基于数据挖掘技术的用电计费系统异常分析系统设计.docx

基于数据挖掘技术的用电计费系统异常分析系统设计对用电计费系统故障的处理具有很大的现实需要并亟待解决。故障处理可以分为前期和后期两个阶段前期包括故障监控、预警、诊断后期是故障解除、补救。如果前期能做到一定程度的预警则可及时排除隐患从而避免一些故障的发生是用电计费系统故障处理的重点。【关键词】数据挖掘用电计费系统异常系统设计电力故障诊断是电力科研领域的一个重要课题。目前相关研究人员除了在电力系统自身理论体系中寻找故障诊断的方法之外也在积极向其它学科寻找方法计算机科学正是其努力的一个重要方向。将数据挖掘技术应用于电力故障诊断成为近年来理论界的一个热点。1系统总体设计用电计费系统故障分析及预警系统体系结构如图1。该系统是用电计费系统的子系统需要与用户、用电计费系统（母系统）交互。整个系统分为4部分：（1）建模系统部分。（2）实时系统部分。（3）知识数据库部分。（4）模型数据库部分。2建模系统模块设计与实现2.1数据预处理子模块该模块完成的主要功能是将数值型数据离散化以满足一些并不支持数值型数据的建模算法。该模块的另外一个功能是将数据划分为建模用数据和测试模型用数据。一般将2/3的数据用于建模1/3的数据用于对模型测试。划分方式可以采用随机抽取、按时段划分等。2.2数据建模子模块该模块导入数据预处理子模块划分出的2/3建模数据应用数据挖掘分类与预测算法建模。应用策略模式将各种分类算法封装成统一接口的J2EE组件采用JSP页面中的控件得到用户对算法的调用请求并由Servlet解析请求并启动相应的算法组件进行建模操作。2.3模型测试子模块该模块与数据建模子模块相互对应直接在1/3建模数据上对后者得到的模型测试评估将评估结果提供给用户并得到用户反馈。如果用户反馈表明模型达到要求将存储模型于模型数据库。3实时系统模块设计与实现实时系统模块体系结构如图3所示。3.1数据预处理子模块由于实时系统模块的功能之一是找到异常数据那么预处理不需要对一些数据缺失的情况作出处理。在这里该模块的主要功能是从用电计费系统（母系统）的实时数据流中筛选关注的数据维度。3.2异常数据检测子模块该模块的功能是从经过预处理的实时数据流中筛选出异常数据。由于电量数据的海量性和时段性所以需要一个数据缓冲区采用滑动窗口来实现。对于基于距离的异常数据检测算法另外需要维护一个距离矩阵存储距离值以便重复利用。另外异常数据检测有多种算法应用策略模式将各种算法封装成统一接口的J2EE组件采用JSP页面中的控件得到用户对算法的调用请求并由Servlet解析请求并启动相应的算法组件。3.3异常数据分析子模块该模块加载模型数据库中的模型作为分析逻辑对异常数据进行分析输出分析结果即可能的故障类型。加载模型主要是人工编程的方式将模型转化为代码。有些模型在使用前需要对数据进行预处理譬如决策树模型需要将数值型的数据离散化这部分功能在组件内部实现。4知识数据库和模型数据库设计与实现用电计费系统故障分析及预警系统需要维护2个专用数据库：知识数据库和模型数据库。4.1知识数据库该数据库的功能是存储用户提供的现有经验并与建模系统部分交互帮助其完成建模。为了便于经验表达并降低数据库设计的复杂性采用直接存储经验描述文本的形式在训练建模的过程中手动引入经验。4.2模型数据库分类模型具有多样性可以包括决策树、神经网络、贝叶斯网络、IF-THEN规则等。数据库也组织为多个表与数据建模子模块中的各种分类算法一一对应。以决策树为例论述数据库如何设计。存储决策树需要2类表：字典表和树表。字典表用于存储分裂属性、类型、离散化等说明。树表用于存储决策树采用“孩子-兄弟”组织形式即每个节点数据条目除了应该包含自身信息外还应该包含：第一、第一个孩子节点标识；第二、下一个兄弟节点标识；第三、该节点与其父节点间的边信息。参考文献[1]魏瑶朱伟义龚桃荣郑浩.基于数据挖掘技术的用电异常分析系统设计[J].电力信息与通信技术2014（05）.[2]路广张伯明孙宏斌.数据仓库与数据挖掘技术在电力系统中的应用[J].电网技术2001（08）.作者简介洪智勇（1984-）男福建省泉州市人。工学学士学位。现为泉州供电公司工程师。研究方向为用电营销技术。作者单位泉州供电公司福建省泉州市362000