朱 克，張 莉，王笑一，張 浩，李 瑋

(1.國家電網(wǎng)有限公司營銷部, 北京 100031；2.國家電網(wǎng)有限公司客戶服務(wù)中心，天津 300300；3.北京中電普華信息技術(shù)有限公司，北京 100031)

電力行業(yè)被視為我國國民經(jīng)濟的支柱性基礎(chǔ)能源行業(yè)，其占據(jù)舉足輕重的地位[1]。傳統(tǒng)電網(wǎng)日益繁雜，存在數(shù)據(jù)量龐大且冗余等問題，智能電網(wǎng)安全運行存在較大困難[2-4]。隨著現(xiàn)代技術(shù)的發(fā)展，電力工業(yè)的發(fā)展與時代同步，國內(nèi)外專家對智能電網(wǎng)進行了研究，部署智能采集系統(tǒng)采集用戶用電行為信息?；诖髷?shù)據(jù)技術(shù)，迫切需要通過多維數(shù)據(jù)統(tǒng)計、歷史數(shù)據(jù)比較、電流電壓過閾值判斷等綜合過程，實現(xiàn)對電力用戶異常用電行為的監(jiān)測[5]。

李波等[6]通過聯(lián)合竊電檢測方法，依據(jù)網(wǎng)絡(luò)特征，結(jié)合粒子群算法以及支持向量機算法對竊電實現(xiàn)縱向檢測，但其消耗成本極高且處理數(shù)據(jù)量規(guī)模有限；李晉國等[7]研究基于優(yōu)化后的非線性權(quán)重優(yōu)化粒子群優(yōu)化算法，實現(xiàn)異常用電行為檢測，在提升檢測精度的同時，誤差收斂速度較高，但其考慮因素不全面，可能導(dǎo)致突發(fā)情況頻頻發(fā)生。

為解決用戶側(cè)用電行為異常應(yīng)急處理問題，采用大數(shù)據(jù)處理技術(shù)對用電數(shù)據(jù)進行采集、聚類、處理等操作，提取龐大數(shù)據(jù)量中的特征數(shù)據(jù)，從時間、空間、用戶多個維度深入剖析用電行為與各因素之間的關(guān)聯(lián)度，加強理解用戶行為[8,9]，便于更好地實現(xiàn)用戶行為監(jiān)測。由此，本文提出一種基于大數(shù)據(jù)聚合的電力用戶行為實時云監(jiān)測方法，實現(xiàn)電力用戶行為的高效精準(zhǔn)監(jiān)測。

1 基于大數(shù)據(jù)聚合的電力用戶行為實時云監(jiān)測

1.1 云監(jiān)測平臺總體架構(gòu)

搜集、整理電力用戶行為大數(shù)據(jù)，歸納總結(jié)其中核心信息，對電力企業(yè)運營戰(zhàn)略決策以及故障的實時排查、監(jiān)測電力企業(yè)平穩(wěn)運行具有重大意義。云計算優(yōu)勢在于其可控規(guī)模龐大，在云計算基礎(chǔ)上，存儲并計算超大規(guī)模數(shù)據(jù)集[10]，提出一種基于云計算大數(shù)據(jù)聚合的電力用戶行為實時云監(jiān)測方法。用圖1展示基于大數(shù)據(jù)聚合的電力用戶行為實時云監(jiān)測平臺架構(gòu)形式。

圖1 電力用戶行為實時云監(jiān)測平臺架構(gòu)形式

該平臺將基礎(chǔ)設(shè)施、終端、安全設(shè)備等采集到的電力用戶行為大數(shù)據(jù)存儲至數(shù)據(jù)層的關(guān)系型數(shù)據(jù)庫中，處理層調(diào)用采集層存儲數(shù)據(jù)，利用大數(shù)據(jù)處理技術(shù)對數(shù)據(jù)進行降維、清晰、標(biāo)準(zhǔn)化等操作提升數(shù)據(jù)質(zhì)量，應(yīng)用層利用處理完成的數(shù)據(jù)采用M-BIRCH算法完成用戶用電行為異常檢測，最終通過顯示層展現(xiàn)監(jiān)測結(jié)果，完成電力用戶行為實時云監(jiān)測。

1.1．1 大數(shù)據(jù)處理

電力企業(yè)采集到的數(shù)據(jù)質(zhì)量未能滿足異常值檢測規(guī)則，且伴隨空值、數(shù)據(jù)混亂、數(shù)據(jù)差異較大等多樣弊端，要進行的大數(shù)據(jù)處理步驟為一降維、二清洗、三標(biāo)準(zhǔn)化。

1．1．2 數(shù)據(jù)降維

降低數(shù)據(jù)維度，即采用較少新特征變量替代原始數(shù)據(jù)特征變量，使其內(nèi)部無關(guān)聯(lián)，通過新變量得到交易時的重要信息。減小數(shù)據(jù)規(guī)模、簡化計算流程、清除全部噪聲數(shù)據(jù)三方向為數(shù)據(jù)降維目標(biāo)。通過主成分分析法完成數(shù)據(jù)降維處理[11]，其步驟如下：

a.搭建數(shù)據(jù)協(xié)方差矩陣；

b.分別計算協(xié)方差矩陣的特征值以及特征變量；

c.將特征值依據(jù)其貢獻度排列；

d.選取前K個特征值當(dāng)作主要成分后把數(shù)據(jù)轉(zhuǎn)換至新數(shù)據(jù)空間內(nèi)，對其開展降維處理，且該數(shù)據(jù)空間采用新特征向量搭建完成。

1．1．3 數(shù)據(jù)清洗

及時挖掘、更改數(shù)據(jù)集內(nèi)部異常數(shù)據(jù)，促使數(shù)據(jù)質(zhì)量進一步提升。缺失數(shù)據(jù)、重復(fù)數(shù)據(jù)、不一致數(shù)據(jù)為數(shù)據(jù)清洗的三大類別。

a.依據(jù)數(shù)據(jù)規(guī)則對不一致數(shù)據(jù)進行偏差檢測并改正。

b.對于缺失數(shù)據(jù)，可進行補齊數(shù)據(jù)、清除元組及不予處置。為最大程度保留原始數(shù)據(jù)完整性，本次采用填補缺失數(shù)據(jù)方法。圖2為缺失數(shù)據(jù)填補流程圖。

圖2 缺失數(shù)據(jù)填補流程圖

c.計算相似度并以此判定重疊與否，若重復(fù)則合并或者清除。計算距離獲取相似度，即N維空間內(nèi)的兩點間實際距離。N維空間的距離用公式(1)描述：

(1)

1．1．4 數(shù)據(jù)標(biāo)準(zhǔn)化

各類數(shù)據(jù)源不同，其單位、量綱存在差異，為促使不同來源數(shù)據(jù)進行對比分析，對其進行數(shù)據(jù)標(biāo)準(zhǔn)化處理，清除不同單位、量綱。用公式(2)描述數(shù)據(jù)標(biāo)準(zhǔn)化：

(2)

其中：樣本最大值以及最小值分別選取max、min描述。

1.2 改進流數(shù)據(jù)聚類算法

1.2.1 BIRCH算法

BIRCH作為層次聚類算法，其聚類思想采用聚類特征以及特征樹(CF)概括描述，BIRCH定義：

對于簇{Xi}(i=1,2,3,…,N)，其具有N個d維數(shù)據(jù)點，用公式(3)描述特征向量定義：

CF=(N,LS,SS)

(3)

聚類特征定理為：用CF1=(N1,LS1,SS1)及CF2=(N2,LS2,SS2)以及CF1+CF2=(N1+N2,LS1+LS2,SS1+SS2)分別描述兩個類的聚類特征以及融合獲取的新類特征。

該算法計算中心、半徑以及類間距離等皆通過聚類特征完成。

層次聚類的特征位于CF樹內(nèi)，由兩個參數(shù)分支因子B以及閾值T的高度平衡樹構(gòu)成CF樹。其中，各非葉節(jié)點的最大個數(shù)取決于分支因子，位于樹內(nèi)葉子節(jié)點中的子聚類最長直徑由閾值大小決定。CF樹可將全部數(shù)據(jù)讀入內(nèi)存，也可分別讀入數(shù)據(jù)項于外存上。

1.2.2 M-BIRCH算法

M-BIRCH算法基于BIRCH聚類算法獲取的初次結(jié)果進行二次分析以求取更為精準(zhǔn)的結(jié)果[12]。

用P描述電力用戶行為異常概率，百分比、目前類中平均距離以及點與類內(nèi)部其余點的平均距離分別用davg、dnew描述，閾值用T描述。

需先對新啟的數(shù)據(jù)點進行計數(shù)，再繼續(xù)處理。

當(dāng)該數(shù)據(jù)點包含在原有聚類塊時，BIRCH聚類算法依據(jù)設(shè)置好的閾值T，對聚類特征數(shù)值進行預(yù)運算以及校正處理，將處理結(jié)果融入到聚類塊內(nèi)；反之，采集該數(shù)據(jù)點目前聚類塊中所有數(shù)據(jù)點的距離平均值dnew，將其與當(dāng)前聚類塊的距離平均值davg進行對比。

當(dāng)davg乘以初始擬定的百分比P的數(shù)值大于dnew，完成聚類塊中聚類特征值的校正操作后，向聚類塊中融入校正結(jié)果。反之，運算后續(xù)聚類塊，若不相符則搭建新聚類塊[13]?；贛-BIRCH算法的云監(jiān)測平臺大數(shù)據(jù)聚類算法流程如下所示：

M-BIRCH-Cluster(T,dnew,davg,P)，

{首先，累積數(shù)據(jù)流于滑動窗口并采用BIRCH算法對數(shù)據(jù)量進行聚類，各聚類塊依據(jù)其輸出結(jié)果進行分割}

For(未抵達數(shù)據(jù)流末端){

選取其中某個新數(shù)據(jù)點讀入；

For(挨個計算已有聚類塊){

If(T閾值≥最大直徑){該數(shù)據(jù)點被吸入聚類塊并改正聚類特征值}

Else{數(shù)據(jù)點及當(dāng)前聚類塊內(nèi)全部數(shù)據(jù)點的距離平均值}

采集該聚類塊的距離平均值davg，

If(davg乘以初始擬定的百分比P數(shù)值大于dnew)

{該數(shù)據(jù)點被吸入聚類塊并改正聚類特征值}

Else{該數(shù)據(jù)點與下一個聚類塊同步計算}

不滿足上述條件，則搭建新聚類塊

}}

1.3 基于M-BIRCH算法的用戶用電行為異常檢測

選取M-BIRCH算法提煉獲取用戶簇典型用點曲線，同時分別采用相似度度量三條曲線：用戶每日用電數(shù)據(jù)實際量曲線、用戶典型用電數(shù)據(jù)曲線以及用戶所在簇典型用電曲線三條曲線，實現(xiàn)基于大數(shù)據(jù)聚合的電力用戶行為實時云監(jiān)測方法設(shè)計[14]。

1.3.1 單一用戶典型曲線提取

用戶用電過程中的偶然情況發(fā)生頻繁，分析單一用戶典型曲線可杜絕該類情況的發(fā)生，提取的曲線需要依據(jù)不同時間點的平均用電數(shù)據(jù)繪制而成。各用戶曲線用公式(3)描述：

(3)

其中：用x1i、xtk描述第i個用戶第t時間點平均值、第t時間點第k天的用戶用點數(shù)據(jù)值，n為所選數(shù)據(jù)樣本天數(shù)，N用于描述該曲線的總點數(shù)。

1.3.2 簇典型曲線提取

采用M-BIRCH算法進行聚類，分析多用戶典型用電曲線，獲取各個簇的聚類中心，并且各用戶所屬簇聚類中心為該用戶簇典型曲線。

1.3.3 相似度度量

選用歐氏距離度量用戶每日實時用電曲線數(shù)值x1i、典型用電曲線數(shù)值x2i之間的相似度，以此判斷用戶用電行為差異[15]。歐氏距離用公式(4)描述：

(4)

其中：用N描述兩種負(fù)荷曲線中總數(shù)據(jù)點數(shù)。

用戶單日用電實時曲線上數(shù)據(jù)值X以及該用戶所在簇的簇典型用電曲線上數(shù)據(jù)值Y對比趨勢上的度量為皮爾森相關(guān)系數(shù)作用，反映出用戶實際用電數(shù)據(jù)曲線以及日常習(xí)慣用電趨勢之間的差別，生成皮爾森相關(guān)系數(shù)：

(5)

2 實例分析

選取某市電力公司的2000名用戶用電行為數(shù)據(jù)樣本集，將本文方法與文獻[6]方法、文獻[7]方法進行對比驗證，前者為基于網(wǎng)絡(luò)特征與用戶行為分析的監(jiān)測方法，后者為基于NWPSO-BP神經(jīng)網(wǎng)絡(luò)的監(jiān)測方法。分別從性能分析、聚類效果、監(jiān)測準(zhǔn)確性三方面開展驗證。

2.1 性能分析

采取SSQ(Sum of Square Distance)方法，對其他方法與本文方法的算法應(yīng)用過程進行同質(zhì)化處理，計算全部點與各個聚類中心之間的距離，判斷算法聚類質(zhì)量高低，當(dāng)SSQ數(shù)值越高，證明聚類質(zhì)量越低，反之則質(zhì)量越高。

將改進前后的BIRCH算法與M-BIRCH算法分別進行對比，采取同等數(shù)量、大小以及閾值子聚類對數(shù)據(jù)流進行聚類。并分別選取20000個、200000個數(shù)據(jù)點進行聚類操作，比較SSQ值與聚類質(zhì)量閾值，圖3為20000點下同等閾值的結(jié)果曲線圖。

圖3 20000點下同等閾值的結(jié)果曲線

分析圖3可知，處理20000個數(shù)據(jù)點，緊密比值為0時，改進前后兩種算法的SSQ值均處于最大值，分別為9.70、9.62；當(dāng)緊密值為1.6時兩種算法的聚類SSQ值到達最優(yōu)狀態(tài)，此時SSQ值分別為9.18、9.07。實驗證明，本文方法應(yīng)用的改進后的M-BIRCH算法的聚類質(zhì)量更高。

分析圖4可知，處理200000個數(shù)據(jù)點時，無論緊密比值為何值，改進后的M-BIRCH算法聚類的SSQ值均小于改進前的BIRCH算法的SSQ值。這說明數(shù)據(jù)量越大，本文方法應(yīng)用的M-BIRCH算法的聚類優(yōu)勢越顯著，聚類數(shù)據(jù)質(zhì)量更高。

圖4 200000點下同等閾值的結(jié)果曲線

歸納上述兩組實驗結(jié)果并總結(jié)規(guī)律，緊密比值趨近1.6時，本文方法應(yīng)用的M-BIRCH算法達到最優(yōu)狀態(tài)并獲得優(yōu)秀的結(jié)果。當(dāng)數(shù)據(jù)規(guī)模擴大時該算法性能優(yōu)化性顯著提升，適用于計算大數(shù)據(jù)量的數(shù)據(jù)流聚類。

2.2 聚類效果

為進一步衡量本文方法聚類性能，采用本文方法對用戶用電行為數(shù)據(jù)進行聚類，并應(yīng)用肘部法則判定最優(yōu)聚類數(shù)量。用圖5描述本文方法聚類效果。

圖5 本文方法聚類效果

分析圖5可知，本文方法聚類結(jié)果與肘部法則判定聚類結(jié)果一致，說明本文方法聚類準(zhǔn)確。

提取聚類結(jié)果中各簇的簇中心，用于描述該簇的簇典型用電曲線，3類簇典型用電曲線用圖6描述。

分析圖6可知，本文方法可有效依據(jù)聚類獲取的各簇的簇中心獲取用戶的典型用電曲線，用于分析用戶不同時間段的用電行為。

圖6 3類簇典型用電曲線

選取一定規(guī)模的訓(xùn)練集開展試驗，歐氏距離及皮爾森相關(guān)系數(shù)度量閾值用a、b描述，分別取值為0.57和0.89，用表1描述用戶行為異常檢測度量閾值判斷標(biāo)準(zhǔn)。

本文采用2021年6-8月數(shù)據(jù)對用戶用電行為展開測試，在測試時發(fā)現(xiàn)MT-015用戶存在異常情況，為2021年7月19日度量結(jié)果，其度量結(jié)果為0.47以及0.64。參考表1監(jiān)測用戶用電行為異常值，圖7為描述其用戶用電曲線。

根據(jù)圖7分析可知，該用戶在出現(xiàn)用電波峰時向后平移，相比平日用電情況存在較大差異，說明該用戶的用電行為是異常的。實驗結(jié)果表明，本文方法可以有效獲取電力用戶行為異常監(jiān)測結(jié)果。

圖7 用戶用電曲線圖

2.3 準(zhǔn)確性能

采用ROC以及AUC兩項指標(biāo)驗證本文方法監(jiān)測準(zhǔn)確性，并加以分析獲得較為精準(zhǔn)的監(jiān)測結(jié)果。當(dāng)ROC曲線靠近左上角時表明監(jiān)測性能為佳，反之則存在偏差；ROC曲線下的面積用AUC描述，其代表一個概率，AUC數(shù)值越趨近于1則表明該方法監(jiān)測性能越優(yōu)秀。將三種方法進行對比驗證，用圖8描述三種方法監(jiān)測準(zhǔn)確性。

圖8 監(jiān)測準(zhǔn)確性

根據(jù)圖8分析可知，文獻[7]方法表現(xiàn)較差，其AOC曲線距離左上角偏遠(yuǎn)，AUC面積為0.7145，整體效果最差；文獻[6]方法曲線較為接近左上角，但不及本文方法優(yōu)秀，其AUC面積為0.8266，略低于本文方法，監(jiān)測準(zhǔn)確性結(jié)果不佳；本文方法對電力用戶行為異常情況實現(xiàn)快速監(jiān)測，且監(jiān)測結(jié)果ROC曲線最為接近左上角，其AUC面積為三種方法中的最大值，證明本文方法監(jiān)測結(jié)果的準(zhǔn)確性更好。

3 結(jié) 論

本文方法采用云計算搭建方法基本架構(gòu)，基于大數(shù)據(jù)技術(shù)處理數(shù)據(jù)，采用優(yōu)化后的M-BIRCH聚類算法聚

類大數(shù)據(jù)，并對電力用戶用電行為異常情況進行監(jiān)測。實驗結(jié)果表明，本文所提方法聚類的SSQ值始終最低、聚類質(zhì)量高、監(jiān)測效果優(yōu)秀且準(zhǔn)確性極高，能夠精準(zhǔn)監(jiān)測電力用戶異常行為，達到預(yù)期目標(biāo)，為電力企業(yè)平穩(wěn)運行提供保障，可安心投入應(yīng)用。