廣域級電網(wǎng)在運智能電能表的燒損故障關(guān)聯(lián)分析和預(yù)測方法

談叢，黃紅橋，陳石東，李愷，解玉滿，劉謀海

［1.國網(wǎng)湖南省電力有限公司供電服務(wù)中心（計量中心），湖南長沙 410004；2.智能電氣量測與應(yīng)用技術(shù)湖南省重點實驗室，湖南長沙410004］

智能電能表目前已經(jīng)在我國實現(xiàn)了大面積覆蓋，智能電能表的發(fā)展為人們生活帶來了很多便利，但受智能電能表安裝施工工藝、運行年限、運行環(huán)境以及用電負荷等因素的影響，智能電能表燒表的現(xiàn)象時有發(fā)生，由此造成的停電以及表箱或線路火災(zāi)給用電的安全以及便利帶來了諸多風(fēng)險，給供電企業(yè)造成了較大損失.以某省份數(shù)據(jù)為例，2019—2020年，每年共有數(shù)萬件的燒表事故，由此帶來的經(jīng)濟效益損失與社會效益損失巨大，建立一種能提前預(yù)測燒表的方法或者模型，成為行業(yè)內(nèi)的一種迫切的需求.

由于電能表燒損是一種偶發(fā)現(xiàn)象，且引發(fā)燒表的因素多種多樣，基層供電服務(wù)員工的運維水平、接線材料、電能表運行環(huán)境等多重因素都可能導(dǎo)致燒表，這些因素通常不可直接對其進行量化表示，基于以上困難，業(yè)界未曾對燒表建立起一種普遍可行的預(yù)測機制.

近年來，與智能電能表配套發(fā)展的用電信息采集系統(tǒng)不斷完善，積累了大量智能電能表的運行數(shù)據(jù)，通過對這些數(shù)據(jù)的挖掘和分析，構(gòu)造燒表特征模型，成為破解燒表預(yù)測模型的一種可能［1-2］.

目前，國內(nèi)外學(xué)者針對電能表運行中的故障提出了多種預(yù)測和分析方法，對于解決燒表問題具有一定的借鑒意義.文獻［3］提出的智能電能表故障類型分類和預(yù)測模型，主要基于Bayes Network，模型主要考慮了電能表產(chǎn)品特征數(shù)據(jù)，采用了基于評分搜索的方法構(gòu)建Bayes Network 結(jié)構(gòu)，構(gòu)建了電能表故障預(yù)測模型，但該模型并未使用智能電能表的運行數(shù)據(jù)，評價的維度不夠全面.文獻［4］提出了智能表故障風(fēng)險預(yù)估算法，針對智能電表的首檢數(shù)據(jù)進行篩查，將篩查結(jié)果劃分為四個風(fēng)險等級，但評價模型只應(yīng)用了智能電表的首檢數(shù)據(jù)，沒有全面利用智能電表的產(chǎn)品特征數(shù)據(jù)和電氣運行數(shù)據(jù)，模型的評價也不夠全面.文獻［5］提出了一種多分類集成樹模型，首先利用聚類方法實現(xiàn)了數(shù)據(jù)的預(yù)處理和維度的壓縮，從數(shù)據(jù)預(yù)處理的角度克服了不平衡數(shù)據(jù)集在機器學(xué)習(xí)過程中的弊端，本模型在數(shù)據(jù)預(yù)處理方面取得了較大的進展，但由于沒有引入電氣運行數(shù)據(jù)，預(yù)測精度較低.文獻［6］設(shè)計了基于梯度提升決策樹（Gradient Boosting Decision Tree，GBDT）的故障大類、故障小類以及設(shè)備壽命周期的預(yù)測，但使用的數(shù)據(jù)維度較少，僅限于部分到貨批次信息以及氣候數(shù)據(jù)信息.文獻［7］提出了一種多分類融合模型的智能電表故障預(yù)測算法，通過傳統(tǒng)的欠采樣和過采樣相結(jié)合的方式解決了數(shù)據(jù)集中類不平衡問題，但欠采樣和過采樣都引入了較大隨機因素，傳統(tǒng)的欠采樣會導(dǎo)致樣本信息的缺失，傳統(tǒng)的過采樣可能會導(dǎo)致過擬合.文獻［8］提出了一種智能電表故障多分類方法，主要針對現(xiàn)有算法無法實現(xiàn)標簽值與概率值的基類模型融合問題，但該方法選取的特征均為靜態(tài)變量，對電能表使用過程中的變化無法進行監(jiān)測，無法解釋故障的偶發(fā)性.文獻［9］設(shè)計了一種基于深度信念網(wǎng)絡(luò)對計量裝置故障溯源的方法，使用卷積神經(jīng)網(wǎng)絡(luò)對歷史電流、功率曲線序列進行了特征提取，實現(xiàn)了異常電能表的故障溯源，該方法既使用了電能表的產(chǎn)品批次信息，也利用了運行電氣數(shù)據(jù)，雖然未對燒表問題進行研究，但具有較好的借鑒作用.文獻［10］提出了一種智能電能表異常數(shù)據(jù)檢測方法，能夠?qū)Ω`電用戶和異常設(shè)備進行在線監(jiān)測，能夠提升供電公司的線損指標，該方法側(cè)重于研究電能表數(shù)據(jù)異常，但對于電能表故障的研究不夠深入.文獻［11］設(shè)計了基于智能電能表運行故障數(shù)據(jù)的縱向分析模型，可以對不同廠家、不同批次的智能電能表的故障率隨時間的變化進行分析，該方法也是側(cè)重于利用電能表產(chǎn)品信息進行建模，沒能對電能表運行數(shù)據(jù)進行分析.文獻［12］提出了一種基于條件變分自編碼器-卷積神經(jīng)網(wǎng)絡(luò)模型的不平衡多分類方法，將類標簽作為約束條件，搭建由全連接層構(gòu)成的CAVE網(wǎng)絡(luò)生成少數(shù)類樣本，學(xué)習(xí)各類分布特點和數(shù)據(jù)集全局特征，提高生成數(shù)據(jù)質(zhì)量，對于解決數(shù)據(jù)不平衡問題，可以借鑒該方法.文獻［13］提出了一種基于LSTM的電力負荷預(yù)測方法，該方法能夠有效預(yù)測電力負荷數(shù)據(jù)，對于電能表的運行缺失數(shù)據(jù)，可以借鑒該方法，對缺失值進行填充.

GBDT 的基本算法思路是將弱分類器進行線性組合后得到強分類器［14］，在訓(xùn)練的過程中，GBDT 能夠根據(jù)上一輪的結(jié)果，迭代更新梯度的方向，使得模型能夠以最大的速率向誤差不斷減小的方向進化［15-16］.

XGBoost 算法在GBDT 的基礎(chǔ)上進行了優(yōu)化，能夠根據(jù)計算機CPU 的運行情況進行多線程的并行計算；同時還能在一定程度上提高泛化能力，將單決策樹模型的復(fù)雜度作為正則化的優(yōu)化目標；在公式推導(dǎo)中引入了二階導(dǎo)數(shù)，準確率更高，不易過擬合［17］.

為了構(gòu)建電能表燒損故障關(guān)聯(lián)分析和預(yù)測模型，本文研究思路如下：

1）結(jié)合某省供電公司部分電能表的產(chǎn)品信息等靜態(tài)數(shù)據(jù)和電能表的歷史運行數(shù)據(jù)，進行燒損關(guān)聯(lián)性分析，使用XGBoost 模型對包含“燒表”和“不燒表”的二分類數(shù)據(jù)集進行訓(xùn)練，形成算法模型.

2）使用XGBoost 算法模型進行交叉驗證測試，并與KNN、SVM 和Naive Bayes 等傳統(tǒng)機器學(xué)習(xí)算法進行對比，以觀察XGBoost 算法對實驗準確度的提升是否有影響.

3）將模型進行系統(tǒng)部署，以某省供電公司所有在運的電能表為數(shù)據(jù)源，針對缺失的運行數(shù)據(jù)，使用LSTM 算法對其進行預(yù)測并填充，構(gòu)建完整的測試集數(shù)據(jù)，驗證模型運行的實際效果.

1 電能表多維數(shù)據(jù)統(tǒng)計與分析

1.1 數(shù)據(jù)源

某省公司計量中心拆回分揀實驗室從2019 年開始對退出運行的電能表進行集中回收處置，對因燒壞而退出運行的電能表進行了逐塊記錄，形成了燒表原始數(shù)據(jù)集.數(shù)據(jù)集包括已燒壞電能表所在市州、生產(chǎn)廠家、安裝時間、運行時間、所在臺區(qū)近年歷史燒表數(shù)量以及退出運行前的每日電量、電壓和電流數(shù)據(jù)，所在臺區(qū)每日線損數(shù)據(jù)共形成了22 567 條燒表信息記錄.同時，在用電信息采集系統(tǒng)選取185 710塊正常運行的電能表的同樣維度的數(shù)據(jù)，形成了未燒表數(shù)據(jù)集.

1.2 數(shù)據(jù)統(tǒng)計與分析

1）根據(jù)歷史統(tǒng)計結(jié)果，不同市州的表計燒表率有較大的區(qū)別，全省14 個市州的年燒表率范圍大致為0.2%～0.5%，將各市州屬性按風(fēng)險程度等級進行分類，賦予不同的標簽，如表1所示.

表1 市州屬性風(fēng)險程度等級分類Tab.1 Risk degree classification of different cities

2）根據(jù)歷史統(tǒng)計結(jié)果，不同生產(chǎn)廠家的表計燒表率有較大的區(qū)別，運行在全省的電能表所屬廠家共有78 家，不同廠家2020—2021 年平均每年的燒表率范圍大致為0～1%，將各生產(chǎn)廠家屬性按風(fēng)險程度等級進行分類，賦予不同的標簽，如表2所示.

表2 生產(chǎn)廠家屬性風(fēng)險程度等級分類Tab.2 Risk degree classification of different manufacturers

3）根據(jù)統(tǒng)計結(jié)果，不同安裝年份的燒表率有著明顯差異，如圖1 所示，安裝時間在2013 年到2018年電能表燒損居多，占總燒表數(shù)量的74.16%.

圖1 不同安裝年份燒損電能表數(shù)量Fig.1 Number of burned smart meters in different installation years

4）根據(jù)統(tǒng)計結(jié)果，每年不同的月份燒表率也有著明顯的差異，以某城市為例，2019—2021年夏季月平均氣溫每升高1 ℃，月燒表數(shù)量增加約719 塊；2019—2021年冬季月相對濕度每下降1%，燒表數(shù)量增加約108塊.

5）根據(jù)統(tǒng)計結(jié)果，在燒表前一段時間內(nèi)，每日電量、每日最大電壓和最大電流會有不同程度的突變的現(xiàn)象.

6）根據(jù)統(tǒng)計結(jié)果，存在一部分燒表會導(dǎo)致電能表“表碼”出現(xiàn)異常，會影響其所在臺區(qū)的線損.

7）根據(jù)統(tǒng)計結(jié)果，電能表運行終碼越大，其燒損的概率更高，終碼在一定程度上能夠表示電能表內(nèi)元器件工作運行的實際時長.

8）根據(jù)統(tǒng)計結(jié)果，臺區(qū)歷史燒表數(shù)量，表示電能表所在臺區(qū)上一自然年的總燒表數(shù)量，該數(shù)據(jù)能夠在一定程度上反映出該臺區(qū)的運維水平.

2 算法原理

XGBoost 算法是是基于GBDT 改進而來的，它采用了GBDT 的生成算法和梯度提升思想，并進行了相應(yīng)的提升，使得算法效果進一步得到提高［18-21］.

對于樣本屬性集合x={x1，x2，…，xN}和樣本標簽組合y={y1，y2，…，yN}，XGBoost 算法包括K棵樹的加法模型為：

式中：fk為基類模型的目標函數(shù)；F為對應(yīng)基類模型組成的函數(shù)空間.

目標函數(shù)計算公式為：

式中：l(yi，)表示真實值與預(yù)測值之間的誤差；T表示葉子節(jié)點總數(shù)；ωt表示第t個葉子節(jié)點的分數(shù)；γ和λ表示L1和L2正則化系數(shù).

為了極小化目標函數(shù)，XGBoost直接基于目標函數(shù)進行二階泰勒展開.

繼續(xù)簡化，得目標函數(shù)為：

找到最優(yōu)分裂節(jié)點的步驟如下：

1）每個葉子節(jié)點j上包含的樣本集合Ij={i|q(xi=j)}，為了進一步簡化，目標函數(shù)可以改成如下形式：

2）為使目標函數(shù)得到最優(yōu)解，對ω進行求導(dǎo)，使導(dǎo)數(shù)為0，得ωj=

代入式（6）得：

3）最優(yōu)的分裂節(jié)點能夠使信息增益G最大.G的計算方式如下：

式中：HL和HR分別為目標函數(shù)在分裂后左、右節(jié)點的一階導(dǎo)數(shù)之和；GL和GR分別為目標函數(shù)在分裂后左、右節(jié)點目標函數(shù)的二階導(dǎo)數(shù)之和.

3 實驗流程

經(jīng)過分析，電能表燒損可能與多個因素存在關(guān)聯(lián)性，為了對電能表的燒損建立統(tǒng)一的分析模型，選取電能表所在市州、生產(chǎn)廠家、安裝時間、運行時間、所在臺區(qū)2020—2021 年歷史燒表數(shù)量以及退出運行前30 d 的每日電量數(shù)據(jù)，每日最大電壓和最大電流數(shù)據(jù)，所在臺區(qū)每日線損數(shù)據(jù)作為特征，結(jié)合XGBoost模型的特點進行實驗分析.

3.1 參數(shù)調(diào)優(yōu)

XGBoost模型包含多個參數(shù)，按照一般的調(diào)參順序，先從框架參數(shù)開始進行調(diào)參：

1）“booster”：由于本課題涉及的特征數(shù)量較多，選擇樹模型；

2）“objective”：本課題研究屬于分類問題，選擇softmax分類器；

3）“n_estimators”：XGBoost算法是由若干個弱分類器組合而成，在一定程度上，弱分類器的數(shù)量越多，分類的準確度越高.為了找到最優(yōu)參數(shù)，保持其他參數(shù)為默認參數(shù)，進行實驗，結(jié)果如圖2 所示，XGBoost 算法的識別正確率在迭代700 次時達到最高點，之后逐漸降低.

圖2 不同迭代次數(shù)時模型的F1-scoreFig.2 F1-score of the algorithm at different estimators

然后，開始調(diào)節(jié)弱學(xué)習(xí)器的參數(shù)：

4）“max_depth”：固定XGBoost 算法的迭代次數(shù)為700 次，嘗試采用不同樹的高度，觀察實驗結(jié)果與樹的高度關(guān)系.實驗結(jié)果如圖3 所示，當樹的高度分別為2、4、6、8、10、12 時，隨著迭代次數(shù)的增加，算法的識別正確率逐漸提高，并且很快趨于穩(wěn)定，當樹的高度為10時，算法的性能達到最優(yōu).

圖3 不同樹的高度時模型的F1-scoreFig.3 F1-score of the algorithm at different tree height

5）其他參數(shù)：在確定了前面4 個參數(shù)之后，采用網(wǎng)格搜索，對學(xué)習(xí)率、gamma 參數(shù)、lambda 正則系數(shù)、alpha 正則系數(shù)等參數(shù)按給定步長在一定范圍內(nèi)依次進行調(diào)整，最終結(jié)果如表3所示.

表3 XGBoost參數(shù)調(diào)優(yōu)Tab.3 XGBoost parameters’optimization

3.2 特征的重要性排序

使用XGBoost 建模過程中，可以根據(jù)模型自帶的feature_importances 排序工具，評價每個特征對模型的貢獻程度，從而對特征變量進行進一步的篩選.圖4 為重要性排在前十的特征量，可以看出，運行時長、臺區(qū)歷史燒表數(shù)量、表計止碼和燒表前1 d 的用電量為模型中比較重要的特征.

圖4 模型的特征重要性Fig.4 Feature importance of the algorithm

因為考慮到模型需要進行實際應(yīng)用，任意一個網(wǎng)省公司的用戶數(shù)量都是千萬級別，模型的計算量相當大.因此，嘗試進行降維，適當壓縮電量、電壓、電流、線損追溯的天數(shù)，在固定其他參數(shù)和特征不變的情況下，追溯天數(shù)與F1指標的變化情況如圖5 所示.由圖5 可知，往前追溯15 d 左右，即可得到較好的模型效果，所以為了模型計算更加快捷，將模型需要的追溯時間調(diào)整為燒表前的15 d.

3.3 其他機器學(xué)習(xí)模型結(jié)果對比

本文還采用了KNN、樸素貝葉斯、決策樹、支持向量機、隨機森林、GBDT 等進行實驗，與XGBoost 算法的比對結(jié)果如表4 所示.實驗采取了五折交叉驗證的方式，從表4 可以看出，基于支持向量機、樸素貝葉斯和KNN 的識別指標比較低，分別為27.08%、22.86%和40.92%；采用決策樹、隨機森林和GBDT的算法識別準確率分別為56.00%、56.00%和72.75%；而基于XGBoost 算法的識別準確率為76.51%，遠高于傳統(tǒng)算法.

表4 與其他機器學(xué)習(xí)模型的結(jié)果對比Tab.4 Comparison of results of different machine learning algorithm

3.4 實驗結(jié)果分析

根據(jù)電能表的實際運行數(shù)據(jù)，燒表情況占比很小，以某網(wǎng)省公司為例，每年燒表的比例不足1%，但由于基數(shù)比較大，所以燒表造成的經(jīng)濟損失相當大.

從理論上說，在實現(xiàn)二分類的過程中，如果類別分布不均衡，會在一定程度上影響模型分類的準確性.而在本實例中，數(shù)據(jù)集中包含的燒表樣本僅占總數(shù)的10%.

根據(jù)以上所有模型的表現(xiàn)，所有模型的精度與召回率如表5 所示.基于樸素貝葉斯的算法精度只有40%；基于KNN、樸素貝葉斯、支持向量機的算法召回率分別為28%、16%和16%；而基于GBDT 和XGBoost 的算法精度和召回率都有明顯提升，其中XGBoost 的精度達到91%，召回率也達到66%，相比傳統(tǒng)算法，已經(jīng)有了顯著的提升.

表5 精度和召回率對比Tab.5 Comparison of precision and recall

以上結(jié)果表明，本文所提出的基于XGBoost 的電能表燒表預(yù)測模型能夠提高分類的準確性，在不平衡樣本中也可以得到較為滿意的效果.

4 應(yīng) 用

根據(jù)實驗?zāi)Ｐ徒Y(jié)果，嘗試將該模型應(yīng)用于實際生產(chǎn)數(shù)據(jù)進行驗證，圖6 為某電力公司用電信息采集系統(tǒng)的燒表預(yù)測模塊系統(tǒng)界面.

圖6 燒表預(yù)測模塊系統(tǒng)界面Fig.6 System interface of the module of burning fault prediction for smart meter

在試運行的時間段內(nèi)，通過基層供電服務(wù)人員對系統(tǒng)預(yù)測情況和電能表的實際運行情況進行現(xiàn)場確認，測試該模型的綜合指標能否達到預(yù)期.

在驗證過程中，由于全省電能表數(shù)據(jù)基數(shù)大，電量、電壓、電流等電能表運行數(shù)據(jù)受到自然條件影響，每天的數(shù)據(jù)采集成功率無法達到100%，因此存在很多的缺失值，需要進行缺失值的補充.這與訓(xùn)練集數(shù)據(jù)有所區(qū)別，訓(xùn)練集數(shù)據(jù)都是歷史數(shù)據(jù)，對于存在缺失數(shù)據(jù)的樣本，可以直接剔除，但驗證數(shù)據(jù)集的樣本是準實時數(shù)據(jù)，不能直接剔除，如果直接剔除，會導(dǎo)致樣本越來越少.缺失值的填充有多種方法，常見的填充方法有均值填充和插值填充等，這些方法可以用于電壓數(shù)據(jù)的填充，因為電壓基本穩(wěn)定在220 V，但電流和電量數(shù)據(jù)通常情況下具有較大的波動性，均值和插值算法都會帶來一定程度的誤差.由于電流和電量的預(yù)測基本上類似于短期電力負荷的預(yù)測，可以參考文獻［13］使用LSTM 算法對缺失電量和電流數(shù)據(jù)進行預(yù)測和填充.

為了驗證LSTM 預(yù)測填充法和均值、線性插值法的差異，在訓(xùn)練集中任意選取1 000組電能表燒損數(shù)據(jù)和1 000 組未燒損數(shù)據(jù)，在每組數(shù)據(jù)中，隨機剔除1 項電流數(shù)據(jù)或者電量數(shù)據(jù)，之后，用不同的方法對剔除的數(shù)據(jù)進行填充.對比均值填充、線性插值填充和LSTM 算法預(yù)測填充的準確性，以平均絕對百分比誤差（MAPE）作為評價指標，結(jié)果如表6所示.

表6 不同填充方法對比Tab.6 Comparison of different data imputation methods

經(jīng)過缺失值的填充與處理，測試集數(shù)據(jù)預(yù)處理全部完成，用XGBoost 模型對試點驗證的某市公司800 余個臺區(qū)，共10 萬余塊在運電能表進行了驗證，共驗證了263 塊燒表，精確率達到82.45%，召回率達到56.73%，基本上達到了預(yù)期水平.目前，該燒表預(yù)測模型已在系統(tǒng)部署并全省運行.

5 結(jié)語

本文針對供電公司低壓臺區(qū)燒表率高的現(xiàn)狀，提出了一種基于XGBoost 算法的電能表燒表預(yù)測方法，通過對電能表生產(chǎn)廠家的基本信息、每日電量等運行信息和溫度等環(huán)境信息，進行單變量和多變量組合分析，實現(xiàn)了燒表現(xiàn)象的準確預(yù)測.模型應(yīng)用結(jié)果表明，所提算法有效實現(xiàn)了燒表現(xiàn)象的預(yù)測，并且具有廣泛推廣應(yīng)用的適用性.