基于数据挖掘的电能量数据异常特征提取方法

代 庆，陈耀冲，张 霞

（南方电网数字电网研究院有限公司，广东广州 510520）

为了实现电能数据的合理利用，必须保证电能数据的质量满足应用要求[1]，需要进行电能数据异常特征的提取[2]。

电能量数据维度较为显著，且数据量庞大，这对电能量数据异常特征准确、高效提取存在一定影响，文献[3]、文献[4]分别提出了基于DBN-RF 的电网工控系统异常识别方法、基于KL 变换和KL 散度的电网数据特征提取与分类方法，这两种方法对电能量数据异常特征的提取精度较高，但运算过程较为复杂，实时性得不到保证，对高维、海量的电能量数据应用的适用性较差。为此，该文提出基于数据挖掘的电能量数据异常特征提取方法，以期实现电能量数据异常特征的实时提取。

1 数据异常特征提取方法

1.1 异常电能量数据检测方法

快速密度峰值聚类算法存在两种假设：第一种是异常电能量数据聚类中心被密度较小的邻居数据包围[5]；第二种是聚类中心和其他密度较小的数据点距离均十分显著[6]。

此类情况下，针对异常电能量数据样本点而言，必须运算两种参数：局部密度qj与距离αj。局部密度qj的运算和另一个参数阶段距离ec存在密不可分的关系，电能量数据集里随机一个样本点yj的局部密度qj为：

其中，电能量数据样本点yj和yi的距离是eji；β是样本数量。qj可描述电能量数据集Y里和yj距离低于ec的异常电能量数据样本点数目。

距离αj描述为：

其中，qi是电能量数据样本点i局部密度；αj是描述电能量数据样本点yj与比其密度显著的样本点之间距离最小值，但电能量数据集里密度最高的样本，存在αj=maxeji，此时，此样本点将存在最大密度与最大距离，将被看作为聚类中心，但局部密度不大、距离显著的数据点便属于异常电能量数据。

在获取电能量数据集Y里全部样本点的(qj,αj)后，制作qj与αj的二维平面图，简称决策图，在决策图里兼具qj与αj最大值的点，此类点能够看作数据集Y的聚类中心。从异常数据检测的角度分析，决策图里能够兼具qj与αj最小、最大的点，可初步看作为异常数据。在原始电能量数据集里[7-10]，运算随机样本yj和其他样本之间的欧式距离e(yj,yi)，并把运算结果根据升序准则排序，将第h个距离的样本设成Mh(yj)，yj的H个最近邻是：

通过M(yj)运算yj的局部密度：

其中，H为电能量数据样本数，其局部百分比为w，且H=wM，若局部密度值较大，则随机样本yj的密度较大。

1.2 电能量数据异常特征提取方法

1.2.1 样本属性分类

异常电能量数据特征，可体现电能量数据的波动性与变异性，该文使用基于数据挖掘的异常电能量数据特征分类方法，通过数据挖掘技术中的聚类算法将异常电能量数据进行特征聚类[11-14]。设置所获取的需要进行特征分类的异常电能量数据集合为N，N具有M个异常电能量数据样本集合。异常电能量数据样本权值是di(t)，异常电能量数据聚类权值是对Ht个异常电能量数据样本yi(1)设置H个聚类中心，那么异常电能量数据聚类中心为，异常电能量数据样本相对聚类中心的模糊隶属度为φji。假定具有m个b维异常电能量数据特征集合，描述成A=()a1,a2,…,am，那么各个特征aj相应的密度指标是：

其中，异常电能量数据特征aj的邻域区间半径是sa，将此区间里密度最大值设成a1，那么密度指标设 成E1。ai、aj依次 是 描 述 异 常 电能量数 据i、j的特征。如果第k次异常电能量数据聚类中心是ak，其密度指标是Ek，则式（6）变换为：

其中，异常电能量数据密度指标的邻域区间半径是sb。

1.2.2 特征提取优化

将异常电能量数据集合设成N={n1,n2,…,nn}，异常电能量数据特征分类的个体最优解集合是Rj={rj1,rj2,…,rjb}，全局最优解集合是Rg={rg1,rg2,…,rgb}，此时异常电能量数据特征分类的更新方案是：

求解异常电能量数据特征分布聚类的最大值，则：

求解平均粒度，则：

其中，第i个采样点j维中的分布聚类是gji(t)；异常电能量数据维度是b；总样本N里异常电能量数据数量是n。

将高阶统计量的异常电能量数据特征聚类度设成v，则有：

将v值进行循环迭代，便能完成异常电能量数据特征参数优化选择，获取最终的异常电能量数据特征aj，实现电能量数据异常特征提取。

2 实验结果与分析

2.1 实验设置

为测试该文方法对电能量数据异常特征的提取效果，在Windows10 系统中搭建实验平台，内存为16 GB，主要使用Python3.6 实现。实验中所用电能量数据集源于某电力集团2020 年的电能量数据，在排除了356 条不可用数据后，以剩余的30 232 条电能量数据记录为数据样本，此样本中分为正向有功总电量、反向无功总电量、四象限无功电量三种。

2.2 异常电能量数据检测结果与分析

使用该文方法检测该电力集团2020 年的电能量数据中正向有功总电量、反向无功总电量、四象限无功电量三种电能量数据样本里的异常数据，检测结果如表1 所示。

根据表1 测试结果显示，检测结果和异常数据样本量记录基本一致，可有效检测异常电能量数据。

表1 异常电能量数据检测效果

使用该文方法、文献[3]方法、文献[4]方法对正向有功总电量、反向无功总电量、四象限无功电量三种数据进行异常数据检测，检测结果如图1-3 所示。

图1 正向有功总电量数据中异常电能量数据检测结果

根据图1-3 显示结果可知，该文方法、文献[3]方法、文献[4]方法对正向有功总电量、反向无功总电量、四象限无功电量三种数据进行异常数据检测后，该文方法的检测率均高于0.95，且均大于文献[3]方法、文献[4]方法。误报率均小于0.02，且均小于对比方法。由此可证，在同类检测方法中，该文方法对异常电能量数据的检测效果最佳。

图2 反向无功总电量数据中异常电能量数据检测结果

图3 四象限无功电量数据中异常电能量数据检测结果

3 结论

使用该文方法检测正向有功总电量、反向无功总电量、四象限无功电量三种电能量数据样本里的异常数据后，检测结果和异常数据样本量记录基本一致，检测偏差值最大值为1 条，在可接受范围之内；对正向有功总电量、反向无功总电量、四象限无功电量三种数据进行异常数据检测后，检测率均高于0.95，误报率均小于0.02，对电能量数据异常特征的提取效果最好。由此可知，该文方法可提升电能量数据异常特征提取效果。