基于深度學習變分自動編碼器算法的電價執行稽查研究

高曦瑩，關 艷，楊飛龍，曹世龍，王英新

(1.國網遼寧省電力有限公司電力科學研究院，遼寧 沈陽 110006；2.國網沈陽供電公司，遼寧 沈陽 110004)

電費收入是供電企業的主要收入來源，是保證國家電力行業持續健康發展的基礎和保證。然而，由于誠信體系的缺失，個別用電企業存在違約用電，供電企業內部個別員工存在徇私舞弊現象，致使供電企業蒙受較大的經濟損失。因此，研究科學有效的電價執行稽查方法成為一項不斷更新的研究課題[1]。

隨著科技的發展，供電企業信息化程度不斷提高，國家電網公司建立了“客戶導向型，機構扁平型，業務集約化，管理專業化，管控實時化，服務協同化”一型五化電力營銷體系。大量電力營銷系統信息使得采用智能數據分析方法進行數據挖掘成為可能，并隨著智能方法的更新發揮出越來越大的作用。其中，電價執行稽查方法也在不斷更新，現有的方法有3種：一是采用人工檢查定期巡檢，該方法效率低、工作量大，正在逐漸淘汰；二是通過普通網絡稽查監控系統，設立用電量門限閾值篩選，該方法只能對門限閾值超量的電價執行異常進行篩選，原理簡單但準確率較低；三是通過聚類等傳統機器學習方法進行系統篩選，但該方法只能憑借用電軌跡對電價執行異常進行辨別[2]，情況單一，無法處理異構數據，在用戶數據局部缺失的情況下無法進行有效分析計算[3]。

針對上述方法局限性，本文提出一種基于深度學習變分自動編碼器算法(variational autoencoder based anomaly detection algorithm，VABAD)解決在電價執行稽查過程出現的問題。該方法中采用的變分自動編碼技術既是判別性模型又是生成性模型，既可以用來檢測異常數據又可以通過特征概率來恢復數據。其最大的優勢是該技術通過重構概率來判定異常數據而不是重構數據本身，使得多種異常數據可加入判別，極大豐富了判定依據，可有效處理多種電價執行稽查。該方法分為3部分：一是用電數據獲得并進行分類；二是用電數據提取概率特征，為每一個樣本構造專屬正態分布，然后采樣重構，并訓練編碼器及解碼器；三是利用重構概率(蒙特卡洛估計值)實現異?？蛻襞袆e，實現電價執行稽查。該方法的總體框圖見圖1，利用該方法在東北某省電網進行電價執行稽查，結果表明，該方法有效提高了稽查準確性，大幅降低了稽查不匹配率，極大減輕了供電企業工作量，具有較好的實用性和可行性。

圖1 電價稽查執行方法總體框圖

1 用電數據獲取

1.1 獲取數據

數據取自供電企業市場營銷及營銷稽查監控業務數據庫，數據類型及對應數值化舉例如下。

異常種類：包括售電均價波動、特殊電價執行異常、超容量用電、居民大電量、農排大電量、化肥大電量、力率執行異常、變損電量異常、兩部制電價執行異常、分時電價執行異常等，對應數值種類從1到N。

客戶用電一般屬性：包括電壓、電流、變壓器容量、平均功率因數、平均負載率、超容率、總電費、基本電費、峰時電費、平時電費、谷時電費等，數值按歸一化處理以便于計算。

客戶用電高級屬性：包括用電同比、環比、偏差率、峰總比、平總比、谷總比、峰谷比等，數值大部分為比值，直接代入矩陣。

客戶數據屬性：包含用戶類別、所屬行業、所屬位置、抄表號段、售電均價、上月售電均價、上年同期售電均價、售電環比同比、景氣指數等，數值分類數值化。

1.2 簡單分類

將系統中采集的數據按照正常數據集和異常數據集分類導入算法模型，異常數據集樣本數量較少，但足以對模型進行半監督學習訓練。將樣本中的文字信息轉化為數字信息，并將包含4類數據類型的數據形成正常數據集X、異常數據集x。

式中：M、N、m、n代表維度。

2 用電數據提取概率特征

判別模型通過變分自動編碼器模型得以實現。變分自動編碼器主要由編碼器、解碼器、額外損失3部分構成。其原理圖見圖2。

圖2 變分自動編碼器原理圖

每一個樣本數據在編碼器中通過均值和方差分布降維生成隱藏變量z，通過解碼器還原樣本(升維)；通過KL散度衡量額外損失L；通過重建概率可有效判別電價執行異常客戶。具體步驟如下。

確定網絡結構，總共具有q+2層，輸入層和輸出層各占1層，q為隱藏層的層數。

導入正常數據集X，確定到模型的超參數，訓練有向圖模型參數θ、φ[4]。

初始化編碼器網絡，網絡作用是將數據集中的樣本數據映射到隱藏分布參數z中，輸入過程是將非線性激活函數的密度集(Dense函數)進行連接并向前發送，然后將輸入數據轉換成隱藏空間的2個變量，使用密度集連接隱藏變量z的均值μz(i)和z的logσ2使用σz(i)表示輸入。使用異常數據集數據通過神經網絡均值μz(i)和方差σz(i)計算模塊反向傳播訓練編碼器fθ(z|x(i))。 表達式為μz(i),σz(i)=fθ(z|x(i))。

解碼器將z作為輸入量，并將參數輸出到數據概率分布中，使用μz(i)和σz(i)作為采樣數值正態分布的均值和方差，通過定義采樣函數從隱藏正態分布中隨機采樣概率近似點。

logpθ(x(i))≥L(θ,φ,x(i))=DKL(qφ(z|x(i))||pθ(z))+Eqφ(z|x(i))[logpθ(x|z)]

式中：logpθ(x(i))為數據集點的邊緣似然值；qφ(z|x(i))為潛變量z的近似后驗值；pθ(z)為潛變量z的先驗分布值；KL為散度，計算獨立分量X正態分布與標準正態分布KL散度作為L值。具體實現程序流程見圖3。

3 重構概率判別

基于大數據深度學習的電價稽查執行方法,數據獲取出自Hadoop分布式架構硬件服務器系統，通過營銷系統SQL語言提取數據庫數據。

本方法是一種基于大數據深度學習的電價稽查執行方法，通過變分自動編碼器算法，由于判斷因子是概率分布，不受不同指標之間權重關系的影響可有效處理電價執行異常的多種情況，有效區分電力用戶。

4 實例分析

4.1 數據獲取

圖3 變分自動編碼器流程圖

數據取自某省供電公司營銷系統及稽查系統近年中某一年的具體數據。針對超容量用電電價執行異常、居民大電量電價執行異常、兩部制電價執行異常3種情況進行測試，針對性提取工業及居民用電數據。由于電價執行稽查異常客戶數量在正常無標簽樣本中占比較低，為了加快試驗速度，測試和訓練數據提高了異常數據占比，對算法的計算效果無影響。

4.2 測試結果

結算結果根據超容量用電電價執行異常、居民大電量電價執行異常、兩部制電價執行異常3種情況列于表1、表2、表3中。

4.3 結果分析

由于電價執行稽查采用人工方法與聚類方法已有文獻進行過對比[4-5]，本文測試部分重點對比變分自動編碼器與聚類(k-mean)方法的對比[6]。

表1 超容量用電電價執行異常

表2 居民大電量電價執行異常

表3 兩部制電價執行異常

注：傳統聚類方法為采用k-mean法對測試數據的判定效果。只采用用電量特征曲線；稽查準確率=(診斷結果中異常的用戶數/實際異常的用戶數)×100%；稽查不匹配率=(誤判異常用戶數量/測試用戶樣本)×100%。

由試驗結果可見：變分自動編碼器方法在準確率上較聚類方法有大幅提高；在不匹配率上變分自動編碼器方法更是大幅低于聚類方法；無論準確性和不匹配性，大量的數據樣本是獲得良好性能的基礎和保證，由表3可見，在訓練樣本數量下降的同時，準確率下降，不匹配率上升。

5 結束語

針對目前電價執行稽查工作方法的局限性，提出了一種基于深度學習變分自動編碼器的新方法。該方法突出的優點是可以分析異常數據，不拘泥于電量等常規判據，通過概率方法有效加入多種參數而無需考慮參數權重[7-8]。通過試驗證明，該方法可有效提高電價執行稽查的準確率，有效降低不匹配率，大量減少供電企業工作量，提高供電企業收入，為電力營銷工作提供有效的保障。