基于大數(shù)據(jù)的大用戶用電需求控制模型研究

彭 茁 王 翔 李勇濤

（國網(wǎng)合肥供電公司，安徽 合肥 230022）

業(yè)擴報裝業(yè)務泛指從客戶提交用電申請需求至實際成功用電的該段電力企業(yè)業(yè)務流程，其具體過程包括客戶申請的確認、供電方案的確認、供電合同的確認以及最終的裝表供電。該業(yè)務將電力企業(yè)與用戶之間的供用電關(guān)系緊密連接。用戶在最終的裝表供電完成后，一般會經(jīng)歷一段時間的周期負荷調(diào)整過程，隨著時間推移電量顯著提升，直至用電維持在一個穩(wěn)定的合理的區(qū)間。業(yè)擴報裝業(yè)務具有以下方面的特性：一是具有確切的目的性，其目的是提供給到客戶安全、穩(wěn)定以及經(jīng)濟的用電服務。二是具有較強的時間緊迫性，供電公司需在最短時間內(nèi)為客戶提供送電服務，其對供電公司在業(yè)務流程和進度管理上要求頗高。三是具有多對一的響應關(guān)系，多個客戶對接同一家供電公司的情況普遍存在。四是具有多部門協(xié)同合作性，該業(yè)務牽涉供電公司多個部門的多個業(yè)務，不同部門間的協(xié)作能力及部門溝通尤為重要。五是具有用電需求的復雜性，不同類型的用電客戶存在不同的用電需求，及時滿足多樣的客戶需求對供電公司提出了更高的要求。

在電改背景下，業(yè)擴報裝業(yè)務既是提高供電服務水平的關(guān)鍵一環(huán)，也是拉升電網(wǎng)資產(chǎn)利用率的重要一步。多項電力因素影響著業(yè)擴報裝需求的確定，設(shè)備容量等參數(shù)預留大多采用經(jīng)驗預估的方式，這既可能因為電網(wǎng)預留容量不足導致電力供應不能滿足實際需求，也有可能因為預留容量過大使得電網(wǎng)設(shè)備利用率較低。故本文從兩個方向開展大用戶用電需求預測，實現(xiàn)精準量化大用戶業(yè)擴報裝需求，以更好提升客戶用電滿意度和電網(wǎng)設(shè)備利用率。（1）構(gòu)建基于大數(shù)據(jù)的電力大用戶業(yè)擴報裝需求容量測算模型，通過數(shù)據(jù)模型量化報裝需求。（2）從用電類別出發(fā)計算不同用電類別下的需要系數(shù)和同時系數(shù)，對大用戶供電需求進行預測。

1 大用戶級別業(yè)擴報裝預測模型

大用戶級別業(yè)擴報裝需求控制模型研究包括以下方面：（1）確定和業(yè)務研究目標相關(guān)的影響特征。（2）確定研究的模型。（3）進行數(shù)據(jù)探索和特征工程。（4）構(gòu)建需求控制模型，并驗證模型結(jié)果。

1.1 影響特征表

采集某地區(qū)共計350 戶專線大用戶作為研究對象，搭建大用戶業(yè)擴報裝需求模型。基于業(yè)務特征，盡可能列舉出對業(yè)擴報裝有影響的所有因素，共計14 個特征。（1）用戶信息：包括戶名、戶號、行業(yè)類別、人員數(shù)量、注冊資金和區(qū)域。（2）用電信息：包括用電類別、供電電壓等級和電源點個數(shù)。（3）電力數(shù)據(jù)：包括每日最大負荷、用電量和容量。（4）經(jīng)濟數(shù)據(jù)：包括行業(yè)GDP。

1.2 大數(shù)據(jù)模型處理方法

本文采用多種機器學習模型方法實現(xiàn)對大用戶用電需求控制模型的研究，主要采用多元線性回歸，k 近鄰法和集成學習算法等回歸模型實現(xiàn)對用電需求進行預測分析。

1.2.2 k 近鄰回歸模型：k 近鄰回歸模型是指利用該樣本周圍最接近的k 個樣本的屬性去預測該樣本的值。一般采用平均值或者平均法來定義該樣本的輸出。同時樣本的分布規(guī)律決定了k 值的選擇方向，而k 值的選擇也影響了模型的結(jié)果：一種是較小的k 值導致訓練誤差的降低和泛化誤差的加大，另一種是較大的k 值導致訓練誤差的增大和泛化誤差的降低。

1.2.3 集成學習回歸模型：集成學習算法是一種將來自多個機器學習算法的預測值結(jié)合在一起的技術(shù)，比任何單獨模型做出的預測更為準確。本文集成學習模型涉及Bagging和隨機森林兩類回歸模型。

Bagging：Bagging 從Bootstrap 和Aggregating 兩詞結(jié)合而來，其算法邏輯是從訓練集中通過有放回采樣的方式獲得不同的子訓練集，在不同的子訓練集上獨立訓練出多個不同的弱學習器，將多個弱學習器的結(jié)果進行一定的整合，以此作為最終的預測值。Bagging可以并行地訓練多個不同的弱學習器，并行的特性可以提高模型的運算速度。回歸問題的結(jié)果整合可采用均值方法。有放回采樣的方式可自動實現(xiàn)將63%的樣本作為訓練集，而剩下的樣本作為驗證集。Bagging最明顯的優(yōu)勢是可用來降低模型的方差。

圖1 Bagging 方法示意圖

隨機森林：隨機森林繼承了Bagging 模型的基本思想，但對Bagging進行了兩處改進：（1）其將決策樹作為弱學習器，因為決策樹是不穩(wěn)定學習器，故適合進行Bagging操作。（2）同時對特征進行隨機采樣而形成特征子集，避免過擬合，以此增加各子決策樹間的差異性。隨機森林的優(yōu)勢體現(xiàn)在以下幾點：一是對大規(guī)模數(shù)據(jù)集具有良好的性能；二是對高維特征具有較好的處理能力而無須進行降維操作；三是對于特征中的缺省值不敏感，具有較好的魯棒性。回歸問題的結(jié)果整合可采用均值方法。

1.3 數(shù)據(jù)探索和特征工程

1.3.1 相關(guān)性分析。變量間的相關(guān)性分析是將特征變量和目標變量間的線性關(guān)聯(lián)進行直觀體現(xiàn)，其計算的相關(guān)系數(shù)結(jié)果可作為特征工程中提取特征項目的依據(jù)。通過皮爾遜相關(guān)系數(shù)可直觀查看變量間的關(guān)聯(lián)，其衡量的是線性關(guān)系的強度和方向。假設(shè)有兩個特征x和y，按照以下方式比較他們的每個元素，從而計算皮爾遜相關(guān)系數(shù)：

（2）啞變量通常是指人為虛設(shè)的變量，取值為0 和1，用來反映某個變量的不同屬性特點。啞變量編碼是將類別變量轉(zhuǎn)換為啞變量，也就是將定性變量進行了量化處理。引入啞變量的目的即是為了評測定性變量對預測結(jié)果的影響。對人員數(shù)量進行有序編碼，對電源點個數(shù)變量進行指定編碼，對電壓等級、行業(yè)類型和用電類別進行虛擬編碼。

1.3.3 特征選擇。特征選擇是指在映射函數(shù)作用下直接將不重要的特征刪除而抓住主要影響因子的過程。變量越少越有利于分析，對模型結(jié)果的可解釋性越高。本文的特征選擇方法是包裝法，其算法邏輯是用遞歸特征消除法來達到篩選重要因子的目的。遞歸特征消除法是指在特征空間中抽取特征子集，在特征子集上構(gòu)建相應模型，迭代該過程，遍歷所有特征空間，通過模型結(jié)果來篩選表現(xiàn)最佳的特征子集。最終進入模型的特征有35 個，為’電源點個數(shù)’,’注冊資金（人民幣：萬）’,’規(guī)模（人員數(shù)量）’,’用戶達到最大負荷年數(shù)’,’用電量’,’行業(yè)GDP’,’容量’,’電壓等級1’,’電壓等級2’,’電壓等級3’,’電壓等級4’,’區(qū)域1’,’區(qū)域2’,’區(qū)域3’,’區(qū)域4’,’區(qū)域5’,’區(qū)域6’,’區(qū)域7’,’區(qū)域8’,’區(qū)域9’,’區(qū)域10’,’區(qū)域11’,’區(qū)域12’,’區(qū)域13’,’區(qū)域14’,’行業(yè)類型1’,’行業(yè)類型2’,’行業(yè)類型3’,’行業(yè)類型4’,’行業(yè)類型5’,’用電類別1’,’用電類別2’,’用電類別3’,’用電類別4’,’用電類別5’。模型依據(jù)交叉驗證得分選擇的特征如圖3 所示。

圖2 每日最大負荷與容量、注冊資金等的相關(guān)性圖譜

圖3 模型選擇的特征數(shù)圖

1.4 模型構(gòu)建

基于大用戶電量歷史需求、用電特征和行業(yè)特征等數(shù)據(jù)，使用特征工程、回歸、決策樹等機器學習方法，挖掘大用戶電力需求，提取業(yè)擴報裝大用戶有效用電特征，將其作為模型輸入特征，建立大用戶業(yè)擴報裝需求模型，量化輸出大用戶業(yè)擴報裝容量需求。在對比多個模型精度后發(fā)現(xiàn)，多元線性回歸的精度高于其他模型算法，但整體精度仍然不高。

1.4.1 多元線性回歸模型：多元線性回歸模型的預測精度，也就是R2達到0.712，也就是模型可以解釋71.2%的變量。

1.4.2 k 近鄰回歸模型：選擇k=20，模型的精度為0.564，預測效果一般。

1.4.3 集成學習回歸模型：通過構(gòu)建單個回歸樹、Bagging回歸樹和隨機森林進行對比，發(fā)現(xiàn)集成算法會降低測試誤差，Bagging和隨機森林的測試誤差基本一致，但是測試誤差依然在0.88 左右。從隨機森林的輸入變量重要性來看，區(qū)域11 的用電量、容量以及用戶達到最大負荷的年數(shù)等變量重要性高于其他變量，和特征選擇的結(jié)果一致。

圖4 回歸樹、Bagging 回歸樹和隨機森林誤差對比圖

2 用電類別下供電需求預測

在基于大用戶級別的報裝預測的同時，可以通過用電類別下的需要系數(shù)和同時系數(shù)的計算來對不同的用電類別用戶進行容量預測。算法邏輯為：一是依據(jù)用電性質(zhì)將用戶進行分類，獲得不同用電類別下的歷史最大負荷值，從而計算各用戶不同的需要系數(shù)；二是用全行業(yè)歷史最大負荷值和第一步中的用電類別下歷史最大負荷值來計算全社會同時系數(shù)。需要系數(shù)和同時系數(shù)可用于電力大用戶業(yè)擴報裝負荷預測。

2.1 需要系數(shù)分析

圖5 用電類別下最大負荷、容量、需要系數(shù)圖

2.2 全行業(yè)同時系數(shù)分析

2.3 供電需求預測

3 結(jié)論

本文通過兩種方式給出了業(yè)擴報裝容量的預測方向。一是構(gòu)建了業(yè)擴報裝容量的多種模型預測方法，特征選擇后進行了多種模型結(jié)果嘗試。后續(xù)可在收集的數(shù)據(jù)量級及數(shù)據(jù)獲取的準確性上進行進一步擴展分析。二是通過用電類別集合下的需要系數(shù)和同時系數(shù)的計算，將用戶集成到不同用電類別下進行對照預測，用計算獲取的需要系數(shù)值和全社會的同時系數(shù)值來估計待預測區(qū)域的供電需求。