王登峰 ，竇圣霞 ，汪海燕 ，周 睿 ，嚴紹奎

(1.國網(wǎng)寧夏電力有限公司營銷服務(wù)中心(國網(wǎng)寧夏電力有限公司計量中心)，寧夏 銀川 750011；2.國網(wǎng)(寧夏)綜合能源服務(wù)有限公司，寧夏 銀川 750011)

用電信息采集系統(tǒng)的核心設(shè)備是智能電表，目前正在國內(nèi)外許多地區(qū)迅速取代傳統(tǒng)電表?；谥悄茈姳砗碗娏Υ髷?shù)據(jù)的智能電網(wǎng)一方面能夠節(jié)省能源浪費、降低用電成本、提高電網(wǎng)運行可靠性；另一方面可確保電力生產(chǎn)和消費的有效連接和利用，實現(xiàn)電網(wǎng)的自動和實時管理，更好地測量能耗、優(yōu)化可靠性水平并改善現(xiàn)有服務(wù)，從而節(jié)省能源并降低能耗費用[1－5]。

智能電網(wǎng)功能的實施基于在電網(wǎng)用電戶安裝的智能電表和各種傳感器，導(dǎo)致要處理的數(shù)據(jù)量大大增加。例如智能電表以每15 min 發(fā)送一次用戶消耗的能源的讀數(shù)，每個電表每天可產(chǎn)生大量讀數(shù)，而不是傳統(tǒng)電表中每月一次讀數(shù)。因此除了能源管理之外，智能電網(wǎng)還需要出色的數(shù)據(jù)管理來應(yīng)對高速處理、存儲和用電數(shù)據(jù)高級分析的要求。實際上由于智能電網(wǎng)數(shù)據(jù)的性質(zhì)、分布和某些需求的實時約束，通常需要復(fù)雜的數(shù)據(jù)處理方法。而大數(shù)據(jù)技術(shù)恰好適用于此類高效數(shù)據(jù)管理工作，以幫助電網(wǎng)公司更好地了解客戶的行為，實現(xiàn)節(jié)約用電和合理安排用電需求、跟蹤停機時間和監(jiān)測電源故障等。因此電網(wǎng)單位的主要目標(biāo)是能夠管理大量數(shù)據(jù)并通過數(shù)據(jù)分析將收集的數(shù)據(jù)轉(zhuǎn)換為有效的知識，最后轉(zhuǎn)換為可實施的電力服務(wù)計劃[6－10]。

因此本文采集了100 個匿名商業(yè)建筑的5 min智能電表數(shù)據(jù)集，進行了全面的分析，探索用電的時間序列以及用電行為的預(yù)測方法，通過對比不同預(yù)測模型效果驗證了本文構(gòu)建的預(yù)測模型的合理性。研究結(jié)果可為基于電力大數(shù)據(jù)的用戶用電行為預(yù)測提供參考。

1 基于智能電表大數(shù)據(jù)的計量體系結(jié)構(gòu)

1.1 用電信息采集系統(tǒng)的組成

用電信息采集系統(tǒng)是由智能電表、通信網(wǎng)絡(luò)和數(shù)據(jù)管理系統(tǒng)組成的集成系統(tǒng)，可實現(xiàn)公用事業(yè)和客戶之間的雙向通信[11]。該系統(tǒng)提供了許多以前無法實現(xiàn)或必須手動執(zhí)行的重要功能，例如自動和遠程測量用電量情況、連接和斷開服務(wù)、篡改和盜竊用電監(jiān)測、故障和斷電識別以及電壓監(jiān)測等[12]。

用電信息采集系統(tǒng)的體系構(gòu)架通常包括以下幾個關(guān)鍵組件:

(1)智能電表:用電信息采集系統(tǒng)的核心元素是智能電表，該電表安裝在客戶的房屋內(nèi)，并提供多種功能:包括以5 min、15 min、30 min 或60 min 的間隔測量客戶的用電量；測量電壓電平；監(jiān)視電力服務(wù)的通斷狀態(tài)。智能電表將這些讀數(shù)傳達給電網(wǎng)相關(guān)單位，以進行處理、分析、回饋給客戶進行計費等。

(2)通信網(wǎng)絡(luò):可將大量由智能電表采集的不同時間間隔的電力負載數(shù)據(jù)，從電表傳輸?shù)诫娋W(wǎng)公司的后臺。

(3)電表數(shù)據(jù)管理系統(tǒng)(meter data management system，MDMS)，用于存儲和處理不同間隔時間的電力負荷數(shù)據(jù)，并將電表數(shù)據(jù)與多個關(guān)鍵信息和控制系統(tǒng)進行集成，這些系統(tǒng)包括有頭端系統(tǒng)、計費系統(tǒng)、客戶信息系統(tǒng)(customer information systems，CIS)、地理信息系統(tǒng)(geographic information systems，GIS)、停運管理系統(tǒng)(outage management systems，OMS)和配電管理系統(tǒng)(distribution management systems，DMS)。

推動用電信息采集系統(tǒng)投資的主要新功能是能夠自動生成及時且準(zhǔn)確的賬單，而不受天氣條件或物業(yè)使用限制的影響，傳統(tǒng)上這會妨礙電表信息的收集。一旦正確配置，用電信息采集系統(tǒng)和計費系統(tǒng)將自動生成更一致、更準(zhǔn)確的賬單，并減少記錄錯誤和客戶投訴。由于可以以15 min 為增量指定數(shù)據(jù)間隔，因此公用事業(yè)公司可以根據(jù)客戶偏好而不是根據(jù)公用事業(yè)公司設(shè)置的抄表時間表自定義計費周期。

1.2 智能電表電力數(shù)據(jù)集

本文采用一個2019 年采集的由100 個商業(yè)化行業(yè)場所的5 min 能源使用數(shù)據(jù)，數(shù)據(jù)文件的每一行包含以下值:時間戳、日期時間、電量讀取值、估計指標(biāo)，異常指標(biāo)等。其中“estimated indicator”是一個布爾值，指示是否估計讀數(shù)，如果讀數(shù)錯誤則“異常指示器”為空；能源數(shù)據(jù)的計量單位為kWh。如表1 所示是數(shù)據(jù)集的示例數(shù)據(jù)內(nèi)容，表2 是數(shù)據(jù)標(biāo)號及其所代表的用電戶類型:

表1 數(shù)據(jù)ID=213(學(xué)校用電)的示例數(shù)據(jù)

表2 數(shù)據(jù)站點標(biāo)號及用電戶類型

2 基于電力大數(shù)據(jù)的時間序列模型

2.1 時間序列模型

根據(jù)先前的數(shù)據(jù)，可以通過時間序列得到未來物理量的變化情況，使得時間序列可用于預(yù)測經(jīng)濟、天氣、能源消耗等方面，時間序列基本上是在基于時間(年，日，小時和分鐘)的數(shù)據(jù)上進行探索分析，以對未來的能源消耗進行量化預(yù)測。本文構(gòu)建了用電量預(yù)測模型對用戶電力消費進行預(yù)測，模型主要組成部分及內(nèi)容如下所示:

(1)ARIMA 模型:基于時間序列的預(yù)測中，最常用的方法之一就是ARIMA 模型，其基本原理是自動回歸綜合移動平均值，ARIMA 可以將數(shù)據(jù)按照時間序列進行擬合，以更好地預(yù)測序列中的未來點。模型中通過三個不同的整數(shù)(p，d，q)實現(xiàn)ARIMA 模型的參數(shù)化。因此ARIMA 模型用ARIMA(p，d，q)表示，這三個參數(shù)共同反映了數(shù)據(jù)集中的周期性、趨勢性和噪聲[13]。

(a)參數(shù)p是模型的自回歸部分，可以將過去值的影響納入模型，這一過程可以類比為:如果過去三天一直溫暖，明天可能會溫暖。

(b)d是模型的集成部分，模型中通過差分(即從當(dāng)前值中減去的過去時間點的數(shù)量)應(yīng)用于時間序列，從直覺上講，這一過程可以類比為:如果最近三天的溫差很小，則明天的溫度可能相同。

(c)q是模型的移動平均線部分，通過該參數(shù)可以將模型的誤差設(shè)置為過去在先前時間點觀察到的誤差值的線性組合。

周期性ARIMA 參數(shù)較多，調(diào)整過程復(fù)雜，因此需要為周期性ARIMA 時間序列模型構(gòu)建自動識別最佳參數(shù)集。

(2)指數(shù)平滑:通過指數(shù)平滑可以平滑時間序列，隨著觀測值的增長，指數(shù)平滑法分配的權(quán)重呈指數(shù)下降趨勢[14]，指數(shù)平滑法是一種通過更好的預(yù)測從數(shù)據(jù)中去除“噪聲”(隨機效應(yīng))來“平滑”數(shù)據(jù)的方法。該方法的輸入是n項時間序列值和平滑因子α，該算法的輸出是時間n＋T的預(yù)測值，指數(shù)平滑預(yù)測算法主要有以下幾個步驟:

第1 步 輸入具有n項時間序列的數(shù)據(jù)和平滑因子α的順序原始數(shù)據(jù)集

第2 步 計算單指數(shù)平滑

第3 步 計算雙指數(shù)平滑

第4 步 計算平滑系數(shù)an和bn

第5 步 計算預(yù)測值Yn＋T。

(3)STL 分解:STL 分解是一種用于分解時間序列的方法，其基本原理是一種非線性關(guān)系的估計方法，首先讀入數(shù)據(jù)，然后對數(shù)值矩陣進行反變換，就可以獲得分解矩陣。將0＜λ＜1 的數(shù)據(jù)通過Box-Cox 變換獲得加法和乘法之間的分解值，其中λ＝0 的值對應(yīng)于乘法分解，λ＝1 的值對應(yīng)于加法分解。

2.2 數(shù)據(jù)分析算法設(shè)計及數(shù)據(jù)可視化

本文基于隨機森林算法對時間序列數(shù)據(jù)進行分析與預(yù)測，從原始數(shù)據(jù)集中隨機抽取訓(xùn)練樣本，訓(xùn)練得到單個學(xué)習(xí)機，這些學(xué)習(xí)機就是算法中的回歸樹，重復(fù)這一過程生成多個回歸樹組成隨機森林，并由所有樹的預(yù)測值的平均值決定最終預(yù)測結(jié)果。本文按照如下步驟構(gòu)建隨機森林算法:

(1)隨機有放回地從N個原始訓(xùn)練樣本中選擇n(n＜N)個樣本生成m個訓(xùn)練子集。

(2)使用訓(xùn)練子集訓(xùn)練回歸樹，在節(jié)點上所有的樣本特征中隨機選擇一部分樣本特征，依據(jù)最小均方差進行回歸樹的左右子樹劃分，遞歸建樹直到滿足終止條件。

(3)重復(fù)以上步驟，將多棵回歸樹組成隨機森林。

(4)將測試樣本輸入隨機森林回歸模型，取所有樹預(yù)測值的平均值作為最終預(yù)測結(jié)果，并與實際值對比，評價模型的擬合效果。模型步驟如圖2 所示:

圖2 隨機森林算法設(shè)計示意圖

利用本文構(gòu)建的時間序列預(yù)測模型進行智能電表大數(shù)據(jù)分析，采用apache spark 框架以及”R”語言實現(xiàn)數(shù)據(jù)可視化。各個行業(yè)頻率表如表3 所示:

表3 行業(yè)類別與子行業(yè)頻率表

如圖3 所示是所有用電戶的建筑面積SQ－M 數(shù)據(jù)直方圖，由圖可見本文數(shù)據(jù)集的建筑物，大部分建筑面積都在20 000 m2以下。

圖3 用電戶的建筑面積直方圖

對4 個行業(yè)的建筑面積創(chuàng)建密度圖，如圖4 所示，由圖可見食品銷售與存儲業(yè)的建筑物的面積相對較小，而商業(yè)地產(chǎn)建筑物的面積變化很大。

圖4 4 個行業(yè)的建筑面積密度圖

之后將建筑面積數(shù)據(jù)與實際用電量數(shù)據(jù)結(jié)合，就可以得到建筑面積與用電量的關(guān)系，如圖5 所示是子行業(yè)的平均負荷條形圖，由圖可知，平均而言用電量最大的用戶是制造業(yè)、購物中心和商業(yè)服務(wù)大樓；而用電量最低的用戶是學(xué)校。

圖5 子行業(yè)的平均用電負載條形圖

如圖6 所示是用電消耗量和SQ－M 之間的依賴關(guān)系，采用中位數(shù)負荷和簡單的線性回歸對該關(guān)系進行分析，圖6 顯示了回歸線SQ－M 與中位數(shù)負載的關(guān)系。由圖中可見負載的中位數(shù)與用電戶的建筑面積之間存在明顯的相關(guān)性。

圖6 回歸線SQ-M 與中位負載

3 結(jié)果與討論

如圖7 所示是學(xué)校用電戶的日用電、周用電和月用電消耗量，以及相應(yīng)的時間序列數(shù)據(jù)，由圖中可見用電量的多少與時間有顯著的依賴關(guān)系，表明用電量隨著時間的不同可能存在周期性的變化。

圖7 一個ID 的每月消費(學(xué)校)

將時間序列匯總到較小的維度，從而將數(shù)據(jù)維度從每天288 個測量值減少到每天48 個，如圖8 所示是4 個子行業(yè)組的典型用電數(shù)據(jù)。其中ID 213數(shù)據(jù)取自中學(xué)；ID 401 取自購物商場和市場；ID 832取自公司辦公室；ID 9 取自工廠用電數(shù)據(jù)。

圖8 4 個子行業(yè)組的代表

對于電網(wǎng)公司來說，創(chuàng)建消費者的每日用電信息資料或某個區(qū)域的每日用電信息非常有幫助，該資料有助于了解消費者的典型電力消費行為。為此本文采用MAD(中位數(shù)絕對偏差)創(chuàng)建了總用電的每日中位數(shù)，如圖9 所示:

圖9 MAD 每日總消費中位數(shù)

從圖9 可以看出，最大的負載峰值出現(xiàn)的時間是在傍晚。同樣使用周用電量模式來執(zhí)行此操作，同樣可根據(jù)MAD 得出每周總消費的中位數(shù)，如圖10 所示:

圖10 MAD 每周總消費中位數(shù)

由圖10、圖11 可以看出一周內(nèi)用電戶的電力消費行為具有5 種不同模式(以垂直線分隔):從星期一到星期五，電力消費量非常相似，但是星期一開始時的消費量較低，因此與其他消費量有所不同。周五的情況與此類似，但消費量比周四低一些。顯然，周末與工作日完全不同，而星期六和星期日也不同。如果按照MAD(中位數(shù)絕對偏差)對子行業(yè)進行每周中位數(shù)計算，將會得到不同的用電模式，對于制造業(yè)得到的結(jié)果如圖11 所示:

圖11 每周制造業(yè)中位數(shù)

由圖10～12 的分析可見，不同行業(yè)的電力消耗各自具有不同的特點，各個行業(yè)的電力消耗隨著時間變化表現(xiàn)出不同的周圍性規(guī)律，如此一來即可作為原始時間序列樣本輸入到模型中，從而為一周時間內(nèi)的不同日期創(chuàng)建預(yù)測模型。使用相似日方法針對以每天為單位的用電數(shù)據(jù)建立預(yù)測模型。

首先定義基本的預(yù)測方法函數(shù)，這些函數(shù)用于產(chǎn)生預(yù)測結(jié)果。本文使用基于時間序列分解的STL＋ARIMA 方法、STL＋指數(shù)平滑方法以及傳統(tǒng)時間序列方法進行預(yù)測。最后基于Loess 回歸方法和STL分解對季節(jié)性時間序列進行分解，通過打包預(yù)測序列，可以將其組合以生成非常準(zhǔn)確的預(yù)測結(jié)果。本文同時使用STL＋ARIMA 方法和STL＋指數(shù)平滑方法進行預(yù)測并對比其預(yù)測結(jié)果，如圖12 所示:

圖12 兩種模型的預(yù)測結(jié)果

其中黑色虛線是真實用電數(shù)據(jù)，原點數(shù)據(jù)是采用指數(shù)平滑的預(yù)測結(jié)果；實線是采用ARIMA 模型的預(yù)測結(jié)果。由圖中可見ARIMA 模型對于電力消費行為預(yù)測更加準(zhǔn)確。如圖13 所示是未來一周的電力消費量預(yù)測圖，表4 所示是各種預(yù)測模型的平均誤差。

圖13 未來一周的電力消費預(yù)測結(jié)果圖

表4 預(yù)測模型誤差統(tǒng)計表

由圖14 和表4 可見采用本文預(yù)測模型得到的預(yù)測結(jié)果比指數(shù)平滑模型得到的預(yù)測結(jié)果更加準(zhǔn)確。綜上所述，本文提出的基于智能電表大數(shù)據(jù)的電力消費量預(yù)測模型，不僅能夠根據(jù)用電的日、周、月數(shù)據(jù)進行對應(yīng)時間周期的電力消費行為預(yù)測，而且預(yù)測精度比指數(shù)預(yù)測模型更加精確。

4 結(jié)論

智能電表數(shù)據(jù)分析是一個復(fù)雜的過程，涉及數(shù)據(jù)提取、預(yù)處理、分析和可視化。為此本文對100 個匿名商業(yè)建筑的5 min 智能電表數(shù)據(jù)集進行了全面分析，得到以下幾個主要結(jié)論:

(1)電力消耗量與用電戶的建筑面積具有明顯相關(guān)性，表明智能電表的廣泛應(yīng)用，有助于電網(wǎng)單位增強客戶用電服務(wù)、降低成本和提高能源效率。

(2)通過應(yīng)用ARIMA、指數(shù)平滑等方法對不同行業(yè)的各個子行業(yè)層面進行的分析對比，表明本文構(gòu)建的預(yù)測模型具有更高的預(yù)測精度。