白雨佳，李靖，高升

（1.國網(wǎng)內(nèi)蒙古東部電力有限公司信息通信分公司，呼和浩特 010020；2.中國科學院沈陽計算技術研究所有限公司，沈陽 110000）

0 引言

由于因特網(wǎng)技術的飛速發(fā)展，網(wǎng)絡中共享的資源越來越多，資源的種類越來越多，各種資源被廣泛引用，如何有效地傳輸多源數(shù)據(jù)成為相關學者亟待解決的重要問題，傳統(tǒng)的多源大數(shù)據(jù)在進行預取時，往往會出現(xiàn)多個節(jié)點輸出相同結果的情況，從而導致資源競爭現(xiàn)象的發(fā)生[1]。為避免出現(xiàn)上述問題，迫切需要研究多源大數(shù)據(jù)均衡調度的新方法?？缭促Y源調度方法是一種有效的調度方法[2-3]得到了人們的廣泛關注。

為此，王慧等人[4]提出了基于小波分析的大數(shù)據(jù)調度方法，該方法通過小波分析對電力大數(shù)據(jù)去噪后，以去噪數(shù)據(jù)完成優(yōu)先級列表控制模型構建，并完成負載均衡傳輸信道模型的建立，通過自適應加權控制方法和時隙分配獲取最佳目標函數(shù)，完成數(shù)據(jù)調度，但是該方法的時間開銷較大；周生奇等人[5]研究了基于灰色模糊預測的大數(shù)據(jù)調度方法。該方法采用灰色模糊預測方法完成多服務器中的流動數(shù)據(jù)的調度，但是該方法在調度過程中，負荷大數(shù)據(jù)的均衡度不夠理想。

為確保電力負荷大數(shù)據(jù)的準確調用，需進一步明確數(shù)據(jù)的類別和數(shù)據(jù)信息，因此需劃分電力負荷數(shù)據(jù)。K 均值聚類算法為迭代求解聚類分析算法的一種，并且是應用廣泛的劃分聚類算法，其應用過程簡潔且效率較高。因此本文選擇K 均值聚類算法對電力負荷大數(shù)據(jù)實行分類。基于此，本文研究基于最優(yōu)K 均值聚類的電力負荷大數(shù)據(jù)跨源調度方法，以期實現(xiàn)較小開銷下的電力負荷大數(shù)據(jù)調度。

1 電力負荷大數(shù)據(jù)跨源調度

1.1 基于最優(yōu)K均值聚類的電力負荷大數(shù)據(jù)分類

1.1.1 K 均值聚類算法

K 均值聚類算法的核心為：設數(shù)據(jù)對象數(shù)量為n，對其實行劃分處理，共分為k個類，使全部數(shù)據(jù)對象距離該類的聚類中心點平方和為最小。

設算法的輸入數(shù)據(jù)集為F={x1,x2,...,xn}，算法的輸出為k個類，即{F1,F2,...,Fk}，且保證最小平方誤差準則。算法步驟如下所述：

1）設數(shù)據(jù)樣本為X，初始聚類中心cj為隨機選取的數(shù)據(jù)對象，其中j=1,2,...,k。

2）為獲取X中的各個對象xi至k個聚類中心cj的距離，計算歐式距離公式為

3）獲取cj(n+1)的值，并將其作為新聚類中心點[6]：計算公式為

式中，Nj為第j個類中心數(shù)據(jù)對象的數(shù)量。

4）判斷準則是否滿足，若滿足，則轉至步驟2），反之轉至步驟5）。根據(jù)判斷準則可知，兩次迭代獲取的聚類中心點相同，且聚類離散度不會再發(fā)生變化。由此可建立聚類離散度函數(shù)為

5）輸出聚類結果。

1.1.2 聚類中心優(yōu)化

上節(jié)中的K 均值聚類算法雖然可快速完成聚類，但是其聚類不是最優(yōu)結果。由于其初始聚類中心點是通過隨機選取K 個數(shù)據(jù)對象完成，通過迭代計算尋優(yōu)，直至符合收斂條件[7]。因此，初始中心點的差別會導致聚類結果出現(xiàn)差異性，導致聚類效果不穩(wěn)定、結果不是全局最優(yōu)解，甚至還會降低算法的效率。

基于上述分析，K 均值聚類算法初始中心點的優(yōu)化尤為重要，實現(xiàn)依據(jù)聚類對象自動完成k值估計。K 均值聚類算法利用優(yōu)化后的最優(yōu)聚類中心完成電力負荷的分類[8]，獲取合理、準確的分類結果。本文采用密度法優(yōu)化K 均值聚類算法初始中心點，其將初始聚類中心用k個位于高密度區(qū)域且相互距離最遠的點表示。優(yōu)化的算法可有效抑制噪聲點對聚類算法的影響。

該算法在優(yōu)化過程中，需計算每一個數(shù)據(jù)對象的密度參數(shù)，并以其為標準，將選取k個值較高的對象作為初始聚類中心[9-11]。優(yōu)化后算法的計算步驟如下：

1）待處理樣本數(shù)據(jù)集合為F={x1,x2,...,xn}，k個初始聚類中心點為z1,z2,...,zk。

2）通式（1）對任意對象xi到聚類中心之間的歐式距離求解。

求解計算對象之間的平均距離，其計算公式為

式中，n和分別為數(shù)據(jù)對象的數(shù)量和任意兩個對象組合的總數(shù)量。

MeanDist 作為計算對象密度參數(shù)的一個關鍵量，以式（4）為依據(jù)，則任意兩個數(shù)據(jù)對象之間距離的平均值通常作為其值的選取，但在特殊條件下，可在一定范圍內(nèi)對其進行調整[12-13]。

3）為獲取各個對象的密度參數(shù)density（p,）MeanDist 采用式（5）完成。

4）尋找密度參數(shù)最大值所對應的數(shù)據(jù)對象，將其作為第1 個初始聚類中心，同時將該聚類中心之間距離小于MeanDist 的數(shù)據(jù)對象的密度參數(shù)從D中刪除[15]。

5）重復步驟3）和步驟4），停止條件為獲取到密度參數(shù)較大的k個數(shù)據(jù)對象為止，并將該對象作為初始聚類中心點[16-17]?；诿芏确椒▋?yōu)化初始中心點的計算流程圖見圖1。

圖1 優(yōu)化聚類初始中心點流程Fig.1 Initial center point flow process of optimization clustering

1.2 電力負荷大數(shù)據(jù)跨源調度

1.2.1 關聯(lián)特征提取

基于電力負荷大數(shù)據(jù)聚類結果，結合基于權重的跨源調度方法，對聚類后的電力負荷大數(shù)據(jù)實行跨源調度[18]，獲取電力大數(shù)據(jù)跨域調度的輸出特征量為

資源調度負載均衡特征向量在支持向量機學習模式下可表示為

式中，Wu,i和Wu,j分別為分類得到的數(shù)據(jù)輸入集和數(shù)據(jù)聚類中心的電力負荷大數(shù)據(jù)評價矩陣[21]，則電力負荷大數(shù)據(jù)分布集的優(yōu)化關聯(lián)特征為

1.2.2 大數(shù)據(jù)跨源調度輸出

在支持向量機學習模式下，利用自適應權重學習方法完成電力負荷大數(shù)據(jù)跨源調度的尋優(yōu)控制[22-23]。電力負荷大數(shù)據(jù)跨源調度的主特征決策樹用四元組(Ei,Ej,q,t)表示，其中，電力負荷大數(shù)據(jù)在有向圖中的分岔節(jié)點分別為Ei和Ej，獲取電力負荷大數(shù)據(jù)的差異化融合特征量，其公式為

式中：m為電力負荷大數(shù)據(jù)分布的有限數(shù)據(jù)集；(qik)為相似度分布映射[24]。電力負荷大數(shù)據(jù)的相似度分布映射計算公式為

對電力負荷大數(shù)據(jù)實行優(yōu)化調度和挖掘處理[25-32]，則獲取電力負荷大數(shù)據(jù)調度均衡的輸出模型，其公式為

根據(jù)上述步驟，完成電力負荷大數(shù)據(jù)的跨源調度處理模型構建。

2 實例分析

為測試本文方法的應用性能，選取某電網(wǎng)企業(yè)中1 000 個不同用戶，將這些用戶按照每天每時的用電負荷按照由低到高排列，具體數(shù)據(jù)見表1，數(shù)據(jù)單位為kW·h。

表1 用戶用電日負荷數(shù)據(jù)Table 1 Daily load data of power consumption of user kW·h

聚類的類別數(shù)k的取值對于負荷大數(shù)據(jù)分類的結果存在較大影響，因此需確定最佳k值，測試不同k值時，聚類結果見圖2。

圖2 測試結果Fig.2 Test result

根據(jù)圖2 的測試結果可知：當k值達到4 以后，聚類離散度平穩(wěn)不再發(fā)生變化，因此，為保證電力負荷大數(shù)據(jù)分類結果準確，k值取值為4，下述實驗中，該值均為4。

采用本文方法對表1 數(shù)據(jù)進行分類，分析本文方法的分類結果，見表2。

根據(jù)表2 的測試結果可知：第1 類用戶和第2 類用戶負荷波動均較小，波動范圍分別在0.14～0.25/kW·h和0.03～0.12/kW·h，其中負載較高的時間范圍在9～12 時和1～3 時；第3 類用戶負荷波動較大，波動范圍在1～10 時，說明該用戶夜間用電較多；第4 類用戶負荷波動也較小，并且相對平穩(wěn)。根據(jù)該結果可說明：本文方法可根據(jù)不同的電力負荷大數(shù)據(jù)特點，有效完成用戶電力負荷大數(shù)據(jù)分類，具備較好的分類效果。

表2 電力大數(shù)據(jù)分類結果Table 2 Classification result of power big data kW·h

將文獻[4]和文獻[5]的基于小波分析的大數(shù)據(jù)自適應延遲調度方法和基于灰色模糊預測的大數(shù)據(jù)調度方法作為本文方法的對比方法，統(tǒng)計3 種方法調度的負載均衡度，結果見圖3。

圖3 3種方法調度的負載均衡度對比結果Fig.3 Comparison of load balancing degree of three methods

根據(jù)圖3 測試結果可知：在相同迭代次數(shù)條件下，本文方法調度的負載均衡度優(yōu)于兩種對比方法；隨著迭代次數(shù)的增加，3 種方法調度的負載均衡度均呈現(xiàn)上升趨勢，但是，本文方法的調度后的負載均衡度結果依舊優(yōu)于兩種對比方法。說明本文方法調度后的負載均衡度較好，具備良好的大數(shù)據(jù)跨源調度均衡性。

采用均衡負載離差進一步衡量3 種方法的跨源調度性能，其計算公式為

式中：LBj和分別為處理器調度前負載和調度后負載；m為數(shù)據(jù)量。

利用式（15）獲取3 種方法在不同調度任務量條件下的負載均衡離差結果，見圖4。

圖4 3種方法的對比結果Fig.4 Comparison result of three methods

根據(jù)圖4 測試結果可知：在調度任務量相同的情況下，本文方法的電力負荷大數(shù)據(jù)跨源調度負載均衡離差均低于兩種對比方法；隨著調度任務量的增加，3 種方法的負載均衡離差均呈現(xiàn)上升趨勢，但是本文方法的上升趨勢相對平緩，并且依舊低于兩種對比方法，當調度任務量達到1 000 個時，負載均衡離差也低于0.15，說明本文方法的跨源調度負載均衡較好，調度性能較好。

調度開銷是衡量調度性能的主要指標，統(tǒng)計3種方法在不同大小數(shù)據(jù)調度情況下所需的調度時間開銷，結果見圖5。

根據(jù)圖5 的測試結果可知：3 種方法在調度數(shù)據(jù)量相同時，調度開銷結果中，本文方法的開銷最低，均低于0.95 s；隨著調度數(shù)據(jù)量的增加，兩種對比方法的調度開銷呈現(xiàn)明顯上升趨勢，本文方法則相對平穩(wěn)，調度開銷沒有明顯增加。說明本文方法可有效降低調度延遲和時間開銷，適用性較高。

圖5 3種方法的調度開銷對比結果Fig.5 Comparison result of scheduling cost of three methods

3 結語

隨著電力系統(tǒng)的發(fā)展，負荷數(shù)據(jù)日益復雜，且用戶類型多樣化，使得當前電力用戶的負荷調度成為一大難題。本文研究基于最優(yōu)K 均值聚類的電力負荷大數(shù)據(jù)跨源調度方法，滿足電力企業(yè)用電需求的同時保障電力負荷均衡度。經(jīng)實驗測試表明：本文方法在k值為4 時，可獲取最佳電力負荷大數(shù)據(jù)分類結果，并且調度均衡度較好，調度時的開銷較低，可有效完成電力負荷大數(shù)據(jù)的均衡調度。