基于密度峰值聚類的火電機(jī)組設(shè)備狀態(tài)檢修技術(shù)改進(jìn)

國(guó)家電投集團(tuán)內(nèi)蒙古能源有限公司 高建民

由于火電機(jī)組設(shè)備的狀態(tài)數(shù)據(jù)來源廣泛，經(jīng)常會(huì)出現(xiàn)數(shù)據(jù)統(tǒng)計(jì)口徑不同、數(shù)據(jù)錄入員輸入錯(cuò)誤等問題，又因?yàn)槿鄙贆z測(cè)機(jī)構(gòu)而造成間歇性的數(shù)據(jù)異常，這些異常數(shù)據(jù)會(huì)直接影響到電力數(shù)據(jù)傳輸?shù)臏?zhǔn)確性。為能夠準(zhǔn)確整理這些電力數(shù)據(jù)，電力中心大多采用聚類分析的方法對(duì)這些火電機(jī)組設(shè)備的狀態(tài)數(shù)據(jù)進(jìn)行整理和分析，從中判斷出異常數(shù)據(jù)。目前已有很多火電機(jī)組設(shè)備的狀態(tài)異常數(shù)據(jù)的檢測(cè)方法，如基于統(tǒng)計(jì)的火電機(jī)組設(shè)備狀態(tài)數(shù)據(jù)檢測(cè)、基于近鄰模型的火電機(jī)組設(shè)備狀態(tài)數(shù)據(jù)檢測(cè)等，但這些方法大多準(zhǔn)確性很低，在檢測(cè)異常值的過程中經(jīng)常出錯(cuò)。

為得到具備高準(zhǔn)確性的檢測(cè)方法，本文提出了基于密度峰值聚類的火電機(jī)組設(shè)備狀態(tài)檢修技術(shù)改進(jìn)方法。首先需基于密度峰值聚類算法計(jì)算兩個(gè)樣本點(diǎn)的基礎(chǔ)參數(shù)，并根據(jù)這兩個(gè)參數(shù)進(jìn)行火電機(jī)組設(shè)備狀態(tài)數(shù)據(jù)的類間距離進(jìn)行優(yōu)化。通過樣本點(diǎn)與聚類中心的距離集合構(gòu)建決策圖，有了決策圖后，就能直接計(jì)算密度峰值聚類算法的無標(biāo)簽歸類，以此判斷故障數(shù)據(jù)并應(yīng)用于火電機(jī)組設(shè)備狀態(tài)檢修技術(shù)中。最后設(shè)計(jì)實(shí)驗(yàn)，驗(yàn)證本文算法的準(zhǔn)確性與優(yōu)越性。

1 密度峰值聚類算法優(yōu)化研究

1.1 火電機(jī)組設(shè)備狀態(tài)數(shù)據(jù)類間距離優(yōu)化

密度峰值聚類算法是一種新的基于數(shù)據(jù)挖掘的密度聚類方法，該算法的中心思想在于對(duì)中心聚類點(diǎn)的描述[1]。在該算法中通常可尋找一些本身就具備相當(dāng)大的目的的樣本點(diǎn)，這些樣本點(diǎn)與聚類中心相對(duì)距離較遠(yuǎn)，位置上對(duì)聚類中心呈包圍狀。樣本點(diǎn)通常具備密度和距離兩種特征值，密度通常作為特征點(diǎn)的基本特征，距離則表示該組數(shù)據(jù)的特征點(diǎn)與聚類中心間的聯(lián)系緊密度。因此，通過優(yōu)化火電機(jī)組設(shè)備狀態(tài)數(shù)據(jù)的類間距離，形成檢修的決策圖，完成聚類中心在樣本點(diǎn)中的選擇，其特征離散屬性與連續(xù)屬性的定義式如下所示：

其中，i表示特征離散的樣本點(diǎn)，j表示特征連續(xù)的樣本點(diǎn)；χ表示樣本點(diǎn)離散分布的分布規(guī)律；dij表示樣本點(diǎn)i到j(luò)之間的距離；dc表示兩個(gè)樣本點(diǎn)間的截?cái)嗑嚯x[2]。當(dāng)數(shù)據(jù)集集中于樣本點(diǎn)即理想密度切割時(shí)，可通過將樣本i與局部密度間的距離獲取類間密度的最大樣本式（3），此時(shí)的類間密度最大樣本即為最大距離，則該樣本點(diǎn)就會(huì)被自動(dòng)識(shí)別為聚類中心。因此，對(duì)于數(shù)據(jù)集的所有樣本點(diǎn)，均可通過(ρi，δi)的坐標(biāo)設(shè)置二維平面圖，這個(gè)二維平面圖又可稱為決策圖[3]。

在決策圖中有著諸多樣本點(diǎn)與聚類中心之間的關(guān)聯(lián)信息，通過決策圖就能直接找到最優(yōu)的火電機(jī)組設(shè)備狀態(tài)數(shù)據(jù)類間距離。在利用決策圖進(jìn)行計(jì)算時(shí)需額外考慮變量γi，通過ρi和δi能得到一個(gè)綜合性的變量信息，其表達(dá)式為式（4），式中i屬于整個(gè)樣本集。且根據(jù)定義式，γi的值越大則該樣本點(diǎn)越有可能成為聚類中心。當(dāng)該點(diǎn)成為聚類中心后，其他樣本點(diǎn)則自動(dòng)成為具備最優(yōu)類間距離的類簇點(diǎn)。通過該方法對(duì)原始的密度峰值聚類算法進(jìn)行一定的優(yōu)化，得到了一個(gè)能夠容納極大體量、空間結(jié)構(gòu)也相對(duì)復(fù)雜的算法結(jié)構(gòu)。

1.2 密度峰值聚類算法的無標(biāo)簽歸類研究

得到基本的算法結(jié)構(gòu)后，就需集中計(jì)算密度峰值聚類算法的無標(biāo)簽歸類，將該算法的幾種情況分別用數(shù)據(jù)表達(dá)出來[4]。在這個(gè)算法中主要有兩種思想為基礎(chǔ)：一是聚類中心與周圍的樣本點(diǎn)相對(duì)密度較低，二是聚類中心與其他相對(duì)密度較高的樣本點(diǎn)距離較大?；诖耍總€(gè)樣本點(diǎn)進(jìn)行無標(biāo)簽歸類前提是得到公式（1）和公式（3）的基礎(chǔ)參數(shù)。當(dāng)該聚類中心所在的空間z被曲線和高維數(shù)據(jù)點(diǎn)填充滿后，就能夠構(gòu)造出一個(gè)相對(duì)簡(jiǎn)單的二維空間。

此時(shí)為推導(dǎo)出樣本點(diǎn)的標(biāo)簽歸類，可對(duì)火電機(jī)組設(shè)備的狀態(tài)數(shù)據(jù)即理想樣本采樣，設(shè)樣本為S，樣本點(diǎn)i與樣本點(diǎn)j之間的間隔為z，對(duì)多個(gè)間隔進(jìn)行排序，同時(shí)將這些間隔構(gòu)建為一個(gè)樣本點(diǎn)集K={n1,n2,n3,…,nn-1}。同時(shí)，還需要將這些樣本集K中的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，取出上限和下限以及平均數(shù)和眾數(shù)。按照標(biāo)準(zhǔn)火電機(jī)組設(shè)備的狀態(tài)數(shù)據(jù)分組復(fù)制，求出其標(biāo)準(zhǔn)參數(shù)[5]。

綜上所述，此時(shí)將最大密度的火電機(jī)組設(shè)備狀態(tài)的標(biāo)準(zhǔn)值劃分到其他標(biāo)簽中，并求出區(qū)分標(biāo)準(zhǔn)，即密度峰值聚類算法的標(biāo)準(zhǔn)參數(shù)與劃分依據(jù)，通過這些數(shù)據(jù)可直接帶入到火電機(jī)組設(shè)備故障檢測(cè)中，得到其檢修的改進(jìn)技術(shù)。

2 優(yōu)化密度峰值聚類的火電機(jī)組設(shè)備故障數(shù)據(jù)檢測(cè)研究

利用上文中推導(dǎo)出的密度峰值聚類算法進(jìn)行火電機(jī)組設(shè)備狀態(tài)故障數(shù)據(jù)檢測(cè)，需盡量排除聚類簇的影響，也不能使檢測(cè)結(jié)果受到聚類中心周邊樣本點(diǎn)個(gè)數(shù)的影響，因此密度峰值聚類算法的檢測(cè)精度十分依賴于dc的數(shù)值[6]。在考慮樣本類間密度和距離的前提下，將整個(gè)數(shù)據(jù)集的局部特征和數(shù)據(jù)異常的規(guī)則判斷明確地表示出來，就能得到較為理想的結(jié)果。首先需構(gòu)造一個(gè)原始的樣本集，并計(jì)算該樣本集的聚類中心與其他樣本點(diǎn)間的歐式距離d(xi,xj)。將所有距離結(jié)果按照升序排列容納進(jìn)一個(gè)數(shù)據(jù)集，此時(shí)第n個(gè)距離結(jié)果可表示為Nn(xi)。可通過距離結(jié)果的集合計(jì)算樣本點(diǎn)之間的局部密度，此時(shí)的距離近鄰公式可表示為：N(xi)={j∈X|d(xi,xj)≤d(xiN(xi))}（5），式中N(xi)表示樣本點(diǎn)與聚類中心距離的集合，j表示某一樣本點(diǎn)，X表示樣本點(diǎn)的樣本集。這時(shí)可計(jì)算火電機(jī)組設(shè)備狀態(tài)檢修的兩個(gè)參數(shù)并確定其中的異常值。

在計(jì)算機(jī)中設(shè)計(jì)算法時(shí)，需要首先根據(jù)公式（1）和公式（3）計(jì)算兩個(gè)基礎(chǔ)參數(shù)，并求出樣本集中各樣本點(diǎn)的歐式距離，此時(shí)可集中進(jìn)行歸一化處理。然后將所有樣本點(diǎn)與聚類中心的位置信息集結(jié)為一個(gè)集合，并根據(jù)局部距離因子是否小于1判斷是否需要計(jì)算相對(duì)密度[7]。若小于1，則可直接將樣本點(diǎn)的相對(duì)密度賦值為0；若大于1，則需要根據(jù)公式（3）計(jì)算相對(duì)密度。得到故障樣本點(diǎn)之間的相對(duì)密度之后，就能夠根據(jù)公式（5）距離近鄰公式得到樣本點(diǎn)的相對(duì)距離，并以此繪制樣本空間的決策圖，并通過決策圖直接判斷異常點(diǎn)的位置信息。

3 仿真實(shí)驗(yàn)設(shè)計(jì)

本實(shí)驗(yàn)通過對(duì)比分析，驗(yàn)證上文中設(shè)計(jì)的基于密度峰值聚類的火電機(jī)組設(shè)備狀態(tài)檢修改進(jìn)技術(shù)是否能夠更好地進(jìn)行火電機(jī)組設(shè)備故障點(diǎn)的檢測(cè)，與其他傳統(tǒng)檢測(cè)算法相比是否更具備優(yōu)越性。

本實(shí)驗(yàn)通過python軟件實(shí)現(xiàn)仿真設(shè)計(jì)，先后在該仿真軟件上運(yùn)行本文基于密度峰值聚類改進(jìn)算法、基于統(tǒng)計(jì)的火電機(jī)組設(shè)備狀態(tài)數(shù)據(jù)檢測(cè)算法、基于近鄰模型的火電機(jī)組設(shè)備狀態(tài)數(shù)據(jù)檢測(cè)算法。通過這三種算法在運(yùn)行過程中的對(duì)比，得到其算法準(zhǔn)確度的優(yōu)劣比較，驗(yàn)證本文的研究目的是否實(shí)現(xiàn)。實(shí)驗(yàn)中的數(shù)據(jù)來源于某電力公司的一臺(tái)火電機(jī)組設(shè)備，每0.5h采樣一次，測(cè)得其所有有功功率，即每日采集樣本48個(gè)。如此一月后將所有樣本整合，得到正常的樣本點(diǎn)1023個(gè)、異常樣本點(diǎn)417個(gè)。在其中抽取20個(gè)樣本點(diǎn)，其中正常樣本點(diǎn)15個(gè)、異常樣本點(diǎn)5個(gè)，分散在仿真軟件的程序中。

通過計(jì)算火電機(jī)組設(shè)備狀態(tài)的數(shù)據(jù)情況，驗(yàn)證該樣本點(diǎn)是否為異常樣本，計(jì)算公式為：其中表示經(jīng)過歸一化處理后的火電機(jī)組設(shè)備狀態(tài)的數(shù)據(jù)負(fù)荷值，取值區(qū)間為[0，1]；i表示該火電機(jī)組模型中的樣本點(diǎn)個(gè)數(shù)，該實(shí)驗(yàn)中取20；Pi表示單次計(jì)算該火電機(jī)組模型的電力數(shù)據(jù)波動(dòng)值。對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)利用上文所述三種算法進(jìn)行異常值檢測(cè)，對(duì)比實(shí)驗(yàn)結(jié)果的準(zhǔn)確性，判斷三種算法的優(yōu)越性。

表1 實(shí)驗(yàn)結(jié)果

當(dāng)負(fù)荷值大于0.3340時(shí)檢測(cè)結(jié)果為異常，否則為正常，因此得到如表1所示的三種算法的檢測(cè)結(jié)果。由實(shí)驗(yàn)結(jié)果可知，本文設(shè)計(jì)的基于密度峰值聚類的火電機(jī)組設(shè)備狀態(tài)檢修改進(jìn)技術(shù)在20個(gè)樣本點(diǎn)中均沒有錯(cuò)誤發(fā)生，而其他兩種傳統(tǒng)算法均產(chǎn)生了檢測(cè)結(jié)果的錯(cuò)誤，正確率均為90%。由此可知，本文的算法改進(jìn)所得到的檢測(cè)結(jié)果均與標(biāo)準(zhǔn)數(shù)據(jù)相吻合，沒有錯(cuò)檢或漏檢的情況發(fā)生，確實(shí)能夠解決傳統(tǒng)算法檢測(cè)準(zhǔn)確性低的問題。然而密度峰值聚類改進(jìn)算法還存在一定的局限性，雖然在數(shù)據(jù)的準(zhǔn)確度上有所提高，但是卻在一定程度上降低了運(yùn)算效率，接下來可以根據(jù)這方面進(jìn)行一定的研究。