国网浙江天台县供电有限公司 浙江省台州市天台县 317200
摘要：随着电网精细化管理要求的逐步提升，在未来电力市场环境下，精细化的负荷分析和预测是衡量电网潮流瓶颈、校核交易结果可行性和诠释交易结果公平性的重要数据基础。本文应用FCM-模糊神经网络大数据处理方法深入挖掘用户用电习惯，掌握用户用电行为特点，构建用电需求关联模型，预测用户用电变化。在此基础上，以提高供电服务能力为宗旨，透析大用户用电特性，为客户制定个性化用能策略，预测新增用户用电趋势，优化业扩接入方案，优化设备检修计划，提高客户用电体验。
关键词：FCM-模糊神经网络；大数据；优化
1 引言
目前的短期负荷预测平台虽然在系统负荷分析和预测方面也提供了一定的技术支持手段，但分析维度还不够细致，对负荷发展变化规律的探索程度还不够深入，使得负荷分析与预测管理水平的提高受到一定程度的制约，无法满足国家电网对地调负荷预测工作的最新要求，也不利于对电网安全稳定运行的保障支持工作。
2 售电量评价体系的建立
评价模型需要在海量数据环境下周期性地进行统计、计算、分析，对平台性能有很高的要求。考虑采用大数据计算的系统架构，基于分布式架构实现批量计算、流式实时计算，利用分布式消息总线技术实现多个节点的通信，利用分布式缓存提升读写性能，兼顾整体性能、可靠性与可扩展性。用户用电行为的时空算法，既根据用户的时间维度（小时、日、周、月、季、年）和用电潮流的空间维度，利用冻结电量算法、超容和私自启用算法，分析用户用电异常。
2.1 冻结电量算法
将冻结电量表里的没有除以综合倍率的电量数据，和功率表里的通过用户编码、名称、电能表资产编号进行匹配，除以综合倍率（综合倍率为0的数据不处理），然后比较同一家用户的，电能表资产编号V开头的电量（终端虚表）和电能表资产编号非V开头的电量（计量表），比较后，统计出大于20%（用户可以在配置文件中设置）的异常数据，以列表的形式展示出来，支持导出excel表。同时，根据电量表的空间关系，进行空间维度分析。
2.2 超容和私自启用算法
（1）超容：用采集系统表中的日最大功率除以营销系统用户运行容量，其中功率选最大值（参数控制，1代表最大值，2代表第二大值），结果大于1.5（参数控制）的话，作为异常数据抛出。同时，根据电量表的空间关系，进行空间维度分析。
（2）私自启用：用采集系统表中的日最大功率和营销系统用户运行容量对比，其中满足运行容量为0且日功率不为0的，作为异常数据抛出。同时，根据电量表的空间关系，进行空间维度分析。
2.3 高频干扰分析算法：
（1）找出异常户数：电流数据满足ABC三组均为"-"且出现连续"-"大于等于N（参数控制）次，作为异常将这些户数抛出。
（2）用户在电网系统中，将（1）中的户数的某一户的当月电流表和点电量找出，根据这两个表开始查询。电量表中，取点能量最大的十个值的平均值作为比较量b。找出30天中哪些符合和（1）中一样情况的异常天数，将该天的冻结电量作为a和b进行比较，其中（b-a）/b大于30%（参数控制），作为异常数据抛出。
3 基于FCM-模糊神经网络的异常检测
3.1 FCM-模糊神经网络算法
FCM算法是模糊聚类算法的一种，它具有普通C均值算法的一些特性，而不同于普通C均值算法的地方在于其加入了模糊的概念，改进了其性能，通过模糊划分，用一个隶属度来表征数据集中每个对象属于该类的程度，其中隶属度的取值范围为0~1。在异常用电行为识别诊断中，会涉及到大量的复杂现象，而模糊评价法与神经网络的优点相互结合，对解决这类问题具有明显的优势，模糊神经网络是模糊逻辑系统与神经网络的相互结合，可以说是一种将模糊的理念及推理引进到神经元的模糊神经网络，其将模糊成分在神经网络中得到引用，增强了原有的网络性能；同时也可以说是在神经网络基础上的模糊系统，其使用神经网络结构来增强模糊系统性能，其计算方法为：
.png)
.png)
.png)
式中：
.png)
为第i个聚类的先验概率大小；Ai为第i个聚类的协方差矩阵。
3.2 FCM-模糊神经网络异常识别方案
首先采用FCM算法对异常用电进行粗略筛选。主要思路如下：基于用户的用电负荷数据，利用聚类算法对用户历史用电负荷数据进行聚类分析，然后得到具有代表性的聚类中心曲线，每一条曲线代表了一类典型负荷特征曲线，同时对应着每一类用户的用电特征。然后通过相似性度量标准来考察待检测用户的负荷特征曲线与典型的负荷特征曲线之间的相似度，判断其是否具有异常用电的嫌疑。异常用电嫌疑用户筛选的流程包括历史负荷数据的获取、负荷数据的处理、典型负荷曲线的提取和保存、相似度匹配。
3.3 异常检测结果
将模糊C均值算法的聚类数确定为5，将标准化后的日用电负荷曲线数据进行聚类分析，得到用户用电负荷特征的聚类中心曲线，共有5条，代表了5类用户的负荷特征，横坐标为时间，纵坐标为归一化处理后的用电负荷，这5个负荷曲线代表5类用户的用电特征。
表1 五类用户占比
.png)
.png)
图1 五类用户对比曲线
4 售电大数据异常分析作用
4.1 行业趋势预测实现精准化业扩管理
公司传统的业扩接入业务较为简单，从用户申请，到制定方案，完成接入，流程较为固定。国家电网以行业用电研究成果为基础，构建精准业扩新型管理流程，优化用户接入方案。
首先以报装用户所属行业为标签，分析该行业所处发展阶段及用电规律，并预测其用电增长规模。然后为报装用户制定最优的供电方案，明确用户的用电规模、所需容量和用电高峰期。最后以报装用户供电方案为基础，优化用户安装容量、接入方案和运行方式。
4.2 专属客户经理实现个性化用能管理
公司传统的供电服务比较被动，基本是客户申报用电需求公司被动服务的模式。国家电网以行业用电研究成果为基础，构建地区大客户主动服务管理模式，安排专属客户经理主动获取客户需求并提供个性化的供电服务。专属客户经理首先以用户的用电量规模为参考，选取公司的用能大户，对其进行用电量跟踪管理。对公司的大客户进行用电习惯分析，应用大数据用电规律挖掘方法，透析地区用电大户的用电模式，制定"客户用电习惯表"。然后按照不同客户的用电习惯，为客户"量身定制"个性化用能策略，帮助客户更好的进行用电管理。并且随着客户用电量数据的不断更新，专属客户经理同步调整客户的用能策略，实现每月一更新。最后根据客户所在行业及其相关行业的用电趋势分析和预测结果，给公司客户提供发展建议，帮助客户实现更好的经营。在客户更好发展的同时，实现公司业务的同步增长，真正实现双赢。
4.3 优化停电计划实现智能化检修管理
公司传统的停电检修业务较为直接，配网检修计划制定缺乏科学的指导。国家电网以行业用电研究成果为基础，构建用户停电检修智能管理模式，降低停电检修对用户的影响。首先明确受检修停电影响的客户所属的行业，分析该行业的用电规律。然后针对不同用户的用电习惯，选择对用户影响最小的检修计划或停电安排，将停电时间精准地控制在用户用电低谷或经营淡季，最大程度减少对用户的干扰。
5 结论
国家电网通过构建新型业扩接入管理流程，优化了用户的供电方案，提高了电网的供电能力，实现了公司的精准投资，保障了电网的运营效益。国家电网通过地区大客户的个性化服务，实现了公司用能侧的主动管理，不仅实现了削峰填谷，提高电网利用率和可靠性，同时也使客户享受更贴心的用电体验，增强了公司在电力改革中的竞争力。国家电网通过构建用户停电检修智能管理模式，优化了公司的停电检修时间安排，减少了对用户用电的影响，提高了客户满意度和电网的供电可靠性。
参考文献：
[1]林丽.基于大数据挖掘电量预测方法的创新及应用[J].科技风，2019（34）：16.
[2]姜立超，刘洋，沈晓东，杨军峰，李旻，张宏图，王长浩.考虑风电并网和电量分解的月度机组组合模型[J].电力建设，2019，40（12）：30-37.
[3]白登辉.计及偏差电量考核机制的人工神经网络售电量预测模型[J/OL].电工电能新技术：1-10[2020-01-09].http：//kns.cnki.net/kcms/detail/11.2283.TM.20191010.1527.002.html.
[4]周娜，程雄，张茂林，张俊涛，谢蒙飞，唐应玲.云南省汛期月度电量交易计划分解方法[J].人民长江，2019，50（09）：221-227.
[5]马高权，刘祥瑞，谢蒙飞，和珮珊，赵燃，孙宇军，高小镜.考虑产业结构关系的行业电量需求先导效应分析[J].供用电，2019，36（09）：72-78.
[6]石蓉，杨海波，李永毅，郎锐，王娇，贾嵘，张雯.基于同期售电量大数据处理技术的分行业用电分析与预测[J].电网与清洁能源，2019，35（08）：42-48.