基于電力載波通信技術的用電信息異常數據挖掘方法

摘要：為實現對異常信息的精確識別，文章提出基于電力載波通信技術的用電信息異常數據挖掘方法。該方法引進電力載波技術獲取用電信息；收集電力系統的用電數據，進行用電類別提取與異常判定；提取異常用電數據中的關鍵特征，實現對異常用電信息的挖掘。實驗結果表明，文章設計的方法可以實現對數組中所有異常數據的精確識別與挖掘。

關鍵詞：電力載波通信技術；異常判定；挖掘方法；異常數據；用電信息

中圖分類號：TP371 文獻標志碼：A

0 引言

電力系統的智能化和自動化水平的提高，使得用電信息的實時監控和異常檢測成為保障電力系統穩定運行的重要手段。用電信息異常可能涉及竊電、設備故障、非法用電等多種情況，如果不能及時發現和處理，不僅可能導致電力損失，還可能對電力系統的安全運行造成威脅。

目前，國內部分機構研究了部分數據挖掘方法。王宏杰等［1］通過人工蜂群算法的全局搜索能力和入侵雜草優化算法的局部優化能力，實現了對云平臺大數據的高效處理和分析。但由于云平臺數據的復雜性和動態性，算法的參數設置和適應度函數設計可能面臨挑戰。同時，隨著數據量的不斷增長，算法的計算復雜度和時間成本可能會顯著增加，影響實時性。李瑛等［2］通過全局信息數據融合策略，融合網絡的原始采集數據，并運用平均不純度減少特征重要度計算方法選擇有效特征，形成特征集。在此基礎上，算法利用內外卷積網絡深度學習網絡模型進行異常行為的分類和識別。但在應用中，訓練深度學習模型往往需要大量樣本數據作為支撐，而實際場景內異常行為的標注數據可能較為稀缺。

根據公司《南方電網公司十四五電能量數據深化應用規劃》要求，文章將以某電力企業為例，引進電力載波通信技術，開展用電信息異常數據挖掘方法的設計研究。

1 基于電力載波通信技術的用電信息獲取

為滿足用電信息異常數據挖掘需求，文章設計方法時，引進電力載波通信技術，進行用電信息的獲取。在此過程中，文章引進載波技術中的頻移鍵控（Frequency Shift Keying，FSK）技術和相移鍵控（Phase Shift Keying，PSK）技術，進行用電信號的調制［3］。FSK技術可以將用電信息轉換為不同頻率的載波信號，從而在電力線上進行傳輸。此過程如式（1）所示。

公式中：Q表示載波信號轉換；T1表示采樣信息頻率1；T2表示采樣信號頻率2；F表示電信號采樣模板。在此基礎上，利用PSK改變載波信號的相位，確保采樣數據信號傳輸的穩定性。通過將二者結合，建立電力載波通信模塊，實現對用電信息的獲取，此過程如圖1所示。

在數據傳輸的起始階段，文章采用FSK調制方式，以確保信號的穩定傳輸和接收［4］，一旦信號同步建立并保持穩定，可以切換到PSK調制方式，以提高數據傳輸的速率和效率。

2 用電類別提取與異常判定

按照上述步驟，該方法收集電力系統的用電數據，包括電壓、電流、功率、用電量等實時或歷史數據。以此為依據，提取用電類別特征的提取，此過程如式（2）所示。

公式中：r表示用電類別特征；b表示數據整合；R表示用電用戶的特征。該方法將收集到的用戶用電數據轉換為計算機可分析的統一格式，包括用電量、用電時間、功率因數等多個維度數據［5］。根據用電特征，構建支持向量機模型，用于用戶用電類型的劃分。文章利用支持向量機（Support Vector Machine，SVM）模型，在高維空間中尋找最優的決策邊界，將不同類別的數據有效區分，將用電數據劃分為正常和異常兩個類別，使用標記數據進行模型訓練。模型訓練完成后，該方法將其應用于新的用電數據，以自動判斷其是否屬于異常類別。此過程如式（3）所示。

f=V+m·γ（3）

公式中：f表示異常判定；m表示模型訓練；γ表示SVM模型。按照上述方式，該方法完成用電類別提取與異常判定。

3 異常用電信息挖掘

在完成用電類別提取與異常判定的基礎上，文章進一步開展異常用電信息挖掘工作，以更深入地挖掘電力系統中的異常用電行為。

針對異常用電數據類別，該方法進行異常用電行為的特征提取與模式識別，通過提取異常用電數據中的關鍵特征，如用電量異常增長、用電時間異常變化等，可以識別出異常用電的具體模式。此過程如式（4）所示。

公式中：A表示異常用電的具體模式；i表示用電時間；U表示分類器；q表示電量異常增長。在模式識別的基礎上，該方法進一步分析異常用電行為的原因，包括由于設備故障、竊電行為、誤操作等多種因素導致的用電信息異常數據。

文章收集大量的正常用電數據和異常用電數據，建立一個完善的數據庫存儲信息，正常用電數據提供電力消耗的正常范圍和模式，而異常用電數據則揭示數據的異常現象。文章利用數據分析工具和技術，對比正常用電數據和異常用電數據的差異。文章通過對比，挖掘異常用電數據中的關鍵特征，如用電量突增、用電時間異常波動、用電負荷分布不均等。根據特征，文章對其進行聚類，得到異常數據簇的平均值，將此數值作為異常數據中的中心數值，以此為依據，對此數據的邊緣數據進行提取，即可實現對用電信息異常數據的挖掘。按照上述步驟，文章完成異常用電信息的挖掘，實現基于電力載波通信技術的用電信息異常數據挖掘方法設計。

4 對比實驗

完成用電信息異常數據挖掘方法的設計后，文章為實現對該方法應用效果的檢驗，以某電力企業作為試點，展開對比實驗研究。

目前，試點企業已建立了一套完善的異常數據檢測與處理系統。通過實時監測用戶的用電數據，系統能夠自動識別異常數據，并觸發相應的處理機制。但隨著該企業的用戶規模不斷擴大，截至2023年年底，企業已擁有數十萬用戶，極大程度上增加了用電信息管理的難度。

盡管該企業在用電信息異常管理方面取得了一定的成效，但異常率仍然較高。據統計數據顯示，2023年該企業的用電信息異常率達到了23%，較上年略有上升。這與用戶用電行為的多樣性和復雜性有關，也說明了企業在異常數據檢測與處理方面仍存在不足。

為解決現階段企業用電信息異常數據管理工作中的不足，該方法搭建對比實驗平臺，準備用電信息。實驗環境參數如表1所示。

在明確實驗環境參數的基礎上，實驗平臺進行實驗中用電信息的準備，數據樣本如表2所示。

完成實驗數據的準備后，實驗平臺引進王宏杰等［1］方法、李瑛等［2］方法，將其作為對照組方法1、2，在已知數組中異常數據條數的基礎上，使用3種方法，使用對照組方法與文章方法，進行用電信息異常數據的挖掘。統計實驗結果，如表3所示。

從表3所示的實驗結果可以看出，使用3種方法進行用電信息異常數據挖掘，只有文章方法可以實現對數組中所有異常數據的挖掘，而傳統方法無法實現對所有異常數據的挖掘。綜合上述結果可以得到結論：相比現有方法，文章設計的基于電力載波通信技術的挖掘方法應用效果良好，按照規范進行用電信息異常數據挖掘，可以實現對數組中所有異常數據的精確識別與挖掘，以此種方式，規范電力終端用戶用電信息的規范化管理。

5 結語

數據挖掘技術是一種從批量數據集和信息集中提取價值知識與信息的過程。現階段，此項技術在各個領域都有廣泛的應用。在電力系統中，數據挖掘技術可以幫助技術人員分析用電信息，發現潛在的異常模式，為電力系統的穩定運行提供有力支持。為實現對此方面工作的推進，文章引進電力載波通信技術，通過用電信息獲取、用電類別提取與異常判定、異常用電信息挖掘，開展了用電信息異常數據挖掘方法的設計研究。該技術通過電力載波通信技術獲取用電數據，再利用數據挖掘技術對數據進行處理和分析，可以發現用電信息中的異常模式，為電力系統的運行和維護提供重要參考。

參考文獻

［1］王宏杰，徐勝超.人工蜂群聯合入侵雜草優化的云平臺異常行為數據挖掘［J］.現代電子技術，2023（20）：86-90.

［2］李瑛，楊麗娟，朱蓬華.基于數據挖掘的船用通信網絡異常行為分類和識別研究方法［J］.艦船科學技術，2023（21）：181-184.

［3］段磊，楊超，朱衡，等.基于抗差估計與改進GSA數據挖掘的配網異常數據聚類檢測方法［J］.電力科學與工程，2023（12）：41-50.

［4］孫立吉，邢偉，郝立波，等.EM分類法在區域地球化學數據挖掘中的應用：以湖南省洞口地區1∶20萬水系沉積物Pb異常識別為例［J］.科學技術與工程，2023（23）：9820-9827.

［5］高楊.大環境數據挖掘的網絡異常數據快速采集在環境保護管理系統中的應用［J］.環境工程，2023（1）：348.

Data mining method for abnormal electricity consumption information based on power carrier communication technology

Abstract： To achieve accurate identification of abnormal information， the article proposes a method for mining abnormal data in electricity consumption information based on power carrier communication technology. This method introduces power carrier technology to obtain electricity consumption information， which collects electricity consumption data of the power system， extracts electricity consumption categories and determines anomalies. It extracts key features from abnormal electricity consumption data and achieves mining of abnormal electricity consumption information. The experimental results show that the method designed in the article can accurately identify and mine all abnormal data in the array.

Key words： power carrier communication technology; abnormal judgment; excavation methods; abnormal data; electricity consumption information