高曦瑩，關(guān) 艷，楊飛龍，曹世龍，王英新

(1.國網(wǎng)遼寧省電力有限公司電力科學(xué)研究院，遼寧 沈陽 110006；2.國網(wǎng)沈陽供電公司，遼寧 沈陽 110004)

電費收入是供電企業(yè)的主要收入來源，是保證國家電力行業(yè)持續(xù)健康發(fā)展的基礎(chǔ)和保證。然而，由于誠信體系的缺失，個別用電企業(yè)存在違約用電，供電企業(yè)內(nèi)部個別員工存在徇私舞弊現(xiàn)象，致使供電企業(yè)蒙受較大的經(jīng)濟(jì)損失。因此，研究科學(xué)有效的電價執(zhí)行稽查方法成為一項不斷更新的研究課題[1]。

隨著科技的發(fā)展，供電企業(yè)信息化程度不斷提高，國家電網(wǎng)公司建立了“客戶導(dǎo)向型，機(jī)構(gòu)扁平型，業(yè)務(wù)集約化，管理專業(yè)化，管控實時化，服務(wù)協(xié)同化”一型五化電力營銷體系。大量電力營銷系統(tǒng)信息使得采用智能數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)挖掘成為可能，并隨著智能方法的更新發(fā)揮出越來越大的作用。其中，電價執(zhí)行稽查方法也在不斷更新，現(xiàn)有的方法有3種：一是采用人工檢查定期巡檢，該方法效率低、工作量大，正在逐漸淘汰；二是通過普通網(wǎng)絡(luò)稽查監(jiān)控系統(tǒng)，設(shè)立用電量門限閾值篩選，該方法只能對門限閾值超量的電價執(zhí)行異常進(jìn)行篩選，原理簡單但準(zhǔn)確率較低；三是通過聚類等傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行系統(tǒng)篩選，但該方法只能憑借用電軌跡對電價執(zhí)行異常進(jìn)行辨別[2]，情況單一，無法處理異構(gòu)數(shù)據(jù)，在用戶數(shù)據(jù)局部缺失的情況下無法進(jìn)行有效分析計算[3]。

針對上述方法局限性，本文提出一種基于深度學(xué)習(xí)變分自動編碼器算法(variational autoencoder based anomaly detection algorithm，VABAD)解決在電價執(zhí)行稽查過程出現(xiàn)的問題。該方法中采用的變分自動編碼技術(shù)既是判別性模型又是生成性模型，既可以用來檢測異常數(shù)據(jù)又可以通過特征概率來恢復(fù)數(shù)據(jù)。其最大的優(yōu)勢是該技術(shù)通過重構(gòu)概率來判定異常數(shù)據(jù)而不是重構(gòu)數(shù)據(jù)本身，使得多種異常數(shù)據(jù)可加入判別，極大豐富了判定依據(jù)，可有效處理多種電價執(zhí)行稽查。該方法分為3部分：一是用電數(shù)據(jù)獲得并進(jìn)行分類；二是用電數(shù)據(jù)提取概率特征，為每一個樣本構(gòu)造專屬正態(tài)分布，然后采樣重構(gòu)，并訓(xùn)練編碼器及解碼器；三是利用重構(gòu)概率(蒙特卡洛估計值)實現(xiàn)異?？蛻襞袆e，實現(xiàn)電價執(zhí)行稽查。該方法的總體框圖見圖1，利用該方法在東北某省電網(wǎng)進(jìn)行電價執(zhí)行稽查，結(jié)果表明，該方法有效提高了稽查準(zhǔn)確性，大幅降低了稽查不匹配率，極大減輕了供電企業(yè)工作量，具有較好的實用性和可行性。

圖1 電價稽查執(zhí)行方法總體框圖

1 用電數(shù)據(jù)獲取

1.1 獲取數(shù)據(jù)

數(shù)據(jù)取自供電企業(yè)市場營銷及營銷稽查監(jiān)控業(yè)務(wù)數(shù)據(jù)庫，數(shù)據(jù)類型及對應(yīng)數(shù)值化舉例如下。

異常種類：包括售電均價波動、特殊電價執(zhí)行異常、超容量用電、居民大電量、農(nóng)排大電量、化肥大電量、力率執(zhí)行異常、變損電量異常、兩部制電價執(zhí)行異常、分時電價執(zhí)行異常等，對應(yīng)數(shù)值種類從1到N。

客戶用電一般屬性：包括電壓、電流、變壓器容量、平均功率因數(shù)、平均負(fù)載率、超容率、總電費、基本電費、峰時電費、平時電費、谷時電費等，數(shù)值按歸一化處理以便于計算。

客戶用電高級屬性：包括用電同比、環(huán)比、偏差率、峰總比、平總比、谷總比、峰谷比等，數(shù)值大部分為比值，直接代入矩陣。

客戶數(shù)據(jù)屬性：包含用戶類別、所屬行業(yè)、所屬位置、抄表號段、售電均價、上月售電均價、上年同期售電均價、售電環(huán)比同比、景氣指數(shù)等，數(shù)值分類數(shù)值化。

1.2 簡單分類

將系統(tǒng)中采集的數(shù)據(jù)按照正常數(shù)據(jù)集和異常數(shù)據(jù)集分類導(dǎo)入算法模型，異常數(shù)據(jù)集樣本數(shù)量較少，但足以對模型進(jìn)行半監(jiān)督學(xué)習(xí)訓(xùn)練。將樣本中的文字信息轉(zhuǎn)化為數(shù)字信息，并將包含4類數(shù)據(jù)類型的數(shù)據(jù)形成正常數(shù)據(jù)集X、異常數(shù)據(jù)集x。

式中：M、N、m、n代表維度。

2 用電數(shù)據(jù)提取概率特征

判別模型通過變分自動編碼器模型得以實現(xiàn)。變分自動編碼器主要由編碼器、解碼器、額外損失3部分構(gòu)成。其原理圖見圖2。

圖2 變分自動編碼器原理圖

每一個樣本數(shù)據(jù)在編碼器中通過均值和方差分布降維生成隱藏變量z，通過解碼器還原樣本(升維)；通過KL散度衡量額外損失L；通過重建概率可有效判別電價執(zhí)行異?？蛻簟＞唧w步驟如下。

確定網(wǎng)絡(luò)結(jié)構(gòu)，總共具有q+2層，輸入層和輸出層各占1層，q為隱藏層的層數(shù)。

導(dǎo)入正常數(shù)據(jù)集X，確定到模型的超參數(shù)，訓(xùn)練有向圖模型參數(shù)θ、φ[4]。

初始化編碼器網(wǎng)絡(luò)，網(wǎng)絡(luò)作用是將數(shù)據(jù)集中的樣本數(shù)據(jù)映射到隱藏分布參數(shù)z中，輸入過程是將非線性激活函數(shù)的密度集(Dense函數(shù))進(jìn)行連接并向前發(fā)送，然后將輸入數(shù)據(jù)轉(zhuǎn)換成隱藏空間的2個變量，使用密度集連接隱藏變量z的均值μz(i)和z的logσ2使用σz(i)表示輸入。使用異常數(shù)據(jù)集數(shù)據(jù)通過神經(jīng)網(wǎng)絡(luò)均值μz(i)和方差σz(i)計算模塊反向傳播訓(xùn)練編碼器fθ(z|x(i))。 表達(dá)式為μz(i),σz(i)=fθ(z|x(i))。

解碼器將z作為輸入量，并將參數(shù)輸出到數(shù)據(jù)概率分布中，使用μz(i)和σz(i)作為采樣數(shù)值正態(tài)分布的均值和方差，通過定義采樣函數(shù)從隱藏正態(tài)分布中隨機(jī)采樣概率近似點。

logpθ(x(i))≥L(θ,φ,x(i))=DKL(qφ(z|x(i))||pθ(z))+Eqφ(z|x(i))[logpθ(x|z)]

式中：logpθ(x(i))為數(shù)據(jù)集點的邊緣似然值；qφ(z|x(i))為潛變量z的近似后驗值；pθ(z)為潛變量z的先驗分布值；KL為散度，計算獨立分量X正態(tài)分布與標(biāo)準(zhǔn)正態(tài)分布KL散度作為L值。具體實現(xiàn)程序流程見圖3。

3 重構(gòu)概率判別

基于大數(shù)據(jù)深度學(xué)習(xí)的電價稽查執(zhí)行方法,數(shù)據(jù)獲取出自Hadoop分布式架構(gòu)硬件服務(wù)器系統(tǒng)，通過營銷系統(tǒng)SQL語言提取數(shù)據(jù)庫數(shù)據(jù)。

本方法是一種基于大數(shù)據(jù)深度學(xué)習(xí)的電價稽查執(zhí)行方法，通過變分自動編碼器算法，由于判斷因子是概率分布，不受不同指標(biāo)之間權(quán)重關(guān)系的影響可有效處理電價執(zhí)行異常的多種情況，有效區(qū)分電力用戶。

4 實例分析

4.1 數(shù)據(jù)獲取

圖3 變分自動編碼器流程圖

數(shù)據(jù)取自某省供電公司營銷系統(tǒng)及稽查系統(tǒng)近年中某一年的具體數(shù)據(jù)。針對超容量用電電價執(zhí)行異常、居民大電量電價執(zhí)行異常、兩部制電價執(zhí)行異常3種情況進(jìn)行測試，針對性提取工業(yè)及居民用電數(shù)據(jù)。由于電價執(zhí)行稽查異?？蛻魯?shù)量在正常無標(biāo)簽樣本中占比較低，為了加快試驗速度，測試和訓(xùn)練數(shù)據(jù)提高了異常數(shù)據(jù)占比，對算法的計算效果無影響。

4.2 測試結(jié)果

結(jié)算結(jié)果根據(jù)超容量用電電價執(zhí)行異常、居民大電量電價執(zhí)行異常、兩部制電價執(zhí)行異常3種情況列于表1、表2、表3中。

4.3 結(jié)果分析

由于電價執(zhí)行稽查采用人工方法與聚類方法已有文獻(xiàn)進(jìn)行過對比[4-5]，本文測試部分重點對比變分自動編碼器與聚類(k-mean)方法的對比[6]。

表1 超容量用電電價執(zhí)行異常

表2 居民大電量電價執(zhí)行異常

表3 兩部制電價執(zhí)行異常

注：傳統(tǒng)聚類方法為采用k-mean法對測試數(shù)據(jù)的判定效果。只采用用電量特征曲線；稽查準(zhǔn)確率=(診斷結(jié)果中異常的用戶數(shù)/實際異常的用戶數(shù))×100%；稽查不匹配率=(誤判異常用戶數(shù)量/測試用戶樣本)×100%。

由試驗結(jié)果可見：變分自動編碼器方法在準(zhǔn)確率上較聚類方法有大幅提高；在不匹配率上變分自動編碼器方法更是大幅低于聚類方法；無論準(zhǔn)確性和不匹配性，大量的數(shù)據(jù)樣本是獲得良好性能的基礎(chǔ)和保證，由表3可見，在訓(xùn)練樣本數(shù)量下降的同時，準(zhǔn)確率下降，不匹配率上升。

5 結(jié)束語

針對目前電價執(zhí)行稽查工作方法的局限性，提出了一種基于深度學(xué)習(xí)變分自動編碼器的新方法。該方法突出的優(yōu)點是可以分析異常數(shù)據(jù)，不拘泥于電量等常規(guī)判據(jù)，通過概率方法有效加入多種參數(shù)而無需考慮參數(shù)權(quán)重[7-8]。通過試驗證明，該方法可有效提高電價執(zhí)行稽查的準(zhǔn)確率，有效降低不匹配率，大量減少供電企業(yè)工作量，提高供電企業(yè)收入，為電力營銷工作提供有效的保障。