妙紅英，周鳳華，王艷芹，燕 凱，檀 政

（1.國(guó)網(wǎng)冀北電力有限公司承德供電公司，河北承德 067000；2.國(guó)網(wǎng)冀北電力有限公司，北京 100044）

SVD 是一種奇異值分解方法，該方法是線性代數(shù)領(lǐng)域中重要的矩陣分解方法。由于特征分解條件的不同，原始矩陣在經(jīng)過(guò)分解處理后，可形成多個(gè)完全不同的新型矩陣存在形式。在配電網(wǎng)環(huán)境中，SVD 可針對(duì)電量數(shù)據(jù)進(jìn)行多層次分析，且可在運(yùn)算過(guò)程中，找出數(shù)據(jù)參量之間的隱含“模式”關(guān)系，從而實(shí)現(xiàn)對(duì)混合數(shù)據(jù)的降維與劃分處理[1-2]。在應(yīng)用方面，不同種類(lèi)的電量數(shù)據(jù)可映射到同一維度空間中，且根據(jù)奇異值特征形式的不同，同一集合中的數(shù)據(jù)信息也總是保持由小到大的排列順序。

電能計(jì)量裝置異常數(shù)據(jù)是指配電網(wǎng)環(huán)境中，由于電量分布不均而產(chǎn)生的錯(cuò)誤計(jì)量信息。隨著電網(wǎng)覆蓋范圍的不斷擴(kuò)大，檢索并辨識(shí)這些數(shù)據(jù)所需的時(shí)間會(huì)持續(xù)延長(zhǎng)，從而導(dǎo)致單位辨識(shí)速率的不斷下降，是導(dǎo)致用戶(hù)對(duì)用電設(shè)備電力負(fù)荷狀態(tài)辨識(shí)要求得到全面滿(mǎn)足的主要原因。

為解決此問(wèn)題，該文提出基于SVD 的電能計(jì)量裝置異常數(shù)據(jù)快速辨識(shí)方法。

1 基于SVD的電量數(shù)據(jù)修正

電量數(shù)據(jù)修正需要在負(fù)荷事件檢測(cè)結(jié)果的基礎(chǔ)上，計(jì)算符合異常特征量的具體數(shù)值，應(yīng)用SVD 分解理論展開(kāi)如下研究。

1.1 負(fù)荷事件檢測(cè)

在電能計(jì)量裝置異常數(shù)據(jù)快速辨識(shí)過(guò)程中，受到環(huán)境等其他外界因素的干擾，所獲負(fù)荷信號(hào)中會(huì)存在一定強(qiáng)度的物理噪聲，因此，需要對(duì)關(guān)鍵信號(hào)的參量進(jìn)行總結(jié)，并從中提取有效的負(fù)荷事件檢測(cè)結(jié)果。在SVD 的作用下，負(fù)荷事件檢測(cè)結(jié)果能夠決定電能計(jì)量裝置異常數(shù)據(jù)的實(shí)際傳輸速率。一般來(lái)說(shuō)，待檢測(cè)的負(fù)荷事件量越大，與之匹配的電能計(jì)量裝置異常數(shù)據(jù)傳輸速率也更快[3-4]。

設(shè)A1，A2，…，An為n個(gè)完全獨(dú)立的負(fù)荷事件行為，當(dāng)電能計(jì)量裝置中異常數(shù)據(jù)信息傳輸判別條件被確定后，聯(lián)立上述物理量，可將負(fù)荷事件檢測(cè)結(jié)果表示為：

其中，i代表檢測(cè)事件命名系數(shù)，pi代表電能計(jì)量裝置異常數(shù)據(jù)的負(fù)荷量被積條件。

當(dāng)目標(biāo)檢測(cè)函數(shù)達(dá)到最小值時(shí)，即可準(zhǔn)確掌握與電能計(jì)量裝置異常數(shù)據(jù)負(fù)荷事件匹配的數(shù)據(jù)信息。

1.2 符合異常特征量

在配電網(wǎng)環(huán)境中，各類(lèi)型電能計(jì)量裝置都會(huì)表現(xiàn)出不同的電氣性能，而在其工作狀態(tài)發(fā)生改變時(shí)，異常數(shù)據(jù)甚至可能會(huì)對(duì)裝置設(shè)備的常規(guī)應(yīng)用能力造成影響，這也是導(dǎo)致數(shù)據(jù)信息辨識(shí)速率開(kāi)始持續(xù)下降的主要原因[5-6]。針對(duì)這一特征，可對(duì)電能計(jì)量裝置異常數(shù)據(jù)的特征量進(jìn)行表示。

當(dāng)電能計(jì)量裝置的既定工作模態(tài)發(fā)生改變時(shí)，電流絕對(duì)值也會(huì)隨之發(fā)生改變，從而使待辨識(shí)異常數(shù)據(jù)在待識(shí)別時(shí)具有獨(dú)特性。因此，為對(duì)電氣設(shè)備異常數(shù)據(jù)辨識(shí)行為進(jìn)行識(shí)別，應(yīng)同時(shí)選取低壓電流、高壓電流作為符合異常特征量指標(biāo)[7-8]。對(duì)于電能計(jì)量裝置而言，異常數(shù)據(jù)傳輸行為受到容性負(fù)載、感性負(fù)載、阻性負(fù)載等多項(xiàng)物理?xiàng)l件的影響，而在已知電能計(jì)量條件的情況下，這些物理量的變動(dòng)行為都與低壓電流、高壓電流兩項(xiàng)特征值直接相關(guān)。規(guī)定低壓電流I1、高壓電流I2定義式為：

式中，U1、U2分別代表不同階段的低頻、高頻電壓，Rˉ代表接入電阻均值。規(guī)定λ代表電能計(jì)量裝置異常數(shù)據(jù)的暫態(tài)穩(wěn)定系數(shù)，聯(lián)立式（1）、式（2），可將符合異常特征量的計(jì)算結(jié)果表示為：

符合異常特征量能夠與電能計(jì)量裝置異常數(shù)據(jù)傳輸行為保持關(guān)聯(lián)性，且影響程度越深，代表數(shù)據(jù)信息的辨識(shí)速率越快。

2 異常數(shù)據(jù)快速辨識(shí)

按照電量數(shù)據(jù)的修正處理要求，搭建SVD 辨識(shí)框架，再通過(guò)計(jì)算計(jì)量裝置異常特征值的方式，實(shí)現(xiàn)對(duì)異常數(shù)據(jù)信息的快速辨識(shí)。

2.1 SVD辨識(shí)框架

SVD 框架是一個(gè)穩(wěn)定的開(kāi)源型數(shù)據(jù)分析結(jié)構(gòu)，如圖1 所示。

圖1 中，在Client、Driver、SparkContext 三類(lèi)應(yīng)用模塊作用下，完成對(duì)數(shù)據(jù)信息文件的分類(lèi)處理，從而為辨識(shí)指令的執(zhí)行節(jié)省大量運(yùn)行時(shí)間[9-10]。對(duì)于電能計(jì)量裝置異常數(shù)據(jù)來(lái)說(shuō)，Client 模塊能夠感知電量負(fù)荷事件的檢測(cè)現(xiàn)狀，并可依照SVD執(zhí)行標(biāo)準(zhǔn)，將暫存的數(shù)據(jù)信息文件分成幾個(gè)基本的傳輸類(lèi)型。SparkContext模塊內(nèi)部同時(shí)負(fù)載RDD DATG、DAGScheduler、TaskScheduler、SparkEnv 四類(lèi)應(yīng)用結(jié)構(gòu)，其中，RDD DATG 與DAGScheduler 負(fù)責(zé)處理電能計(jì)量裝置異常數(shù)據(jù)，TaskScheduler 與SparkEnv 負(fù)責(zé)處理常規(guī)電量負(fù)荷信息，并可將其暫時(shí)存儲(chǔ)于計(jì)量裝置內(nèi)部，供后續(xù)辨識(shí)方法設(shè)計(jì)直接調(diào)取與應(yīng)用[11-12]。

圖1 SVD辨識(shí)框架結(jié)構(gòu)

2.2 計(jì)量裝置異常特征計(jì)算

為實(shí)現(xiàn)電能計(jì)量裝置異常數(shù)據(jù)的快速辨識(shí)，需要確定裝置內(nèi)出現(xiàn)的異常情況，針對(duì)異常情況進(jìn)行多維度分析，最后結(jié)合SVD 框架，掌握用戶(hù)對(duì)用電設(shè)備電力負(fù)荷狀態(tài)的實(shí)際辨識(shí)要求[13-14]。

設(shè)dr代表電能計(jì)量裝置異常數(shù)據(jù)的實(shí)時(shí)輸出量，r表示該情況下數(shù)據(jù)的辨識(shí)條件，de代表常規(guī)電量負(fù)荷信息的實(shí)時(shí)輸出量，e表示該情況下的數(shù)據(jù)辨識(shí)條件，聯(lián)立式（3），可將計(jì)量裝置異常特征計(jì)算結(jié)果表示為：

式中，φ代表電量負(fù)荷數(shù)據(jù)的異變系數(shù)，l代表電量負(fù)荷數(shù)據(jù)的標(biāo)準(zhǔn)輸入值，x1、x2分別代表兩個(gè)不同的電能計(jì)量裝置異常數(shù)據(jù)值，ξ代表數(shù)據(jù)信息辨識(shí)量。

2.3 辨識(shí)準(zhǔn)確度

辨識(shí)準(zhǔn)確度的考核標(biāo)準(zhǔn)是能否將已選取的電能計(jì)量裝置異常數(shù)據(jù)實(shí)現(xiàn)穩(wěn)定傳輸。在SVD 框架中，若已知計(jì)量裝置異常特征計(jì)算結(jié)果，可聯(lián)合電信號(hào)輸出量條件，確定辨識(shí)準(zhǔn)確度指標(biāo)的實(shí)用性能力[15-16]。規(guī)定代表單位時(shí)間內(nèi)的電信號(hào)輸出量均值，一般來(lái)說(shuō)，該項(xiàng)物理參量的數(shù)值水平越低，異常數(shù)據(jù)能夠自由活動(dòng)的計(jì)量空間就越大，代表信息辨識(shí)指令所能表現(xiàn)出來(lái)的操作水平越快。聯(lián)立式（4），可將辨識(shí)準(zhǔn)確度計(jì)算結(jié)果表示為：

式中，μ代表電能計(jì)量裝置異常數(shù)據(jù)的特征標(biāo)準(zhǔn)值，η代表異常數(shù)據(jù)信息的有效辨識(shí)率，f代表數(shù)據(jù)辨識(shí)指令的實(shí)時(shí)傳輸量。在SVD 框架的支持下，完成電能計(jì)量裝置異常數(shù)據(jù)快速辨識(shí)方法的設(shè)計(jì)。

3 實(shí)例分析

實(shí)驗(yàn)利用兩臺(tái)型號(hào)相同的電能計(jì)量裝置組成集群，其中一臺(tái)為主節(jié)點(diǎn)裝置，另一臺(tái)為從節(jié)點(diǎn)裝置。當(dāng)電信號(hào)負(fù)荷數(shù)據(jù)輸出量達(dá)到一定水平后，按照SVD 原理，對(duì)已輸出數(shù)據(jù)進(jìn)行分類(lèi)處理，其中完全不滿(mǎn)足篩查標(biāo)準(zhǔn)的數(shù)據(jù)為完全異常數(shù)據(jù)，作為實(shí)驗(yàn)組研究變量，部分不滿(mǎn)足篩查標(biāo)準(zhǔn)的數(shù)據(jù)作為部分異常數(shù)據(jù)，作為對(duì)照組研究變量，具體篩查標(biāo)準(zhǔn)如圖2所示。

圖2 基于SVD的電量數(shù)據(jù)篩查

圖中，1 號(hào)SVD 標(biāo)準(zhǔn)圈與表1 中組別1 對(duì)應(yīng)，2號(hào)SVD標(biāo)準(zhǔn)圈與表1中組別2對(duì)應(yīng)，3號(hào)SVD標(biāo)準(zhǔn)圈與表1 中組別3 對(duì)應(yīng)，4 號(hào)SVD 標(biāo)準(zhǔn)圈與表1 中組別4對(duì)應(yīng)，5 號(hào)SVD 標(biāo)準(zhǔn)圈與表1 中組別5 對(duì)應(yīng)，6 號(hào)SVD標(biāo)準(zhǔn)圈與表1 中組別6 對(duì)應(yīng)，7 號(hào)SVD 標(biāo)準(zhǔn)圈與表1中組別7 對(duì)應(yīng)，8 號(hào)SVD 標(biāo)準(zhǔn)圈與表1 中組別8 對(duì)應(yīng)、9 號(hào)SVD 標(biāo)準(zhǔn)圈與表1 中組別9 對(duì)應(yīng)，10 號(hào)SVD 標(biāo)準(zhǔn)圈與表1 中組別10 對(duì)應(yīng)。

一般來(lái)說(shuō)，電能計(jì)量裝置所能承載的電信號(hào)強(qiáng)度標(biāo)準(zhǔn)值為30～70 dBm，高于或低于該數(shù)值標(biāo)準(zhǔn)的傳輸電信號(hào)，都屬于完全異常數(shù)據(jù)，處于該區(qū)間內(nèi)的傳輸電信號(hào)，屬于部分異常數(shù)據(jù)，表1 記錄了應(yīng)用SVD 制度后的電量數(shù)據(jù)提取結(jié)果。

分析表1 可知，第1、第2、第8、第9、第10 組電信號(hào)數(shù)據(jù)可作為實(shí)驗(yàn)組研究變量，其余電信號(hào)數(shù)據(jù)可作為對(duì)照組研究變量。

表1 電量數(shù)據(jù)提取結(jié)果

同時(shí)針對(duì)實(shí)驗(yàn)組、對(duì)照組研究變量進(jìn)行實(shí)驗(yàn)，具體實(shí)驗(yàn)結(jié)果如圖3 所示。

圖3 異常數(shù)據(jù)辨識(shí)速率對(duì)比

分析圖3 可知，實(shí)驗(yàn)組、對(duì)照組的異常數(shù)據(jù)辨識(shí)速率最大值均為10 Mb/s，但對(duì)照組達(dá)到極值水平所需的消耗時(shí)間明顯更長(zhǎng)，最多需要34 min，最少也需要20 min。實(shí)驗(yàn)組達(dá)到辨識(shí)速率極值水平所需的消耗時(shí)間較短，最少需要8 min、最多需要19 min，與對(duì)照組時(shí)間相比，大體上提前了14 min。

取實(shí)驗(yàn)組、對(duì)照組辨識(shí)速率均值，繪制如圖4 所示的對(duì)比曲線。

圖4 異常數(shù)據(jù)辨識(shí)速率均值

從均值角度來(lái)看，除消耗時(shí)間不同外，實(shí)驗(yàn)組、對(duì)照組在實(shí)驗(yàn)結(jié)束時(shí)所表現(xiàn)出的異常數(shù)據(jù)辨識(shí)速率也有所不同，前者達(dá)到了5.85 Mb/s，與對(duì)照組數(shù)值1.80 Mb/s 相比，上升了4.05 Mb/s。相比之下該文方法的辨識(shí)性能較好，驗(yàn)證了該文方法的有效性。

綜上可知，隨著基于SVD 辨識(shí)方法的應(yīng)用，異常電能計(jì)量裝置數(shù)據(jù)辨識(shí)速率獲得一定提升，且數(shù)據(jù)所表現(xiàn)出的異化程度越強(qiáng)，與之匹配的辨識(shí)速率也就越快，對(duì)于用電設(shè)備電力負(fù)荷方面的辨識(shí)要求具有一定應(yīng)用價(jià)值。

4 結(jié)束語(yǔ)

考慮到SVD 理論的作用及影響，電能計(jì)量裝置異常數(shù)據(jù)快速辨識(shí)方法通過(guò)檢測(cè)負(fù)荷事件行為的方式，對(duì)數(shù)據(jù)的符合異常特征量結(jié)果進(jìn)行計(jì)算，再聯(lián)合SVD 框架體系，從計(jì)量裝置異常特征的角度入手，得到辨識(shí)準(zhǔn)確度參量的具體數(shù)值。隨著電信號(hào)數(shù)據(jù)提取量的增大，所有異常數(shù)據(jù)都能得到明確劃分，且對(duì)于這些數(shù)據(jù)信息的辨識(shí)速率結(jié)果也不再保持原有的低速狀態(tài)，這在滿(mǎn)足用戶(hù)對(duì)于用電設(shè)備電力負(fù)荷狀態(tài)的實(shí)際辨識(shí)要求方面，具備一定的幫助。