数据挖掘在配网台区重过载预测中的应用

随着电力系统信息化程度的不断提升和电力市场化的深化推进，电网运营模式中智能化诉求日趋明显。配用电领域无疑是大数据和人工智能应用研究的重要土壤，其业务需求与数据驱动的分析方法高度一致，因此也产生了大量基于大数据和人工智能的业务场景和实践。配变台区的重过载预测即是两者结合的典型之一，已经存在不少的研究和实践成果。在此，小编结合团队开展的数据挖掘和人工智能技术在配电台区重过载预测中的应用研究工作与大家进行分享与探讨。

重过载现象本质上反映了相对静态的电源容量不能满足某些条件下的用户用电需求。台区内的用户类型、用户数量、用电行为等不同程度上决定了用户的用电负荷特征。进一步扩展来看，用户方面的各项变化又受到天气、时节、群体活动、经济波动等众多自然与社会环境的影响。另一方面，设备自身的缺陷以及台区内拓扑的不合理同样会导致重过载的发生。最后，恶劣的运行环境所引起的设备非正常损耗也会增加重过载风险。

图1 重过载关联因素

结合对业务流程和数据现状的深度调研，我们考虑从以下四个层面逐步实现对配变重过载的预测：1）重过载类型细分，从重过载发生时段、持续时长、发生相别、负载率水平等多个方面对重过载事件进行细分；2）配变重过载的影响因素分析，通过多变量多层关联分析技术，分析单个变量或变量组合与重过载事件之间的强弱关联；3）配变重过载预测，通过机器学习方法结合上一步中获得的影响因素指标，建立配变重过载模型；从原始数据中获取样本数据对模型参数进行训练；4）对模型效果进行评估，从增加样本数量、改变模型架构以及选择不同的影响因素组合等几个方面对模型进行迭代式优化。具体来说，又可以分为以下5个阶段，如图2所示。其中，重点需要对以下几点进行说明。

图2 整体研究思路

1）目前实际业务中对于重过载事件的判定通常依靠负载率和持续时间两项指标。一般来讲，负载率处于80%~100%之间，持续时间在两小时以上（按照每小时采集一次数据计算，即至少三个数据点）视为重载事件；负载率超过100%，持续时间在两小时以上视为过载事件。以上原则也会结合业务人员的运维需求和现场经验进行调整。但考虑到台区下用户用电行为的随机性和复杂性，负载率波动和突变情况时有发生，重载和过载两种状态无法通过上述定义进行准确地识别。另外，仅通过负载率和持续时间两项指标对重过载事件进行描述过于片面，有限的信息很难支撑运维人员有针对性地做出决策。因此在明确业务定义时，我们从实际数据出发，提出从以下三个方面对重过载事件的识别进行调整，如图3。

图3 重过载事件定义优化

另一方面，需要明确模型的技术目标，包括模型的预测精度和预测时间跨度等，模型的目标一定程度上决定了特征变量和模型架构的选择。

2）随着电力系统信息化程度不断加深，目前在电力企业的各业务环节中都具备信息化系统支撑，系统之间的数据贯通和融合不是在本期讨论范围之内，但数据的获取是开展任何大数据应用研究的前提，本案例中涉及到的业务系统及数据范围如图4，数据体量约3亿条左右。数据质量决定了模型效果的上限，因此在从业务系统中获取原始数据后需要对数据质量进行评估，必要时通过清洗、补齐等技术手段对原始数据进行预处理。

图4 原始数据范围

3）在特征变量设计与关联分析上，特征变量是进行关联分析的直接输入，特征变量可以来自原始数据字段也可以通过对原始数据字段进行加工后获得。特征变量的设计可以依靠业务经验也可以依据某些标准原则。但特征变量的好坏最终需要通过关联分析结果来衡量。通常情况下，特征变量的设计与关联分析也是多轮迭代的过程。特征变量的提取是指对从原始数据到特征变量数据的实现过程，通过提取形成用于关联分析的特征变量数据集。

图5 特征变量设计

特征变量关联分析一般是通过关联分析方法对特征变量数据集进行操作，得到与重过载相关的变量-值对，变量-值对即反映了重过载的影响因素。关联分析方法的选择需要根据数据类型和分析目标综合确定；

4）对于模型选择与参数训练，重过载预测属于数据挖掘中的预测问题范畴。从传统的回归方法到ANN、SVM等人工智能方法，各类预测模型在具体问题上的表现都有所差异。通常的做法是选取多种模型进行效果比对。需要注意的是，成为影响因素的特征变量一般需要进行一定的数据变换才能成为预测模型的输入变量。因此在进行多模型比对之前需要对这部分工作量加以考虑；最后，通过一部分历史数据对模型效果进行验证，除了准确率、命中率等模型性能指标外，从业务角度对模型的认可程度也是对模型效果进行评价的重要依据。

配变台区重过载预测对于及时发现重过载隐患、优化设备升级改造计划具有重要作用，可以完善重过载事件的闭环管理，切实提升重过载治理水平。预测能力作为大数据和人工智能的重要技术优势之一，在电网的智能化进程中必将发挥举足轻重的作用。物理仿真模型和数据驱动方法相结合将是解决电网运行问题和提升电网运营水平的必然趋势。