Ensemble-Based Anomaly Detection for Urban Power Efficiency Towards Sustainable Energy Management

城市是呼吸着电力的生命有机体。从家庭中的灯光到为医院供电的电力，能量的流动维持着现代生活的运转。但正如任何复杂的系统一样，这种流动并不总是完美的。有时，电力会通过隐藏的低效、设备故障或未被察觉的异常使用模式而造成浪费。寻找这些隐藏的问题非常困难，因为智能电表和传感器产生的数据是海量的、杂乱无章且不断变化的。传统的错误检测方法（例如设定一个简单的限制值并等待数值超过该值）往往会错过细微的故障征兆，或者引发误报。为了解决这个问题，研究人员正转向计算机科学的一个分支——机器学习，在这一领域，计算机通过学习来识别模式，而无需被明确告知要寻找什么。通过教这些系统理解什么是“正常”的能源使用，它们可以发现预示着浪费或危险的异常行为，从而为建设更清洁、更可持续的城市提供路径。

来自印度、伊拉克、马来西亚和巴林的大学研究团队致力于构建一个能够为此类城市电网实现这一目标的系统。他们的目标是创建一个数字看门狗，能够筛选原始能源消耗数据并识别异常——即那些暗示出现问题的异常峰值或跌落。他们并没有依赖单一的方法来寻找这些错误。相反，他们构建了一个由四个不同计算机模型组成的团队，每个模型都有其独特的思考数据的方式。其中一个被称为“孤立森林”（Isolation Forest）的模型，通过随机切割数据来观察哪些点是孤立存在的。另一个被称为“局部离群因子”（Local Outlier Factor）的模型，观察特定数据区域的密集程度，将那些距离邻居太远的点标记出来。第三个模型使用“单类支持向量机”（One-Class Support Vector Machine）技术，在正常行为周围划定一个边界，将任何在线之外的行为标记为可疑。第四个也是最复杂的模型是“自动编码器”（Autoencoder），这是一种人工神经网络，它试图重建它所看到的数据；如果它在重建某部分信息时遇到困难，它就会认为该部分是不寻常的。

研究人员首先对一组市政电力记录数据集进行了清洗，包括填补缺失数值、调整偏斜数据以及缩放数值，以便计算机能够公平地处理它们。随后，他们在这些清洗后的数据上训练了这四个模型。为了测试它们的表现，他们模拟了一个已知有10%数据异常的情景，这是测试此类系统的常见比例。结果显示，虽然所有模型各有所长，但自动编码器脱颖而出。它在一个平衡了发现真实问题与避免误报的指标上达到了0.9740的分数，优于其他三个独立模型。孤立森林和局部离群因子的表现也很好，但自动编码器在区分正常波动与真正的效率低下方面最为精准。

然而，研究人员意识到仅依赖单一模型是有风险的。如果这个单一模型犯了错，整个系统就会失效。为了使解决方案更加稳健，他们将这四个模型组合成了一个集成系统。这就像是一个委员会：只有当四个模型中有至少两个都认为某条数据是异常时，该数据才会被标记为异常。这种方法显著减少了误报的数量。在测试中，这个组合系统实现了完美的精确度，这意味着每当它发出警报时，都是正确的。虽然其整体准确率略低于表现最好的单个模型，但对于一个误报会浪费时间和资源的现实世界系统来说，这种权衡是值得的。团队还使用了一种名为SHAP的工具来解释模型做出决策的原因。分析表明，数据中的特定特征，特别是与用电高峰时段和高耗能模式相关的特征，是触发警报的主要驱动因素。

研究结论指出，虽然像自动编码器这样的深度学习模型是识别能源浪费的强大工具，但将它们与其他方法结合起来，可以为城市基础设施创造一个更安全、更可靠的安全网。该系统成功识别了异常的消耗模式，而无需预先标记每种可能的故障示例，这在现实世界中是一个关键优势，因为现实中的城市很少拥有关于过去所有问题的完美记录。研究人员指出，他们的工作是基于模拟的真实情况数据，未来的工作需要纳入实时的时间序列数据，以应对实时电网的动态特性。通过让这些隐形的低效变得可见，此类系统为联合国关于负担得起的清洁能源的目标提供了切实的一步，帮助城市管理者保护资源，并确保流经街道的电力得到明智的使用。