基于人工智能技術的用戶用電費用評估技術

錢毅慧, 閻荷嬪, 羅思遠

(國網上海市電力公司客戶服務中心, 上海 200030)

0 引言

由于電力是同時產生和消耗的,因此預測電力負荷和確保所需電力是可靠供電的必要條件。短期(24 h或7 d)電力需求預測用于確保電力系統設備的可靠性,并通過維持有功備用電量為停電或過載造成的損失做好準備[1]。對于城市用電狀況,需要智能電網系統準確地預測用戶用電量,并對用電費用信息進行深層次的評估,與冷熱電聯產或可再生能源相關的智能電網可以根據用電量需求評估來執行電網運行計劃。因此,為了全面協調電網供電資源,合理安排電力開發規模和建設時機,確保電力發電的科學發展和有效利用,對城市用戶用電費用信息評估至關重要[2-3]。

目前為止,許多研究者已經利用各種機器學習算法構建了功耗預測模型。文獻[4]將粒子群優化算法與人工神經網絡相結合,提出了PSO-ANN方法,但該方法計算耗時過長。文獻[5]通過用于訓練支持向量回歸(SVR)模型的經驗模式分解(EMD)方法進行了用戶用電費用評估,但該算法程序會出現計算錯誤,需要篩選處理異常值和缺失值,以確保準確性。

1 總體方案設計

針對上述文獻存在的問題,本文基于人工智能技術研究信息一體化處理方法,設計了用電在線監測與評估系統架構,利用IP網絡完成尋優設計,通過建立多載波體系對用電費用監控進行合理化布局,最大限度擴大城市用戶監控覆蓋范圍。系統架構如圖1所示。

圖1 用電在線監測與評估系統

如圖1所示,智能電網工作站設計通過建立閉環網絡完成線路標準預測,由分析預測模塊對低壓線路通電標準進行判斷,運行監控對低壓線路發出運行指令,通過分析預測模塊與數據監控模塊相互影響,由此組成閉環網絡。多載波無線信息網絡結構由數據集成結構和監控三角形結構組成,IP網絡通信通過光纖和網絡基站完成輸出傳輸,根據監控設備采集的低壓線信息,輸送到各自處理主站或者由數據庫收錄[6]。IP網絡能夠完成線路配置選取、參數性能分析和線路條件整合等功能。多種尋優設備和布局分配模型為系統接入提供便利,在網絡匯聚層顯示最佳監控布局網絡,在此過程中添加多項IP地址,供用戶選取。監控電源支持采用8陣元增強型電源,滿足監控設備同時運行的額定電壓。監控設備與數據中心通過瞬時識別技術建立起連接通道,便于城市用戶用電信息的快速分析。此外,該系統能夠實現中低壓線路在超出標準時的信息報警和信號回傳,通過帶寬方式進行信息傳達。在模型測算過程中,網絡平臺能夠對低壓線路參數進行壓縮打包處理,節省帶寬空間[7]。

2 關鍵技術

2.1 用電費用評估方法

為了解決城市用戶用電費用評估與預測問題,本文采用TOPSIS理想解算法,其優化能力和計算速度能夠對用電信息進行實時預測。TOPSIS理想解算法能夠處理突發的電網故障數據信息,將大量的數據信息轉換為數據模型進行微觀分析[8]。根據城市電網架構輸入各節點用戶用電數據,并列出決策矩陣:

(1)

式(1)中,fmn表示在各個節點運行時,輸入電流m產生的效益,D表示框架根據用電信息進行的決策矩陣。

為方便比較不同用電信息屬性之間的差異,將計算得到的效益屬性值作為標準,可得到效益值為

(2)

式(2)中,i、j均表示序號,i=1,2,…,m,j=1,2,…,m,J表示效益型數據,J′表示運行成本。假設標準化用電成本數據集為R,則元素因子為

(3)

式(3)中,rij表示任意用電成本的計算表達式,fij表示節點產生的效益。為減少基礎網架的成本初始值,優化網架并評估出精確用電費用指標,將評估模型的初始成本進行理想化決策[9],理想化的成本元素計算方式為

vij=ωjrij

(4)

式(4)中,vij表示理想化函數,ωj表示理性系數。

對于所構建的電網網架結構和評估模型,在定義其運行狀態時,分別提供了正理想解和負理想解的算法公式:

(5)

(6)

(7)

經過驗算表明正理想效益接近最優用電評估模型的預測方案,與標準值之間的相似指標為

(8)

(9)

式(9)中,Ck表示評估閾值,si>sk表示最優評估模型輸出結果,si≈sk表示評估模型的輸出結果與標準值相似,形成效益相同。

為獲取城市內多個小區用戶的多種決策模型最優評估結果,提高大數據情況下用電信息的預測精度。本文對理想解法運算結果進行評估,通過平均效益計算出結果為

(10)

2.2 數據安全監控控制設計

為了在線監測用電費用數據,通過人工智能技術對監控中心收錄的事件信息,本文設計專有的調度控制進行數據轉移,達到最佳安全管控的目的。數據監控控制中心如圖2所示。

圖2 數據監控控制中心

調度控制中心根據監控提供配網數據資源,在配網運行結構中設有安全設備保證供電安全,通過調度室將數據調度到用戶需求側、配網運維和驗證中心。在調度室運行結構中,由監控數據和微機顯示建立配網運行日志,通過DOS模型描述事件發生過程,將運維人員信息和輸電監控信息匯總演變為運行指令,將指令通過編碼傳輸的方式暫存在數據庫,方便隨時調用[10]。配網運維根據運行日志生成報表信息,根據配網中的二次線路和運維人員的配合查驗電表信息,實現設備信息的安全運維。驗證中心主要對運行日志產生的監控數據進行驗證,通過MTGS算法驗證設備參數,保證配網運行的安全標準。DOS模型的建立通過設計運行指令和DOS模型完成配網安全運行,通過監控中心、運行中心和調度中心完成安全管控,進而完成電力系統的安全控制,保證配網系統運營的安全。

為了提高數據監控控制中心的處理性能,本文采用升特公司開發的SX1276處理芯片與XD1129芯片融合設計,加強數據處理能力,保證數據傳輸速度。該芯片采用LoRa連接狀態,對波動信號的傳輸具有一定的抗性。其信號發射功率和集成數據處理功率較好,適用于本文的用電信息數據監控模塊,有利于檢測進程的完成。融合處理芯片線路如圖3所示。

圖3 核心處理芯片電路設計

在圖3中,SX1276處理芯片以收發器的形式運行,共有8個引腳,各自擔負不同的功能,相互之間存在聯系。其中,COMP引腳用作補償電容,允許外接補償元件,以降低芯片內部輸出信號的誤差;VFB引腳與三級管的發射極相連接,與補償引腳完成循環,與輸入端二極管形成T1結構,完成閉環控制;IN引腳作為輸入接口,與外接電源連接,同時連接充電電容,完成芯片的持續供電;RT/CT為轉換引腳,主要作為芯片的收發器功能,信號的轉化通過連接放大器完成;Vref連接C3和安全電路;VCC連接電源,用于控制芯片的總電壓;PWM負責整理信號形態,以便進行識別;GND引腳連接接地裝置[11]。

XD1129芯片的功能為半雙工收發器,既能夠接收各類采集信號,又能夠發送處理后的信號,采集信號在芯片中進行調制處理,使發送的信號變的規律化,從而加快數據信號的處理速度。2種芯片的融合既加快了信號的傳輸速度,又極大提高了信號的處理速度,使整體用電費用數據監控效率大大提高,對用電在線監測與評估系統具有重大幫助[12]。

3 實驗與分析

為了驗證本文系統的實用性與可靠性進行實例測試。調取X市當地國家電網公司實驗室作為構建系統平臺的實驗環境,采用華中區域電網,電網運行安全余量大于20%,現場數據分析速度大于6.0 MB/s,算法修復誤差小于3.0%。本文對2021下半月某高檔小區用電信息進行評估運算,運行中采用不同用戶家庭結點進行研究,根據實驗數據分析,采用Proteus仿真軟件在相同電壓環境下對電網安全運行系統進行實驗。城市智能電網實驗架構如圖4所示。

圖4 實驗架構圖

為了保證用電信息不存在異常值和缺失值現象,根據圖4實驗架構,對10月、11月、12月的用戶用電信息進行用電安全指標評估運算,并統計不同月份輸電總量與用戶不滿意率,其中安全指標表達式為

(11)

式(11)中,K′表示電網安全指標,Ki表示網架漏洞電網出力變化,CF表示漏洞對城市電網造成的影響程度,NB表示試點小區用戶支路數量。電網運行安全數據實驗表如表1所示。

表1 電網運行安全數據實驗表

通過表1數據分析,這三個月中電網配電該試點小區用戶最大容量為1711.96 kWh,通過算法預測安全指標最大為98.4%,用戶不滿意率最低為0.35%,這三項指標均處于同一個月份。由此看出,用電量高并不會提高用電風險與用戶不滿意率,保證了用電費用評估的前提環境,同時也驗證了用電在線監測與評估系統中的安全管控模塊具有較高可行性。

為了體現本文所采用的TOPSIS理想解算法的優勢性,將文獻[4]提出的PSO-ANN方法與文獻[5]提出的SVM-EMD方法作為比較方法,通過評估1000～4000個用戶家庭電表采集器作為數據節點,設置每個用戶的用電信息采樣時間為10 min,評估電費數據的精準度并繪制成柱狀圖,如圖5所示。

圖5 3種不同算法評估性能比較

從圖5可以看出,在不同數量測點環境下,相比于其他2種評估算法模型,本文采用TOPSIS理想解算法進行評估用戶用電費用的誤差更小,精準度更高,在1000個用戶測點環境下誤差占比只有0.4%。主要原因在于理想解是由評估算法模型中具有更高優先級的決策組成的一組指令,能夠評判評估模型運行過程中生成的用電費用指標效益的好壞,從而得到最佳符合用電評估模型的評價體系。因此可以得出結論,本文所搭建的用電在線監測與評估系統更加實用可靠,能夠滿足智慧城市下智能電網的需求。

4 總結

基于人工智能電網的背景下,本文設計了一種新型的城市用戶電費評估系統,通過分析預測模塊與數據監控模塊相互影響,由此組成閉環網絡,并采用TOPSIS理想解算法,其優化能力和計算速度能夠實現用電信息的實時預測,減少基礎網架的成本初始值,優化網架并評估出精確用電費用指標,將評估模型的初始成本進行理想化決策,最終得出最優的用戶用電費用評估結果。在某電網公司對一個小區用電信息進行評估運算,根據Proteus仿真軟件對實際工作過程進行仿真演示,驗證了本文系統的可行性。然而,本文系統在硬件優化方面仍存在不足之處,由于該領域研究范圍比較大,后續將進一步研究。