基于人工智能技术的用户用电费用评估技术.pdf

Microcomputer Applications Vol.39,No.11,2023文章编号：10 0 7-7 57 X（2 0 2 3)11-0 18 6-0 4开发应用基于人工智能技术的用户用电费用评估技术微型电脑应用2 0 2 3年第39 卷第11期钱毅慧，阎荷嫔，罗思远（国网上海市电力公司客户服务中心，上海2 0 0 0 30）摘要：针对现有的城市用户用电费用评估模型精度低、处理效率差等问题，提出一种基于人工智能技术的信息一体化处理方法，并构建智能系统平台。利用IP网络完成寻优设计，通过建立多载波体系对用电费用监控进行合理化布局，最大限度扩大城市用户监控覆盖范围；采用升特公司开发的SX1276处理芯片与XD1129芯片融合设计，加强智能系统平台处理能力；还通过TOPSIS理想解算法对某小区多个用户的用电费用信息进行合理评估。实验结果表明，该评估算法模型具有较高的精度，在10 0 0 用户测点环境下误差仅有0.4%。关键词：人工智能；用电费用；TOPSIS理想解算法；信息一体化；多载波体系中图分类号：TP391(Customer Service Center of State Grid Shanghai Electric Power Company,Shanghai 200030,China)Abstract:Aiming at the problems of low accuracy and poor processing efficiency of the existing urban user electricity cost as-sessment model,an information integration processing method is proposed based on artificial intelligence technology,and an in-telligent system platform is constructed.IP network is used to complete the optimization design,the layout of electricity costmonitoring by establishing a multicarrier system is rationalized,the coverage of urban user monitoring is maximized,and theSX1276 processing chip is developed by Semtech and the XD1129 chip fusion is used to strengthen the intelligent system plat-form processing power.This study also uses the TOPSIS ideal solution algorithm to reasonably evaluate the electricity cost in-formation of multiple users in a certain community.The experimental results show that the evaluation algorithm model has highaccuracy,and the error is only 0.4%in the environment of 1000 user measurement points.Key words:artificial intelligence;electricity cost;TOPSIS ideal solution algorithm;information integration;multicarrier sys-tem文献 5通过用于训练支持向量回归（SVR模型的经验模式0引言分解（EMD)方法进行了用户用电费用评估，但该算法程序会由于电力是同时产生和消耗的，因此预测电力负荷和确出现计算错误，需要筛选处理异常值和缺失值，以确保准保所需电力是可靠供电的必要条件。短期（2 4h或7 d)电力确性。需求预测用于确保电力系统设备的可靠性，并通过维持有功1总体方案设计备用电量为停电或过载造成的损失做好准备 1。对于城市用电状况，需要智能电网系统准确地预测用户用电量，并对用电费用信息进行深层次的评估，与冷热电联产或可再生能源相关的智能电网可以根据用电量需求评估来执行电网运行计划。因此，为了全面协调电网供电资源，合理安排电力开发规模和建设时机，确保电力发电的科学发展和有效利用，对城市用户用电费用信息评估至关重要 2-3。目前为止，许多研究者已经利用各种机器学习算法构建了功耗预测模型。文献 4将粒子群优化算法与人工神经网络相结合，提出了PSO-ANN方法，但该方法计算耗时过长。作者简介：钱毅慧（19 8 1一），女，本科，助理工程师，研究方向为电力营销；阎荷嫔（19 9 4一），女，本科，助理工程师，研究方向为电力营销；罗思远（19 9 6 一），男，本科，助理工程师，研究方向为电力营销。186文献标志码：AUser Electricity Cost Evaluation TechnologyBased on Artificial Intelligence TechnologyQIAN Yihui,YAN Hepin,LUO Siyuan范围。系统架构如图1所示。如图1所示，智能电网工作站设计通过建立闭环网络完成线路标准预测，由分析预测模块对低压线路通电标准进行判断，运行监控对低压线路发出运行指令，通过分析预测模块与数据监控模块相互影响，由此组成闭环网络。多载波无针对上述文献存在的问题，本文基于人工智能技术研究信息一体化处理方法，设计了用电在线监测与评估系统架构，利用IP网络完成寻优设计，通过建立多载波体系对用电费用监控进行合理化布局，最大限度扩大城市用户监控覆盖Microcomputer Applications Vol.39,No.11,2023停电原因数据库用电风险措施TOPSIS理想智能处理安全解算法中心调控分析预测Q数据监控智能电网工作站用电费用信息库网络平台IP网络高压电站一电力用户输电线路参数女多载波输入图1用电在线监测与评估系统线信息网络结构由数据集成结构和监控三角形结构组成，IP网络通信通过光纤和网络基站完成输出传输，根据监控设备采集的低压线信息，输送到各自处理主站或者由数据库收录 6 。IP网络能够完成线路配置选取、参数性能分析和线路条件整合等功能。多种寻优设备和布局分配模型为系统接人提供便利，在网络汇聚层显示最佳监控布局网络，在此过程中添加多项IP地址，供用户选取。监控电源支持采用8阵元增强型电源，满足监控设备同时运行的额定电压。监控设备与数据中心通过瞬时识别技术建立起连接通道，便于城市用户用电信息的快速分析。此外，该系统能够实现中低压线路在超出标准时的信息报警和信号回传，通过带宽方式进行信息传达。在模型测算过程中，网络平台能够对低压线路参数进行压缩打包处理，节省带宽空间7。2关键技术2.1用电费用评估方法为了解决城市用户用电费用评估与预测问题，本文采用TOPSIS理想解算法，其优化能力和计算速度能够对用电信息进行实时预测。TOPSIS理想解算法能够处理突发的电网故障数据信息，将大量的数据信息转换为数据模型进行微观分析 8。根据城市电网架构输人各节点用户用电数据，并列出决策矩阵：D=：Lfmfm2fm式（1)中，fm表示在各个节点运行时，输人电流m产生的效益，D表示框架根据用电信息进行的决策矩阵。为方便比较不同用电信息属性之间的差异，将计算得到的效益属性值作为标准，可得到效益值为fi，jEJf=1EJ开发应用式（2)中.ij均表示序号.i=1,2，.m,j=1,2，,m,J表示效益型数据，J表示运行成本。假设标准化用电成本数据集为R，则元素因子为(3)i-1式（3)中，rj表示任意用电成本的计算表达式，f,表示节点产生的效益。为减少基础网架的成本初始值，优化网架并评估监控布局出精确用电费用指标，将评估模型的初始成本进行理想化决策9，理想化的成本元素计算方式为Ui=wjrij式（4)中，U;表示理想化函数，w,表示理性系数。对于所构建的电网网架结构和评估模型，在定义其运行状态时，分别提供了正理想解和负理想解的算法公式：A+=(ut,oz,.,t)=(maxUj lj=l,n)A=(ui,u2,U,)=(minuli=1,n)式（5)中，A+表示用电评估模型的正解，A-表示用电评估模型的负解，表示流经网架节点正相关效益，U表示负相关效益。由欧氏公式可得：D=(0g-寸）,i=1,2,m式（6)中，D表示网架正相关效益函数，0 表示网架节点正效益。同样，由欧氏公式可得出负理想优化效益验算函数为DZ(u,-u,),i=1,2,m-式(7)中,D表示网架负相关效益函数，表示负理想网架节点优化效益。经过验算表明正理想效益接近最优用电评估模型的预测方案，与标准值之间的相似指标为C=DT+DD.,0C1,i=1,2,m式(8)中,C+表示标准用电费用与正理想间的近似指标权重值。通过计算正负理想的效益近似值，得到如下关系式：s,Sk,CtCkIs,Sk，C t=C式（9)中，C.表示评估值，sS表示最优评估模型输出结果，sis 表示评估模型的输出结果与标准值相似，形成效益相同。为获取城市内多个小区用户的多种决策模型最优评估fifi2fif21f22微型电脑应用2 0 2 3年第39 卷第11期firi结果，提高大数据情况下用电信息的预测精度。本文对理想2(1)(2).187.(4)(5)(6)(7)(8)(9)解法运算结果进行评估，通过平均效益计算出结果为Ct=Z:Ct.kk-1式（10）中，Ct表示城市用户用电费用最终的评估值，s表示整个城市智能电网中所有节点形成用电效益的总和。综上所述，通过等式（1)式（10)可以构建出智能电网下的用电费用信息评估模型。2.2数据安全监控控制设计为了在线监测用电费用数据，通过人工智能技术对监控(10)Microcomputer Applications Vol.39,No.11,2023中心收录的事件信息，本文设计专有的调度控制进行数据转移，达到最佳安全管控的目的。数据监控控制中心如图2所示。调度室用电数据运行日志DOS模型微机显示调度监控数据库电力配网报表二次运维人员电表信息线路图2 娄数据监控控制中心调度控制中心根据监控提供配网数据资源，在配网运行结构中设有安全设备保证供电安全，通过调度室将数据调度到用户需求侧、配网运维和验证中心。在调度室运行结构中，由监控数据和微机显示建立配网运行日志，通过DOS模型描述事件发生过程，将运维人员信息和输电监控信息汇总演变为运行指令，将指令通过编码传输的方式暂存在数据库，方便随时调用10。配网运维根据运行日志生成报表信息，根据配网中的二次线路和运维人员的配合查验电表信息，实现设备信息的安全运维。验证中心主要对运行日志产生的监控数据进行验证，通过MTGS算法验证设备参数，保证配网运行的安全标准。DOS模型的建立通过设计运行指令和DOS模型完成配网安全运行，通过监控中心、运行中心和调度中心完成安全管控，进而完成电力系统的安全控制，保证配网系统运营的安全。为了提高数据监控控制中心的处理性能，本文采用升特公司开发的SX1276处理芯片与XD1129芯片融合设计，加强数据处理能力，保证数据传输速度。该芯片采用LoRa连接状态，对波动信号的传输具有一定的抗性。其信号发射功率和集成数据处理功率较好，适用于本文的用电信息数据监控模块，有利于检测进程的完成。融合处理芯片线路如图3所示。在图3中，SX1276处理芯片以收发器的形式运行，共有8个引脚，各自担负不同的功能，相互之间存在联系。其中，COMP引脚用作补偿电容，允许外接补偿元件，以降低芯片内部输出信号的误差；VFB引脚与三级管的发射极相连接，与补偿引脚完成循环，与输人端二极管形成T1结构，完成闭环控制IN引脚作为输人接口，与外接电源连接，同时连接充电电容，完成芯片的持续供电；RT/CT为转换引脚，主要作为芯片的收发器功能，信号的转化通过连接放大器完成；Vrer连接C和安全电路；Vcc连接电源，用于控制芯片的总电压；PWM负责整理信号形态，以便进行识别;GND引脚连接开发应用接地装置1运行指令数据库用户需求1XD1129芯片111验证中心运行输电监控监控CNN算法SVM算法微型电脑应用2 0 2 3年第39 卷第11期R6SX1276芯片COMPVrerVFB口T1Q1HPWMINPWMHR2IR3可视化显示RT/CTR4R5XD1129芯片的功能为半双工收发器，既能够接收各类采集信号，又能够发送处理后的信号，采集信号在芯片中进行调制处理，使发送的信号变的规律化，从而加快数据信号的处理速度。2 种芯片的融合既加快了信号的传输速度，又极大提高了信号的处理速度，使整体用电费用数据监控效率大大提高，对用电在线监测与评估系统具有重大帮助 12。3实验与分析为了验证本文系统的实用性与可靠性进行实例测试。调取X市当地国家电网公司实验室作为构建系统平台的实验环境，采用华中区域电网，电网运行安全余量大于2 0%，现场数据分析速度大于6.0 MB/s，算法修复误差小于3.0%。本文对2 0 2 1下半月某高档小区用电信息进行评估运算，运行中采用不同用户家庭结点进行研究，根据实验数据分析，采用Proteus仿真软件在相同电压环境下对电网安全运行系统进行实验。城市智能电网实验架构如图4所示。变电所口低压线低压线支线IT为了保证用电信息不存在异常值和缺失值现象，根据图4实验架构，对10 月、11月、12 月的用户用电信息进行用电安全指标评估运算，并统计不同月份输电总量与用户不满意率，其中安全指标表达式为.188.XD1129芯片C3LVOUTVINLXmRRVFBVecR7Q2图3核心处理芯片电路设计母联?变电所互感器用户#馈线Y?公用户用户1#馈线N#馈线图4实验架构图RovCCCoRC2C4CTGNDTEST一0PGNDAGND用户债线Y工支线IFBRioMicrocomputer Applications Vol.39,No.11,2023KZ(K;+1/Ch=式(11)中,K表示电网安全指标,K,表示网架漏洞电网出力变化,C表示漏洞对城市电网造成的影响程度，NB表示试点小区用户支路数量。电网运行安全数据实验表如表1所示。表1电网运行安全数据实验表评估时间输电总量/kWh安全指标/%用户不满意率/%10月1711.9611月1260.5912月1030.76通过表1数据分析，这三个月中电网配电该试点小区用户最大容量为17 11.9 6 kWh，通过算法预测安全指标最大为98.4%，用户不满意率最低为0.35%，这三项指标均处于同一个月份。由此看出，用电量高并不会提高用电风险与用户不满意率，保证了用电费用评估的前提环境，同时也验证了用电在线监测与评估系统中的安全管控模块具有较高可行性。为了体现本文所采用的TOPSIS理想解算法的优势性，将文献 4提出的 PSO-ANN方法与文献 5提出的SVM-EMD方法作为比较方法，通过评估10 0 0 40 0 0 个用户家庭电表采集器作为数据节点，设置每个用户的用电信息采样时间为10 min，评估电费数据的精准度并绘制成柱状图，如图5所示。1.00.8文献 5方法%/0.640.60.410.4F0.400.250.280.200.220.20.1901000图53种不同算法评估性能比较从图5可以看出，在不同数量测点环境下，相比于其他2种评估算法模型，本文采用TOPSIS理想解算法进行评估用户用电费用的误差更小，精准度更高，在10 0 0 个用户测点环境下误差占比只有0.4%。主要原因在于理想解是由评估算法模型中具有更高优先级的决策组成的一组指令，能够评判评估模型运行过程中生成的用电费用指标效益的好坏，从而得到最佳符合用电评估模型的评价体系。因此可以得出结论，本文所搭建的用电在线监测与评估系统更加实用可靠，能够满足智慧城市下智能电网的需求。4总结基于人工智能电网的背景下，本文设计了一种新型的城开发应用LNBNBj=198.495.694.2文献 4方法本文方法2000用户数目/个微型电脑应用2 0 2 3年第39 卷第11期市用户电费评估系统，通过分析预测模块与数据监控模块相(11)互影响，由此组成闭环网络，并采用TOPSIS理想解算法，其优化能力和计算速度能够实现用电信息的实时预测，减少基础网架的成本初始值，优化网架并评估出精确用电费用指标，将评估模型的初始成本进行理想化决策，最终得出最优的用户用电费用评估结果。在某电网公司对一个小区用电信息进行评估运算，根据Proteus仿真软件对实际工作过程进行仿真演示，验证了本文系统的可行性。然而，本文系统在硬件优化方面仍存在不足之处，由于该领域研究范围比较0.35大，后续将进一步研究。0.820.930.800.490.340.4030004000参考文献1许杰雄，余中杰，孙亚慧，等.基于边缘计算技术的电费实时计算体系研究 J.电力需求侧管理，2 0 2 1，2 3(3):92-95.2 高文鹏，岳生融，闫磊.电力企业信息管理系统的开发与应用 J.现代工业经济和信息化，2 0 2 1，11（3）：67-68.3谢晓明，杨炎标，李飞基于GIS的电力系统供电可靠性信息管理平台的研究 JI.科技资讯，2 0 2 0，18（35）：50-51.4陈良，史志才，张翔.基于PSO-ANN的RFID汽车室内定位算法J.传感器与微系统，2 0 2 0，39（12）：127-129.5华，韩苟杰，张森.基于规则的电力数据指标检查系统设计与实现 J.江西电力，2 0 2 0，44（4）：15-19.6 纪斌.SD省电力营销信息管理系统的规划与设计D.石家庄：河北经贸大学，2 0 2 1.7韩宝卿，李耀鹏，李文娟，等。电力信息机房设备巡检系统 J.通讯世界，2 0 2 0,2 7（5）：16 8.8 冯贵兰，李正楠，周文刚.大数据分析技术在网络领域中的研究综述 J.计算机科学，2 0 19，46（6)：1-2 0.9陈敬德，盛戈，吴继健，等.大数据技术在智能电网中的应用现状及展望 J.高压电器，2 0 18，54（1）：35-43.10丁茂生，孙维佳，蔡星浦，等.电力系统极端事件的风险评估与防范 J.中国电力，2 0 2 0,53（1：32-39.11徐建枫.智能配电网大数据应用技术与前景分析.电子元器件与信息技术，2 0 18,2（4）：2 8-31.12JOGEZAI P G,GUL P.EP33.04:Efficacy of SalineInfusion Sonohysterography in the Diagnosis of Ab-normal Uterine Bleeding in Perimenopausal Women:aStudy in Quetta,PakistanJ.Ultrasound in Obstet-rics&Gynecology,2019,54(S1):435.（收稿日期：2 0 2 2-0 2-13）.189.