楊元威,邱生敏,張 坤,單政博,薛國權(quán)

(1.中國南方電網(wǎng)電力調(diào)度控制中心,廣東 廣州 510700) (2.泰豪軟件股份有限公司,江西 南昌 330096)

近年來,隨著電網(wǎng)設(shè)備操作量的大幅增加和電力市場化改革的深化,操作的安全性和效率逐漸成為電網(wǎng)安全運(yùn)行、電力市場高效運(yùn)轉(zhuǎn)的重要因素。設(shè)備停復(fù)電操作時(shí)長是設(shè)備操作效率的直接體現(xiàn),通過分析影響停復(fù)電操作時(shí)長的因素,掌握設(shè)備停復(fù)電規(guī)律,一方面能夠?yàn)殡娋W(wǎng)檢修安排提供決策依據(jù),提升停復(fù)電計(jì)劃的合理性,另一方面能夠?yàn)樵O(shè)備操作效率的考核提供科學(xué)的標(biāo)準(zhǔn)。依托于電網(wǎng)智能化、數(shù)字化工作的推進(jìn),高壓設(shè)備停復(fù)電操作已經(jīng)實(shí)現(xiàn)了在線記錄和存儲(chǔ),并滿足海量操作信息數(shù)據(jù)挖掘的基本條件。因此,如何利用新型算法替代傳統(tǒng)平均值算法,快速定位檢修操作中的異常情況,提升操作安全,具有重要的現(xiàn)實(shí)意義[1-2]。

大數(shù)據(jù)算力的提升以及理論算法變革,使AI(artificial intelligence)在電力領(lǐng)域的應(yīng)用取得了突破性進(jìn)展[3-4]。文獻(xiàn)[5]對(duì)用戶負(fù)荷序列樣本提取14個(gè)特征,利用主成分分析法(PCA)將樣本降維后只保留2個(gè)特征,實(shí)現(xiàn)異常用電模式檢測,但PCA是線性降維方法,使用PCA進(jìn)行降維后樣本間的非線性關(guān)系可能會(huì)丟失;文獻(xiàn)[6]對(duì)電網(wǎng)工控系統(tǒng)內(nèi)部網(wǎng)絡(luò)流量進(jìn)行異常檢測,提取網(wǎng)絡(luò)流量的熵作為特征,用單類支持向量機(jī)改進(jìn)半監(jiān)督K-means算法,提高了異常流量的檢測率,并降低誤報(bào)率;文獻(xiàn)[7]提出了K-means-DBSCAN融合聚類算法,對(duì)溫度特征進(jìn)行聚類找出溫度變化離群測點(diǎn);文獻(xiàn)[8]將電量預(yù)測值和真實(shí)值相減得到殘差項(xiàng),然后利用DBSCAN密度聚類算法對(duì)殘差項(xiàng)進(jìn)行聚類,實(shí)現(xiàn)電量異常數(shù)據(jù)的識(shí)別。但DBSCAN算法不適合密度不均勻、聚類間距差相差很大的樣本集,而設(shè)備停復(fù)電時(shí)長的正常樣本和異常樣本差距很大,因此DBSCAN算法不適用于設(shè)備停復(fù)電時(shí)長的分析。

本文對(duì)2020年南方電網(wǎng)總調(diào)直屬500 kV線路的停復(fù)電操作時(shí)長展開分析,使用KS(基于累計(jì)分布函數(shù)的非參數(shù))檢驗(yàn)法[9]篩選出原始數(shù)據(jù)中影響停復(fù)電操作時(shí)長的主要因素,在此基礎(chǔ)上,使用t-分布隨機(jī)鄰域嵌入(t-distributed stochastic neighbor embedding,tSNE)方法[10]對(duì)樣本進(jìn)行降維和可視化處理,將原始樣本降到二維,直觀地展示出疑似異常樣本。對(duì)疑似異常樣本分析結(jié)果表明,tSNE能準(zhǔn)確甄別和呈現(xiàn)出異常樣本,并在一定程度上反映樣本的異常程度。

1 KS檢驗(yàn)和tSNE介紹

1.1 兩樣本KS檢驗(yàn)

兩樣本KS檢驗(yàn)是一種用于檢測兩個(gè)獨(dú)立分布之間相似情況的非參數(shù)統(tǒng)計(jì)方法。以檢驗(yàn)季節(jié)是否影響操作效率為例,設(shè)夏季操作時(shí)長樣本x的分布函數(shù)為F(x),冬季操作時(shí)長樣本y的分布函數(shù)為G(y),如果經(jīng)KS檢驗(yàn)認(rèn)為F(x)與G(y)分布差異很大,則認(rèn)為季節(jié)是影響停復(fù)電操作時(shí)長的主要因素之一,反之則認(rèn)為季節(jié)不是影響停復(fù)電操作效率的主要因素。待檢驗(yàn)問題為:

H0∶F(x)≡G(x)?H1∶F(x)≠G(x)

(1)

檢驗(yàn)統(tǒng)計(jì)量為:

DN=max{|Fp(X(i))-Gq(Y(j))|}

(2)

式中:H0代表假設(shè)F(x)和G(x)為同一分布函數(shù);H1代表假設(shè)F(x)和G(x)為不同分布函數(shù);DN為兩個(gè)樣本分布的經(jīng)驗(yàn)分布函數(shù)之間的最大距離。X(i)和Y(j)為X樣本和Y樣本的順序統(tǒng)計(jì)量;p和q為樣本數(shù),N=p+q。若統(tǒng)計(jì)量DN小于預(yù)設(shè)值(查表得到),則無法驗(yàn)證兩個(gè)樣本具有不同的分布,反之則說明兩個(gè)樣本分布不同。

1.2 tSNE

tSNE是一種非線性降維算法,屬于流形學(xué)習(xí)(manifold learning)方法的一種。流形學(xué)習(xí)假設(shè)高維樣本采樣于一個(gè)高維空間中的低維流形,期望從高維空間中恢復(fù)低維流形結(jié)構(gòu),并求出相應(yīng)的嵌入映射,以達(dá)到降維的目的。本文利用tSNE方法,在二維平面上構(gòu)建一系列新樣本,利用新樣本盡可能完整地表達(dá)原始的多維數(shù)據(jù)樣本。tSNE將空間距離轉(zhuǎn)換為聯(lián)合分布概率來表達(dá)數(shù)據(jù)之間的相似度。假設(shè)高維空間下數(shù)據(jù)都滿足正態(tài)分布,定義相似度為:

(3)

式中:mij為高維空間樣本xi與樣本xj的相似度,σi為以數(shù)據(jù)點(diǎn)xi為中心的高斯方差。對(duì)于高維數(shù)據(jù)點(diǎn)xi和xj在低維空間對(duì)應(yīng)的點(diǎn)yi和yj,假設(shè)yi和yj都滿足t分布,定義低維空間下數(shù)據(jù)的相似度為:

(4)

式中:nij為yi和yj的相似度。tSNE的目標(biāo)是找到一種低維數(shù)據(jù)的表示方法,能最大限度地減少mij和nij之間的不匹配,從而讓yi和yj準(zhǔn)確模擬高維數(shù)據(jù)xi和xj之間的相似性。tSNE采用KL(Kullback-Leibler)散度表示mij和nij的不匹配程度:

(5)

式中:C為Mi與Ni之間的KL距離,Mi為給定點(diǎn)xi對(duì)所有其他數(shù)據(jù)點(diǎn)的聯(lián)合概率分布,Ni為映射點(diǎn)yi對(duì)其他所有映射點(diǎn)的聯(lián)合概率分布。tSNE使用梯度下降法最小化所有數(shù)據(jù)點(diǎn)上的KL散度之和來實(shí)現(xiàn)該目標(biāo)。

2 基于KS檢驗(yàn)和tSNE的設(shè)備停復(fù)電操作時(shí)長分析

電氣設(shè)備停復(fù)電操作過程和設(shè)備類別、電壓等級(jí)、管理方式有關(guān),本文選取2020年南方電網(wǎng)總調(diào)直調(diào)500 kV線路的停復(fù)電數(shù)據(jù)進(jìn)行分析,其他電氣設(shè)備的停復(fù)電操作分析亦可采用本方法。原始數(shù)據(jù)見表1,按照南方電網(wǎng)相應(yīng)的規(guī)程,檢修線路的復(fù)電包括檢修-冷備用、冷備用-熱備用、熱備用-運(yùn)行3個(gè)過程,表格中的操作總耗時(shí)=檢修-冷備用+冷備用-熱備用+熱備用-運(yùn)行+現(xiàn)場受令時(shí)間。為充分利用原始數(shù)據(jù)中的受令單位、操作日期和時(shí)間信息,采用KS檢測法,判斷受令單位、操作時(shí)間、操作季節(jié)這3個(gè)因素是否影響檢修線路復(fù)電時(shí)長。

表1 500 kV線路復(fù)電操作記錄

考慮受令單位對(duì)停復(fù)電操作時(shí)長的影響,將南網(wǎng)總調(diào)按受令單位劃分為中調(diào)、區(qū)控和集控、換流站、電廠和變電站4類,利用KS檢驗(yàn)法,假設(shè)H0:四類受令單位的檢修-冷備用操作時(shí)長屬于同一分布,判斷結(jié)果見表2。

表2 利用KS檢驗(yàn)判斷受令單位是否會(huì)顯著影響復(fù)電時(shí)長

由表2可知,換流站和電廠、變電站的檢修-冷備用復(fù)電操作時(shí)長差異不明顯,而中調(diào)、區(qū)控和集控與換流站(電廠和變電站之間)的操作時(shí)長存在顯著差異。為直觀地展示受令單位對(duì)線路復(fù)電操作的影響,繪制不同受令單位操作時(shí)長概率密度分布,如圖1所示。根據(jù)KS檢驗(yàn)結(jié)果,結(jié)合概率密度分布情況可以判斷,受令單位是影響復(fù)電操作時(shí)長的重要因素。

圖1 不同類型受令單位檢修-冷備用

檢驗(yàn)操作時(shí)間對(duì)停復(fù)電操作時(shí)長的影響。根據(jù)復(fù)電開始操作時(shí)間把樣本劃分為8:00—20:00和20:00—次日8:00兩類,分別對(duì)應(yīng)白天操作和夜晚操作。利用KS檢驗(yàn),假設(shè)白天操作和夜晚操作時(shí)長屬于同一分布,得到顯著性水平大于0.05,即白天操作和夜晚操作對(duì)操作時(shí)間的影響不明顯。

檢驗(yàn)季節(jié)對(duì)復(fù)電操作時(shí)長的影響。選取12月—次年2月(冬天)和6—8月(夏天)兩個(gè)時(shí)間段內(nèi)的操作時(shí)長進(jìn)行KS檢驗(yàn),假設(shè)冬天操作和夏天操作的時(shí)長屬于同一分布,得到的顯著性大于0.05,即表明季節(jié)對(duì)操作時(shí)長的影響不明顯。

因此,受令單位對(duì)操作時(shí)長的影響最顯著,中調(diào)操作時(shí)間最長,其次是區(qū)控和集控,換流站和電廠、變電站的操作時(shí)間較短且近似。原因應(yīng)與操作的層級(jí)和工作飽和度有關(guān),給中調(diào)下令后,中調(diào)不直接操作,而是向?qū)?yīng)500 kV變電站下令,中間環(huán)節(jié)多。

在利用KS檢驗(yàn)篩選影響停復(fù)電的因素后,繼續(xù)使用tSNE進(jìn)行可視化處理,挖掘異常樣本信息。上文研究已發(fā)現(xiàn)受令單位會(huì)影響線路復(fù)電時(shí)長,故選取同樣類型的受令單位進(jìn)行tSNE分析。選擇電廠和變電站的106條線路復(fù)電的數(shù)據(jù),并選擇檢修-冷備用、冷備用-熱備用、熱備用-運(yùn)行、操作總耗時(shí)4個(gè)因素進(jìn)行tSNE分析,因此輸入樣本為106×4矩陣。輸出結(jié)果如圖2所示,圖中每一個(gè)圓圈代表一個(gè)樣本,為方便后續(xù)分析,在圓圈旁標(biāo)記了數(shù)據(jù)編號(hào)。

圖2 樣本經(jīng)tSNE降維后的分布情況

根據(jù)tSNE的原理,樣本x1與x2在高維空間中距離較大時(shí),對(duì)應(yīng)二維平面的映射y1與y2的距離也大。同理,如果二維平面上的樣本存在一個(gè)yi與其他樣本距離都大,可以反推它在原空間與其他樣本的距離都大。因而圖2中邊緣部分的樣本,離其他樣本較遠(yuǎn)。對(duì)圖中左上角序號(hào)為33、66、50、72的樣本進(jìn)行分析,其對(duì)應(yīng)的樣本原始數(shù)據(jù)見表3。

表3 33、66、50、72號(hào)樣本的原始數(shù)據(jù)

由表中數(shù)據(jù)對(duì)比其他樣本數(shù)據(jù)可知,上述樣本的各項(xiàng)操作時(shí)間均較短,屬于操作時(shí)長最短的樣本,而右下角序號(hào)為43、18、84、56、47、13的樣本操作時(shí)間較長,需要核實(shí)延遲原因。表4列出了疑似異常樣本以及異常原因。由此可見,tSNE的降維和可視化處理結(jié)果更加科學(xué),能幫助研究人員快速、直觀、準(zhǔn)確地分辨出異常樣本,有較大的實(shí)用性。

表4 疑似異常樣本情況以及樣本異常原因

3 結(jié)束語

本文對(duì)南方電網(wǎng)2020年總調(diào)直屬500 kV線路106次復(fù)電操作時(shí)長展開分析,使用KS檢驗(yàn)法篩選出數(shù)據(jù)記錄中影響停復(fù)電時(shí)長因素,并在此基礎(chǔ)上使用tSNE方法對(duì)樣本進(jìn)行降維和可視化處理,得到二維數(shù)據(jù),直觀展示出疑似樣本,發(fā)現(xiàn)邊緣化程度高的樣本均存在異常。本文方法能夠充分挖掘設(shè)備停復(fù)電操作時(shí)長數(shù)據(jù),實(shí)現(xiàn)快速異常識(shí)別。未來將通過定量挖掘文本信息與操作時(shí)長關(guān)系的方法,進(jìn)一步進(jìn)行調(diào)度操作時(shí)長分析。