基于離群數(shù)據(jù)挖掘的低壓竊電行為辨識方法研究

唐偉寧，劉 穎，于 旭，董冠良

（1.國網(wǎng)吉林省電力有限公司電力科學研究院，吉林長春 130021；2.吉林財經(jīng)大學管理科學與信息工程學院，吉林 長春 130117）

竊電問題嚴重危害國家的安全和利益，對供電企業(yè)造成了巨大的困擾和利益損失。竊電行為隨意更改電路設施，不僅會損壞電路設施，造成安全隱患，也擾亂了國家和人民的正常用電秩序。因此，供電企業(yè)需要完善反竊電的技術手段，以提高對于竊電行為的打擊力度[1-2]。但目前隨著科學技術的不斷發(fā)展進步，竊電技術手段也在不斷進步，且更具有隱蔽性、多樣性、快速性和高科技性，反竊電技術具有局限性，很難有效地發(fā)現(xiàn)并解決竊電問題[3-4]。

傳統(tǒng)的反竊電方法主要有安裝反竊電硬件設備、定期對供電系統(tǒng)進行巡檢、定期校驗電表及群眾舉報[5]。這些方法難以有針對性地達到反竊電的目的，而且耗費大量的人力、時間和經(jīng)費，效率不高。在各省市電力公司引進具有電能量數(shù)據(jù)查詢功能和計量異常報警功能的計量系統(tǒng)后，供電企業(yè)便可以通過對稽查人員、用電檢查人員和計量工作人員的培訓來實現(xiàn)對用戶用電情況的在線監(jiān)控工作，計量系統(tǒng)可以對異常的電量、負荷、線損信息進行采集，并能夠進行終端報警、主站報警，不僅能夠實時監(jiān)測竊電情況的發(fā)生，還能及時發(fā)現(xiàn)計量裝置故障。但該系統(tǒng)也存在一定的弊端，往往反饋出的信息量很大，但無用信息也很多，且經(jīng)常發(fā)生誤報，很難對竊電嫌疑用戶進行快速精確定位[6]。

數(shù)據(jù)挖掘技術在負荷預測、電網(wǎng)規(guī)劃等方面的研究已經(jīng)比較成熟，但是很少應用于反竊電管理。為此，該文針對傳統(tǒng)反竊電技術的不足，運用數(shù)據(jù)挖掘技術構建反竊電管理模型，該模型能夠更準確、及時地發(fā)現(xiàn)竊電行為，對反竊電管理發(fā)揮促進作用。

1 低壓竊電行為檢測

影響用電量特征的因素有很多，比如用電用戶的行業(yè)特征、地理位置以及氣候特征等，每個時間區(qū)段包含一個特定的用電模式，所以從時間尺度上對用電量進行分段。為便于對用電數(shù)據(jù)進行離群檢測，需要先對用電數(shù)據(jù)采用聚類法進行分類，并基于用電頻率、距離以及關聯(lián)規(guī)則對異常數(shù)據(jù)進行離群度計算[7-8]。最后結合數(shù)據(jù)優(yōu)化來確定離群閾值，并對離群數(shù)據(jù)進行計算來判斷是否存在竊電行為。

基于離群數(shù)據(jù)挖掘的低壓竊電行為檢測流程如圖1 所示。

圖1 低壓竊電行為檢測過程

在此基礎上，結合反竊電管理業(yè)務需求，基于SOA 構建綜合信息平臺，制定統(tǒng)一的數(shù)據(jù)模型、對數(shù)據(jù)進行統(tǒng)一規(guī)范[9]。同時，制定一套流程標準，開發(fā)出適配各應用系統(tǒng)的基于公共語義的接口，實現(xiàn)數(shù)據(jù)挖掘、信息集成和業(yè)務整合，從而實現(xiàn)從整體抽取各個系統(tǒng)的信息資源，構建面向對象的數(shù)據(jù)應用平臺[10-11]。

根據(jù)用戶需要，反竊電管理系統(tǒng)的分析結果能夠以餅狀圖、折線圖等樣式直觀呈現(xiàn)，不僅可以直觀反饋結果，也大大提高了工作效率。此外，為方便業(yè)務人員進行交互式查詢、統(tǒng)計與分析，支持反竊電決策過程實施，系統(tǒng)還增加了導入導出功能，以便滿足用戶復雜業(yè)務需求。

2 低壓竊電行為辨識

2.1 用電區(qū)域劃分

設定時間段為t，確定樣本數(shù)據(jù)序列C，樣本數(shù)列記錄公式為：

在時段t內計算用電量，計算公式為：

其中，ei表示在t時間段內的用電量；Cti表示末端電量；Ct(i-1)表示初始端電量。

在確定用電量后，根據(jù)用電量對用電區(qū)段劃分，通過引用量化因子β完成量化處理，量化處理計算公式為：

用電模式類型不同，量化因子β的數(shù)值也不同。

將獲得的離散用電數(shù)據(jù)加入到正常的用電量中，分析用電量的波動情況，通過波動分析，實現(xiàn)信息診斷。在時間段t內分析用電的波動量，計算公式為：

分析不同時段的用電量波動方式，對用電區(qū)段進行劃分[12-13]。

2.2 不同時間段離群數(shù)據(jù)異常分析

區(qū)段內離群數(shù)據(jù)的計算需要的4 個參數(shù)包含每個用電區(qū)段的用電持續(xù)時間、用電源點位置、起始及結束用電量。但這些數(shù)據(jù)具有復雜的相關性，且具有自己的量綱屬性，所以為了便于后續(xù)基于離群算法的數(shù)據(jù)點分析，需要標準來指標化處理這些參數(shù)[14-15]。離散標準化數(shù)據(jù)處理公式為：

其中，d′表示得到的標準化數(shù)據(jù)；d表示竊電數(shù)據(jù)；dmin表示最小數(shù)據(jù)；dmax表示最大數(shù)據(jù)。

通過密度聚類離群算法檢測竊電數(shù)據(jù)，分析竊電數(shù)據(jù)的兩個基本參數(shù)，分別是鄰域半徑和閾值。如果選定空間內任意一點，其鄰域半徑內還存在其他任意數(shù)據(jù)點，則這兩點數(shù)據(jù)分別在對方的鄰域內。同時，以閾值為任一數(shù)據(jù)點鄰域內的數(shù)據(jù)點數(shù)量作為判斷標準，若數(shù)據(jù)點數(shù)量超過閾值，則該點被稱為核心數(shù)據(jù)點，若任意兩數(shù)據(jù)點之間的距離小于半徑，則這兩點可以構成一個聚類。核心數(shù)據(jù)點鄰域內的所有數(shù)據(jù)點可作為邊界數(shù)據(jù)點，也可以構成一個聚類。其他既不屬于核心數(shù)據(jù)點聚類也不屬于邊界數(shù)據(jù)點聚類的數(shù)據(jù)點則為離群數(shù)據(jù)點[16]。

聚類的數(shù)量取決于不同的用戶區(qū)段，所以要計算出該數(shù)據(jù)點到核心數(shù)據(jù)點的距離，以便于作為指標之一對該數(shù)據(jù)的離群度進行計算。

2.3 基于關聯(lián)規(guī)則挖掘的用電頻率分析

通過關聯(lián)度和可信度來表示關聯(lián)規(guī)則，對兩個不相交的項集之間的潛在關系進行評價計算。關聯(lián)度的計算方法如式（6）所示。

其中，X、Y表示兩個完全不相交的項集；N表示項集內部數(shù)據(jù)數(shù)量；I(X→Y)表示關聯(lián)度。

可信度計算公式如式（7）所示。

其中，b(X→Y)表示可信度。

在計算電力負荷離群數(shù)據(jù)之間的關聯(lián)規(guī)則時，為了減少關聯(lián)規(guī)則的計算負荷，對于波動量小于1的用電區(qū)段，不考慮在異常關聯(lián)規(guī)則內，只計算其他區(qū)段的異常關聯(lián)規(guī)則，超過關聯(lián)度閾值的項集為頻繁項集。

在關聯(lián)規(guī)格分析時，考慮到非頻繁項集的關聯(lián)，將關聯(lián)度閾值設為0，電區(qū)段之間用電量關聯(lián)越大，則關聯(lián)度也就越大，反之則越小。根據(jù)關聯(lián)規(guī)則確定用電頻率。

2.4 基于離群數(shù)據(jù)挖掘的竊電行為辨識

針對不同用戶采用的計量方式也不同，主要有高供高計、高供低計、低供低計。作為不均衡類分布問題，離群數(shù)據(jù)檢測的過程較為復雜，在對其性能進行評測時不能運用以算法準確率為基準的統(tǒng)計。所以在遵循數(shù)據(jù)挖掘算法通用評價規(guī)則的前提下，通過FPR 和TPR 來生成特征曲線，并以特征曲線構成的面積作為判斷該算法計算的性能準確與否的指標，面積越大表示算法的計算效果越好。基于離群數(shù)據(jù)挖掘的竊電行為辨識流程如圖2 所示。

圖2 基于離群數(shù)據(jù)挖掘的竊電行為辨識流程圖

由圖2 可知，通過量化處理用電量數(shù)據(jù)分析用電頻率，以用電地址的波動為基礎，構建異常關聯(lián)規(guī)則，并計算出其關聯(lián)度。根據(jù)用電量的波動方向，劃分出不同的用電區(qū)段，并對區(qū)段內的數(shù)據(jù)運用低密度聚類算法分析離群數(shù)據(jù)，通過分析結果確定離群距離，將分析結果統(tǒng)計在數(shù)據(jù)庫中。在數(shù)據(jù)庫內同時提取離群距離、關聯(lián)度和用電頻率，然后構建評價矩陣，根據(jù)矩陣的精度和召回率可以計算出離群閾值，根據(jù)離群閾值對比結果，在眾多用戶中選定出竊電用戶，確定用戶的竊電時間。

3 實驗研究

為驗證基于離群數(shù)據(jù)挖掘的低壓竊電行為辨識方法的有效性，將其與傳統(tǒng)的基于層次聚類的低壓竊電行為辨識方法、基于K 均值的低壓竊電行為辨識方法進行實驗對比。設定實驗參數(shù)如表1 所示。

表1 實驗參數(shù)

實驗設定7 個樣本數(shù)據(jù)量，這7 個樣本數(shù)據(jù)量中包含商用用戶和民用用戶。同時選用該文方法和兩種傳統(tǒng)方法對用戶用電的特征曲線進行分析，確定主要參數(shù)取值，通過優(yōu)化參數(shù)算法，確定給定的量子值，通過分析特征曲線的最大面積，確定內部的半徑值，通過研究鄰域半徑和鄰域閾值，實現(xiàn)迭代計算，根據(jù)迭代計算結果確定參數(shù)值。3 種方法的參數(shù)優(yōu)化情況如圖3 所示。

圖3 3種方法的參數(shù)優(yōu)化情況

根據(jù)圖3 可知，隨著假正率的增加，該文提出的基于離群數(shù)據(jù)挖掘的低壓竊電行為辨識方法的參數(shù)真正率明顯高于傳統(tǒng)方法。在確定參數(shù)后，選用評價矩陣分析離群閾值，根據(jù)離群閾值分析結果確定量度，得到的實驗結果如圖4 所示。

圖4 3種方法的調和量度檢測結果

根據(jù)圖4 可知，該文提出的方法調和量度最大可以達到0.951，傳統(tǒng)的基于層次聚類的低壓竊電行為辨識方法調和量度最大值為0.842，基于K 均值的低壓竊電行為辨識方法調和量度最大值為0.739。由此可見，該文提出的辨識方法具有很好的離群數(shù)據(jù)檢測能力。

4 結束語

該文基于離群算法提出了一種對于竊電行為進行有效辨識的新方法，該方法具有較強的計算能力，能夠在短時間內實現(xiàn)用電數(shù)據(jù)的聚類計算，通過計算用電頻率、離群距離以及異常規(guī)則關聯(lián)度來進行數(shù)據(jù)挖掘，并利用評價矩陣的離群閾值來監(jiān)測竊電行為的發(fā)生和竊電地點。實驗結果表明，在對不同模式的用電數(shù)據(jù)進行竊電分析時，相對其他數(shù)據(jù)挖掘算法，該文方法的工作性能更強。