國家電投集團內(nèi)蒙古能源有限公司 高建民

由于火電機組設(shè)備的狀態(tài)數(shù)據(jù)來源廣泛，經(jīng)常會出現(xiàn)數(shù)據(jù)統(tǒng)計口徑不同、數(shù)據(jù)錄入員輸入錯誤等問題，又因為缺少檢測機構(gòu)而造成間歇性的數(shù)據(jù)異常，這些異常數(shù)據(jù)會直接影響到電力數(shù)據(jù)傳輸?shù)臏?zhǔn)確性。為能夠準(zhǔn)確整理這些電力數(shù)據(jù)，電力中心大多采用聚類分析的方法對這些火電機組設(shè)備的狀態(tài)數(shù)據(jù)進行整理和分析，從中判斷出異常數(shù)據(jù)。目前已有很多火電機組設(shè)備的狀態(tài)異常數(shù)據(jù)的檢測方法，如基于統(tǒng)計的火電機組設(shè)備狀態(tài)數(shù)據(jù)檢測、基于近鄰模型的火電機組設(shè)備狀態(tài)數(shù)據(jù)檢測等，但這些方法大多準(zhǔn)確性很低，在檢測異常值的過程中經(jīng)常出錯。

為得到具備高準(zhǔn)確性的檢測方法，本文提出了基于密度峰值聚類的火電機組設(shè)備狀態(tài)檢修技術(shù)改進方法。首先需基于密度峰值聚類算法計算兩個樣本點的基礎(chǔ)參數(shù)，并根據(jù)這兩個參數(shù)進行火電機組設(shè)備狀態(tài)數(shù)據(jù)的類間距離進行優(yōu)化。通過樣本點與聚類中心的距離集合構(gòu)建決策圖，有了決策圖后，就能直接計算密度峰值聚類算法的無標(biāo)簽歸類，以此判斷故障數(shù)據(jù)并應(yīng)用于火電機組設(shè)備狀態(tài)檢修技術(shù)中。最后設(shè)計實驗，驗證本文算法的準(zhǔn)確性與優(yōu)越性。

1 密度峰值聚類算法優(yōu)化研究

1.1 火電機組設(shè)備狀態(tài)數(shù)據(jù)類間距離優(yōu)化

密度峰值聚類算法是一種新的基于數(shù)據(jù)挖掘的密度聚類方法，該算法的中心思想在于對中心聚類點的描述[1]。在該算法中通?？蓪ふ乙恍┍旧砭途邆湎喈?dāng)大的目的的樣本點，這些樣本點與聚類中心相對距離較遠(yuǎn)，位置上對聚類中心呈包圍狀。樣本點通常具備密度和距離兩種特征值，密度通常作為特征點的基本特征，距離則表示該組數(shù)據(jù)的特征點與聚類中心間的聯(lián)系緊密度。因此，通過優(yōu)化火電機組設(shè)備狀態(tài)數(shù)據(jù)的類間距離，形成檢修的決策圖，完成聚類中心在樣本點中的選擇，其特征離散屬性與連續(xù)屬性的定義式如下所示：

其中，i表示特征離散的樣本點，j表示特征連續(xù)的樣本點；χ表示樣本點離散分布的分布規(guī)律；dij表示樣本點i到j(luò)之間的距離；dc表示兩個樣本點間的截斷距離[2]。當(dāng)數(shù)據(jù)集集中于樣本點即理想密度切割時，可通過將樣本i與局部密度間的距離獲取類間密度的最大樣本式（3），此時的類間密度最大樣本即為最大距離，則該樣本點就會被自動識別為聚類中心。因此，對于數(shù)據(jù)集的所有樣本點，均可通過(ρi，δi)的坐標(biāo)設(shè)置二維平面圖，這個二維平面圖又可稱為決策圖[3]。

在決策圖中有著諸多樣本點與聚類中心之間的關(guān)聯(lián)信息，通過決策圖就能直接找到最優(yōu)的火電機組設(shè)備狀態(tài)數(shù)據(jù)類間距離。在利用決策圖進行計算時需額外考慮變量γi，通過ρi和δi能得到一個綜合性的變量信息，其表達(dá)式為式（4），式中i屬于整個樣本集。且根據(jù)定義式，γi的值越大則該樣本點越有可能成為聚類中心。當(dāng)該點成為聚類中心后，其他樣本點則自動成為具備最優(yōu)類間距離的類簇點。通過該方法對原始的密度峰值聚類算法進行一定的優(yōu)化，得到了一個能夠容納極大體量、空間結(jié)構(gòu)也相對復(fù)雜的算法結(jié)構(gòu)。

1.2 密度峰值聚類算法的無標(biāo)簽歸類研究

得到基本的算法結(jié)構(gòu)后，就需集中計算密度峰值聚類算法的無標(biāo)簽歸類，將該算法的幾種情況分別用數(shù)據(jù)表達(dá)出來[4]。在這個算法中主要有兩種思想為基礎(chǔ)：一是聚類中心與周圍的樣本點相對密度較低，二是聚類中心與其他相對密度較高的樣本點距離較大?；诖?，每個樣本點進行無標(biāo)簽歸類前提是得到公式（1）和公式（3）的基礎(chǔ)參數(shù)。當(dāng)該聚類中心所在的空間z被曲線和高維數(shù)據(jù)點填充滿后，就能夠構(gòu)造出一個相對簡單的二維空間。

此時為推導(dǎo)出樣本點的標(biāo)簽歸類，可對火電機組設(shè)備的狀態(tài)數(shù)據(jù)即理想樣本采樣，設(shè)樣本為S，樣本點i與樣本點j之間的間隔為z，對多個間隔進行排序，同時將這些間隔構(gòu)建為一個樣本點集K={n1,n2,n3,…,nn-1}。同時，還需要將這些樣本集K中的數(shù)據(jù)進行統(tǒng)計，取出上限和下限以及平均數(shù)和眾數(shù)。按照標(biāo)準(zhǔn)火電機組設(shè)備的狀態(tài)數(shù)據(jù)分組復(fù)制，求出其標(biāo)準(zhǔn)參數(shù)[5]。

綜上所述，此時將最大密度的火電機組設(shè)備狀態(tài)的標(biāo)準(zhǔn)值劃分到其他標(biāo)簽中，并求出區(qū)分標(biāo)準(zhǔn)，即密度峰值聚類算法的標(biāo)準(zhǔn)參數(shù)與劃分依據(jù)，通過這些數(shù)據(jù)可直接帶入到火電機組設(shè)備故障檢測中，得到其檢修的改進技術(shù)。

2 優(yōu)化密度峰值聚類的火電機組設(shè)備故障數(shù)據(jù)檢測研究

利用上文中推導(dǎo)出的密度峰值聚類算法進行火電機組設(shè)備狀態(tài)故障數(shù)據(jù)檢測，需盡量排除聚類簇的影響，也不能使檢測結(jié)果受到聚類中心周邊樣本點個數(shù)的影響，因此密度峰值聚類算法的檢測精度十分依賴于dc的數(shù)值[6]。在考慮樣本類間密度和距離的前提下，將整個數(shù)據(jù)集的局部特征和數(shù)據(jù)異常的規(guī)則判斷明確地表示出來，就能得到較為理想的結(jié)果。首先需構(gòu)造一個原始的樣本集，并計算該樣本集的聚類中心與其他樣本點間的歐式距離d(xi,xj)。將所有距離結(jié)果按照升序排列容納進一個數(shù)據(jù)集，此時第n個距離結(jié)果可表示為Nn(xi)?？赏ㄟ^距離結(jié)果的集合計算樣本點之間的局部密度，此時的距離近鄰公式可表示為：N(xi)={j∈X|d(xi,xj)≤d(xiN(xi))}（5），式中N(xi)表示樣本點與聚類中心距離的集合，j表示某一樣本點，X表示樣本點的樣本集。這時可計算火電機組設(shè)備狀態(tài)檢修的兩個參數(shù)并確定其中的異常值。

在計算機中設(shè)計算法時，需要首先根據(jù)公式（1）和公式（3）計算兩個基礎(chǔ)參數(shù)，并求出樣本集中各樣本點的歐式距離，此時可集中進行歸一化處理。然后將所有樣本點與聚類中心的位置信息集結(jié)為一個集合，并根據(jù)局部距離因子是否小于1判斷是否需要計算相對密度[7]。若小于1，則可直接將樣本點的相對密度賦值為0；若大于1，則需要根據(jù)公式（3）計算相對密度。得到故障樣本點之間的相對密度之后，就能夠根據(jù)公式（5）距離近鄰公式得到樣本點的相對距離，并以此繪制樣本空間的決策圖，并通過決策圖直接判斷異常點的位置信息。

3 仿真實驗設(shè)計

本實驗通過對比分析，驗證上文中設(shè)計的基于密度峰值聚類的火電機組設(shè)備狀態(tài)檢修改進技術(shù)是否能夠更好地進行火電機組設(shè)備故障點的檢測，與其他傳統(tǒng)檢測算法相比是否更具備優(yōu)越性。

本實驗通過python軟件實現(xiàn)仿真設(shè)計，先后在該仿真軟件上運行本文基于密度峰值聚類改進算法、基于統(tǒng)計的火電機組設(shè)備狀態(tài)數(shù)據(jù)檢測算法、基于近鄰模型的火電機組設(shè)備狀態(tài)數(shù)據(jù)檢測算法。通過這三種算法在運行過程中的對比，得到其算法準(zhǔn)確度的優(yōu)劣比較，驗證本文的研究目的是否實現(xiàn)。實驗中的數(shù)據(jù)來源于某電力公司的一臺火電機組設(shè)備，每0.5h采樣一次，測得其所有有功功率，即每日采集樣本48個。如此一月后將所有樣本整合，得到正常的樣本點1023個、異常樣本點417個。在其中抽取20個樣本點，其中正常樣本點15個、異常樣本點5個，分散在仿真軟件的程序中。

通過計算火電機組設(shè)備狀態(tài)的數(shù)據(jù)情況，驗證該樣本點是否為異常樣本，計算公式為：其中表示經(jīng)過歸一化處理后的火電機組設(shè)備狀態(tài)的數(shù)據(jù)負(fù)荷值，取值區(qū)間為[0，1]；i表示該火電機組模型中的樣本點個數(shù)，該實驗中取20；Pi表示單次計算該火電機組模型的電力數(shù)據(jù)波動值。對標(biāo)準(zhǔn)化后的數(shù)據(jù)利用上文所述三種算法進行異常值檢測，對比實驗結(jié)果的準(zhǔn)確性，判斷三種算法的優(yōu)越性。

表1 實驗結(jié)果

當(dāng)負(fù)荷值大于0.3340時檢測結(jié)果為異常，否則為正常，因此得到如表1所示的三種算法的檢測結(jié)果。由實驗結(jié)果可知，本文設(shè)計的基于密度峰值聚類的火電機組設(shè)備狀態(tài)檢修改進技術(shù)在20個樣本點中均沒有錯誤發(fā)生，而其他兩種傳統(tǒng)算法均產(chǎn)生了檢測結(jié)果的錯誤，正確率均為90%。由此可知，本文的算法改進所得到的檢測結(jié)果均與標(biāo)準(zhǔn)數(shù)據(jù)相吻合，沒有錯檢或漏檢的情況發(fā)生，確實能夠解決傳統(tǒng)算法檢測準(zhǔn)確性低的問題。然而密度峰值聚類改進算法還存在一定的局限性，雖然在數(shù)據(jù)的準(zhǔn)確度上有所提高，但是卻在一定程度上降低了運算效率，接下來可以根據(jù)這方面進行一定的研究。