智能電網(wǎng)數(shù)據(jù)挖掘及隱私保護(hù)方法研究

閆嵩琦

(國(guó)網(wǎng)陜西省電力公司 電力科學(xué)研究院， 西安 710000)

0 引言

近年來，隨著智能電網(wǎng)建設(shè)力度的加大，產(chǎn)生了海量的用戶用電數(shù)據(jù)信息，這些數(shù)據(jù)可以通過數(shù)據(jù)挖掘的方法反映出電力用戶的用電習(xí)慣，從而給電網(wǎng)公司合理的制定供電計(jì)劃提供支撐，但是傳統(tǒng)的信息安全方法已不適用保障大數(shù)據(jù)時(shí)代數(shù)據(jù)的完整性，保密性，智能電網(wǎng)下的數(shù)據(jù)安全需要從全面進(jìn)行考慮，包括供電設(shè)備，配電系統(tǒng)，數(shù)據(jù)采集系統(tǒng)，服務(wù)，管理等各個(gè)方面。所以，對(duì)智能電網(wǎng)數(shù)據(jù)挖掘及隱私保護(hù)進(jìn)行研究對(duì)我國(guó)電網(wǎng)智能化的進(jìn)程有重大意義[1-5]。

智能電網(wǎng)涉及了電力，控制，通信，計(jì)算機(jī)等領(lǐng)域，具有可靠性高，安全性高的特點(diǎn)。當(dāng)在電網(wǎng)中檢測(cè)到用戶有異常能量消耗的時(shí)候，表明用戶具有非日常用電活動(dòng)，這就暴露了用戶的隱私[6-7]。在電網(wǎng)數(shù)據(jù)挖掘之前進(jìn)行隱私保護(hù)一方面可以保證數(shù)據(jù)挖掘的可靠性，另一方面又可以保護(hù)電力信息的隱私。

智能電網(wǎng)主要包括智能信息系統(tǒng)，智能計(jì)量系統(tǒng)，數(shù)據(jù)交易系統(tǒng)和智能服務(wù)系統(tǒng)[8]。智能計(jì)量系統(tǒng)指的是用戶用電信息的統(tǒng)計(jì)，電網(wǎng)節(jié)點(diǎn)電壓電流的記錄等。智能信息系統(tǒng)用于電力系統(tǒng)中電力信息的采集，系統(tǒng)配置的功能[9]。智能服務(wù)系統(tǒng)用于為客戶提供業(yè)務(wù)更改及查詢等服務(wù)。數(shù)據(jù)交易系統(tǒng)用于實(shí)現(xiàn)數(shù)據(jù)信息的交換。

目前對(duì)于智能電網(wǎng)的隱私保護(hù)和數(shù)據(jù)挖掘的研究并不是很多，文獻(xiàn)[10]針對(duì)智能電網(wǎng)的大數(shù)據(jù)安全和隱私保護(hù)問題，提出了加法秘密共享方案，并在安全聚合協(xié)議下匯總電表數(shù)據(jù)，該方法能夠使電力公司在不泄露客戶隱私信息的前提下提高服務(wù)質(zhì)量[10]。文獻(xiàn)[11]提出采用支持多屬性泛化的隨機(jī)化的隱私保護(hù)方法對(duì)電力數(shù)據(jù)進(jìn)行保護(hù)，通過與傳統(tǒng)的MBF算法進(jìn)行對(duì)比，驗(yàn)證了所提方法隱私保護(hù)效率得到了大大提高[11]。

為了提高智能電網(wǎng)數(shù)據(jù)挖掘的效率并提高隱私保護(hù)性能，本文提出了采用熵差法對(duì)智能電網(wǎng)進(jìn)行信息挖掘，采用HP濾波正則化方法對(duì)電網(wǎng)數(shù)據(jù)進(jìn)行隱私保護(hù)。

1 基于熵差法的智能電網(wǎng)信息挖掘

在智能電網(wǎng)中，用戶的隱私主要表現(xiàn)為用電信息及用戶利益，智能電網(wǎng)的隱私維度一般包括以下四點(diǎn)[12-14]。

個(gè)人信息。個(gè)人信息包括身體，生理，住址，經(jīng)濟(jì)等各個(gè)方面，個(gè)人具有是否能讓其他人訪問個(gè)人信息的權(quán)利。

個(gè)人。指?jìng)€(gè)人的身體情況，健康情況等。

個(gè)人行為。通過個(gè)人的活動(dòng)總結(jié)的行為知識(shí)。

個(gè)人通信。指的是個(gè)人的通信受到相應(yīng)的保護(hù)。

在智能電網(wǎng)中，個(gè)人信息包含了智能電表采集到的用戶各種用電數(shù)據(jù)，包括了用電的時(shí)間，總量等[15]。電力用戶具有這些數(shù)據(jù)信息使用情況的知情權(quán)。其他維度也會(huì)隨著智能電網(wǎng)的數(shù)據(jù)采集而被采集，但與傳統(tǒng)電網(wǎng)的其他維度信息一致，所以其他維度的信息也存在著安全隱患問題。所以智能電網(wǎng)與傳統(tǒng)電網(wǎng)在數(shù)據(jù)挖掘上的區(qū)別在于智能電網(wǎng)的數(shù)據(jù)挖掘能夠體現(xiàn)出用戶的行為習(xí)慣，且一定要經(jīng)過用戶允許才能對(duì)其進(jìn)行訪問。

本文提出了基于內(nèi)在模式和外在模式的熵差異常檢測(cè)算法。熵差法借鑒了關(guān)鍵詞檢測(cè)方法，認(rèn)為關(guān)鍵詞會(huì)按照聚簇的形式出現(xiàn)，而普通詞均勻出現(xiàn)。熵差法在電力用戶異常行為中的應(yīng)用則認(rèn)為異常用電聚集在某一時(shí)間段，而平時(shí)為正常用電行為。采用熵差法時(shí)，熵值越大則不確定性越大，反之則越小。從統(tǒng)計(jì)上來看，聚集的簇和平均分布的組具有各自的分布特性，我們稱之為內(nèi)在模式和外在模式。內(nèi)在模式體現(xiàn)了數(shù)據(jù)聚簇行為，外在模式表示聚簇消失的行為，兩者的差值反映了數(shù)據(jù)的分布情況。在智能電網(wǎng)中將用戶用電數(shù)據(jù)按時(shí)間戳進(jìn)行劃分，采用熵差法判別數(shù)據(jù)的聚類特性來確定異常點(diǎn)[16]。通常認(rèn)為電力用戶的用電情況是有規(guī)律的，當(dāng)出現(xiàn)聚簇行為時(shí)認(rèn)為是異常用電。求取過程如下所述。

1.數(shù)據(jù)量化。電力系統(tǒng)中采集上來的電力用戶數(shù)據(jù)都是以時(shí)間為基準(zhǔn)進(jìn)行排列的，為了求取電力系統(tǒng)數(shù)的熵差，將數(shù)據(jù)進(jìn)行空間劃分，原本按秒為單位的數(shù)據(jù)劃分成以分、小時(shí)為單位的數(shù)據(jù)。

2.求取熵差。對(duì)量化后的數(shù)據(jù)求取熵差，認(rèn)為熵差值小的為正常點(diǎn)，熵差值較大的為異常點(diǎn)。假設(shè)某用電等級(jí)出現(xiàn)的位置為xi，求取過程表示為，假設(shè)平均距離為μ，則內(nèi)部熵和外部熵表示如式(1)～式(3)。

dI={di|di<μ}

(1)

dE={di|di>μ}

(2)

S=v∩λ

di=xi+1-xi

(3)

求取同一等級(jí)用電量前后距離d，其內(nèi)外熵表示如式(4)。

內(nèi)部熵：

(4)

其中，Pd是d在dI發(fā)生的可能性,如式(5)。

外部熵：

(5)

其中，Pd是d在dE發(fā)生的可能性。

內(nèi)部熵與外部熵的差值記作,如式(6)。

EDq(d)=(H(dI))q-(H(dE))q

(6)

對(duì)于日常非異常的用電等級(jí)，則其值均勻分布且滿足如下條件,如式(7)。

P(d)=p(1-p)d-1

(7)

其中，p是用電等級(jí)出現(xiàn)的概率。對(duì)于服從幾何分布的用電等級(jí)，熵差記為式(8)。

(8)

為了使均勻分布的用電等級(jí)得到穩(wěn)定的熵，采用式(9)。

(9)

然后求取小時(shí)，分，秒的熵差異常點(diǎn)。并將不同等級(jí)的熵差結(jié)果進(jìn)行排序，熵差值越大認(rèn)為該點(diǎn)越有可能為異常值。

2 智能電網(wǎng)隱私保護(hù)

對(duì)電力用戶數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘之前，要保證用戶的隱私信息不被泄露，也不能改變數(shù)據(jù)的性質(zhì)。本文采用濾波器加正則的方法進(jìn)行數(shù)據(jù)隱私保護(hù)。

2.1 HP濾波器

HP(High-Pass, HP)是基于時(shí)間序列的譜分析方法。將時(shí)間序列分成變化趨勢(shì)分量τt和循環(huán)分量ct[17],如式(10)。

yt=τt+ct,t=1,2,…,T

(10)

采用最小化原理，將ct從yt中隔離,如式(11)。

(11)

其中，λ為懲罰參數(shù)。為方便求解，將HP濾波問題表示為式(12)。

(12)

M分別對(duì)x1,x2,…,xn求導(dǎo)，令導(dǎo)數(shù)為0，表示如式(13)。

X=[I+λF]-1Y

(13)

其中，I為單位矩陣，X為平滑后的數(shù)據(jù)，F(xiàn)表示為式(14)。

(14)

2.2 范數(shù)規(guī)則化

目標(biāo)問題表示為式(15)。

(15)

S={x|?i,g(i)(x)=0 and ?j,h(i)(x)≤0}

(16)

g(i)(x)是等式約束，h(i)(x)為不等式約束。對(duì)式(16)采用拉格朗日方法，求取目標(biāo)函數(shù)f(x,y)與約束函數(shù)g(x,y)相切的點(diǎn)，如式(17)。

(17)

構(gòu)造廣義拉格朗日函數(shù)，λ和a為固定值,如式(18)。

(18)

式(16)一定存在x使h(j)(x)<0。式(16)對(duì)所有待求項(xiàng)進(jìn)行求導(dǎo)，導(dǎo)數(shù)為0則為正則化成立條件。

2.3 基于HP正則化的智能電網(wǎng)隱私保護(hù)

在HP濾波的基礎(chǔ)上，引入正則化約束，建模過程如下所述。

1.將智能電網(wǎng)隱私保護(hù)問題轉(zhuǎn)化為最小化問題，如式(19)。

(19)

2.KKT求解時(shí)要求矩陣正定，式(19)重寫為式(20)。

(20)

K+F為正定矩陣。

3.用于電力用戶的用電特征較少，認(rèn)為用戶行為是主要特征。用戶的用電特征主要體現(xiàn)在，用電高峰，低谷。正則項(xiàng)約束的是用電數(shù)據(jù)的相似性，參數(shù)M為兩天用電數(shù)據(jù)的距離,如式(21)。

(21)

X和Xt-1是第t天用電數(shù)據(jù)與第t-1天用電數(shù)據(jù)。

4.求解M與單位矩陣I的距離，距離越小則越相似,如式(22)。

(22)

則最終優(yōu)化目標(biāo)表示為式(23)。

s.t.X≥0,M≥0

(23)

令Q=I+λ(F+K),則有式(24)、式(25)。

(24)

(25)

a,β是正則參數(shù)，當(dāng)?shù)腦收斂認(rèn)為是隱私保護(hù)后的用電量。

3 算例仿真

3.1 實(shí)驗(yàn)環(huán)境

為了驗(yàn)證本文所提的數(shù)據(jù)挖掘與隱私保護(hù)方法的可靠性，采用算例仿真，對(duì)其進(jìn)行性能驗(yàn)證。實(shí)驗(yàn)環(huán)境如表1所示。

表1 實(shí)驗(yàn)環(huán)境

用于測(cè)試的智能電網(wǎng)數(shù)據(jù)集采集于某電力公司，包含電流電壓等信息。用電數(shù)據(jù)主要為總體用電及用電器用電情況。

在對(duì)隱私數(shù)據(jù)進(jìn)行挖掘時(shí)，還沒有統(tǒng)一的評(píng)判標(biāo)準(zhǔn)，設(shè)數(shù)據(jù)集S，敏感數(shù)據(jù)為v，非敏感數(shù)據(jù)為λ，S=v∩λ。隱私測(cè)量指標(biāo)定義為，當(dāng)只給λ時(shí)，能夠測(cè)量到隱私的可能性。分別采用標(biāo)準(zhǔn)差法，Z-Score C法，密度波動(dòng)法對(duì)電網(wǎng)數(shù)據(jù)等級(jí)進(jìn)行異常點(diǎn)挖掘并排序?qū)Ρ?。選用不同的λ值，驗(yàn)證其對(duì)電網(wǎng)數(shù)據(jù)隱私保護(hù)的性質(zhì)。

3.2 實(shí)驗(yàn)結(jié)果

根據(jù)以上的設(shè)計(jì)方法，分別計(jì)算四種方法的隱私得分，并進(jìn)行量化處理，如圖1所示。

由于電網(wǎng)數(shù)據(jù)集較多且數(shù)據(jù)中包含著異常點(diǎn)和非異常點(diǎn)。本文提取第20 000-40 000的數(shù)據(jù)，分別求取λ在不同值時(shí)的實(shí)驗(yàn)結(jié)果，如圖2-圖7所示。

圖1 隱私保護(hù)對(duì)比實(shí)驗(yàn)

圖2 原始數(shù)據(jù)

圖3 λ=0.01的實(shí)驗(yàn)結(jié)果

圖4 λ=0.05的實(shí)驗(yàn)結(jié)果

圖5 λ=0.1的實(shí)驗(yàn)結(jié)果

圖6 λ=0.5的實(shí)驗(yàn)結(jié)果

圖7 λ=1的實(shí)驗(yàn)結(jié)果

3.3 結(jié)果分析

通過圖1的隱私保護(hù)對(duì)比實(shí)驗(yàn)可以看出，熵差法在檢測(cè)異常用電行為時(shí)，相比于標(biāo)準(zhǔn)差法，Z-Score C法和密度波動(dòng)法均表現(xiàn)出了優(yōu)勢(shì)。在對(duì)某電網(wǎng)數(shù)據(jù)進(jìn)行測(cè)試時(shí)，熵差法比標(biāo)準(zhǔn)差法提升了6.4，比Z-Score C提升了6.34，比密度波動(dòng)法提升了1.06。當(dāng)在電網(wǎng)數(shù)據(jù)隱私挖掘中找到的隱私數(shù)據(jù)越多，則越能為電網(wǎng)數(shù)據(jù)的隱私保護(hù)提供更高的保護(hù)，表明本文提出的熵差法在隱私保護(hù)中具有一定的優(yōu)勢(shì)。由圖2-7所示可知，當(dāng)λ取值在[0.5,1]的時(shí)候，能夠更好的實(shí)現(xiàn)數(shù)據(jù)的保護(hù)功能，既能保護(hù)數(shù)據(jù)特征，又能實(shí)現(xiàn)與原始數(shù)據(jù)有很大的差異。

4 總結(jié)

本文提出了基于熵差法的智能電網(wǎng)數(shù)據(jù)挖掘方法及基于HP濾波正則化的隱私保護(hù)方法，對(duì)其數(shù)學(xué)模型進(jìn)行了解析。通過熵差法的數(shù)據(jù)挖掘?qū)嶒?yàn)仿真，驗(yàn)證了熵差法比準(zhǔn)差法，Z-Score C法，密度波動(dòng)法具有更好的隱私挖掘效果，能夠更好的識(shí)別隱私數(shù)據(jù)，為保障電網(wǎng)數(shù)據(jù)的隱私性提供了技術(shù)支持。采用HP濾波正則化方法對(duì)電網(wǎng)數(shù)據(jù)進(jìn)行隱私保護(hù)，當(dāng)選擇合適的參數(shù)后，能夠?qū)崿F(xiàn)保證電網(wǎng)數(shù)據(jù)特征的前提下對(duì)電網(wǎng)數(shù)據(jù)進(jìn)行隱私保護(hù)。實(shí)驗(yàn)驗(yàn)證了本文所提方法的可靠性及實(shí)用性。