武亞光，張才俊，程飛飛

（國家電網(wǎng)有限公司客戶服務(wù)中心，天津 300309）

隨著各種現(xiàn)代化技術(shù)不斷滲透到人們的工作、學習和生活中，對電力能源的需求也隨之不斷增加，因此電力消耗量不斷增加[1]。電力由電力公司提供，通過收取電費來維持公司運營。電費的收取一般以家庭、單位、團體或者組織等為單位進行收費，因此客戶量十分龐大，這使得客戶管理工作量十分龐大。在客戶管理中，發(fā)現(xiàn)用電異常行為是最難的部分。用戶在使用電力時，會通過電表記錄下來，以此來作為收費標準，然而部分用戶為了一時貪念，隨意搭接線路、篡改電表等，進行電力竊取。這種異常用電行為屬于犯罪行為，且隨著高科技的更新，異常用電更難以發(fā)現(xiàn)[2]。

基于上述背景，關(guān)于用電異常行為檢測研究有很多，如嚴勤等人[3]以采集到的用電量數(shù)據(jù)為基礎(chǔ)，提取其時序特征，將特征輸入到深度循環(huán)神經(jīng)網(wǎng)絡(luò)當中進行分類檢測，尋找存在異常行為的用戶。鄭思達等人[4]在其研究中從智能電表中采集數(shù)據(jù)，然后提取四個特征指標，將提取到的特征構(gòu)成數(shù)據(jù)集，基于聚類技術(shù)計算樣本之間的相似性，以此區(qū)分異常和正常。冉哲等人[5]在其研究中采集用戶用電數(shù)據(jù)，然后利用RFE 算法提取用電特征，得到五個代表性特征，利用CatBoost 模型進行分類識別，完成異常用電檢測。

前人研究面對一些表現(xiàn)不明顯的小用戶竊電行為檢測結(jié)果差強人意，因此提出基于FP-growth 算法的多尺度用電異常行為檢測。通過該研究以期提高小用戶異常用電行為排查準確性，保證用電可靠性。

1 多尺度用電異常行為檢測方法研究

隨著各種竊電技術(shù)的層出不窮，異常用電行為更加難以察覺和發(fā)現(xiàn)，尤其是單個居民用戶竊電規(guī)模不大，且不是持續(xù)竊電，很難檢查出用電數(shù)據(jù)異常[6]。針對上述問題，提出一種基于FP-growth 算法的多尺度用電異常行為檢測方法，該方法利用FP-growth 算法挖掘異常用電行為與特征之間的關(guān)聯(lián)規(guī)則，通過計算二者之間的支持度和置信度來判斷竊電行為是否發(fā)生。

1.1 用戶用電數(shù)據(jù)采集

對用戶用電異常行為檢測的實質(zhì)是一個數(shù)據(jù)挖掘過程，而數(shù)據(jù)挖掘的前提是有大量的樣本數(shù)據(jù)[7]?；诖?，用電數(shù)據(jù)采集至關(guān)重要，具體過程如下：

步驟1：遠程采集檢測中心發(fā)布采集任務(wù)；

步驟2：HTTP 服務(wù)器對用電數(shù)據(jù)采集任務(wù)進行解析；

步驟3：將解析結(jié)果存入數(shù)據(jù)庫；

步驟4：返回入庫結(jié)構(gòu)給HTTP 服務(wù)器，并轉(zhuǎn)發(fā)給監(jiān)控中心；

步驟5：遍歷數(shù)據(jù)庫，獲取滿足條件的采集任務(wù)；

步驟6：將任務(wù)進行分解，得到若干子任務(wù)，并將其存入數(shù)據(jù)庫；

步驟7：輪詢數(shù)據(jù)庫，獲取需要執(zhí)行的子任務(wù)；

步驟8：通過消息總線轉(zhuǎn)發(fā)給協(xié)議棧；

步驟9：解析消息并轉(zhuǎn)發(fā)給協(xié)議模塊；

步驟10：組成相應(yīng)報文，并發(fā)送給集中器；

步驟11：集中器獲取用電數(shù)據(jù)；

步驟12：轉(zhuǎn)化集中器上報的數(shù)據(jù)報文為JSON 格式的執(zhí)行結(jié)果；

步驟13：通過消息總線將結(jié)果發(fā)送給任務(wù)執(zhí)行模塊；

步驟14：在任務(wù)執(zhí)行模塊當中將結(jié)果轉(zhuǎn)換為DB文件；

步驟15：將DB 文件反饋給檢測中心。

上述步驟為采集器采集用電數(shù)據(jù)的具體流程，為后續(xù)異常檢測提供可利用和可挖掘的基礎(chǔ)數(shù)據(jù)[8]。

1.2 用戶用電數(shù)據(jù)預(yù)處理

基于上述采集到的用電數(shù)據(jù)，進行預(yù)處理，以提高數(shù)據(jù)質(zhì)量。

1）缺失數(shù)據(jù)填補

采集到的用電數(shù)據(jù)中難以避免地會出現(xiàn)部分缺失的情況，若是該數(shù)據(jù)是關(guān)鍵數(shù)據(jù)，一旦缺失將直接影響異常檢測的準確性[9]。面對這一情況，通過下述插值公式進行填補：

式中，Xi代表缺失的用電數(shù)據(jù)；Xj代表樣本中第j個數(shù)據(jù)；n代表樣本中數(shù)據(jù)數(shù)量。

2）數(shù)據(jù)標準化

數(shù)據(jù)標準化的作用是方便不同量綱數(shù)據(jù)之間可以進行同一運算而進行的處理[10]。計算公式如下：

1.3 多尺度特征選取

最后的異常行為檢測與識別是以用戶用電數(shù)據(jù)特征作為輸入的，因此選取的特征越具有代表性，檢測結(jié)果越準確[11]?；诖?，進行多尺度特征選取研究，具體過程如下：

步驟1：列舉所有用電數(shù)據(jù)特征，包括用電量標準差、負荷、線損、用電模式、不平衡率等，具體如表1所示[12]；

表1 用電數(shù)據(jù)特征表

步驟2：對指標進行向量化；

步驟3：計算每個特征向量的重要性指數(shù)，計算公式如下：

式中，Pi代表第i個特征向量的重要性指數(shù)；wi代表權(quán)重；Si代表第i個特征向量；m代表特征向量數(shù)量，在這里取值m=14；

步驟4：按照重要性指數(shù)從大到小的順序進行特征向量排序；

步驟5：選取重要性指數(shù)排名前K的特征向量組成新的特征集合；

步驟6：按照下述公式計算特征集合中每個特征的貢獻率，計算公式如下：

式中，Ri代表第i個特征向量的貢獻率；Qi代表i個特征向量的排名；K代表特征集合中特征向量的數(shù)量。

步驟7：根據(jù)貢獻率選取大于1.0 的特征向量作為最優(yōu)特征指標[13]。

基于上述過程完成多尺度特征選取工作，為后續(xù)研究奠定基礎(chǔ)。

1.4 基于FP-growth 算法的用電異常行為檢測的實現(xiàn)

將上一節(jié)選出的特征參量作為基礎(chǔ)，利用FP-growth 算法挖掘關(guān)聯(lián)規(guī)則，實現(xiàn)用電異常行為檢測[14]。

FP-growth 算法中涉及兩個關(guān)鍵概念，即支持度和置信度。

1）支持度

支持度是指項集A和項集B同時出現(xiàn)的概率[15]。計算公式如下：

式中，Support(A?B)代表支持度；Num(A?B)代表A和B同時出現(xiàn)的次數(shù)；Num(Z)代表總事務(wù)集中事務(wù)數(shù)量。

2）置信度

置信度是指同時包含A和B的事務(wù)占包含A的事務(wù)的比例[16]。計算公式如下：

式中，Confidence(A|B)代表置信度；Num(A) 代表包含A的事務(wù)數(shù)量。

基于FP-growth 算法進行關(guān)聯(lián)多尺度用電異常行為檢測，具體過程如下：

步驟1：掃描事務(wù)數(shù)據(jù)庫Z；

步驟2：設(shè)置最小支持度閾值，記為φ為最小置信度閾值；

步驟3：從Z中挖掘滿足條件的頻繁項集，具體過程如下：

1）按照式（5）計算Z中每個項的支持度Support(A?B)；

2）判斷Support(A?B)是否不小于φ？若是，將該項加入頻繁項集；否則，刪除該項；

步驟4：再次掃描事務(wù)數(shù)據(jù)庫，生成項頭表。

1）按照式（6）計算Z中每個項的置信度；

2）判斷每個項的置信度是否不小于φ。若大于，將該項加入項頭集；否則，刪除該項；

3）按照置信度大小進行降序排列，生成項頭表。步驟5：構(gòu)造FP-tree 結(jié)構(gòu)。

1）創(chuàng)建根節(jié)點；

2）遍歷頻繁項集中的每項事務(wù)；

3）把每項事務(wù)一一映射到FP-tree 結(jié)構(gòu)中。

步驟6：構(gòu)造條件FP-tree；

步驟7：基于條件遞歸挖掘，產(chǎn)生頻繁項集；

步驟8：從頻繁項集中產(chǎn)生關(guān)聯(lián)規(guī)則，即挖掘特征與用電行為之間的關(guān)聯(lián)規(guī)則。

基于以上分析可知，基于關(guān)聯(lián)規(guī)則實現(xiàn)用電異常行為檢測，即當特征與用電行為之間的支持度大于1 時，則認為存在用電異常。

2 方法應(yīng)用效果測試

以基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的檢測方法、基于模糊聚類的檢測方法以及基于RFE+CatBoost 的檢測方法為對比項，進行用電異常行為檢測分析與測試。

2.1 測試樣本

該測試中所使用的樣本來自愛爾蘭社會科學數(shù)據(jù)檔案館，該樣本分布情況如圖1 所示。

圖1 樣本分布圖

2.2 檢測效果評價指標

檢測方法的評價指標為F1 指標，計算公式如下：

式中，P代表查準率；R代表查全率，其余指標來自混淆矩陣，如表2 所示。

表2 混淆矩陣

2.3 性能分析

相同測試條件下，利用所研究方法、基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的檢測方法、基于模糊聚類的檢測方法以及基于RFE+CatBoost 的檢測方法進行用電異常行為檢測，根據(jù)檢測結(jié)果計算F1 值，結(jié)果如圖2 所示。

圖2 方法異常檢測結(jié)果

從圖2 可以看出，該文方法的F1 值大于基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的檢測方法、基于模糊聚類的檢測方法以及基于RFE+CatBoost 的檢測方法檢測結(jié)果的F1 值，說明該方法的檢測更為準確。

3 結(jié)束語

該文研究了基于FP-growth 算法的多尺度用電異常行為檢測方法，通過測試證明了該研究方法的檢測準確性，即F1 值更大。后續(xù)工作中，在測試環(huán)節(jié)需要進一步將方法應(yīng)用到實際當中，以測試方法的實際應(yīng)用性。