基于智能數(shù)據(jù)處理的電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)設(shè)計(jì)

魏國(guó)旺

（國(guó)網(wǎng)信通產(chǎn)業(yè)集團(tuán)北京國(guó)電通網(wǎng)絡(luò)技術(shù)有限公司，北京 100192）

智能電網(wǎng)建設(shè)是當(dāng)前我國(guó)建設(shè)能源互聯(lián)網(wǎng)過(guò)程中的重點(diǎn)推進(jìn)工作之一。電網(wǎng)的智能化核心在于智能用電，其主要表現(xiàn)在考慮用戶(hù)與電網(wǎng)雙向互動(dòng)的基礎(chǔ)上，實(shí)現(xiàn)對(duì)于電網(wǎng)運(yùn)行過(guò)程中所產(chǎn)生交互信息的智能化處理，從而保障電網(wǎng)的可靠運(yùn)行。因此，研究計(jì)及電力用戶(hù)與電網(wǎng)雙向互動(dòng)的智能電網(wǎng)信息實(shí)時(shí)交互關(guān)鍵技術(shù)，建立符合國(guó)內(nèi)技術(shù)規(guī)范的電網(wǎng)信息交互系統(tǒng)，完成對(duì)于電網(wǎng)海量數(shù)據(jù)的智能化處理，從而實(shí)現(xiàn)快速響應(yīng)的智能化用電，對(duì)于智能電網(wǎng)的發(fā)展具有重要作用[1-3]。

當(dāng)前供電企業(yè)在開(kāi)展不同業(yè)務(wù)時(shí)，通常會(huì)使用由不同供應(yīng)商生產(chǎn)的應(yīng)用管理系統(tǒng)。由于其運(yùn)行環(huán)境主要考慮具體的業(yè)務(wù)實(shí)施環(huán)境而忽略了電網(wǎng)運(yùn)行過(guò)程中的總體情況，使得各系統(tǒng)之間相互獨(dú)立而無(wú)法實(shí)現(xiàn)實(shí)時(shí)的信息交互。其中，核心問(wèn)題是對(duì)于以電網(wǎng)數(shù)據(jù)為核心的信息資源無(wú)法進(jìn)行高效的整合分析，從而難以發(fā)現(xiàn)數(shù)據(jù)中潛在的異常問(wèn)題，這對(duì)電網(wǎng)的安全運(yùn)行存在極大的威脅[4-8]。因此，該文設(shè)計(jì)了集成化的電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)，并在電網(wǎng)主站側(cè)采用改進(jìn)的支持向量機(jī)模型對(duì)數(shù)據(jù)進(jìn)行處理，以實(shí)現(xiàn)對(duì)異常數(shù)據(jù)的檢測(cè)，從而進(jìn)一步推進(jìn)電網(wǎng)智能化的發(fā)展。

1 電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)

在該文所設(shè)計(jì)的電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)中，電網(wǎng)側(cè)包括互動(dòng)信息數(shù)據(jù)庫(kù)與信息服務(wù)系統(tǒng)，在該側(cè)對(duì)電網(wǎng)數(shù)據(jù)進(jìn)行采集并分析，以開(kāi)展用電優(yōu)化，并實(shí)時(shí)監(jiān)測(cè)用電狀況與故障狀態(tài)，從而保障電網(wǎng)的安全運(yùn)行。而在用戶(hù)側(cè)則可完成對(duì)電力用戶(hù)數(shù)據(jù)的采集和分析，使得用戶(hù)能夠與電網(wǎng)進(jìn)行互動(dòng)并達(dá)到信息交互的目的，從而使用戶(hù)深入了解自身負(fù)荷、設(shè)備能耗、節(jié)點(diǎn)方案與用電價(jià)格等信息并主動(dòng)作出實(shí)時(shí)響應(yīng)，進(jìn)而減少高峰時(shí)期的用電負(fù)荷。在考慮電網(wǎng)與用戶(hù)之間雙向互動(dòng)的基礎(chǔ)上，可以實(shí)現(xiàn)電網(wǎng)及用戶(hù)用電信息的交互，從而保障供電安全，且有利于節(jié)能降耗。其基本結(jié)構(gòu)框架如圖1 所示。

各部分功能描述如下：

1）電網(wǎng)數(shù)據(jù)采集系統(tǒng)的主要功能是實(shí)現(xiàn)對(duì)電力用戶(hù)用電負(fù)荷、用電量等數(shù)據(jù)的實(shí)時(shí)在線(xiàn)監(jiān)測(cè)。同時(shí)，電力用戶(hù)也可以基于Web 用戶(hù)端及智能終端獲取用電指導(dǎo)，并完成用電查詢(xún)、購(gòu)電及報(bào)警等操作。

圖1 電網(wǎng)信息實(shí)時(shí)互動(dòng)系統(tǒng)結(jié)構(gòu)框架

智能電表是電網(wǎng)數(shù)據(jù)采集系統(tǒng)的核心計(jì)量設(shè)備，其主要由上行與下行通信接口組成，本質(zhì)是一種多功能電表[9-10]。智能電表的主要功能為：①互動(dòng)計(jì)量?？芍畏植际桨l(fā)電并網(wǎng)且完成電價(jià)的凈計(jì)量，供電企業(yè)能從新能源發(fā)電用戶(hù)處購(gòu)買(mǎi)剩余電力并扣減消費(fèi)者用電費(fèi)用中的新能源發(fā)電量。②費(fèi)控作用。智能電表可智能化實(shí)現(xiàn)電力用戶(hù)的電費(fèi)儲(chǔ)存和階梯計(jì)價(jià)。當(dāng)智能電表電費(fèi)余額不足時(shí)，其將主動(dòng)提示電力用戶(hù)且給出斷電信號(hào)，并切斷負(fù)荷開(kāi)關(guān)。③通信功能。通信信道物理層保持獨(dú)立地位，當(dāng)產(chǎn)生嚴(yán)重事件時(shí)會(huì)主動(dòng)告警。④可按照用戶(hù)需求設(shè)定用電額度，從而限定負(fù)荷。⑤對(duì)電能質(zhì)量實(shí)施監(jiān)測(cè)，并記載家用電器的狀態(tài)信息。⑥安全防護(hù)。智能電表能夠進(jìn)行編程開(kāi)關(guān)防護(hù)與密碼保護(hù)，從而規(guī)避外來(lái)人員的篡改行為。

2）通信傳輸網(wǎng)絡(luò)?；贘ava 語(yǔ)言設(shè)計(jì)的Web 用戶(hù)端，結(jié)合目前國(guó)內(nèi)電網(wǎng)運(yùn)行特性與需求，利用服務(wù)器-用戶(hù)端的組織模式完成用電信息及運(yùn)行信息的雙向互動(dòng)。Web 互動(dòng)過(guò)程包括建立互動(dòng)信息的數(shù)據(jù)庫(kù)與互聯(lián)接口，從而對(duì)信息服務(wù)系統(tǒng)的數(shù)據(jù)資源進(jìn)行管理，并針對(duì)業(yè)務(wù)的互動(dòng)需求開(kāi)展用電信息的實(shí)時(shí)采集與數(shù)據(jù)的智能處理。

3）電網(wǎng)主站。在電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)的通信傳輸網(wǎng)絡(luò)中，電網(wǎng)基于智能傳感器實(shí)現(xiàn)對(duì)電網(wǎng)設(shè)備的狀態(tài)監(jiān)測(cè)，以此在負(fù)荷高峰完成調(diào)度并彌補(bǔ)供應(yīng)不足的問(wèn)題。而通過(guò)信息互動(dòng)也可讓電力用戶(hù)對(duì)電網(wǎng)管理有所了解，且在接受用電指導(dǎo)后完成節(jié)能降耗。

在電網(wǎng)信息實(shí)時(shí)互動(dòng)系統(tǒng)中，電網(wǎng)側(cè)包括互動(dòng)信息數(shù)據(jù)庫(kù)與信息服務(wù)系統(tǒng)。通過(guò)智能終端設(shè)備將用戶(hù)信息經(jīng)通信傳輸網(wǎng)絡(luò)傳輸?shù)秸{(diào)控中心，并儲(chǔ)存在數(shù)據(jù)庫(kù)中對(duì)數(shù)據(jù)進(jìn)行智能處理；然后根據(jù)安全原則篩選信息且加密，并發(fā)布可公開(kāi)的信息；再由信息服務(wù)系統(tǒng)對(duì)電力用戶(hù)進(jìn)行服務(wù)，使得用戶(hù)通過(guò)外網(wǎng)完成網(wǎng)上購(gòu)電。電網(wǎng)通過(guò)系統(tǒng)完成信息交互，使得電力用戶(hù)及時(shí)獲取電網(wǎng)的停電、檢修公告及相應(yīng)的區(qū)域位置，從而提升了電網(wǎng)與用戶(hù)間的和諧度。

4）電力用戶(hù)是電網(wǎng)的服務(wù)對(duì)象，也是信息交互系統(tǒng)中的重要環(huán)節(jié)。通過(guò)系統(tǒng)媒介，電力用戶(hù)可對(duì)電網(wǎng)發(fā)布的公告進(jìn)行快速響應(yīng)，從而根據(jù)電網(wǎng)最優(yōu)用電指導(dǎo)對(duì)家用電器進(jìn)行合理使用，并實(shí)時(shí)觀(guān)察家庭用電狀態(tài)，以提升用電可靠性。電網(wǎng)與用戶(hù)的雙向交互能有效提升電網(wǎng)穩(wěn)定性，達(dá)到節(jié)能減排的目的。用戶(hù)側(cè)的交互系統(tǒng)則主要用于電網(wǎng)對(duì)電力用戶(hù)發(fā)布公告，并通過(guò)Web 服務(wù)為電力用戶(hù)提供耗能分析、階梯電價(jià)、網(wǎng)上購(gòu)電及故障報(bào)警等服務(wù)。

2 智能數(shù)據(jù)處理

在電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)中，包含有電網(wǎng)運(yùn)行狀態(tài)的實(shí)時(shí)性數(shù)據(jù)?；诎踩耘c實(shí)時(shí)性考慮，需在系統(tǒng)中的電網(wǎng)側(cè)完成對(duì)數(shù)據(jù)的智能實(shí)時(shí)處理，從而有效發(fā)現(xiàn)電網(wǎng)設(shè)備的異常信息。由于電網(wǎng)中存在海量的交互信息，傳統(tǒng)的人工分析難以有效處理此類(lèi)問(wèn)題。以支持向量機(jī)（Support Vector Machine，SVM）為代表的人工智能算法的興起，為海量數(shù)據(jù)的智能處理提供了新的解決思路。因此，該文針對(duì)性地采用以SVM 作為基礎(chǔ)的數(shù)據(jù)分析模型，對(duì)數(shù)據(jù)開(kāi)展異常檢測(cè)。

2.1 SVM算法

SVM 的本質(zhì)是對(duì)數(shù)據(jù)樣本進(jìn)行分類(lèi)與回歸運(yùn)算[11-12]。其基本的算法流程如下：

首先設(shè)置所獲取原始數(shù)據(jù)中的n維輸入xi與輸出yj，且{xi,yj},i,j=1,2,…,n。則SVM 定義為：

式中，?(?)是SVM 的特征映射函數(shù)，即樣本的回歸函數(shù)，其可表征為：

其中，‖ω‖2是復(fù)雜度參數(shù)，用于表征F(?) 的復(fù)雜程度；C是懲戒因子，用以表征SVM 對(duì)于分類(lèi)失誤的懲戒水平，并提升全局最優(yōu)解的求解幾率；是經(jīng)驗(yàn)風(fēng)險(xiǎn)值，用于表征預(yù)測(cè)結(jié)果與實(shí)際結(jié)果間的誤差。若ε表示的是松弛變量，用于消除實(shí)際值的區(qū)域誤差，則其符合下式：

將式（3）-（4）聯(lián)立可得：

將Lagrange 乘子法代入式（5），可求解對(duì)偶優(yōu)化問(wèn)題：

其中，K(xi,xj) 表示SVM 的核函數(shù)。該文選取RBF 核函數(shù)作為SVM 的核函數(shù)，具體如下所示：

將解格式設(shè)定為(a,a*)，代入可得：

將式（9）代入式（8）得：

由此實(shí)現(xiàn)對(duì)數(shù)據(jù)樣本的二分類(lèi)求解，其中F(x)為+1 或-1 兩類(lèi)，由分類(lèi)結(jié)果便可判斷樣本類(lèi)型，從而檢測(cè)出異常數(shù)據(jù)。

2.2 基于IBA的SVM參數(shù)優(yōu)化

由于SVM 的分類(lèi)結(jié)果由其參數(shù)所決定，而傳統(tǒng)的人工選參通常并非最優(yōu)參數(shù)，故造成SVM 的分類(lèi)效果難以滿(mǎn)足實(shí)際應(yīng)用的需要。因此文中針對(duì)該問(wèn)題，采用改進(jìn)的蝙蝠算法（Improved Bat Algorithm,IBA）實(shí)現(xiàn)SVM 的參數(shù)尋優(yōu)。改進(jìn)的過(guò)程主要是重新構(gòu)建BA 種群中標(biāo)準(zhǔn)個(gè)體的局部尋優(yōu)公式，并引入自適應(yīng)速率權(quán)值參數(shù)w加以改進(jìn)。w可有效評(píng)估蝙蝠當(dāng)前所處的位置與全局最優(yōu)位置的區(qū)別，且隨著迭代次數(shù)的逐步增加，蝙蝠的前進(jìn)速率會(huì)逐步放緩。并按照現(xiàn)有個(gè)體飛行狀態(tài)動(dòng)態(tài)調(diào)節(jié)前行速率，從而更好地尋找全局最優(yōu)解。IBA 流程如下：

1）設(shè)定算法的基礎(chǔ)參數(shù)。種群個(gè)數(shù)Sp、種群的維度D、迭代上限Imax，脈沖響度A(0)、發(fā)射率R(0)、A(0)衰退系數(shù)Af、R(0)的增強(qiáng)系數(shù)Rf以及脈沖頻率[fmin,fmax] 。

2）初始化蝙蝠種群。對(duì)于種群中蝙蝠個(gè)體的初始位置進(jìn)行運(yùn)算并對(duì)其加以評(píng)價(jià)，求出個(gè)體的適應(yīng)度值并找出現(xiàn)有的最優(yōu)解。

3）根據(jù)下式對(duì)種群個(gè)體的飛行速率與所處位置進(jìn)行更新。更新計(jì)算公式如下：

式中，fi、fmin、fmax分別表征當(dāng)前、最小和最大的脈沖發(fā)射頻率。β表示的是取值范圍為(0,1)內(nèi)的隨機(jī)數(shù)，w表示速率權(quán)值參數(shù)，vi表示當(dāng)前個(gè)體的實(shí)時(shí)速率，xi表示第i個(gè)個(gè)體當(dāng)前所處位置，x*表示空間最優(yōu)解，t表征當(dāng)前迭代次數(shù)。

4）若當(dāng)前蝙蝠個(gè)體脈沖發(fā)射率ri滿(mǎn)足隨機(jī)數(shù)rand>ri，則個(gè)體將根據(jù)式（12）進(jìn)行局部尋優(yōu)：

5）判 斷(rand

其中，f(xi) 表示當(dāng)前蝙蝠個(gè)體的適應(yīng)度值，f(x*)表示空間最優(yōu)適應(yīng)度。

6）判斷是否到達(dá)迭代上限，若是則輸出最優(yōu)適應(yīng)度值；否則，跳轉(zhuǎn)至步驟3）繼續(xù)尋優(yōu)。

2.3 電網(wǎng)智能數(shù)據(jù)處理模型

基于以上理論，該文將IBA-SVM 應(yīng)用于電網(wǎng)的智能數(shù)據(jù)處理，從而對(duì)交互信息系統(tǒng)所收集到的異常數(shù)據(jù)進(jìn)行檢測(cè)，模型的整體流程如圖2 所示。

3 實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)環(huán)境

該文實(shí)驗(yàn)環(huán)境：系統(tǒng)為Windows 10 的計(jì)算機(jī)，PC的CPU 為Intel(R)Core(TM)i9-9900K @ 3.60 GHz，內(nèi)存為32 GB，硬盤(pán)容量為2 TB，所采用的仿真軟件為Matlab 2020A。數(shù)據(jù)集合來(lái)自愛(ài)爾蘭電力公司于2012 年公開(kāi)的電網(wǎng)用戶(hù)用電量開(kāi)源數(shù)據(jù)，該文選擇2009—2010 年中1 800 名電力用戶(hù)在300 天內(nèi)的用電數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)集，其中訓(xùn)練集與測(cè)試集的比例為9∶1。

圖2 電網(wǎng)智能數(shù)據(jù)處理模型工作流程

3.2 實(shí)驗(yàn)結(jié)果

為檢驗(yàn)所提方法的有效性，將該文方法與BP神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network，BPNN）[13-14]、極限學(xué)習(xí)機(jī)（Extreme Learning Machine，ELM）[15-16]、SVM進(jìn)行對(duì)比，測(cè)試集所得分類(lèi)結(jié)果如圖3 所示。

從圖3 可以看出，在該文設(shè)計(jì)的電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)框架下對(duì)電網(wǎng)用戶(hù)用電量數(shù)據(jù)進(jìn)行異常檢測(cè)時(shí)，BPNN 的檢測(cè)準(zhǔn)確率為77.22%，ELM 的檢測(cè)準(zhǔn)確率為87.22%，SVM 的檢測(cè)準(zhǔn)確率為90.56%，而該文方法的準(zhǔn)確率則為94.44%。與其他方法相比，所提方法能夠較為準(zhǔn)確地檢測(cè)出電網(wǎng)數(shù)據(jù)的異常情況。其可適用于電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)的智能數(shù)據(jù)處理，故具有良好的工程實(shí)際應(yīng)用能力。

為進(jìn)一步體現(xiàn)該文方法的優(yōu)勢(shì)，將以上幾種方法與該文方法進(jìn)行運(yùn)算效率對(duì)比，并采用測(cè)試集檢測(cè)的運(yùn)算時(shí)間作為運(yùn)算效率的衡量尺度，所得結(jié)果如表1 所示。

由表1 可知，該文方法的運(yùn)算耗時(shí)與BPNN、ELM 算法相比更少，而與SVM 的運(yùn)算耗時(shí)基本接近。這表明該文提出的方法能在確保運(yùn)算準(zhǔn)確率的同時(shí)也提升了運(yùn)算效率，故可高效實(shí)現(xiàn)對(duì)電網(wǎng)數(shù)據(jù)的智能處理，且工程應(yīng)用的可靠性也較高。

圖3 實(shí)驗(yàn)結(jié)果

表1 運(yùn)算效率分析

4 結(jié)束語(yǔ)

針對(duì)當(dāng)前電網(wǎng)信息交互存在的不足，該文設(shè)計(jì)了一種電網(wǎng)信息實(shí)時(shí)交互系統(tǒng)，在系統(tǒng)框架內(nèi)采用SVM 作為數(shù)據(jù)處理的基礎(chǔ)模型，并引入改進(jìn)的BA 算法完成對(duì)電網(wǎng)數(shù)據(jù)的異常檢測(cè)。通過(guò)實(shí)驗(yàn)分析可知，該文設(shè)計(jì)的系統(tǒng)能夠高效、準(zhǔn)確地處理電網(wǎng)數(shù)據(jù)，并實(shí)時(shí)檢測(cè)出數(shù)據(jù)中的異常情況，進(jìn)而保證了電網(wǎng)的安全運(yùn)行。因此，該文方法對(duì)于電網(wǎng)的信息安全具有重要的推動(dòng)作用。