王 勛，喬 佳，陳婷婷，王倩微，丁 斌

(北京市燃?xì)饧瘓F(tuán)研究院，北京 100011)

1 概述

城鎮(zhèn)燃?xì)馍虡I(yè)用戶存在一些用氣異常的用戶，原因可能是裝修、停業(yè)、更換設(shè)備、改變經(jīng)營(yíng)類型、偷盜氣等，這些異常用戶存在管理困難和安全風(fēng)險(xiǎn)。需加強(qiáng)對(duì)商業(yè)用戶的重點(diǎn)監(jiān)察，除進(jìn)行日常運(yùn)營(yíng)巡檢外也可以利用數(shù)據(jù)分析的手段進(jìn)行診斷和識(shí)別，有效縮小排查范圍。異常的用氣行為必然產(chǎn)生異常的用氣數(shù)據(jù)，用戶用氣數(shù)據(jù)的分析是監(jiān)控用戶用氣行為的重要方式。

2 用氣數(shù)據(jù)診斷分析方法

城鎮(zhèn)燃?xì)庥脷鈹?shù)據(jù)的診斷分析方法主要有對(duì)比法、繪圖法、指標(biāo)法、分類法、聚類法。本文對(duì)這些方法進(jìn)行分析總結(jié)。

2.1 對(duì)比法

該法主要是以用戶的歷史數(shù)據(jù)特征作為基準(zhǔn)，分析出用戶的用氣規(guī)律及指標(biāo)特征。搜集用戶歷史用氣數(shù)據(jù)，以7 d為更新周期，計(jì)算定長(zhǎng)時(shí)間如30 d的時(shí)、日、月不均勻系數(shù)、日均用氣量及最大最小用氣量等。以日均用氣量為例，將最近30 d日用氣量均值與上1周期(7 d前)30 d日用氣量均值對(duì)比，設(shè)定兩者偏差范圍為±10%，以此判斷用戶變化是否正常。偏差范圍可依據(jù)用戶數(shù)量及巡查工作量設(shè)定。

2.2 繪圖法

該法以用戶歷史用氣數(shù)據(jù)的時(shí)間序列為基礎(chǔ)，采用算法建模擬合用戶用氣數(shù)據(jù)變化規(guī)律，算法應(yīng)具備一定的穩(wěn)定性和準(zhǔn)確度，并計(jì)算算法的相對(duì)誤差δ0作為評(píng)判基準(zhǔn)。監(jiān)控時(shí)，采用繪圖法繪制出預(yù)測(cè)值、實(shí)際值曲線，采用算法預(yù)測(cè)用戶用氣量得到預(yù)測(cè)值，設(shè)定預(yù)測(cè)值相對(duì)誤差限值，當(dāng)預(yù)測(cè)值相對(duì)誤差絕對(duì)值高于該限值，則認(rèn)為算法預(yù)測(cè)失效。對(duì)一定時(shí)間內(nèi)算法預(yù)測(cè)失效發(fā)生的次數(shù)進(jìn)行累計(jì)，設(shè)為m，設(shè)定算法預(yù)測(cè)失效發(fā)生次數(shù)最大允許值為m0，若m大于m0則認(rèn)為用戶用氣異常。數(shù)據(jù)擬合的方法有回歸、時(shí)間序列、神經(jīng)網(wǎng)絡(luò)、小波分析、機(jī)器學(xué)習(xí)，可采用組合算法或集成算法提高準(zhǔn)確率。

2.3 指標(biāo)法

對(duì)用戶的某項(xiàng)指標(biāo)進(jìn)行統(tǒng)計(jì)，然后根據(jù)指標(biāo)范圍設(shè)定最小值及最大值，超出該范圍的用戶屬于需重點(diǎn)監(jiān)控用戶。以城鎮(zhèn)燃?xì)夤┡脩魹槔?，供暖用戶的用氣指?biāo)通常采用供暖期單位面積用氣量。先通過(guò)抽樣的方法選定樣本用戶，搜集用戶的供暖面積和供暖期用氣量，得到每個(gè)樣本用戶供暖期單位面積用氣量，后通過(guò)箱形圖[1]或拉依達(dá)準(zhǔn)則(3σ準(zhǔn)則)[2]進(jìn)行判斷。

在箱形圖中，記Q1為1/4分位數(shù)，Q3為3/4分位數(shù)，IQR表示Q3-Q1，將小于Q1-1.5IQR或大于Q3+1.5IQR的數(shù)據(jù)作為離群點(diǎn)，該用戶即異常用氣用戶。

拉依達(dá)準(zhǔn)則是在假定數(shù)據(jù)服從正態(tài)分布的前提下，用戶用氣指標(biāo)一般情況滿足或者近似滿足這一要求。數(shù)據(jù)標(biāo)準(zhǔn)差用σ表示，數(shù)據(jù)均值用μ表示。正態(tài)分布的特點(diǎn)是65%的數(shù)據(jù)分布在(μ-σ，μ+σ)內(nèi)，95%的數(shù)據(jù)分布在(μ-2σ，μ+2σ)內(nèi)，99%的數(shù)據(jù)分布在(μ-3σ，μ+3σ)內(nèi)[3]，以此作為判斷依據(jù)，數(shù)據(jù)超大或者超小都屬于異常用氣。

2.4 分類法

該法通過(guò)搜集異常用戶用氣數(shù)據(jù)，建立1個(gè)包含異常用戶用氣數(shù)據(jù)和正常用戶用氣數(shù)據(jù)的樣本庫(kù)。該法的特點(diǎn)是有監(jiān)督判別，已知樣本庫(kù)中異常用戶用氣數(shù)據(jù)、正常用戶用氣數(shù)據(jù)、判定結(jié)果，將待判定用戶用氣數(shù)據(jù)與樣本庫(kù)中的數(shù)據(jù)進(jìn)行對(duì)比，分析數(shù)據(jù)的相似度，若與正常用戶用氣數(shù)據(jù)相似則該用戶正常，與異常用戶用氣數(shù)據(jù)相似則判定為異常。分析相似度的方法有邏輯回歸、BP神經(jīng)網(wǎng)絡(luò)、決策樹、支持向量機(jī)(SVM)等[4-6]。

2.5 聚類法

該法主要原理是同類型用戶具有相同的用氣特征，將同類型用戶作為一組，組中用戶數(shù)量記為m。依據(jù)用戶用氣數(shù)據(jù)及相關(guān)信息(如面積、設(shè)備功率、座位數(shù)、床位數(shù)、房間數(shù)、人數(shù)等)，計(jì)算出特征指標(biāo)(如單位面積用氣量、單位功率用氣量等)。通過(guò)數(shù)學(xué)方法提取出該組用戶更多共同特征(如時(shí)序數(shù)據(jù)和平均溫度的相關(guān)系數(shù)、時(shí)序數(shù)據(jù)的最大波動(dòng)系數(shù)、標(biāo)準(zhǔn)差、峰度、各階自相關(guān)系數(shù)的聚合統(tǒng)計(jì)特征、近似熵、復(fù)雜度、傅里葉變換的質(zhì)心、傅里葉變換的方差等)，同樣計(jì)算出特征指標(biāo)。特征指標(biāo)數(shù)量記為n。同組每個(gè)用戶都得到1個(gè)n維特征向量，記為Vj=(f1，f2，…，fi，…，fn)，其中Vj(j=1，2，…，m)表示第j個(gè)用戶的特征向量，fi(i=1，2，…，n)為特征指標(biāo)。以同組每個(gè)用戶的特征向量為參數(shù)，采用聚類算法如Mean-shift、層次聚類、Birch等，聚類結(jié)果將同組中的大部分用戶聚集成一簇或多簇，并有少量離群點(diǎn)，則離群點(diǎn)判斷為異常用戶。

3 各類算法優(yōu)缺點(diǎn)

對(duì)比法和繪圖法，數(shù)據(jù)要求比較簡(jiǎn)單，若單個(gè)用戶從某個(gè)時(shí)段開始，數(shù)據(jù)出現(xiàn)異常變化，對(duì)比法很容易發(fā)現(xiàn)，但對(duì)于存在長(zhǎng)期偷盜氣行為無(wú)法判別。

指標(biāo)法判斷邏輯嚴(yán)密，但需要核查用戶的基礎(chǔ)信息和經(jīng)營(yíng)信息，這些信息變化快、難以獲得或不準(zhǔn)確，可能會(huì)產(chǎn)生誤判。

分類法需要建立包含異常用戶用氣數(shù)據(jù)的樣本庫(kù)，異常用氣用戶特點(diǎn)多，需要的樣本數(shù)量較大，使建模難度增大。

聚類法對(duì)數(shù)據(jù)質(zhì)量和粒度要求較高，對(duì)用戶的基礎(chǔ)信息要求較少，利于模型建立和應(yīng)用，用戶類別劃分越細(xì)精度越高。

以上方法在實(shí)際運(yùn)用過(guò)程中各有優(yōu)勢(shì)，可根據(jù)數(shù)據(jù)和用戶信息條件，采用不同算法進(jìn)行綜合判斷。

4 城鎮(zhèn)燃?xì)鈹?shù)據(jù)采集管理和應(yīng)用流程

近年來(lái)，在實(shí)現(xiàn)數(shù)字化管理方面，廣州燃?xì)?、深圳燃?xì)?、合肥燃?xì)?、鄭州燃?xì)獾榷家褜?shí)現(xiàn)大量商業(yè)用戶和居民用戶的數(shù)據(jù)采集，并在此基礎(chǔ)上開發(fā)了數(shù)據(jù)駕駛艙或平臺(tái)。各類流量計(jì)、調(diào)壓器、溫度計(jì)、報(bào)警器、收費(fèi)系統(tǒng)、用戶服務(wù)系統(tǒng)、監(jiān)控系統(tǒng)等產(chǎn)生了大量的數(shù)據(jù)，亟需對(duì)數(shù)據(jù)進(jìn)行有效管理和利用。數(shù)據(jù)質(zhì)量是數(shù)據(jù)分析的基礎(chǔ)，決定了數(shù)據(jù)整體價(jià)值，本文認(rèn)為需從采集源頭進(jìn)行管理，數(shù)據(jù)采集管理和應(yīng)用流程分為3步。

① 核實(shí)數(shù)據(jù)有效性

當(dāng)數(shù)據(jù)錄入系統(tǒng)時(shí)，不論人工錄入還是遠(yuǎn)程采集錄入，數(shù)據(jù)管理系統(tǒng)應(yīng)首先判斷數(shù)據(jù)的合理性和有效性。這一過(guò)程可以利用指標(biāo)法，當(dāng)出現(xiàn)不合理數(shù)據(jù)時(shí)，應(yīng)有管理機(jī)制核實(shí)數(shù)據(jù)，保證錄入系統(tǒng)數(shù)據(jù)的有效性。同時(shí)，也能在核實(shí)過(guò)程發(fā)現(xiàn)采集設(shè)備、燃?xì)庠O(shè)備、用戶等存在的問(wèn)題或隱患，及時(shí)解決。

② 分析單個(gè)用戶數(shù)據(jù)

在保證用戶數(shù)據(jù)有效性的情況下，可以對(duì)用戶數(shù)據(jù)進(jìn)行分析。應(yīng)用對(duì)比法、繪圖法可以對(duì)單個(gè)用戶的用氣行為進(jìn)行分析。

③ 分析同類用戶

對(duì)同類用戶進(jìn)行分析，通過(guò)提取高階指標(biāo)，采用分類法、聚類法或其他算法建模，對(duì)同類用戶指標(biāo)進(jìn)行建模，縮小異常用戶范圍，進(jìn)行重點(diǎn)監(jiān)督和分析。

通過(guò)有效的數(shù)據(jù)，既可以結(jié)合用戶信息得到高階指標(biāo)(高階指標(biāo)可用于燃?xì)馄髽I(yè)的規(guī)劃、設(shè)計(jì)及預(yù)測(cè)調(diào)度等方面)，也可以與水、電、天氣、經(jīng)濟(jì)、交通、財(cái)務(wù)或其他外部數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，反映企業(yè)發(fā)展的相關(guān)關(guān)系，挖掘企業(yè)發(fā)展方向，預(yù)測(cè)變化趨勢(shì)，為企業(yè)決策提供依據(jù)，也可應(yīng)用于智慧城市的建設(shè)。