韓 濤， 姚 維

（浙江大學(xué)電氣工程學(xué)院，杭州 310027）

0 引 言

隨著我國電力市場的不斷擴(kuò)大與對清潔可再生能源日益增長的需求，風(fēng)力發(fā)電行業(yè)在我國得到了迅猛發(fā)展，風(fēng)機(jī)葉片結(jié)冰現(xiàn)象也日益突出［1-5］。葉片結(jié)冰不僅縮短風(fēng)機(jī)使用壽命，降低生產(chǎn)效益，還會產(chǎn)生安全隱患［6］。部分風(fēng)電設(shè)備具有自動檢測結(jié)冰功能，但其僅能檢測到嚴(yán)重的結(jié)冰現(xiàn)象，風(fēng)機(jī)葉片結(jié)冰是一個(gè)緩變過程，從早期的輕度結(jié)冰到葉片的嚴(yán)重覆冰需要較長的時(shí)間。如果能夠在故障初期有效地檢測到結(jié)冰趨勢，并給予適當(dāng)?shù)膽?yīng)對措施，則能夠有效地避免上述諸多不良影響。

目前，監(jiān)控與采集（supervisory control and data acquisition，SCADA）系統(tǒng)已經(jīng)廣泛應(yīng)用在風(fēng)力發(fā)電領(lǐng)域［7-8］，在發(fā)電過程中實(shí)時(shí)采集風(fēng)機(jī)工作的運(yùn)行參數(shù)，儲存海量的歷史數(shù)據(jù)。利用智能算法挖掘歷史數(shù)據(jù)中的關(guān)鍵信息，建立結(jié)冰檢測模型，在實(shí)際運(yùn)行中對葉片結(jié)冰進(jìn)行實(shí)時(shí)監(jiān)測，為風(fēng)力發(fā)電的安全與效率提供有力保障。目前，數(shù)據(jù)驅(qū)動的智能算法在風(fēng)機(jī)葉片結(jié)冰檢測已經(jīng)成為風(fēng)電領(lǐng)域內(nèi)的研究熱點(diǎn)之一，如支持向量機(jī)（Support Vector Machine，SVM）［9］、隨機(jī)森林［10］、Xgboost［11-13］、人工神經(jīng)網(wǎng)絡(luò)［14-15］等，這些方法普遍是樣本標(biāo)簽已知的有監(jiān)督算法。

風(fēng)機(jī)葉片結(jié)冰是一個(gè)漸變過程，初期不易被觀測，人工記錄時(shí)容易造成歷史數(shù)據(jù)的標(biāo)簽缺失以及誤標(biāo)注問題。標(biāo)簽的誤標(biāo)注將誤導(dǎo)模型將早期結(jié)冰判別為正常，在一定程度上削弱了模型對早期結(jié)冰趨勢的檢測靈敏度；缺失標(biāo)簽的樣本中也蘊(yùn)含著豐富的信息，如果能對其加以利用，則模型的判別準(zhǔn)確度得以提升。

針對上述問題，提出一種K 近鄰（K-Nearest Neighbor，KNN）［16］與SVM協(xié)同訓(xùn)練［17-18］的風(fēng)機(jī)葉片結(jié)冰早期檢測方法。KNN與SVM被分別用于提取樣本間的相似關(guān)系與樣本自身的判別特征。本方法利用半監(jiān)督學(xué)習(xí)中的協(xié)同訓(xùn)練機(jī)制，充分利用了標(biāo)簽缺失樣本，對可能誤標(biāo)注的樣本進(jìn)行標(biāo)簽矯正與重新訓(xùn)練，對早期結(jié)冰數(shù)據(jù)進(jìn)行信息提取，以提高模型對葉片結(jié)冰檢測的準(zhǔn)確度和靈敏度。

1 K近鄰與支持向量機(jī)

1.1 K近鄰分類方法

KNN是一種典型的分類算法，它可以直接應(yīng)用于在線場景。采集到新的在線樣本時(shí)，KNN 在歷史樣本點(diǎn)中尋找k個(gè)與在線樣本最為相似的歷史樣本，通過投票法獲取標(biāo)簽。

KNN需要事先定義樣本間的距離函數(shù)來度量近鄰關(guān)系，通常情況下選擇歐氏距離。給定兩個(gè)n 維樣本和，其歐氏距離dij定義為：

對于一個(gè)新的在線樣本xnew，KNN 在訓(xùn)練樣本集合中尋找與樣本xnew距離最小的k 個(gè)樣本及其對應(yīng)標(biāo)簽｛（x1m，y1m），（x2m，y2m），…，（xkm，ykm）｝，則xnew的標(biāo)簽被確定為｛y1m，y2m，…，ykm｝中出現(xiàn)次數(shù)最多的標(biāo)簽類別。KNN利用了樣本間的相似關(guān)系，但對于每個(gè)樣本不同變量的關(guān)系不敏感。

1.2 SVM分類方法

SVM發(fā)展于統(tǒng)計(jì)學(xué)習(xí)理論，是一種具有高泛化能力的分類模型，具有結(jié)構(gòu)風(fēng)險(xiǎn)最小化的特點(diǎn)，能夠在模型復(fù)雜性與擬合能力間找到最好的平衡點(diǎn)。

給定訓(xùn)練數(shù)據(jù)集D ＝｛（x1，y1），…，（xm，ym）｝，其中，每個(gè)樣本點(diǎn)（xi，yi）包括特征xi∈R，標(biāo)簽yi∈｛＋1，－ 1｝。對于超平面ωx ＋b ＝0，定義樣本點(diǎn)（xi，yi）到該超平面的幾何距離為：

式中：ω為投影向量；b為截距。定義樣本集合關(guān)于該超平面的距離為γ，此距離等價(jià)于樣本集合中所有樣本點(diǎn)到該超平面幾何距離的最小值，即：

SVM旨在找到一個(gè)最佳的超平面，使兩類樣本集合關(guān)于該超平面的距離γ 最大化，從而達(dá)到最佳分割的效果。其優(yōu)化目標(biāo)為：

該優(yōu)化問題可以通過適當(dāng)變換以及拉格朗日乘子法轉(zhuǎn)換為：

式中，αi為對應(yīng)的拉格朗日因子。該問題可通過序列最小優(yōu)化算法求解，從而得到最優(yōu)解α*。根據(jù)Vapnik的理論，α*中至少存在一個(gè)k 使得αk能夠取得最優(yōu)解［19］，對于此k，有下述關(guān)系成立：

因此，最優(yōu)分隔超平面的投影向量

以及截距

綜上，對于在線樣本xnew，其標(biāo)簽為

上述運(yùn)算過程主要針對線性可分?jǐn)?shù)據(jù)，當(dāng)不同類別間無法通過超平面線性分隔時(shí)，可以引進(jìn)非線性的核函數(shù)，將原非線性問題轉(zhuǎn)化為高維空間中的線性可分問題。當(dāng)非線性核函數(shù)K（xi，xj）滿足Mercer理論，其就對應(yīng)著高維空間中的一種內(nèi)積，只需將式（5）中的內(nèi)積替換為核函數(shù)，即可構(gòu)建非線性分隔的目標(biāo)函數(shù)，即：

對應(yīng)的在線樣本標(biāo)簽為：

在核SVM中，最常用的非線性核函數(shù)為徑向基函數(shù)：

式中，r為徑向基函數(shù)的到達(dá)率參數(shù)。

2 風(fēng)機(jī)葉片結(jié)冰早期檢測算法

2.1 KNN-SVM協(xié)同訓(xùn)練分類方法

協(xié)同訓(xùn)練是一種半監(jiān)督學(xué)習(xí)方法，充分利用標(biāo)簽缺失數(shù)據(jù)中的隱藏信息，提升模型準(zhǔn)確度。協(xié)同訓(xùn)練的主要步驟如圖1 所示。

圖1 協(xié)同訓(xùn)練機(jī)制示意圖

構(gòu)建兩個(gè)彼此不同的分類器，先由有標(biāo)簽樣本進(jìn)行訓(xùn)練，再分別從無標(biāo)簽樣本集合中選擇出高置信度樣本并打上標(biāo)簽，將選出的樣本從無標(biāo)簽集合中剔除，加入對方的有標(biāo)簽樣本集合中。將上述過程重復(fù)多次，直到達(dá)到預(yù)先設(shè)定的最大迭代次數(shù)或沒有新的無標(biāo)簽樣本被選出。這種訓(xùn)練機(jī)制能夠在充分利用標(biāo)簽缺失的樣本信息的同時(shí)，使2 種分類器互相促進(jìn)，共同提升分類準(zhǔn)確度。

采用KNN和SVM分別充當(dāng)協(xié)同訓(xùn)練中的2 個(gè)分類器。這2 種方法關(guān)注的數(shù)據(jù)模式不同，分類原理也有較大差異，能夠分別從樣本間的相似關(guān)系以及樣本的幾何特征這2 個(gè)相異的角度來進(jìn)行分類，因此適合用于協(xié)同訓(xùn)練。

在協(xié)同訓(xùn)練機(jī)制中，需要根據(jù)分類器的輸出結(jié)果尋找高置信度樣本。對于KNN模型，設(shè)對于某無標(biāo)簽樣本，其在有標(biāo)簽樣本集合中搜索得到的k 個(gè)近鄰樣本為｛（x1m，y1m），（x2m，y2m），…，（xkm，ykm）｝，其中yim∈｛1，0｝，則其將該樣本標(biāo)簽判別為1 和0 的置信度分別為：

對于SVM，可以利用新樣本距離分隔超平面距離γnew來衡量其置信程度

即新樣本距離分隔超平面越遠(yuǎn)，置信度越高。

易知，KNN和SVM的分類置信度均為取值在0 ～1 之間的浮點(diǎn)數(shù)，且越接近1 說明分類置信度越高。通常情況下，可設(shè)定置信度閾值在0.7 ～0.9 之間，當(dāng)模型對某標(biāo)簽缺失樣本的分類置信度高于該閾值時(shí)，即認(rèn)為其是高置信度樣本，并將其用于模型重訓(xùn)練。

2.2 葉片結(jié)冰早期檢測方法

基于前述的KNN-SVM 協(xié)同訓(xùn)練方法，可以構(gòu)建風(fēng)機(jī)葉片結(jié)冰的早期檢測算法。該方法能夠?qū)?biāo)簽缺失樣本以及潛在的誤標(biāo)注樣本進(jìn)行信息提取與矯正，提升分類模型的準(zhǔn)確度與靈敏度。具體建模與應(yīng)用步驟如下。

步驟1訓(xùn)練樣本集合構(gòu)建與數(shù)據(jù)標(biāo)準(zhǔn)化。在數(shù)據(jù)集的有標(biāo)簽樣本中，分為結(jié)冰數(shù)據(jù)與正常樣本。通常情況下，結(jié)冰樣本的標(biāo)簽為風(fēng)電場巡視人員發(fā)現(xiàn)結(jié)冰現(xiàn)象后進(jìn)行標(biāo)注，因此可信度較高。由于觀測不及時(shí)以及人為觀察的局限性，一些早期結(jié)冰樣本可能被誤標(biāo)注為正常，如果能對這些樣本的標(biāo)簽進(jìn)行矯正并將其用于模型訓(xùn)練，將可提升模型對早期結(jié)冰的檢測靈敏度。結(jié)冰是一個(gè)緩慢演化的過程，不可能突然發(fā)生，因此設(shè)立如下規(guī)則：在有標(biāo)簽數(shù)據(jù)中，若在結(jié)冰樣本采集時(shí)間點(diǎn)之前一段時(shí)間內(nèi)的樣本被標(biāo)注為正常，則認(rèn)為其標(biāo)簽不可信，將其標(biāo)簽剔除并歸入無標(biāo)簽樣本集合，因此無標(biāo)簽樣本集合中包含標(biāo)簽缺失樣本以及標(biāo)簽不可信樣本。

由于KNN與SVM方法需要各變量的取值范圍一致，利用數(shù)據(jù)標(biāo)準(zhǔn)化方法對原始數(shù)據(jù)進(jìn)行處理。對于每個(gè)變量x，其標(biāo)準(zhǔn)化方法為：

式中：μ、σ分別為該變量在訓(xùn)練集中的均值和標(biāo)準(zhǔn)差。

步驟2模型訓(xùn)練。設(shè)置最大迭代次數(shù)、SVM 和KNN的置信度閾值，利用步驟1 中得到有標(biāo)簽樣本集合與無標(biāo)簽樣本集對兩個(gè)模型進(jìn)行協(xié)同訓(xùn)練，得到訓(xùn)練后的分類模型。

步驟3在線應(yīng)用。將步驟2 中訓(xùn)練好的模型用于在線結(jié)冰檢測。需要注意的是，對于某些樣本，SVM和KNN可能會出現(xiàn)不同的分類結(jié)果，此時(shí)需要利用2種方法的分類置信度進(jìn)行決策。如果KNN 的判定結(jié)果為結(jié)冰（第1 類），SVM 的判別結(jié)果為正常，則最終分類結(jié)果y的計(jì)算方式為：

反之，如果KNN的判定結(jié)果為正常（第0 類），SVM的判別結(jié)果為結(jié)冰，則標(biāo)簽y的計(jì)算方式為：

3 實(shí)驗(yàn)驗(yàn)證

3.1 數(shù)據(jù)情況與評價(jià)指標(biāo)說明

采用某風(fēng)機(jī)SCADA系統(tǒng)采集的數(shù)據(jù)進(jìn)行模型訓(xùn)練與性能測試。采樣時(shí)間為7 s，數(shù)據(jù)集內(nèi)包括風(fēng)速、有功功率、環(huán)境溫度、機(jī)艙溫度、變槳電動機(jī)溫度、葉片角度等26 個(gè)變量，這些變量構(gòu)成樣本點(diǎn)的特征x。按照前述的訓(xùn)練數(shù)據(jù)集構(gòu)建方法，將在發(fā)現(xiàn)結(jié)冰時(shí)間點(diǎn)之前的20 min內(nèi)的正常標(biāo)簽樣本視為標(biāo)簽不可信，并將其歸入無標(biāo)簽集合中。最終，得到有標(biāo)簽樣本16 572個(gè)，無標(biāo)簽樣本2 405 個(gè)，隨機(jī)選取有標(biāo)簽數(shù)據(jù)集中80%作為訓(xùn)練集（共13 258 個(gè)樣本），其余20%作為測試集（共3 314 個(gè)樣本）。

實(shí)驗(yàn)之前，需要建立合理的評價(jià)指標(biāo)來客觀評價(jià)模型的檢測性能，參考曹渝昆等［13］所采用的查準(zhǔn)率（precision）、查全率（recall）以及F1指標(biāo)進(jìn)行性能評價(jià)。

3.2 實(shí)驗(yàn)結(jié)果分析

利用訓(xùn)練集中的有標(biāo)簽數(shù)據(jù)及無標(biāo)簽數(shù)據(jù)協(xié)同訓(xùn)練KNN和SVM模型，通過交叉驗(yàn)證［20］對模型超參數(shù)進(jìn)行調(diào)整，最終選取KNN 中的近鄰樣本數(shù)目k ＝7，KNN和SVM的置信度閾值分別為0.7 和0.85。最終無標(biāo)簽樣本中有786 條數(shù)據(jù)被選取為高置信度樣本并參與訓(xùn)練。圖2 展示了模型在測試集中3 314 個(gè)測試樣本的分類結(jié)果的混淆矩陣。

圖2 KNN-SVM方法檢測結(jié)果的混淆矩陣

混淆矩陣是一種用于評估模型分類性能的可視化方法，其橫坐標(biāo)為模型的預(yù)測結(jié)果，縱坐標(biāo)則為真實(shí)的標(biāo)簽。圖中，主對角線上的2 個(gè)元素分別為模型成功檢測出的正常樣本數(shù)目和結(jié)冰樣本數(shù)目，而副對角線上的元素則分別為模型的誤判樣本數(shù)和漏檢樣本數(shù)。如圖2 所示，模型成功地檢測出大多數(shù)結(jié)冰樣本，其有效性得以驗(yàn)證。

為評估協(xié)同訓(xùn)練機(jī)制對結(jié)冰檢測性能的促進(jìn)作用，引入其他結(jié)冰檢測模型，包括KNN、SVM、隨機(jī)森林、Xgboost進(jìn)行性能對比，根據(jù)混淆矩陣計(jì)算各方法的檢測結(jié)果的性能指標(biāo)參數(shù)見表1。

在不使用協(xié)同訓(xùn)練機(jī)制時(shí)，KNN的各性能指標(biāo)均低于KNN-SVM 協(xié)同方法，而SVM 除查準(zhǔn)率略高以外，其查全率與F1值也明顯低于協(xié)同模型，這說明2種模型在協(xié)同訓(xùn)練的過程中起到了相互促進(jìn)的作用，提高了結(jié)冰檢測的準(zhǔn)確度。隨機(jī)森林與Xgboost 2 種集成學(xué)習(xí)模型的查準(zhǔn)率略高于所提出的方法，但由于沒有對早期結(jié)冰樣本進(jìn)行充分學(xué)習(xí)與利用，導(dǎo)致其對結(jié)冰數(shù)據(jù)的檢測靈敏度不足，其查全率和F1值均顯著低于KNN-SVM協(xié)同模型，這說明了對無標(biāo)簽和標(biāo)簽不可信數(shù)據(jù)的利用與矯正的必要性。在結(jié)冰檢測中，模型的查全率比查準(zhǔn)率更為重要，因?yàn)橐坏┙Y(jié)冰現(xiàn)象被漏檢，將有可能造成巨大安全隱患，相比于誤檢的后果更加嚴(yán)重。因此，在評估模型性能時(shí)應(yīng)更加關(guān)注模型的查全率。在所有方法中，KNN-SVM協(xié)同方法的查全率顯著高于其他方法，這進(jìn)一步驗(yàn)證了協(xié)同訓(xùn)練機(jī)制的優(yōu)勢。

4 結(jié) 語

現(xiàn)有數(shù)據(jù)驅(qū)動風(fēng)機(jī)結(jié)冰檢測方法主要采用有監(jiān)督算法，對于廣泛存在的標(biāo)簽缺失與誤標(biāo)注數(shù)據(jù)沒有進(jìn)行矯正與利用，這在一定程度上降低了葉片結(jié)冰檢測的準(zhǔn)確度。

本文提出了一種基于KNN和SVM協(xié)同訓(xùn)練的風(fēng)機(jī)結(jié)冰檢測模型，該方法能夠?qū)?biāo)簽缺失和標(biāo)簽不可信樣本進(jìn)行信息提取與利用，增加模型對早期結(jié)冰趨勢的擬合能力。實(shí)驗(yàn)結(jié)果表明，相比于其他有監(jiān)督方法，該方法具有較高的檢測準(zhǔn)確性與靈敏度，對風(fēng)力發(fā)電的安全性維護(hù)研究具有實(shí)際意義。