基于數(shù)值特征提取的新能源發(fā)電基礎數(shù)據(jù)核查方法

楊立波，馬 斌，王亞軍，孫廣輝，李一鵬

（國網(wǎng)河北省電力有限公司，石家莊 050021）

近年來，傳統(tǒng)化石能源消耗量不斷增加，能源匱乏和環(huán)境污染成為當今時代熱點問題，世界各國均在努力尋找更低碳、環(huán)保的發(fā)展道路，不斷探索可再生能源發(fā)電技術，而新能源發(fā)電系統(tǒng)又具有運行期間無環(huán)境污染、安裝方便、維護成本低，以及資源可再生[1]等理想特性。因此風力、光伏等新能源發(fā)電的應用備受關注，全球的新能源發(fā)電裝機容量也在不斷增加，相關系統(tǒng)和采集數(shù)據(jù)日趨豐富。

在新能源場站的系統(tǒng)中，作為發(fā)電機組的光伏陣列或風電機組均安裝在惡劣的室外環(huán)境，這種戶外環(huán)境會使光伏陣列或風電機組發(fā)生故障且不易被察覺，導致發(fā)電效率達不到理想效果。因此，需要工作人員及時發(fā)現(xiàn)并維修，但人工巡檢不僅費力、影響發(fā)電效率，還存在危險性。通過對新能源發(fā)電所產(chǎn)生的基礎數(shù)據(jù)進行數(shù)據(jù)特征分類和核查[2]，進而獲取新能源的故障辨識，是一種有效的解決方法。然而在實際中新能源發(fā)電系統(tǒng)的特征數(shù)據(jù)復雜且不易獲取，需建立適當模型，通過數(shù)據(jù)稽查校驗實現(xiàn)。為解決上述問題，文獻[3]提出一種新能源發(fā)電的故障檢測系統(tǒng)，該系統(tǒng)是基于測量光伏發(fā)電數(shù)據(jù)與其對應的預測量之間的差值，如果差值大于給定的閾值，則認為發(fā)生了故障，否則認為未發(fā)生故障。文獻[4]提出一種基于限定記憶遞推最小二乘算法的計量裝置誤差診斷方法，進行數(shù)據(jù)驅(qū)動誤差分析。文獻[5]基于概率神經(jīng)網(wǎng)絡，利用故障樣本和正常樣本的歷史數(shù)據(jù)來建立故障診斷模型。上述技術大多依賴于人工特征提取，需要診斷專家和強大的信號處理知識，這種特征提取方法要求信號處理的熟練程度高，此外，整個數(shù)據(jù)校驗過程耗時多，效率低下且核查準確性需要驗證。

1 新能源發(fā)電數(shù)據(jù)核查服務平臺設計

針對上述技術存在的問題，本文提出一種適用于新能源發(fā)電數(shù)據(jù)核查的方法，并將該方法應用于數(shù)據(jù)核查服務平臺，數(shù)據(jù)核查服務平臺系統(tǒng)架構如圖1所示。由圖1可知，新能源發(fā)電基礎數(shù)據(jù)主要是通過電網(wǎng)調(diào)度系統(tǒng)及場站管控系統(tǒng)獲取，該系統(tǒng)為更加合理地存儲不同結(jié)構的新能源發(fā)電基礎數(shù)據(jù)，提供了充足的模型特征提取樣本。平臺通過大數(shù)據(jù)統(tǒng)計分析技術進行數(shù)據(jù)分析，上層管理中心收到分析結(jié)果后，用戶管理人員根據(jù)數(shù)據(jù)核查的相關算法，并通過可視化分析技術挖掘新能源發(fā)電基礎數(shù)據(jù)隱藏的信息，并展示多維度數(shù)據(jù)，以實現(xiàn)對新能源發(fā)電系統(tǒng)的故障檢測[6]。

圖1 數(shù)據(jù)核查服務平臺架構Fig.1 Architecture of data verification service platform

2 關鍵技術

數(shù)據(jù)核查服務方法主要包括5個步驟，分別為獲取數(shù)據(jù)、數(shù)據(jù)特征提取、數(shù)據(jù)分析、數(shù)據(jù)核查和可視化實現(xiàn)。其中，在獲取數(shù)據(jù)時應保證數(shù)據(jù)的質(zhì)量，并對數(shù)據(jù)進行審查和評價，然后整理出與分析任務相關的數(shù)據(jù)，將數(shù)據(jù)統(tǒng)一或變換成適合分析的形式，以減小數(shù)據(jù)規(guī)模。數(shù)據(jù)特征提取后的數(shù)據(jù)由4種分析技術構成，分別為關聯(lián)性分析、聚類分析、分類方法及特征量分析，將分析結(jié)果用于數(shù)據(jù)核查，以完成數(shù)據(jù)核查相關的內(nèi)容。

針對新能源發(fā)電基礎數(shù)據(jù)進行特征提取與數(shù)據(jù)核查，分別闡述該過程中所采用的關鍵技術。

2.1 數(shù)據(jù)特征提取模型

由于新能源發(fā)電基礎數(shù)據(jù)類型結(jié)構多種多樣，本文基于深度學習構建出一種數(shù)據(jù)特征提取模型，如圖2所示。該模型通過構建特征模板，建立模糊粗糙集，以及應用條件隨機場CRF（conditional ran?dom field）算法，最終提取到新能源發(fā)電基礎數(shù)據(jù)的特征向量。

圖2 數(shù)據(jù)特征提取模型Fig.2 Data feature extraction model

1）構建特征模板

由圖2可知，提取新能源發(fā)電基礎數(shù)據(jù)特征向量需要構建特征模板，即通過提取數(shù)據(jù)特征并建立特定的模板，使用該模板可以優(yōu)化之后識別數(shù)據(jù)的特征提取。“模板窗口”是特征模板建立的決定性因素，當窗口長度過大時會出現(xiàn)過擬合情況；當窗口過小則會使能夠提取的特征不足，造成新能源發(fā)電基礎數(shù)據(jù)的識別效率較低，因此構建恰當?shù)拇翱谑直匾猍7]。

設置新能源發(fā)電基礎數(shù)據(jù)特征為w(i,j)，其中，w為新能源發(fā)電基礎數(shù)據(jù)信息字符，i、j分別為相對w的位置和特征序[8]。設y為基礎數(shù)據(jù)的安全檢測數(shù)據(jù)段，可定義發(fā)電信息中第k個特征函數(shù)fk(y,w)為

式中：t為所需要進行檢測的字段位置；Tfield為字段數(shù)；yt、yt-1分別為新能源發(fā)電基礎數(shù)據(jù)在階段t和前一階段的檢測數(shù)據(jù)段；x為新能源發(fā)電基礎數(shù)據(jù)自變量；特征函數(shù)fk(y,w)為各個字段的特征函數(shù)總和。

將新能源發(fā)電所有的基礎數(shù)據(jù)特征函數(shù)fk(y,w)轉(zhuǎn)換為對應的特征向量，可得到全部特征向量的總序列F(y,w)，即

式中，F(xiàn)(y,w)為全部特征向量的總序列。

2）建立模糊粗糙集

由于新能源發(fā)電基礎數(shù)據(jù)種類太多，在特征選擇過程中會產(chǎn)生不完全特征信息，因此，本文使用模糊粗糙集依賴的屬性約簡算法進行決策。

假設Z=(U,A?Q)是一個新能源發(fā)電基礎數(shù)據(jù)處理程序，U為一個非空的有限對象集，A為條件屬性的非空有限集，Q為一個非空的有限決策屬性集，屬性集P?A對應于一個不可區(qū)分的等價關系。

同粗糙集依賴相似，由式（6）可以得出只采用P中的數(shù)據(jù)時，可分辨對象在對應數(shù)據(jù)集中的比例。Q依賴于P的程度確定了在比例Kr中的值，即P決定新能源發(fā)電基礎數(shù)據(jù)特征選擇效果。當Kr值越大時，則表示基于模糊粗糙集新能源發(fā)電基礎數(shù)據(jù)特征選擇效果越好。

為了便于理解，采用新能源發(fā)電基礎數(shù)據(jù)原始決策作為實例來解釋模糊依賴的計算，假設新能源發(fā)電基礎數(shù)據(jù)原始決策如表1所示。

表1 具有連續(xù)屬性值的決策Tab.1 Decision table with continuous attribute values

表1中，a1、a2和a3為新能源發(fā)電基礎數(shù)據(jù)條件屬性；Q為新能源發(fā)電基礎數(shù)據(jù)決策屬性。在進行模糊依賴的計算時，首先計算a1、a2、a3的模糊近似值，然后進一步計算各屬性的依賴程度Kr。對應每個新能源發(fā)電基礎數(shù)據(jù)模糊屬性的模糊等價類，等價類的隸屬函數(shù)一般包括梯形函數(shù)、三角函數(shù)和正態(tài)分布函數(shù)[10]。由于新能源發(fā)電基礎數(shù)據(jù)屬性值是連續(xù)的，在模糊相似關系下，需要劃分連續(xù)屬性區(qū)間，對表1決策進行處理后，得到區(qū)間劃分結(jié)果為

結(jié)果表明，由式（7）確定的每個二維笛卡爾子區(qū)間中，目標的決策值相等。因此，將每個條件屬性分為2個模糊等價類，由三角函數(shù)和梯形函數(shù)確定條件屬性的每個模糊等價類對應隸屬函數(shù)如圖3所示。

圖3 條件屬性對應模糊集的隸屬函數(shù)Fig.3 Membership function of fuzzy set with the corresponding conditional attribute

綜上所述，基于模糊粗糙集依賴的屬性約簡算法包括3個步驟：①確定候選屬性集；②確定候選屬性集中是否存在冗余屬性，③確定每個新能源發(fā)電基礎數(shù)據(jù)模糊屬性的模糊等價類，根據(jù)依賴程度K確定新能源發(fā)電基礎數(shù)據(jù)的特征選擇[11]。

3）應用CRF算法提取特征向量

2.2 數(shù)據(jù)核查的相關算法

傳統(tǒng)的遞歸神經(jīng)網(wǎng)絡模型存在梯度消失情況，限制了遞歸神經(jīng)網(wǎng)絡模型學習長期時間依賴關系的能力，本文提出長短期記憶LSTM（long-and short-term memory）神經(jīng)網(wǎng)絡體系結(jié)構，以解決遞歸神經(jīng)網(wǎng)絡模型所面臨的梯度消失問題。圖4為某單個LSTM塊結(jié)構。于正則化，避免了方差問題。

圖4 LSTM塊體系結(jié)構Fig.4 Architecture of LSTM block

Softmax回歸分類器對新能源發(fā)電基礎數(shù)據(jù)測試樣本的分類規(guī)則可表示為

綜上所述，Softmax回歸分類器通過式（16）的分類規(guī)則能夠提高數(shù)據(jù)核查效率。

3 算例分析

為驗證所獲取發(fā)電數(shù)據(jù)是否存在數(shù)據(jù)造假或錯誤信息，選取河北省某光伏場站發(fā)電功率、電壓、電流等基礎數(shù)據(jù)和測量值作為研究對象進行正確性核查，得到檢驗結(jié)果如表2所示。

表2 新能源主要基礎數(shù)據(jù)正確性核查結(jié)果Tab.2 Correctness verification result of main basic data of new energy

由表2可知，對不同節(jié)點有功、無功功率、電壓和電流進行分類，其中有功功率基于模糊聚類的樣本數(shù)量高達33種，表明數(shù)據(jù)復雜度高。由各分類數(shù)據(jù)的過檢與漏檢差異數(shù)可以看出，有功功率的要求最為嚴格，過檢數(shù)為3，而漏檢只存在于無功功率數(shù)據(jù)中。在相關性檢測中，有功功率的p值為0.067，大于規(guī)程設定值0.05，則不能執(zhí)行否決零假設，認為基礎數(shù)據(jù)與檢測數(shù)據(jù)之間不存在明顯差異；電壓基礎數(shù)據(jù)的p值為0.018，小于設定值0.05，則執(zhí)行否決零假設，認為這兩組數(shù)據(jù)存在明顯差異。

在執(zhí)行效果方面，分別采用文獻[5]中的PNN模型與本文方法進行對比實驗，根據(jù)兩種方法統(tǒng)計在0～2 GB不同發(fā)電基礎數(shù)據(jù)量環(huán)境下，數(shù)據(jù)核查所需要的計算時間對比如圖5所示。由圖5可知，本文研究所開發(fā)的數(shù)據(jù)核查服務平臺對新能源發(fā)電基礎數(shù)據(jù)進行數(shù)據(jù)核查耗時更短，處理效率更高，表現(xiàn)出適用性與可靠性，在核查2 GB數(shù)據(jù)量情況下，所耗時間只有84 s。

圖5 兩種方案所需時間對比Fig.5 Comparison of required time between two schemes

4 結(jié)論

本文提出一種基于數(shù)據(jù)特征提取的新能源發(fā)電數(shù)據(jù)核查方法，經(jīng)過研究和應用分析，得到結(jié)論如下。

（1）基于模糊依賴的兩步屬性約簡特征選擇算法，根據(jù)冗余屬性集的定義，以候選屬性集為出發(fā)點，能夠依次消除不重要的屬性，從而選擇相同種類結(jié)構的新能源發(fā)電基礎數(shù)據(jù)特征向量集。

（2）利用LSTM網(wǎng)絡進行數(shù)據(jù)核查，通過單元的存儲器狀態(tài)進行寫入、擦除和讀取操作，可以避免深度學習過程中所面臨的梯度消失問題，將特征輸入Softmax回歸分類，有助于提高數(shù)據(jù)核查效率。