基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測

王金忠，吳焰龍

（國網(wǎng)寧夏電力有限公司寧東供電公司，寧夏銀川 750411）

隨機森林是一種分類器結(jié)構(gòu)，可以利用樹狀節(jié)點組織實施對樣本數(shù)據(jù)的訓(xùn)練與預(yù)測處理。在機器學習領(lǐng)域中，一個隨機森林分類器同時包含多個決策樹組織，且數(shù)據(jù)樣本輸出類別可由決策樹節(jié)點指標取值直接決定[1]。一個穩(wěn)定的隨機森林模型能同時面對多種不同的數(shù)據(jù)樣本，并在判斷樣本信息所屬類別時，確定評估變數(shù)指標的取值范圍。與其他類型的分類器結(jié)構(gòu)相比，隨機森林模型不需要平衡數(shù)據(jù)樣本之間的誤差關(guān)系，只要數(shù)據(jù)樣本之間的親近度關(guān)系滿足隨機性原則，就可以認定這些樣本信息屬于同一個數(shù)據(jù)集合[2]。決策樹組織作為隨機森林模型的核心應(yīng)用結(jié)構(gòu)，其對于數(shù)據(jù)樣本的承載能力決定了隨機森林模型對于數(shù)據(jù)信息參量的實時處理能力。

智能電網(wǎng)是一種新型的電力應(yīng)用網(wǎng)絡(luò)，為了實現(xiàn)高度智能化的電網(wǎng)調(diào)度，需要不斷完善電力設(shè)備之間的連接關(guān)系，一方面提升輸電信號的瞬時傳輸速率，另一方面避免電網(wǎng)多源異常數(shù)據(jù)出現(xiàn)過度堆積的情況[3]。隨著智能電網(wǎng)多源數(shù)據(jù)輸出量的增大，常規(guī)數(shù)據(jù)、異常數(shù)據(jù)會混合在一起，但由于二者之間傳輸速率的差異相對較小，智能電網(wǎng)主機面臨難以精準檢測多源異常數(shù)據(jù)的問題。基于多尺度低秩模型的檢測方法通過定義隱含異常數(shù)據(jù)的方式，確定數(shù)據(jù)樣本的實時傳輸速率[4]。然而此方法并不能在保證常規(guī)數(shù)據(jù)傳輸速率的同時避免異常多源信息出現(xiàn)快速傳輸?shù)男袨椤榻鉀Q上述問題，設(shè)計基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測算法。

1 暫態(tài)穩(wěn)定性評估

1.1 隨機森林構(gòu)建

隨機森林模型的構(gòu)建包括樣本極值求解、表達式總結(jié)兩個處理環(huán)節(jié)[5-6]。對智能電網(wǎng)多源數(shù)據(jù)而言，基于隨機森林模型的樣本極值由極大值與極小值組成，求解如下：

式中，χ表示智能電網(wǎng)多源數(shù)據(jù)樣本的統(tǒng)計系數(shù)，e表示隨機向量的初始賦值，r表示多源數(shù)據(jù)樣本的編碼向量，qr表示基于r向量的數(shù)據(jù)樣本特征，ir表示數(shù)據(jù)樣本的多源定義系數(shù)。設(shè)α、δ為兩個隨機選取的數(shù)據(jù)樣本模系數(shù)，u^ 為智能電網(wǎng)多源數(shù)據(jù)的暫態(tài)度量特征。聯(lián)立式（1）、（2），可將隨機森林模型表達式定義為：

為實現(xiàn)智能電網(wǎng)多源數(shù)據(jù)的準確分類，在構(gòu)建隨機森林模型時，要求系數(shù)α、δ的取值恒不相等，且系數(shù)樣本的取值量隨智能電網(wǎng)多源數(shù)據(jù)累積量的增大而增大。

1.2 評估指標的選取

評估指標的選取是基于隨機森林模型檢測智能電網(wǎng)多源異常數(shù)據(jù)，可以將異常多源信息與常規(guī)傳輸數(shù)據(jù)區(qū)分開來，從而幫助智能電網(wǎng)主機準確辨別待測對象。由于智能電網(wǎng)空間對多源數(shù)據(jù)的存儲能力極強，所以在實施評估指標選取時，必須按照隨機森林模型準確定義異常樣本參量的傳輸能力[7-8]。設(shè)γ為多源數(shù)據(jù)參量的異構(gòu)系數(shù)，在智能電網(wǎng)環(huán)境中，γ≠0 的不等式條件恒成立。

基于隨機森林模型的評估指標選取表達式為：

式中，φ表示異常信息樣本置信度系數(shù)的初始賦值，i1、i2、…、in表示n個不同的智能電網(wǎng)多源異常數(shù)據(jù)存儲特征，β表示基于隨機森林模型的數(shù)據(jù)樣本辨別系數(shù)。在智能電網(wǎng)環(huán)境中，n系數(shù)取值越小，就表示異常多源信息的實時存儲量越少。

1.3 暫態(tài)穩(wěn)定裕度

暫態(tài)穩(wěn)定裕度可以用于評估智能電網(wǎng)的運行穩(wěn)定性，在評估指標選取結(jié)果保持恒定的情況下，穩(wěn)定裕度指標的求解數(shù)值越大，就表示智能電網(wǎng)的運行穩(wěn)定性越強[9-10]。在隨機森林模型中，對于暫態(tài)穩(wěn)定裕度指標的計算需要同時考慮評估指標度量值與異常多源信息的表征參量。評估指標度量值可表示為φ，在求解暫態(tài)穩(wěn)定裕度表達式時，要求系數(shù)φ的取值必須大于自然數(shù)1。異常多源信息表征參量可表示為λ，隨著智能電網(wǎng)多源數(shù)據(jù)存儲量的增大，系數(shù)λ的取值也會不斷增大。聯(lián)立上述物理量，可將暫態(tài)穩(wěn)定裕度表達式定義為：

②多信道：配置了亞洲4號、3G（電信、聯(lián)通）、亞洲 5 號（預(yù)留）等多種通信信道，實現(xiàn)多信道互備，提高了應(yīng)急通信的可靠性。

式中，k表示暫態(tài)標記系數(shù)，k→表示異常多源數(shù)據(jù)的存儲向量。規(guī)定在檢測異常智能電網(wǎng)多源數(shù)據(jù)時，存儲向量的最小取值結(jié)果只能為1。

2 異常檢測算法

在隨機森林模型的支持下，構(gòu)建Hadoop 檢測框架，再按照多源數(shù)據(jù)負荷特征求解、異常值檢測系數(shù)計算的處理流程，實現(xiàn)智能電網(wǎng)多源數(shù)據(jù)異常檢測算法的應(yīng)用。

2.1 Hadoop檢測框架

Hadoop 框架是實現(xiàn)智能電網(wǎng)多源數(shù)據(jù)異常檢測的關(guān)鍵應(yīng)用結(jié)構(gòu)，框架包含Spark SQL、Spark Streaming、MLlib、Graphx、MapReduce 五類節(jié)點。RDD 模塊作為核心檢測設(shè)備，可以接收智能電網(wǎng)主機輸出的多源數(shù)據(jù)樣本；Spark SQL 節(jié)點負責混合數(shù)據(jù)的存儲；MLlib 節(jié)點可以將常規(guī)數(shù)據(jù)從混合樣本中分離出來；Spark Streaming 節(jié)點可以將異常數(shù)據(jù)從混合樣本中分離出來；Graphx 節(jié)點負責傳輸常規(guī)數(shù)據(jù)樣本；MapReduce 節(jié)點負責傳輸異常數(shù)據(jù)樣本[11-12]。完整的Hadoop 檢測框架結(jié)構(gòu)如圖1 所示。

圖1 Hadoop檢測框架結(jié)構(gòu)

為將常規(guī)數(shù)據(jù)樣本與異常數(shù)據(jù)樣本準確區(qū)分開來，在將混合數(shù)據(jù)樣本反饋至各級節(jié)點組織之前，RDD 模塊需要對智能電網(wǎng)輸出的多源數(shù)據(jù)樣本進行多次重復(fù)辨別。

2.2 多源數(shù)據(jù)負荷特征

負荷特征是表示異常智能電網(wǎng)多源數(shù)據(jù)分布密集程度的量化參數(shù)[13]。在智能電網(wǎng)環(huán)境中，一般不直接計算整個區(qū)域內(nèi)的電信號負荷密度，而是將整個檢測區(qū)域按照功能屬性的不同，分成多個子區(qū)域，再利用隨機森林模型，完成對異常多源數(shù)據(jù)參量的單獨預(yù)測。在隨機森林模型的認知中，異常負荷特征具有可遷移的特性，隨著智能電網(wǎng)多源數(shù)據(jù)輸出量的增大，特征指標的計算結(jié)果也會不斷增大[14]。設(shè)為常規(guī)電網(wǎng)多源數(shù)據(jù)的度量向量，為異常電網(wǎng)多源數(shù)據(jù)的度量向量，且的不等式條件恒成立，聯(lián)立式（5），可將基于隨機森林的異常智能電網(wǎng)多源數(shù)據(jù)負荷特征表達式定義為：

其中，κ表示電信號負荷系數(shù)。智能電網(wǎng)檢測區(qū)域劃分標準的不同，會導(dǎo)致多源數(shù)據(jù)負荷特征求解結(jié)果出現(xiàn)差異性。

2.3 異常值檢測系數(shù)

異常值檢測系數(shù)決定了智能電網(wǎng)主機對異常多源數(shù)據(jù)信息的處理能力。在已知多源數(shù)據(jù)負荷特征求解結(jié)果的情況下，計算異常值檢測系數(shù)既要考慮隨機森林模型的約束作用能力，又要參考多源信息節(jié)點的實際定義形式[15-16]。設(shè)g1、g2、…、gn為n個隨機選取的多源數(shù)據(jù)節(jié)點定義系數(shù)，μ為異常值指標的檢測度量系數(shù)，f為異常智能電網(wǎng)多源數(shù)據(jù)的選擇參量，j為常規(guī)數(shù)據(jù)定義項，j′為異常數(shù)據(jù)定義項。聯(lián)立上述物理量，可將異常值檢測系數(shù)求解結(jié)果表示為：

至此，實現(xiàn)對各項指標參量的計算與處理。在不考慮其他干擾條件的情況下，完成基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測算法的設(shè)計。

3 實例分析

3.1 前期準備與實驗步驟

選擇S11-M 型變壓器設(shè)備作為實驗對象，將其置于220 V 的電路環(huán)境中，閉合控制開關(guān)，調(diào)節(jié)變阻器、逆變器等多個設(shè)備元件，使變壓器設(shè)備保持相對穩(wěn)定的工作狀態(tài)。利用7090MT 主機捕獲變壓設(shè)備輸出的多源數(shù)據(jù)信息，借助Linux 軟件將常規(guī)傳輸數(shù)據(jù)與多源信息異構(gòu)體分離開來，并分別對這些數(shù)據(jù)對象進行后續(xù)處理。

表1 反映了實驗所選設(shè)備的具體型號。

表1 實驗設(shè)備選型

按需連接表1 中的各個電路元件。首先利用基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測方法控制數(shù)據(jù)處理主機，記錄電量表示數(shù)值，將所得數(shù)據(jù)作為實驗組變量；然后利用基于多尺度低秩模型的檢測方法控制數(shù)據(jù)處理主機，記錄電量表示數(shù)值，將所得數(shù)據(jù)作為對照組變量；最后對比實驗組、對照組變量數(shù)據(jù)，總結(jié)實驗規(guī)律。

3.2 實驗結(jié)果

在智能電網(wǎng)環(huán)境中，數(shù)據(jù)傳輸速率可以用來描述電網(wǎng)主機對于多源數(shù)據(jù)樣本的檢測能力，故該次實驗以多源電網(wǎng)數(shù)據(jù)傳輸速率作為研究對象，記錄在實驗組、對照組檢測方法作用下，常規(guī)數(shù)據(jù)傳輸速率、異常數(shù)據(jù)傳輸速率的數(shù)值變化情況。在常規(guī)數(shù)據(jù)傳輸速率保持較高水平的情況下，異常數(shù)據(jù)傳輸速率越慢，電網(wǎng)主機對于這一類信息樣本的檢測能力也就越強。

表2 記錄了實驗組、對照組檢測方法作用下，常規(guī)數(shù)據(jù)傳輸速率的數(shù)值變化情況。

表2 常規(guī)數(shù)據(jù)傳輸速率

分析表2 可知，在實驗組檢測方法作用下，常規(guī)數(shù)據(jù)傳輸速率均值為5.64 MB/ms，與標準數(shù)值相比，下降了0.02 MB/ms，二者差值相對較小；在對照組檢測方法作用下，常規(guī)數(shù)據(jù)傳輸速率均值為5.34 MB/ms，與標準數(shù)值相比，下降了0.32 MB/ms，差值遠高于實驗組。

圖2 反映了實驗組、對照組異常數(shù)據(jù)傳輸速率的數(shù)值變化情況。

圖2 異常數(shù)據(jù)傳輸速率

分析圖2 可知，在智能電網(wǎng)環(huán)境中，異常數(shù)據(jù)傳輸速率呈現(xiàn)出先增大、后減小的數(shù)值變化狀態(tài)。整個實驗過程中，實驗組數(shù)據(jù)傳輸速率最大值為2.36 MB/ms，與對照組最大值3.79 MB/ms 相比，下降了1.43 MB/ms。

綜上可知，在基于多尺度低秩模型的檢測方法的作用下，常規(guī)數(shù)據(jù)傳輸速率與標準傳輸速率數(shù)值相比明顯下降，且異常數(shù)據(jù)的傳輸速率水平也沒有得到有效控制；在基于隨機森林檢測算法的作用下，常規(guī)數(shù)據(jù)傳輸速率依然保持在較高的數(shù)值水平，而異常數(shù)據(jù)的傳輸速率卻得到了有效控制，說明此方法在一定程度上能夠促進電網(wǎng)主機對多源數(shù)據(jù)樣本檢測能力的增強。因此可得，基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測算法更符合精準檢測電網(wǎng)多源異常數(shù)據(jù)的實際應(yīng)用需求。

4 結(jié)束語

為提升智能電網(wǎng)多源數(shù)據(jù)異常檢測的準確性，提出基于隨機森林的智能電網(wǎng)多源數(shù)據(jù)異常檢測方法。根據(jù)隨機森林模型，選取關(guān)鍵評估指標，通過求解暫態(tài)穩(wěn)定裕度系數(shù)的方式，計算多源數(shù)據(jù)負荷特征與異常值檢測系數(shù)。實驗結(jié)果表明，該算法能夠在保證常規(guī)數(shù)據(jù)傳輸速率的同時，避免異常多源信息出現(xiàn)快速傳輸?shù)男袨椋梢蕴嵘悄茈娋W(wǎng)主機對于電網(wǎng)多源異常數(shù)據(jù)的檢測能力。