電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警方法

羅世剛

(國(guó)網(wǎng)甘肅省電力公司, 甘肅 蘭州 730030)

0 引言

電力營(yíng)銷(xiāo)是指電力企業(yè)在變化的市場(chǎng)環(huán)境中，以滿(mǎn)足電力消費(fèi)需求為目的，提供個(gè)性化的電力產(chǎn)品和服務(wù)，最終達(dá)到獲利的目的[1]。從本質(zhì)上來(lái)講，電力營(yíng)銷(xiāo)可以調(diào)整電力市場(chǎng)的需求與供給之間的關(guān)系，保證電力服務(wù)質(zhì)量，實(shí)現(xiàn)電力供求平衡[2]。遠(yuǎn)程費(fèi)控系統(tǒng)主要是由電力主站系統(tǒng)、集中器采集器以及安裝在居民樓中的智能電表構(gòu)成。電力主站系統(tǒng)含有多個(gè)終端接口，以連接多個(gè)智能電表，主站與智能電表通過(guò)無(wú)線傳輸通道進(jìn)行數(shù)據(jù)傳輸，并連接到營(yíng)銷(xiāo)業(yè)務(wù)應(yīng)用接口，實(shí)現(xiàn)主站與智能電表之間的數(shù)據(jù)共享[3]。

研究電力實(shí)時(shí)費(fèi)控系統(tǒng)預(yù)警方法，可以依照系統(tǒng)的運(yùn)行狀態(tài)，得到系統(tǒng)負(fù)荷的大小及變化，幫助電力工作人員對(duì)系統(tǒng)開(kāi)展維修與保養(yǎng)工作[4]。國(guó)內(nèi)對(duì)實(shí)時(shí)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警方法研究的起步較晚，理論與實(shí)踐方面并不成熟，例如基于模糊理論的預(yù)警方法[5]以及基于功能測(cè)試的預(yù)警方法[6]等，但是經(jīng)過(guò)研究發(fā)現(xiàn)，當(dāng)前方法易將正常數(shù)據(jù)誤標(biāo)記為異常數(shù)據(jù)，導(dǎo)致預(yù)警時(shí)間過(guò)長(zhǎng)，為解決該問(wèn)題，提出一種新的電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警方法。

1 電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警方法設(shè)計(jì)

1.1 系統(tǒng)異常運(yùn)行狀態(tài)診斷

在診斷實(shí)時(shí)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)時(shí)，首先需要挖掘系統(tǒng)運(yùn)行異常狀態(tài)的數(shù)據(jù)，挖掘過(guò)程的流程圖如圖1所示。

由圖1所示的挖掘過(guò)程，以費(fèi)控系統(tǒng)歷史運(yùn)行狀態(tài)參數(shù)作為原始數(shù)據(jù)，并選擇目標(biāo)樣本數(shù)據(jù)。在此基礎(chǔ)上對(duì)所獲得的數(shù)據(jù)進(jìn)行預(yù)處理(融合與清洗)，刪除冗余、不一致的數(shù)據(jù)，統(tǒng)一運(yùn)行狀態(tài)數(shù)據(jù)挖掘的標(biāo)準(zhǔn)[7]。將預(yù)處理后的數(shù)據(jù)轉(zhuǎn)換為適合數(shù)據(jù)挖掘的模式，針對(duì)不同的異常運(yùn)行情況選取貝葉斯算法作為異常診斷的依據(jù)，最終將所有異常運(yùn)行狀態(tài)轉(zhuǎn)換為可理解、可使用的數(shù)據(jù)模式。

圖1 挖掘過(guò)程

智能電表本身就含有一個(gè)電能運(yùn)行系統(tǒng)，定義其輸出功率與相關(guān)物理量之間的關(guān)系，如式(1)。

(1)

其中，P表示智能電表的輸出功率;Lp表示電能利用系數(shù);I表示流經(jīng)智能電表的電流;R表示電表內(nèi)的電阻值。系統(tǒng)主要通過(guò)主站內(nèi)管理系統(tǒng)輸出的信號(hào)實(shí)現(xiàn)對(duì)智能電表控制，首先將控制信號(hào)轉(zhuǎn)換為能夠讓智能電表運(yùn)行的電能，依照智能電表的不同控制區(qū)域，控制式(1)中的各個(gè)變量[8]。將控制電表運(yùn)行的各部分篩選出來(lái)，定義異常運(yùn)行狀態(tài)的類(lèi)型，并進(jìn)行編號(hào)，如表1所示。

表1 電表主要故障類(lèi)型

由表1所示的電表主要故障類(lèi)型，對(duì)不同的故障進(jìn)行編號(hào)，選取電表異常運(yùn)行狀態(tài)特征參數(shù)，依照不同的異常運(yùn)行狀態(tài)的參數(shù)，制定電力實(shí)時(shí)費(fèi)控系統(tǒng)不同的監(jiān)測(cè)策略[9]。

1.2 異常狀態(tài)判斷

假設(shè)圖1挖掘到的數(shù)據(jù)集為X，選取不同的尺度劃分該數(shù)據(jù)集[10]，利用奇異值標(biāo)記不同的故障編號(hào)，計(jì)算均值，如式(2)。

(2)

(3)

所以此時(shí)異常點(diǎn)標(biāo)記過(guò)程，就可表示為式(4)。

(4)

其中，μ表示異常點(diǎn)標(biāo)記系數(shù)。當(dāng)μ系數(shù)處于正態(tài)分布時(shí)，表示費(fèi)控系統(tǒng)處于正常運(yùn)行狀態(tài)，而數(shù)據(jù)在3倍標(biāo)準(zhǔn)差(-3σc,3σc)區(qū)域內(nèi)的概率為99.7%，所以此時(shí)μ值為3，異常點(diǎn)標(biāo)記超過(guò)正常范圍的數(shù)據(jù)[11]。為了防止誤標(biāo)記正常數(shù)據(jù)，計(jì)算誤標(biāo)記比率，計(jì)算式如式(5)。

(5)

其中，ε表示運(yùn)行狀態(tài)劃分后的誤標(biāo)記比率；Th表示誤標(biāo)記數(shù)據(jù)數(shù)量；N表示數(shù)據(jù)總量。參照計(jì)算出的誤標(biāo)記比率，以誤標(biāo)記比率為判斷依據(jù)，判斷條件如式(6)。

(6)

根據(jù)上述定義設(shè)定：0.5≥ε>0區(qū)間內(nèi)，全為費(fèi)控系統(tǒng)異常運(yùn)行數(shù)據(jù)；1≥ε>0.5區(qū)間內(nèi)含有部分正常運(yùn)行狀態(tài)數(shù)據(jù)；ε>1表示全為正常運(yùn)行狀態(tài)數(shù)據(jù)。采用滑動(dòng)窗口方法進(jìn)一步解決上述異常點(diǎn)誤標(biāo)記情況，使用的滑動(dòng)窗口如圖2所示。

圖2 所使用的滑動(dòng)窗口

(7)

依照均值的大小，調(diào)整樣本累計(jì)之和以及初始值，根據(jù)調(diào)整數(shù)值的不同設(shè)置費(fèi)控系統(tǒng)監(jiān)測(cè)策略[12]。使用控制策略下滑動(dòng)窗口，計(jì)算置信區(qū)間，判斷異常區(qū)間參數(shù)，實(shí)現(xiàn)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常判斷[13]。

1.3 實(shí)現(xiàn)異常預(yù)警

實(shí)現(xiàn)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警前，整理上述結(jié)果，設(shè)置異常預(yù)警過(guò)程如圖3所示。

圖3 異常預(yù)警實(shí)現(xiàn)過(guò)程

根據(jù)圖3所示的異常預(yù)警過(guò)程，設(shè)定累積和的初始值為0，計(jì)算每一個(gè)異常狀態(tài)數(shù)據(jù)的累積和S如式(8)。

(8)

根據(jù)式(8)，計(jì)算得到異常數(shù)據(jù)樣本數(shù)據(jù)的極值為式(9)。

(9)

計(jì)算出每個(gè)異常數(shù)據(jù)樣本中的極值后，統(tǒng)計(jì)異常樣本數(shù)據(jù)中處于2個(gè)極值之間的數(shù)據(jù)數(shù)量，定義為M，此時(shí)異常數(shù)據(jù)置信度λ的計(jì)算式如式(10)。

(10)

其中，T表示滑動(dòng)窗口的時(shí)間序列。將置信度限值設(shè)定為預(yù)警指標(biāo)，當(dāng)超過(guò)置信度限值時(shí)，則表明預(yù)警費(fèi)控系統(tǒng)處于異常運(yùn)行狀態(tài)[14]。為了防止上述選取的狀態(tài)數(shù)據(jù)之間的相關(guān)性不強(qiáng)，導(dǎo)致得到的置信度限值存在誤差，造成虛假預(yù)警，因而需要計(jì)算狀態(tài)數(shù)據(jù)的相關(guān)性，如式(11)。

(11)

(12)

依照式(12)定義ri的數(shù)量關(guān)系：當(dāng)|ri|=0時(shí)，各個(gè)狀態(tài)數(shù)據(jù)樣本之間不存在相關(guān)性；當(dāng)0<|ri|≤0.3時(shí)，則表示基本不存在相關(guān)性；當(dāng)0.3<|ri|≤0.6時(shí)，則呈現(xiàn)低度相關(guān)性。當(dāng)0.6<|ri|≤0.8時(shí)，則表示運(yùn)行狀態(tài)數(shù)據(jù)呈現(xiàn)顯著性的相關(guān)關(guān)系；當(dāng)0.8<|ri|<1時(shí)，呈現(xiàn)高度相關(guān)性；當(dāng)|ri|=1時(shí)，各個(gè)運(yùn)行數(shù)據(jù)呈現(xiàn)完全相關(guān)性。依照上述定義，獲取費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常值，如圖4所示。

圖4 費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常值

在圖4所示運(yùn)行狀態(tài)異常值處，設(shè)定一個(gè)殘差閾值[15]，當(dāng)實(shí)時(shí)費(fèi)控系統(tǒng)出現(xiàn)運(yùn)行異常時(shí)，根據(jù)殘差閾值，電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)會(huì)向主站發(fā)出預(yù)警，提示電力營(yíng)銷(xiāo)工作人員。綜合上述處理過(guò)程，最終完成電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警方法的研究。

2 仿真實(shí)驗(yàn)

為了驗(yàn)證本文所設(shè)計(jì)的電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警方法的實(shí)際應(yīng)用效果，進(jìn)行了仿真實(shí)驗(yàn)，選擇文獻(xiàn)[5]方法與文獻(xiàn)[6]方法作為實(shí)驗(yàn)對(duì)比方法，具體的實(shí)驗(yàn)過(guò)程如下。

2.1 實(shí)驗(yàn)準(zhǔn)備

此次實(shí)驗(yàn)中需要模擬費(fèi)控系統(tǒng)運(yùn)行過(guò)程，利用開(kāi)發(fā)工具及運(yùn)行環(huán)境如表2所示。

表2 開(kāi)發(fā)與運(yùn)行環(huán)境配置

使用表2所示的開(kāi)發(fā)與運(yùn)行環(huán)境，模擬出的電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)的工作流程，如圖5所示。

圖5 實(shí)時(shí)費(fèi)控系統(tǒng)工作流程

分別令圖5中7個(gè)部分運(yùn)行出現(xiàn)異常，得到7個(gè)部分2種傳輸頻率下的數(shù)據(jù)集合，如表3所示。

表3 異常運(yùn)行狀態(tài)的數(shù)據(jù)集

利用表3所示的數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，分別使用2種文獻(xiàn)方法與本文所設(shè)計(jì)的電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警方法進(jìn)行實(shí)驗(yàn)，對(duì)比3種預(yù)警方法的綜合性能。

2.2 實(shí)驗(yàn)結(jié)果分析

基于以上實(shí)驗(yàn)準(zhǔn)備，比較3種方法對(duì)于電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控運(yùn)行狀態(tài)異常判斷的準(zhǔn)確率，結(jié)果如圖6所示。

圖6 判斷準(zhǔn)確率比較

分析圖6可知，文獻(xiàn)[5]方法的電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控運(yùn)行狀態(tài)異常判斷準(zhǔn)確率在71%—94%之間變化，判斷準(zhǔn)確性高，但是不穩(wěn)定。文獻(xiàn)[6]方法對(duì)于電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控運(yùn)行狀態(tài)異常判斷的準(zhǔn)確率在73%—82%之間，而本文方法的判斷準(zhǔn)確率始終高于95%，說(shuō)明該方法能夠?qū)崿F(xiàn)電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控運(yùn)行狀態(tài)異常精準(zhǔn)判定。

在上述實(shí)驗(yàn)的基礎(chǔ)上，比較不同方法應(yīng)用后的系統(tǒng)負(fù)載，系統(tǒng)負(fù)載越低，說(shuō)明系統(tǒng)運(yùn)行速度越快，故障預(yù)警效果與維護(hù)效果越好，比較結(jié)果如圖7所示。

圖7 負(fù)載比較

電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)在文獻(xiàn)[5]方法控制下，系統(tǒng)的負(fù)載值最大。而在文獻(xiàn)[6]方法控制下費(fèi)控系統(tǒng)負(fù)載值相對(duì)于文獻(xiàn)[5]方法的負(fù)載值要小很多，而本文方法控制下的費(fèi)控系統(tǒng)負(fù)載數(shù)值最小，可以減輕費(fèi)控系統(tǒng)在實(shí)際預(yù)警時(shí)的負(fù)載，提升故障預(yù)警效果與維護(hù)效果。

比較在3.6 GHz的系統(tǒng)傳輸頻率下，不同方法的預(yù)警時(shí)間，結(jié)果如表4所示。

表4 3種預(yù)警方法預(yù)警時(shí)間

根據(jù)表4所示的預(yù)警時(shí)間測(cè)試結(jié)果，3種方法對(duì)于電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控運(yùn)行狀態(tài)異常預(yù)警都表現(xiàn)出了良好的時(shí)效性，但依舊存在一定的差別，在3.6 GHz的系統(tǒng)傳輸頻率下，文獻(xiàn)[5]方法的平均預(yù)警時(shí)間在0.13 s左右，文獻(xiàn)[6]方法的平均預(yù)警時(shí)間在0.08 s左右，而研究方法的平均預(yù)警時(shí)間在0.03左右。比較3種方法的預(yù)警時(shí)間，本文方法的預(yù)警時(shí)間更短，性能更優(yōu)。綜合上述所有實(shí)驗(yàn)結(jié)果可知，與文獻(xiàn)方法相比，無(wú)論是在費(fèi)控系統(tǒng)負(fù)載指標(biāo)上，還是預(yù)警時(shí)間指標(biāo)上，本文方法更加適合在實(shí)際電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)中使用。

3 總結(jié)

為縮短電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)異常運(yùn)行狀態(tài)預(yù)警時(shí)間，提升系統(tǒng)安全性，本文提出一種新的電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)異常運(yùn)行狀態(tài)預(yù)警方法。以不同管轄范圍內(nèi)的費(fèi)控系統(tǒng)歷史數(shù)據(jù)為研究對(duì)象，通過(guò)數(shù)據(jù)挖掘得到異常運(yùn)行數(shù)據(jù)，采用滑動(dòng)窗口方法連續(xù)標(biāo)記異常運(yùn)行狀態(tài)數(shù)據(jù)，以計(jì)算得到的置信度數(shù)值為預(yù)警限值，實(shí)現(xiàn)對(duì)費(fèi)控系統(tǒng)運(yùn)行狀態(tài)異常預(yù)警。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)于電力營(yíng)銷(xiāo)實(shí)時(shí)費(fèi)控系統(tǒng)異常判斷的準(zhǔn)確率高，降低了系統(tǒng)負(fù)載，縮短了異常預(yù)警時(shí)間。但本文所設(shè)計(jì)的預(yù)警方法在診斷異常運(yùn)行狀態(tài)時(shí)，側(cè)重于智能電表，存在診斷誤差的可能性較大，還需后續(xù)的研究繼續(xù)完善。