基于改進(jìn)支持向量機(jī)的發(fā)電企業(yè)濫用市場(chǎng)力違規(guī)識(shí)別

徐昊亮， 程紫運(yùn)， 張海生， 董 禮， 華回春

(1.國(guó)網(wǎng)甘肅省電力公司經(jīng)濟(jì)技術(shù)研究院，甘肅 蘭州 730050；2. 華北電力大學(xué) 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，河北 保定 071003)

0 引 言

在公有制為主體的社會(huì)主義基本經(jīng)濟(jì)制度下，我國(guó)發(fā)電行業(yè)形成了少數(shù)幾個(gè)國(guó)有發(fā)電企業(yè)占據(jù)大部分電力市場(chǎng)份額的局面。這種局面容易發(fā)生個(gè)別企業(yè)利用自己的規(guī)模優(yōu)勢(shì)極大地影響甚至決定市場(chǎng)最終成交價(jià)格的行為，即濫用市場(chǎng)力的行為。濫用市場(chǎng)力行為在電力體制改革初期，市場(chǎng)化程度相對(duì)較弱的情況下危害尤其嚴(yán)重，甚至可能造成大規(guī)模停電現(xiàn)象，造成重大經(jīng)濟(jì)損失，眾所周知的美國(guó)加利福尼亞州電力危急就是由于發(fā)電企業(yè)濫用市場(chǎng)力進(jìn)行物理持留造成的。目前，國(guó)內(nèi)電力現(xiàn)貨市場(chǎng)推行稍微滯后于計(jì)劃，對(duì)濫用市場(chǎng)力的擔(dān)憂也是原因之一。因而，對(duì)發(fā)電企業(yè)進(jìn)行濫用市場(chǎng)力的識(shí)別和監(jiān)管十分重要。

目前，國(guó)外電力市場(chǎng)已經(jīng)形成了比較完備的市場(chǎng)力監(jiān)管體系，但國(guó)外的電力市場(chǎng)的市場(chǎng)化程度較高，因而在市場(chǎng)力的監(jiān)管方面主要是對(duì)整個(gè)市場(chǎng)整體市場(chǎng)力的監(jiān)測(cè)和管控，其主要措施是對(duì)市場(chǎng)結(jié)構(gòu)的控制，如美國(guó)PJM市場(chǎng)的措施之一是控制每個(gè)發(fā)電企業(yè)的市場(chǎng)份額不能超過20%。然而，國(guó)內(nèi)主要靠投訴舉報(bào)后的專家決策，效率低下，少數(shù)省份開展了市場(chǎng)力行為測(cè)試，即判斷企業(yè)申報(bào)價(jià)格是否超過了國(guó)家參考的價(jià)格，這是一種變相的價(jià)格上限制度，對(duì)市場(chǎng)的反應(yīng)不靈敏，并不適用于市場(chǎng)體制。隨著電力市場(chǎng)的推進(jìn)，國(guó)家提出用信用體系對(duì)市場(chǎng)主體的行為進(jìn)行約束，因而目前需要對(duì)每場(chǎng)交易中每個(gè)發(fā)電企業(yè)濫用市場(chǎng)力違規(guī)行為進(jìn)行實(shí)時(shí)識(shí)別，而不僅僅是對(duì)整體市場(chǎng)的監(jiān)管，這樣必然涉及大量的運(yùn)算和對(duì)單個(gè)企業(yè)濫用市場(chǎng)力行為的定義。因而，必須提出適用于計(jì)算機(jī)分析的單個(gè)企業(yè)濫用市場(chǎng)力的量化定義，并進(jìn)一步提出智能識(shí)別方法。

在發(fā)電企業(yè)濫用市場(chǎng)力定義方面，定性表述和市場(chǎng)力影響因素的研究已經(jīng)比較成熟。通常，市場(chǎng)力是指某一產(chǎn)品或服務(wù)的提供者能夠持續(xù)地影響或操縱市場(chǎng)價(jià)格，使之一直高于完全競(jìng)爭(zhēng)情況下的市場(chǎng)價(jià)格的能力。判斷發(fā)電企業(yè)是否濫用市場(chǎng)力可以從三個(gè)層次進(jìn)行分析[1]。第一層次為交易前市場(chǎng)力，即發(fā)電企業(yè)是否擁有市場(chǎng)力，主要與發(fā)電企業(yè)的規(guī)模和所處區(qū)域的輸電限制有關(guān)；第二層次為交易中市場(chǎng)力，即發(fā)電企業(yè)是否有應(yīng)用市場(chǎng)力的意圖，主要體現(xiàn)在發(fā)電企業(yè)的報(bào)價(jià)策略方面；第三層次為交易后市場(chǎng)力，即發(fā)電企業(yè)應(yīng)用市場(chǎng)力造成的后果，主要從市場(chǎng)成交價(jià)格進(jìn)行分析。目前，國(guó)內(nèi)對(duì)這三個(gè)層次的討論仍然停留在定性方面，沒有形成定量的表述，不利于使用計(jì)算機(jī)進(jìn)行分析。

發(fā)電企業(yè)個(gè)體濫用市場(chǎng)力識(shí)別是實(shí)現(xiàn)市場(chǎng)力監(jiān)管的主要工作[2-5]。識(shí)別方法主要有三類[6，7]：指標(biāo)法[8-13]、仿真法[14]和基于數(shù)據(jù)處理的方法[15，16]。文獻(xiàn)[8-13]總結(jié)和研究了指標(biāo)法，其中文獻(xiàn)[8-10]對(duì)國(guó)內(nèi)外傳統(tǒng)的濫用市場(chǎng)力識(shí)別指標(biāo)進(jìn)行了總結(jié)和分析，文獻(xiàn)[11]建立了一套從電價(jià)角度衡量市場(chǎng)力的指標(biāo)，文獻(xiàn)[13]提出了三個(gè)針對(duì)新能源發(fā)電企業(yè)的交易前識(shí)別指標(biāo)。但這些指標(biāo)主要集中在交易前、交易后兩個(gè)層次，較少基于企業(yè)報(bào)價(jià)數(shù)據(jù)判斷在交易中發(fā)電企業(yè)是否有濫用市場(chǎng)力的意圖，而交易中市場(chǎng)力正是能夠?qū)崿F(xiàn)違規(guī)行為實(shí)時(shí)識(shí)別的關(guān)鍵。與指標(biāo)法不同，文獻(xiàn)[14]提出了一種使用市場(chǎng)仿真進(jìn)行違規(guī)識(shí)別的方法，但其前提是監(jiān)管機(jī)構(gòu)對(duì)發(fā)電企業(yè)的完全了解，然而這在實(shí)際情況中是無法實(shí)現(xiàn)的。為了實(shí)現(xiàn)基于交易數(shù)據(jù)的發(fā)電企業(yè)濫用市場(chǎng)力行為的識(shí)別，文獻(xiàn)[15，16]分別嘗試了層次分析法和主成分分析法。但濫用市場(chǎng)力識(shí)別實(shí)質(zhì)上是一種分類問題，在眾多分類算法中，支持向量機(jī)由于準(zhǔn)確率高且泛化能力強(qiáng)而得到更廣泛的應(yīng)用。由于電力市場(chǎng)交易數(shù)據(jù)具有維數(shù)高、數(shù)據(jù)量大等特點(diǎn)，直接應(yīng)用支持向量機(jī)耗時(shí)較長(zhǎng)，因而需要做出針對(duì)性改進(jìn)。

本文首先分析了市場(chǎng)力形成的原理，給出了發(fā)電企業(yè)濫用市場(chǎng)力的量化定義。其次，為實(shí)現(xiàn)快速識(shí)別，構(gòu)造了以支持向量機(jī)為核心的智能識(shí)別算法，根據(jù)電力市場(chǎng)的數(shù)據(jù)特點(diǎn)做出改進(jìn)，并將定義與智能識(shí)別算法結(jié)合起來，形成了完整的濫用市場(chǎng)力識(shí)別方法。最后，通過電力市場(chǎng)仿真實(shí)驗(yàn)構(gòu)造原始數(shù)據(jù)集，采用改進(jìn)支持向量機(jī)進(jìn)行訓(xùn)練和測(cè)試。

1 濫用市場(chǎng)力的定義

為了更為準(zhǔn)確地判斷發(fā)電企業(yè)是否濫用市場(chǎng)力，首先需要提出它的量化定義。在市場(chǎng)力的三個(gè)層次中，擁有市場(chǎng)力的發(fā)電企業(yè)可能由于市場(chǎng)規(guī)則等原因而不濫用市場(chǎng)力，而在交易完成后識(shí)別違規(guī)行為又會(huì)由于延時(shí)而造成不良后果，因此為實(shí)現(xiàn)對(duì)發(fā)電企業(yè)濫用市場(chǎng)力的及時(shí)準(zhǔn)確識(shí)別，定義應(yīng)主要圍繞交易中市場(chǎng)力展開。

判斷發(fā)電企業(yè)在交易中是否有濫用市場(chǎng)力的意圖，應(yīng)該基于發(fā)電企業(yè)的報(bào)價(jià)策略進(jìn)行分析?？梢源_定的是，當(dāng)發(fā)電企業(yè)將全部電量按照企業(yè)的發(fā)電成本報(bào)價(jià)時(shí)，該發(fā)電企業(yè)完全沒有濫用市場(chǎng)力的意圖，而一個(gè)發(fā)電企業(yè)將越大比重的電量申報(bào)的價(jià)格越高，該企業(yè)濫用市場(chǎng)力的意圖就越明顯。下面，本文從這個(gè)角度出發(fā)，給出濫用市場(chǎng)力的量化定義及相關(guān)的概念和計(jì)算公式。

1.1 量化定義及臨界值的確定

在濫用市場(chǎng)力的定義中，首先需要確定的是發(fā)電企業(yè)生產(chǎn)成本的概念。根據(jù)上述分析，定義應(yīng)該從發(fā)電企業(yè)濫用市場(chǎng)力的意圖出發(fā)，因而發(fā)電成本的概念應(yīng)該是企業(yè)做出發(fā)電策略時(shí)的衡量標(biāo)準(zhǔn)?，F(xiàn)有的發(fā)電成本定義中最具代表性的是平準(zhǔn)化發(fā)電成本和邊際發(fā)電成本。平準(zhǔn)化發(fā)電成本是發(fā)電企業(yè)整個(gè)壽命周期(含建設(shè)期)總成本支出的貼現(xiàn)值與運(yùn)營(yíng)周期內(nèi)能量產(chǎn)出的經(jīng)濟(jì)時(shí)間價(jià)值的比值。而邊際發(fā)電成本是每新發(fā)一單位電量帶來的總發(fā)電成本的增量。容易看出，平準(zhǔn)化發(fā)電成本是企業(yè)全壽命周期的平均成本，而邊際發(fā)電成本是運(yùn)營(yíng)過程中的動(dòng)態(tài)成本。發(fā)電企業(yè)作為一個(gè)單純的生產(chǎn)者，很難對(duì)全壽命周期的成本進(jìn)行計(jì)算，因此，發(fā)電企業(yè)一般選擇邊際發(fā)電成本作為報(bào)價(jià)策略的衡量標(biāo)準(zhǔn)。

其次，確定量化定義需要給出報(bào)價(jià)成本偏離值(申報(bào)價(jià)格偏離生產(chǎn)成本的程度)和報(bào)高價(jià)比例(申報(bào)價(jià)格為高價(jià)的電量比例)兩個(gè)值的計(jì)算公式，計(jì)算公式如下：

其中高價(jià)為大于該企業(yè)邊際發(fā)電成本×(1+報(bào)價(jià)成本偏離值的臨界值)的價(jià)格。確定報(bào)價(jià)成本偏離值和報(bào)高價(jià)比例的臨界值可以使用工程中確定臨界值的經(jīng)典算法——德爾菲法。德爾菲法，也稱專家調(diào)查法，其原理是反饋匿名函詢法。工作流程是：在對(duì)所要預(yù)測(cè)的問題征得專家的意見之后，進(jìn)行整理、歸納、統(tǒng)計(jì)，再匿名反饋給各專家，再次征求意見，再集中，再反饋，直至得到一致的意見。

在報(bào)價(jià)成本偏離值和報(bào)高價(jià)比例計(jì)算涉及到的各個(gè)量中，申報(bào)價(jià)格、申報(bào)電量等數(shù)據(jù)監(jiān)管部門可以通過交易平臺(tái)獲得，然而，邊際發(fā)電成本無法從平臺(tái)數(shù)據(jù)直接獲得，需要另行計(jì)算，下面給出邊際發(fā)電成本的計(jì)算方法。

1.2 發(fā)電企業(yè)邊際發(fā)電成本的計(jì)算方法

根據(jù)電力市場(chǎng)統(tǒng)一出清的原理，企業(yè)在多段式(一般為10段)報(bào)價(jià)時(shí)，其報(bào)價(jià)將逐段逼近其邊際發(fā)電成本，然而，國(guó)內(nèi)的市場(chǎng)目前多為三段式報(bào)價(jià)，在這種報(bào)價(jià)情況下，企業(yè)的申報(bào)價(jià)格不足以充分暴露其邊際發(fā)電成本，因此，提出邊際發(fā)電成本的計(jì)算方法是有必要的。

本文采用經(jīng)典的蒙特卡洛模擬法[17]進(jìn)行邊際發(fā)電成本的計(jì)算。蒙特卡洛模擬法可以最大限度的減少監(jiān)管部門由于難以獲取發(fā)電企業(yè)生產(chǎn)信息所造成的估算誤差，僅需知道發(fā)電企業(yè)的機(jī)組功率和類型以及發(fā)電機(jī)組的生產(chǎn)函數(shù)即可。

對(duì)于有n個(gè)機(jī)組的發(fā)電企業(yè)，假定每個(gè)機(jī)組的生產(chǎn)函數(shù)為經(jīng)典二次函數(shù)模型：

式中：ci表示機(jī)組i的成本；ai,bi,di為成本函數(shù)的參數(shù)，其中ai,bi與燃料價(jià)格相關(guān)；Pi為機(jī)組實(shí)際負(fù)荷。

實(shí)際中即使明確了生產(chǎn)函數(shù)，由于機(jī)組的狀態(tài)、燃料價(jià)格、實(shí)際負(fù)荷的不確定性，機(jī)組成本仍難以估計(jì)，蒙特卡羅法是進(jìn)行隨機(jī)模擬的有力工具，隨著模擬次數(shù)的增加，邊際發(fā)電成本將最終收斂于最大可能邊際發(fā)電成本。算法流程圖如圖1所示。

根據(jù)經(jīng)驗(yàn)，實(shí)際負(fù)荷服從期望為期望負(fù)荷(實(shí)際上與申報(bào)電量相等)，標(biāo)準(zhǔn)差為3%的正態(tài)分布，機(jī)組的強(qiáng)迫停運(yùn)率為0.05，ai,bi,i=1,2,…,n分別服從[0.9E(ai),1.1E(ai)]和[0.9E(bi),1.1E(bi)]上的均勻分布。

圖1 蒙特卡洛模擬法計(jì)算邊際發(fā)電成本流程圖Fig.1 Flow chart for calculating marginal generation cost by Monte Carlo simulation method

1.3 濫用市場(chǎng)力違規(guī)行為量化定義

根據(jù)上述理論，給出濫用市場(chǎng)力的量化定義。鑒于國(guó)內(nèi)電力市場(chǎng)競(jìng)爭(zhēng)不足的現(xiàn)狀，需要設(shè)置較為嚴(yán)苛的違規(guī)行為定義，以在最大程度上禁止違規(guī)行為，避免價(jià)格畸形。通過德爾菲法，確定報(bào)價(jià)成本偏離值和報(bào)高價(jià)比例的臨界值分別為0.3和30%。本文最終將濫用市場(chǎng)力行為定義為，在某場(chǎng)集中競(jìng)價(jià)中，當(dāng)某個(gè)發(fā)電企業(yè)30%及以上的電量的報(bào)價(jià)成本偏離值大于0.3時(shí)，即報(bào)高價(jià)比例大于30%時(shí)，該發(fā)電企業(yè)濫用市場(chǎng)力。

使用定義進(jìn)行濫用市場(chǎng)力識(shí)別判斷精準(zhǔn)，但需要獲知發(fā)電企業(yè)的成本函數(shù)，這具有一定的延時(shí)性且并不合理，而加強(qiáng)市場(chǎng)主體的信用評(píng)價(jià)需要識(shí)別方法既精準(zhǔn)又及時(shí)，因而需要將定義與計(jì)算迅速的智能識(shí)別算法相結(jié)合，使用定義對(duì)原始樣本集進(jìn)行違規(guī)判定，并交由智能識(shí)別算法進(jìn)行訓(xùn)練，然后使用訓(xùn)練后的智能識(shí)別算法對(duì)發(fā)電企業(yè)報(bào)價(jià)數(shù)據(jù)進(jìn)行識(shí)別，得出疑似違規(guī)的發(fā)電企業(yè)，并使用定義對(duì)其進(jìn)行最終判斷。因此下面提出了以改進(jìn)支持向量機(jī)為核心的智能識(shí)別算法。

2 智能識(shí)別算法

違規(guī)識(shí)別本質(zhì)上是分類問題，即將交易數(shù)據(jù)分為違規(guī)和未違規(guī)兩類。支持向量機(jī)是一種高性能的分類算法，其基本思想是最大化分類間隔，它將分類問題歸結(jié)為二次規(guī)劃問題，有良好的泛化能力，因此本文選用支持向量機(jī)進(jìn)行違規(guī)識(shí)別。然而，支持向量機(jī)當(dāng)數(shù)據(jù)規(guī)模過高時(shí)效率較低，而電力市場(chǎng)數(shù)據(jù)規(guī)模較大，因此本文對(duì)支持向量機(jī)做出了改進(jìn)。下面介紹違規(guī)識(shí)別中支持向量機(jī)及改進(jìn)支持向量機(jī)的原理，并給出評(píng)價(jià)標(biāo)準(zhǔn)。

2.1 違規(guī)識(shí)別中的支持向量機(jī)

對(duì)于線性可分的數(shù)據(jù)，違規(guī)識(shí)別中的支持向量機(jī)的原理如下：

設(shè)最優(yōu)分類界面為

wTx+b=0

則線性可分支持向量機(jī)的數(shù)學(xué)模型為

式中：ξi為松弛變量；C為懲罰參數(shù)，即C越大對(duì)誤分類的懲罰越大。

根據(jù)拉格朗日對(duì)偶原理可將其轉(zhuǎn)化為

此二次規(guī)劃問題可解，若解為λ*，則最優(yōu)解為

當(dāng)樣本點(diǎn)線性不可分時(shí)，需要引入核函數(shù)，將其轉(zhuǎn)化為線性可分?jǐn)?shù)據(jù)進(jìn)行處理。核函數(shù)的定義為

K(xi,xj)=〈φ(xi),φ(xj)〉=φT(xi)·φ(xj)

其中〈·,·〉表示內(nèi)積運(yùn)算。常見的核函數(shù)有

2.2 改進(jìn)支持向量機(jī)

由于支持向量機(jī)的核心是解二次規(guī)劃問題，當(dāng)數(shù)據(jù)規(guī)模過大時(shí)，會(huì)降低運(yùn)算速度。電力市場(chǎng)的交易數(shù)據(jù)規(guī)模與報(bào)價(jià)的分段數(shù)有關(guān)，每一段報(bào)價(jià)涉及申報(bào)價(jià)格、申報(bào)電量?jī)蓚€(gè)數(shù)據(jù)，當(dāng)分段數(shù)多時(shí)，數(shù)據(jù)規(guī)模會(huì)過大，因此對(duì)支持向量機(jī)進(jìn)行改進(jìn)，使用多維尺度分析算法對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)化，從而提高運(yùn)算效率和數(shù)據(jù)可視化水平。

多維尺度分析法本質(zhì)是對(duì)樣本點(diǎn)的距離矩陣進(jìn)行降維，從而達(dá)到保距的效果。多維尺度分析算法原理如下：

設(shè)原始高維數(shù)據(jù)集X={x1,x2,…,xn}，其中xi的含義如2.1所述。

Step 1：將數(shù)據(jù)集X轉(zhuǎn)化為n×2j的矩陣A，其中n為發(fā)電企業(yè)的機(jī)組數(shù)量，j為報(bào)價(jià)分段數(shù)。對(duì)A進(jìn)行歸一化(每一列除以該列的最大值)得到矩陣B。

Step 2：計(jì)算矩陣B的距離矩陣C，其中C中的元素cij=‖xi-xj‖,i,j=1,2,…,n。

Step 3：中心化距離矩陣C得到矩陣D，即每行數(shù)據(jù)減去對(duì)應(yīng)樣本的均值，將矩陣轉(zhuǎn)化為以零坐標(biāo)為中心的矩陣。

Step 6：輸出降維后的數(shù)據(jù)集。

2.3 算法評(píng)價(jià)標(biāo)準(zhǔn)

違規(guī)識(shí)別的原始數(shù)據(jù)有違規(guī)數(shù)據(jù)nv和未違規(guī)數(shù)據(jù)nn兩種。分類的結(jié)果可以分為4類：違規(guī)數(shù)據(jù)被識(shí)別為違規(guī)數(shù)據(jù)nvv，違規(guī)數(shù)據(jù)被識(shí)別為未違規(guī)數(shù)據(jù)nvn，未違規(guī)數(shù)據(jù)被識(shí)別為未違規(guī)數(shù)據(jù)nnn，未違規(guī)數(shù)據(jù)被識(shí)別為違規(guī)數(shù)據(jù)nnv。以正確率和召回率對(duì)算法進(jìn)行評(píng)價(jià)，計(jì)算公式如下：

其中正確率可以反映分類的總體準(zhǔn)確水平，召回率可以反映出違規(guī)數(shù)據(jù)的識(shí)別率，而忽略未違規(guī)數(shù)據(jù)判別的正確率。違規(guī)識(shí)別應(yīng)該在違規(guī)數(shù)據(jù)被充分識(shí)別出的前提下，尋找正確率高的算法。算例分析本文使用電力市場(chǎng)仿真實(shí)驗(yàn)構(gòu)造數(shù)據(jù)集進(jìn)行算例分析，共選取39個(gè)樣本點(diǎn)，過程如下文所述。

2.4 構(gòu)造訓(xùn)練集

構(gòu)造訓(xùn)練集需要通過定義判斷樣本點(diǎn)是否濫用市場(chǎng)力，首先計(jì)算邊際發(fā)電成本，在此我們給出一個(gè)負(fù)荷預(yù)測(cè)為1 600 MW的發(fā)電企業(yè)的邊際發(fā)電成本的計(jì)算過程，發(fā)電企業(yè)的機(jī)組參數(shù)如表1所示。

表1 機(jī)組參數(shù)

使用蒙特卡洛模擬法進(jìn)行計(jì)算，迭代次數(shù)為10 000次，得邊際發(fā)電成本為228.2 545元/MW·h，迭代圖像見圖2所示。

圖2 蒙特卡洛模擬法求邊際發(fā)電成本迭代圖像Fig.2 Iterative image of marginal power generation cost by Monte Carlo simulation method

表2 部分發(fā)電企業(yè)數(shù)據(jù)

將39個(gè)樣本點(diǎn)，逐一通過蒙特卡洛模擬法求其邊際發(fā)電成本，并計(jì)算其每段報(bào)價(jià)的報(bào)價(jià)成本偏離值和報(bào)高價(jià)比例，得到違規(guī)樣本點(diǎn)5個(gè)，未違規(guī)樣本點(diǎn)34個(gè)。表2中列舉了2個(gè)違規(guī)樣本點(diǎn)和3個(gè)未違規(guī)樣本點(diǎn)，發(fā)電企業(yè)9、34的報(bào)高價(jià)比例大于30%，而發(fā)電企業(yè)2、8、39的報(bào)高價(jià)比例小于30%?？梢耘卸òl(fā)電企業(yè)9、34違規(guī)，發(fā)電企業(yè)2、8、39未違規(guī)。完整數(shù)據(jù)見附錄A。

通過以上計(jì)算構(gòu)造訓(xùn)練集，訓(xùn)練集中數(shù)據(jù)包括三段申報(bào)電量和申報(bào)價(jià)格及違規(guī)判定，即表2中的3～8列及最后一列這七維數(shù)據(jù)。

2.5 改進(jìn)支持向量機(jī)的訓(xùn)練

構(gòu)造完訓(xùn)練集之后，需要使用多維尺度分析法對(duì)訓(xùn)練集進(jìn)行降維處理，本案例取前三個(gè)元素，累計(jì)貢獻(xiàn)率達(dá)99.03%，表3列舉了5組數(shù)據(jù)，完整數(shù)據(jù)見附錄B。分類繪制三維圖像如圖3所示。

表3 經(jīng)過多維尺度分析降維后的部分?jǐn)?shù)據(jù)

圖3 訓(xùn)練集三維圖像Fig.3 3d image of training set

下面使用訓(xùn)練集的39個(gè)樣本點(diǎn)訓(xùn)練，同時(shí)選用了未改進(jìn)的支持向量機(jī)、改進(jìn)后的支持向量機(jī)以及常用的分類算法KNN、邏輯樹等方法訓(xùn)練和測(cè)試。

2.6 結(jié)果分析

典型方法的訓(xùn)練及測(cè)試結(jié)果如表4所示(最佳結(jié)果已加粗表示)，完整結(jié)果見附錄C?？梢钥闯龈倪M(jìn)的SVM在訓(xùn)練速度、準(zhǔn)確率及召回率方面均為最佳，性能優(yōu)越。

表4 其它方法訓(xùn)練及測(cè)試結(jié)果

下面進(jìn)行核函數(shù)選擇，通過圖3可以看出該訓(xùn)練集是線性不可分的數(shù)據(jù)集，因而進(jìn)行支持向量機(jī)訓(xùn)練時(shí)需要使用核函數(shù)進(jìn)行映射，分別使用線性核函數(shù)、高斯核函數(shù)、多項(xiàng)式核函數(shù)、Sigmoid核函數(shù)進(jìn)行訓(xùn)練和測(cè)試。

各核函數(shù)的測(cè)試評(píng)價(jià)結(jié)果指標(biāo)如表5所示。

從表5可以看出，多項(xiàng)式核函數(shù)在保證違規(guī)數(shù)據(jù)均被識(shí)別處的前提下，正確率最高。因此，選擇多項(xiàng)式核函數(shù)，指數(shù)為3，其正確率和召回率均達(dá)到100%。改進(jìn)后的支持向量機(jī)訓(xùn)練時(shí)間為0.29 s，測(cè)試時(shí)間僅為0.019 s，而其他方法的訓(xùn)練時(shí)間均大于0.4 s，且在準(zhǔn)確率及召回率方面均明顯弱于本文的方法，說明使用多維尺度分析法改進(jìn)支持向量機(jī)可以提高識(shí)別效率。結(jié)果表明論文方法可以快速有效識(shí)別發(fā)電企業(yè)濫用市場(chǎng)力的違規(guī)行為。

表5 支持向量機(jī)測(cè)試正確率和召回率

3 結(jié) 論

本文給出了濫用市場(chǎng)力的量化定義，設(shè)計(jì)了以改進(jìn)支持向量機(jī)為核心的識(shí)別算法，兩者結(jié)合，可以實(shí)現(xiàn)發(fā)電企業(yè)濫用市場(chǎng)力的實(shí)時(shí)識(shí)別，推動(dòng)市場(chǎng)主體的信用評(píng)價(jià)的發(fā)展。本文的主要結(jié)論如下：

(1)加強(qiáng)市場(chǎng)主體的信用評(píng)價(jià)需要實(shí)現(xiàn)發(fā)電企業(yè)濫用市場(chǎng)力的實(shí)時(shí)識(shí)別，為此本文給出了基于交易中發(fā)電企業(yè)申報(bào)數(shù)據(jù)的定義，經(jīng)仿真實(shí)驗(yàn)證明，該定義可以合理地對(duì)發(fā)電企業(yè)的濫用市場(chǎng)力行為進(jìn)行判別。

(2)多維尺度分析算法可以有效地解決支持向量機(jī)由于數(shù)據(jù)維數(shù)過高造成的效率低下問題，并實(shí)現(xiàn)數(shù)據(jù)的可視化，使用該算法改進(jìn)違規(guī)識(shí)別中的支持向量機(jī)提高了識(shí)別效率和數(shù)據(jù)可視化水平。

(3)本文的發(fā)電企業(yè)濫用市場(chǎng)力違規(guī)識(shí)別方法將量化定義和以改進(jìn)支持向量機(jī)為核心的識(shí)別算法充分結(jié)合起來，既利用了量化定義，使智能識(shí)別有充分的經(jīng)濟(jì)學(xué)理論支撐，又使用智能識(shí)別方法找到了報(bào)價(jià)數(shù)據(jù)和違規(guī)識(shí)別的直接聯(lián)系，使得識(shí)別速度得到了提升。