周俊，袁佳明，萬(wàn)偉江

（國(guó)網(wǎng)衢州供電公司，浙江衢州 324000）

在電力企業(yè)中，賒銷等方式是保證企業(yè)盈利、發(fā)展電力市場(chǎng)的重要手段[1]。由此產(chǎn)生的電費(fèi)拖欠，會(huì)給電力企業(yè)帶來(lái)經(jīng)營(yíng)風(fēng)險(xiǎn)，影響電力企業(yè)正常運(yùn)營(yíng)[2]。電力市場(chǎng)發(fā)展與電費(fèi)及時(shí)、可靠回收之間的矛盾是電力企業(yè)亟待解決的現(xiàn)實(shí)問題。對(duì)電力信用風(fēng)險(xiǎn)進(jìn)行判別時(shí)，通常采用基于灰色關(guān)聯(lián)聚類系統(tǒng)[3]對(duì)電力企業(yè)風(fēng)險(xiǎn)進(jìn)行判別。該方法以較高的精度提取電力企業(yè)常見特征，既可用于系統(tǒng)中的比例抽樣，又可用于分類，但該方法較為復(fù)雜；使用Word 系統(tǒng)[4]進(jìn)行電力用戶風(fēng)險(xiǎn)判斷時(shí)，根據(jù)計(jì)算結(jié)果獲得最佳分類數(shù)，但是結(jié)果容易受到外部因素影響，導(dǎo)致判別效果較差。

為了改善傳統(tǒng)系統(tǒng)判別效果差等問題，提出基于加權(quán)時(shí)變泊松模型的電力信用風(fēng)險(xiǎn)判別及預(yù)警系統(tǒng)設(shè)計(jì)。利用加權(quán)時(shí)變泊松模型，判別電力信用風(fēng)險(xiǎn)，并在硬件設(shè)備支持下及時(shí)預(yù)警。仿真結(jié)果表明，采用所提系統(tǒng)對(duì)電力信用風(fēng)險(xiǎn)判別及預(yù)警效果較好。

1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)

對(duì)長(zhǎng)期穩(wěn)定運(yùn)行的電力用戶來(lái)說，負(fù)荷特性保持其在所處的電力環(huán)境范圍內(nèi)，只在極少數(shù)情況下才能超過此范圍[5]。因此，在上述信用風(fēng)險(xiǎn)判別后，可使用同期電力負(fù)載特性設(shè)定風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)，并監(jiān)視出現(xiàn)的電力消耗，針對(duì)不同風(fēng)險(xiǎn)判別誤差作出相應(yīng)警告[6]。因此，負(fù)載特性風(fēng)險(xiǎn)預(yù)警需要建立定期更新機(jī)制，對(duì)受到外界影響的最新負(fù)載特性值進(jìn)行合理校正，保證所有電力信用風(fēng)險(xiǎn)均處于封閉值管控范圍內(nèi)，由此設(shè)計(jì)硬件結(jié)構(gòu)[7]。

業(yè)務(wù)應(yīng)用系統(tǒng)在開發(fā)時(shí)主要依賴平臺(tái)服務(wù)、集成開發(fā)服務(wù)、平臺(tái)任務(wù)調(diào)度服務(wù)、應(yīng)用系統(tǒng)服務(wù)以及業(yè)務(wù)系統(tǒng)開發(fā)數(shù)據(jù)庫(kù)。其中，平臺(tái)服務(wù)需要獨(dú)立部署，為系統(tǒng)提供組件程序包；集成開發(fā)服務(wù)必須遵從平臺(tái)服務(wù)下載的組件包，當(dāng)集成攻擊關(guān)閉時(shí)，已下載的組件包將被自動(dòng)刪除，業(yè)務(wù)系統(tǒng)開發(fā)服務(wù)需要在人機(jī)部署平臺(tái)下實(shí)現(xiàn)[8]。

1.1 系統(tǒng)組件關(guān)聯(lián)設(shè)計(jì)

將系統(tǒng)不同層次間組件形式進(jìn)行整合，形成不同層次編碼模塊，各個(gè)組件之間關(guān)系如圖1 所示。

圖1 系統(tǒng)組件關(guān)聯(lián)設(shè)計(jì)

將展現(xiàn)層的各個(gè)控件連接到業(yè)務(wù)邏輯層的控制與管理模式之中，再通過公共組件層對(duì)異常行為進(jìn)行檢測(cè)，并經(jīng)過數(shù)據(jù)層分析后進(jìn)行實(shí)時(shí)預(yù)警[9-10]。

1.2 DSP核心組件

將接收電力信用風(fēng)險(xiǎn)信號(hào)的收發(fā)器通過TendaA9信號(hào)放大器發(fā)送到信號(hào)處理器之中。通過調(diào)節(jié)、放大處理后，將結(jié)果傳送到CAN 總線，以此控制電力信用風(fēng)險(xiǎn)信號(hào)的接收速率[11]。

選擇DSP 處理器作為核心組件，將平臺(tái)集成在同一電路板中，如圖2 所示。

圖2 DSP處理器

該處理器的3 種工作狀態(tài)為：第一種是信號(hào)輸入和采集過程中，產(chǎn)生除了基本數(shù)據(jù)以外的其他干擾數(shù)據(jù)，經(jīng)過編碼后只在存儲(chǔ)器中，不存儲(chǔ)到ATA 設(shè)備中；第二種是編碼后，數(shù)據(jù)被直接寫入ATA設(shè)備中；第三種是回放狀態(tài)，即從ATA設(shè)備中讀取之前保存的數(shù)據(jù)，解碼并回放[12]。當(dāng)DSP 處于第一種工作狀態(tài)時(shí)，可以切換到第二種或第三種工作狀態(tài)[13]；當(dāng)處于其他兩種工作狀態(tài)時(shí)，DSP只能回到第一種工作狀態(tài)中。

1.3 宿主機(jī)接口設(shè)計(jì)

電力信用風(fēng)險(xiǎn)判別及預(yù)警系統(tǒng)宿主機(jī)接口設(shè)計(jì)如圖3 所示。

圖3 宿主機(jī)接口設(shè)計(jì)

圖3中，eth0接口為預(yù)警管理接口；eth1接口為信用風(fēng)險(xiǎn)分析接口；eth2接口為信用風(fēng)險(xiǎn)判別接口；eth3接口為系統(tǒng)網(wǎng)關(guān)接口；eth4 接口為宿主機(jī)接口[14-16]。

宿主接口主要用于電力信貸風(fēng)險(xiǎn)識(shí)別和預(yù)警系統(tǒng)各組件之間的通信，通過各接口管理和分析日志數(shù)據(jù)。

2 軟件設(shè)計(jì)

長(zhǎng)期拖欠電費(fèi)的現(xiàn)象屢見不鮮，嚴(yán)重影響電力企業(yè)的正常經(jīng)營(yíng)。在電力企業(yè)中引入信用管理系統(tǒng)，通過對(duì)用戶信用評(píng)價(jià)規(guī)避電費(fèi)回收風(fēng)險(xiǎn)。電力信用風(fēng)險(xiǎn)判別及預(yù)警系統(tǒng)總功能框架如下所示：

1）預(yù)處理功能：根據(jù)電力客戶信用評(píng)價(jià)指標(biāo)體系，對(duì)收集整理的樣本數(shù)據(jù)進(jìn)行預(yù)處理、歸一化和缺陷值填充，為信用風(fēng)險(xiǎn)判別模型提供樣本；

2）樣本維護(hù)功能：動(dòng)態(tài)維護(hù)信用評(píng)估培訓(xùn)樣本數(shù)據(jù)；

3）指標(biāo)維護(hù)功能：為實(shí)現(xiàn)定期動(dòng)態(tài)維護(hù)功能，建立電力客戶信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系數(shù)據(jù)庫(kù)；

4）模型維護(hù)功能：基于對(duì)電力用戶繳費(fèi)特點(diǎn)的全面調(diào)查與分析，設(shè)計(jì)加權(quán)時(shí)變泊松模型，實(shí)現(xiàn)加權(quán)時(shí)變泊松模型的動(dòng)態(tài)維護(hù)功能；

5）評(píng)價(jià)管理功能：利用加權(quán)時(shí)變泊松模型，判別電力信用風(fēng)險(xiǎn)，并構(gòu)建了電力客戶信用評(píng)估數(shù)據(jù)庫(kù)；

6）風(fēng)險(xiǎn)預(yù)警管理功能：采用應(yīng)用層次分析模型，設(shè)計(jì)開發(fā)電力客戶欠費(fèi)預(yù)警系統(tǒng)，對(duì)短期欠費(fèi)、中期欠費(fèi)風(fēng)險(xiǎn)預(yù)警信息進(jìn)行綜合評(píng)價(jià)。

2.1 基于加權(quán)時(shí)變泊松模型風(fēng)險(xiǎn)判別

為了保證電力信用風(fēng)險(xiǎn)判別及預(yù)警系統(tǒng)能夠準(zhǔn)確進(jìn)行判別和預(yù)警，通過構(gòu)建加權(quán)時(shí)變泊松模型，判別電力信用風(fēng)險(xiǎn)。

設(shè)Q(x,y) 表示第y電力運(yùn)行時(shí)段x內(nèi)電力信用較差的用戶數(shù)量，則x時(shí)段內(nèi)有n個(gè)電力信用較差的概率為：

式中，f(t)表示在y電力運(yùn)行時(shí)段內(nèi)電力信用較差用戶風(fēng)險(xiǎn)判斷速率函數(shù)。

由于時(shí)段x內(nèi)電力信用較差的用戶受到多種因素影響，例如天氣變化、地理環(huán)境、電氣設(shè)備或其他因素影響，會(huì)出現(xiàn)負(fù)載特性值異常變化現(xiàn)象，并超過原始正常運(yùn)行的范圍，繼續(xù)使用原有的設(shè)定方式會(huì)與當(dāng)前出現(xiàn)的狀態(tài)相沖突。

因此，信用等級(jí)判定與外界因素有關(guān)。為了簡(jiǎn)化模型，可將f(t) 看作線性函數(shù)，使用最大似然估計(jì)法，對(duì)不同運(yùn)行時(shí)段內(nèi)電力信用較差的概率進(jìn)行加權(quán)，并賦予較大權(quán)重，增加緊鄰區(qū)域的相關(guān)度。權(quán)重為：

式中，α表示最大似然因子；m表示出現(xiàn)電力信用的樣本總數(shù)。

標(biāo)記信用好為“1”，信用差為“0”，由此構(gòu)建的加權(quán)時(shí)變泊松判別模型為：

式中，b為常數(shù)；K表示根據(jù)前一時(shí)刻的緊鄰時(shí)刻預(yù)測(cè)值增益函數(shù)，i表示加權(quán)次數(shù)。

如果r(x) 為正時(shí)，那么判別的電力信用風(fēng)險(xiǎn)結(jié)果為1，說明該用戶具有良好信用；如果r(x)為負(fù)時(shí)，電力信用風(fēng)險(xiǎn)結(jié)果為0，說明該用戶信用風(fēng)險(xiǎn)較差。

2.2 預(yù)警流程設(shè)計(jì)

使用用戶的最新電力數(shù)據(jù)，使負(fù)荷特性值保持合理的準(zhǔn)確性，從而確保用戶處于相應(yīng)風(fēng)險(xiǎn)封閉值監(jiān)控之下。因電力用戶的運(yùn)行特點(diǎn)不同，其校正程度可根據(jù)實(shí)際運(yùn)行情況進(jìn)行調(diào)整。信用風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)設(shè)定如表1 所示。

表1 信用風(fēng)險(xiǎn)等級(jí)

預(yù)警流程如圖4 所示。

圖4 預(yù)警流程

實(shí)時(shí)監(jiān)測(cè)某一用戶運(yùn)行數(shù)據(jù)，并與風(fēng)險(xiǎn)閾值進(jìn)行對(duì)比分析，根據(jù)判別模型對(duì)相應(yīng)情況進(jìn)行及時(shí)預(yù)警。

3 實(shí)驗(yàn)分析

在硬件安裝之前，需打開配件盒，將網(wǎng)線主動(dòng)連接到硬件設(shè)備中，并接入網(wǎng)絡(luò)。當(dāng)使用PC 主機(jī)直接連接設(shè)備接口時(shí)，需使用HTTPS 協(xié)議登錄管理界面，通過該界面獲取驗(yàn)證結(jié)果。

3.1 組件調(diào)試

分別使用基于灰色關(guān)聯(lián)聚類系統(tǒng)、Word 系統(tǒng)和基于加權(quán)時(shí)變泊松模型系統(tǒng)調(diào)試系統(tǒng)組件，調(diào)試結(jié)果如表2 所示。

表2 3種系統(tǒng)組件調(diào)試結(jié)果

分析表2 可知，基于灰色關(guān)聯(lián)聚類系統(tǒng)在日期控件、圖表控件兩個(gè)組件下無(wú)調(diào)試，導(dǎo)致系統(tǒng)在判別過程中無(wú)日志交互行為，數(shù)據(jù)庫(kù)不完善，導(dǎo)致系統(tǒng)判別不精準(zhǔn)；使用Word 系統(tǒng)在文本框、圖表控件和服務(wù)交互3 個(gè)組件下無(wú)調(diào)試，在系統(tǒng)使用過程中無(wú)數(shù)據(jù)增刪改查功能，導(dǎo)致系統(tǒng)判別結(jié)果精準(zhǔn)度較低；使用基于加權(quán)時(shí)變泊松模型系統(tǒng)調(diào)試系統(tǒng)組件，具備服務(wù)交互、增刪改查功能，不會(huì)影響系統(tǒng)判別結(jié)果。

3.2 電力負(fù)荷演化分析

在3 種系統(tǒng)組件調(diào)試結(jié)果支持下，分析信用風(fēng)險(xiǎn)較低情況下的電力負(fù)荷演化情況，實(shí)驗(yàn)結(jié)果如圖5所示。

圖5 3種系統(tǒng)電力負(fù)荷演化情況

分析圖5 可知，使用基于灰色關(guān)聯(lián)聚類系統(tǒng)在2.0 ms 以后，無(wú)電力負(fù)荷出現(xiàn)，這種現(xiàn)象產(chǎn)生的原因正是組件調(diào)控階段無(wú)日志交互，造成電力負(fù)荷演化突然中斷，導(dǎo)致系統(tǒng)預(yù)警效果較差；使用Word 系統(tǒng)時(shí)負(fù)荷集中在7 500～9 000 MW 范圍內(nèi)，且在2.4 ms以后無(wú)電力負(fù)荷出現(xiàn)，缺少數(shù)據(jù)增刪改查功能支持，使預(yù)警效果較差；使用基于加權(quán)時(shí)變泊松模型系統(tǒng)從開始到2.5 ms 時(shí)，始終存在電力負(fù)荷，且演化過程完整，為系統(tǒng)提供完整的數(shù)據(jù)支持，促使預(yù)警精準(zhǔn)度較高。

4 結(jié)束語(yǔ)

以電力企業(yè)信用風(fēng)險(xiǎn)特征為出發(fā)點(diǎn)，文中分析和識(shí)別電力企業(yè)負(fù)荷特征，采用加權(quán)時(shí)變泊松模型設(shè)計(jì)電力企業(yè)信用風(fēng)險(xiǎn)判別及預(yù)警系統(tǒng)，根據(jù)不同風(fēng)險(xiǎn)等級(jí)預(yù)警信息構(gòu)建電力用戶風(fēng)險(xiǎn)響應(yīng)機(jī)制，主要獲得了以下研究成果：

1）該系統(tǒng)遵循構(gòu)建風(fēng)險(xiǎn)預(yù)警系統(tǒng)的一般原則，在風(fēng)險(xiǎn)分級(jí)的基礎(chǔ)上，闡述了風(fēng)險(xiǎn)預(yù)警思路，并根據(jù)實(shí)際電網(wǎng)企業(yè)的風(fēng)險(xiǎn)管理經(jīng)驗(yàn)，提出了風(fēng)險(xiǎn)度量判定方案，利用信息化手段實(shí)現(xiàn)電力信用風(fēng)險(xiǎn)整體預(yù)警活動(dòng)，構(gòu)建長(zhǎng)期風(fēng)險(xiǎn)響應(yīng)機(jī)制。

2）因各電力用戶負(fù)荷特性的運(yùn)行特點(diǎn)不同，其風(fēng)險(xiǎn)閾值判斷的準(zhǔn)確性不高，且缺乏科學(xué)依據(jù)。為了解決這一問題，引入了加權(quán)時(shí)變泊松模型，以確定其風(fēng)險(xiǎn)閾值，并用備選數(shù)據(jù)隨機(jī)重新排列原始負(fù)荷特征數(shù)據(jù)，以消除對(duì)風(fēng)險(xiǎn)閾值提取的影響。