王 勛，喬 佳，陳婷婷，王倩微，丁 斌

(北京市燃氣集團研究院，北京 100011)

1 概述

城鎮(zhèn)燃氣商業(yè)用戶存在一些用氣異常的用戶，原因可能是裝修、停業(yè)、更換設備、改變經(jīng)營類型、偷盜氣等，這些異常用戶存在管理困難和安全風險。需加強對商業(yè)用戶的重點監(jiān)察，除進行日常運營巡檢外也可以利用數(shù)據(jù)分析的手段進行診斷和識別，有效縮小排查范圍。異常的用氣行為必然產(chǎn)生異常的用氣數(shù)據(jù)，用戶用氣數(shù)據(jù)的分析是監(jiān)控用戶用氣行為的重要方式。

2 用氣數(shù)據(jù)診斷分析方法

城鎮(zhèn)燃氣用氣數(shù)據(jù)的診斷分析方法主要有對比法、繪圖法、指標法、分類法、聚類法。本文對這些方法進行分析總結。

2.1 對比法

該法主要是以用戶的歷史數(shù)據(jù)特征作為基準，分析出用戶的用氣規(guī)律及指標特征。搜集用戶歷史用氣數(shù)據(jù)，以7 d為更新周期，計算定長時間如30 d的時、日、月不均勻系數(shù)、日均用氣量及最大最小用氣量等。以日均用氣量為例，將最近30 d日用氣量均值與上1周期(7 d前)30 d日用氣量均值對比，設定兩者偏差范圍為±10%，以此判斷用戶變化是否正常。偏差范圍可依據(jù)用戶數(shù)量及巡查工作量設定。

2.2 繪圖法

該法以用戶歷史用氣數(shù)據(jù)的時間序列為基礎，采用算法建模擬合用戶用氣數(shù)據(jù)變化規(guī)律，算法應具備一定的穩(wěn)定性和準確度，并計算算法的相對誤差δ0作為評判基準。監(jiān)控時，采用繪圖法繪制出預測值、實際值曲線，采用算法預測用戶用氣量得到預測值，設定預測值相對誤差限值，當預測值相對誤差絕對值高于該限值，則認為算法預測失效。對一定時間內算法預測失效發(fā)生的次數(shù)進行累計，設為m，設定算法預測失效發(fā)生次數(shù)最大允許值為m0，若m大于m0則認為用戶用氣異常。數(shù)據(jù)擬合的方法有回歸、時間序列、神經(jīng)網(wǎng)絡、小波分析、機器學習，可采用組合算法或集成算法提高準確率。

2.3 指標法

對用戶的某項指標進行統(tǒng)計，然后根據(jù)指標范圍設定最小值及最大值，超出該范圍的用戶屬于需重點監(jiān)控用戶。以城鎮(zhèn)燃氣供暖用戶為例，供暖用戶的用氣指標通常采用供暖期單位面積用氣量。先通過抽樣的方法選定樣本用戶，搜集用戶的供暖面積和供暖期用氣量，得到每個樣本用戶供暖期單位面積用氣量，后通過箱形圖[1]或拉依達準則(3σ準則)[2]進行判斷。

在箱形圖中，記Q1為1/4分位數(shù)，Q3為3/4分位數(shù)，IQR表示Q3-Q1，將小于Q1-1.5IQR或大于Q3+1.5IQR的數(shù)據(jù)作為離群點，該用戶即異常用氣用戶。

拉依達準則是在假定數(shù)據(jù)服從正態(tài)分布的前提下，用戶用氣指標一般情況滿足或者近似滿足這一要求。數(shù)據(jù)標準差用σ表示，數(shù)據(jù)均值用μ表示。正態(tài)分布的特點是65%的數(shù)據(jù)分布在(μ-σ，μ+σ)內，95%的數(shù)據(jù)分布在(μ-2σ，μ+2σ)內，99%的數(shù)據(jù)分布在(μ-3σ，μ+3σ)內[3]，以此作為判斷依據(jù)，數(shù)據(jù)超大或者超小都屬于異常用氣。

2.4 分類法

該法通過搜集異常用戶用氣數(shù)據(jù)，建立1個包含異常用戶用氣數(shù)據(jù)和正常用戶用氣數(shù)據(jù)的樣本庫。該法的特點是有監(jiān)督判別，已知樣本庫中異常用戶用氣數(shù)據(jù)、正常用戶用氣數(shù)據(jù)、判定結果，將待判定用戶用氣數(shù)據(jù)與樣本庫中的數(shù)據(jù)進行對比，分析數(shù)據(jù)的相似度，若與正常用戶用氣數(shù)據(jù)相似則該用戶正常，與異常用戶用氣數(shù)據(jù)相似則判定為異常。分析相似度的方法有邏輯回歸、BP神經(jīng)網(wǎng)絡、決策樹、支持向量機(SVM)等[4-6]。

2.5 聚類法

該法主要原理是同類型用戶具有相同的用氣特征，將同類型用戶作為一組，組中用戶數(shù)量記為m。依據(jù)用戶用氣數(shù)據(jù)及相關信息(如面積、設備功率、座位數(shù)、床位數(shù)、房間數(shù)、人數(shù)等)，計算出特征指標(如單位面積用氣量、單位功率用氣量等)。通過數(shù)學方法提取出該組用戶更多共同特征(如時序數(shù)據(jù)和平均溫度的相關系數(shù)、時序數(shù)據(jù)的最大波動系數(shù)、標準差、峰度、各階自相關系數(shù)的聚合統(tǒng)計特征、近似熵、復雜度、傅里葉變換的質心、傅里葉變換的方差等)，同樣計算出特征指標。特征指標數(shù)量記為n。同組每個用戶都得到1個n維特征向量，記為Vj=(f1，f2，…，fi，…，fn)，其中Vj(j=1，2，…，m)表示第j個用戶的特征向量，fi(i=1，2，…，n)為特征指標。以同組每個用戶的特征向量為參數(shù)，采用聚類算法如Mean-shift、層次聚類、Birch等，聚類結果將同組中的大部分用戶聚集成一簇或多簇，并有少量離群點，則離群點判斷為異常用戶。

3 各類算法優(yōu)缺點

對比法和繪圖法，數(shù)據(jù)要求比較簡單，若單個用戶從某個時段開始，數(shù)據(jù)出現(xiàn)異常變化，對比法很容易發(fā)現(xiàn)，但對于存在長期偷盜氣行為無法判別。

指標法判斷邏輯嚴密，但需要核查用戶的基礎信息和經(jīng)營信息，這些信息變化快、難以獲得或不準確，可能會產(chǎn)生誤判。

分類法需要建立包含異常用戶用氣數(shù)據(jù)的樣本庫，異常用氣用戶特點多，需要的樣本數(shù)量較大，使建模難度增大。

聚類法對數(shù)據(jù)質量和粒度要求較高，對用戶的基礎信息要求較少，利于模型建立和應用，用戶類別劃分越細精度越高。

以上方法在實際運用過程中各有優(yōu)勢，可根據(jù)數(shù)據(jù)和用戶信息條件，采用不同算法進行綜合判斷。

4 城鎮(zhèn)燃氣數(shù)據(jù)采集管理和應用流程

近年來，在實現(xiàn)數(shù)字化管理方面，廣州燃氣、深圳燃氣、合肥燃氣、鄭州燃氣等都已實現(xiàn)大量商業(yè)用戶和居民用戶的數(shù)據(jù)采集，并在此基礎上開發(fā)了數(shù)據(jù)駕駛艙或平臺。各類流量計、調壓器、溫度計、報警器、收費系統(tǒng)、用戶服務系統(tǒng)、監(jiān)控系統(tǒng)等產(chǎn)生了大量的數(shù)據(jù)，亟需對數(shù)據(jù)進行有效管理和利用。數(shù)據(jù)質量是數(shù)據(jù)分析的基礎，決定了數(shù)據(jù)整體價值，本文認為需從采集源頭進行管理，數(shù)據(jù)采集管理和應用流程分為3步。

① 核實數(shù)據(jù)有效性

當數(shù)據(jù)錄入系統(tǒng)時，不論人工錄入還是遠程采集錄入，數(shù)據(jù)管理系統(tǒng)應首先判斷數(shù)據(jù)的合理性和有效性。這一過程可以利用指標法，當出現(xiàn)不合理數(shù)據(jù)時，應有管理機制核實數(shù)據(jù)，保證錄入系統(tǒng)數(shù)據(jù)的有效性。同時，也能在核實過程發(fā)現(xiàn)采集設備、燃氣設備、用戶等存在的問題或隱患，及時解決。

② 分析單個用戶數(shù)據(jù)

在保證用戶數(shù)據(jù)有效性的情況下，可以對用戶數(shù)據(jù)進行分析。應用對比法、繪圖法可以對單個用戶的用氣行為進行分析。

③ 分析同類用戶

對同類用戶進行分析，通過提取高階指標，采用分類法、聚類法或其他算法建模，對同類用戶指標進行建模，縮小異常用戶范圍，進行重點監(jiān)督和分析。

通過有效的數(shù)據(jù)，既可以結合用戶信息得到高階指標(高階指標可用于燃氣企業(yè)的規(guī)劃、設計及預測調度等方面)，也可以與水、電、天氣、經(jīng)濟、交通、財務或其他外部數(shù)據(jù)進行關聯(lián)分析，反映企業(yè)發(fā)展的相關關系，挖掘企業(yè)發(fā)展方向，預測變化趨勢，為企業(yè)決策提供依據(jù)，也可應用于智慧城市的建設。