基于排污企业用电特性的异常生产识别技术研究与实现_郭飞.pdf

，基金项目微型电脑应用 年第 卷第期基金项目：宁夏自治区自然科学基金（）作者简介：郭飞（），男，硕士，高级工程师，研究方向为大数据分析；周怡（），女，硕士，工程师，研究方向为数据挖掘；闫振华（），男，硕士，工程师，研究方向为人工智能；吴佳静（），女，硕士，工程师，研究方向为大数据分析；王亮（），男，本科，高级工程师，研究方向为电网运行技术；万鹏（），男，本科，工程师，研究方向为电网运营；李秀广（），男，硕士，高级工程师，研究方向为电网设备运维。文章编号：（）基于排污企业用电特性的异常生产识别技术研究与实现郭飞，周怡，闫振华，吴佳静，王亮，万鹏，李秀广（国网宁夏电力有限公司，宁夏，银川 ；国网宁夏电力有限公司，信息通信公司，宁夏，银川 ；国网宁夏电力有限公司，电力科学研究院，宁夏，银川 ；宁夏信通网络科技有限公司，宁夏，银川 ）摘要：针对现有环保管控监管方法无法精准研判排污企业异常生产识别与环保指令研判的问题，文章聚焦重点排污企业用户，挖掘分析用电特性数据，构建污染企业异常生产研判与识别模型、企业环保指令响应评估模型。将企业用电数据、环保指令数据等接入数据中台，构建分析数据集，在数据标记的基础上采用聚类分析挖掘企业典型生产曲线，计算排污企业环保指令响应概率。基于中台建立 数据分析场景，为监管部门提供预警，助力环保监控工作提升。关键词：排污企业；用电特性；异常生产；指令响应；场景部署中图分类号：文献标志码：，（，；，；，；，）：，：；引言用电信息采集系统实现了电力用户电压、电流、用电量等信息的采集和存储，本文聚焦重点排污企业用户，挖掘分析用电特性数据，构建污染企业异常生产研判与识别模型，当发生异常生产排污时及时准确地给出预警。根据企业用电特征和环境保护管控要求，明确企业在生产限制时段、相应管控级别下的用电负荷曲线上限。构建包含环保管控 ，基金项目微型电脑应用 年第 卷第期指令响应时长和响应深度两个维度的指令响应研判模型，评价企业管控措施执行情况。排污企业生产限制时段异常生产研判模型当污染企业关停时，其用电量明显低于正常生产期间的用电量，企业偷排时，用电量明显高于正常生产期间的用电量。针对排污企业的这一用电特性，利用用电量企业用电量，通过聚类分析建立非环保管控时段的用户典型用电曲线，迭代建立环保指令响应模型库，实现企业环保管控响应研判，对异常生产企业给出预警。数据准备（）数据缺失处理针对明显不符合实际情况的数据进行剔除处理，针对缺失数据，采取均值算法补齐。假设时刻存 在 数 据 缺 失，则 缺 失 时 刻 的 补 齐 数 据为：（）（）式中，、分别为时刻前一时刻、后一时刻的数据。（）数据标记针对清洗后的数据进行标记，工作日标记为，非工作日标记为。计算数据集的均值线和包络线，假设工作日样本数为，样本采集维数，将工作日样本记为 的矩阵；非工作日样本数为，将非工作日样本记为 的矩阵；样本包络线和均值线均表示为 维向量，即：（）（，），（）（）式中，为所有输入样本的第时刻值的合集，为最大值函数，为上包络线向量。均值向量表示为 （）（，）（）式中，为中的样本数，为均值向量。工作日、非工 作 日 样本数 据 特 征 线 的 差 值 积 分表示为（）（）（）式中，为特征指标，下标、分别为工作日和非工作日。若差值满足 （），则不区分工作日与非工作日，为调节系数，（）为样本最大值。环保管控标记按照环保部门的要求进行，分别标记为无管控、红色管控、橙色管控和黄色管控，对应标记为、。.典型生产模式曲线分析（）聚类分析样本数据进行层次聚类生成聚类树，根据距离最大原则进行层次划分，将层次聚类的结果作为 聚类的初始值，进行二次聚类，基于聚类结果挖掘排污企业典型生产曲线。层次距离是以单个数据对象为初始簇，融合最近的簇，直至得到满足需要的聚类数。假设的相似矩阵（，），用序号，（）表示聚类结果，（）代表第次聚类的层次。（）表示簇的序号，（），（）表示簇（）、（）的相似系数。步骤：设，（）。步骤：按照（），（）（），（），依次运算获得最相似的簇。步骤：，合并簇（）、（），聚类层次（）（），（）。步骤：更新相似矩阵，删除簇（）、（）对应的行和列。（），（，）（），（），（），（）表示新生成的簇（，）和原簇（）之间的相似度。步骤：重复步骤，直到所有对象合并为所需要的最优聚类数。为获得最优聚类数，采用 模型进行二次聚类，找出平方误差函数值最小的个聚类。定义为（）式中，为数据库中所有对象平方误差总和，为空间中的点，为簇的平均值。根据点到类质心得距离确定样本点的分类，此处采用欧式距离：（，）（）（）式中，为样本的第个变量，为类质心的第个变量值。（）挖掘典型生产模式曲线根据聚类结果，计算典型生产模式曲线的上限和下限：（）（）（）（）（）（）（）式中，（，），（，分类数），为第类中所有曲线在时的集合，为均值函数，为标准差函数。.排污企业违规生产模型设某污染企业正常生产期间日均用电量为 ：（）式中，为统计周期，为正常生产期排污企业第天的用电量。日用电量阈值表示为 ：，（，）（）日用电量与用电量阈值之间的系数表示为：（）式中，为排污企业关停期间用电量。企业在关停期间，用电量系数，即当天用电量超过阈值，判定为违规生产。考虑日用电量不大，但短时用电负荷较大的情况，设定用电负荷系数：（）式中，为排污企业关停期间某天的最大用电负荷，为用电负荷阈值：，基金项目微型电脑应用 年第 卷第期 ，（，）（，）（）式中，为某排污企业正常生产阶段的最大负荷，为统计周期。综上，当或时，即某排污企业某日用电量或用电负荷超过阈值时，判断该企业当日违规生产。.排污企业环保指令响应模型按照数据标记结果，分类提取管控时段前后一个月的非管控生产数据形成分析样本集，通过匹配分析建立环保指令响应模型库。根据典型生产模式曲线进行匹配度评分，距离管控时间越近的权重越高，管控前 权重为 ，管控前 权重为 ，管控前 权重为 。采用欧式距离计算样本与模式生产模式曲线上下限的距离，若样本在模式生产模式曲线上下限范围内，则距离 等于；若样本不在模式范围内，则距离 等于样本距离上下限的最小距离。模式在管控前后的评分为 （）式中，为样本数量，为评分权重，为模式分类数量。根据分析结果，在所有模式中选择评分较高的模式，计算管控日样本的生产模式曲线，通过学习形成生产模式下的管控响应模式，计算典型管控生产曲线与对应生产模式曲线的最大比值 和最小比值，即为某时刻管控响应的上边界和下边界。企业某时刻未响应环保指令的概率表示为，（），（）（）（）（），（）（）（）式中，为排污企业某一时刻用电量，（）和（）分别为管控响应曲线的上下边界，管控时段内排污企业响应环保指令的总概率为总管控时段总管控时长 （）排污企业异常生产模型应用 建立排污企业用电特征数据集根据功能需求，将用电信息采集系统、营销业务应用系统用户用电特征数据接入数据中台，数据明细如表所示。编写数据抽取脚本，创建数据流转链路，将源业务系统的明细业务数据按需接入分析层数据库中。通过数据复制服务工具 实现营销业务应用系统用户档案类数据接入，将源系统中的数据实时抽取到 中，使用 定时调度 功能将 数 据 录入分 析 层。数 据 迁 移 过 程 如 图所示。排污企业数据分析技术路线基于排污企业用电特征及环境管控指令的相关数据，构建包含环境指令响应时长、环境指令响应深度的响应模型，表接入数据中台的数据表数据来源数据项营销业务应用系统户号、户名、用电地址、行业类别、供电单位、用电类别、用电数据等用电信息采集系统采集点编号、采集点名称、采集点类别、设备类别、设备名称、用电数据等环保局数据管控产 业 名 称、企 业 名 称、环 保 管 控 指令等外部信息企业地理信息、工商管理信息等图数据迁移过程监测环境监管企业对环境政策的响应程度。图为排污企业数据分析技术路线图。图技术路线示意图内部数据包括用电信息、负荷信息、企业基础信息等。外部数据包括气象信息、地理信息、企业自行监管信息等。表为所需数据分析。分析流程（）排污企业异常生产分析建立排污企业用电特征数据集，采集排污企业的用电量、所属行业、地址等信息，计算用电量系数和用电负荷系数，判断是否存在违规生产，辅助环保管理。图为企业异常生产分析流程示意图。（）排污企业环保指令响应分析环保管控指令信息包括管控时间、限产信息、减产标准等，结合用电特征和环保管控政令发布情况，分析排污企业对环保指令的响应概率。通过环保指令下达后的排污企业用电负荷变化情况，验证分析模型的准确性，将排污企业划分为及时响应型、延迟响应型、抗拒响应型三类。排污企业环保指令响应分析流程如图所示。，基金项目微型电脑应用 年第 卷第期表数据规模范围行数源大小时间范围内容内部数据 亿 近五年用电信息 监测企业负荷信息 监测企业基础信息 企业专变用电信息 企业专线用电信息外部数据 外部气象信息 外部地理信息 自行监测信息图企业异常生产分析流程图 分析结果及验证此次分析验证选取某市 家重点排污企业。通过用电数据，分析历史未管控时期各类企业年度、季度、月度、日度用电规律特征。通过排污企业异常分析，潜在偷排的企业符合特征数据画像，该分析方法共识别出 家潜在偷排企业。试点排污企业电量分析曲线如图所示。环境管控指令信息包括管控时间、限产、减产标准等，用电分析包括各管控时点、管控要求下典型企业用电量变化程度。环境政令下达后，分析企业生产用电负荷有无明显下降，与同类型企业下降幅度是否吻合。例如，某市启动重污染天气黄色预警（级）通告，参照指令下达前 天用电特性，分析得出 家企业中及时响应型企业占比 、延迟响应型企业占比 。及时响应型企业负荷下降明显，负荷特征如图所示。延迟响应企业负荷下降较为迟缓，但依旧在限期内达到政令要求。延迟响应企业负荷特征如图所示。企业排污数据分析成果应用基于数据中台利用 进行场景配置、发布应用场景。建设重点企业污染防治大数据分析场景，识别企业正常生产用电规律，判断污染企业是否存在异常、违规用电行为，给出环保指令响应概率，为监管部门提供预警，助力环保监控工作提升。图为排污企业异常生产监测可视化界面。图排污企业环保指令响应分析流程图图试点排污企业电量分析图环境管控指令响应阶段负荷特征（下转第 页），基金项目微型电脑应用 年第 卷第期（）、（）和 （）方面优于 与 模型；（）与 模型相比，在增加 种群多样性的基础上避免了过早收敛；（）通过参数优化可以提高 模型的泛化能力和预测精度。总结本研究针对影响电动汽车充电量特性预测进行了科学分析，基于 芯片，设计了一种 三相交流充电桩的硬件电路，采用 型光电耦合器将 信号隔离后输出检测，从而提高了电路的电绝缘能力和抗电磁干扰能力。选取 作为充电量预测模型，并采用小生境免疫算法对 进行优化，即 。充电桩显示屏可以显示充电电压、充电电流、充电量、充电费用、充电时间等参数和数据。参考文献林越，刘廷章，陈一凡，等 基于 混合模型的充电桩故障诊断 广西师范大学学报（自然科学版），（）：蒋林洳，万伟江，丁霄寅，等一种基于直接蒙特卡洛法的电 动 汽 车 充 电 负 荷 模 型 供 用 电，（）：罗江鹏，张玮，王国林，等基于出行链数据的电动汽车充电需求预测模型重庆理工大学学报（自然科学），（）：李怡霖新能源汽车充电管控平台数据挖掘研究大连：大连理工大学，：，（）：郑了了 网约车出行：现实困境与实现路径：基于 市的实 证 研 究 山 西 高 等 学 校 社 会 科 学 学 报，（）：段宗涛，张凯，杨云，等 基于深度 组合模型的出租车需求预测 交通运输系统工程与信息，（）：郭小帆，马天男，王超，等计及电动汽车充电站接入的配电网网架规划优化研究智慧电力，（）：张海燕，王东，樊平，等 基于加权 图和 的电动汽车充电站最优规划电网与清洁能源，（）：，（）：（收稿日期：）（上接第 页）图延迟响应企业负荷特征（）（）图排污企业异常生产监测可视化界面根据实时采集的数据，实现 以上的污染企业生产排污状态监管，有效消除了环境监管死角。总结当前部分地区环境监管部门缺乏重污染天气下应急响应和对停产、限