傅少榮

（國(guó)網(wǎng)福建省電力有限公司泉州供電公司，福建 泉州 362000）

0 引 言

隨著電力系統(tǒng)智能化進(jìn)程的加快，需要對(duì)電力系統(tǒng)中大量的用戶數(shù)據(jù)信息進(jìn)行采集、處理和分析，其中包括用電行為數(shù)據(jù)和用戶特征數(shù)據(jù)等。從上述數(shù)據(jù)中挖掘出具有價(jià)值的信息并進(jìn)行異常診斷，已經(jīng)成為當(dāng)前電力系統(tǒng)的重點(diǎn)研究課題。通過挖掘用戶特征數(shù)據(jù)，對(duì)用戶用電類別進(jìn)行分類，并對(duì)用電行為異常進(jìn)行診斷，從而提高電力系統(tǒng)的運(yùn)行效率和安全性。

1 用電類別異常診斷

1.1 用電類別劃分

K 均值（稱為K-means）是一種基于歐式距離的聚類算法，認(rèn)為2 個(gè)目標(biāo)的距離越近，相似度越大。作為一種硬聚類劃分，要求每個(gè)研究對(duì)象要么屬于這個(gè)類，要么不屬于這個(gè)類，即其聚類結(jié)果具有嚴(yán)格的邊界。

K-means 的算法步驟為：（1）選擇初始化的k個(gè)樣本作為初始聚類中心，即a=a1,a2,…,ak；（2）針對(duì)數(shù)據(jù)集中的每個(gè)樣本xi，計(jì)算它到k個(gè)聚類中心的距離，并將其分到距離最小的聚類中心所對(duì)應(yīng)的類別中；（3）針對(duì)每個(gè)類別aj，重新計(jì)算其聚類中心（即歸類于所有相同類別樣本的質(zhì)心）；（4）重復(fù)上面的操作，直至達(dá)到中止條件[1]。

1.2 用電行為異常檢測(cè)算法

用電行為異常檢測(cè)采用基于統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)的方法，通過對(duì)用戶用電行為數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，提取一些具有代表性的用電行為特征，如用電量、用電時(shí)長(zhǎng)以及用電設(shè)備種類等，再利用機(jī)器學(xué)習(xí)算法對(duì)這些特征進(jìn)行分類模型的訓(xùn)練和預(yù)測(cè)，以識(shí)別出與正常用電行為不符的異常行為。采用基于支持向量機(jī)（Support Vector Machine，SVM）和隨機(jī)森林的機(jī)器學(xué)習(xí)算法進(jìn)行實(shí)驗(yàn)分析，通過對(duì)實(shí)驗(yàn)結(jié)果的比較和分析，確定最優(yōu)的用電行為異常檢測(cè)算法[2]。

1.2.1 SVM 算法

SVM 是一種二分類模型，主要是定義在特征空間上最大間隔的線性分類器。間隔最大是其與感知機(jī)最大的區(qū)別。SVM 是一種用來解決二分類問題的機(jī)器學(xué)習(xí)算法，借助樣本空間，找到一個(gè)劃分超平面，將各類別樣本歸類區(qū)分，同時(shí)使兩個(gè)點(diǎn)集到此平面的距離最小，而使兩個(gè)點(diǎn)集中的邊緣點(diǎn)到此平面的距離最大。SVM 算法實(shí)現(xiàn)示意圖如圖1 所示。

圖1 SVM 算法實(shí)現(xiàn)示意圖

將樣本分為方形和圓形，SVM 算法的目標(biāo)就是找到一條直線將圓形和方形分開，同時(shí)使所有圓形和方形到這條直線的距離之和最大[3]。

1.2.2 隨機(jī)森林算法

隨機(jī)森林是一種機(jī)器學(xué)習(xí)算法，屬于機(jī)器學(xué)習(xí)范圍的一個(gè)分支。針對(duì)分類問題，每棵決策樹都是一個(gè)分類器，對(duì)于一個(gè)輸入樣本，N棵樹會(huì)有N個(gè)分類結(jié)果，最終的分類結(jié)果就是由這N個(gè)分類器投票產(chǎn)生。隨機(jī)森林算法在實(shí)際應(yīng)用中表現(xiàn)優(yōu)異，可以用于分類和回歸問題，具有較高的準(zhǔn)確性和魯棒性，是基于引導(dǎo)聚焦算法框架的決策樹模型。隨機(jī)森林算法模型中包含很多樹，每棵樹可以給出不同的分類結(jié)果。

每棵樹的生成規(guī)則為：（1）從訓(xùn)練集中隨機(jī)抽取N個(gè)訓(xùn)練樣本，并重復(fù)k次，生成k組訓(xùn)練樣本集，每組樣本集用于訓(xùn)練一棵決策樹。該過程使用有放回抽樣方法，即隨機(jī)抽取一個(gè)訓(xùn)練樣本后將其放回訓(xùn)練集中，使得該樣本有可能被多次選中，而有些樣本可能一次也沒有被選中；（2）對(duì)于每棵決策樹，從M個(gè)特征中隨機(jī)選取m個(gè)特征，使用這些特征訓(xùn)練該決策樹；（3）為了讓每棵決策樹能夠盡可能地生長(zhǎng)，避免欠擬合問題的發(fā)生，隨機(jī)森林通常不會(huì)對(duì)決策樹進(jìn)行剪枝，即不會(huì)限制決策樹的最大深度；（4）對(duì)于新的輸入數(shù)據(jù)，根據(jù)k個(gè)最優(yōu)學(xué)習(xí)模型，隨機(jī)森林中的每棵決策樹對(duì)輸入的數(shù)據(jù)進(jìn)行回歸或分類，最終的輸出結(jié)果為所有決策樹輸出結(jié)果的平均值（回歸問題）或投票結(jié)果（分類問題）。

綜上所述，基于統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)的方法，通過對(duì)用戶用電行為數(shù)據(jù)進(jìn)行分析和分類模型訓(xùn)練，識(shí)別與正常用電行為不符的異常行為。該方法具有數(shù)據(jù)整合度高、統(tǒng)計(jì)方便以及操作簡(jiǎn)單等優(yōu)點(diǎn)，為電力系統(tǒng)的運(yùn)行和管理提供了有力的支持[4]。

2 用電類別異常診斷實(shí)驗(yàn)設(shè)計(jì)

用電類別異常診斷的實(shí)驗(yàn)流程如下。

第一步，數(shù)據(jù)收集。采用某供電公司提供的用戶用電行為數(shù)據(jù)集作為實(shí)驗(yàn)數(shù)據(jù)。該數(shù)據(jù)集包括用戶的用電量、用電時(shí)長(zhǎng)以及用電設(shè)備種類等信息，共有10 000 條數(shù)據(jù)。

第二步，數(shù)據(jù)預(yù)處理。在進(jìn)行數(shù)據(jù)分析前，需要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)清洗、缺失值處理以及數(shù)據(jù)標(biāo)準(zhǔn)化等。本次實(shí)驗(yàn)采用Python 編程語言進(jìn)行數(shù)據(jù)處理。

第三步，特征提取。為了更好地進(jìn)行用電類別異常診斷，從用戶用電行為數(shù)據(jù)中提取有用的特征，采用統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)算法進(jìn)行特征提取，包括平均用電量、用電時(shí)長(zhǎng)方差以及用電設(shè)備種類數(shù)量等特征。

第四步，用電類別分類。在進(jìn)行用電類別異常診斷之前，需要采用基于隨機(jī)森林的機(jī)器學(xué)習(xí)算法對(duì)用戶的用電類別進(jìn)行分類。

第五步，異常檢測(cè)。在進(jìn)行用電類別異常診斷之后，需要對(duì)用戶的用電行為進(jìn)行異常檢測(cè)采用基于SVM 的機(jī)器學(xué)習(xí)算法。

第六步，實(shí)驗(yàn)結(jié)果分析。實(shí)驗(yàn)結(jié)果采用準(zhǔn)確率、召回率以及F1值等指標(biāo)進(jìn)行評(píng)估，并對(duì)數(shù)據(jù)進(jìn)行可視化分析。

實(shí)驗(yàn)的主要內(nèi)容包括用電類別分類和用電行為異常檢測(cè)。在用電類別分類方面，本實(shí)驗(yàn)采用隨機(jī)森林算法進(jìn)行訓(xùn)練和預(yù)測(cè)。在用電行為異常檢測(cè)方面，本實(shí)驗(yàn)采用支持向量機(jī)算法進(jìn)行訓(xùn)練和預(yù)測(cè)。最終，本實(shí)驗(yàn)得到了用電類別異常診斷的實(shí)驗(yàn)結(jié)果，并對(duì)結(jié)果進(jìn)行了分析和評(píng)估[5]。

3 實(shí)驗(yàn)結(jié)果分析

3.1 用電類別分類結(jié)果分析

實(shí)驗(yàn)采用隨機(jī)森林算法對(duì)用戶的用電行為數(shù)據(jù)進(jìn)行分類，通過構(gòu)建多個(gè)決策樹進(jìn)行分類，最終投票決定分類結(jié)果。將用戶的用電類別分為4 類，即家庭用電、商業(yè)用電、工業(yè)用電以及公共設(shè)施用電。該算法的分類結(jié)果如表1 所示。

表1 用電類別分類數(shù)據(jù)

從表1 可以看出，實(shí)驗(yàn)的用電類別分類結(jié)果較為準(zhǔn)確。在4 類用電中，對(duì)于家庭用電和商業(yè)用電的分類準(zhǔn)確率和F1值較高，對(duì)于工業(yè)用電和公共設(shè)施用電的分類準(zhǔn)確率和F1值較低。工業(yè)用電和公共設(shè)施用電分類結(jié)果可能受到訓(xùn)練數(shù)據(jù)集的影響，需要更多的數(shù)據(jù)進(jìn)行訓(xùn)練和調(diào)整。

3.2 用電行為異常檢測(cè)結(jié)果分析

采用K-means 算法對(duì)用戶的用電行為數(shù)據(jù)進(jìn)行聚類，然后基于馬氏距離，使用離群點(diǎn)檢測(cè)算法識(shí)別異常點(diǎn)。實(shí)驗(yàn)中，選擇100 個(gè)用戶的用電行為數(shù)據(jù)進(jìn)行異常檢測(cè)，異常點(diǎn)的數(shù)量設(shè)定為10 個(gè)。各類用電異常檢測(cè)結(jié)果如表2 所示。

表2 各類用電異常檢測(cè)結(jié)果

從表2 可以看出，本實(shí)驗(yàn)采用的異常檢測(cè)方法能夠有效識(shí)別出用電行為中的異常點(diǎn)。同時(shí)，可以通過查看每個(gè)用戶的異常樣本數(shù)量來深入分析異常檢測(cè)結(jié)果。例如，在家庭用電類別中，有2 個(gè)用戶的用電行為數(shù)據(jù)存在異常點(diǎn)，可以進(jìn)一步對(duì)這2 個(gè)用戶的用電行為進(jìn)行深入分析和調(diào)整。

3.3 用電類別異常診斷效果分析

通過基于用戶特征數(shù)據(jù)挖掘的用電類別異常診斷實(shí)驗(yàn)，分別進(jìn)行用電類別分類、用電行為異常檢測(cè)以及用電類別異常診斷效果的分析。在用電類別分類實(shí)驗(yàn)中，對(duì)所采集的用電數(shù)據(jù)進(jìn)行特征提取，并使用決策樹算法、K-means 算法以及SVM 算法進(jìn)行分類。不同算法的分類精度統(tǒng)計(jì)結(jié)果如表3 所示。

表3 不同算法的分類精度統(tǒng)計(jì)結(jié)果

從表3 可以看出，SVM 算法的分類精度最高，達(dá)到了98.5 %，決策樹算法和K-means 算法的分類精度分別達(dá)到97.8 %和96.5 %。

在用電行為異常檢測(cè)實(shí)驗(yàn)中，使用K-means 聚類算法來發(fā)現(xiàn)潛在的異常用電用戶，并使用孤立森林算法進(jìn)行異常檢測(cè)?；谟脩籼卣鲾?shù)據(jù)挖掘的用電類別異常診斷方法能夠更好地診斷用戶的異常用電行為，具有較高的實(shí)用性。

4 結(jié) 論

文章提出了一種基于用戶特征數(shù)據(jù)挖掘的用電類別異常診斷方法，通過用戶特征變量分析、用戶行為分析和用戶畫像建立，深入了解用戶用電行為。在用電類別分類和用電行為異常檢測(cè)環(huán)節(jié)，設(shè)計(jì)了相應(yīng)實(shí)驗(yàn)，并采用多種算法進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，所提方法可以有效地分類和檢測(cè)用戶的用電異常，能為電力設(shè)備運(yùn)行和用電成本的優(yōu)化提供有力支持，具有較好的應(yīng)用前景。未來將繼續(xù)改進(jìn)算法和實(shí)驗(yàn)設(shè)計(jì)，以進(jìn)一步提高用電類別異常診斷方法的精度和可靠性。