彭 茁 王 翔 李勇濤

（國網(wǎng)合肥供電公司，安徽 合肥 230022）

業(yè)擴報裝業(yè)務(wù)泛指從客戶提交用電申請需求至實際成功用電的該段電力企業(yè)業(yè)務(wù)流程，其具體過程包括客戶申請的確認(rèn)、供電方案的確認(rèn)、供電合同的確認(rèn)以及最終的裝表供電。該業(yè)務(wù)將電力企業(yè)與用戶之間的供用電關(guān)系緊密連接。用戶在最終的裝表供電完成后，一般會經(jīng)歷一段時間的周期負(fù)荷調(diào)整過程，隨著時間推移電量顯著提升，直至用電維持在一個穩(wěn)定的合理的區(qū)間。業(yè)擴報裝業(yè)務(wù)具有以下方面的特性：一是具有確切的目的性，其目的是提供給到客戶安全、穩(wěn)定以及經(jīng)濟的用電服務(wù)。二是具有較強的時間緊迫性，供電公司需在最短時間內(nèi)為客戶提供送電服務(wù)，其對供電公司在業(yè)務(wù)流程和進(jìn)度管理上要求頗高。三是具有多對一的響應(yīng)關(guān)系，多個客戶對接同一家供電公司的情況普遍存在。四是具有多部門協(xié)同合作性，該業(yè)務(wù)牽涉供電公司多個部門的多個業(yè)務(wù)，不同部門間的協(xié)作能力及部門溝通尤為重要。五是具有用電需求的復(fù)雜性，不同類型的用電客戶存在不同的用電需求，及時滿足多樣的客戶需求對供電公司提出了更高的要求。

在電改背景下，業(yè)擴報裝業(yè)務(wù)既是提高供電服務(wù)水平的關(guān)鍵一環(huán)，也是拉升電網(wǎng)資產(chǎn)利用率的重要一步。多項電力因素影響著業(yè)擴報裝需求的確定，設(shè)備容量等參數(shù)預(yù)留大多采用經(jīng)驗預(yù)估的方式，這既可能因為電網(wǎng)預(yù)留容量不足導(dǎo)致電力供應(yīng)不能滿足實際需求，也有可能因為預(yù)留容量過大使得電網(wǎng)設(shè)備利用率較低。故本文從兩個方向開展大用戶用電需求預(yù)測，實現(xiàn)精準(zhǔn)量化大用戶業(yè)擴報裝需求，以更好提升客戶用電滿意度和電網(wǎng)設(shè)備利用率。（1）構(gòu)建基于大數(shù)據(jù)的電力大用戶業(yè)擴報裝需求容量測算模型，通過數(shù)據(jù)模型量化報裝需求。（2）從用電類別出發(fā)計算不同用電類別下的需要系數(shù)和同時系數(shù)，對大用戶供電需求進(jìn)行預(yù)測。

1 大用戶級別業(yè)擴報裝預(yù)測模型

大用戶級別業(yè)擴報裝需求控制模型研究包括以下方面：（1）確定和業(yè)務(wù)研究目標(biāo)相關(guān)的影響特征。（2）確定研究的模型。（3）進(jìn)行數(shù)據(jù)探索和特征工程。（4）構(gòu)建需求控制模型，并驗證模型結(jié)果。

1.1 影響特征表

采集某地區(qū)共計350 戶專線大用戶作為研究對象，搭建大用戶業(yè)擴報裝需求模型?；跇I(yè)務(wù)特征，盡可能列舉出對業(yè)擴報裝有影響的所有因素，共計14 個特征。（1）用戶信息：包括戶名、戶號、行業(yè)類別、人員數(shù)量、注冊資金和區(qū)域。（2）用電信息：包括用電類別、供電電壓等級和電源點個數(shù)。（3）電力數(shù)據(jù)：包括每日最大負(fù)荷、用電量和容量。（4）經(jīng)濟數(shù)據(jù)：包括行業(yè)GDP。

1.2 大數(shù)據(jù)模型處理方法

本文采用多種機器學(xué)習(xí)模型方法實現(xiàn)對大用戶用電需求控制模型的研究，主要采用多元線性回歸，k 近鄰法和集成學(xué)習(xí)算法等回歸模型實現(xiàn)對用電需求進(jìn)行預(yù)測分析。

1.2.2 k 近鄰回歸模型：k 近鄰回歸模型是指利用該樣本周圍最接近的k 個樣本的屬性去預(yù)測該樣本的值。一般采用平均值或者平均法來定義該樣本的輸出。同時樣本的分布規(guī)律決定了k 值的選擇方向，而k 值的選擇也影響了模型的結(jié)果：一種是較小的k 值導(dǎo)致訓(xùn)練誤差的降低和泛化誤差的加大，另一種是較大的k 值導(dǎo)致訓(xùn)練誤差的增大和泛化誤差的降低。

1.2.3 集成學(xué)習(xí)回歸模型：集成學(xué)習(xí)算法是一種將來自多個機器學(xué)習(xí)算法的預(yù)測值結(jié)合在一起的技術(shù)，比任何單獨模型做出的預(yù)測更為準(zhǔn)確。本文集成學(xué)習(xí)模型涉及Bagging和隨機森林兩類回歸模型。

Bagging：Bagging 從Bootstrap 和Aggregating 兩詞結(jié)合而來，其算法邏輯是從訓(xùn)練集中通過有放回采樣的方式獲得不同的子訓(xùn)練集，在不同的子訓(xùn)練集上獨立訓(xùn)練出多個不同的弱學(xué)習(xí)器，將多個弱學(xué)習(xí)器的結(jié)果進(jìn)行一定的整合，以此作為最終的預(yù)測值。Bagging可以并行地訓(xùn)練多個不同的弱學(xué)習(xí)器，并行的特性可以提高模型的運算速度?；貧w問題的結(jié)果整合可采用均值方法。有放回采樣的方式可自動實現(xiàn)將63%的樣本作為訓(xùn)練集，而剩下的樣本作為驗證集。Bagging最明顯的優(yōu)勢是可用來降低模型的方差。

圖1 Bagging 方法示意圖

隨機森林：隨機森林繼承了Bagging 模型的基本思想，但對Bagging進(jìn)行了兩處改進(jìn)：（1）其將決策樹作為弱學(xué)習(xí)器，因為決策樹是不穩(wěn)定學(xué)習(xí)器，故適合進(jìn)行Bagging操作。（2）同時對特征進(jìn)行隨機采樣而形成特征子集，避免過擬合，以此增加各子決策樹間的差異性。隨機森林的優(yōu)勢體現(xiàn)在以下幾點：一是對大規(guī)模數(shù)據(jù)集具有良好的性能；二是對高維特征具有較好的處理能力而無須進(jìn)行降維操作；三是對于特征中的缺省值不敏感，具有較好的魯棒性?；貧w問題的結(jié)果整合可采用均值方法。

1.3 數(shù)據(jù)探索和特征工程

1.3.1 相關(guān)性分析。變量間的相關(guān)性分析是將特征變量和目標(biāo)變量間的線性關(guān)聯(lián)進(jìn)行直觀體現(xiàn)，其計算的相關(guān)系數(shù)結(jié)果可作為特征工程中提取特征項目的依據(jù)。通過皮爾遜相關(guān)系數(shù)可直觀查看變量間的關(guān)聯(lián)，其衡量的是線性關(guān)系的強度和方向。假設(shè)有兩個特征x和y，按照以下方式比較他們的每個元素，從而計算皮爾遜相關(guān)系數(shù)：

（2）啞變量通常是指人為虛設(shè)的變量，取值為0 和1，用來反映某個變量的不同屬性特點。啞變量編碼是將類別變量轉(zhuǎn)換為啞變量，也就是將定性變量進(jìn)行了量化處理。引入啞變量的目的即是為了評測定性變量對預(yù)測結(jié)果的影響。對人員數(shù)量進(jìn)行有序編碼，對電源點個數(shù)變量進(jìn)行指定編碼，對電壓等級、行業(yè)類型和用電類別進(jìn)行虛擬編碼。

1.3.3 特征選擇。特征選擇是指在映射函數(shù)作用下直接將不重要的特征刪除而抓住主要影響因子的過程。變量越少越有利于分析，對模型結(jié)果的可解釋性越高。本文的特征選擇方法是包裝法，其算法邏輯是用遞歸特征消除法來達(dá)到篩選重要因子的目的。遞歸特征消除法是指在特征空間中抽取特征子集，在特征子集上構(gòu)建相應(yīng)模型，迭代該過程，遍歷所有特征空間，通過模型結(jié)果來篩選表現(xiàn)最佳的特征子集。最終進(jìn)入模型的特征有35 個，為’電源點個數(shù)’,’注冊資金（人民幣：萬）’,’規(guī)模（人員數(shù)量）’,’用戶達(dá)到最大負(fù)荷年數(shù)’,’用電量’,’行業(yè)GDP’,’容量’,’電壓等級1’,’電壓等級2’,’電壓等級3’,’電壓等級4’,’區(qū)域1’,’區(qū)域2’,’區(qū)域3’,’區(qū)域4’,’區(qū)域5’,’區(qū)域6’,’區(qū)域7’,’區(qū)域8’,’區(qū)域9’,’區(qū)域10’,’區(qū)域11’,’區(qū)域12’,’區(qū)域13’,’區(qū)域14’,’行業(yè)類型1’,’行業(yè)類型2’,’行業(yè)類型3’,’行業(yè)類型4’,’行業(yè)類型5’,’用電類別1’,’用電類別2’,’用電類別3’,’用電類別4’,’用電類別5’。模型依據(jù)交叉驗證得分選擇的特征如圖3 所示。

圖2 每日最大負(fù)荷與容量、注冊資金等的相關(guān)性圖譜

圖3 模型選擇的特征數(shù)圖

1.4 模型構(gòu)建

基于大用戶電量歷史需求、用電特征和行業(yè)特征等數(shù)據(jù)，使用特征工程、回歸、決策樹等機器學(xué)習(xí)方法，挖掘大用戶電力需求，提取業(yè)擴報裝大用戶有效用電特征，將其作為模型輸入特征，建立大用戶業(yè)擴報裝需求模型，量化輸出大用戶業(yè)擴報裝容量需求。在對比多個模型精度后發(fā)現(xiàn)，多元線性回歸的精度高于其他模型算法，但整體精度仍然不高。

1.4.1 多元線性回歸模型：多元線性回歸模型的預(yù)測精度，也就是R2達(dá)到0.712，也就是模型可以解釋71.2%的變量。

1.4.2 k 近鄰回歸模型：選擇k=20，模型的精度為0.564，預(yù)測效果一般。

1.4.3 集成學(xué)習(xí)回歸模型：通過構(gòu)建單個回歸樹、Bagging回歸樹和隨機森林進(jìn)行對比，發(fā)現(xiàn)集成算法會降低測試誤差，Bagging和隨機森林的測試誤差基本一致，但是測試誤差依然在0.88 左右。從隨機森林的輸入變量重要性來看，區(qū)域11 的用電量、容量以及用戶達(dá)到最大負(fù)荷的年數(shù)等變量重要性高于其他變量，和特征選擇的結(jié)果一致。

圖4 回歸樹、Bagging 回歸樹和隨機森林誤差對比圖

2 用電類別下供電需求預(yù)測

在基于大用戶級別的報裝預(yù)測的同時，可以通過用電類別下的需要系數(shù)和同時系數(shù)的計算來對不同的用電類別用戶進(jìn)行容量預(yù)測。算法邏輯為：一是依據(jù)用電性質(zhì)將用戶進(jìn)行分類，獲得不同用電類別下的歷史最大負(fù)荷值，從而計算各用戶不同的需要系數(shù)；二是用全行業(yè)歷史最大負(fù)荷值和第一步中的用電類別下歷史最大負(fù)荷值來計算全社會同時系數(shù)。需要系數(shù)和同時系數(shù)可用于電力大用戶業(yè)擴報裝負(fù)荷預(yù)測。

2.1 需要系數(shù)分析

圖5 用電類別下最大負(fù)荷、容量、需要系數(shù)圖

2.2 全行業(yè)同時系數(shù)分析

2.3 供電需求預(yù)測

3 結(jié)論

本文通過兩種方式給出了業(yè)擴報裝容量的預(yù)測方向。一是構(gòu)建了業(yè)擴報裝容量的多種模型預(yù)測方法，特征選擇后進(jìn)行了多種模型結(jié)果嘗試。后續(xù)可在收集的數(shù)據(jù)量級及數(shù)據(jù)獲取的準(zhǔn)確性上進(jìn)行進(jìn)一步擴展分析。二是通過用電類別集合下的需要系數(shù)和同時系數(shù)的計算，將用戶集成到不同用電類別下進(jìn)行對照預(yù)測，用計算獲取的需要系數(shù)值和全社會的同時系數(shù)值來估計待預(yù)測區(qū)域的供電需求。