鄒斌斌，李貞貞

（恒誠(chéng)信國(guó)際工程咨詢有限公司，山東 濟(jì)寧 272000）

0 引 言

新能源發(fā)電功率的波動(dòng)性和不確定性給電力系統(tǒng)的穩(wěn)定運(yùn)行帶來了新的挑戰(zhàn)[1]。其中，異常值檢測(cè)是確保電力系統(tǒng)安全、經(jīng)濟(jì)運(yùn)行的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的異常值檢測(cè)方法多基于統(tǒng)計(jì)學(xué)原理，如3σ 原則、Box-Jenkins 模型等，這些方法在處理大規(guī)模、高維度的數(shù)據(jù)時(shí)，往往面臨著計(jì)算復(fù)雜度高、對(duì)異常值敏感等問題。近年來，機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘技術(shù)為異常值檢測(cè)提供了新的思路[2-3]。決策樹作為一種簡(jiǎn)單且有效的分類與回歸方法，已被廣泛應(yīng)用于各種異常檢測(cè)場(chǎng)景。然而，傳統(tǒng)的決策樹算法在處理新能源發(fā)電功率數(shù)據(jù)時(shí)，對(duì)于非線性、高維度以及連續(xù)變化數(shù)據(jù)時(shí)的應(yīng)用性能較差。因此，文章提出了一種基于改進(jìn)決策樹的新能源發(fā)電功率異常值檢測(cè)方法。

1 基于改進(jìn)決策樹的新能源發(fā)電功率異常值檢測(cè)方法設(shè)計(jì)

1.1 數(shù)據(jù)精細(xì)化區(qū)分

由于單一的檢測(cè)方法可能無法全面識(shí)別各類特征的異常值。因此，需要采用多種方法進(jìn)行綜合分析和檢測(cè)，以提高異常值識(shí)別的準(zhǔn)確性和可靠性[4]。利用聚類算法將數(shù)據(jù)劃分為不同的簇，針對(duì)每個(gè)簇的特點(diǎn)采用相應(yīng)的異常值檢測(cè)方法。新能源發(fā)電機(jī)組的發(fā)電功率特性可以表示為

式中：ρ為空氣密度，是影響新能源發(fā)電效率的重要因素之一；CP為功率系數(shù)，決定了新能源轉(zhuǎn)換為電能的效率；v為風(fēng)速，是新能源風(fēng)力發(fā)電的直接動(dòng)力來源，其大小和穩(wěn)定性對(duì)發(fā)電效率有著顯著影響；R為新能源項(xiàng)目覆蓋半徑，是風(fēng)力發(fā)電設(shè)備的覆蓋范圍和影響區(qū)域；η為發(fā)電效率，是衡量新能源發(fā)電系統(tǒng)性能的重要指標(biāo)。

從式（1）可以看出，發(fā)電功率的特征會(huì)受不同環(huán)境和地理?xiàng)l件的影響。為更準(zhǔn)確地模擬分析異常值的分布特征，使用甘肅酒泉風(fēng)電基地作為模擬分析的實(shí)際數(shù)據(jù)來源[5]。數(shù)據(jù)采樣間隔為1 min，風(fēng)速和機(jī)組的額定容量分別為6.5 m/s、800 kW。一般情況下，新能源發(fā)電機(jī)組的運(yùn)行數(shù)據(jù)主要分布在直線和離散數(shù)據(jù)點(diǎn)上。通常，分布帶中的數(shù)據(jù)是由風(fēng)速值和容量值共同構(gòu)成的，反映了不同風(fēng)速和容量條件下發(fā)電功率的特性。其周圍有2 種類型的數(shù)據(jù)，一種是發(fā)電功率離群孤立點(diǎn)數(shù)據(jù)，另一種是偏差簇?cái)?shù)據(jù)。

因此，根據(jù)新能源發(fā)電機(jī)組的運(yùn)行數(shù)據(jù)在不同條件下的分布特性，可以更精細(xì)地區(qū)分?jǐn)?shù)據(jù)，結(jié)果如表1 所示。

表1 數(shù)據(jù)精細(xì)化區(qū)分

不同類型發(fā)電功率異常值具有不同的形成原因和分布特性，導(dǎo)致風(fēng)速也各不相同。第一，正常數(shù)據(jù)，風(fēng)速與發(fā)電功率之間的關(guān)系表現(xiàn)出明顯的集中趨勢(shì)，這些數(shù)據(jù)緊密地分布在正常的電特性范圍內(nèi)。第二，棄風(fēng)限電數(shù)據(jù)，這些數(shù)據(jù)點(diǎn)在風(fēng)速軸的平行線上集結(jié)，風(fēng)速值大于風(fēng)速閾值，容量值小于正常容量值的一半，且基本保持恒定。第三，離群孤立點(diǎn)數(shù)據(jù)，該數(shù)據(jù)點(diǎn)與正常數(shù)據(jù)相距較遠(yuǎn)，通常是由于發(fā)電功率異常或誤差導(dǎo)致的測(cè)量數(shù)據(jù)誤差過大，超出了正常的測(cè)量誤差范圍。離群孤立點(diǎn)數(shù)據(jù)在異常值分布中只占很小一部分，通過統(tǒng)計(jì)方法可以很容易地識(shí)別出來。第四，偏差簇?cái)?shù)據(jù)，這類數(shù)據(jù)主要分布在風(fēng)速的低尺度范圍內(nèi)，具有高密度特性，主要是由于在數(shù)據(jù)傳輸、計(jì)算機(jī)信息處理及存儲(chǔ)過程中長(zhǎng)期受電磁干擾所導(dǎo)致的，數(shù)據(jù)局部密度較高，大部分位置都接近正常數(shù)據(jù)的特征。

1.2 基于改進(jìn)決策樹的異常值檢測(cè)模型構(gòu)建

傳統(tǒng)的異常值檢測(cè)方法多基于統(tǒng)計(jì)學(xué)原理，但在處理高維度、非線性及連續(xù)變化的新能源發(fā)電功率數(shù)據(jù)時(shí)，往往存在局限性和不足。為解決這一問題，設(shè)計(jì)基于改進(jìn)決策樹的新能源發(fā)電功率異常值檢測(cè)模型。該模型結(jié)合了特征工程、模型優(yōu)化及后處理等多個(gè)環(huán)節(jié)，旨在提高異常值檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性。

在發(fā)電功率數(shù)據(jù)精細(xì)化區(qū)分的基礎(chǔ)上進(jìn)行數(shù)據(jù)預(yù)處理，清洗和轉(zhuǎn)換原始新能源發(fā)電功率數(shù)據(jù)，同時(shí)選擇特征，提取與功率異常相關(guān)的特征。相關(guān)公式為

式中：Pmax和Pmin分別為功率的最大值和最小值。

采用集成學(xué)習(xí)的方法改進(jìn)傳統(tǒng)決策樹，通過引入隨機(jī)森林技術(shù)，提高決策樹的泛化能力和對(duì)非線性數(shù)據(jù)的處理能力。計(jì)算每個(gè)特征的重要性，以便在構(gòu)建決策樹時(shí)進(jìn)行特征選擇和剪枝，公式為

式中：f(x)為特征的重要性得分；wi為樣本權(quán)重；yi為樣本標(biāo)簽；n為樣本總數(shù)；G(xi,x)為高斯核函數(shù)，用于計(jì)算樣本xi和x之間的相似度。通過計(jì)算每個(gè)特征在決策樹中的信息增益或基尼指數(shù)等指標(biāo)，可以確定哪些特征對(duì)于異常值檢測(cè)更為重要。

基于改進(jìn)決策樹的新能源發(fā)電功率異常值檢測(cè)模型為

式中：Y為新能源發(fā)電功率異常值檢測(cè)結(jié)果；x1,x2,…,xn為輸入的特征值，包括功率波動(dòng)率、功率變化率等特征；f(·)為一個(gè)非線性映射函數(shù)，通過改進(jìn)決策樹模型實(shí)現(xiàn)特征的映射和分類。通過訓(xùn)練和優(yōu)化改進(jìn)決策樹模型，可以得到最佳的映射函數(shù)和異常值檢測(cè)效果。

1.3 異常功率值識(shí)別

識(shí)別異常值就是在眾多樣本數(shù)據(jù)中辨識(shí)出與其他樣本行為或形式不同的少數(shù)樣本。文章設(shè)計(jì)的新能源發(fā)電功率異常值檢測(cè)流程如圖1 所示。

圖1 新能源發(fā)電功率異常值檢測(cè)流程

新能源發(fā)電功率異常值的檢測(cè)流程具體如下。第一，將收集到的新能源發(fā)電功率數(shù)據(jù)作為輸入，包括時(shí)間序列數(shù)據(jù)、氣象數(shù)據(jù)及設(shè)備狀態(tài)數(shù)據(jù)等，用于構(gòu)建新能源發(fā)電功率異常值檢測(cè)模型。第二，并使用改進(jìn)決策樹算法來構(gòu)建新能源發(fā)電功率異常值檢測(cè)模型。改進(jìn)決策樹算法能夠更好地處理高維度、非線性及連續(xù)變化的數(shù)據(jù)，提高異常值檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性。在構(gòu)建模型的過程中，對(duì)輸入的新能源發(fā)電功率數(shù)據(jù)進(jìn)行特征提取，提取與功率異常相關(guān)的特征，使用這些特征來訓(xùn)練和優(yōu)化改進(jìn)決策樹模型。第三，在構(gòu)建好新能源發(fā)電功率異常值檢測(cè)模型后，計(jì)算實(shí)際功率值與預(yù)測(cè)功率值之間的殘差。第四，分解殘差。將根據(jù)不同因素對(duì)殘差的影響程度進(jìn)行分析。第五，在計(jì)算出殘差并進(jìn)行分解后，利用隱馬爾可夫模型（Hidden Markov Model，HMM）算法檢測(cè)發(fā)電功率異常值。HMM 算法是一種常用的時(shí)間序列分析方法，可以用于檢測(cè)時(shí)間序列數(shù)據(jù)的異常值。利用HMM 算法分析殘差數(shù)據(jù)，通過計(jì)算狀態(tài)轉(zhuǎn)移概率參數(shù)，判斷是否存在異常值。第六，根據(jù)HMM 算法的輸出結(jié)果來判斷數(shù)據(jù)是否為異常值。如果輸出結(jié)果大于1，則表示該數(shù)據(jù)點(diǎn)為正常數(shù)據(jù)；如果輸出結(jié)果小于等于1，則表示該數(shù)據(jù)點(diǎn)為異常值。根據(jù)輸出的異常值，提供相關(guān)的分析報(bào)告和建議措施，以便及時(shí)采取相應(yīng)的措施進(jìn)行異常處置。

2 實(shí)驗(yàn)論證

為驗(yàn)證基于改進(jìn)決策樹的新能源發(fā)電功率異常值檢測(cè)方法的檢測(cè)效果，設(shè)計(jì)所需的實(shí)驗(yàn)平臺(tái)，將其與其他兩種傳統(tǒng)的新能源發(fā)電功率異常值檢測(cè)方法進(jìn)行實(shí)驗(yàn)對(duì)比，并分析實(shí)驗(yàn)結(jié)果。

2.1 實(shí)驗(yàn)準(zhǔn)備

文中使用的數(shù)據(jù)來自2021 年中國(guó)風(fēng)力發(fā)電行業(yè)專題調(diào)研與深度分析報(bào)告。

為模擬數(shù)據(jù)中的異常值，隨機(jī)選擇h%的風(fēng)電數(shù)據(jù)并對(duì)其加入干擾，使其值變?yōu)樵镜?1+h%)。其中，|h|＞10，h服從高斯分布，均值μ=0，方差σ=30，加入的數(shù)據(jù)干擾表達(dá)式為

式中：yt*為加入干擾后的數(shù)據(jù)；yt為原始數(shù)據(jù)。

2.2 對(duì)比實(shí)驗(yàn)

為減小實(shí)驗(yàn)誤差，分別應(yīng)用本文方法、基于3σ原則的異常檢測(cè)方法（傳統(tǒng)方法1）以及基于Box-Jenkins 模型的檢測(cè)方法（傳統(tǒng)方法2）對(duì)其發(fā)電功率異常值進(jìn)行3 次檢測(cè)實(shí)驗(yàn)，對(duì)比3 種方法的異常值檢測(cè)效果，檢測(cè)結(jié)果如表2 所示。

表2 3 種方法的實(shí)驗(yàn)結(jié)果

由表2 可知，文章研究方法在發(fā)電功率異常值檢測(cè)方面精確率較高，而傳統(tǒng)方法檢測(cè)精確率均低于文章研究方法，證明該研究方法的檢測(cè)效果較好，具有實(shí)用性。

3 結(jié) 論

文章深入探討了基于改進(jìn)決策樹的新能源發(fā)電功率異常值檢測(cè)方法，詳細(xì)介紹了所提的改進(jìn)決策樹方法，以及如何將其應(yīng)用于新能源發(fā)電功率數(shù)據(jù)的異常值檢測(cè)。實(shí)驗(yàn)部分，將文章研究方法與傳統(tǒng)方法對(duì)比，充分證明了該方法在準(zhǔn)確性方面具有顯著優(yōu)勢(shì)。