0 引言

    隨著網(wǎng)絡(luò)技術(shù)的進(jìn)步與發(fā)展，將無(wú)線抄表系統(tǒng)應(yīng)用于電力行業(yè)已然成為一種趨勢(shì)^[1]。集中器作為用電信息采集系統(tǒng)中的重要節(jié)點(diǎn)，是實(shí)現(xiàn)主站與采集節(jié)點(diǎn)的通信橋梁^[2]。集中器作為中介轉(zhuǎn)發(fā)設(shè)備，缺乏對(duì)用電數(shù)據(jù)進(jìn)行分析的能力，導(dǎo)致主站對(duì)用電行為分析和響應(yīng)的滯后^[3]。為了能夠在用戶側(cè)實(shí)現(xiàn)對(duì)能耗采集數(shù)據(jù)的分析與處理，采用該網(wǎng)關(guān)對(duì)集中器進(jìn)行接入管理，獲取各集中器的能耗數(shù)據(jù)并進(jìn)行分類存儲(chǔ)與分析，以解決主站對(duì)異常用電滯后的問(wèn)題。

    目前，諸多學(xué)者針對(duì)用電信息采集系統(tǒng)及異常能耗數(shù)據(jù)分析提出了多種解決方案。文獻(xiàn)[3]通過(guò)構(gòu)造關(guān)聯(lián)規(guī)則，提出了一種基于密度聚類DBSCAN算法，用于識(shí)別離群點(diǎn)的用電模式。文獻(xiàn)[4]通過(guò)軟、硬件的協(xié)同配合,實(shí)現(xiàn)了集中器與控制終端和遠(yuǎn)程管理中心快速、可靠的通信。文獻(xiàn)[5]中的用電信息采集系統(tǒng)側(cè)重于需求管理和響應(yīng)，分析了用戶用電行為。文獻(xiàn)[6]基于實(shí)時(shí)性方面的考慮，提出了一種層次化的異常事件檢測(cè)系統(tǒng)。以上研究對(duì)用電信息采集系統(tǒng)的發(fā)展做出了積極貢獻(xiàn)。

    為解決主站對(duì)用電數(shù)據(jù)分析滯后的問(wèn)題，本文研究了網(wǎng)關(guān)接入用電信息采集系統(tǒng)時(shí)獲取地址的過(guò)程；網(wǎng)關(guān)接入用電信息采集網(wǎng)絡(luò)后，讀入集中器能耗數(shù)據(jù)并進(jìn)行分類存儲(chǔ)，采用密度聚類DBSCAN算法^[7-8]得出離群點(diǎn)集合，并通過(guò)決策樹(shù)C4.5算法^[9-10]得出離群點(diǎn)數(shù)據(jù)對(duì)應(yīng)的用電行為。

1 網(wǎng)關(guān)獲取節(jié)點(diǎn)地址

    網(wǎng)關(guān)與主站通信在應(yīng)用層應(yīng)滿足376.1電網(wǎng)規(guī)約^[11]，該規(guī)約對(duì)數(shù)據(jù)域地址進(jìn)行規(guī)定，其地址由3部分組成：2 B行政區(qū)劃碼A1、2 B終端地址A2和1 B主站地址和組地址標(biāo)志A3。

    網(wǎng)關(guān)接入用電信息采集網(wǎng)絡(luò)，獲取節(jié)點(diǎn)地址的流程如下：網(wǎng)關(guān)通過(guò)構(gòu)建數(shù)據(jù)幀，向主站發(fā)送地址查詢命令，獲取地址A，其由2 B的行政區(qū)劃碼A1和2 B的終端地址A2構(gòu)成，地址格式如圖1所示。

    網(wǎng)關(guān)與主站進(jìn)行通信的過(guò)程中，主站根據(jù)網(wǎng)關(guān)節(jié)點(diǎn)地址構(gòu)建數(shù)據(jù)幀地址域，包括地址段A1、A2和A3。在單播情況下，A1、A2直接從目標(biāo)集中器地址A中獲取，A3為主站地址和組地址標(biāo)志。A3的D0位為終端組地址標(biāo)志，D0為0時(shí)表示終端地址A2為單地址；D0為1時(shí)表示終端地址A2為組地址；A3的D1～D7組成0～127個(gè)主站地址MSA，其中數(shù)據(jù)幀地址域格式如圖2所示。

2 網(wǎng)關(guān)關(guān)鍵軟硬件設(shè)計(jì)

    網(wǎng)關(guān)基于ARM11和Linux操作系統(tǒng)^[12]進(jìn)行設(shè)計(jì)，采用輕量級(jí)的SQLite3數(shù)據(jù)庫(kù)對(duì)相關(guān)能耗數(shù)據(jù)及用戶信息進(jìn)行存儲(chǔ)。對(duì)用電信息采集數(shù)據(jù)進(jìn)行分析需要基于一定規(guī)模的歷史數(shù)據(jù)，考慮到存儲(chǔ)容量、網(wǎng)關(guān)規(guī)格和成本等因素，采用SD卡進(jìn)行內(nèi)存擴(kuò)展。選取BOA服務(wù)器作為網(wǎng)關(guān)的Web服務(wù)器程序，在網(wǎng)關(guān)上實(shí)現(xiàn)簡(jiǎn)單的網(wǎng)頁(yè)查看功能。

2.1 外擴(kuò)存儲(chǔ)模塊設(shè)計(jì)

    在網(wǎng)關(guān)上實(shí)現(xiàn)對(duì)用電信息采集數(shù)據(jù)的分析，需要基于一定的歷史數(shù)據(jù)，網(wǎng)關(guān)需要存儲(chǔ)一定數(shù)量的數(shù)據(jù)，而網(wǎng)關(guān)自身內(nèi)存有限，所以需要擴(kuò)大用電信息采集網(wǎng)關(guān)的存儲(chǔ)能力，SD卡與S3C6410中的SDIO0接口的原理圖如圖3所示。

2.2 SQLite3數(shù)據(jù)庫(kù)的設(shè)計(jì)

    SQLite3是一個(gè)嵌入式數(shù)據(jù)庫(kù)，其存儲(chǔ)后端采用Btree實(shí)現(xiàn)。SQLite在硬盤上一個(gè)數(shù)據(jù)庫(kù)一個(gè)文件，每個(gè)數(shù)據(jù)庫(kù)文件頭部保存有這個(gè)數(shù)據(jù)庫(kù)的元信息，包括版本、大小、Btree根節(jié)點(diǎn)位置等。

    數(shù)據(jù)庫(kù)可以高效、安全、大批量地對(duì)數(shù)據(jù)進(jìn)行管理，將SQLite3數(shù)據(jù)庫(kù)移植到本網(wǎng)關(guān)中以實(shí)現(xiàn)對(duì)能耗數(shù)據(jù)的分析。根據(jù)用電異常量分析算法對(duì)數(shù)據(jù)類型的需求進(jìn)行存儲(chǔ)，包括能耗類型、相對(duì)頻率、用戶類型、環(huán)境溫度等。

2.3 BOA服務(wù)器程序的設(shè)計(jì)

    本網(wǎng)關(guān)采用BOA服務(wù)器Web程序搭載后臺(tái)管理界面，前端界面采用AJAX技術(shù)與服務(wù)器中的CGI程序進(jìn)行交互，后臺(tái)管理網(wǎng)頁(yè)設(shè)計(jì)架構(gòu)如圖4所示。

    用電信息采集網(wǎng)關(guān)Web網(wǎng)頁(yè)中的主要功能包括以下3個(gè)方面：

    (1)查詢能耗信息：通過(guò)曲線對(duì)能耗信息進(jìn)行顯示，可以查看用戶時(shí)、日、月的用電信息等情況。

    (2)查看網(wǎng)關(guān)狀態(tài)：主要顯示當(dāng)前數(shù)據(jù)庫(kù)的可用空間、與服務(wù)器間的通信狀況及接入的集中器信息。

    (3)查看能耗數(shù)據(jù)分析：可查看歷史能耗信息及異常情況下的數(shù)據(jù)情況。

3 用電信息異常分析算法

3.1 密度聚類算法

    網(wǎng)關(guān)將集中器上傳的能耗數(shù)據(jù)進(jìn)行備份，以進(jìn)行及時(shí)分析。對(duì)用電時(shí)段進(jìn)行劃分，將工作日劃分為黑、白兩個(gè)時(shí)段，將周末劃分為早、中、晚3個(gè)時(shí)段，各時(shí)段的時(shí)間跨度可根據(jù)用戶類型及其生活作息習(xí)慣進(jìn)行調(diào)整。在相同日期類型和時(shí)間段內(nèi)，人們的用電行為比較類似，用電數(shù)據(jù)具有較小的波動(dòng)性，采用密度聚類DBSCAN算法獲取異常用電數(shù)據(jù)。

3.2 異常量的獲取

    將不同日期類型和時(shí)間段的數(shù)據(jù)作為一個(gè)能耗數(shù)據(jù)單元，針對(duì)不同的數(shù)據(jù)單元采用不同的參數(shù)Eps和MinPts。參數(shù)的選擇效率直接決定了該網(wǎng)關(guān)的質(zhì)量，采用文獻(xiàn)[13]提出的根據(jù)KNN分布算法與數(shù)學(xué)統(tǒng)計(jì)分析使網(wǎng)關(guān)自行計(jì)算各個(gè)數(shù)據(jù)單元中參數(shù)Eps與MinPts的值。

3.3 異常量分析

    以一定周期對(duì)用電數(shù)據(jù)進(jìn)行采集，同時(shí)采集溫度、日期類型和用電狀態(tài)（是否有異常，是何種異常），并將采集的數(shù)據(jù)存放在data.db文件中。采用決策樹(shù)C4.5算法對(duì)歷史數(shù)據(jù)及對(duì)應(yīng)的用電行為進(jìn)行訓(xùn)練。調(diào)入通過(guò)DBSCAN算法獲取的各個(gè)數(shù)據(jù)單元的噪聲點(diǎn)集合根據(jù)決策樹(shù)C4.5算法得出各噪聲點(diǎn)所對(duì)應(yīng)的異常用電行為，并通過(guò)相應(yīng)的機(jī)制采取對(duì)應(yīng)的措施。然后根據(jù)實(shí)際調(diào)查驗(yàn)證通過(guò)決策樹(shù)C4.5算法得出的結(jié)論是否正確，如果不正確將實(shí)際用電行為替代判斷用電行為。

4 測(cè)試與分析

4.1 實(shí)驗(yàn)平臺(tái)的搭建

    搭建測(cè)試環(huán)境，所需設(shè)備與模塊如表1所示。

    采用2個(gè)集中器分別與16個(gè)采集節(jié)點(diǎn)通過(guò)470 MHz構(gòu)建無(wú)線抄表網(wǎng)絡(luò)，網(wǎng)關(guān)通過(guò)交換機(jī)與集中器和主站（筆記本電腦）相連，集中器通過(guò)交換機(jī)接入網(wǎng)關(guān)。一個(gè)集中器采集子網(wǎng)放置在距離網(wǎng)關(guān)較近的地方，另一個(gè)集中器采集子網(wǎng)放置在較遠(yuǎn)的地方，并且將兩個(gè)集中器采集子網(wǎng)設(shè)置為不同的通信信道，將一個(gè)子網(wǎng)內(nèi)節(jié)點(diǎn)的信道設(shè)置為9，另一個(gè)子網(wǎng)內(nèi)節(jié)點(diǎn)的信道設(shè)置為14，以防止采集節(jié)點(diǎn)之間的相互干擾。

4.2 網(wǎng)關(guān)獲取地址的驗(yàn)證

    網(wǎng)關(guān)上電后，向主站發(fā)送地址查詢主站的行政區(qū)劃碼A1和管理的網(wǎng)關(guān)數(shù)量配置自身地址，通過(guò)串口調(diào)試助手打印網(wǎng)關(guān)地址信息。打印結(jié)果為00000001，前兩個(gè)字節(jié)為行政區(qū)劃碼A1，與主站保持一致；由于在網(wǎng)關(guān)接入主站時(shí)主站僅有網(wǎng)關(guān)這一個(gè)節(jié)點(diǎn)，因此終端地址A2為0001，其打印信息如圖5所示。

4.3 異常分析模塊的驗(yàn)證

    將用電數(shù)據(jù)進(jìn)行分段，并歸一化至溫度為25 ℃的情況下，通過(guò)KNN分布算法和數(shù)據(jù)統(tǒng)計(jì)算法實(shí)現(xiàn)對(duì)參數(shù)Eps與MinPts的自行計(jì)算，提高了網(wǎng)關(guān)的運(yùn)行效率。

    根據(jù)不同日期類型和用戶的用電習(xí)慣將一天的用電數(shù)據(jù)進(jìn)行分段劃分，分別對(duì)工作日和周末的不同時(shí)間段的用電數(shù)據(jù)進(jìn)行聚類，并將節(jié)假日通過(guò)節(jié)假日因子歸并為周末進(jìn)行聚類，采用DBSCAN算法能夠準(zhǔn)確判斷新讀入的用電信息是否為噪聲點(diǎn)。通過(guò)決策樹(shù)C4.5算法對(duì)歷史數(shù)據(jù)分時(shí)段和日期類型進(jìn)行訓(xùn)練，能夠準(zhǔn)確判定噪聲點(diǎn)的異常用電行為。

    以工作日、周末和節(jié)假日對(duì)用電日期進(jìn)行歸類，并將節(jié)假日歸并為周末，使得在各自的用電類別中人們的用電習(xí)慣具有較高的相似性，采用決策樹(shù)C4.5算法可以得到更為準(zhǔn)確的結(jié)果。將周末和工作日的用電數(shù)據(jù)根據(jù)人們的用電習(xí)慣的不同分為不同的區(qū)間單元，使得在各個(gè)時(shí)段內(nèi)用電數(shù)據(jù)波動(dòng)幅度較小，提高了DBSCAN算法的準(zhǔn)確性。

5 結(jié)論

    本網(wǎng)關(guān)結(jié)合用電信息采集網(wǎng)絡(luò)特征，基于相關(guān)電網(wǎng)規(guī)約構(gòu)造數(shù)據(jù)查詢幀，配置網(wǎng)關(guān)自身地址，實(shí)現(xiàn)網(wǎng)關(guān)對(duì)集中器的接入管理。通過(guò)對(duì)外擴(kuò)存儲(chǔ)拓展程序、SQLite3數(shù)據(jù)庫(kù)程序、BOA服務(wù)器程序的設(shè)計(jì)和移植以及異常檢測(cè)單元塊的設(shè)計(jì)，完成網(wǎng)關(guān)在數(shù)據(jù)存儲(chǔ)和異常檢測(cè)功能。本文所采用的查詢主站地址池方法可以高效地配置網(wǎng)關(guān)自身地址；網(wǎng)關(guān)采用SQLite3數(shù)據(jù)庫(kù)實(shí)現(xiàn)對(duì)能耗數(shù)據(jù)的有效存儲(chǔ)，通過(guò)采用DBSCAN算法和決策樹(shù)C4.5算法實(shí)現(xiàn)對(duì)采集數(shù)據(jù)的異常用電行為的判斷，解決了主站對(duì)能耗數(shù)據(jù)分析滯后的問(wèn)題。

參考文獻(xiàn)

[1] 孫宏斌，郭慶來(lái)，潘昭光.能源互聯(lián)網(wǎng)：理念、架構(gòu)與前沿展望[J].電力系統(tǒng)自動(dòng)化，2015(19)：1-8.

[2] 佟為明，張希棟，李中偉，等.基于橢圓曲線密碼的數(shù)據(jù)集中器通信報(bào)文混合密碼算法[J].電力系統(tǒng)自動(dòng)化，2014，38(4)：86-91.

[3] 田力，向敏.基于密度聚類技術(shù)的電力系統(tǒng)用電量異常分析算法[J].電力系統(tǒng)自動(dòng)化，2017(5)：64-70.

[4] 向敏，王時(shí)賀，趙星宇.一種基于電力載波通信的路燈控制系統(tǒng)集中器的設(shè)計(jì)[J].重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013，25(2)：161-165.

[5] GELAZANSKAS L，GAMAGE K A A.Demand side management in smart grid：a review and proposals for future direction[J].Sustainable Cities & Society，2014，11(11)：22-30.

[6] LEE S C，NEVATIA R.Hierarchical abnormal event detection by real time and semi-real time multi-tasking video surveillance system[J].Machine Vision & Applications，2014，25(1)：133-143.

[7] 韓利釗,錢雪忠,羅靖,等.基于區(qū)域劃分的DBSCAN多密度聚類算法[J/OL].[2017-06-04].http：//www.arocmag.com/article/02-2018-06-047.html.

[8] MALHOTRA A，BAJAJ K.A hybrid pattern based text mining approach for malware detection using DBScan[J].CSI Transactions on ICT，2016，4(2-4)：141-149.

[9] 苗煜飛，張霄宏.決策樹(shù)C4.5算法的優(yōu)化與應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2015，51(13)：255-258.

[10] MANTAS C J，ABELLAN J，CASTELLANO J G. Analysis of Credal-C4.5 for classification in noisy domains[J].Expert Systems with Applications，2016，61：314-326.

[11] Q/GDW 376.1-2013.電力用戶用電信息采集系統(tǒng)通信協(xié)議[S].北京：國(guó)家電網(wǎng)公司，2013.

[12] 劉煒，毛建鑫，梁磊，等.一種基于ARM的集中器的硬件實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用，2014，40(1)：86-89.

[13] 周治平，王杰鋒，朱書(shū)偉，等.一種改進(jìn)的自適應(yīng)快速AF-DBSCAN聚類算法[J].智能系統(tǒng)學(xué)報(bào)，2016，11(1)：93-98.

作者信息:

王  平，于祥春

（重慶郵電大學(xué) 自動(dòng)化學(xué)院，重慶400065）