CN109447310A - 一种配电网投入产出效益分析方法及装置 - Google Patents
一种配电网投入产出效益分析方法及装置 Download PDFInfo
- Publication number
- CN109447310A CN109447310A CN201811035066.9A CN201811035066A CN109447310A CN 109447310 A CN109447310 A CN 109447310A CN 201811035066 A CN201811035066 A CN 201811035066A CN 109447310 A CN109447310 A CN 109447310A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- input
- output
- occupancy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 293
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008901 benefit Effects 0.000 title claims abstract description 29
- 238000003012 network analysis Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 148
- 238000004519 manufacturing process Methods 0.000 claims abstract description 46
- 230000005611 electricity Effects 0.000 claims description 14
- 238000007476 Maximum Likelihood Methods 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 3
- 238000003556 assay Methods 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种配电网投入产出效益分析方法及装置,所述方法包括:根据配电网投入指标的投入冗余量,调整配电网投入指标,根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率,根据配电网的生产效率,分析配电网的投入产出效益;本发明提供的技术方案剔除外部环境的影响,克服了传统DEA方法对配电网投入产出效益分析不够客观公正的缺陷,科学地分析各决策单元投入产出效益,并将分析结果用于指导配电网投资决策。
Description
技术领域
本发明涉及配电网领域,具体涉及一种配电网投入产出效益分析方法及装置。
背景技术
配电网作为电力系统的重要组成部分,对电力系统的安全运行和企业的经济效益的提高都起着至关重要的作用。21世纪是数据信息的时代,随着电力系统的完善,大量的电力业务数据也随之产生,为电网企业更好的优化配电网的投资,合理规划与改造资产,提高电网运行的经济性提供了数据基础。基于配电网运行的复杂性,如何将这些业务数据分类并转换为有效信息,如何掌握和应用其中的规律,随之运用于资产运行效率提高工作和资产合理规划工作,逐步成为了关注的重点。
现阶段,电网公司配电网投资决策主要将电网工程项目的安全性和可靠性放在第一位,而经济效益处于从属地位。配电网投入产出方面的评估侧重于技术和安全性评估,对经济性的评估考虑不足。传统的仅从安全性和可靠性来分析配电网的效率已经不能满足电网公司投资决策需要。因此,如何最大限度提高投入产出效率、加大投入产出效益,成为了各级电网企业决策和管理人员非常关注的问题。
现有技术中配电网投入产出效益评价方法大多采用关联分析、预测分析及数据包络分析(DEA)综合评价等。关联分析和预测分析仅从单一方面对电网投入产出效益进行分析,缺乏综合性;DEA分析方法较为综合,但是由于其不考虑外部环境因素的客观影响,导致结果不够科学。
发明内容
本发明提供一种配电网投入产出效益分析方法,其目的是,剔除外部环境的影响,克服传统DEA对决策单元配电网投入产出效益分析不够客观公正的缺陷,更科学地分析各决策单元的投入产出效益,并将分析结果用于指导配电网投资决策。
本发明的目的是采用下述技术方案实现的:
一种配电网投入产出效益分析方法,其改进之处在于,所述方法包括:
根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标;
根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率;
根据配电网的生产效率,分析配电网的投入产出效益。
优选的,所述根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标,包括
通过最大似然估计法确定配电网外部环境指标对应的参数和预先构建的回归方程中的随机误差和配电网外部环境指标对应的参数;
根据配电网外部环境指标和所述配电网外部环境指标对应的参数,通过多元回归分析预测法确定预先构建的回归方程中投入指标因配电网外部环境指标产生的误差;
根据所述投入指标因配电网外部环境指标产生的误差和所述随机误差,调整配电网投入指标;
所述回归方程根据配电网投入指标的投入冗余量进行构建。
进一步的,所述回归方程根据配电网投入指标的投入冗余量进行构建,包括:
按下式确定第j个决策单元第i个投入指标的投入冗余量sij的回归方程:
sij=fij+vij+uij
其中,fij为第j个决策单元第i个投入指标因外部环境指标产生的误差,vij为第j个决策单元第i个投入指标的随机误差,uij为第j个决策单元第i个投入指标管理无效率,i=1,2,...,n,n为配电网投入指标的总数,j=1,2,...,s,s为同类型决策单元的总数。
进一步的,所述根据所述因配电网外部环境指标产生的误差和所述随机误差,调整配电网投入指标,包括:
按下式调整第j个决策单元第i个投入指标:
其中,为调整后的第j个决策单元第i个投入指标,xij为第j个决策单元第i个投入指标,fij为第j个决策单元第i个投入指标因外部环境指标产生的误差,vij为第j个决策单元第i个投入指标的随机误差,i=1,2,...,n,n为配电网投入指标的总数,j=1,2,...,s,s为同类型决策单元的总数。
优选的,所述根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标之前,还包括:
根据配电网投入指标和配电网产出指标,利用DEA模型确定配电网投入指标的投入冗余量。
优选的,所述根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率,包括:
将所述配电网产出指标和调整后的投入指标作为DEA模型的输入,输出配电网投入指标的生产效率。
优选的,所述根据配电网的生产效率,分析配电网的投入产出效益,包括:
所述配电网的投入产出效益与配电网的生产效率正相关;
若配电网的生产效率等于1,则配电网的投入产出效益为最佳;
若配电网的生产效率小于1,则配电网的投入产出效益非最佳。
进一步的,所述根据配电网的生产效率,分析配电网的投入产出效益之后,还包括:
当配电网的投入产出效益非最佳时,根据所述配电网的投入产出效益修正所述配电网投入指标。
进一步的,所述根据所述配电网的投入产出效益修正所述配电网投入指标,包括:
采用最大似然估计法确定回归方程中管理无效率的数学期望;
根据所述回归方程中管理无效率的数学期望,修正配电网投入指标;
所述回归方程根据配电网投入指标的投入冗余量进行构建。
进一步的,所述采用最大似然估计法确定回归方程中管理无效率的数学期望,包括:
设第j个决策单元第i个投入指标的随机误差第j个决策单元第i个投入指标管理无效率且vij、uij和外部环境指标相互独立,按下式确定第j个决策单元第i个投入指标管理无效率uij的数学期望E[uij|uij+vij]:
其中,εij=uij+vij,λ=σu/σv,εij为联合误差,σ为联合方差,σv为随机误差的方差,σu为因管理因素所产生误差的方差,λ为管理无效率标准差占随机误差标准差比重,为标准正态分布的密度函数,为标准正态分布的分布函数。
进一步的,所述根据所述回归方程中管理无效率的数学期望,修正配电网投入指标,包括:
按下式修正第j个决策单元第i个投入指标:
其中,为修正后的第j个决策单元第i个投入指标,xij为第j个决策单元第i个投入指标,E[uij|uij+vij]为第j个决策单元第i个投入指标管理无效率uij的数学期望。
优选的,所述配电网投入指标包括配电网固定资产原值、配电网年平均运行维护费、配电线路长度和配电网变电站容量;
所述配电网产出指标包括设备质量事件次数、配网故障率、用户平均停电时间、电压不合格时间、线损率、售电量和售电收入;
所述配电网外部环境指标包括GDP和人口密度。
一种配电网投入产出效益分析装置,其改进之处在于,所述装置包括:
第一确定单元,用于根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标;
第二确定单元,用于根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率;
分析单元,用于根据配电网的生产效率,分析配电网的投入产出效益。
与最接近的现有技术相比,本发明提供的技术方案具有如下有益效果:
本发明提供的配电网投入产出效益分析方法及装置,根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标;本发明提供的技术方案剔除外部环境的影响,克服了传统DEA方法对配电网投入产出效益分析不够客观公正的缺陷;
根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率,根据配电网的生产效率,分析配电网的投入产出效益,当配电网的投入产出效益非最佳时,根据所述配电网的投入产出效益修正所述配电网投入指标;本发明提供的技术方案更科学地分析配电网的投入产出效益,并将分析结果用于指导配电网投资决策,当配电网的投入产出效益非最佳时,根据所述配电网的投入产出效益修正所述配电网投入指标。
附图说明
图1是本发明一种配电网投入产出效益分析方法的流程图;
图2是本发明一种配电网投入产出效益分析装置的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
鉴于传统DEA数据包络分析方法的局限性和配电网投资建设的客观性,本发明提供的一种配电网投入产出效益分析方法,如图1所示,包括:
根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标;
根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率;
根据配电网的生产效率,分析配电网的投入产出效益。
所述根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标,包括
通过最大似然估计法确定配电网外部环境指标对应的参数和预先构建的回归方程中的随机误差和配电网外部环境指标对应的参数;
根据配电网外部环境指标和所述配电网外部环境指标对应的参数,通过多元回归分析预测法确定预先构建的回归方程中投入指标因配电网外部环境指标产生的误差;
根据所述投入指标因配电网外部环境指标产生的误差和所述随机误差,调整配电网投入指标;
所述回归方程根据配电网投入指标的投入冗余量进行构建。
所述回归方程根据配电网投入指标的投入冗余量进行构建,包括:
按下式确定第j个决策单元第i个投入指标的投入冗余量sij的回归方程:
sij=fij+vij+uij
其中,fij为第j个决策单元第i个投入指标因外部环境指标产生的误差,vij为第j个决策单元第i个投入指标的随机误差,uij为第j个决策单元第i个投入指标管理无效率,i=1,2,...,n,n为配电网投入指标的总数,j=1,2,...,s,s为同类型决策单元的总数。
所述根据所述因配电网外部环境指标产生的误差和所述随机误差,调整配电网投入指标,包括:
按下式调整第j个决策单元第i个投入指标:
其中,为调整后的第j个决策单元第i个投入指标,xij为第j个决策单元第i个投入指标,fij为第j个决策单元第i个投入指标因外部环境指标产生的误差,vij为第j个决策单元第i个投入指标的随机误差,i=1,2,...,n,n为配电网投入指标的总数,j=1,2,...,s,s为同类型决策单元的总数。
所述根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标之前,还包括:
根据配电网投入指标和配电网产出指标,利用DEA模型确定配电网投入指标的投入冗余量。
其中,所述根据配电网投入指标和配电网产出指标,利用DEA模型确定配电网投入指标的投入冗余量,包括:
将各决策单元的配电网投入指标和配电网产出指标作为DEA模型的输入,输出各决策单元配电网投入指标的投入冗余量。
具体的,将各决策单元的配电网投入指标和配电网产出指标作为DEA模型的输入,按下式确定第j个决策单元的生产效率hj:
上式中,vi为第i个投入指标xi的权重,ur为第r个产出指标yr的权重,j∈[1,s],s为同类型决策单元的总数,n为配电网投入指标的总数,m为配电网产出指标的总数;
建立下述分式规划模型:
上式中,hj0是所有决策单元生产效率的最大值,是生产效率hj0对应的第j0个决策单元的第r个产出指标,是生产效率hj0对应的第j0个决策单元的第i个投入指标;
分式规划模型中,令h0=hj0,xi0=xij0,yr0=yrj0,ωi=tvi(i=1,2,...n),μr=tur(r=1,2,...m),将分式规划模型转化为下述线性规划模型:
在线性规划模型中引入第j个决策单元的线性组合权重λj,将线性规划模型转化为下述对偶规划模型:
minθ
上式中,θ为各决策单元的相对综合效率;
在对偶规划模型中引入松弛变量sij和srj,将对偶规划模型转化为下述线性规划模型标准化形式:
minθ
上式中,松弛变量sij为第j个决策单元第i个投入指标的投入冗余量,松弛变量srj为第j个决策单元第r个产出指标的产出不足量;
线性规划模型标准化形式输出各决策单元配电网投入指标的投入冗余量。
所述根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率,包括:
将所述配电网产出指标和调整后的投入指标作为DEA模型的输入,输出配电网投入指标的生产效率。
所述根据配电网的生产效率,分析配电网的投入产出效益,包括:
所述配电网的投入产出效益与配电网的生产效率正相关;
若配电网的生产效率等于1,则配电网的投入产出效益为最佳;
若配电网的生产效率小于1,则配电网的投入产出效益非最佳。
所述根据配电网的生产效率,分析配电网的投入产出效益之后,还包括:
当配电网的投入产出效益非最佳时,根据所述配电网的投入产出效益修正所述配电网投入指标。
所述根据所述配电网的投入产出效益修正所述配电网投入指标,包括:
采用最大似然估计法确定回归方程中管理无效率的数学期望;
根据所述回归方程中管理无效率的数学期望,修正配电网投入指标;
所述回归方程根据配电网投入指标的投入冗余量进行构建。
所述采用最大似然估计法确定回归方程中管理无效率的数学期望,包括:
设第j个决策单元第i个投入指标的随机误差第j个决策单元第i个投入指标管理无效率且vij、uij和外部环境指标相互独立,按下式确定第j个决策单元第i个投入指标管理无效率uij的数学期望E[uij|uij+vij]:
其中,εij=uij+vij,λ=σu/σv,εij为联合误差,σ为联合方差,σv为随机误差的方差,σu为因管理因素所产生误差的方差,λ为管理无效率标准差占随机误差标准差比重,为标准正态分布的密度函数,为标准正态分布的分布函数。
所述根据所述回归方程中管理无效率的数学期望,修正配电网投入指标,包括:
按下式修正第j个决策单元第i个投入指标:
其中,为修正后的第j个决策单元第i个投入指标,xij为第j个决策单元第i个投入指标,E[uij|uij+vij]为第j个决策单元第i个投入指标管理无效率uij的数学期望。
所述配电网投入指标包括配电网固定资产原值、配电网年平均运行维护费、配电线路长度和配电网变电站容量;
所述配电网产出指标包括设备质量事件次数、配网故障率、用户平均停电时间、电压不合格时间、线损率、售电量和售电收入;
所述配电网外部环境指标包括GDP和人口密度。
具体的,本发明在构建配电网评价指标体系时主要遵循指标可获取性、综合性、重要性三大原则,分别确定配电网投入指标、配电网产出指标及外部环境指标。
①投入评价指标
配电网投入评价指标包括配电网固定资产原值、配电线路长度、配变容量、变电站容量、配电网运行维护费用,具体情况如表1所示:
表1配电网投入评价指标
说明:投入指标选择固定资产原值是因为该指标最能反映资产投资规模,与投入产出直接挂钩;选择年平均运行维护费是因为该指标能反映配电网投入运营后各年支出,属于另一种投资,与投入产出直接挂钩;选择线路长度和配电容量是因为配电线路和配电变压器是配网主要投资,线路长度和配电容量直接反应该地区配电网架结构。
②产出评价指标
配电网的运行主要关注安全性、可靠性和经济性等方面,因此配电网产出评价指标可从安全可靠、供电质量、经济水平进行选取,具体情况如表2所示:
表2配电网产出评价指标
说明:配电网安全可靠指标选取设备质量事件次数和配网故障率主要是因为这两个指标获取相对容易且各地区差异率较大,具有可比较性。其它一些安全性指标如N-1通过率、配电网人身事故次数都存在差异率太小的缺点,因此不适合用于评价分析。
供电质量指标选取用户平均停电时间是因为该指标反映配电网可靠性,且数据容易获取,相对于供电可靠率还具有各地区差异率较大的特点,适合分析评价;选择电压不合格时间,是因为该指标反映配电网供电质量,且数据容易获取,相对于电压合格率还具有各地区差异率较大的特点,适合分析评价。
经济水平指标选择线损率是因为该指标能够从经济损失角度评价配电投入产出效益,属于反向指标;选择售电量是因为电网公司考核的关键指标即为售电量;选择售电收入是因为可以考察各地的售电结构。
③外部环境指标
配电网产出效益一方面受到配电网投资的影响,另一方面也和外部环境相关。如GDP高的地区,售电量、售电收入相对高一些;人口密度大的地区,单位电量投资相对小一些。因此评价配电网投入产出效益时,应该考虑外部环境的影响,选取相关指标加入评价体系,具体情况如表3所示:
表3外部环境指标
决策单元(DMU)可以是企业、部门或地区,例如,本实施例选择16个省进行配电网投入产出效益分析方法,具体为:
(1)16个省投入产出评价指标
本实施例选取16个省作为评价对象,各省投入产出指标详情如表4所示:
表4 16个省投入产出指标值
(2)16个省外部环境指标
本实施例选择的16个省对应的GDP和人口密度详情如表5所示:
表5外部环境指标值
(3)分析结果
下表6为直接采用传统DEA测算的16个省投入产出结果:
表6调整前投入产出结果
省份 | 调整前生产效率 | 省份 | 调整前生产效率 |
A省 | 0.821 | I省 | 0.366 |
B省 | 1.000 | J省 | 0.876 |
C省 | 0.679 | K省 | 0.647 |
D省 | 1.000 | L省 | 0.750 |
E省 | 1.000 | M省 | 1.000 |
F省 | 0.249 | N省 | 0.584 |
G省 | 0.919 | O省 | 1.000 |
H省 | 0.262 | P省 | 1.000 |
其中D省、G省、M省、O省产出效益较好,主要是因为这些省份人口密度相对较大,导致其效率较高。然而该分析结果参考价值不高,因为对于一些地广人稀的省份,按照上述方法测算出来的效率肯定较低。
下表7为采取本发明提供的配电网投入产出效益分析方法,测算的16个省投入产出结果:
表7调整后投入产出结果
省份 | 调整后生产效率 | 省份 | 调整后生产效率 |
A省 | 0.761 | I省 | 0.383 |
B省 | 1.000 | J省 | 0.627 |
C省 | 0.627 | K省 | 0.645 |
D省 | 0.798 | L省 | 0.402 |
E省 | 1.000 | M省 | 0.491 |
F省 | 0.201 | N省 | 0.521 |
G省 | 0.957 | O省 | 0.829 |
H省 | 0.227 | P省 | 1.000 |
通过结合人口密度和GDP外部环境影响,对各省投入指标进行调节之后发现,D省、G省、M省、O省四省投资效率均有所下降,其中M省下降最大,主要是该省人口密度和GDP相对较高,客观导致其效率更高,而剔除人口密度和GDP影响外,其投入产出效率就大大降低了。
通过上述对比分析可知,本实施例配电网投入产出效益分析方法克服了传统DEA对省配电网投入产出效益分析不够客观公正的缺陷,剔除外部环境的影响,更科学地分析各省的投入产出效益,并将分析结果用于指导配电网投资决策。
本发明还提供一种配电网投入产出效益分析装置,如图2所示,所述装置包括:
第一确定单元,用于根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标;
第二确定单元,用于根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率;
分析单元,用于根据配电网的生产效率,分析配电网的投入产出效益。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (13)
1.一种配电网投入产出效益分析方法,其特征在于,所述方法包括:
根据配电网投入指标的投入冗余量,调整配电网投入指标;
根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率;
根据配电网的生产效率,分析配电网的投入产出效益。
2.如权利要求1所述的方法,其特征在于,所述根据配电网投入指标的投入冗余量,调整配电网投入指标,包括:
通过最大似然估计法确定配电网外部环境指标对应的参数和预先构建的回归方程中的随机误差;
根据配电网外部环境指标和所述配电网外部环境指标对应的参数,通过多元回归分析预测法确定预先构建的回归方程中投入指标因配电网外部环境指标产生的误差;
根据所述投入指标因配电网外部环境指标产生的误差和所述随机误差,调整配电网投入指标;
所述回归方程根据配电网投入指标的投入冗余量进行构建。
3.如权利要求2所述的方法,其特征在于,所述回归方程根据配电网投入指标的投入冗余量进行构建,包括:
按下式确定第j个决策单元第i个投入指标的投入冗余量sij的回归方程:
sij=fij+vij+uij
其中,fij为第j个决策单元第i个投入指标因配电网外部环境指标产生的误差,vij为第j个决策单元第i个投入指标的随机误差,uij为第j个决策单元第i个投入指标管理无效率,i=1,2,…,n,n为配电网投入指标的总数,j=1,2,…,s,s为同类型决策单元的总数。
4.如权利要求2所述的方法,其特征在于,所述根据所述因配电网外部环境指标产生的误差和所述随机误差,调整配电网投入指标,包括:
按下式调整第j个决策单元第i个投入指标:
其中,为调整后的第j个决策单元第i个投入指标,xij为第j个决策单元第i个投入指标,fij为第j个决策单元第i个投入指标因外部环境指标产生的误差,vij为第j个决策单元第i个投入指标的随机误差,i=1,2,…,n,n为配电网投入指标的总数,j=1,2,…,s,s为同类型决策单元的总数。
5.如权利要求1所述的方法,其特征在于,所述根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标之前,还包括:
根据配电网投入指标和配电网产出指标,利用DEA模型确定配电网投入指标的投入冗余量。
6.如权利要求1所述的方法,其特征在于,所述根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率,包括:
将所述配电网产出指标和调整后的投入指标作为DEA模型的输入,输出配电网投入指标的生产效率。
7.如权利要求1所述的方法,其特征在于,所述根据配电网的生产效率,分析配电网的投入产出效益,包括:
所述配电网的投入产出效益与配电网的生产效率正相关;
若配电网的生产效率等于1,则配电网的投入产出效益为最佳;
若配电网的生产效率小于1,则配电网的投入产出效益非最佳。
8.如权利要求1或7所述的方法,其特征在于,所述根据配电网的生产效率,分析配电网的投入产出效益之后,还包括:
当配电网的投入产出效益非最佳时,根据所述配电网的投入产出效益修正所述配电网投入指标。
9.如权利要求8所述的方法,其特征在于,所述根据所述配电网的投入产出效益修正所述配电网投入指标,包括:
采用最大似然估计法确定回归方程中管理无效率的数学期望;
根据所述回归方程中管理无效率的数学期望,修正配电网投入指标;
所述回归方程根据配电网投入指标的投入冗余量进行构建。
10.如权利要求9所述的方法,其特征在于,所述采用最大似然估计法确定回归方程中管理无效率的数学期望,包括:
设第j个决策单元第i个投入指标的随机误差第j个决策单元第i个投入指标管理无效率且vij、uij和外部环境指标相互独立,按下式确定第j个决策单元第i个投入指标管理无效率uij的数学期望E[uij|uij+vij]:
其中,εij=uij+vij,λ=σu/σv,εij为联合误差,σ为联合方差,σv为随机误差的方差,σu为因管理因素所产生误差的方差,λ为管理无效率标准差占随机误差标准差比重,为标准正态分布的密度函数,为标准正态分布的分布函数。
11.如权利要求9所述的方法,其特征在于,所述根据所述回归方程中管理无效率的数学期望,修正配电网投入指标,包括:
按下式修正第j个决策单元第i个投入指标:
其中,为修正后的第j个决策单元第i个投入指标,xij为第j个决策单元第i个投入指标,E[uij|uij+vij]为第j个决策单元第i个投入指标管理无效率uij的数学期望。
12.如权利要求1所述的方法,其特征在于,
所述配电网投入指标包括配电网固定资产原值、配电网年平均运行维护费、配电线路长度和配电网变电站容量;
所述配电网产出指标包括设备质量事件次数、配网故障率、用户平均停电时间、电压不合格时间、线损率、售电量和售电收入;
所述配电网外部环境指标包括GDP和人口密度。
13.一种配电网投入产出效益分析装置,其特征在于,所述装置包括:
第一确定单元,用于根据配电网投入指标的投入冗余量,确定调整后的配电网投入指标;
第二确定单元,用于根据配电网产出指标和调整后的配电网投入指标,确定配电网的生产效率;
分析单元,用于根据配电网的生产效率,分析配电网的投入产出效益。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811035066.9A CN109447310A (zh) | 2018-09-06 | 2018-09-06 | 一种配电网投入产出效益分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811035066.9A CN109447310A (zh) | 2018-09-06 | 2018-09-06 | 一种配电网投入产出效益分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109447310A true CN109447310A (zh) | 2019-03-08 |
Family
ID=65532908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811035066.9A Pending CN109447310A (zh) | 2018-09-06 | 2018-09-06 | 一种配电网投入产出效益分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109447310A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288240A (zh) * | 2019-06-27 | 2019-09-27 | 四川中电启明星信息技术有限公司 | 基于数据包络分析的配电网投资决策评估方法及系统 |
CN110310005A (zh) * | 2019-05-09 | 2019-10-08 | 国网湖南省电力有限公司 | 新型配电网效益计算分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959735A (zh) * | 2006-11-29 | 2007-05-09 | 上海电力学院 | 基于数据包络分析的城市电网规划方案综合决策方法 |
CN105335810A (zh) * | 2015-06-12 | 2016-02-17 | 国家电网公司 | 一种配电网单体项目投资效益评价方法 |
-
2018
- 2018-09-06 CN CN201811035066.9A patent/CN109447310A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959735A (zh) * | 2006-11-29 | 2007-05-09 | 上海电力学院 | 基于数据包络分析的城市电网规划方案综合决策方法 |
CN105335810A (zh) * | 2015-06-12 | 2016-02-17 | 国家电网公司 | 一种配电网单体项目投资效益评价方法 |
Non-Patent Citations (1)
Title |
---|
李倩西: "基于三阶段DEA方法的电网企业效率研究", 中国优秀硕士学位论文全文数据库 经济与管理科学辑, pages 14 - 48 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110310005A (zh) * | 2019-05-09 | 2019-10-08 | 国网湖南省电力有限公司 | 新型配电网效益计算分析方法 |
CN110288240A (zh) * | 2019-06-27 | 2019-09-27 | 四川中电启明星信息技术有限公司 | 基于数据包络分析的配电网投资决策评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022518887A (ja) | 大規模・中規模企業の技術標準体系化実施の利益評価方法 | |
CN109858758A (zh) | 一种配电网电能质量的组合赋权评估方法及系统 | |
Wang | A knowledge-based decision support system for measuring the performance of government real estate investment | |
CN109165809B (zh) | 一种新电改环境下电网规划项目投资排序评估方法 | |
An et al. | A new approach for fair efficiency decomposition in two-stage structure system | |
CN107766493A (zh) | 一种贴源电网资源模型分析系统及方法 | |
CN112668945A (zh) | 一种企业信用风险评估方法及设备 | |
CN109447310A (zh) | 一种配电网投入产出效益分析方法及装置 | |
CN109102201A (zh) | 一种分电压等级的配电网投入产出效益评价方法 | |
CN107169655A (zh) | 一种优选配电网方案适应性的方法及装置 | |
Onyshchuk et al. | Management of the economic potential of territories in the context of sustainable development: case of Ukraine | |
CN110796296A (zh) | 多目标投资优化模型的构建方法、装置和计算设备 | |
Omrani et al. | A consistent approach for performance measurement of electricity distribution companies | |
CN109389324A (zh) | 一种电网规划的综合评价方法、系统及相关装置 | |
Meng et al. | New combined weighting model based on maximizing the difference in evaluation results and its application | |
CN108921422A (zh) | 一种应用于运输公司的运输信息管理系统及方法 | |
Guo et al. | Prediction method of railway freight volume based on genetic algorithm improved general regression neural network | |
CN111460260A (zh) | 多类型数据的数据处理系统、方法及介质 | |
Sun et al. | Analysis of Bilateral Trade Flow and Machine Learning Algorithms for GDP Forecasting. | |
CN106251035A (zh) | 用于项目指标计算的数据处理方法和装置 | |
CN109034595A (zh) | 一种适用于10kV及以下配电网投资量化分析决策方法和工具 | |
CN110288240A (zh) | 基于数据包络分析的配电网投资决策评估方法及系统 | |
Sangaré | Exchange rate regimes in the ASEAN | |
CN109377097A (zh) | 电网实物资产分析方法及装置 | |
Sugondo et al. | Relationship Between Corporate Governance and Corporate Sustainability Performance: A Critical Review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |