賈旭超,馬 迅,劉安磊,魏 濤,王 勇

(國(guó)網(wǎng)河北省電力有限公司營(yíng)銷服務(wù)中心,河北 石家莊 050000)

0 引言

電能的準(zhǔn)確計(jì)量是電力企業(yè)生產(chǎn)管理過程必不可少的一個(gè)重要環(huán)節(jié),也是電力系統(tǒng)能夠得以安全穩(wěn)定運(yùn)行的重要保障[1]。但是在實(shí)際電力工作中,采集到的用電數(shù)據(jù)常常存在一些異常數(shù)據(jù),嚴(yán)重影響了電能的準(zhǔn)確計(jì)量,長(zhǎng)此以往對(duì)我國(guó)電力事業(yè)發(fā)展以及電網(wǎng)服務(wù)質(zhì)量的提高也會(huì)產(chǎn)生不利影響。因此,研究一種可靠有效的電能計(jì)量數(shù)據(jù)異常檢測(cè)方法非常必要[2]。

國(guó)內(nèi)外學(xué)者研究了諸多有效的電能計(jì)量數(shù)據(jù)異常檢測(cè)方法,肖勇等在基于深度信念網(wǎng)絡(luò)與數(shù)據(jù)聚合模型的電能計(jì)量數(shù)據(jù)異常檢測(cè)方法的研究中,利用一種新的異常模式檢測(cè)框架對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行異常檢測(cè),在獲得電能計(jì)量數(shù)據(jù)后,分別應(yīng)用分布式數(shù)據(jù)模型與深度信念網(wǎng)絡(luò)對(duì)電能計(jì)量數(shù)據(jù)執(zhí)行聚合以及期望數(shù)據(jù)對(duì)比、標(biāo)記等操作,最終完成電能計(jì)量數(shù)據(jù)異常檢測(cè)[3];姜丹等在對(duì)基于大數(shù)據(jù)分析的電能計(jì)量數(shù)據(jù)異常檢測(cè)方法的研究中,充分利用大數(shù)據(jù)技術(shù)的分析功能估計(jì)電能計(jì)量數(shù)據(jù)的最大似然值等信息,對(duì)不同時(shí)窗內(nèi)的電能計(jì)量數(shù)據(jù)執(zhí)行數(shù)據(jù)特征向量提取操作,并通過轉(zhuǎn)移概率序列等一系列操作完成電能計(jì)量數(shù)據(jù)異常檢測(cè)[4]。

上述方法均可實(shí)現(xiàn)電能計(jì)量數(shù)據(jù)異常檢測(cè),但是在對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行異常檢測(cè)時(shí),與其他傳統(tǒng)的異常檢測(cè)方法類似,過多關(guān)注正常電能計(jì)量數(shù)據(jù)的優(yōu)化,忽略了對(duì)異常數(shù)據(jù)樣本的描述優(yōu)化,使電能計(jì)量數(shù)據(jù)異常檢測(cè)時(shí)的誤報(bào)率大大增加,降低數(shù)據(jù)異常檢測(cè)的準(zhǔn)確性與效率。孤立森林算法彌補(bǔ)了傳統(tǒng)異常檢測(cè)方法中的不足,在進(jìn)行電能計(jì)量數(shù)據(jù)異常檢測(cè)時(shí),采取孤立異常點(diǎn)的方式完成。為此,本文提出基于孤立森林法的電能計(jì)量數(shù)據(jù)異常檢測(cè)方法,可更高效、更準(zhǔn)確完成電能計(jì)量數(shù)據(jù)異常檢測(cè),更好滿足實(shí)際電能計(jì)量數(shù)據(jù)異常檢測(cè)工作需要。

1 電能計(jì)量數(shù)據(jù)采集

準(zhǔn)確采集用電信息和電能計(jì)量數(shù)據(jù)是實(shí)現(xiàn)電能計(jì)量數(shù)據(jù)異常檢測(cè)的基礎(chǔ),對(duì)智能電網(wǎng)的建設(shè)也具有重要的意義[5]。本文利用一種智能化的電能計(jì)量數(shù)據(jù)采集系統(tǒng)實(shí)現(xiàn)電能計(jì)量數(shù)據(jù)采集,該系統(tǒng)可實(shí)時(shí)、安全、準(zhǔn)確采集包括用電客戶電量、用電負(fù)荷以及電流等在內(nèi)的用戶電能計(jì)量數(shù)據(jù)。電能計(jì)量數(shù)據(jù)采集邏輯架構(gòu)見圖1。

圖1 電能計(jì)量數(shù)據(jù)采集邏輯架構(gòu)

電能計(jì)量數(shù)據(jù)采集系統(tǒng)由數(shù)據(jù)采集設(shè)備層、網(wǎng)絡(luò)通信層及主站層三部分組成。數(shù)據(jù)采集設(shè)備層的主要作用是為整個(gè)電能計(jì)量數(shù)據(jù)采集系統(tǒng)搜集與提供最原始的用戶用電信息,采集終端可對(duì)各個(gè)電能表實(shí)行個(gè)性化設(shè)置。采集器的主要功能就是抄表,但它不同于傳統(tǒng)的抄表行為,可實(shí)現(xiàn)電能表數(shù)據(jù)的動(dòng)態(tài)性抄讀。網(wǎng)絡(luò)通信層是連接數(shù)據(jù)采集設(shè)備層與主站層的紐帶,為數(shù)據(jù)采集設(shè)備層與主站層之間信息的交互提供可靠支撐[6]。一般來說,現(xiàn)場(chǎng)采集終端與表計(jì)之間的連接操作由本地信道負(fù)責(zé)執(zhí)行,現(xiàn)場(chǎng)終端與主站系統(tǒng)間的連接以及數(shù)據(jù)傳輸操作由遠(yuǎn)程信道負(fù)責(zé)執(zhí)行。主站層主要負(fù)責(zé)各種采集終端收集的用電信息的邏輯分析、協(xié)議解析,以及通信管理與控制等工作。

2 ACS-Kmeans電能計(jì)量數(shù)據(jù)聚類

電能計(jì)量數(shù)據(jù)采集系統(tǒng)采集到的數(shù)據(jù)中,會(huì)有諸多的重復(fù)冗余數(shù)據(jù)出現(xiàn),增加電能計(jì)量數(shù)據(jù)分析與處理的復(fù)雜度與運(yùn)算量[7-8],為了盡可能地降低電能計(jì)量數(shù)據(jù)分析與處理的復(fù)雜度與運(yùn)算量,在電能計(jì)量數(shù)據(jù)采集完畢后,應(yīng)用自適應(yīng)布谷鳥搜索的并行K-means(ACS-Kmeans)聚類算法聚類電能計(jì)量數(shù)據(jù)。

若將電能計(jì)量數(shù)據(jù)樣本向量的維數(shù)用e表示,將電能計(jì)量數(shù)據(jù)通過ACS-Kmeans數(shù)據(jù)聚類算法聚類成k種電能計(jì)量數(shù)據(jù)。那么在應(yīng)用ACS-Kmeans聚類算法聚類電能計(jì)量數(shù)據(jù)的過程中,編碼算法實(shí)際上就是對(duì)l組電能計(jì)量數(shù)據(jù)向量的坐標(biāo)執(zhí)行向量求解操作。編碼算法中鳥巢的位置用電能計(jì)量數(shù)據(jù)的l個(gè)數(shù)據(jù)聚類中心表示,可表示成l×e矩陣。用公式可將此編碼方式表述為

式中:t11t12…t1e為第1個(gè)電能計(jì)量數(shù)據(jù)聚類中心;t21t22…t2e為第2個(gè)電能計(jì)量數(shù)據(jù)聚類中心;t k1t k2…t ke為第k個(gè)電能計(jì)量數(shù)據(jù)聚類中心的e維向量。

電能計(jì)量數(shù)據(jù)樣本類別的確認(rèn)操作是通過歐幾里得距離完成的[9]。將2個(gè)電能計(jì)量數(shù)據(jù)分別用x與y表示,則x、y的歐幾里得距離可表述為

式中:t xi-t yi為電能計(jì)量數(shù)據(jù)x、y在第i個(gè)聚類內(nèi)做差所得的數(shù)值;電能計(jì)量數(shù)據(jù)x滿足1≤x≤l;電能計(jì)量數(shù)據(jù)y滿足1≤y≤l。

在對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行數(shù)據(jù)聚類時(shí),個(gè)體的優(yōu)劣程度可以通過適應(yīng)度值的大小反映出來。一般情況下,如果個(gè)體的適應(yīng)度值比較高,那么個(gè)體性能也會(huì)呈現(xiàn)出比較優(yōu)秀的狀態(tài)[1011]。適應(yīng)度函數(shù)一般通過聚類內(nèi)距離以及聚類點(diǎn)的個(gè)數(shù)來反映,這樣做對(duì)于適應(yīng)度函數(shù)的求解有一定的優(yōu)勢(shì),卻也存在一定的不足,如在對(duì)適應(yīng)度函數(shù)求解過程中可能會(huì)發(fā)生迭代次數(shù)以及個(gè)體的好壞程度不夠理想的狀況。針對(duì)這一問題,在利用ACSKmeans聚類算法對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行聚類時(shí),將以往聚類算法中的適應(yīng)度函數(shù)加以改進(jìn),將適應(yīng)度調(diào)整為

式中:WN i為第i個(gè)聚類中電能計(jì)量數(shù)據(jù)樣本點(diǎn)的個(gè)數(shù);OSi為各個(gè)電能計(jì)量數(shù)據(jù)點(diǎn)與聚類中心之間距離,OSi=∑x∈y O xy(x=1,2,…,WN i;x≠y);當(dāng)WN i以樣本聚集的方式獲得時(shí),用F it( i)表示所有電能計(jì)量數(shù)據(jù)點(diǎn)到類中心的平均距離,也就是ACS-Kmeans聚類算法的適應(yīng)度函數(shù),對(duì)l個(gè)數(shù)據(jù)聚類的適應(yīng)度值做求和操作,可以得到總適應(yīng)度的值

式中:k為用電信息和電能計(jì)量數(shù)據(jù)種類。

根據(jù)以上對(duì)編程算法與適應(yīng)度函數(shù)的表述,可將應(yīng)用ACS-Kmeans聚類算法聚類電能計(jì)量數(shù)據(jù)的過程歸結(jié)如下。

1)將應(yīng)用ACS-Kmeans算法聚類電能計(jì)量數(shù)據(jù)時(shí)的最大迭代次數(shù)用Imax表示;發(fā)現(xiàn)概率用Pa表示;最大與最小步長(zhǎng)分別用pmax與pmin表示;依次輸入待聚類電能計(jì)量數(shù)據(jù)樣本集與聚類數(shù)量、Imax、Pa、pmax與pmin并初始化鳥巢位置。

2)通過K-means聚類算法完成聚類劃分,求解所有電能計(jì)量數(shù)據(jù)的最優(yōu)鳥巢位置。

3)通過公式(3)與公式(4)求解全部鳥巢適應(yīng)度與總適應(yīng)度。

4)留取前次迭代鳥巢位置并對(duì)剩余鳥窩位置執(zhí)行更新操作。

5)執(zhí)行剩余鳥巢更新操作后,得到發(fā)現(xiàn)概率與隨機(jī)數(shù)r,且滿足r∈[0,1]。將r的值與Pa的值進(jìn)行比較。當(dāng)Pa

6)新鳥巢構(gòu)建完成后,執(zhí)行步驟2)、3)操作,比較新鳥巢與上代鳥巢的總適應(yīng)度,若新鳥巢擁有更大的總適應(yīng)度,則視該鳥巢組合為更新后鳥巢組合,否則執(zhí)行步驟5)操作。

7)迭代次數(shù)達(dá)到最大,電能計(jì)量數(shù)據(jù)聚類結(jié)束,否則執(zhí)行步驟4)。

3 孤立森林算法的數(shù)據(jù)異常檢測(cè)

孤立森林算法因其在處理大數(shù)據(jù)問題時(shí),具有高精度、高計(jì)算率以及低運(yùn)算復(fù)雜度等優(yōu)點(diǎn),被廣泛應(yīng)用于各領(lǐng)域的數(shù)據(jù)異常檢測(cè)工作中[1214]。在本文中應(yīng)用孤立森林算法完成電能計(jì)量數(shù)據(jù)的異常檢測(cè),實(shí)質(zhì)上是通過對(duì)電能計(jì)量數(shù)據(jù)中的異常數(shù)據(jù)點(diǎn)執(zhí)行孤立操作的過程。

3.1 孤立森林構(gòu)建

孤立森林算法適用于解決那些數(shù)據(jù)樣本中異常數(shù)據(jù)很少,并且與正常數(shù)據(jù)樣本區(qū)別顯著的異常數(shù)據(jù)檢測(cè)問題。在孤立森林算法中,正常數(shù)據(jù)與異常數(shù)據(jù)的分離是通過隨機(jī)超平面完成的,對(duì)數(shù)據(jù)進(jìn)行連續(xù)不斷地分離操作,直到完成最后一個(gè)數(shù)據(jù)點(diǎn)的分離。通常來講,在電能計(jì)量數(shù)據(jù)集中,正常與異常電能計(jì)量數(shù)據(jù)分別存在于高密度區(qū)域與低密度區(qū)域[15-16]。因此,正常的電能計(jì)量數(shù)據(jù)會(huì)被執(zhí)行多次數(shù)據(jù)隔離分離操作,而異常數(shù)據(jù)會(huì)被執(zhí)行較少次數(shù)數(shù)據(jù)隔離分離操作。具體的孤立森林構(gòu)建步驟為。

1)隨機(jī)選取φ個(gè)聚類獲取的電能計(jì)量數(shù)據(jù)當(dāng)作子樣本集,視這些選取的電能計(jì)量數(shù)據(jù)為樹的根節(jié)點(diǎn)。

2)任意設(shè)定一個(gè)閾值并把當(dāng)前電能計(jì)量數(shù)據(jù)點(diǎn)當(dāng)作基準(zhǔn),設(shè)定閾值允許范圍內(nèi)的隨機(jī)值當(dāng)作步長(zhǎng)對(duì)電能計(jì)量數(shù)據(jù)執(zhí)行相關(guān)地切割操作。

3)執(zhí)行步驟2)中的切割操作后,形成的超平面將電能計(jì)量數(shù)據(jù)分離為2個(gè)子空間,以維度p為分節(jié)點(diǎn),將大于該維度與小于該維度的電能計(jì)量數(shù)據(jù)分別放置于節(jié)點(diǎn)右側(cè)與左側(cè)。

4)重復(fù)執(zhí)行步驟2)與步驟3),不斷產(chǎn)生新的節(jié)點(diǎn),直到電能計(jì)量數(shù)據(jù)無法再分割或者滿足分割次數(shù)≥log2φ時(shí),分割結(jié)束。

3.2 異常數(shù)據(jù)檢測(cè)

用X表示電能計(jì)量訓(xùn)練數(shù)據(jù),使其遍歷所有隨機(jī)二叉樹iTree,分別對(duì)電能計(jì)量數(shù)據(jù)的最終深度、平均深度進(jìn)行求解,將平均深度表示為z( x)。

歸一化處理iTree深度,在各個(gè)iTree上執(zhí)行電能計(jì)量數(shù)據(jù)檢索操作,獲得平均深度z(x)。被檢電能計(jì)量數(shù)據(jù)樣本x的異常分值用公式表示為

式中:F (x)為異常分值;ξ為歐拉常數(shù)。

式中:Z為φ-1個(gè)聚類獲取的電信息電能計(jì)量數(shù)據(jù)的最終深度;c(φ)為φ個(gè)點(diǎn)二分搜索數(shù)的長(zhǎng)度,則各節(jié)點(diǎn)深度取值約束條件為

式中:z (x)為電能計(jì)量數(shù)據(jù)x在iTree中的節(jié)點(diǎn)平均深度;E g[ ]為t個(gè)iTree中的節(jié)點(diǎn)深度均值。

用s表示電能計(jì)量數(shù)據(jù)的異常分值,當(dāng)異常分值越靠近1,說明該電能計(jì)量數(shù)據(jù)越有可能是電能計(jì)量異常數(shù)據(jù);當(dāng)異常分值越靠近0,說明該電能計(jì)量數(shù)據(jù)越可能是正常電能計(jì)量數(shù)據(jù);當(dāng)幾乎所有的電能計(jì)量數(shù)據(jù)異常數(shù)值均為0.5,則表示該電能計(jì)量數(shù)據(jù)無異常值。

4 實(shí)例分析

以2022年1月12日D 市某區(qū)1 028戶居民用電過程中產(chǎn)生的電能計(jì)量數(shù)據(jù)為實(shí)驗(yàn)對(duì)象,應(yīng)用本文方法對(duì)其進(jìn)行異常檢測(cè),驗(yàn)證本文方法的有效性。實(shí)驗(yàn)中設(shè)置iTree的采樣棵樹為150。

表1是應(yīng)用本文方法進(jìn)行電能計(jì)量數(shù)據(jù)異常檢測(cè)的結(jié)果。

表1 數(shù)據(jù)異常檢測(cè)結(jié)果

從表1可以看出,應(yīng)用本文方法可實(shí)現(xiàn)電能計(jì)量數(shù)據(jù)的異常檢測(cè),檢測(cè)出的異常數(shù)據(jù)量與實(shí)際異常數(shù)據(jù)量完全相符合,并且根據(jù)所獲異常數(shù)據(jù)能夠診斷出出現(xiàn)異常數(shù)據(jù)的原因,可更好滿足實(shí)際電力工作需要。

AUC(Area Under Curve)為不同類別的區(qū)分度,是反映電能計(jì)量數(shù)據(jù)異常檢測(cè)效果的一個(gè)重要指標(biāo)。通常情況下,AUC 的值越高,證明電能計(jì)量數(shù)據(jù)異常檢測(cè)的效果就越好。因此,為驗(yàn)證本文方法在電能計(jì)量數(shù)據(jù)異常檢測(cè)方面的優(yōu)勢(shì),繪制在不同信噪比環(huán)境下,應(yīng)用本文方法進(jìn)行電能計(jì)量數(shù)據(jù)異常檢測(cè)獲得的AUC曲線,具體如圖2所示。

圖2 不同信噪比環(huán)境下AUC曲線

由圖2可知,隨著數(shù)據(jù)樣本點(diǎn)數(shù)量的增加,應(yīng)用本文方法進(jìn)行電能計(jì)量數(shù)據(jù)異常檢測(cè)時(shí)獲得的AUC值也呈現(xiàn)出下降的趨勢(shì),但是下降趨勢(shì)不明顯,即使在數(shù)據(jù)樣本點(diǎn)數(shù)量為500時(shí),AUC的值也很高,并且在不同信噪比環(huán)境下的AUC曲線也非常接近。實(shí)驗(yàn)證明即使在數(shù)據(jù)樣本點(diǎn)數(shù)量較多與噪聲較大的環(huán)境下,應(yīng)用本文方法對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行異常檢測(cè)也可獲得較好的異常檢測(cè)效果。

異常分?jǐn)?shù)值是判斷電能計(jì)量數(shù)據(jù)是否為異常數(shù)據(jù)的重要依據(jù)。圖3是分別應(yīng)用本文方法與基于深度信念網(wǎng)絡(luò)與數(shù)據(jù)聚合模型的電能計(jì)量數(shù)據(jù)異常檢測(cè)方法[3]、基于大數(shù)據(jù)分析的電能計(jì)量數(shù)據(jù)異常檢測(cè)方法[4]對(duì)采集到的電能計(jì)量數(shù)據(jù)進(jìn)行異常檢測(cè)獲得的平均異常分?jǐn)?shù)分布圖。

圖3 不同方法平均異常分?jǐn)?shù)分布

由圖3可知,應(yīng)用本文方法對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行異常檢測(cè)時(shí),平均異常分?jǐn)?shù)值在0.9 附近波動(dòng);而應(yīng)用文獻(xiàn)[3]與文獻(xiàn)[4]方法在進(jìn)行電能計(jì)量數(shù)據(jù)異常檢測(cè)時(shí),平均異常分?jǐn)?shù)值在0.7 左右波動(dòng)。實(shí)驗(yàn)證明本文方法對(duì)異常電能計(jì)量數(shù)據(jù)的檢測(cè)能力要強(qiáng)于其他2種方法,可更好滿足實(shí)際工作需要。

AUC方差的大小可以反映孤立森林算法的穩(wěn)定性。圖4是應(yīng)用本文方法在不同AUC 方差下對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行異常數(shù)據(jù)檢測(cè),每秒鐘檢測(cè)的電能計(jì)量數(shù)據(jù)量。

圖4 每秒鐘檢測(cè)數(shù)據(jù)量

由圖4可知,隨著AUC方差的不斷增大,不同實(shí)驗(yàn)次數(shù)下每秒檢測(cè)的電能計(jì)量數(shù)據(jù)量有所下降,但是下降幅度十分小。說明:應(yīng)用本文方法對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行異常檢測(cè)時(shí),即使在孤立森林性能不是十分穩(wěn)定的情況下,也具有較高的檢測(cè)效率,在實(shí)際的電能計(jì)量數(shù)據(jù)異常檢測(cè)工作中更具優(yōu)勢(shì)。

5 結(jié)論

本文提出基于孤立森林法的電能計(jì)量數(shù)據(jù)異常檢測(cè)方法,使用自適應(yīng)布谷鳥搜索的并行Kmeans數(shù)據(jù)聚類算法獲取有價(jià)值電能計(jì)量數(shù)據(jù),構(gòu)造包含若干隨機(jī)二叉樹的孤立森林,遍歷所有隨機(jī)二叉樹的電能計(jì)量數(shù)據(jù)后,依次執(zhí)行平均深度計(jì)算、異常分值求解以及異常分值比較等操作,完成電能計(jì)量數(shù)據(jù)異常檢測(cè)。采用本文方法對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行異常檢測(cè)時(shí),平均異常分?jǐn)?shù)值在0.9附近波動(dòng),優(yōu)于文獻(xiàn)[3]、文獻(xiàn)[4]方法平均異常分?jǐn)?shù)值;隨著AUC方差的不斷增大,不同實(shí)驗(yàn)次數(shù)下每秒檢測(cè)的電能計(jì)量數(shù)據(jù)量下降幅度十分小。本文方法可有效檢測(cè)電能計(jì)量數(shù)據(jù)的異常狀況,滿足實(shí)際電能計(jì)量數(shù)據(jù)異常檢測(cè)工作需要,在對(duì)電能計(jì)量數(shù)據(jù)進(jìn)行異常檢測(cè)時(shí)可實(shí)現(xiàn)電能計(jì)量數(shù)據(jù)的異常檢測(cè),檢測(cè)出的異常數(shù)據(jù)量與實(shí)際異常數(shù)據(jù)量完全符合,并根據(jù)所獲異常數(shù)據(jù)能夠診斷出出現(xiàn)異常數(shù)據(jù)的原因,提升電能計(jì)量數(shù)據(jù)異常檢測(cè)的效率與準(zhǔn)確性,可更好滿足實(shí)際電力工作需要。