基于遺傳聚類的配電變壓器運行狀態(tài)參數(shù)數(shù)據(jù)修復(fù)研究

朱江峰 單林森 黃建楊

摘 要：為了減少配網(wǎng)設(shè)備運行大數(shù)據(jù)在采集以及傳輸?shù)倪^程中容易發(fā)生的丟失或者損壞，保證配網(wǎng)設(shè)備運行檢修工作質(zhì)量，提高整個電網(wǎng)的安全穩(wěn)定性。本文結(jié)合了不完整信息系統(tǒng)原理、近鄰傳播聚類原理以及遺傳優(yōu)化算法原理，提出了一種面向配網(wǎng)設(shè)備運行狀態(tài)的遺傳聚類數(shù)據(jù)修復(fù)方法，充分有效的對大規(guī)模、復(fù)雜、不完整的配網(wǎng)設(shè)備運行參數(shù)進(jìn)行分析以及修復(fù)。通過對實際配電變壓器設(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)進(jìn)行驗證，結(jié)果表明所提出的方法有效的分析和修復(fù)了配電變壓器設(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)，具有實際應(yīng)用價值。

關(guān)鍵詞：配網(wǎng)設(shè)備；運行參數(shù)；近鄰傳播聚類；遺傳優(yōu)化；數(shù)據(jù)修復(fù)

隨著當(dāng)代電力科學(xué)的迅速發(fā)展，電力行業(yè)的配電變壓器設(shè)備運行狀態(tài)參數(shù)正以前所未有的速度增長，配電變壓器設(shè)備運行狀態(tài)參數(shù)處于大數(shù)據(jù)時代。配網(wǎng)信息的大數(shù)據(jù)在采集以及傳輸?shù)倪^程中都容易發(fā)生丟失或者損壞，導(dǎo)致配網(wǎng)設(shè)備運行檢修工作質(zhì)量下降，從而影響整個電網(wǎng)的工作質(zhì)量。因此，針對配電變壓器設(shè)備的不完整運行狀態(tài)參數(shù)進(jìn)行模式挖掘與填充修復(fù)的相關(guān)研究，有助于配電大數(shù)據(jù)信息的有效利用，對將強、健康智能電網(wǎng)的建設(shè)有著重要意義[ 1 ]。

傳統(tǒng)數(shù)據(jù)填充方法沒有充分考慮到數(shù)據(jù)對象之間的相關(guān)性，這就會導(dǎo)致填充的精度嚴(yán)重降低，如基于馬氏距離的缺失值的填充算法、基于貝葉斯網(wǎng)絡(luò)的缺失數(shù)據(jù)填充算法、決策樹算法中屬性缺失值的研究等[ 2-4 ]。上述傳統(tǒng)數(shù)據(jù)填充方法通常簡單的利用已有數(shù)據(jù)對缺失數(shù)據(jù)進(jìn)行填充，并未考慮到數(shù)據(jù)對象的類別特征，使得填充值容易受到噪聲的干擾，導(dǎo)致填充結(jié)果不精確。

本文提出了一種基于遺傳聚類的不完整信息填充方法，通過把數(shù)據(jù)對象劃分為完整數(shù)據(jù)集與不完整數(shù)據(jù)集，先對完整數(shù)據(jù)集進(jìn)行聚類，聚類過程中利用遺傳優(yōu)化原理對聚類參數(shù)進(jìn)行多次迭代優(yōu)化得出聚類中心點。之后計算不完整數(shù)據(jù)點與每個聚類中心的相似度，把不完整數(shù)據(jù)點劃分到相似度最大的類中，由于同一類數(shù)據(jù)相關(guān)性強，即可利用同一類數(shù)據(jù)中的完整數(shù)據(jù)對不完整數(shù)據(jù)進(jìn)行填充，避免噪聲對填充值的干擾，并有效提高缺失數(shù)據(jù)的填充精度。

1 基于遺傳聚類的不完整數(shù)據(jù)修復(fù)理論

近鄰傳播（Affinity Propagation， AP）聚類算法是一種基于密度分布函數(shù)的方法的無監(jiān)督聚類算法，是由Frey等人于2007年首次提出[ 5 ]。AP算法將所有數(shù)據(jù)樣本均作為潛在聚類中心，自適應(yīng)于數(shù)據(jù)樣本進(jìn)行聚類，無需預(yù)先設(shè)置類別數(shù)量。在程序運行中不斷迭代搜索合適的聚類中心，自動識別聚類中心的位置以及聚類數(shù)目。其中，吸引度（Responsibility）表示以數(shù)據(jù)點k為數(shù)據(jù)點i聚類中心的適合程度，記做r（i，k）。而歸屬度（Availability）則表示數(shù)據(jù)點i選擇數(shù)據(jù)點k為聚類中心的適合程度，記做a（i，k）。

AP聚類算法通過消息傳播逐步實現(xiàn)對聚類中心的逼近，并通過如下更新規(guī)則對吸引度矩陣R=[r（i，k）]與歸屬度矩陣A=[a（i，k）]進(jìn)行迭代更新[ 2 ]：

首先，計算N個數(shù)據(jù)點的相似度值，建立相似度矩陣S矩陣，同時設(shè)定偏向參數(shù)。其次，設(shè)置最大迭代次數(shù)maxits值，迭代計算吸引度矩陣R和歸屬度矩陣A，并根據(jù)r（k，k）+a（k，k）值判斷是否為聚類中心（若（r（k，k）+a（k，k））>0則構(gòu)成一個聚類中心；反之，則不是聚類中心）。最后，對于數(shù)據(jù)點i，選擇r（i，k）+a（i，k）最大的數(shù)據(jù)點k為其真正聚類中心。值得注意的是，當(dāng)?shù)螖?shù)超過maxits值或多次迭代不發(fā)生改變時終止迭代。

遺傳優(yōu)化（Genetic Optimization）算法依據(jù)親本初始化解，通過復(fù)制、交叉以及突變等操作產(chǎn)生子代的解，淘汰適應(yīng)度較低的解以增加對最優(yōu)解的逼近效果。本文引入遺傳算法對傳統(tǒng)近鄰AP聚類中阻尼系數(shù)？姿、迭代次數(shù)最大值（maxits值）等聚類參數(shù)進(jìn)行優(yōu)化，用以提高聚類精度。遺傳算法的具體過程包括編碼方式及初始化、適應(yīng)度函數(shù)設(shè)計、遺傳操作、終止條件以及解碼等五個環(huán)節(jié)[ 6 ]。在對數(shù)據(jù)進(jìn)行聚類之后，由于同一類中的數(shù)據(jù)相似度高，不同類中的數(shù)據(jù)相似度低，本文利用與缺失屬性的對象在同一個類當(dāng)中的數(shù)據(jù)對象的相應(yīng)屬性的加權(quán)值作為該屬性的預(yù)測值。這種方法的關(guān)鍵在于確定各數(shù)據(jù)對象的加權(quán)系數(shù)，為了能夠客觀準(zhǔn)確的確定加權(quán)系數(shù)，本文采用信息論中熵值的概念，通過數(shù)據(jù)對象間的相似度提供的信息來確定加權(quán)系數(shù)。

2 仿真實例分析

2.1 基于遺傳聚類的不完整數(shù)據(jù)修復(fù)的實現(xiàn)

為了驗證本文所提出的遺傳聚類算法對不完整數(shù)據(jù)的修復(fù)效果，本文使用基于PYTHON語言的仿真測試軟件進(jìn)行仿真測試，選取了國家電網(wǎng)公司某地區(qū)配網(wǎng)設(shè)備的運行臺賬數(shù)據(jù)中50個型號為S9-M-500/10，500kV配電變壓器設(shè)備運行狀態(tài)參數(shù)中的配電變壓器短路阻抗、短路損耗、空載損耗、電壓等級、絕緣介質(zhì)以及額定容量等六類數(shù)據(jù)指標(biāo)形成的指標(biāo)向量作為樣本數(shù)據(jù)。聚類時，根據(jù)遺傳優(yōu)化的結(jié)果，最大迭代次數(shù)maxits取10000次；聚類中心不變的最大迭代次數(shù)convits取50次；阻尼系數(shù)？姿取0.8。經(jīng)過1468次迭代計算，聚類中心不變次數(shù)達(dá)到了最大值50次，停止迭代，計算得到樣本聚類3個。

根據(jù)訓(xùn)練樣本聚類情況，參考樣本數(shù)據(jù)，并依據(jù)國際行業(yè)標(biāo)準(zhǔn)《ANSI/IEEE C57.123-2010 變壓器損耗測量指南》以及《ANSI/UL 506-2008 專用變壓器的安全標(biāo)準(zhǔn)》等文件對配電變壓器設(shè)備運行狀態(tài)的評定，樣本聚類符合以下描述：

樣本聚類1：以樣本16為聚類中心，包括樣本16、8、12、15、19、21、24、25、27、28、50等，此類樣本設(shè)備服役時間為3年及3年以下，數(shù)據(jù)反映設(shè)備運行狀況良好，穩(wěn)定性較高。

樣本聚類2：以樣本35為聚類中心，包括樣本1、2、3、4、6、7、9、10、13、14、17、20、22、23、26、29、30、31、32、33、34、36、37、38、39、40、41、42、43、44、45、46、48、49等，此類樣本設(shè)備服役時間為4-8年，數(shù)據(jù)反映設(shè)備運行狀況一般，存在著一定的設(shè)備損耗，穩(wěn)定性與新設(shè)備相比，有所降低。

樣本聚類3：以樣本47為聚類中心，包括樣本5、11等，此類樣本設(shè)備服役時間為9年及9年以上，數(shù)據(jù)反映設(shè)備運行狀況較差，設(shè)備損耗比較嚴(yán)重，設(shè)備運行穩(wěn)定性較低。

根據(jù)對樣本數(shù)據(jù)的有效聚類，本文選取了5個含有缺失數(shù)據(jù)的配電變壓器設(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)數(shù)據(jù)樣本進(jìn)行修復(fù)填充。修復(fù)結(jié)果與原設(shè)備參數(shù)進(jìn)行對比，修復(fù)樣本1至5的修復(fù)精度分別為：98.73%、95.89%、94.38%、100%以及100%。

2.2 仿真對比實驗結(jié)果分析

為了測試本文提出的算法的性能，將本文提出的算法同基于決策樹的缺失數(shù)據(jù)修復(fù)算法、以及基于馬氏距離的缺失數(shù)據(jù)修復(fù)算法進(jìn)行比較，實驗結(jié)果如圖1所示。

由圖1可知，隨著數(shù)據(jù)缺失率的增長，基于決策樹、基于馬氏距離以及本文提出的基于遺傳聚類三種數(shù)據(jù)修復(fù)算法的修復(fù)精度均有所下降。在以上三種算法中，本文提出的算法有效避免了不同類對象對數(shù)據(jù)填充的影響，因而修復(fù)精度明顯高于另外兩種算法。

除此之外，當(dāng)數(shù)據(jù)缺失率超過15%時，隨著缺失數(shù)據(jù)的增加，基于決策樹的缺失數(shù)據(jù)修復(fù)算法以及基于馬氏距離的缺失數(shù)據(jù)修復(fù)算法的修復(fù)精確度急劇降低，而本文提出的算法則比較穩(wěn)定，充分說明本文提出的算法對待缺失率較高的數(shù)據(jù)集中依然能保持良好的效果。

3 結(jié)論

由于配電變壓器設(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)在采集和傳輸過程中容易丟失，導(dǎo)致了大數(shù)據(jù)的不完整性，阻礙了大數(shù)據(jù)的分析精度。本文提出將一種直接針對不完整數(shù)據(jù)進(jìn)行遺傳聚類的方法應(yīng)用于配電變壓器設(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)分析上，給出了配電變壓器設(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)的相似度度量方式，在此基礎(chǔ)上利用遺傳聚類算法對不完整配電變壓器設(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)進(jìn)行聚類。最后，利用數(shù)據(jù)聚類結(jié)果對不完整設(shè)計數(shù)據(jù)進(jìn)行填充。

實驗結(jié)果表明，本文提出的算法能夠有效地對不完整配電變壓器設(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)進(jìn)行聚類，同時能夠?qū)Σ煌暾潆娮儔浩髟O(shè)備運行狀態(tài)參數(shù)數(shù)據(jù)進(jìn)行有效填充。

參考文獻(xiàn)：

[1] 田冰冰，劉念，劉琨等.基于改進(jìn)蟻群算法的變壓器診斷數(shù)據(jù)的約簡[J].電力系統(tǒng)保護(hù)與控制，2011，39（1）：96-99，122.

[2] 冷泳林，張清辰，魯富宇等.基于AP聚類的不完整大數(shù)據(jù)填充[J].計算機工程與應(yīng)用，2015，（10）：123-127，141.

[3] 李宏，阿瑪尼，李平等.基于EM和貝葉斯網(wǎng)絡(luò)的丟失數(shù)據(jù)填充算法[J].計算機工程與應(yīng)用，2010，46（5）：123-125.

[4] 冷泳林，陳志奎，張清辰等.不完整大數(shù)據(jù)的分布式聚類填充算法[J].計算機工程，2015，（5）：19-25.

[5] 刁贏龍，盛萬興，劉科研等.大規(guī)模配電網(wǎng)負(fù)荷數(shù)據(jù)在線清洗與修復(fù)方法研究[J].電網(wǎng)技術(shù)，2015，（11）：3134-3140.

[6] 黃毅成，楊洪耕.改進(jìn)遺傳K均值算法在負(fù)荷特性分類的應(yīng)用[J].電力系統(tǒng)及其自動化學(xué)報，2014，26（7）：70-75.

作者簡介：

朱江峰（1974-），男，漢族，浙江紹興人，國家電網(wǎng)浙江省電力公司紹興供電公司，高級工程師，碩士、研究方向：配電變壓器檢測、數(shù)據(jù)修復(fù)；

單林森（1981-），男，漢族，浙江紹興人，國家電網(wǎng)浙江省電力公司紹興供電公司，工程師，學(xué)士，研究方向：配電信息技術(shù)、模式識別；

黃建楊（1982-），男，漢族，浙江諸暨人，國家電網(wǎng)浙江省電力公司諸暨供電公司，工程師，碩士，研究方向：配電變壓器檢測、模式識別；