基于加權(quán)時變泊松模型的電力信用風險判別及預警系統(tǒng)設(shè)計

周俊，袁佳明，萬偉江

（國網(wǎng)衢州供電公司，浙江衢州 324000）

在電力企業(yè)中，賒銷等方式是保證企業(yè)盈利、發(fā)展電力市場的重要手段[1]。由此產(chǎn)生的電費拖欠，會給電力企業(yè)帶來經(jīng)營風險，影響電力企業(yè)正常運營[2]。電力市場發(fā)展與電費及時、可靠回收之間的矛盾是電力企業(yè)亟待解決的現(xiàn)實問題。對電力信用風險進行判別時，通常采用基于灰色關(guān)聯(lián)聚類系統(tǒng)[3]對電力企業(yè)風險進行判別。該方法以較高的精度提取電力企業(yè)常見特征，既可用于系統(tǒng)中的比例抽樣，又可用于分類，但該方法較為復雜；使用Word 系統(tǒng)[4]進行電力用戶風險判斷時，根據(jù)計算結(jié)果獲得最佳分類數(shù)，但是結(jié)果容易受到外部因素影響，導致判別效果較差。

為了改善傳統(tǒng)系統(tǒng)判別效果差等問題，提出基于加權(quán)時變泊松模型的電力信用風險判別及預警系統(tǒng)設(shè)計。利用加權(quán)時變泊松模型，判別電力信用風險，并在硬件設(shè)備支持下及時預警。仿真結(jié)果表明，采用所提系統(tǒng)對電力信用風險判別及預警效果較好。

1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計

對長期穩(wěn)定運行的電力用戶來說，負荷特性保持其在所處的電力環(huán)境范圍內(nèi)，只在極少數(shù)情況下才能超過此范圍[5]。因此，在上述信用風險判別后，可使用同期電力負載特性設(shè)定風險等級標準，并監(jiān)視出現(xiàn)的電力消耗，針對不同風險判別誤差作出相應警告[6]。因此，負載特性風險預警需要建立定期更新機制，對受到外界影響的最新負載特性值進行合理校正，保證所有電力信用風險均處于封閉值管控范圍內(nèi)，由此設(shè)計硬件結(jié)構(gòu)[7]。

業(yè)務應用系統(tǒng)在開發(fā)時主要依賴平臺服務、集成開發(fā)服務、平臺任務調(diào)度服務、應用系統(tǒng)服務以及業(yè)務系統(tǒng)開發(fā)數(shù)據(jù)庫。其中，平臺服務需要獨立部署，為系統(tǒng)提供組件程序包；集成開發(fā)服務必須遵從平臺服務下載的組件包，當集成攻擊關(guān)閉時，已下載的組件包將被自動刪除，業(yè)務系統(tǒng)開發(fā)服務需要在人機部署平臺下實現(xiàn)[8]。

1.1 系統(tǒng)組件關(guān)聯(lián)設(shè)計

將系統(tǒng)不同層次間組件形式進行整合，形成不同層次編碼模塊，各個組件之間關(guān)系如圖1 所示。

圖1 系統(tǒng)組件關(guān)聯(lián)設(shè)計

將展現(xiàn)層的各個控件連接到業(yè)務邏輯層的控制與管理模式之中，再通過公共組件層對異常行為進行檢測，并經(jīng)過數(shù)據(jù)層分析后進行實時預警[9-10]。

1.2 DSP核心組件

將接收電力信用風險信號的收發(fā)器通過TendaA9信號放大器發(fā)送到信號處理器之中。通過調(diào)節(jié)、放大處理后，將結(jié)果傳送到CAN 總線，以此控制電力信用風險信號的接收速率[11]。

選擇DSP 處理器作為核心組件，將平臺集成在同一電路板中，如圖2 所示。

圖2 DSP處理器

該處理器的3 種工作狀態(tài)為：第一種是信號輸入和采集過程中，產(chǎn)生除了基本數(shù)據(jù)以外的其他干擾數(shù)據(jù)，經(jīng)過編碼后只在存儲器中，不存儲到ATA 設(shè)備中；第二種是編碼后，數(shù)據(jù)被直接寫入ATA設(shè)備中；第三種是回放狀態(tài)，即從ATA設(shè)備中讀取之前保存的數(shù)據(jù)，解碼并回放[12]。當DSP 處于第一種工作狀態(tài)時，可以切換到第二種或第三種工作狀態(tài)[13]；當處于其他兩種工作狀態(tài)時，DSP只能回到第一種工作狀態(tài)中。

1.3 宿主機接口設(shè)計

電力信用風險判別及預警系統(tǒng)宿主機接口設(shè)計如圖3 所示。

圖3 宿主機接口設(shè)計

圖3中，eth0接口為預警管理接口；eth1接口為信用風險分析接口；eth2接口為信用風險判別接口；eth3接口為系統(tǒng)網(wǎng)關(guān)接口；eth4 接口為宿主機接口[14-16]。

宿主接口主要用于電力信貸風險識別和預警系統(tǒng)各組件之間的通信，通過各接口管理和分析日志數(shù)據(jù)。

2 軟件設(shè)計

長期拖欠電費的現(xiàn)象屢見不鮮，嚴重影響電力企業(yè)的正常經(jīng)營。在電力企業(yè)中引入信用管理系統(tǒng)，通過對用戶信用評價規(guī)避電費回收風險。電力信用風險判別及預警系統(tǒng)總功能框架如下所示：

1）預處理功能：根據(jù)電力客戶信用評價指標體系，對收集整理的樣本數(shù)據(jù)進行預處理、歸一化和缺陷值填充，為信用風險判別模型提供樣本；

2）樣本維護功能：動態(tài)維護信用評估培訓樣本數(shù)據(jù)；

3）指標維護功能：為實現(xiàn)定期動態(tài)維護功能，建立電力客戶信用風險評估指標體系數(shù)據(jù)庫；

4）模型維護功能：基于對電力用戶繳費特點的全面調(diào)查與分析，設(shè)計加權(quán)時變泊松模型，實現(xiàn)加權(quán)時變泊松模型的動態(tài)維護功能；

5）評價管理功能：利用加權(quán)時變泊松模型，判別電力信用風險，并構(gòu)建了電力客戶信用評估數(shù)據(jù)庫；

6）風險預警管理功能：采用應用層次分析模型，設(shè)計開發(fā)電力客戶欠費預警系統(tǒng)，對短期欠費、中期欠費風險預警信息進行綜合評價。

2.1 基于加權(quán)時變泊松模型風險判別

為了保證電力信用風險判別及預警系統(tǒng)能夠準確進行判別和預警，通過構(gòu)建加權(quán)時變泊松模型，判別電力信用風險。

設(shè)Q(x,y) 表示第y電力運行時段x內(nèi)電力信用較差的用戶數(shù)量，則x時段內(nèi)有n個電力信用較差的概率為：

式中，f(t)表示在y電力運行時段內(nèi)電力信用較差用戶風險判斷速率函數(shù)。

由于時段x內(nèi)電力信用較差的用戶受到多種因素影響，例如天氣變化、地理環(huán)境、電氣設(shè)備或其他因素影響，會出現(xiàn)負載特性值異常變化現(xiàn)象，并超過原始正常運行的范圍，繼續(xù)使用原有的設(shè)定方式會與當前出現(xiàn)的狀態(tài)相沖突。

因此，信用等級判定與外界因素有關(guān)。為了簡化模型，可將f(t) 看作線性函數(shù)，使用最大似然估計法，對不同運行時段內(nèi)電力信用較差的概率進行加權(quán)，并賦予較大權(quán)重，增加緊鄰區(qū)域的相關(guān)度。權(quán)重為：

式中，α表示最大似然因子；m表示出現(xiàn)電力信用的樣本總數(shù)。

標記信用好為“1”，信用差為“0”，由此構(gòu)建的加權(quán)時變泊松判別模型為：

式中，b為常數(shù)；K表示根據(jù)前一時刻的緊鄰時刻預測值增益函數(shù)，i表示加權(quán)次數(shù)。

如果r(x) 為正時，那么判別的電力信用風險結(jié)果為1，說明該用戶具有良好信用；如果r(x)為負時，電力信用風險結(jié)果為0，說明該用戶信用風險較差。

2.2 預警流程設(shè)計

使用用戶的最新電力數(shù)據(jù)，使負荷特性值保持合理的準確性，從而確保用戶處于相應風險封閉值監(jiān)控之下。因電力用戶的運行特點不同，其校正程度可根據(jù)實際運行情況進行調(diào)整。信用風險等級標準設(shè)定如表1 所示。

表1 信用風險等級

預警流程如圖4 所示。

圖4 預警流程

實時監(jiān)測某一用戶運行數(shù)據(jù)，并與風險閾值進行對比分析，根據(jù)判別模型對相應情況進行及時預警。

3 實驗分析

在硬件安裝之前，需打開配件盒，將網(wǎng)線主動連接到硬件設(shè)備中，并接入網(wǎng)絡(luò)。當使用PC 主機直接連接設(shè)備接口時，需使用HTTPS 協(xié)議登錄管理界面，通過該界面獲取驗證結(jié)果。

3.1 組件調(diào)試

分別使用基于灰色關(guān)聯(lián)聚類系統(tǒng)、Word 系統(tǒng)和基于加權(quán)時變泊松模型系統(tǒng)調(diào)試系統(tǒng)組件，調(diào)試結(jié)果如表2 所示。

表2 3種系統(tǒng)組件調(diào)試結(jié)果

分析表2 可知，基于灰色關(guān)聯(lián)聚類系統(tǒng)在日期控件、圖表控件兩個組件下無調(diào)試，導致系統(tǒng)在判別過程中無日志交互行為，數(shù)據(jù)庫不完善，導致系統(tǒng)判別不精準；使用Word 系統(tǒng)在文本框、圖表控件和服務交互3 個組件下無調(diào)試，在系統(tǒng)使用過程中無數(shù)據(jù)增刪改查功能，導致系統(tǒng)判別結(jié)果精準度較低；使用基于加權(quán)時變泊松模型系統(tǒng)調(diào)試系統(tǒng)組件，具備服務交互、增刪改查功能，不會影響系統(tǒng)判別結(jié)果。

3.2 電力負荷演化分析

在3 種系統(tǒng)組件調(diào)試結(jié)果支持下，分析信用風險較低情況下的電力負荷演化情況，實驗結(jié)果如圖5所示。

圖5 3種系統(tǒng)電力負荷演化情況

分析圖5 可知，使用基于灰色關(guān)聯(lián)聚類系統(tǒng)在2.0 ms 以后，無電力負荷出現(xiàn)，這種現(xiàn)象產(chǎn)生的原因正是組件調(diào)控階段無日志交互，造成電力負荷演化突然中斷，導致系統(tǒng)預警效果較差；使用Word 系統(tǒng)時負荷集中在7 500～9 000 MW 范圍內(nèi)，且在2.4 ms以后無電力負荷出現(xiàn)，缺少數(shù)據(jù)增刪改查功能支持，使預警效果較差；使用基于加權(quán)時變泊松模型系統(tǒng)從開始到2.5 ms 時，始終存在電力負荷，且演化過程完整，為系統(tǒng)提供完整的數(shù)據(jù)支持，促使預警精準度較高。

4 結(jié)束語

以電力企業(yè)信用風險特征為出發(fā)點，文中分析和識別電力企業(yè)負荷特征，采用加權(quán)時變泊松模型設(shè)計電力企業(yè)信用風險判別及預警系統(tǒng)，根據(jù)不同風險等級預警信息構(gòu)建電力用戶風險響應機制，主要獲得了以下研究成果：

1）該系統(tǒng)遵循構(gòu)建風險預警系統(tǒng)的一般原則，在風險分級的基礎(chǔ)上，闡述了風險預警思路，并根據(jù)實際電網(wǎng)企業(yè)的風險管理經(jīng)驗，提出了風險度量判定方案，利用信息化手段實現(xiàn)電力信用風險整體預警活動，構(gòu)建長期風險響應機制。

2）因各電力用戶負荷特性的運行特點不同，其風險閾值判斷的準確性不高，且缺乏科學依據(jù)。為了解決這一問題，引入了加權(quán)時變泊松模型，以確定其風險閾值，并用備選數(shù)據(jù)隨機重新排列原始負荷特征數(shù)據(jù)，以消除對風險閾值提取的影響。