基于大數據技術的營配調數據智能匹配和識別方案研究

黃文思，陳 婧，谷 峪

（國網信通億力科技有限責任公司，福建 福州 350003）

0 引 言

在同期線損管理系統全面建設的推動下，傳統同期線損管理工作中存在的弊端不斷突顯，對運檢、調度以及營銷等專業數據也提出了更高質量要求。因此，快速實現與現行營配數據相符的匹配方案和識別方案，已成為供電企業發展的必由之路。此外，隨著市場經濟體制的不斷完善，供電行業所面臨的市場競爭機制也在不斷完善，優勝劣汰已成為供電企業普遍面臨的發展難題，而基于大數據技術的營配調數據智能匹配和識別方案的運用，能夠實現在確保供電系統正常運行的同時，降低生產經營成本，能提高供電企業市場競爭能力和盈利能力[1]。

1 基于大數據技術的營配調數據應用算法流程

基于大數據技術的營配調數據智能匹配和識別方案主要包含Person相關系數、BP神經網絡-時間序列及TF-IDF等應用。其中，Person相關系數的相關算法流程為：開始計算→得出Person相關系數→分析兩變量之間的關系→獲取計算結果。BP神經網絡-時間序列的算法流程為：開始計算→神經網絡初始化→輸入歷史供電量及影響因素數據→訓練神經網絡時間序列預測模式→輸出預測結果→判斷計算誤差是否達到可接受范圍；若達到可接受范圍，則獲取計算結果，若達不到可接受范圍，系統則會返回訓練神經網絡時間序列預測模式重新開始計算，直至誤差達到可接受范圍。TF-IDF算法流程為：開始計算→計算詞頻TF→計算逆文件IDF→計算TF-IDF的乘積→獲取計算結果。

2 算法驗證

2.1 實驗數據

本文采用的數據主要來源于陽泉市區、國網陽泉、陽泉郊區、陽泉平定、陽泉大戶以及陽泉盂縣等供電公司，選取數據的時間為2015年5月至2017年7月，數據類型為電網運行狀態下的數據，主要包含了各供電公司的供電量、售電量、線損量以及線損率等，采集數據的頻率為1天/次。

2.1.1 實驗過程與分析

隨著公司管理水平提高、網架結構和電力設備的改善，電網線損率也有了較明顯的下降，但還有其他一些非可控的因素影響線損率統計。因此，定量地分析各區域供電公司每日供電量、售電量以及線損波動等指標之間的相關性，將表現異常的數據篩選出來，并在營配調系統中智能識別線變和臺戶異常掛載，為電網的管理、評估以及決策提供真實可靠的參考依據。

（1）數據預處理

靠站數據挖掘工作前，需要對所收集的數據進行預處理，便于將原始數據進行必要的清洗集成、轉化、離散以及規約，使其達到挖掘算法、獲取信息所制定的最低標準和規范[2]。此外，對原始數據進行預處理，還可以完善殘缺的數據，對數據中存在的錯誤信息進行及時糾正，將所需要的數據挑選出來進行數據集成，同時把不適應的數據格式轉化為系統所要求的格式，最終實現數據類型和格式相同的處理目的。經過預處理的數據，能夠滿足實驗所需要的樣本數據，并提升實驗結果的可靠性與真實性。

（2）供電量與售電量的差值

模型在分析比較系統供電量和售電量的差值時，可以事先判斷出某一區域發生線損異常的大致情況。同時設置一個閾值，將其與供電量與售電量的差值進行對比，當差值大于所設置的閾值時，則可提示該區域存在線損異常的情況。然后運用TF-IDF算法對該區域的臺戶關系及線變關系的異常掛載情況等進行篩選，從而鎖定異常用戶的局地位置。當售電量與供電量的差值小于所設置閾值時，則需要進一步分析用戶電量和線損電量的相關性，從而判斷該區域是否存在線損異常情況。

（3）線損電量和供電量的相關性

線損電量和用戶電量的Pearson相關系數的計算，有助于確定是否對數據進行直接校驗。當兩者之間的相關性較強時，可以直接對其進行校驗；當兩者的相關性較弱時，需要通過繼續預測線損率的方式決定是否使用TF-IDF分析電力設備的異常掛載情況。

（4）線損電量預測

如果線損電量和供電量不存在強相關關系，則對線損電量進行預測，預測線損電量和實際線損電量之間的差值，當差值大于實驗設定的閾值時，模型認為統計的線損電量出現異常，需要繼續進行TF-IDF篩選電力設備的異常掛載[3]。本文采用BP神經網絡結合時間序列的方式預測售電量，同時將預測結果作為計算線損電量的依據，達到預測線損電率的目的。如果預測線損率和實際線損率超過閾值，可以判斷該區域存在線損異常的情況，需使用TF-IDF算法找出異常掛載的電力設備。

（5）TF-IDF篩查電力設備異常掛載

為準確搜集引起線損出現異常計算結果的原因，文章使用TF-IDF算法判斷出電力設備地址和異常掛載情況。例如，線路、變壓器、臺區及用戶關系等出現異常掛載，從而實現準確鎖定線損異常位置、提升處理線損異常情況的質量和效率等目的。

（6）校驗

將通過該模型得到的線損異常區域以及定位的異常掛載的電力設備通知電網工作人員，工作人員對實驗結果進行實地考察和認證，以驗證結果的準確性。如果結果誤差較大，則調整模型及模型中的參數再次進行實驗，以保證本文模型的準確性和可靠性。

2.2 實 驗

2.2.1 相關性分析結果

對陽泉市區及周邊縣城的電網中供電量和線損數據進行Pearson相關系數的計算，得出在前5個地區中供電量與線損電量之間存在著加強的相關性，而孟縣供電公司的相關系數r卻僅有0.154 6，因此可以判斷孟縣供電公司所覆蓋的供電區域極有可能存在線損異常的情況，需要對孟縣的線損電量進行預測。

（1）線損電量預測

本文主要運用預測售電量的方式實現線損電量的預測，所以將售電量數據作為預測模型中的樣本數據，表1為預測盂縣售電量的樣本數據。

表1 預測盂縣售電量樣本數據

節假日類型中，1表示為節假日，0表示為工作日。

神經網絡-時間序列模型的輸入層為售電量預測模型，把影響售電量的因素經過對策反復訓練后，將均方差控制為0.002。將成熟的模型運用于孟縣售電量的預測，結果顯示售電量與實際數據之間存在較大的差距，超過了事先設定的閾值，因此需要運用TF-IDF算法確定孟縣的供電量，從而判斷該區域是否存在電力設備異常掛載的情況。

（2）TF-IDF篩查電力設備異常掛載結果

第一，電力設備無異常掛載。對仙人臺區的所有用戶地址進行TF-IDF分析后，結果顯示山西省、陽泉市、盂縣及仙人等用戶地址的詞頻TF值均為0.83，說明山西省、陽泉市、盂縣及仙人等4個詞語的TF值相等，即上述4個臺區中所有用戶地址的出現頻率是相同的，不存在詞語出現頻率偏低的情況，因此可以得出該臺區無異常用戶的結論。

第二，電力設備出現異常掛載。對李家莊臺區的所有用戶地址進行TF-IDF分析后，得出山西省、陽泉市、盂縣以及李家莊潘等用戶地址的詞頻TF值分別為0.071、0.069、0.072以及0.004 7，其中潘的TF值明顯低于其他區域，因此可以判斷該地區遠遠小于其他詞語，說明李家莊臺區帶有潘的用戶有可能不屬于該臺區。為再一次驗證結果的準確性，對東杜臺區所有用戶地址的所有用戶地址進行TF-IDF分析，結果顯示、陽泉市、盂縣、東杜及一變等詞頻的TF值分別為0.067、0.066、0.066及0.000 9。對東杜臺區內的所有用戶地址進行統計分析后，得出地址為山西省陽泉市盂縣路家村鎮東杜村的有73戶，而地址為山西省陽泉市盂縣西潘鄉的僅有1戶，即該用戶有可能存在異常掛載的情況，工作人員進行現場確認后，進一步落實了該用戶確實不屬于這一臺區，需要在營配調系統中修改掛載關系。

第三，采用TF-IDF算法分析線變關系與臺戶關系。該模塊通過分析盂縣供電量和線損電量的相關關系，判斷盂縣有可能存在線損異常，需要使用TF-IDF算法對孟縣的線變關系和臺戶關系進行分析，通過對盂縣2 000多個臺區的臺戶關系進行分析，得出26個臺區可能出現了異常掛載的結論，經過工作人員現場校驗后，對16個臺區的影長掛載情況進行了確認，通過營配調系統對該區域的錯誤進行糾正后，線損異常現象有了很大程度的改善。因此，本文建立的基于TF-IDF算法的同期線損數據治理模型，能夠有效地解決電力設備異常掛載的情況，在提高工作質量和工作效率的同時，降低了供電公司的運營成本，值得推廣和使用[4]。

3 結 論

基于TF-IDF算法的同期線損數據治理模型在解決電力設備異常掛載時準確率很高，減少了人工對所有臺區逐一現場排查的盲目性和工作量，有效控制了此項工作的維護成本[5]。此外，根據設備地址識別設備是否正常掛載，為電網的營配調貫通提供了一種新思路，提高了電網運行參數。例如，線損率等數據計算結果的準確性，為電網企業實現降本增效目標提供了有力的數據支撐。