電力監控平臺I6000接口的數據處理模型

文/李斌 趙中英 王敏

1 相關工作

1.1 研究背景及意義

隨著信息化的迅速發展，大數據、云平臺在電力領域的廣泛應用，電力數據規模越來越龐大，部分數據的價值不高，I6000作為電力領域信息化的業務平臺，每天產生大量的數據，如何有效的處理數據，探測其中有效的數據，及時的探測其中有效的數據顯得頗為重要，通過一定的數據挖掘和算法對數據進行采集和分析，可以快速檢測到其中的隱藏數據和故障數據，有助于保證系統安全穩定的運行，提升運維工作效率。

1.2 算法概述

Mitchell定義機器學習為：對于一個給定任務，通過一個性能參數P來衡量任務的性能高低，一個目標程序可以從實例中或者經驗中進行學習，通過學習，這個目標程序對于給定任務的處理效率和性能就會提高。本文以T作為給定的任務，E作為訓練樣本，性能的度量參數設置為P，經過訓練集E的訓練以后，采用新的測試集進行測試，觀測參數P的變化。結合I6000接口數據的特點，本文采用的是無監督學習法，無監督K-means算法流程為：

給定const值K，從測試集中選擇一個random M 值作為聚類中心。對于測試集中的每一個點w(x,y)，計算點w到M的距離D(x)，公式如下：

圖1：K值的選取

從測試集中選取D(x)較大的點作為新的聚類中心：a.同理，對于測試集中的每個點，計算其和最新聚類中心的距離D(x)，并將結果保存，Sum(D(x)=所有保存結果之和。b.重新選擇隨機值，通過同樣的方法計算新的聚類中心。Sum(D(x)*Randomr=r，currSum += D(x)，循環遍歷直到其currSum>r。得到種子點。

重復重復上述步驟，至數量M=k即可。對測試集中所有測試點與k個中心的距離進行計算。將最小的距離記為Ki。計算所有的檢測框后，重新計算每一類的質心。再重復計算，直到聚類中心的變化小于5%，最終輸出k個坐標的x和y。

2 數據集選擇

本文采用的數據都是I6000接口的測試數據，經過清理、集成、選擇、歸一化等過程。使用的數據都是測試環境中的真實數據。在數據選擇前，對數據進行預處理，刪除不符合字段類型等錯誤數據。量化數據進行歸一化處理。公式如下：x*=(x-min)/(max-min)把數據變為（0-1）區間進行分析。

3 實驗過程

3.1 K-means算法K值的選取

本文通過測試K值和聚類后平方誤差的關系，繪制圖表，如圖1所示，隨著K值的增大，平均誤差逐漸趨于平穩，當K值增大到6以后，平均誤差基本不再發生變化。

3.2 對數據進行聚類

在選定k值后，對于給定的I6000接口數據進行聚類，聚類完成后，得到對應的數據分析的結果分布，本文實驗結果顯示，數據呈現具有規律性，不同類型的數據會分布在一定的區域內。不同區域的數據代表不同的數據結果和導向。

4 結語

本文通過I6000測試環境中的實際數據，對數據進行了聚類分析和深度學習，通過測試發現，I6000的接口數據可以通過聚類分析的方法使得結果呈現不同的類型，便于對系統的故障和敏感信息的定位，同時解決了I6000數據延遲問題，本文只需要在I6000接口采集相應的數據進行處理，無需通過延遲或者定期傳輸。