電網總調調度信息披露不平衡性數(shù)據(jù)處理模型

侯方迪，高衛(wèi)東，張 勇，翟 哲，楊 凡，吳 亮

（中國南方電網有限責任公司，廣東廣州 610106）

電力供應一直是電力企業(yè)的核心業(yè)務，隨著電力設備的改造和升級，對調度可靠性要求越來越高，通過傳統(tǒng)的電話下令模式進行調度已經無法滿足要求，通過移動網絡及調度數(shù)據(jù)網實現(xiàn)配網調度成為當下的主流方式[1]。然而，這種新興的調度模式興起時間較短，發(fā)展并不成熟，普遍存在披露的數(shù)據(jù)信息內容雜亂，缺乏深層次統(tǒng)計和分析的問題。

披露的數(shù)據(jù)信息內容雜亂主要是由不平衡性數(shù)據(jù)造成的，因此必須對不平衡性數(shù)據(jù)進行處理。關于不平衡性數(shù)據(jù)處理的研究有很多，如：文獻[2]基于KFDA-Boosting 算法的不平衡數(shù)據(jù)分類模型，提取樣本非線性特征并進行集成學習，有效地提高了數(shù)據(jù)分類處理算法的精度，去除了冗余信息；文獻[3]提出基于隨機森林算法的不平衡大數(shù)據(jù)動態(tài)分類方法，通過隨機森林算法建立大數(shù)據(jù)動態(tài)分類基本框架，利用決策樹模型實現(xiàn)不平衡數(shù)據(jù)分類；文獻[4]提出基于SMOTE 的不平衡數(shù)據(jù)分類算法，通過SMOTE算法根據(jù)少數(shù)類樣本間特征空間的相似性人工合成新樣本，解決了數(shù)據(jù)不平衡的問題，提高了數(shù)據(jù)處理的精度。

基于前人的研究成果，為提高披露數(shù)據(jù)信息的完整性、規(guī)范性和有效性，該文構建了一種電網總調調度信息披露不平衡性數(shù)據(jù)處理模型。該模型構建分為3 個步驟，即數(shù)據(jù)預處理、數(shù)據(jù)特征提取以及數(shù)據(jù)分類。最后進行不平衡性數(shù)據(jù)處理性能測試，證明了該模型的準確性和有效性。

1 基于分類器的不平衡性調度數(shù)據(jù)處理模型

調度機構信息披露對于促進電力調度運行的公開透明以及維護公平、有序的市場秩序發(fā)揮著不可替代的作用。然而，當前的電網總調調度信息披露中，數(shù)據(jù)處理部分由于不平衡性數(shù)據(jù)的存在，導致處理效率差、準確性低。不平衡性數(shù)據(jù)的典型特點就是數(shù)據(jù)中各類別所包含的樣本數(shù)量差異較大，導致在后期的分類中更容易識別包含樣本較多的類別，而包含樣本較少的類別的識別準確性較低。面對電網總調調度信息披露不平衡性數(shù)據(jù)，構建了數(shù)據(jù)處理模型。

1.1 不平衡性數(shù)據(jù)預處理

不平衡性數(shù)據(jù)預處理對于提高數(shù)據(jù)處理模型的精度具有十分重要的意義，其主要包括數(shù)據(jù)清洗、數(shù)據(jù)標準化以及數(shù)據(jù)平衡化三部分。

1.1.1 數(shù)據(jù)清洗

電網總調調度披露的數(shù)據(jù)信息中，經過采集、傳輸?shù)拳h(huán)節(jié)，數(shù)據(jù)集中難免存在缺失、異常、噪聲等問題，數(shù)據(jù)清洗主要包括缺失填補、異常識別以及噪聲處理，其方法如表1 所示。

表1 數(shù)據(jù)清洗方法

1.1.2 數(shù)據(jù)標準化

電網總調調度信息披露不平衡性數(shù)據(jù)來自不同的數(shù)據(jù)源，因此每種類型數(shù)據(jù)的量綱都不同，而不同的量綱導致數(shù)據(jù)彼此之間無法進行比較和分析，因此需要對數(shù)據(jù)進行標準化處理[5]，主要包括Min-Max 標準化、正規(guī)化方法及l(fā)og 函數(shù)轉換法，分別如下所示：

式中，x′為規(guī)范化后的大數(shù)據(jù)；x為原始數(shù)據(jù)；xmax為大數(shù)據(jù)集中最大值；xmin為大數(shù)據(jù)集中最小值；a為對應特征均值；b為標準差。

1.1.3 數(shù)據(jù)平衡化

數(shù)據(jù)的不平衡性是導致電網總調調度數(shù)據(jù)信息處理精度不高的根本原因，因此對數(shù)據(jù)進行平衡化處理是解決上述問題的關鍵。數(shù)據(jù)平衡化的關鍵在于增加少數(shù)類別的樣本數(shù)據(jù)，使其與少數(shù)類別的樣本數(shù)據(jù)數(shù)量相同，以維持二者平衡[6]。采用SMOTE算法實現(xiàn)數(shù)據(jù)平衡化，其原理為在一些位置距離較近的少數(shù)類樣本中線性插入新的樣本，以達到數(shù)量平衡。

SMOTE 算法數(shù)據(jù)平衡化原理如下：首先從少數(shù)類樣本點中隨機選取一個樣本點，記為x1，然后尋找該樣本點的同類近鄰，記為{x1，x2，…，xn}，一般情況下n取值為5～10，接著從{x1，x2，…，xn} 中隨機選擇一個樣本，記為x2，再然后計算x1和x2在對應屬性j上的差值，記為：

然后與[0，1]范圍內的一個隨機數(shù)相乘，再與x1j相加，即可生成一個新的的屬性值f1j，即：

利用SSR分子標記技術進行純度鑒定時，有些與雜交種帶型有明顯差異的單株在種植鑒定時并不一定表現(xiàn)出表型性狀的差異，因此SSR分子標記技術用于純度鑒定時，可以有效鑒別出大田無法確定的表型以及難以鑒別的植株，因而分子鑒定和種植鑒定結果必然存在一定的差異，而種植鑒定是最符合生產實踐的純度鑒定方法，如何使分子鑒定結果更接近種植鑒定、更好地輔助種植鑒定結果還需進一步研究。

不斷重復上述過程，最后得到m個屬性值，將其組合在一起，產生一個新的少數(shù)類樣本，將這一新的少數(shù)類樣本加入到原始少數(shù)類樣本數(shù)據(jù)集中，即可完成數(shù)據(jù)平衡化處理[7-9]。

1.2 數(shù)據(jù)特征提取

不同類別的數(shù)據(jù)擁有不同的特征，如電網總調調度信息中的缺失數(shù)據(jù)、趨勢突變數(shù)據(jù)等。該文選用的特征提取方法為人工蜂群算法[10-12]。

人工蜂群算法基本流程如下：

步驟1：初始化種群，隨機生成S個可行解，記為xi，i=1，2，…，S；

步驟2：計算種群中各蜜蜂的適應值[13]；

步驟3：重復計算各蜜蜂的適應值，得到蜂群新的解，記為vi，并計算適應值；

步驟4：雇傭蜂根據(jù)貪心策略選擇蜜源；

步驟5：計算引領蜂找到蜜源xi的概率pi；判斷蜜源xi是否滿足被放棄的條件，若滿足，對應的引領蜂角色變?yōu)閭刹旆洌㈦S機產生一個新的蜜源代替舊的蜜源，否則繼續(xù)進行下一步驟；

步驟6：判斷算法是否滿足終止條件，若滿足，則終止，記錄最優(yōu)解，否則轉到步驟2[10-12]。

1.3 不平衡性數(shù)據(jù)分類處理

基于上述研究，構建分類器并進行訓練，利用訓練好的分類器進行不平衡性數(shù)據(jù)分類處理[14]。決策樹是一種分類算法器，其構建基本原理是通過遞歸的方式進行屬性歸類，生成不同的決策樹，基本流程如圖1 所示。

圖1 決策樹構建基本流程

將構建的決策樹作為基分類器，構成隨機森林，實現(xiàn)分類[15]。具體過程如下：首先利用Bagging 方法進行放回抽樣，為每棵決策樹產生訓練集，然后利用訓練集訓練決策樹[16]。訓練完成后，將決策樹組合構成隨機森林，最后將測試數(shù)據(jù)集輸入到隨機森林中，通過投票方式完成分類預測。

2 仿真實驗分析

為了驗證該文提出的電網總調調度信息披露不平衡性數(shù)據(jù)處理模型的有效性，在Eclipse 環(huán)境下的Weka 平臺進行仿真實驗，并用文獻[2]、[3]、[4]提到的3 種算法作為對比項，進行對比分析。

2.1 實驗樣本

以紅水河水庫日來水數(shù)據(jù)為例，選取2020.01.01-2020.03.31 的日來水數(shù)據(jù)作為不平衡性數(shù)據(jù)示例，仿真實驗參數(shù)設置如表2 所示。

表2 仿真實驗參數(shù)設置

2.2 實驗結果

分別采用文獻[2]、[3]算法及所提方法對實驗數(shù)據(jù)中的不平衡性數(shù)據(jù)進行分類處理，得到2020.01.01-2020.03.31的紅水河水庫日來水數(shù)據(jù)趨勢如圖2所示。

分析圖2，該文模型對不平衡性數(shù)據(jù)的處理性能較好，按照日來水數(shù)據(jù)整體趨勢對不平衡性數(shù)據(jù)進行處理，得到紅水河水庫日來水數(shù)據(jù)趨勢整體在2 200～2 800 m3/s 之間波動，而兩種文獻對比模型對數(shù)據(jù)的處理性能較差，不能很好地得到紅水河水庫日來水數(shù)據(jù)趨勢。

圖2 不平衡數(shù)據(jù)處理后的紅水河水庫日來水數(shù)據(jù)趨勢

經不同方法對數(shù)據(jù)處理后，根據(jù)所得數(shù)據(jù)趨勢對2020.04.01-2020.04.31 的數(shù)據(jù)進行預測，得到紅水河水庫日來水數(shù)據(jù)預測結果如圖3 所示。

分析圖3，該文模型預測值與實測值較為接近，說明該文模型能夠準確處理不平衡性數(shù)據(jù)，實現(xiàn)水庫日來水情況的預測。

圖3 紅水河水庫日來水數(shù)據(jù)預測情況

3 結束語

綜上所述，隨著電力的需求范圍越來越廣泛，對電力調度的可靠性和效率性要求越來越高，因此，電網總調調度信息披露系統(tǒng)逐漸取代傳統(tǒng)的調度信息傳遞方式，提高了數(shù)據(jù)信息傳遞效率，然而披露系統(tǒng)的應用，同時也使數(shù)據(jù)信息量劇增，導致數(shù)據(jù)信息內容雜亂，缺乏深層次的統(tǒng)計和分析。基于此，構建一種電網總調調度信息披露不平衡性數(shù)據(jù)處理模型，該模型經仿真實驗測試，證明了其在不平衡性數(shù)據(jù)處理中的性能，提高了不平衡性數(shù)據(jù)處理的精度，規(guī)范了電網總調調度數(shù)據(jù)信息。