基于負(fù)荷數(shù)據(jù)挖掘的公變用途分類方法研究

方 超， 仲春林， 季 聰

(江蘇方天電力技術(shù)有限公司，江蘇 南京 211102)

0 引言

隨著我國電力市場化改革的不斷深入，供電企業(yè)作為市場經(jīng)濟(jì)中的主體，秉承自主經(jīng)營、自負(fù)盈虧和追求效益最大化的市場原則。因此，電網(wǎng)企業(yè)必須在充分考慮社會效益的同時，追求投資經(jīng)濟(jì)效益的最大化[1]。電網(wǎng)項目的投資效益分析是電網(wǎng)建設(shè)項目決策科學(xué)化、減少和避免決策失誤以及提高項目建設(shè)經(jīng)濟(jì)效益的重要手段[2]。配電網(wǎng)作為智能電網(wǎng)的重要組成部分，其安全、可靠、經(jīng)濟(jì)運(yùn)行對于保障主電網(wǎng)的平穩(wěn)運(yùn)行和為電力用戶提供優(yōu)質(zhì)的電力產(chǎn)品具有重要意義[3-5]。其中，依據(jù)負(fù)荷特性對配電網(wǎng)中的公變進(jìn)行有效的用途劃分，進(jìn)而分析公變用電量需求及用電趨勢是一種評價配電網(wǎng)投資效益的有效方式。

目前負(fù)荷特性分析的方法眾多，文獻(xiàn)[6—8]提出由于數(shù)據(jù)匱乏，配電網(wǎng)的負(fù)荷研究需要采用對典型用戶進(jìn)行采樣測量的方式進(jìn)行，從概率分布函數(shù)、置信度、均值和方差等多種角度對測量數(shù)據(jù)進(jìn)行統(tǒng)計分析，得到典型負(fù)荷模式。此種分析方法比較合理且全面，但需要以大量的人力物力為代價，在我國運(yùn)用這種方法不太實際。文獻(xiàn)[9]提出了有序用電用戶可中斷負(fù)荷分析方法，通過對用戶的歷史負(fù)荷進(jìn)行聚類，得到用戶典型日負(fù)荷曲線，在此基礎(chǔ)上制定用戶有序用電策略。文獻(xiàn)[10]通過問卷調(diào)查和相關(guān)文獻(xiàn)分析居民用電負(fù)荷特性，總結(jié)居民峰谷電價用電特性及影響因素。文獻(xiàn)[11]運(yùn)用模糊均值聚類(fuzzy C-means, FCM)方法對工業(yè)用戶進(jìn)行分類并對負(fù)荷特性進(jìn)行分析。文獻(xiàn)[12]采用先確定聚類數(shù)目和聚類中心后的改進(jìn)型FCM聚類方法對典型用戶日負(fù)荷進(jìn)行分類和分析。文獻(xiàn)[13—16]以某一地區(qū)作為研究對象分析了負(fù)荷特性。行業(yè)的歸類劃分可以從負(fù)荷特性分析的角度進(jìn)行，但是公變的負(fù)荷特性分析則需要采用聚類分析方法。基于Canopy的改進(jìn)K-means聚類算法[17-19]是一個被廣泛使用的聚類算法，可以用于公變的負(fù)荷特性分析。

1 總體框架

本文從負(fù)荷特性分析的角度對公變用途進(jìn)行劃分，首先對多種負(fù)荷數(shù)據(jù)進(jìn)行清洗，將可能影響行業(yè)劃分的各種異常數(shù)據(jù)做相應(yīng)的處理。在高質(zhì)量數(shù)據(jù)的基礎(chǔ)上再進(jìn)行各行業(yè)負(fù)荷的歸類，歸類出行業(yè)負(fù)荷特性曲線。然后，對需要劃分用途的公變負(fù)荷數(shù)據(jù)利用基于Canopy的改進(jìn)K-means聚類算法進(jìn)行聚類分析，得到公變負(fù)荷特性曲線。最后，利用余弦相似性算法計算不同維度公變與各行業(yè)的相似度，最終擬合出相似度最高的行業(yè)即為該公變的所屬行業(yè)，完成公變的用途劃分。基于公變的用途劃分結(jié)果，相關(guān)部門可以依據(jù)相關(guān)特點(diǎn)分析配電網(wǎng)的投資經(jīng)濟(jì)效益，總體框架流程如圖1所示。

圖1 總體框架流程Fig.1 Overall framework flow chart

2 數(shù)據(jù)清洗

高質(zhì)量的配電網(wǎng)負(fù)荷數(shù)據(jù)是實現(xiàn)公變用途劃分的重要保障，也是電力部門分析配電網(wǎng)投資效益的主要事實依據(jù)。數(shù)據(jù)庫的不良數(shù)據(jù)可能會對系統(tǒng)的安全運(yùn)行造成重大影響，因此在公變用途劃分前對配電網(wǎng)負(fù)荷數(shù)據(jù)進(jìn)行清洗是十分必要的。

負(fù)荷數(shù)據(jù)一般為高精度數(shù)且數(shù)值敏感性強(qiáng)，加之公變用途分析方法較為復(fù)雜，即使對少量數(shù)據(jù)處理也需要較高的存儲和計算成本。整個江蘇省有四十幾萬公變設(shè)備，每天會產(chǎn)生大量的負(fù)荷數(shù)據(jù)，面對如此龐大的數(shù)據(jù)，數(shù)據(jù)清洗的開銷可想而知。因此，數(shù)據(jù)清洗對公變用途劃分是十分重要的。

負(fù)荷數(shù)據(jù)在采集過程中存在如下的現(xiàn)實問題：

(1) 一天內(nèi)采集的數(shù)據(jù)點(diǎn)個數(shù)不同，根據(jù)設(shè)備類型分為24點(diǎn)(每1 h采一個數(shù)據(jù))，48點(diǎn)(每0.5 h采一個數(shù)據(jù))和96點(diǎn)(每15 min采一個數(shù)據(jù))。

(2) 部分?jǐn)?shù)據(jù)由于各種原因沒有及時獲取，導(dǎo)致數(shù)據(jù)點(diǎn)的缺失。

(3) 部分?jǐn)?shù)據(jù)出現(xiàn)明顯的偏差，導(dǎo)致異常數(shù)據(jù)入庫。

針對以上問題，需要對負(fù)荷數(shù)據(jù)進(jìn)行清洗操作，具體的清洗方法如下。

2.1 數(shù)據(jù)采集點(diǎn)數(shù)不同的處理

針對24點(diǎn)，48點(diǎn)原始數(shù)據(jù)作規(guī)范化處理，統(tǒng)一換算到96點(diǎn)負(fù)荷。

24點(diǎn)負(fù)荷數(shù)據(jù)處理方法如下：由于數(shù)據(jù)處理過程中需要用到次日0點(diǎn)的數(shù)據(jù)，但采集系統(tǒng)還沒有采集到次日數(shù)據(jù)，因此將當(dāng)日0點(diǎn)數(shù)據(jù)復(fù)制到24點(diǎn)負(fù)荷數(shù)據(jù)序列的末尾，形成一個25點(diǎn)數(shù)據(jù)序列。假定25點(diǎn)數(shù)據(jù)序列為{A1,A5,…,A93,A97}，中間空缺的數(shù)據(jù)序列即需要補(bǔ)全的數(shù)據(jù)，計算公式如下：

(1)

48點(diǎn)負(fù)荷數(shù)據(jù)處理方法如下：在48點(diǎn)負(fù)荷數(shù)據(jù)序列后添加當(dāng)日0點(diǎn)負(fù)荷數(shù)據(jù)，形成49點(diǎn)數(shù)據(jù)序列{A1,A3,…,A95,A97}，中間空缺的數(shù)據(jù)序列即需要補(bǔ)全的數(shù)據(jù)，計算公式如下：

(2)

2.2 缺失數(shù)據(jù)處理

針對缺失的負(fù)荷數(shù)據(jù)，例如當(dāng)負(fù)荷Ai，Aj(其中i>j)已成功采集入庫，而Ai，Aj之間j-i-1個點(diǎn)沒有成功采集，這時需要將缺失的數(shù)據(jù)補(bǔ)全。補(bǔ)全方法采用構(gòu)建Ai，Aj兩點(diǎn)確定的線性方程，補(bǔ)算中間缺失的負(fù)荷值：

(3)

2.3 異常數(shù)據(jù)處理

針對超大或超小數(shù)據(jù)處理，先確定比例閥值N，在一連續(xù)的負(fù)荷數(shù)據(jù)序列An={A1,A2, … ,An}中，數(shù)據(jù)是否異常的判定方法如下：

(4)

超大數(shù)據(jù)和超小數(shù)據(jù)的修正公式如下：

(5)

根據(jù)用戶容量參數(shù)，校驗用戶負(fù)荷數(shù)據(jù)，排查不符合容量的異常數(shù)據(jù)，同時應(yīng)用超大或超小校驗，排查并換算此類異常數(shù)據(jù)，最終得到經(jīng)清洗后的用戶96點(diǎn)的日負(fù)荷數(shù)據(jù)。

3 分行業(yè)負(fù)荷特性提取

目前國內(nèi)外對負(fù)荷特性的分析大多采用典型日負(fù)荷特性分析方法，即先確定行業(yè)的典型日或者典型時間段，然后根據(jù)選定的典型日或典型時間段采用相應(yīng)的聚類方法獲得行業(yè)的負(fù)荷特性分析結(jié)果。采用這種方法分析負(fù)荷特性存在一定問題，例如典型日選取一旦出現(xiàn)偏差會對行業(yè)負(fù)荷特性分析結(jié)果產(chǎn)生較大影響。本文對于行業(yè)負(fù)荷特性的分析采用對大量行業(yè)負(fù)荷數(shù)據(jù)直接歸類的方法。在大數(shù)據(jù)技術(shù)的支持下，直接產(chǎn)生行業(yè)負(fù)荷特性分析結(jié)果，使大數(shù)據(jù)量的同行業(yè)負(fù)荷數(shù)據(jù)的累計效應(yīng)得以展現(xiàn)。

首先劃分四季時間段，3、4、5月為春季，6、7、8為夏季，9、10、11月為秋季，12、1、2月為冬季。根據(jù)大數(shù)據(jù)量負(fù)荷曲線展現(xiàn)出的負(fù)荷特性，剔除離散程度較大的曲線或者負(fù)荷點(diǎn)，將特性一致的負(fù)荷曲線進(jìn)行歸類統(tǒng)一，形成汽車、摩托車、燃料及零配件專門零售業(yè)四季負(fù)荷特性曲線，如圖2所示。

圖2 汽車、摩托車、燃料及零配件專門零售業(yè)四季負(fù)荷特性Fig.2 Four seasons load characteristics of automobile, motorcycle, fuel and spare parts specialized retail industry

按照同樣的方法，可以得到紡織、服裝及日用品批發(fā)業(yè)四季負(fù)荷特性曲線，如圖3所示。

圖3 紡織、服裝及日用品批發(fā)業(yè)四季負(fù)荷特性Fig.3 Four seasons load characteristics of textile, clothing and daily necessities wholesale industry

從兩個行業(yè)的四季負(fù)荷特性曲線可以發(fā)現(xiàn)汽車、摩托車、燃料及零配件專門零售業(yè)冬、夏負(fù)荷高，紡織、服裝及日用品批發(fā)業(yè)夏季負(fù)荷高，體現(xiàn)了不同行業(yè)在不同季節(jié)的需求量的差異。

為了突出負(fù)荷特性曲線的行業(yè)特點(diǎn)，減少因數(shù)據(jù)絕對值差異導(dǎo)致的行業(yè)負(fù)荷特點(diǎn)分散的現(xiàn)象，需要將行業(yè)負(fù)荷特性數(shù)據(jù)做歸一化處理，便于后續(xù)的行業(yè)匹配。

通過大數(shù)據(jù)匯集產(chǎn)生的行業(yè)本身的負(fù)荷特性展現(xiàn)方法可以很好地歸類出行業(yè)間的負(fù)荷特性區(qū)別，此方法不僅可以歸類出行業(yè)四季負(fù)荷特性，也可以獲取行業(yè)節(jié)假日負(fù)荷特性等信息，為后續(xù)公變的負(fù)荷特性匹配提供多維度的參考角度。

4 公變負(fù)荷特性分析

公變負(fù)荷特性分析是根據(jù)公變的歷史負(fù)荷數(shù)據(jù)，采用聚類算法進(jìn)行多次迭代聚類，聚合出公變的四季、節(jié)假日等負(fù)荷特性分析結(jié)果，用于對公變的用途進(jìn)行劃分。

為了提高普通K-means聚類算法的運(yùn)算效率，對于公變的負(fù)荷特性聚類采用基于Canopy的改進(jìn)K-means聚類算法。分兩個階段執(zhí)行：第一階段把處理后的每一個數(shù)據(jù)看做一個中心點(diǎn)，按Canopy算法產(chǎn)生一些可覆蓋的劃分，初始劃分以隨機(jī)選的第一個數(shù)據(jù)作為本集合標(biāo)識。對于后續(xù)每個數(shù)據(jù)都須判斷它是否落入先前產(chǎn)生的集合中，如果沒有落入集合中則產(chǎn)生一個新的集合，并以此數(shù)據(jù)為集合標(biāo)識。然后對每個集合內(nèi)的點(diǎn)采用不同的距離度量方法，形成重疊的集合。第二階段用根據(jù)Canopy算法計算產(chǎn)生的眾多集合代替K-means算法初始隨機(jī)選擇的K個聚類中心點(diǎn)，由于已經(jīng)對數(shù)據(jù)進(jìn)行可覆蓋的劃分，在計算數(shù)據(jù)間距離時不必計算所有的距離，只需要計算本集合內(nèi)的數(shù)據(jù)距離即可，然后對子集內(nèi)的點(diǎn)進(jìn)行迭代聚類，可以得到公變的負(fù)荷特性聚類分析結(jié)果。這種改進(jìn)的聚類方法進(jìn)一步提高了聚類算法的計算效率，減少了傳統(tǒng)聚類算法中對所有數(shù)據(jù)點(diǎn)進(jìn)行精確計算的計算量，另外允許有重疊的子集合也起到了增加容錯性和消除孤立點(diǎn)作用。

5 公變用途分析

通過前面介紹的公變負(fù)荷特性分析方法對公變的四季、節(jié)假日等不同維度負(fù)荷特性進(jìn)行聚類分析，得到公變各維度的聚類結(jié)果。在負(fù)荷特性曲線上取合適的比較點(diǎn)(一般為96點(diǎn))，根據(jù)余弦相似度算法計算各維度中行業(yè)負(fù)荷特性與公變負(fù)荷聚類結(jié)果的相似度，得到公變四季和節(jié)假日的最相似行業(yè)，由于不同維度計算出的相似行業(yè)不盡相同，需要通過各維度分析結(jié)果擬合出最相似的行業(yè)，擬合過程如下。

四季負(fù)荷分析：計算春、夏、秋、冬四季的公變負(fù)荷與各行業(yè)負(fù)荷相似度，為了擴(kuò)大分析范圍，提高行業(yè)劃分準(zhǔn)確度，取每個季節(jié)中相似度最高的3個行業(yè)，分行業(yè)計算所有季節(jié)的相似度之和。

節(jié)假日負(fù)荷分析：與四季負(fù)荷類似，計算清明節(jié)、勞動節(jié)、端午節(jié)和國慶節(jié)的公變負(fù)荷與各行業(yè)負(fù)荷的相似度，取每個節(jié)假日中相似度最高的3個行業(yè)。分行業(yè)計算所有節(jié)假日的相似度之和。

最相似行業(yè)擬合：取四季和節(jié)假日維度中相似度之和最高的兩個行業(yè)進(jìn)行比較，記相似度之和較高的行業(yè)為公變的所屬行業(yè)。根據(jù)負(fù)荷歷史數(shù)據(jù)比較發(fā)現(xiàn)，四季的行業(yè)特性優(yōu)于節(jié)假日的行業(yè)特性，因此，如果兩者的相似度之和相等，則取四季負(fù)荷中相似度之和最高的行業(yè)為公變所屬行業(yè)，完成公變用途劃分。

6 算例分析

以江蘇省為例，從四季負(fù)荷特性中的春季負(fù)荷角度出發(fā)對公變用途劃分進(jìn)行說明，利用全省春季行業(yè)數(shù)據(jù)歸類提取行業(yè)負(fù)荷特性曲線，為了便于比較，對數(shù)據(jù)進(jìn)行歸一化處理，得到全省各行業(yè)春季負(fù)荷特性曲線，其中部分行業(yè)春季負(fù)荷特性曲線如圖4所示。

圖4 部分行業(yè)春季負(fù)荷曲線Fig.4 Part of the industry spring load curve

對全省四十幾萬公變的歷史春季負(fù)荷數(shù)據(jù)利用基于Canopy的改進(jìn)K-means聚類算法進(jìn)行迭代聚類，得到12類公變春季負(fù)荷聚類數(shù)據(jù)。再進(jìn)行歸一化處理，得到公變春季負(fù)荷聚類曲線，如圖5所示。

圖5 公變春季負(fù)荷聚類曲線Fig.5 Spring load clustering curve of public transformers

利用余弦相似度算法，將公變春季負(fù)荷各聚類結(jié)果與行業(yè)春季負(fù)荷特性進(jìn)行匹配。例如，有公變設(shè)備A存在于聚類8集合中，而與聚類8最相似的前3個行業(yè)分別是房地產(chǎn)業(yè)、水的生產(chǎn)和供應(yīng)業(yè)以及農(nóng)業(yè)，相似度分別為98.21%，91.23%和85.34%。圖6為與聚類8最相似的前3個行業(yè)春季負(fù)荷特性匹配圖。

圖6 聚類8春季行業(yè)負(fù)荷匹配Fig.6 Clustering 8 spring industry load matching chart

由春季負(fù)荷分析可知，公變A最有可能屬于房地產(chǎn)業(yè)。繼續(xù)按照同樣方法計算公變A所處聚類結(jié)果集夏、秋、冬三季以及各節(jié)假日負(fù)荷與各行業(yè)的相似度，每個維度中取相似度最高的3個行業(yè)納入比較范圍。分行業(yè)計算四季和節(jié)假日中相似度之和，取四季維度內(nèi)相似度之和最高的行業(yè)與節(jié)假日維度內(nèi)相似度之和最高的行業(yè)比較。相似度之和較高的行業(yè)即為公變A的所屬行業(yè)；如果相似度之和相等，則取四季負(fù)荷中相似度之和最高的行業(yè)為公變A的所屬行業(yè)，完成公變用途劃分。

對江蘇省公變設(shè)備采用該方法進(jìn)行公變用途劃分并對劃分結(jié)果進(jìn)行統(tǒng)計分析，將分析結(jié)果與公變檔案信息進(jìn)行對比分析后發(fā)現(xiàn)用途劃分平均準(zhǔn)確率達(dá)到91%，其中，工業(yè)的用途劃分準(zhǔn)確率最高，達(dá)到95%。

7 結(jié)語

本文以一個新的角度分析配電網(wǎng)投資效益，即根據(jù)公變的行業(yè)特性劃分用途，進(jìn)而根據(jù)公變所屬行業(yè)分析配電網(wǎng)投資的經(jīng)濟(jì)效益。公變用途劃分過程中先對初始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，保證數(shù)據(jù)質(zhì)量。再根據(jù)大數(shù)據(jù)匯集方法分析行業(yè)的負(fù)荷特性，從四季和節(jié)假日的角度對公變負(fù)荷特性采用基于Canopy的改進(jìn)K-means聚類算法進(jìn)行負(fù)荷特性分析，利用余弦相似性算法計算行業(yè)相似度，最后根據(jù)相似度比較分析出公變的所屬行業(yè)，完成公變用途劃分。實踐證明，采用該方法對公變進(jìn)行用途劃分是行之有效的。