基于电力载波通信技术的用电信息异常数据挖掘方法

摘要：为实现对异常信息的精确识别，文章提出基于电力载波通信技术的用电信息异常数据挖掘方法。该方法引进电力载波技术获取用电信息；收集电力系统的用电数据，进行用电类别提取与异常判定；提取异常用电数据中的关键特征，实现对异常用电信息的挖掘。实验结果表明，文章设计的方法可以实现对数组中所有异常数据的精确识别与挖掘。

关键词：电力载波通信技术；异常判定；挖掘方法；异常数据；用电信息

中图分类号：TP371 文献标志码：A

0 引言

电力系统的智能化和自动化水平的提高，使得用电信息的实时监控和异常检测成为保障电力系统稳定运行的重要手段。用电信息异常可能涉及窃电、设备故障、非法用电等多种情况，如果不能及时发现和处理，不仅可能导致电力损失，还可能对电力系统的安全运行造成威胁。

目前，国内部分机构研究了部分数据挖掘方法。王宏杰等［1］通过人工蜂群算法的全局搜索能力和入侵杂草优化算法的局部优化能力，实现了对云平台大数据的高效处理和分析。但由于云平台数据的复杂性和动态性，算法的参数设置和适应度函数设计可能面临挑战。同时，随着数据量的不断增长，算法的计算复杂度和时间成本可能会显著增加，影响实时性。李瑛等［2］通过全局信息数据融合策略，融合网络的原始采集数据，并运用平均不纯度减少特征重要度计算方法选择有效特征，形成特征集。在此基础上，算法利用内外卷积网络深度学习网络模型进行异常行为的分类和识别。但在应用中，训练深度学习模型往往需要大量样本数据作为支撑，而实际场景内异常行为的标注数据可能较为稀缺。

根据公司《南方电网公司十四五电能量数据深化应用规划》要求，文章将以某电力企业为例，引进电力载波通信技术，开展用电信息异常数据挖掘方法的设计研究。

1 基于电力载波通信技术的用电信息获取

为满足用电信息异常数据挖掘需求，文章设计方法时，引进电力载波通信技术，进行用电信息的获取。在此过程中，文章引进载波技术中的频移键控（Frequency Shift Keying，FSK）技术和相移键控（Phase Shift Keying，PSK）技术，进行用电信号的调制［3］。FSK技术可以将用电信息转换为不同频率的载波信号，从而在电力线上进行传输。此过程如式（1）所示。

公式中：Q表示载波信号转换；T1表示采样信息频率1；T2表示采样信号频率2；F表示电信号采样模板。在此基础上，利用PSK改变载波信号的相位，确保采样数据信号传输的稳定性。通过将二者结合，建立电力载波通信模块，实现对用电信息的获取，此过程如图1所示。

在数据传输的起始阶段，文章采用FSK调制方式，以确保信号的稳定传输和接收［4］，一旦信号同步建立并保持稳定，可以切换到PSK调制方式，以提高数据传输的速率和效率。

2 用电类别提取与异常判定

按照上述步骤，该方法收集电力系统的用电数据，包括电压、电流、功率、用电量等实时或历史数据。以此为依据，提取用电类别特征的提取，此过程如式（2）所示。

公式中：r表示用电类别特征；b表示数据整合；R表示用电用户的特征。该方法将收集到的用户用电数据转换为计算机可分析的统一格式，包括用电量、用电时间、功率因数等多个维度数据［5］。根据用电特征，构建支持向量机模型，用于用户用电类型的划分。文章利用支持向量机（Support Vector Machine，SVM）模型，在高维空间中寻找最优的决策边界，将不同类别的数据有效区分，将用电数据划分为正常和异常两个类别，使用标记数据进行模型训练。模型训练完成后，该方法将其应用于新的用电数据，以自动判断其是否属于异常类别。此过程如式（3）所示。

f=V+m·γ（3）

公式中：f表示异常判定；m表示模型训练；γ表示SVM模型。按照上述方式，该方法完成用电类别提取与异常判定。

3 异常用电信息挖掘

在完成用电类别提取与异常判定的基础上，文章进一步开展异常用电信息挖掘工作，以更深入地挖掘电力系统中的异常用电行为。

针对异常用电数据类别，该方法进行异常用电行为的特征提取与模式识别，通过提取异常用电数据中的关键特征，如用电量异常增长、用电时间异常变化等，可以识别出异常用电的具体模式。此过程如式（4）所示。

公式中：A表示异常用电的具体模式；i表示用电时间；U表示分类器；q表示电量异常增长。在模式识别的基础上，该方法进一步分析异常用电行为的原因，包括由于设备故障、窃电行为、误操作等多种因素导致的用电信息异常数据。

文章收集大量的正常用电数据和异常用电数据，建立一个完善的数据库存储信息，正常用电数据提供电力消耗的正常范围和模式，而异常用电数据则揭示数据的异常现象。文章利用数据分析工具和技术，对比正常用电数据和异常用电数据的差异。文章通过对比，挖掘异常用电数据中的关键特征，如用电量突增、用电时间异常波动、用电负荷分布不均等。根据特征，文章对其进行聚类，得到异常数据簇的平均值，将此数值作为异常数据中的中心数值，以此为依据，对此数据的边缘数据进行提取，即可实现对用电信息异常数据的挖掘。按照上述步骤，文章完成异常用电信息的挖掘，实现基于电力载波通信技术的用电信息异常数据挖掘方法设计。

4 对比实验

完成用电信息异常数据挖掘方法的设计后，文章为实现对该方法应用效果的检验，以某电力企业作为试点，展开对比实验研究。

目前，试点企业已建立了一套完善的异常数据检测与处理系统。通过实时监测用户的用电数据，系统能够自动识别异常数据，并触发相应的处理机制。但随着该企业的用户规模不断扩大，截至2023年年底，企业已拥有数十万用户，极大程度上增加了用电信息管理的难度。

尽管该企业在用电信息异常管理方面取得了一定的成效，但异常率仍然较高。据统计数据显示，2023年该企业的用电信息异常率达到了23%，较上年略有上升。这与用户用电行为的多样性和复杂性有关，也说明了企业在异常数据检测与处理方面仍存在不足。

为解决现阶段企业用电信息异常数据管理工作中的不足，该方法搭建对比实验平台，准备用电信息。实验环境参数如表1所示。

在明确实验环境参数的基础上，实验平台进行实验中用电信息的准备，数据样本如表2所示。

完成实验数据的准备后，实验平台引进王宏杰等［1］方法、李瑛等［2］方法，将其作为对照组方法1、2，在已知数组中异常数据条数的基础上，使用3种方法，使用对照组方法与文章方法，进行用电信息异常数据的挖掘。统计实验结果，如表3所示。

从表3所示的实验结果可以看出，使用3种方法进行用电信息异常数据挖掘，只有文章方法可以实现对数组中所有异常数据的挖掘，而传统方法无法实现对所有异常数据的挖掘。综合上述结果可以得到结论：相比现有方法，文章设计的基于电力载波通信技术的挖掘方法应用效果良好，按照规范进行用电信息异常数据挖掘，可以实现对数组中所有异常数据的精确识别与挖掘，以此种方式，规范电力终端用户用电信息的规范化管理。

5 结语

数据挖掘技术是一种从批量数据集和信息集中提取价值知识与信息的过程。现阶段，此项技术在各个领域都有广泛的应用。在电力系统中，数据挖掘技术可以帮助技术人员分析用电信息，发现潜在的异常模式，为电力系统的稳定运行提供有力支持。为实现对此方面工作的推进，文章引进电力载波通信技术，通过用电信息获取、用电类别提取与异常判定、异常用电信息挖掘，开展了用电信息异常数据挖掘方法的设计研究。该技术通过电力载波通信技术获取用电数据，再利用数据挖掘技术对数据进行处理和分析，可以发现用电信息中的异常模式，为电力系统的运行和维护提供重要参考。

参考文献

［1］王宏杰，徐胜超.人工蜂群联合入侵杂草优化的云平台异常行为数据挖掘［J］.现代电子技术，2023（20）：86-90.

［2］李瑛，杨丽娟，朱蓬华.基于数据挖掘的船用通信网络异常行为分类和识别研究方法［J］.舰船科学技术，2023（21）：181-184.

［3］段磊，杨超，朱衡，等.基于抗差估计与改进GSA数据挖掘的配网异常数据聚类检测方法［J］.电力科学与工程，2023（12）：41-50.

［4］孙立吉，邢伟，郝立波，等.EM分类法在区域地球化学数据挖掘中的应用：以湖南省洞口地区1∶20万水系沉积物Pb异常识别为例［J］.科学技术与工程，2023（23）：9820-9827.

［5］高杨.大环境数据挖掘的网络异常数据快速采集在环境保护管理系统中的应用［J］.环境工程，2023（1）：348.

Data mining method for abnormal electricity consumption information based on power carrier communication technology

Abstract： To achieve accurate identification of abnormal information， the article proposes a method for mining abnormal data in electricity consumption information based on power carrier communication technology. This method introduces power carrier technology to obtain electricity consumption information， which collects electricity consumption data of the power system， extracts electricity consumption categories and determines anomalies. It extracts key features from abnormal electricity consumption data and achieves mining of abnormal electricity consumption information. The experimental results show that the method designed in the article can accurately identify and mine all abnormal data in the array.

Key words： power carrier communication technology; abnormal judgment; excavation methods; abnormal data; electricity consumption information