基于規(guī)則挖掘的電網(wǎng)倒閘操作規(guī)則庫(kù)建立方法研究

舒征宇，李黃強(qiáng)，丁紅聲，余振華，高 波，楊世勇

（國(guó)網(wǎng)湖北省電力公司宜昌供電公司，湖北 宜昌 443000）

0 前言

隨著我國(guó)工業(yè)化進(jìn)程的不斷加快以及經(jīng)濟(jì)水平的不斷提高、電網(wǎng)建設(shè)不斷加強(qiáng)，電力網(wǎng)絡(luò)則越來(lái)越復(fù)雜，與之對(duì)應(yīng)電網(wǎng)調(diào)度倒閘操作涉及到的一次、二次設(shè)備的操作愈加復(fù)雜。在運(yùn)行方式倒換或事故處理時(shí)快速準(zhǔn)確的發(fā)布電網(wǎng)調(diào)度操作指令顯得越發(fā)困難。因此越來(lái)越多的研究人員試圖將人工智能方面的研究成果應(yīng)用于該領(lǐng)域，建立以人工智能為基礎(chǔ)的電網(wǎng)操作規(guī)則庫(kù)，從而輔助電網(wǎng)倒閘操作，提升操作指令準(zhǔn)確率。

目前，我國(guó)的電網(wǎng)調(diào)度采取分級(jí)管理，各級(jí)電網(wǎng)對(duì)應(yīng)各級(jí)調(diào)度，具有責(zé)任明確、對(duì)事故響應(yīng)快速等特點(diǎn)[1-2]。然而由于各級(jí)（或各地區(qū)）電網(wǎng)根據(jù)地域特點(diǎn)和設(shè)備特點(diǎn)分別制定其調(diào)度規(guī)程，導(dǎo)致同一操作在國(guó)內(nèi)不同地域的電網(wǎng)中調(diào)度操作步驟、內(nèi)容以及操作指令票的填寫(xiě)標(biāo)準(zhǔn)存在差異（即電網(wǎng)倒閘操作規(guī)則存在差異）[3]。為此，現(xiàn)在關(guān)于操作指令票檢驗(yàn)相關(guān)研究中較為普遍的做法是：先讓程序員理解電網(wǎng)調(diào)度規(guī)程，然后以程序員理解的邏輯建立相應(yīng)的規(guī)則庫(kù)[4]。但是這樣處理不能解決不同地域的調(diào)度規(guī)程存在差異的問(wèn)題，不能廣泛推廣，并且通過(guò)這種方式形成的規(guī)則庫(kù)的準(zhǔn)確性受到程序員理解準(zhǔn)確程度的制約，當(dāng)調(diào)度規(guī)程修編后，規(guī)則庫(kù)不能及時(shí)更正。

鑒于此，本文提出一種基于數(shù)據(jù)挖掘的電網(wǎng)倒閘操作規(guī)則庫(kù)建立方法，以歷史操作指令票為依據(jù)，采用數(shù)據(jù)挖掘的方法挖掘電網(wǎng)倒閘操作的操作規(guī)則，根據(jù)不同地域的歷史操作指令票挖掘形成不同的操作規(guī)則庫(kù)，從根本上解決了地域差異的問(wèn)題。

1 操作指令票數(shù)據(jù)挖掘的特異性分析

常見(jiàn)的分類規(guī)則挖掘所涉及的挖掘樣本其屬性是固定的[5]，針對(duì)屬性取值規(guī)律進(jìn)行分析從而形成相對(duì)固定的分類規(guī)則，其形式如下（見(jiàn)圖1）。

圖1 分類規(guī)則挖掘一般形式Fig.1 The general form of classification rules mining

然而對(duì)于電網(wǎng)操作規(guī)則的數(shù)據(jù)挖掘而言，其挖掘的數(shù)據(jù)樣本為歷史存檔中的大量操作指令票，每張操作指令票中涵蓋的操作內(nèi)容和操作步驟則會(huì)依據(jù)操作任務(wù)的復(fù)雜程度和邊界條件（即電網(wǎng)實(shí)時(shí)的運(yùn)行狀態(tài)）而發(fā)生改變[6]。為此本文首先對(duì)挖掘?qū)ο蟮臄?shù)據(jù)樣本（即歷史存檔的操作指令票）進(jìn)行預(yù)處理。

2 數(shù)據(jù)挖掘樣本的預(yù)處理

2.1 建立電力網(wǎng)絡(luò)狀態(tài)模型

建立與電網(wǎng)一次設(shè)備實(shí)際結(jié)構(gòu)相符的網(wǎng)絡(luò)拓?fù)淠Ｐ?，其?jiǎn)化標(biāo)準(zhǔn)為：將母線、斷路器、變壓器作為節(jié)點(diǎn)，將輸電線路等效為網(wǎng)絡(luò)拓?fù)淠Ｐ椭械倪?。增加斷路器和母線、線路之間的虛擬連接并簡(jiǎn)化為網(wǎng)絡(luò)拓?fù)淠Ｐ椭械倪?，增加母線和變壓器之間的虛擬連接并簡(jiǎn)化為網(wǎng)絡(luò)拓?fù)淠Ｐ椭械倪叀Ｓ纱丝梢缘玫奖碚麟娋W(wǎng)中電氣設(shè)備連接關(guān)系的連接矩陣

式中：G0為電力系統(tǒng)的將電力網(wǎng)絡(luò)抽象得到的簡(jiǎn)單圖，eij為節(jié)點(diǎn)i到節(jié)點(diǎn)j的邊，n為電網(wǎng)中母線、斷路器、變壓器的個(gè)數(shù)之和。該矩陣描述了電網(wǎng)中一次設(shè)備之間的連接關(guān)系。在此基礎(chǔ)上對(duì)連接矩陣A0中的對(duì)角元素進(jìn)行賦值，得到反映電網(wǎng)一次設(shè)備運(yùn)行狀態(tài)的網(wǎng)絡(luò)狀態(tài)矩陣

同時(shí)，建立與電網(wǎng)一次設(shè)備運(yùn)行狀態(tài)相對(duì)應(yīng)的二次設(shè)備運(yùn)行狀態(tài)向量χ。

通過(guò)上述三個(gè)步驟，實(shí)際電網(wǎng)中一次設(shè)備與二次設(shè)備的運(yùn)行狀態(tài)以及整個(gè)電網(wǎng)的連接關(guān)系可以由網(wǎng)絡(luò)狀態(tài)矩陣A和二次設(shè)備運(yùn)行狀態(tài)向量χ表示。

2.2 挖掘樣本的標(biāo)準(zhǔn)化處理

根據(jù)操作步驟拆分操作指令票。一張完整的操作指令票包含兩個(gè)部分：1）操作任務(wù)，表示操作指令票需要達(dá)到的目的。2）操作內(nèi)容，表示具體的操作步驟。本發(fā)明根據(jù)操作內(nèi)容中的步驟來(lái)劃分操作指令票，同時(shí)為保障拆分后得到的操作項(xiàng)目盡可能多的包含原操作指令票的內(nèi)容，將電網(wǎng)操作指令票進(jìn)行劃分表示為如下形式：

式中：S為操作指令票，表示為操作項(xiàng)目的集合，θ為標(biāo)準(zhǔn)化處理后的操作項(xiàng)目。若操作指令票S由n個(gè)操作步驟完成，那么該操作指令票則可以劃分為n個(gè)操作項(xiàng)目 {θ1,θ2,…,θi,…,θn}。θ為劃分后得到的操作項(xiàng)目（對(duì)應(yīng)于原操作票中的操作步驟），由五維向量表示，其中M為原操作票的操作任務(wù)，A為進(jìn)行該操作前電網(wǎng)的一次設(shè)備運(yùn)行狀態(tài)矩陣，χ為進(jìn)行該操作前的電網(wǎng)二次設(shè)備運(yùn)行狀態(tài)向量，B為該操作項(xiàng)目對(duì)應(yīng)的操作內(nèi)容（下文簡(jiǎn)稱本項(xiàng)操作內(nèi)容），N為原始操作指令票中下一項(xiàng)操作項(xiàng)目的操作內(nèi)容（下文簡(jiǎn)稱下項(xiàng)操作內(nèi)容）。

采用以上步驟進(jìn)行預(yù)處理后的操作票可以表示為有關(guān)聯(lián)關(guān)系的操作項(xiàng)目，并且每個(gè)操作項(xiàng)目有且僅有五個(gè)屬性。

3 基于蟻群算法的構(gòu)造規(guī)則

3.1 規(guī)則構(gòu)造

蟻群算法是通過(guò)模擬螞蟻覓食尋找最優(yōu)路徑的方式來(lái)求解的一種算法[7]。螞蟻在覓食過(guò)程中會(huì)在經(jīng)過(guò)的路徑上留下信息素，而后跟進(jìn)的螞蟻會(huì)有極大幾率跟隨信息素前進(jìn)。蟻群算法的本質(zhì)則是設(shè)置虛擬螞蟻和螞蟻向不同節(jié)點(diǎn)移動(dòng)的幾率來(lái)指引路徑尋找，通過(guò)多次迭代收斂來(lái)進(jìn)行路徑優(yōu)化[8]。而電網(wǎng)調(diào)度倒閘操作的規(guī)則挖掘則可以看作蟻群對(duì)覓食路徑的尋找。蟻群算法的數(shù)學(xué)模型可以表示為下式：

式（9）表示螞蟻k在t時(shí)刻從節(jié)點(diǎn)i向節(jié)點(diǎn)j移動(dòng)的的幾率[9]，即操作項(xiàng)目i后執(zhí)行操作項(xiàng)目j的幾率，S為所有操作項(xiàng)目的集合。τij(t)、ηij分別為t時(shí)刻的局部信息素和啟發(fā)因子，即局部尋優(yōu)和全局尋優(yōu)的影響因子，Δτij(t)為全局信息素。本文α=0.7、β=0.3、ρ=0.5，令局部信息素為

P(Ni=Bj|Bi)為所有操作項(xiàng)目的集合中，操作項(xiàng)目i執(zhí)行后執(zhí)行操作項(xiàng)目j的概率。式中ψ|Bi為操作項(xiàng)目集合中本項(xiàng)操作內(nèi)容為Bi的操作項(xiàng)目個(gè)數(shù)，ψ|Ni=Bj則為本項(xiàng)操作內(nèi)容為Bi且下項(xiàng)操作內(nèi)容為Ni（其中Ni=Bj）的操作項(xiàng)目個(gè)數(shù)。

令全局信息素為

其中X，Y為一次狀態(tài)矩陣和二次狀態(tài)向量的皮爾森相關(guān)系數(shù)，分別表示操作項(xiàng)目i執(zhí)行前和操作項(xiàng)目j執(zhí)行前電網(wǎng)一次設(shè)備運(yùn)行狀態(tài)相似程度和二次設(shè)備運(yùn)行狀態(tài)相似程度。由于每個(gè)操作項(xiàng)目θ只代表單一的操作，相鄰的兩次操作之間電網(wǎng)的設(shè)備運(yùn)行狀態(tài)會(huì)十分接近，以兩個(gè)操作項(xiàng)目的電網(wǎng)運(yùn)行狀態(tài)的皮爾森相關(guān)系數(shù)作為全局信息素可以在迭代過(guò)程中快速剔除不相關(guān)的操作項(xiàng)目，加快迭代收斂。

令啟發(fā)因子為

即所有操作任務(wù)為M的操作項(xiàng)目中本項(xiàng)操作內(nèi)容為Bj的概率。其大小為操作任務(wù)為M且操作內(nèi)容為Bj的操作項(xiàng)目個(gè)數(shù)除以操作任務(wù)為M的操作項(xiàng)目個(gè)數(shù)。

采用以上算法對(duì)路徑進(jìn)行搜索直到最新搜索到的操作項(xiàng)目中“下項(xiàng)操作內(nèi)容”為空，則停止搜索并形成一條路徑。經(jīng)過(guò)迭代使得路徑收斂得到一條分類規(guī)則，記作R[θ],其實(shí)質(zhì)為操作項(xiàng)目的組合序列。

3.2 規(guī)則剪枝

以操作項(xiàng)目集合S中的每個(gè)操作項(xiàng)目為起點(diǎn)，采用3.1所述的搜索方法，可以得到對(duì)應(yīng)的分類規(guī)則R=[θ1,θ2,…,θi,…,θn]。而這樣搜索得到的規(guī)則中會(huì)存在大量的重復(fù)。為此還需要對(duì)規(guī)則進(jìn)行修剪[6]，其步驟如下。

步驟1計(jì)算規(guī)則有效性，規(guī)則的有效性Q可以用下式進(jìn)行計(jì)算。

式中：tp為規(guī)則前件后件都適合的樣例數(shù)；fp為規(guī)則前件適合后件不適合的樣例數(shù)；fn為規(guī)則前件不適合后件適合的樣例數(shù)；tn為規(guī)則前件后件都不適合的樣例數(shù)。

tp、fp、fn、tn的具體數(shù)值可以通過(guò)將挖掘得到的規(guī)則R[θ]在歷史操作票中檢驗(yàn)計(jì)算得出。

步驟2規(guī)則剪枝。通過(guò)刪除任何能導(dǎo)致規(guī)則精度提高的前件來(lái)修剪規(guī)則。剪枝后的規(guī)則就是搜索到的規(guī)則。其具體方法為，依次移去能使規(guī)則有效性得到最大提高的節(jié)點(diǎn)（即規(guī)則中的操作項(xiàng)目θ），直到任意一個(gè)節(jié)點(diǎn)的移去將降低規(guī)則有效性。

4 實(shí)施步驟

基于規(guī)則挖掘的電網(wǎng)倒閘操作規(guī)則庫(kù)建立方法實(shí)施步驟如下：

a）建立電力網(wǎng)絡(luò)拓?fù)淠Ｐ?，將母線、斷路器、變壓器作為節(jié)點(diǎn)；將輸電線路等效為網(wǎng)絡(luò)拓?fù)淠Ｐ椭械倪?。增加斷路器和母線、線路之間的虛擬連接并簡(jiǎn)化為網(wǎng)絡(luò)拓?fù)淠Ｐ椭械倪?，增加母線和變壓器之間的虛擬連接并簡(jiǎn)化為網(wǎng)絡(luò)拓?fù)淠Ｐ椭械倪?，形成可以表示電網(wǎng)連接關(guān)系的網(wǎng)絡(luò)拓?fù)淠Ｐ?，記作A0?？蓞⒁?jiàn)式（1）與式（2）。

b）根據(jù)一次設(shè)備的運(yùn)行狀態(tài)，采用公式（3）、（4）為網(wǎng)絡(luò)拓?fù)淠Ｐ椭械膶?duì)角元素賦值，形成一次設(shè)備運(yùn)行狀態(tài)矩陣，用以表示對(duì)應(yīng)一次設(shè)備的運(yùn)行狀態(tài)，記作A。

c）電網(wǎng)的二次設(shè)備都會(huì)配合一次設(shè)備運(yùn)行，在進(jìn)行電網(wǎng)倒閘操作時(shí)會(huì)涉及到一次與二次設(shè)備的操作。因此，為表征二次設(shè)備的運(yùn)行狀態(tài)，根據(jù)式（5）、（6）建立與一次設(shè)備運(yùn)行狀態(tài)矩陣相對(duì)應(yīng)的二次設(shè)備運(yùn)行狀態(tài)向量，記作χ。

d）電網(wǎng)操作指令票都是逐項(xiàng)填寫(xiě)，每一步只含有對(duì)一個(gè)設(shè)備的操作內(nèi)容?？梢园凑詹僮鞑襟E進(jìn)行劃分，將任意一張操作指令票劃分成對(duì)應(yīng)的操作內(nèi)容。

e）為保障每個(gè)數(shù)據(jù)樣本盡可能多的含有全局信息，將本項(xiàng)操作內(nèi)容、下一項(xiàng)操作內(nèi)容、原始操作票的操作任務(wù)、執(zhí)行該操作的網(wǎng)絡(luò)一次設(shè)備狀態(tài)矩陣、執(zhí)行該操作的網(wǎng)絡(luò)二次設(shè)備狀態(tài)向量五項(xiàng)屬性組合形成標(biāo)準(zhǔn)化的數(shù)據(jù)樣本，稱作“操作項(xiàng)目”。

f）從操作項(xiàng)目集合中選取一個(gè)操作項(xiàng)目作為起點(diǎn)，由式（12）～（14）采用蟻群算法計(jì)算螞蟻向下一個(gè)操作項(xiàng)目移動(dòng)的幾率，即某一次單項(xiàng)操作后下一項(xiàng)操作的幾率。

g）每只螞蟻在搜索過(guò)程中，直到搜索到的最后一個(gè)操作項(xiàng)目k中Nk=Bk。表示一條完整的路徑搜索完成。

h）采用式（9）、（10）進(jìn)行迭代直至收斂，得到一條路徑（即規(guī)則），并將其輸入規(guī)則庫(kù)。

i）根據(jù)式（15）為計(jì)算規(guī)則有效性，式中tp、fp、fn、tn的具體數(shù)值可以通過(guò)規(guī)則R[θ]在歷史操作票中檢驗(yàn)計(jì)算得出。

j）刪除規(guī)則R[θ]中的節(jié)點(diǎn)，即規(guī)則中的操作項(xiàng)目，重新計(jì)算規(guī)則的有效性。若存在有效性降低的情況則恢復(fù)刪除，將修剪后的規(guī)則計(jì)入規(guī)則庫(kù)；若不存在有效性降低的情況則繼續(xù)刪除節(jié)點(diǎn)，直到所有節(jié)點(diǎn)檢驗(yàn)完畢。

5 結(jié)語(yǔ)

本文提出的一種基于規(guī)則挖掘的電網(wǎng)倒閘操作規(guī)則庫(kù)建立方法將數(shù)據(jù)挖掘引入到電網(wǎng)調(diào)度領(lǐng)域中，在對(duì)歷史存檔的電網(wǎng)操作指令票進(jìn)行預(yù)處理的前提下，采用蟻群算法搜索潛在的分類規(guī)則，并通過(guò)規(guī)則有效性指標(biāo)對(duì)規(guī)則進(jìn)行剪枝形成規(guī)則庫(kù)。本文所提出的方法可以適用于不同地域，有效避免了地域差異導(dǎo)致的規(guī)則庫(kù)兼容性等問(wèn)題，可以廣泛應(yīng)用于電網(wǎng)操作指令票的自動(dòng)檢驗(yàn)系統(tǒng)和自動(dòng)生成系統(tǒng)；更好地輔助電網(wǎng)操作指令票的審核，不僅節(jié)約了相關(guān)輔助系統(tǒng)的開(kāi)發(fā)成本，同時(shí)可以有效提高電網(wǎng)操作指令票審核效率和正確率，減少電網(wǎng)操作中的誤操作，避免經(jīng)濟(jì)損失。

[參考文獻(xiàn)]（References）

[1]王晶晶,劉巍,張勇平,等.華北電網(wǎng)無(wú)人值班站和集控中心管理模式的探討[J].華東電力，2011(10)：23-24.Wang Jingjing,Liu Wei,Zhang Yongping,et al.Re?search on management of control center in North China Power Grid unmanned station[J].East China Electric Power,2011(10)：23-24.

[2]黃煒,張杰明,綦孝文,等.調(diào)度集控一體化系統(tǒng)責(zé)任區(qū)管理和告警解決方案[J].電網(wǎng)技術(shù)，2012(7)：41-45.Huang Wei,Zhang Jieming,Nie Xiaowen,et al.Solu?tions of localization responsibility and alarm man?agement with dispatching integrated[J].Power Sys?tem Technology,2012(7)：41-45.

[3]張良棟,石輝,張勇軍.電網(wǎng)事故原因分類淺析及其預(yù)防策略[J].電力系統(tǒng)保護(hù)與控制，2010(4)：43-47.Zhang Liangdong,Shi Hui,Zhang Yongjun.Analysis of grid accident and its preventive strategies[J].Power System Protection and Control System,2010(4)：43-47.

[4]郭惠.調(diào)控一體模式下電網(wǎng)事故拉荷方案討論[J].科技促進(jìn)發(fā)展，2011(11)：77-81.Guo Hui.Load shedding program discussed under the dispatching integrated[J]Science and Technolo?gy for Development,2011(11)：77-81.

[5]李杰,徐勇,王云峰,等.最簡(jiǎn)關(guān)聯(lián)規(guī)則及其挖掘算法[J].計(jì)算機(jī)工程，2007(13)：77-81.Li Jie,Xu Yong,Wang Yunfeng,et al.The research on association rules mining algorithm with the most simple rules[J].Computer Engineering,2007(13)：77-81.

[6]徐久成,史進(jìn)玲.一種粒計(jì)算中決策規(guī)則的提取[J].計(jì)算機(jī)工程與應(yīng)用，2009(25)：96-101.Xu Jiucheng,Shi Jinling.Research on extraction of decision rules with particle swarm optimization[J].Computer Engineering and Applications,2009(25)：96-101.

[7]陸媛,楊慧中.基于代表熵的基因表達(dá)數(shù)據(jù)聚類分析方法[J].計(jì)算機(jī)工程與應(yīng)用，2008(27)：56-60.Lu Yuan,Yang Huizhong.Research of cluster analy?sis of gene expression data based on representative entropy [J].ComputerEngineering and Applica?tions,2008(27)：56-60.

[8]李小梅,郭紅.基因表達(dá)數(shù)據(jù)的模糊聚類技術(shù)研究[J].信息系統(tǒng)工程，2013(11)：36-41.Li Xiaomei,Guo Hong.Study of fuzzy clustering analysis based on gene expression[J].Information Systems Engineering,2013(11)：36-41

[9]柴寶杰,劉大為.基于粒子群優(yōu)化的蟻群算法在TSP中的應(yīng)用[J].計(jì)算機(jī)仿真，2014(8)：16-18.Chai Baojie,Liu Dawei.The research on application of ant colony algorithm in TSP based on particle swarm optimization [J].ComputerSimulation,2014(8)：16-18.