基于孤立森林算法对发电机组滥用市场力的判别

　　内容提要：为了构建健康高效的电力市场，迫切需要加强对市场主体的监管，而对发电机组市场力滥用的判别是对市场主体监管的关键工作。首先，本文通过分析发电机组市场力的表现形式，从机组地位、报价行为、中标结果三个维度提出判别滥用市场力的指标集合。其次，结合指标集合构建基于电力交易数据的孤立森林模型，并利用孤立森林算法得出发电机组滥用市场力的异常分值，实现对滥用市场力发电机组的判别。最后，对国内某区域电力现货市场仿真交易系统数据进行验证，结果表明：该判别方法的准确率和判别效率较高，充分验证了算法的有效性。

　　关键词：电力市场发电机组市场力滥用孤立森林算法

　　自2015年《关于进一步深化电力体制改革的若干意见》(中发〔2015〕9号文)及其配套相关文件颁布以来，加速推进了我国电力市场化改革，并取得积极有效的进展，首批8个电力现货市场试点均启动结算试运行。然而，我国电力行业的发电侧大多以省为单位，集中程度较高，易发生滥用市场力的行为，并引发相应风险(陈青等，2018)。这种滥用市场力行为，损害市场竞争的有效性，妨碍电力市场的稳定运行，甚至影响改革进程。因此，为了保证竞争的有效性，对发电机组滥用市场力行为进行判别是电力市场建设的重要任务，这对于保障电力市场公平竞争、维持市场安全稳定运行、促进电力市场改革都具有十分积极的意义。

　　一、相关研究文献评述

　　针对发电机组滥用市场力行为，主要的判别方法有两类：一是基于指标的综合评价算法，李陟峰(2019)在提出市场管理风险指标体系的基础上，利用犹豫模糊层次分析法对各指标按照重要程度进行排序，实现对电力市场运行管理风险重要程度的识别。谢敬东等(2021)通过对电力市场运营大数据进行风险形式库分析、风险可能性分析、风险逻辑分析，建立了完整的风险管控体系,最终得出有效、可靠的风险分析结果。

　　二是深度学习算法，深度学习算法将风险评估问题转化为多分类问题进行分析，张海生等(2020)在建立一套串谋监测指标体系的基础上，运用AdaBoost-DT分类算法对串谋行为进行识别，算例结果表明：该串谋行为识别方法的准确率较高且实时性较好，算法有效性高。徐昊亮等(2020)提出了滥用市场力的量化定义，结合电力市场具体的数据特点提出改进的支持向量机发电企业违规识别方法，并将其与定义结合起来形成了一个系统的识别方法，测试结果表明发电企业滥用市场力行为能够准确识别出来，验证了所提方法的有效性。

　　但由于电力交易数据的私密性，数据样本往往没有标签，滥用市场力机组样本不易获得，大多情况下需要在无监督的前提下进行识别，因此，对机组滥用市场力的判别更倾向于异常点检测问题。在众多异常点检测算法中，孤立森林(IsolationForest,iForest)算法是一种基于集成的快速无监督异常检测方法(袁艺芳等，2019)，该算法效率高、精准度高，表现尤为突出，常用于流量异常分析(袁艺芳等，2019;赵臣啸等，2020)和工程检测(黄福兴等，2019;马俊彦等，2020)，均取得了较好的检测效果。

　　在电力现货市场中，发电机组进行实时报价，数据量大，可以通过分析不同发电机组报价与中标情况的差异，判别滥用市场力的发电机组，来实现电力市场的监管。本文针对以上研究的现状与问题，在分析发电机组滥用市场力表现形式的基础上，从机组地位、报价行为、中标结果三个维度提出滥用市场力判别指标集合，并基于该指标体系采用孤立森林算法，形成基于孤立森林算法的发电机组滥用市场力判别方法。首先结合指标集合构建基于电力交易数据的孤立森林，再利用孤立森林算法计算发电机组的异常分值，从而实现对滥用市场力行为的判别。

　　二、滥用市场力的定义及判别思路

　　在滥用市场力行为定义方面，相关研究已经比较成熟。通常，市场力是指某一产品或服务的提供者持续地影响或操纵市场价格，使之一直高于完全竞争情况下的市场价格的能力。在电力市场中，滥用市场力风险可存在于多个交易环节中，厂商或者集团通过某些手段将电力商品销售量限制在完全竞争水平之下，将价格维持在边际成本价格以上，来谋取巨额利润，给电力市场带来巨大风险(樊铁钢、张勇传，2000)。本文将重点分析电力市场体系中的电能量交易市场中的市场力，判别对象为电力市场中的发电机组。单纯的拥有市场力不应作为判别发电机组违规的唯一依据，应综合多个维度的指标来确定滥用市场力的嫌疑发电机组(陈青等，2018)。

　　主要从三个维度进行分析，首先是机组地位，即对发电机组本身进行评估，主要和发电机组规模、当前市场供需关系以及所处区域的输配电能力有关;其次是报价行为，即评估发电机组在报价时是否存在滥用市场力的行为，主要通过分析其报价行为来获取发电机组报价策略信息;最后是中标结果，即评估发电机组是否通过滥用市场力造成一定影响，主要从发电机组中标情况、市场出清价格等方面进行分析。单纯拥有市场力的发电企业可能由于受到市场规则等限制未滥用市场力，而在申报过程中采取报价策略的发电企业也未必最终达到影响市场价格，通过高价中标获得高额利润的目的。

　　因此，综合考虑以上三个维度构建模型，从而更为科学、准确地判别发电企业滥用市场力行为。 在建立判别模型之前，本文先对滥用市场力提出量化定义，下文将通过构建包含机组地位类、报价行为类、中标结果类三类指标的指标集合，量化分析发电企业的相关信息，为判别滥用市场力的发电机组奠定基础。在利用指标集合确定滥用市场力的可疑发电机组之后，再有针对性地获取事实性证据，才能认定该机组有较大可能滥用市场力(黄远明等，2021)。

　　三、滥用市场力判别指标集合

　　(一)机组地位类指标

　　机组地位类指标捕捉了电力市场一个重要特征，即市场力在市场供需关系紧张时期尤为显著，并且发电机组的规模不是决定市场力的唯一因素(钟金等，2018)。因此，该类指标从发电机组对于市场的重要程度出发，反映发电机组在市场中的地位，从侧面评估该机组是否存在操纵市场价格的能力。

　　(二)报价行为类指标报价行为类指标可以反映发电机组滥用市场力的行为，因此通过分析机组申报价格与容量的关系、申报价格在市场中的水平等表现，可以判断发电机组是否采用报高价、物理持留等策略动用市场力，从而对发电机组的市场力风险进一步评估。

　　(三)中标结果类指标中标结果类指标是机组滥用市场力的最直接的表现，发电机组的成交情况可以反映发电机组的自身实力与报价策略之间的配合情况，用于评价发电机组报价策略的成功度与该机组具有的市场力。机组的中标率、高价中标率越高，则说明表明该机组控制市场价格的能力越强、市场力越大。

　　四、基于孤立森林算法的发电机组滥用市场力判别方法

　　(一)总体思路

　　在电力交易市场中，大部分发电机组规模适中，在参与市场的过程中遵守市场交易规则，各类指标正常。本文定义在电力市场中，滥用市场力的发电机组为异常机组。孤立森林算法的核心思想是基于一种被称为孤立树(iTree，IsolationTree)的二叉搜索树结构。该算法效率高、复杂程度低(刘高，2019)。与电力市场中对异常机组的定义一致，在孤立森林算法中异常样本点在整个样本中表现为“容易被孤立的离群点”，即分布较为稀疏且与距离高密度群体较远的点(赵臣啸等，2020)。因此，可以利用该算法可以对每台发电机组进行评估，根据算法得到的结果，判别电力交易市场中滥用市场力的发电机组。

　　本文提出的基于孤立森林算法的机组滥用市场力判别方法流程图：在训练阶段，利用大量电力交易数据作为训练数据集，基于滥用市场力判别指标集合对电力交易数据进行预处理，得到每台机组在六个指标维度的计算结果，把每台机组的所有指标结果组成一个六维向量，然后根据构建iTree步骤进行训练，最终获得由t个iTree组成的孤立森林。

　　五、基于孤立森林算法的发电机组滥用市场力的实验结果分析

　　本文选取某地区电力市场现货数据进行分析，验证基于孤立森林算法的电力市场机组滥用市场力判别方法的有效性。

　　(一)数据集本文采用国内某区域电力现货市场交易系统的数据作为数据集，数据集隐去机组名称等敏感信息，用编号代替。数据集包含170台发电机组交易数据，采样间隔为15min，一天共96次采样。

　　(二)滥用市场力判别结果首先对采集到的机组交易数据进行预处理，计算机组的相关指标，再将数据输入算法。基于孤立森林算法的机组滥用市场力判别方法中有两个关键参数：一是采样规模，即孤立二叉树iTree的采样数渍;二是集成规模，即iForest中孤立二叉树iTree的数量t。

　　在已有研究的基础上，本文设定iTree的个数t为100，每个iTree中的采样样本数为256个;设定数据集的异常样本比例为0.15，用于拟合时标注正负样本;每个iTree的限定高度为log2渍。可以看出，这些异常分值较高的机组从机组地位上来看，所占市场份额不大，但从报价行为上来看，这些机组普遍采用报高价的策略，量价指数极高，并且分析这些机组的中标结果，中标率明显偏高，且在中标的电量中高价电量占较大比例，确实为具有较高滥用市场力风险的机组，存在滥用市场力的行为，需要重点监管并采取一定处置措施。因此，本文提出的基于孤立森林的机组滥用市场力判别方法是有效的。

　　(三)算法性能分析

　　由于电力交易数据样本的特殊性，往往只能获得一个类别的数据及标签，难以提前获得滥用市场力机组的负样本，因此对机组市场力的评估为单分类问题，而一类支持向量机One-classSVM为经典的单分类算法(DavidM.J，1999)，因此，本文将孤立森林算法与One-classSVM算法进行对比，比较两个算法检测异常样本的准确性。

　　六、结论与建议

　　本文从机组地位、报价行为、中标结果三个维度构建滥用市场力判别指标集合，并针对电力交易数据的特点，结合指标集合，形成基于孤立森林算法对发电机组滥用市场力的判别。该判别方法避免复杂的数据分析与数学建模，对数据样本要求较低，且具有较高的查全率和精确度，能够快速、有效地检测出异常机组，本文经过测试验证该方法能够基于电力交易数据、快速有效地对机组滥用市场力风险进行评估，对滥用市场力的发电机组进行判别，为实时发现和降低市场力风险奠定基础，为电力市场监管提供有力支持。基于上述研究结论，本文提出以下建议：

　　1.建立一套与市场规则相适应的市场主体运营监测与风险防控措施。首先，应该遵循“拿来”“改良”和“创新”相结合的思路。其次，应该坚持理论支撑、措施方法、指标标准的创新。国外电力市场建设时间久，市场更加成熟，机制更加完善，许多地方值得借鉴。但在借鉴过程中，不能简单地拿来，要考虑中国的国情，将国外的理论与实践经验进行中国化改造。因此，为了保证电力市场的公平竞争与稳定发展，不仅要在实践中对市场规则进一步完善与修订，还需要建立一套与市场规则相适应的市场主体运营监测与风险防控机制。

　　2.应避免基于单一的标准来认定市场力行为。由于电力市场力风险与电力现货市场的正常价格波动之间不易区分，对电力市场力风险的认定难度较大，但又需要慎之又慎，否则将影响到正常的市场运营而造成不良影响。因此，防范市场力风险应避免基于以下几种单一的标准来认定市场力行为：一是价格高便是行使市场力;二是中标机会多便是行使市场力;三是成为边际机组的机会多便是行使市场力;四是获利多便是行使市场力。

　　参考文献：

　　[1]陈青、杨骏伟、黄远明、卢恩、王一.国外电力市场中市场力监测与缓解机制综述[J].南方电网技术,2018(12).

　　[2]李陟峰、施航、吴晶莹、王苗、王东雪.基于HFLTS-AHP的电力市场运行管理风险识别[J].控制工程,2019(5).

　　[3]谢敬东、黄溪滢、卢浩哲、陆池鑫、孙波、孙欣.电力市场中市场力风险防范方法的研究[J].价格理论与实践,2020(12).

　　[4]张海生、曹喆、杨昌海、骆雲鹏、华回春.基于AdaBoost-DT算法的电力市场串谋行为识别研究[J].电力工程技术,2020(2).

　　[5]徐昊亮、程紫运、张海生、董礼、华回春.基于改进支持向量机的发电企业滥用市场力违规识别[J].华北电力大学学报(自然科学版),2020(4).

　　[6]袁艺芳、李雁、陈绪、高永龙、席新.基于孤立森林算法的移动警务网络流量监测方法研究[J].软件,2019(12).

　　作者：罗锦庆覃捷黄远明黄志生等本文其他作者：谷昊霖、田琳。

转载请注明来自发表学术论文网：http://www.fbxslw.com/dzlw/28704.html