第一作者 劉鳳魁

劉鳳魁（1990-），女，河北石家莊人，工學(xué)碩士，研究方向?yàn)殡娏Υ髷?shù)據(jù)分析。作者所在的中國電科院大數(shù)據(jù)研究團(tuán)隊(duì)成立于2014年初，采用跨專業(yè)聯(lián)合攻關(guān)模式，以電力大數(shù)據(jù)應(yīng)用為核心、面向價(jià)值實(shí)現(xiàn)，從數(shù)據(jù)獲取與管理、大數(shù)據(jù)處理技術(shù)、分析挖掘算法、電力業(yè)務(wù)大數(shù)據(jù)應(yīng)用四個(gè)方面重點(diǎn)突破，打造核心競爭力。

由于數(shù)據(jù)來源不同、統(tǒng)計(jì)口徑不同、一線人員數(shù)據(jù)錄入、異常行為等問題以及缺乏相應(yīng)的數(shù)據(jù)質(zhì)量管控體系，常常會(huì)導(dǎo)致異常數(shù)據(jù)產(chǎn)生。異常數(shù)據(jù)包含了系統(tǒng)異常情況出現(xiàn)的相關(guān)信息，因此異常數(shù)據(jù)背后潛藏著巨大的研究價(jià)值，可為實(shí)際應(yīng)用提供幫助。在電力行業(yè)，異常值檢測可用于電網(wǎng)故障檢測、設(shè)備故障檢測、用電異常檢測等領(lǐng)域。

快速密度峰值聚類算法是2014年 Rodriguez 等人發(fā)表在Sciences上的一篇論文中所提出的較新穎的聚類算法。該算法主要基于兩個(gè)設(shè)想：一是聚類中心被具有較低密度的鄰居包圍；二是聚類中心與其他具有較高密度的任何點(diǎn)的距離都相對較大。對于每個(gè)樣本點(diǎn)，需要計(jì)算兩個(gè)參數(shù)：

局部密度：

距離：

以局部密度為橫坐標(biāo)，距離為縱坐標(biāo)，繪制決策圖，同時(shí)具有較大局部密度和距離的點(diǎn)會(huì)被識(shí)別為聚類中心，然后將聚類中心的類標(biāo)依次傳遞給距離最近的點(diǎn)完成聚類過程。

本文針對快速密度峰值聚類算法沒有考慮數(shù)據(jù)集局部特征且算法精度依賴于截?cái)嗑嚯xd_c的不足，提出一種基于KNN 的快速密度峰值異常值檢測算法。該算法的核心是用KNN 思想計(jì)算樣本的局部密度：

KNN距離：

基于KNN 的局部密度和距離在計(jì)算時(shí)既考慮了數(shù)據(jù)集的全局特征，也考慮了數(shù)據(jù)集的局部特點(diǎn)。計(jì)算出樣本的之后，確定數(shù)據(jù)集中的異常值，數(shù)據(jù)集中局部密度較小、距離較大的點(diǎn)有可能是異常值，因?yàn)槠渲車泥従虞^少且與其他樣本的距離較大。本文認(rèn)為異常樣本滿足如下條件：

局部密度，且距離時(shí)，則該樣本點(diǎn)可以判定為異常值。其中，局部密度閾值的定義為：

距離閾值 的定義為：

案例所用數(shù)據(jù)為某省某臺(tái)交流10 kV 配電變壓器2014年1月1日至2014年4月30日共120天的日負(fù)荷數(shù)據(jù)，其采集頻率為1 h，因此日負(fù)荷曲線為24個(gè)數(shù)據(jù)點(diǎn)。日負(fù)荷數(shù)據(jù)標(biāo)準(zhǔn)化后的曲線如圖1所示，可以看出該變壓器的常規(guī)運(yùn)行模式，而有些曲線較大程度地偏離了正常運(yùn)行模式。

利用文中所提算法，對該數(shù)據(jù)集進(jìn)行異常值檢測，其異常值決策圖如圖2所示。

檢測出的異常值如圖3所示。

對比圖1與圖3可以看出，本文所提算法已將圖1中的少數(shù)不同于正常運(yùn)行模式的曲線檢測出來。在總共120條曲線中共篩出7條異常曲線。這7條曲線的時(shí)間分布見表1所列。2014年1月31日為中國農(nóng)歷新年，異常值所在的時(shí)間恰為春節(jié)假期，這也說明了所提算法能夠有效檢測出異常的用電模式。

1）從異常值檢測角度改進(jìn)快速密度峰值聚類算法。利用KNN的思想重新定義局部密度和距離，改善了原始算法沒有考慮數(shù)據(jù)局部特點(diǎn)以及依賴于截?cái)嗑嚯x的不足，并定義了判斷異常值的規(guī)則，從異常值檢測角度對其進(jìn)行優(yōu)化。

2）異常值檢測有重要應(yīng)用價(jià)值。異常值檢測一方面可以作為數(shù)據(jù)預(yù)處理的一部分，解決因數(shù)據(jù)采集，或人工錄入等原因?qū)е碌臄?shù)據(jù)異常問題；另一方面可以進(jìn)行異常用電行為分析，支撐竊電嫌疑、風(fēng)險(xiǎn)預(yù)警等應(yīng)用。