姜 遼

（陜西綜合能源集團(tuán)有限公司，陜西 西安 710000）

1 神經(jīng)網(wǎng)絡(luò)選取分析

1.1 DBSCAN

通過(guò)對(duì)數(shù)據(jù)的統(tǒng)計(jì)，選擇具有噪聲的基于密度的聚類方法（Density-Based Spatial Clustering of Applications with Noise，DBSCAN）[1]。DBSCAN 是根據(jù)數(shù)據(jù)的相似度來(lái)判定樣本的類別，由于同一類型的資料抽樣分布范圍非常相近，如果該數(shù)據(jù)的附近有一個(gè)類似樣本，那么根據(jù)該模型的密度可以將這些樣本劃分成一個(gè)集群。與K-means 方法相比，DBSCAN 無(wú)須輸入類型K就能找到任何類型的聚類[2]。

DBSCAN 具有以下優(yōu)勢(shì)：（1）對(duì)于任何形式的密集資料集合都能進(jìn)行聚類；（2）能夠在集群過(guò)程中發(fā)現(xiàn)離群值，不會(huì)對(duì)異常值產(chǎn)生影響；（3）聚類的結(jié)論沒(méi)有任何偏差。

DBSCAN 存在以下不足：（1）當(dāng)采樣組的濃度不一致且群組間隔有很大差別時(shí)，聚類的品質(zhì)較差；（2）如果一個(gè)樣本集的數(shù)量很大，則聚類收斂的時(shí)間會(huì)比較久，此時(shí)可以搜索最近鄰建立的KD 樹(shù)或者球樹(shù)進(jìn)行規(guī)模限制；（3）與常規(guī)的聚類相比，調(diào)參的精度略高，參數(shù)的不同會(huì)使最終的聚類結(jié)果產(chǎn)生顯著差異。

1.2 LSTM

長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）是循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）的一種改良，可以很好地解決RNN 算法中存在的漸近衰減問(wèn)題[3]。LSTM 模型的神經(jīng)元包括4 個(gè)模塊，即記憶細(xì)胞（Cell）、輸入門(mén)、遺忘門(mén)以及輸出門(mén)。Cell負(fù)責(zé)存儲(chǔ)留在神經(jīng)元中的歷史信息，輸入門(mén)負(fù)責(zé)決定Cell 將接受的輸入數(shù)據(jù)，遺忘門(mén)負(fù)責(zé)控制Cell 中的歷史數(shù)據(jù)丟棄量，輸出門(mén)負(fù)責(zé)決定輸出的數(shù)據(jù)[4]。

LSTM 是一種類似于RNN 的逆向傳輸網(wǎng)絡(luò)，主要包括以下3 個(gè)部分。（1）對(duì)各神經(jīng)元沿正向的輸出數(shù)值進(jìn)行運(yùn)算。（2）對(duì)各神經(jīng)元錯(cuò)誤項(xiàng)目的數(shù)值進(jìn)行逆向運(yùn)算。與RNN 相似，LSTM 錯(cuò)誤的逆向傳輸也包含2 種不同的方法。一種是沿著時(shí)間的逆向傳輸，也就是從t時(shí)刻開(kāi)始推算出各點(diǎn)的錯(cuò)誤項(xiàng)；另一種方法是將錯(cuò)誤項(xiàng)推廣到更高的層次。（3）對(duì)各加權(quán)的誤差率按照各自的錯(cuò)誤項(xiàng)目來(lái)進(jìn)行權(quán)重計(jì)算[5]。

2 基于DBSCAN 和LSTM 的電力通信異常數(shù)據(jù)檢測(cè)算法

針對(duì)目前的電力通信運(yùn)行狀況，采用DBSCAN與LSTM 來(lái)進(jìn)行異常數(shù)據(jù)自動(dòng)辨識(shí)。采用DBSCAN 算法對(duì)經(jīng)過(guò)分析和基礎(chǔ)處理后的數(shù)據(jù)進(jìn)行自動(dòng)分析，然后按相似度進(jìn)行密度聚類，獲得離群數(shù)據(jù)，即異常數(shù)據(jù)。LSTM 需要預(yù)先通過(guò)一系列的數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí)，根據(jù)所獲得的變異規(guī)則對(duì)權(quán)重因子進(jìn)行校正，使得神經(jīng)網(wǎng)絡(luò)處于最佳的記憶狀況，從而對(duì)異常數(shù)據(jù)中的特定異常值進(jìn)行有效判定。使用經(jīng)過(guò)訓(xùn)練的LSTM，將判斷為非正常狀態(tài)的時(shí)間序列數(shù)據(jù)作為其輸入，然后對(duì)前面n段進(jìn)行預(yù)測(cè)。在LSTM 中，將判斷為異常的時(shí)序數(shù)據(jù)作為其輸入，設(shè)定最優(yōu)輸入神經(jīng)元個(gè)數(shù)為n、最優(yōu)輸出神經(jīng)元個(gè)數(shù)為1，即連續(xù)將先前n組的最大值輸入到LSTM 中，從而得到下一組的結(jié)果。在此基礎(chǔ)上，將LSTM 的預(yù)報(bào)結(jié)果設(shè)定為一個(gè)精確數(shù)值，同時(shí)設(shè)定一個(gè)上下浮動(dòng)的臨界點(diǎn)，根據(jù)上下浮動(dòng)的閾值來(lái)判定序列數(shù)據(jù)對(duì)應(yīng)的實(shí)測(cè)值。如果超過(guò)該閾值，則該結(jié)果被認(rèn)為是一個(gè)離群點(diǎn)。LSTM 的預(yù)測(cè)值作為修正值繼續(xù)往前預(yù)測(cè)，直至序列數(shù)據(jù)運(yùn)行結(jié)束。

在密度聚類處理中使用DBSCAN，實(shí)際情況下若有特殊的異常值要求或根據(jù)評(píng)分來(lái)選擇異常數(shù)據(jù)點(diǎn)，可使用局部離群因子檢測(cè)（Local Outlier Factor，LOF）算法替代上述步驟，其余各部分均不變。

3 仿真實(shí)驗(yàn)

3.1 實(shí)驗(yàn)環(huán)境

本試驗(yàn)使用Python 編程語(yǔ)言，集成開(kāi)發(fā)環(huán)境（Integrated Development Environment，IDE）為Eclipse Pydev，在此基礎(chǔ)上編制程序和算法。Numpy 支持多維數(shù)組和矩陣操作，為數(shù)組操作提供了許多數(shù)學(xué)功能，是Python 的一種擴(kuò)充程序庫(kù)。Pandas 包含許多類庫(kù)和某些標(biāo)準(zhǔn)的數(shù)據(jù)模式，為大規(guī)模的數(shù)據(jù)集處理工作提供了必要工具。Matplotlib 是一個(gè)Python 2D 繪圖庫(kù)，提供多種不同的打印和跨媒體交互環(huán)境，能夠產(chǎn)生高品質(zhì)的圖像。Sciki-learn 是一種用Python 語(yǔ)言來(lái)完成的機(jī)器學(xué)習(xí)算法，能夠完成一些常見(jiàn)的數(shù)據(jù)預(yù)處理、分類、回歸、降維以及模型選擇等任務(wù)。TensorFlow是一種開(kāi)放源碼的機(jī)器學(xué)習(xí)平臺(tái)，常用于機(jī)器學(xué)習(xí)和深層神經(jīng)網(wǎng)絡(luò)領(lǐng)域。

在公開(kāi)的Moore 數(shù)據(jù)集上驗(yàn)證電力通信異常數(shù)據(jù)檢測(cè)算法。利用pandas 包中的describe 函數(shù)和info 函數(shù)來(lái)初始觀測(cè)實(shí)驗(yàn)數(shù)據(jù)，從而確定該數(shù)據(jù)的大體分配和該離散數(shù)值的尺寸分配。其中，info 函數(shù)主要介紹數(shù)據(jù)集各列的數(shù)據(jù)類型，明確數(shù)據(jù)是否為空值及內(nèi)存占用情況；describe 函數(shù)主要介紹數(shù)據(jù)集各列的數(shù)據(jù)統(tǒng)計(jì)情況，包括最大值、最小值、標(biāo)準(zhǔn)偏差等。將一天中基本為0 的采樣數(shù)據(jù)剔除，以確保資料的完整。將所有數(shù)據(jù)中的缺失值進(jìn)行均值填充，全部用Float格式的字符串進(jìn)行處理，以確保其正確性。對(duì)資料進(jìn)行Shape 處理，使資料的維數(shù)一致，確保以后的模式能夠平穩(wěn)運(yùn)行。將時(shí)間序列的數(shù)據(jù)按一定的時(shí)間長(zhǎng)短分割，并加以存儲(chǔ)，從而為L(zhǎng)STM 的訓(xùn)練提供一定的資料。

3.2 實(shí)驗(yàn)分析

3.2.1 DBSCAN 實(shí)驗(yàn)分析

通過(guò)DBSCAN 聚類尋找異常點(diǎn)，一般都具有聚類特征。實(shí)驗(yàn)中隨機(jī)抽取資料，并對(duì)實(shí)驗(yàn)隨機(jī)獲取的數(shù)據(jù)進(jìn)行測(cè)試，得到聚類結(jié)果如圖1 所示。

圖1 數(shù)據(jù)聚類效果

聚類的效果主要取決于半徑的選擇，如果半徑過(guò)小，則會(huì)出現(xiàn)很多不能聚集的離群點(diǎn)；如果半徑過(guò)大，則會(huì)導(dǎo)致分散的區(qū)域大量聚集在一起。實(shí)際使用過(guò)程中，使用者可以依據(jù)實(shí)際需求選擇符合要求的參量，從而得到合適的聚類分區(qū)。通過(guò)對(duì)上述各種參量的聚類結(jié)果進(jìn)行比較，當(dāng)需要將局部稠度點(diǎn)聚集為若干個(gè)集群時(shí)，設(shè)置最小包含點(diǎn)數(shù)閾值（MinPts），通過(guò)調(diào)節(jié)半徑的取值使其變小，根據(jù)上述要求生成數(shù)量眾多的簇，但隨之而來(lái)的是數(shù)目眾多的散亂離群點(diǎn)。為了解決離群點(diǎn)問(wèn)題，可以采用二次聚集的方法來(lái)降低群體數(shù)量，并將這些離散的個(gè)體按一定的比例分布到特定的群體。當(dāng)需要較大的集群時(shí)，可以將半徑的數(shù)值設(shè)置較大，從而產(chǎn)生小的集群和小的孤立點(diǎn)。

3.2.2 LSTM 實(shí)驗(yàn)分析

根據(jù)試驗(yàn)資料的特點(diǎn)，選取經(jīng)過(guò)DBSCAN 模式辨識(shí)的異常離群點(diǎn)，作為異常數(shù)據(jù)。對(duì)于每個(gè)異常數(shù)據(jù)包含的時(shí)間點(diǎn)序列數(shù)據(jù)，連續(xù)選取前10 個(gè)數(shù)據(jù)點(diǎn)作為L(zhǎng)STM 網(wǎng)絡(luò)的輸入，即將輸入的時(shí)間序列長(zhǎng)度設(shè)置為10，將輸入維設(shè)置為1，將隱含層中的細(xì)胞個(gè)數(shù)設(shè)置為8。激活函數(shù)為sigmoid 函數(shù)，輸出的激活函數(shù)為tanh 函數(shù)。根據(jù)LSTM 前向計(jì)算和反向傳播算法，需要初始化一系列矩陣和向量。這些矩陣和向量有2類用途，一類用于保存模型參數(shù)，另一類用于保存各種中間計(jì)算結(jié)果，以便反向傳播算法使用，其中包括各個(gè)權(quán)重對(duì)應(yīng)的梯度。

通過(guò)前向傳播Forward 方法實(shí)現(xiàn)長(zhǎng)短期記憶LSTM 的前向傳播計(jì)算，通過(guò)反向傳播Backward 方法實(shí)現(xiàn)長(zhǎng)短期記憶LSTM 的反向傳播計(jì)算。值得一提的是，與Backword 相關(guān)的內(nèi)部狀態(tài)變量事實(shí)上是在調(diào)用Backward 方法后才開(kāi)展初始化工作。如果長(zhǎng)短期記憶LSTM 只是用于推理工作，那么就不需要初始化這些相關(guān)變量，能夠提高算法整體性能，節(jié)省大量?jī)?nèi)存。

利用LSTM 算法進(jìn)行離群值預(yù)測(cè)，結(jié)果如圖2所示。

圖2 預(yù)測(cè)結(jié)果

由圖2 可知，該方法的預(yù)測(cè)精度隨迭代次數(shù)的增加而不斷提高，損耗值相反，整體逐漸趨于穩(wěn)定，獲得了良好的標(biāo)定結(jié)果。

4 結(jié) 論

智能電網(wǎng)是傳統(tǒng)電網(wǎng)智能化的產(chǎn)物，集成了電力系統(tǒng)中的電力流、信息流以及業(yè)務(wù)流。其目標(biāo)在于優(yōu)化能源資源的配置，滿足居民用電需求，確保電力供應(yīng)的安全、可靠，降低運(yùn)營(yíng)成本，促進(jìn)節(jié)能減排，推動(dòng)國(guó)民經(jīng)濟(jì)的發(fā)展。通過(guò)對(duì)電力通信網(wǎng)中的業(yè)務(wù)進(jìn)行識(shí)別和分類，提升網(wǎng)絡(luò)中業(yè)務(wù)的可視化程度，為網(wǎng)絡(luò)資源調(diào)配提供參考。傳統(tǒng)方式難以有效處理電力系統(tǒng)產(chǎn)生的大量數(shù)據(jù)，采用基于聚類的方法進(jìn)行自動(dòng)劃分。電網(wǎng)數(shù)據(jù)一般都具有很強(qiáng)的時(shí)序性規(guī)律，通過(guò)將DBSCAN 算法與LSTM 模型相結(jié)合的方式來(lái)高效檢測(cè)電網(wǎng)數(shù)據(jù)異常問(wèn)題，符合電網(wǎng)運(yùn)行規(guī)律。