類分為兩步，第一步先進(jìn)行常規(guī)的kmeans聚類聚成6類，第二步再把相似的用電模式按取均值的方式合并出最后結(jié)果。具體步驟為

1）將預(yù)處理后的數(shù)據(jù)進(jìn)行kmeans聚類成6類，因?yàn)閱蝹€(gè)用戶的用電模式一般為2～3個(gè)，這里先聚成6類，再根據(jù)曼哈頓距離把模式相近的進(jìn)行合并。在這里求曼哈頓距離的時(shí)候先進(jìn)行了梯度歸一化處理。具體步驟:先將每天的24維分時(shí)數(shù)據(jù)向量［d0，d1，d2…d23］向前作差轉(zhuǎn)化成23維的向量［d1-d0，d2-d1…d23-d22］，然后對(duì)所有得到的數(shù)據(jù)取80分位點(diǎn)作為梯度閾值gradient，事實(shí)上梯度閾值會(huì)在一個(gè)合理的范圍，所以有如下判斷:

將所得的23維向量value_（0-22）進(jìn)行如下轉(zhuǎn)化:

這樣就把原數(shù)據(jù)轉(zhuǎn)化成了只包含0，1，-1的23維向量，再計(jì)算曼哈頓距離，這樣可以使得越平行向量之間曼哈頓距離越小。

2）計(jì)算每個(gè)簇中的點(diǎn)到中心點(diǎn)的歸一化的曼哈頓距離，取75分位點(diǎn)作為這個(gè)簇的勢(shì)力范圍，如果兩個(gè)簇的中心點(diǎn)之間的歸一化曼哈頓距離分別在這兩個(gè)簇的勢(shì)力范圍之內(nèi)，則說明這兩個(gè)模式可以合并。若多個(gè)簇之前可以相互合并則一起合并。合并后的簇中心點(diǎn)為各個(gè)簇中心點(diǎn)的均值。重復(fù)步驟2），直到不能被合并為止，得到最后的用電模式。

2.2 用電模式異常識(shí)別

2.2.1 識(shí)別流程

圖2 用電模式識(shí)別流程圖

1）提取待測(cè)數(shù)據(jù)及相關(guān)參數(shù)，待測(cè)數(shù)據(jù)為每天24h整點(diǎn)功率數(shù)據(jù)，在測(cè)試過程中，對(duì)于數(shù)據(jù)缺失不太多且沒有連續(xù)缺失的天采用線性插值的方法進(jìn)行填充；

2）數(shù)據(jù)預(yù)處理后，計(jì)算每天的數(shù)據(jù)向量到每個(gè)簇中心點(diǎn)的距離，離哪個(gè)中心點(diǎn)近，就判定它屬于哪個(gè)簇。

3）當(dāng)判定測(cè)試數(shù)據(jù)屬于哪個(gè)簇后，還要進(jìn)行確認(rèn)它是否真的屬于這個(gè)簇。這里采用測(cè)試數(shù)據(jù)到簇中心點(diǎn)的距離與該簇的閾值半徑進(jìn)行比較，若大于該閾值，則認(rèn)為該用電數(shù)據(jù)不屬于該模式，即可判定為異常，若小于該閾值，則可判定該天正常。

4）異常結(jié)果輸出。

2.2.2 異常識(shí)別結(jié)果分析

用戶A為大工業(yè)用戶，存在一種用電模式，用電模式為雙峰型，表示該用戶過去長(zhǎng)期都是這種雙峰型用電模式，當(dāng)前負(fù)荷軌跡與用戶歷史用電模型進(jìn)行判別，兩條曲線趨勢(shì)和吻合度都很相似，判別結(jié)果為正常。

圖3 正確用電模式

用戶用電模式聚類結(jié)果有四類，當(dāng)前測(cè)試數(shù)據(jù)與歷史用電模式進(jìn)行識(shí)別，最終判定出結(jié)果為異常。

圖4 異常用電模式

用戶B，用電模式聚類結(jié)果有四類，當(dāng)前測(cè)試數(shù)據(jù)與歷史用電模式進(jìn)行識(shí)別，再結(jié)合用戶電量數(shù)據(jù)、用戶日瞬時(shí)量數(shù)據(jù)進(jìn)行判斷，用戶從2017年4月開始功率因數(shù)總開始無(wú)序波動(dòng)且功率因數(shù)一天中超過多次低于0.5，再結(jié)合用戶日電量、月電量數(shù)據(jù)分析，用戶電量從4月開始下降，因此最終判定出結(jié)果為異常。

3 結(jié)語(yǔ)

實(shí)踐表明，綜合運(yùn)用以上建立的模型分析法，基本能夠做到及時(shí)、準(zhǔn)確地將符合數(shù)據(jù)特征的竊電行為消滅在萌芽狀態(tài)，無(wú)需另外投入，即可大大減少因竊電減少的經(jīng)濟(jì)損失。