基于特征標簽的電力計量大數據深度挖掘研究

王奕萱，李翼銘，徐二強，李會君，李明亮

（1.國網河南省電力公司營銷服務中心（計量中心），河南鄭州 450052；2.國網河南省電力公司，河南鄭州 450052；3.河南九域騰龍信息工程有限公司，河南鄭州 450052）

電力系統所存儲的數據量巨大，而對于大量數據分析處理的常用方式便是數據挖掘，其應用領域非常廣泛，如火電廠優化、配電網故障識別、水電廠運轉等，因此數據挖掘在電力計量領域的應用頻率逐漸提升。尤其隨著電力公司存儲數據量的不斷增加，對于數據挖掘的要求也越來越高，因此對于電力計量數據挖掘的研究受到相關領域研究人員的廣泛關注。

文獻[1]提出了基于蟻群算法的非結構化大數據深度挖掘方法，利用蟻群參數實現信息挖掘，但此方式運用到電力計量中適用性差。文獻[2]提出了基于EPR 的智慧電廠大數據深度挖掘方法，通過機理算法和EPR，結合專家數據庫以及可視化等手段對燃煤火電廠的大數據進行深度挖掘，但此方式只在燃煤火電廠中適用，應用范圍受限。

結合上述分析，該文提出了基于特征標簽的電力計量大數據深度挖掘方法。

1 電力計量大數據特征標簽生成

為了實現電力計量大數據深度挖掘，該文對電力計量大數據進行處理，生成特征標簽，特征標簽的生成位置處于大數據平臺和上層業務應用之間，作為中間層的關鍵組件[3-4]。

利用模糊C-均值聚類算法生成特征標簽，假設設定聚類個數為K，隸屬度因子為m，隨機初始化矩陣為U，代入通過模糊C-均值聚類算法，則存在：

其中，通過計算模糊C 均值求得C的迭代函數：

求得迭代函數后，根據迭代函數獲取特征標簽的聚類中心以及隸屬度因子，并進行收斂度判斷，若目標函數的變化值小于預設閾值，則輸出聚類結果，并根據聚類結果求出聚類迭代值，計算公式如下：

隨后，利用電力計量數據的數據源計算平臺生成特征標簽，該計算平臺支持對大量數據進行分布式計算，并提供數據庫查詢的功能[5-6]。隨后建立大數據治理組件，該組件含有三層結構，分別為數據層、分析層、標簽層。通過大數據治理組件完成對特征標簽的初步生成。電力計量大數據特征標簽生成過程如圖1 所示。

近些年，反貪調查和公安、國安機關的偵查工作相比，在技術層面的差距非常之大，制約了反貪工作的效率和權威。由此，強化調查領域的技術支持成為重點工作。可以預見的是，在不久的將來，職務犯罪調查將會圍繞高新技術進行調查模式的重構。在這個意義上，技術發展的必然性與社會發展的必然性出現了重合，逐步形成了技術的社會化機制。作為調查主體的調查人員卻未能與科學技術一樣被列為重點建設的目標，也就意味著人文技術調查地位的衰弱。實際上，暗藏在調查中的技術路徑選擇之爭已經初露端倪，并已存在于感官的社會構建之中。但這樣的路徑之爭并非現實的社會構建，作為兩種重心不同的調查技術路徑選擇，至少在理論上值得分析。

圖1 電力計量大數據特征標簽生成過程

觀察圖1 可知，對于電力計算的大數據深度挖掘過程中，需要建立多個特征標簽，因此將規則引擎作為特征標簽的生產機器，從而產生大量特征標簽，并通過標簽識別中心完成對特征標簽的管理與規劃[7-8]。其具體過程如下：

特征標簽業務化，主要是通過用戶來設置特征標簽的生成條件，并賦予修改、檢閱特征標簽的功能。同時進行特征標簽的邏輯檢查，其生成條件主要根據電力計量大數據中所需要挖掘的數據制定，工作人員只需管理特征標簽的生成以及大數據的維護。

規則引擎作為特征標簽的生產機器，是由特征標簽業務化后產生的數據實體生成的，在特征標簽的開發中進行規則的制定、圖形化控制等，規則引擎作為生產特征標簽的裝置，可對特征標簽的生成規則進行設定，針對于不同用途的特征標簽，其生成規則也不同，根據生成規則觸發生成條件，完成對多種特征標簽的制作[9-10]。

標簽識別中心可進行特征標簽衍生組合的邏輯運算，在工作人員進行設定操作后，將已有的簡單特征標簽升級成更高級、復雜、有價值的特征標簽[11-12]。利用智能化計算進行自動分析對電力計量大數據特征標簽進行需求排序。以數值形式表示特征標簽的屬性。在特征標簽制作完成后，需要對其進行價值判斷，價值較低的特征標簽不能用于對電力計量大數據的挖掘，因此需要建立價值函數來判斷特征標簽的價值[13-14]。由以下公式計算：

其中，Zi表示第i個標簽的價值，當J值大于1時，則認為該特征標簽價值較高，可利用其對電力計量大數據進行深度挖掘。生成的特征標簽主要有以下幾方面作用：

數據抽取，對電力計量中的大數據進行抽取，并根據特征標簽進行分類，通過判斷工作人員設定的挖掘需求來抽取不同的大數據[15]。

數據轉換，用于對電力計量系統中的所有數據進行轉換操作，以此及時發現數據源存在的問題，過濾無效信息，利用錯誤信息建立錯誤標簽。

數據辨識，利用智能化計算對數據進行自動分析，辨識特征標簽。

2 電力計量大數據深度挖掘

圖2 數據挖掘架構

根據圖2 可知，USB 異步收發傳輸器和電平轉換實現數據預處理，利用微控制單元實現數據分類，內部配置可編程只讀存儲器，更好地存儲數據。

數據預處理主要是通過特征標簽的數據轉換功能對電力計量大數據進行預處理操作。在預處理中，利用CK 算法對無效、錯誤數據進行篩查，根據CK 算法的最小原則對電力計量大數據進行歸類處理，確定中心點，在中心點以下排列的數據變為無效數據，無效數據篩選閾值如下：

其中，m為中心點數值；u為判斷目標數據[16]。

云聚類編輯主要是指將預處理后的數據進行聚類編輯，根據數據價值從高到低排列數據，結合電力計量大數據深度挖掘的要求進行聚類數據分類，并將分類后的數據傳輸至數據挖掘架構。

云分類建模結合預處理后的數據，將分類結果傳輸至數據挖掘架構，數據挖掘架構通過數據融合將分類模塊與聚類數據結合，生成挖掘模塊，將所生成的挖掘模塊傳輸至挖掘點，進行深度挖掘。

數據挖掘架構結合了云儲存性能以及云數據挖掘作業流引擎，對云數據挖掘流程的全部操作應用至數據挖掘架構過程，達到對電力計量大數據的深度挖掘標準，并在挖掘模塊中運用圖表形式進行可視化表述。

利用特征標簽完成對電力計量大數據的深度挖掘，具體過程如下：

首先確定挖掘對象，通過數據抽取得到需要深度挖掘的大數據，明確挖掘后數據的用途。進而進行數據準備，對從電力計量底層中提取到的數據進行預處理，通過CK 算法對無效數據、錯誤數據進行篩查，并選擇特征標簽的數據轉換功能對錯誤數據建立錯誤標簽，防止挖掘錯誤，確保數據的準確性。隨后進行云分類建模，選擇合適的建模方式對大數據模型進行調整改善，以此提升挖掘精確度與效率。最后將挖掘結果制作成圖表呈現給工作人員。

3 實驗研究

為了驗證該文提出的基于特征標簽的電力計量大數據深度挖掘方法的實際應用效果，將其與傳統的基于蟻群算法的非結構化大數據深度挖掘方法和基于ERP 的智慧電廠大數據深度挖掘方法進行實驗對比。

選用的主機操作系統為Linux 系統，對信息進行配置，系統內存為16 GB，硬盤為2 TB，采用的編程語言為C++語言，開發環境為Hadoop 環境。實驗環境如圖3 所示。

圖3 實驗環境

三種方法挖掘的數據量實驗結果如表1 所示。

表1 挖掘數據量實驗結果

根據表1 可知，隨著挖掘時間的增加，三種挖掘方法的挖掘量在不斷增加，該文提出的挖掘方法的挖掘數據量要遠遠高于傳統方法。原因是利用該文通過特征標簽對數據進行挖掘，在挖掘過程中能夠很好地對信息進行分類，通過信息編輯完成數據處理，從而實現低成本、高信息吞吐的挖掘目的。傳統的挖掘方法在挖掘過程中難以考慮電力程序邏輯關系，受到輸送方式限制，無法挖掘大量數據。

電力計量大數據在挖掘過程中容易受到外界干擾，導致挖掘信息不穩定，降低魯棒性，為進一步探究挖掘方法的可行性，針對挖掘過程的穩定性進行實驗對比，實驗結果如圖4 所示。

圖4 挖掘穩定性實驗結果

根據圖4 可知，該文提出的挖掘方法在挖掘過程中具有很好的穩定性，信息處理結果更加準確。原因在于該文提出的挖掘方法通過數據分析消除數據，解決信息孤島問題，通過對設備和電網運行的狀態分析，感知信息的運行動態，從而確保挖掘穩定性。挖掘準確率實驗結果如表2 所示。

表2 挖掘準確率實驗結果

根據表2 可知，該文提出的挖掘方法挖掘準確率更高，挖掘能力更強。

4 結束語

電力系統的高速發展使得電力計量數據增多，對電力計量大數據的深度挖掘成為了電力領域的研究方向之一，傳統方式對于電力計量大數據的挖掘仍有缺陷，為了有效解決該問題，該文提出了基于特征標簽的電力計量大數據深度挖掘方法，通過引入特征標簽更好地實現信息分類，以此實現電力計量大數據的深度挖掘，此方法有效彌補了傳統方式的不足，并可為此方面的研究提供參考。