智能電網電量異常數據的識別和修復研究

陳 婧,林 超,薛迎衛,施煒煒

(國網信通億力科技有限責任公司,福建 福州 350003)

0 引言

智能電網是國家電網結構體系的重要組成部分,對國民經濟建設具有推動作用[1]。傳統電力行業的電量數據增長幅度較低,電量種類不多,且結構不復雜。隨著智能電網信息化程度的不斷提升,電力電量數據發生很大改變,不但結構、種類呈現多樣性變化,而且電量數據規模增長迅猛,數據量突破億萬級[2-4]。對于當前電力行業的海量電量數據,傳統數據處理方法已不能達到數據處理目標。另外,電力行業的供電量要與需求量相平衡。若破壞原本的均衡狀態,會嚴重影響電力系統的安全、平穩運行。利用過去電量數據可實現未來用電量的預測,為電力生產分配及調度決策提供有力的數據支撐。這對于電力系統的高效運行具有重要意義。因此,電量數據必須準確、無異常。

通過數據挖掘技術對智能電網海量電量數據進行分析,對于異常電量數據的快速檢測具有重要意義[5]。張春輝等針對電力系統電量數據受外在因素影響生成異常數據的問題,提出通過小波方法識別異常電力負荷。該方法雖能實現異常電量數據的檢測,但對異常數據的自主修復能力較弱[6]。蔣華等針對海洋浮標異常數據,提出通過改進K均值聚類算法實現異常數據檢測的方法。該方法可自適應確定聚類中心,通過數據與聚類中心的距離均值篩選異常數據。該方法的異常數據檢測率雖高,但誤檢率也較高[7]。

為保證智能電網中海量電量數據質量、高效識別異常電量數據,本文基于數據挖掘的電量數據異常智能識別和修復,通過粒子群優化-可能性模糊C均值(particle swarm optimization-possibilistic fuzzy C-means,PSO-PFCM)聚類算法識別異常電量數據,并運用徑向基函數(radial basis function,RBF)神經網絡實現異常數據的修復,以提高異常電量數據的識別準確率。

1 電量數據異常識別與修復

1.1 PFCM算法聚類數目自適應確定

由于電力系統的電量數據信息規模巨大,利用可能性模糊C均值(possibilistic fuzzy C-means,PFCM)聚類算法對其進行聚類時,聚類數目難以預測。通過設定指標函數的方式,可有效解決PFCM算法的聚類問題。函數的描述為:

(1)

式中:c為數據類別;n為樣本數;r為聚類參數;bi為第i個聚類中心;uij為模糊矩陣。

(2)

式中:tij為概率劃分矩陣;k為歸一化樣本數。

(3)

(4)

由此說明,PFCM算法的指標函數在符合隸屬度歸一化限制條件的同時,可通過概率劃分矩陣使聚類數目達到最優[9]。

1.2 粒子群算法

通過粒子群算法對粒子進行初始化。粒子選擇遵循任意性原則,在不斷迭代過程中尋求最佳答案。迭代過程產生兩個最優解,分別為局部最優解和整體最優解,根據這兩個最優解不斷對粒子進行替換[10-11]。搜尋區域為d維。種群包含粒子數量為n。種群的第i個粒子在d維中的向量為Xi=(xi1,xi2,…,xid),i=1,2,…,n。飛行速度Vi=(vi1,vi2,…,vid),i=1,2,…,n。局部最優解為粒子搜尋到的最佳位置:

Pbest=(pi1,pi2,…,pid)

(5)

全局最優解為種群搜尋到的最佳位置:

gbest=(pg1,pg2,…,pgd)

(6)

vid=βvid+f1r1(pid-xid)+f2r2(pgd-xid)

(7)

式中:β為慣性權重;f1、f2為加速度因子,且f1≠f2;r1、r2為區間[0,1]內的任意數,且r1≠r2。

xid=pid+vid

(8)

通過式(7)、式(8),可對粒子的速度及位置進行替換。通過粒子群算法可進一步獲得PFCM聚類算法的聚類中心。

1.3 基于PSO-PFCM的智能識別流程

異常電量數據的智能識別流程如圖1所示。

圖1 異常電量數據的智能識別流程圖Fig.1 Intelligent identification flowchart of abnormal power data

通過PSO-PFCM算法可實現電量數據的異常智能識別。電量數據異常智能檢測流程如下。

①電量數據預處理。由于聚類結果會因電量增長受到一定影響,從而增加計算繁雜度,因此需歸一化電量數據。

②電量特征曲線聚類。通過V(c)函數和粒子群優化(particle swarm optimization,PSO)算法確定聚類中心和聚類數量的最優解。PSO-PFCM聚類算法可實現電量曲線的聚類。

③電量數據異常智能識別。根據所獲電量曲線對聚類結果進行研究,并結合全部類型電量曲線的特性對異常電量數據進行智能識別。

2 基于RBF神經網絡的異常數據修復

2.1 輸入、輸出量選取

RBF神經網絡是包含三層結構的前饋網絡。三層結構分別為輸入層、隱含層及輸出層。本文方法以識別到的異常電量數據產生時刻為基點。該時刻前期的異常電量數據作為網絡輸入值,通過網絡輸出結果實現異常電量數據的修復。輸出結果可用式(9)描述:

(9)

式中:x=[x1,x2,…,xm]T為神經網絡的輸入向量;m為輸入層中的節點個數;y為網絡輸出向量;ωi為隱含層的第i個節點與輸出層的權值向量;Ri(x)為網絡隱含層的第i個RBF。

2.2 RBF及參數確定

RBF選取高斯函數,表達式為:

(10)

①采用K-means算法對訓練樣本進行聚類,以確定ci。聚類數量為隱含層節點數。

②根據ci確定σ,表達式為:

σ=bmin(ci-cg)

(11)

式中:b為疊加系數;cg為隱含層的聚類中心。

③ω采用最小均方(least mean square,LMS)算法計算,并通過對訓練樣本集分配的方式對其進行訓練。分布式系統結構中增加計算節點數量。各節點構建RBF神經網絡,將訓練樣本均分給各節點以實現并行處理。

各節點實現任務處理后,獲得權值向量ωi=[ωi1,ωi2,…,ωih]T,0

ω(m+1)=ωT(m)+ηX(m)e(m)

(12)

式中:m為迭代系數,當m=0時,ω(0)為極小值;η為學習效率;X(m)為輸入樣本;e(m)為理想值與實測值的差值。

e(m)=d(m)-YT(m)

(13)

式中:d(m)為理想輸出;Y(m)為輸出實測值向量。

在得到權值的基礎上,本文訓練各節點的RBF神經網絡,以計算訓練準確率。αi為各節點對于全部節點所占的比重,可通過準確率求得。RBF神經網絡的權值向量可表達為:

(14)

2.3 異常數據修復流程

異常電量數據的修復流程如下。

①對RBF神經網絡異常數據修復模型進行構建。該模型可將識別到的大規模電量數據輸入神經網絡,并實現唯一結果的輸出。基于某時刻的異常電量數據,以該時刻之前的電量數據作為歷史數據,將其傳輸至神經網絡。RBF輸出結果為異常電量數據的修復值。

②選取訓練樣本并對其歸一化。預處理后的訓練樣本集分配到各訓練節點,通過訓練樣本訓練神經網絡。

③將歷史電量數據輸入訓練好的RBF神經網絡,得到對應的輸出結果,并用輸出結果替換異常電量數據。

④異常電量數據修復后,通過相對誤差檢測修復是否準確。相對誤差可描述為:

(15)

式中:Zf為修復值;Z為原電量數據值。

異常電量數據修復流程如圖2所示。

圖2 異常電量數據修復流程圖Fig.2 Abnormal power data repair flowchart

3 試驗結果分析

本文以某地區數據采集與監視控制(supervisory control and data acquisition,SCADA)系統為研究對象,采集當年6月、7月的電量數據并建立數據集。數據集中包含500條電量數據。試驗隨機選取其中300條電量數據作為訓練樣本,而剩余200條電量數據作為測試樣本。為驗證本文方法對于異常電量數據的智能識別能力和修復性能,試驗在數據集中人為替換部分異常數據。

本文方法通過設計新指標函數對電量數據進行聚類,以確定最優聚類數;通過與原指標函數的對比,驗證新指標函數對于確定聚類數量的有效性。最優聚類數確定結果如圖3所示。

圖3 最優聚類數確定結果Fig.3 Optimal number of clusters determines results

由圖3可知,當采用原指標函數進行電量數據聚類時,指標函數值不存在最小值,無法判斷出最優聚類數目。本文方法的指標函數在聚類數目為4時輸出最小值為1。函數值越小,其聚類結果越接近真實數據規律。因此,本文確定最優聚類數為4。試驗結果表明,通過本文方法可確定最佳聚類數目,且聚類效果較好。

在確定聚類數目的前提下,試驗對數據集中的500條電量數據進行聚類,并以某個含有異常電量數據的聚類結果為對象,采用本文方法提取電量特征曲線,從而驗證本文方法的聚類效果。電量特征曲線如圖4所示。

圖4 電量特征曲線Fig.4 Power quantity characteristic curves

由圖4可知,在此類別電量曲線中,多數曲線的運行規律均與聚類中心的走勢保持一致,僅有個別曲線偏離聚類中心。其中,異常電量曲線明顯偏離聚類中心,且與聚類中心相距較遠,完全違背了該曲線的原有數據規律。由此可判斷,該曲線為異常數據曲線。因此,本文方法可智能識別出電量數據中的異常數據。

采用本文方法對數據集中數據進行智能識別,可判斷各類別電量數據中是否存在異常數據。異常數據用A標記。各類電量異常數據識別結果如表1所示。

表1 異常數據識別結果Tab.1 Abnormal data identification results

由表1可知,本文方法可對數據集中的全部電量數據進行聚類,從而有效識別電量數據所屬類別以及電量數據異常日期、異常時刻、異常電量值,并對異常數據進行標記。第一類電量數據6:00的電量值與實際值具有較大偏差,因此可進一步驗證圖4結果。

本文分別采用文獻[6]方法、文獻[7]方法及本文方法對電量數據進行異常識別,通過檢測率及誤檢率指標驗證3種方法的異常數據識別能力。異常電量數據識別效果分析結果如表2所示。

表2 異常電量數據識別效果分析結果Tab.2 Results of analyzing the effect of identifying abnormal power data

由表2可知,在同規模電量數據條件下:文獻[7]方法的異常電量數據檢測率最低;文獻[6]方法檢測率居中;本文方法的檢測率最高,達到0.82以上。針對誤檢率指標,文獻[6]方法最高、文獻[7]方法居中。本文方法最低,低于0.06。試驗結果表明,在3種方法中,本文方法的異常電量檢測率最高、誤檢率最低,對電量數據的異常智能識別能力最強,效果最顯著。

本文將訓練樣本輸入RBF神經網絡進行訓練,運用訓練后的RBF神經網絡對異常電量數據進行修復,并與異常電量值、實際電量值進行對比,從而分析本文方法的異常數據修復性能。異常電量數據修復曲線如圖5所示。

圖5 異常電量數據修復曲線Fig.5 Abnormal power data fix curves

由圖5可知,電量數據的異常時刻發生在6:00～9:00。在此期間內,電量數據異常值與實際電量值間存在較大偏差。經本文方法對其進行修復后,電量數據修復值接近于實際電量值。結果表明,本文方法可對異常電量數據進行修復,且準確度較高。

試驗分別采用本文方法、文獻[6]方法、文獻[7]方法對異常電量數據進行修復,通過對比分析三種方法的修復相對誤差,進一步驗證本文方法的異常數據修復性能。修復性能對比曲線如圖6所示。

圖6 修復性能對比曲線Fig.6 Repair performance comparison curres

由圖6可知,隨著電量數據的不斷增多,采用三種方法對異常電量數據進行修復,其相對誤差呈現逐步升高的趨勢。文獻[6]方法的修復相對誤差升高幅度最大,而文獻[7]方法次之。本文方法的修復相對誤差呈小幅度增長,僅增長了20%,且曲線增長更為平穩。試驗結果表明,本文方法的異常電量數據修復相對誤差更小、數據修復更準確、修復性能更顯著。

4 結論

針對智能電網電量數據增長迅猛導致的電量數據異常現象,為提高異常數據檢測準確度,本文提出基于數據挖掘的電量異常數據的識別和修復方法。為驗證本文方法的異常識別和修復性能,本文首先利用本文方法確定最佳聚類數目,并對電量數據的特征曲線進行提取;其次利用本文方法對數據集中的電量數據進行智能識別,判斷是否存在異常電量數據,并與文獻[6]和文獻[7]方法進行比較,以驗證本文方法的異常數據識別能力;最后對異常數據進行修復,以分析本文方法的修復性能。試驗結果表明:本文方法可實現聚類數目及聚類中心的優化,通過電量特征曲線可智能識別異常電量數據;同時,本文方法對異常電量數據修復后,修復值與實際值的偏差很小。