文耀寬，侯慧娟，王 雍

(國網(wǎng)河南省電力公司營銷服務(wù)中心，河南 鄭州 450007)

0 引言

智能電表作為建設(shè)泛在電力物聯(lián)網(wǎng)的核心邊緣計算裝置，承擔(dān)著電能計量信息采集、用戶電能信息儲存、雙向通信、多階梯費率統(tǒng)計、用戶側(cè)遠(yuǎn)程調(diào)控等功能,是未來泛在電力物聯(lián)網(wǎng)用戶智能化終端的主要發(fā)展方向[1]。在我國重點建設(shè)泛在電力物聯(lián)網(wǎng)的背景下，用電狀況信息采集系統(tǒng)的建設(shè)已初具規(guī)模。智能電表在其中得到了廣泛的應(yīng)用。然而，智能電表一旦發(fā)生故障，將影響用電信息采用的準(zhǔn)確性。如未能及時解決智能電表故障，將可能為電力企業(yè)和用戶帶來嚴(yán)重的經(jīng)濟(jì)損失[2-3]。

目前，一般使用檢測儀器進(jìn)行現(xiàn)場測試，以獲得準(zhǔn)確的電表故障信息。這會耗費大量的人力和物力，且存在無法準(zhǔn)確發(fā)現(xiàn)智能電表故障的情況。此外，由于電能表的智能化應(yīng)用程度的不斷提升，電表故障的通用性、突然性和復(fù)雜性等特點越發(fā)凸顯[4-6]。這些問題對智能電表故障狀態(tài)的準(zhǔn)確性預(yù)測提出了巨大的挑戰(zhàn)。因此，依據(jù)國網(wǎng)信息化平臺采集到的海量智能電表故障狀態(tài)歷史數(shù)據(jù)[7]，運用數(shù)據(jù)分析與挖掘技術(shù)對詳細(xì)的智能電表故障狀態(tài)數(shù)據(jù)進(jìn)行深度挖掘，并通過提取關(guān)鍵性信息尋找故障數(shù)據(jù)與智能電表狀態(tài)的相關(guān)性，可實現(xiàn)智能電表故障狀態(tài)的準(zhǔn)確性預(yù)測。

本文采用Apriori算法進(jìn)行強(qiáng)關(guān)聯(lián)性因素特征挖掘；采用C5.0算法計算關(guān)聯(lián)性因素特性的信息增益率，建立智能電表故障預(yù)測模型實現(xiàn)智能電表故障的預(yù)測。研究結(jié)果表明，該模型能取得良好的預(yù)測效果。

1 智能電表故障預(yù)測方法

決策樹在分類、預(yù)測和規(guī)則提取等數(shù)據(jù)分析領(lǐng)域具有廣泛應(yīng)用。作為一種對數(shù)據(jù)實例進(jìn)行分類的樹狀形結(jié)構(gòu)模型[8-9]，決策樹由有向邊和節(jié)點共同構(gòu)成。決策樹的節(jié)點分為內(nèi)部節(jié)點與葉節(jié)點：內(nèi)部節(jié)點表示一個因素；葉節(jié)點表示一個不能再進(jìn)行分類的類別。分類判斷決策的運算過程中，需以根節(jié)點為始端對實例數(shù)據(jù)的某個因素特征進(jìn)行檢測，并依據(jù)檢測結(jié)果將實例分配到對應(yīng)的內(nèi)部子結(jié)點位置。此時，每個內(nèi)部子節(jié)點對應(yīng)著該因素特征的一個相對應(yīng)取值。依據(jù)上述檢測方法進(jìn)行遞推式下行搜索運算，直至到達(dá)決策樹末端的葉節(jié)點為止，可實現(xiàn)實例數(shù)據(jù)到葉節(jié)點類的分配[10]。

基于決策樹的智能電表故障預(yù)測流程如下。首先，對用戶信息采集系統(tǒng)中智能電表的故障狀態(tài)歷史數(shù)據(jù)進(jìn)行缺失值插補、異常值剔除和數(shù)據(jù)標(biāo)準(zhǔn)化等預(yù)處理。然后，將智能電表的歷史數(shù)據(jù)劃分為預(yù)測訓(xùn)練數(shù)據(jù)集和預(yù)測測試數(shù)據(jù)集，采用分類決策樹算法對預(yù)測訓(xùn)練數(shù)據(jù)集進(jìn)行數(shù)據(jù)分析，進(jìn)而建立智能電表的故障狀態(tài)決策樹和待定預(yù)測規(guī)則。接著，利用測試數(shù)據(jù)集的數(shù)據(jù)信息對待定預(yù)測規(guī)則的準(zhǔn)確性進(jìn)行評估：如果精度滿足要求則建立預(yù)測規(guī)則；否則，返回訓(xùn)練集重新訓(xùn)練。最后，根據(jù)達(dá)到準(zhǔn)確性要求的預(yù)測規(guī)則建立智能電表的故障狀態(tài)預(yù)測模型。

2 智能電表故障預(yù)測強(qiáng)影響因素挖掘

關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘是一種無指導(dǎo)的數(shù)據(jù)分析算法，用于揭示數(shù)據(jù)信息中未直接表示出來的隱含關(guān)聯(lián)特征因素[11]。Apriori算法是應(yīng)用廣泛的關(guān)聯(lián)分析算法之一[12]，以規(guī)則置信度和支持度作為規(guī)則有效性的測度指標(biāo)。置信度和支持度的數(shù)學(xué)定義分別如式(1)和式(2)所示。

(1)

(2)

式中:X、Y分別為規(guī)則X→Y的前項和后項；CX→Y為X→Y的置信度；|T(X∩Y)|為同時包含X和Y的事務(wù)數(shù)；|T(X)|為包含X的事務(wù)數(shù)；SX→Y為X→Y的支持度；|T|為總事務(wù)數(shù)。

良好的強(qiáng)關(guān)聯(lián)規(guī)則應(yīng)同時具備較高的置信度和支持度。假設(shè)最小的置信度與支持度閾值分別為Cmin和Smin，Apriori算法將關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)過程分為頻繁項集搜索和最小置信度規(guī)則構(gòu)造兩個環(huán)節(jié)[13]。

該算法根據(jù)數(shù)據(jù)項集性質(zhì)對目標(biāo)信息數(shù)據(jù)集進(jìn)行逐次搜尋，完成所有頻繁項集的完整遍歷。將第一次搜尋獲得的頻繁1-項集記為L1，利用頻繁 1-項集L1自連接生成候選2-項集Q2。第k次信息數(shù)據(jù)集搜尋時，首先利用上一次搜尋結(jié)果生成候選k-項集Qk；然后計算每個元素的支持度；最終在第k次搜尋完成時候選k-項集Lk的計算。當(dāng)項集Lk為空集時，停止計算。

Apriori算法執(zhí)行流程如圖1所示。

圖1 Apriori算法執(zhí)行流程

①信息數(shù)據(jù)集D進(jìn)行搜尋，產(chǎn)生L1。

對信息數(shù)據(jù)集進(jìn)行全面搜尋，并統(tǒng)計每一項的支持度計數(shù)，將支持度計數(shù)不小于信息數(shù)據(jù)集D中事務(wù)項目總數(shù)目與預(yù)先設(shè)定的最小支持度閾值乘積的項目合并到L1內(nèi)。

②自身連接操作。

將Lk-1與其本身采取連接計算，并且相連接的兩個項集的前(k-2)項數(shù)值完全相等，前一個項集的第(k-1)項的值小于后一個項集的第(k-1)項的值，連接后生成候選項集Qk。

③ 剪枝操作。

Qk中包含Lk和非頻繁集～Lk。首先，根據(jù)頻繁項所有子集都是頻繁項集的特性，刪除Qk中不符合該特性的子集；然后，搜尋信息數(shù)據(jù)集合D，計算剪枝操作步后的Ck中剩余項集支持度計數(shù)；最后，依據(jù)設(shè)定的最小支持度閾值Smin找出所有Lk。

④搜尋終止條件判別。

重復(fù)步驟②、步驟③的操作運算。當(dāng)Lk或Qk為空集時，結(jié)束搜尋。

⑤關(guān)聯(lián)規(guī)則生成。

分別計算每個Lk中所有非空子集合Lkj′的置信度值Ckj。若Ckj>Cmin，則生成強(qiáng)關(guān)聯(lián)規(guī)則Lkj′ →(Lk-Lkj′)。

將智能電表故障狀態(tài)作為規(guī)則的后項，以采集到的智能電表歷史故障數(shù)據(jù)作為規(guī)則的前項。設(shè)置合理的支持度和置信度，利用Apriori算法可獲得多個強(qiáng)關(guān)聯(lián)規(guī)則，并根據(jù)強(qiáng)關(guān)聯(lián)規(guī)則獲得評判智能電表故障的強(qiáng)影響特征因素。

3 基于C5.0算法的智能電表故障預(yù)測模型

C5.0算法是一種經(jīng)典的分析決策樹算法，根據(jù)統(tǒng)計學(xué)上的置信區(qū)間計量概念進(jìn)行評估，并基于信息熵進(jìn)行最佳測試屬性選取[14-15]。假設(shè)數(shù)據(jù)集SD是智能電表故障歷史數(shù)據(jù)集合。將SD中的50%數(shù)據(jù)分配給預(yù)測訓(xùn)練數(shù)據(jù)集S，另50%數(shù)據(jù)分配給預(yù)測測試數(shù)據(jù)集T，并采用C5.0算法對訓(xùn)練數(shù)據(jù)集S進(jìn)行數(shù)據(jù)分析。

C5.0算法的計算流程如下。將S分成n個子集S1，S2，…，Sn。其中，n是S中屬性X的個數(shù)。假設(shè)訓(xùn)練集S的熵info(S)為:

(3)

式中:|S|為訓(xùn)練集S中的樣本總數(shù)；freq(Ci,S)為訓(xùn)練集S的中心決策因素類別Ci的樣本數(shù)(i=1，2，…，N)，N為決策屬性的類別總數(shù)。

基于因素特征X，將訓(xùn)練數(shù)據(jù)集S劃分為n個子集合，可計算得到各個子集合的信息熵為:

(4)

式中:iX(S)為屬性X的信息熵；|Si|為Si中的Ci的樣本總數(shù)i=1,2，…，m，m為屬性X中的類別總數(shù)。

增益標(biāo)準(zhǔn)gain(X)為:

gain(X)=info(S)-iX(Si)

(5)

屬性X產(chǎn)生的潛在信息s(X)為:

(6)

屬性X的信息增益比g(X)可以用以下公式表示:

(7)

將信息增益比的最大影響因素作為根節(jié)點，其余因素根據(jù)信息增益比的最大化進(jìn)行遞歸計算，從而建立整個決策樹，并產(chǎn)生待定預(yù)測規(guī)則。

模型的精度可通過式(8)進(jìn)行評估。對待定預(yù)測規(guī)則進(jìn)行初步驗證，以確定其可靠性:

(8)

式中:P為預(yù)測測試數(shù)據(jù)集中能夠?qū)崿F(xiàn)準(zhǔn)確預(yù)測的樣本數(shù)；O為預(yù)測測試數(shù)據(jù)集中的樣本總個數(shù)。

假設(shè)Z′是評價模型的精度基準(zhǔn)值。如果Z≥Z′，則可以確定分類規(guī)則；如果Z

4 算例分析

4.1 強(qiáng)關(guān)聯(lián)因素挖掘

為提高某區(qū)域內(nèi)的電力公司所獲取的智能電表故障狀態(tài)原生歷史數(shù)據(jù)的整體質(zhì)量，需采用缺失性數(shù)據(jù)插補、異常數(shù)據(jù)剔除、數(shù)據(jù)一致性檢測以及數(shù)據(jù)標(biāo)準(zhǔn)化處理等方法對原生數(shù)據(jù)進(jìn)行預(yù)處理，以保障數(shù)據(jù)質(zhì)量。

通過對智能電表故障歷史數(shù)據(jù)的啟發(fā)性分析，本文初步篩選了智能電表故障狀態(tài)的10個可能影響因素。智能電表故障的可能影響因素如表1所示。

表1 智能電表故障的可能影響因素

表1中，數(shù)值I、II、III標(biāo)示了各個因素的屬性值。為了方便決策樹與關(guān)聯(lián)規(guī)則表示，分別用A，B，…，L的順序表示表1中各影響因素，并分別用I、II、III表示不同因素的屬性值。

以智能電表狀態(tài)作為規(guī)則后項，設(shè)定最小支持度閾值Smin為10%、最小置信度閾值Cmin為80%。采用Apriori算法進(jìn)行關(guān)聯(lián)分析，共獲取873條關(guān)聯(lián)規(guī)則。其中：最小支持度為10.034%，最大支持度為88.67%；最小置信度為80%，最大置信度為98.23%。其中，擁有較高置信度和支持度的部分關(guān)聯(lián)規(guī)則提取結(jié)果如表2所示。

通過表2中高置信度與支持度的關(guān)聯(lián)規(guī)則分析提取結(jié)果，可知電能使用狀態(tài)、環(huán)境條件、運轉(zhuǎn)時長、 未檢測天數(shù)、可靠性和異常頻次這6個因素是智能電表故障的預(yù)測評判的強(qiáng)影響因素。智能電表的強(qiáng)影響因素如表3所示。

表3 智能電表的強(qiáng)影響因素

電能使用狀態(tài)因素中：輕微用電表示用戶的用電量較少；普通用電代表示用戶用電情況一般；重度用電表示戶用電量較大。3類用電情況分別劃分為I、II、III這3個等級。環(huán)境條件因素中：正常條件表示智能電表所處環(huán)境的平均溫度、濕度適宜；惡劣條件表示智能電表所處的平均溫度、濕度環(huán)境惡劣。這2類環(huán)境條件分別劃分成I、II這2個等級。運轉(zhuǎn)時長因素中的短、中等、長分別表示電表運轉(zhuǎn)時長，分別劃分為I、II、III這3個等級。未檢修天數(shù)因性中，短、長代表距離前次檢修節(jié)點的天數(shù)小于30天和大于等于30天，可分別劃分為I、II這2個等級?？煽啃砸蛩刂?，高、低表示智能電表的出廠可靠性。異常頻次中，少、多表示智能電表在1年中發(fā)生異常的頻次小于2和大于等于2。

4.2 基于C5.0算法的決策樹的建立

在Python中，采用C5.0算法對由50%的智能電表故障歷史數(shù)據(jù)形成的預(yù)測訓(xùn)練數(shù)據(jù)集進(jìn)行數(shù)據(jù)分析，并輸出dot格式的文本文件；同時，采用Graphviz繪圖工具將dot格式文件轉(zhuǎn)換為如圖2所示的智能電表故障決策樹。

圖2 智能電表故障決策樹

生成的決策樹模型共有6層。第一層分類屬性為異常頻次，其重要性程度為0.345；其余分類屬性分別為電能使用狀態(tài)、環(huán)境條件、運行時長、未檢修天數(shù)、可靠性，其重要性程度分別為0.215、0.196、0.164、0.174、0.129。

智能電表故障狀態(tài)決策樹的每個分支與相應(yīng)的一條智能電表故障狀態(tài)預(yù)測規(guī)則相對應(yīng)。依據(jù)智能電表故障狀態(tài)，決策樹可生成以下9條最終的電表故障狀態(tài)預(yù)測規(guī)則。

預(yù)測規(guī)則1:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“I”]THEN 電表狀態(tài)=“正常”。

預(yù)測規(guī)則2:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“II”]AND 環(huán)境條件 IN [“I”]THEN 電表狀態(tài)=“正?！?。

預(yù)測規(guī)則3:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“II”]AND 環(huán)境條件 IN [“II”]AND 未檢修天數(shù) IN [“I”]AND 運轉(zhuǎn)時長 IN [“I”or“II”]THEN 電表狀態(tài)=“正?！薄?/p>

預(yù)測規(guī)則4:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“II”]AND 環(huán)境條件 IN [“II”]AND 未檢修天數(shù) IN [“I”]AND 運轉(zhuǎn)時長 IN [“III”]AND 可靠性 IN [“I”]THEN 電表狀態(tài)=“正?！薄?/p>

預(yù)測規(guī)則5:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“II”]AND 環(huán)境條件 IN [“II”]AND 未檢修天數(shù) IN [“I”]AND 運轉(zhuǎn)時長 IN [“III”]AND 可靠性 IN [“II”]THEN 電表狀態(tài)=“故障”。

預(yù)測規(guī)則6:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“II”]AND 環(huán)境條件 IN [“II”]AND 未檢修天數(shù) IN [“II”]THEN 電表狀態(tài)=“故障”。

預(yù)測規(guī)則7:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“III”]AND 環(huán)境條件 IN [“I”]AND 運轉(zhuǎn)時長 IN [“I”or“II”]THEN 電表狀態(tài)=“正?！?。

預(yù)測規(guī)則8:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“III”]AND 環(huán)境條件 IN [“I”]AND 運轉(zhuǎn)時長 IN [“III”]THEN 電表狀態(tài)=“故障”。

預(yù)測規(guī)則9:IF 異常頻次 IN [“I”]AND 電能使用狀態(tài) IN [“III”]AND 環(huán)境條件 IN [“II”]THEN 電表狀態(tài)=“故障”。

4.3 模型評估

表4 測試數(shù)據(jù)集預(yù)測結(jié)果

5 結(jié)論

針對智能電表的故障預(yù)測問題，本文提出了基于Apriori算法獲取智能電表狀態(tài)的強(qiáng)影響因素。根據(jù)Apriori算法獲得的873條關(guān)聯(lián)規(guī)則，確定了電能使用狀態(tài)、環(huán)境條件、運轉(zhuǎn)時長、未檢修天數(shù)、可靠性和異常頻次作為智能電表狀態(tài)強(qiáng)影響因素。以此為基礎(chǔ)，采用C5.0算法建立了智能電表故障預(yù)測模型。該預(yù)測模型以9條預(yù)測規(guī)則作為智能電表故障預(yù)測方法，可實現(xiàn)智能電表狀態(tài)的快速準(zhǔn)確預(yù)測?；谀车貐^(qū)智能電表故障狀態(tài)歷史數(shù)據(jù)的算例分析結(jié)果表明，本文提出的基于C5.0決策樹算法的智能電表故障狀態(tài)精準(zhǔn)預(yù)測模型的準(zhǔn)確率高達(dá)94.7%，預(yù)測效果良好。