王金忠，吳焰龍

（國網(wǎng)寧夏電力有限公司寧東供電公司，寧夏銀川 750411）

隨機森林是一種分類器結(jié)構(gòu)，可以利用樹狀節(jié)點組織實施對樣本數(shù)據(jù)的訓(xùn)練與預(yù)測處理。在機器學(xué)習(xí)領(lǐng)域中，一個隨機森林分類器同時包含多個決策樹組織，且數(shù)據(jù)樣本輸出類別可由決策樹節(jié)點指標(biāo)取值直接決定[1]。一個穩(wěn)定的隨機森林模型能同時面對多種不同的數(shù)據(jù)樣本，并在判斷樣本信息所屬類別時，確定評估變數(shù)指標(biāo)的取值范圍。與其他類型的分類器結(jié)構(gòu)相比，隨機森林模型不需要平衡數(shù)據(jù)樣本之間的誤差關(guān)系，只要數(shù)據(jù)樣本之間的親近度關(guān)系滿足隨機性原則，就可以認(rèn)定這些樣本信息屬于同一個數(shù)據(jù)集合[2]。決策樹組織作為隨機森林模型的核心應(yīng)用結(jié)構(gòu)，其對于數(shù)據(jù)樣本的承載能力決定了隨機森林模型對于數(shù)據(jù)信息參量的實時處理能力。

智能電網(wǎng)是一種新型的電力應(yīng)用網(wǎng)絡(luò)，為了實現(xiàn)高度智能化的電網(wǎng)調(diào)度，需要不斷完善電力設(shè)備之間的連接關(guān)系，一方面提升輸電信號的瞬時傳輸速率，另一方面避免電網(wǎng)多源異常數(shù)據(jù)出現(xiàn)過度堆積的情況[3]。隨著智能電網(wǎng)多源數(shù)據(jù)輸出量的增大，常規(guī)數(shù)據(jù)、異常數(shù)據(jù)會混合在一起，但由于二者之間傳輸速率的差異相對較小，智能電網(wǎng)主機面臨難以精準(zhǔn)檢測多源異常數(shù)據(jù)的問題?；诙喑叨鹊椭饶Ｐ偷臋z測方法通過定義隱含異常數(shù)據(jù)的方式，確定數(shù)據(jù)樣本的實時傳輸速率[4]。然而此方法并不能在保證常規(guī)數(shù)據(jù)傳輸速率的同時避免異常多源信息出現(xiàn)快速傳輸?shù)男袨?。為解決上述問題，設(shè)計基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測算法。

1 暫態(tài)穩(wěn)定性評估

1.1 隨機森林構(gòu)建

隨機森林模型的構(gòu)建包括樣本極值求解、表達(dá)式總結(jié)兩個處理環(huán)節(jié)[5-6]。對智能電網(wǎng)多源數(shù)據(jù)而言，基于隨機森林模型的樣本極值由極大值與極小值組成，求解如下：

式中，χ表示智能電網(wǎng)多源數(shù)據(jù)樣本的統(tǒng)計系數(shù)，e表示隨機向量的初始賦值，r表示多源數(shù)據(jù)樣本的編碼向量，qr表示基于r向量的數(shù)據(jù)樣本特征，ir表示數(shù)據(jù)樣本的多源定義系數(shù)。設(shè)α、δ為兩個隨機選取的數(shù)據(jù)樣本模系數(shù)，u^ 為智能電網(wǎng)多源數(shù)據(jù)的暫態(tài)度量特征。聯(lián)立式（1）、（2），可將隨機森林模型表達(dá)式定義為：

為實現(xiàn)智能電網(wǎng)多源數(shù)據(jù)的準(zhǔn)確分類，在構(gòu)建隨機森林模型時，要求系數(shù)α、δ的取值恒不相等，且系數(shù)樣本的取值量隨智能電網(wǎng)多源數(shù)據(jù)累積量的增大而增大。

1.2 評估指標(biāo)的選取

評估指標(biāo)的選取是基于隨機森林模型檢測智能電網(wǎng)多源異常數(shù)據(jù)，可以將異常多源信息與常規(guī)傳輸數(shù)據(jù)區(qū)分開來，從而幫助智能電網(wǎng)主機準(zhǔn)確辨別待測對象。由于智能電網(wǎng)空間對多源數(shù)據(jù)的存儲能力極強，所以在實施評估指標(biāo)選取時，必須按照隨機森林模型準(zhǔn)確定義異常樣本參量的傳輸能力[7-8]。設(shè)γ為多源數(shù)據(jù)參量的異構(gòu)系數(shù)，在智能電網(wǎng)環(huán)境中，γ≠0 的不等式條件恒成立。

基于隨機森林模型的評估指標(biāo)選取表達(dá)式為：

式中，φ表示異常信息樣本置信度系數(shù)的初始賦值，i1、i2、…、in表示n個不同的智能電網(wǎng)多源異常數(shù)據(jù)存儲特征，β表示基于隨機森林模型的數(shù)據(jù)樣本辨別系數(shù)。在智能電網(wǎng)環(huán)境中，n系數(shù)取值越小，就表示異常多源信息的實時存儲量越少。

1.3 暫態(tài)穩(wěn)定裕度

暫態(tài)穩(wěn)定裕度可以用于評估智能電網(wǎng)的運行穩(wěn)定性，在評估指標(biāo)選取結(jié)果保持恒定的情況下，穩(wěn)定裕度指標(biāo)的求解數(shù)值越大，就表示智能電網(wǎng)的運行穩(wěn)定性越強[9-10]。在隨機森林模型中，對于暫態(tài)穩(wěn)定裕度指標(biāo)的計算需要同時考慮評估指標(biāo)度量值與異常多源信息的表征參量。評估指標(biāo)度量值可表示為φ，在求解暫態(tài)穩(wěn)定裕度表達(dá)式時，要求系數(shù)φ的取值必須大于自然數(shù)1。異常多源信息表征參量可表示為λ，隨著智能電網(wǎng)多源數(shù)據(jù)存儲量的增大，系數(shù)λ的取值也會不斷增大。聯(lián)立上述物理量，可將暫態(tài)穩(wěn)定裕度表達(dá)式定義為：

②多信道：配置了亞洲4號、3G（電信、聯(lián)通）、亞洲 5 號（預(yù)留）等多種通信信道，實現(xiàn)多信道互備，提高了應(yīng)急通信的可靠性。

式中，k表示暫態(tài)標(biāo)記系數(shù)，k→表示異常多源數(shù)據(jù)的存儲向量。規(guī)定在檢測異常智能電網(wǎng)多源數(shù)據(jù)時，存儲向量的最小取值結(jié)果只能為1。

2 異常檢測算法

在隨機森林模型的支持下，構(gòu)建Hadoop 檢測框架，再按照多源數(shù)據(jù)負(fù)荷特征求解、異常值檢測系數(shù)計算的處理流程，實現(xiàn)智能電網(wǎng)多源數(shù)據(jù)異常檢測算法的應(yīng)用。

2.1 Hadoop檢測框架

Hadoop 框架是實現(xiàn)智能電網(wǎng)多源數(shù)據(jù)異常檢測的關(guān)鍵應(yīng)用結(jié)構(gòu)，框架包含Spark SQL、Spark Streaming、MLlib、Graphx、MapReduce 五類節(jié)點。RDD 模塊作為核心檢測設(shè)備，可以接收智能電網(wǎng)主機輸出的多源數(shù)據(jù)樣本；Spark SQL 節(jié)點負(fù)責(zé)混合數(shù)據(jù)的存儲；MLlib 節(jié)點可以將常規(guī)數(shù)據(jù)從混合樣本中分離出來；Spark Streaming 節(jié)點可以將異常數(shù)據(jù)從混合樣本中分離出來；Graphx 節(jié)點負(fù)責(zé)傳輸常規(guī)數(shù)據(jù)樣本；MapReduce 節(jié)點負(fù)責(zé)傳輸異常數(shù)據(jù)樣本[11-12]。完整的Hadoop 檢測框架結(jié)構(gòu)如圖1 所示。

圖1 Hadoop檢測框架結(jié)構(gòu)

為將常規(guī)數(shù)據(jù)樣本與異常數(shù)據(jù)樣本準(zhǔn)確區(qū)分開來，在將混合數(shù)據(jù)樣本反饋至各級節(jié)點組織之前，RDD 模塊需要對智能電網(wǎng)輸出的多源數(shù)據(jù)樣本進行多次重復(fù)辨別。

2.2 多源數(shù)據(jù)負(fù)荷特征

負(fù)荷特征是表示異常智能電網(wǎng)多源數(shù)據(jù)分布密集程度的量化參數(shù)[13]。在智能電網(wǎng)環(huán)境中，一般不直接計算整個區(qū)域內(nèi)的電信號負(fù)荷密度，而是將整個檢測區(qū)域按照功能屬性的不同，分成多個子區(qū)域，再利用隨機森林模型，完成對異常多源數(shù)據(jù)參量的單獨預(yù)測。在隨機森林模型的認(rèn)知中，異常負(fù)荷特征具有可遷移的特性，隨著智能電網(wǎng)多源數(shù)據(jù)輸出量的增大，特征指標(biāo)的計算結(jié)果也會不斷增大[14]。設(shè)為常規(guī)電網(wǎng)多源數(shù)據(jù)的度量向量，為異常電網(wǎng)多源數(shù)據(jù)的度量向量，且的不等式條件恒成立，聯(lián)立式（5），可將基于隨機森林的異常智能電網(wǎng)多源數(shù)據(jù)負(fù)荷特征表達(dá)式定義為：

其中，κ表示電信號負(fù)荷系數(shù)。智能電網(wǎng)檢測區(qū)域劃分標(biāo)準(zhǔn)的不同，會導(dǎo)致多源數(shù)據(jù)負(fù)荷特征求解結(jié)果出現(xiàn)差異性。

2.3 異常值檢測系數(shù)

異常值檢測系數(shù)決定了智能電網(wǎng)主機對異常多源數(shù)據(jù)信息的處理能力。在已知多源數(shù)據(jù)負(fù)荷特征求解結(jié)果的情況下，計算異常值檢測系數(shù)既要考慮隨機森林模型的約束作用能力，又要參考多源信息節(jié)點的實際定義形式[15-16]。設(shè)g1、g2、…、gn為n個隨機選取的多源數(shù)據(jù)節(jié)點定義系數(shù)，μ為異常值指標(biāo)的檢測度量系數(shù)，f為異常智能電網(wǎng)多源數(shù)據(jù)的選擇參量，j為常規(guī)數(shù)據(jù)定義項，j′為異常數(shù)據(jù)定義項。聯(lián)立上述物理量，可將異常值檢測系數(shù)求解結(jié)果表示為：

至此，實現(xiàn)對各項指標(biāo)參量的計算與處理。在不考慮其他干擾條件的情況下，完成基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測算法的設(shè)計。

3 實例分析

3.1 前期準(zhǔn)備與實驗步驟

選擇S11-M 型變壓器設(shè)備作為實驗對象，將其置于220 V 的電路環(huán)境中，閉合控制開關(guān)，調(diào)節(jié)變阻器、逆變器等多個設(shè)備元件，使變壓器設(shè)備保持相對穩(wěn)定的工作狀態(tài)。利用7090MT 主機捕獲變壓設(shè)備輸出的多源數(shù)據(jù)信息，借助Linux 軟件將常規(guī)傳輸數(shù)據(jù)與多源信息異構(gòu)體分離開來，并分別對這些數(shù)據(jù)對象進行后續(xù)處理。

表1 反映了實驗所選設(shè)備的具體型號。

表1 實驗設(shè)備選型

按需連接表1 中的各個電路元件。首先利用基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測方法控制數(shù)據(jù)處理主機，記錄電量表示數(shù)值，將所得數(shù)據(jù)作為實驗組變量；然后利用基于多尺度低秩模型的檢測方法控制數(shù)據(jù)處理主機，記錄電量表示數(shù)值，將所得數(shù)據(jù)作為對照組變量；最后對比實驗組、對照組變量數(shù)據(jù)，總結(jié)實驗規(guī)律。

3.2 實驗結(jié)果

在智能電網(wǎng)環(huán)境中，數(shù)據(jù)傳輸速率可以用來描述電網(wǎng)主機對于多源數(shù)據(jù)樣本的檢測能力，故該次實驗以多源電網(wǎng)數(shù)據(jù)傳輸速率作為研究對象，記錄在實驗組、對照組檢測方法作用下，常規(guī)數(shù)據(jù)傳輸速率、異常數(shù)據(jù)傳輸速率的數(shù)值變化情況。在常規(guī)數(shù)據(jù)傳輸速率保持較高水平的情況下，異常數(shù)據(jù)傳輸速率越慢，電網(wǎng)主機對于這一類信息樣本的檢測能力也就越強。

表2 記錄了實驗組、對照組檢測方法作用下，常規(guī)數(shù)據(jù)傳輸速率的數(shù)值變化情況。

表2 常規(guī)數(shù)據(jù)傳輸速率

分析表2 可知，在實驗組檢測方法作用下，常規(guī)數(shù)據(jù)傳輸速率均值為5.64 MB/ms，與標(biāo)準(zhǔn)數(shù)值相比，下降了0.02 MB/ms，二者差值相對較??；在對照組檢測方法作用下，常規(guī)數(shù)據(jù)傳輸速率均值為5.34 MB/ms，與標(biāo)準(zhǔn)數(shù)值相比，下降了0.32 MB/ms，差值遠(yuǎn)高于實驗組。

圖2 反映了實驗組、對照組異常數(shù)據(jù)傳輸速率的數(shù)值變化情況。

圖2 異常數(shù)據(jù)傳輸速率

分析圖2 可知，在智能電網(wǎng)環(huán)境中，異常數(shù)據(jù)傳輸速率呈現(xiàn)出先增大、后減小的數(shù)值變化狀態(tài)。整個實驗過程中，實驗組數(shù)據(jù)傳輸速率最大值為2.36 MB/ms，與對照組最大值3.79 MB/ms 相比，下降了1.43 MB/ms。

綜上可知，在基于多尺度低秩模型的檢測方法的作用下，常規(guī)數(shù)據(jù)傳輸速率與標(biāo)準(zhǔn)傳輸速率數(shù)值相比明顯下降，且異常數(shù)據(jù)的傳輸速率水平也沒有得到有效控制；在基于隨機森林檢測算法的作用下，常規(guī)數(shù)據(jù)傳輸速率依然保持在較高的數(shù)值水平，而異常數(shù)據(jù)的傳輸速率卻得到了有效控制，說明此方法在一定程度上能夠促進電網(wǎng)主機對多源數(shù)據(jù)樣本檢測能力的增強。因此可得，基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測算法更符合精準(zhǔn)檢測電網(wǎng)多源異常數(shù)據(jù)的實際應(yīng)用需求。

4 結(jié)束語

為提升智能電網(wǎng)多源數(shù)據(jù)異常檢測的準(zhǔn)確性，提出基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測方法。根據(jù)隨機森林模型，選取關(guān)鍵評估指標(biāo)，通過求解暫態(tài)穩(wěn)定裕度系數(shù)的方式，計算多源數(shù)據(jù)負(fù)荷特征與異常值檢測系數(shù)。實驗結(jié)果表明，該算法能夠在保證常規(guī)數(shù)據(jù)傳輸速率的同時，避免異常多源信息出現(xiàn)快速傳輸?shù)男袨?，可以提升智能電網(wǎng)主機對于電網(wǎng)多源異常數(shù)據(jù)的檢測能力。