孟 昊
(國(guó)網(wǎng)丹東市元寶區(qū)供電分公司,遼寧 丹東 118000)
人們的用電需求量大幅度增長(zhǎng),竊電現(xiàn)象逐漸出現(xiàn)[1]。竊電在廣義角度上指的是通過(guò)改動(dòng)短路計(jì)量裝置,非法占用電能,達(dá)到不交或少交電費(fèi)的目的[2]。現(xiàn)階段竊電手段較為隱蔽,以高科技、間歇性的高頻大功率無(wú)線竊電方式為主,不容易被察覺(jué)、隱蔽性較強(qiáng)[3]。為了解決間歇性竊電這一問(wèn)題,部分學(xué)者逐漸提出了反間歇性竊電檢測(cè)方法。傳統(tǒng)的反間歇性竊電檢測(cè)方法在實(shí)際反間歇性竊電監(jiān)控與檢測(cè)過(guò)程中仍然存在一定的缺陷[4]。
載波通信技術(shù)以載波方式高速傳輸模擬信號(hào)及數(shù)字信號(hào),信號(hào)傳輸?shù)臅r(shí)效性較高,能夠改善傳統(tǒng)反間歇性竊電檢測(cè)方法的缺陷與不足[5]?;诖?,本文在傳統(tǒng)竊電檢測(cè)方法的基礎(chǔ)上引入載波通信技術(shù),提出了基于載波通信技術(shù)的反間歇性竊電檢測(cè)方法研究,解決非法占用電能的問(wèn)題,為電力行業(yè)的高質(zhì)量、高時(shí)效發(fā)展作出貢獻(xiàn)。
構(gòu)建電力負(fù)荷數(shù)據(jù)異常用電檢測(cè)模型,采集并挖掘電力負(fù)荷數(shù)據(jù),為后續(xù)的竊電檢測(cè)提供基礎(chǔ)數(shù)據(jù)支持。異常用電檢測(cè)模型的構(gòu)建步驟如圖1 所示。
圖1 異常用電檢測(cè)模型的構(gòu)建步驟
如圖1 所示,本文分別從異常用電訓(xùn)練集、驗(yàn)證集以及測(cè)試集等3 個(gè)維度,通過(guò)建模、優(yōu)化、評(píng)估的方式生成檢測(cè)模型。利用數(shù)據(jù)挖掘方法,明確挖掘目標(biāo),初步挖掘出存在異常用電行為的用戶。采用統(tǒng)計(jì)學(xué)的分析方法與工具,進(jìn)行可視化處理。若電力負(fù)荷數(shù)據(jù)中存在缺失值,則需要對(duì)其進(jìn)行預(yù)處理。
在數(shù)據(jù)缺失值預(yù)處理前,需要全面了解數(shù)值缺失的具體原因,進(jìn)而根據(jù)數(shù)值缺失原因與實(shí)際情況采用直接刪除、均值、插值處理方法。本文采用拉格朗日插值法,分別取出缺失值前后各5 個(gè)數(shù)值,組成一組,基于拉格朗日插值計(jì)算原理,計(jì)算得出電力負(fù)荷數(shù)據(jù)的填補(bǔ)值,計(jì)算公式為
式中:Ln(x)為新生成的不存在缺失值的電力負(fù)荷數(shù)據(jù);li(x)為拉格朗日多項(xiàng)式;yi為電力負(fù)荷數(shù)據(jù)樣本值。檢測(cè)電力負(fù)荷數(shù)據(jù)離群點(diǎn),判斷數(shù)據(jù)是否存在偏離現(xiàn)象。若用戶用電過(guò)程中存在異常,則在某特定時(shí)段內(nèi)會(huì)導(dǎo)致部分正常用戶用電負(fù)荷數(shù)據(jù)偏離正常值,對(duì)竊電檢測(cè)結(jié)果造成干擾影響。因此,需要檢測(cè)電力負(fù)荷數(shù)據(jù)離群點(diǎn),并作出相應(yīng)的處理。最后,根據(jù)電力負(fù)荷數(shù)據(jù)與用戶用電內(nèi)部的抽象關(guān)系,將電力負(fù)荷數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集以及測(cè)試集,最終生成高性能的異常用電檢測(cè)模型,獲取不同類型的異常用電數(shù)據(jù)集。
對(duì)獲取到的異常用電負(fù)荷數(shù)據(jù)進(jìn)行特征降維處理,將高維的數(shù)據(jù)向量組轉(zhuǎn)化為低維的數(shù)據(jù)向量組,弱化用電負(fù)荷數(shù)據(jù)相互之間的關(guān)系,減少各組向量代表信息之間的重復(fù)度,更好地表征原始用戶用電負(fù)荷數(shù)據(jù)信息。
設(shè)定用戶用電負(fù)荷樣本集用X={x1,x2,…,xm}表示,對(duì)樣本集進(jìn)行中心化處理,表達(dá)式為
基于拉格朗日乘子法原理,求取用電負(fù)荷數(shù)據(jù)特征值,并對(duì)特征值的大小進(jìn)行排序。根據(jù)特征值大小排序結(jié)果,提取數(shù)據(jù)集的主成分與大部分信息。取用電負(fù)荷數(shù)據(jù)特征值對(duì)應(yīng)的特征向量,共同構(gòu)成用電負(fù)荷數(shù)據(jù)主成分分析解。在此基礎(chǔ)上,通過(guò)利用主成分分析法,降低原始的用電負(fù)荷數(shù)據(jù)維數(shù)。
利用載波通信技術(shù)實(shí)時(shí)監(jiān)控用戶的用電工況是否存在異常。本文利用載波通信技術(shù)設(shè)計(jì)的用電工況監(jiān)控示意如圖2 所示。
圖2 基于載波通信技術(shù)的用電工況監(jiān)控示意
如圖2 所示,利用載波通信技術(shù)實(shí)現(xiàn)實(shí)時(shí)監(jiān)控用電工況動(dòng)態(tài)變化的目標(biāo)。設(shè)定載波通信監(jiān)控的技術(shù)參數(shù)如表1 所示。
表1 載波通信監(jiān)控技術(shù)參數(shù)設(shè)置
按照表1 所示的技術(shù)參數(shù),對(duì)載波通信監(jiān)控裝置進(jìn)行設(shè)置。通過(guò)服務(wù)器與數(shù)據(jù)集中器的通信連接作用,實(shí)時(shí)監(jiān)控并接收電表計(jì)量的各項(xiàng)數(shù)據(jù)。
存在竊電行為的用戶在用電用戶中占據(jù)的比例較少,上述獲取到的用電工況數(shù)據(jù)樣本可能存在傾斜問(wèn)題。在開展反間歇性竊電檢測(cè)工作之前,對(duì)上述獲取到的用電工況數(shù)據(jù)進(jìn)行平衡化處理,使用電工況數(shù)據(jù)達(dá)到平衡。確定最優(yōu)化的竊電檢測(cè)參數(shù)結(jié)果,以分段選取特征重要度的方式,設(shè)定上述構(gòu)建的異常用電檢測(cè)模型學(xué)習(xí)率為0.1,進(jìn)行反間歇性竊電重構(gòu)特征的特征選擇,獲取不同竊電特征個(gè)數(shù)對(duì)應(yīng)驗(yàn)證集與測(cè)試集的特征選擇參數(shù),如表2 所示。
表2 竊電重構(gòu)特征的特征選擇參數(shù)
如表2 所示,按照該參數(shù),結(jié)合實(shí)際檢測(cè)情況,提高檢測(cè)模型的泛化能力。通過(guò)特征工程構(gòu)造與交叉驗(yàn)證后,生成訓(xùn)練集的訓(xùn)練模型。在此基礎(chǔ)上,將特征選擇后的測(cè)試集輸入到訓(xùn)練模型中,獲取最終的反間歇性竊電檢測(cè)結(jié)果。
首先,根據(jù)反間歇性竊電檢測(cè)實(shí)驗(yàn)的要求,搭建此次實(shí)驗(yàn)的測(cè)試環(huán)境,配置如表3 所示。
表3 反間歇性竊電檢測(cè)實(shí)驗(yàn)測(cè)試環(huán)境的配置
按照表3 所示的配置,采用2016CCF 用電數(shù)據(jù)集作為此次實(shí)驗(yàn)的數(shù)據(jù)集,總共包含9 950戶用電用戶,存在竊電行為的用戶總共1 288 戶。根據(jù)存在竊電行為用戶在數(shù)據(jù)集中所占的比例,劃分實(shí)驗(yàn)的訓(xùn)練集與測(cè)試集。其中,實(shí)驗(yàn)訓(xùn)練集總共7 959 戶,測(cè)試集總共1 986戶,訓(xùn)練集中存在竊電行為的用戶數(shù)為1 109戶。按照上述本文提出的反間歇性竊電檢測(cè)方法流程開展實(shí)驗(yàn)分析,驗(yàn)證上述提出竊電檢測(cè)方法的應(yīng)用效果。
將上述本文提出的方法設(shè)置為實(shí)驗(yàn)組,將文獻(xiàn)[1]提出的基于深度森林的竊電檢測(cè)方法設(shè)置為對(duì)照組1、文獻(xiàn)[2]提出的基于混合模型的竊電檢測(cè)方法設(shè)置為對(duì)照組2,對(duì)3 種竊電檢測(cè)方法的檢測(cè)結(jié)果進(jìn)行對(duì)比分析,進(jìn)而判斷提出方法的可行性。
本次實(shí)驗(yàn)結(jié)合反間歇性竊電稽查流程,選取了竊電檢測(cè)平均準(zhǔn)確率作為實(shí)驗(yàn)的評(píng)價(jià)指標(biāo),其計(jì)算表達(dá)式為
式中:k為實(shí)驗(yàn)數(shù)據(jù)集內(nèi)存在的間歇性竊電用戶數(shù);qi為在i個(gè)樣本條件下,存在的竊電樣本數(shù)。通過(guò)計(jì)算,得出竊電檢測(cè)的平均準(zhǔn)確率,MAP越大,說(shuō)明反間歇性竊電檢測(cè)方法的檢測(cè)準(zhǔn)確率越高,能夠最大程度檢測(cè)出用戶中所有疑似竊電的行為,減輕實(shí)際現(xiàn)場(chǎng)稽查的工作量,反之同理。
利用MATLAB 模擬分析軟件,分別模擬3 種竊電檢測(cè)方法的檢測(cè)過(guò)程,設(shè)置實(shí)驗(yàn)數(shù)據(jù)集的數(shù)據(jù)量分別為200、400、600、800、1 000、1 200,在數(shù)據(jù)量增加的情況下,測(cè)定并計(jì)算3 種竊電檢測(cè)方法的平均準(zhǔn)確率,并繪制如圖3 所示的評(píng)價(jià)指標(biāo)對(duì)比圖。
圖3 3 種竊電檢測(cè)方法評(píng)價(jià)指標(biāo)對(duì)比結(jié)果
從圖3 看出,3 種竊電檢測(cè)方法的檢測(cè)結(jié)果存在較大差距,均表現(xiàn)出了不同的性能。其中,本文提出的方法應(yīng)用后,該方法的竊電檢測(cè)平均準(zhǔn)確率始終高于另外2 種方法,檢測(cè)精度較高,有效提高了數(shù)據(jù)集樣本的質(zhì)量。由此不難看出,本文提出的反間歇性竊電檢測(cè)方法具有較高的可行性,可以投入電力工程中使用。
為了保證電力行業(yè)的經(jīng)濟(jì)發(fā)展,本文在傳統(tǒng)竊電檢測(cè)方法的基礎(chǔ)上作出了優(yōu)化改進(jìn),引入載波通信技術(shù),開展了基于載波通信技術(shù)的反間歇性竊電檢測(cè)方法研究。通過(guò)本文的研究,保障了正常的用電秩序,能夠及時(shí)發(fā)現(xiàn)一些不法的隱蔽竊電行為,提高了竊電檢測(cè)的準(zhǔn)確率與時(shí)效性,具有重要的研究意義。