CN109697543A - 一种区域电网调度体制机制的评价方法及其系统 - Google Patents
一种区域电网调度体制机制的评价方法及其系统 Download PDFInfo
- Publication number
- CN109697543A CN109697543A CN201710998709.9A CN201710998709A CN109697543A CN 109697543 A CN109697543 A CN 109697543A CN 201710998709 A CN201710998709 A CN 201710998709A CN 109697543 A CN109697543 A CN 109697543A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- data
- power grid
- section
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 203
- 230000007246 mechanism Effects 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 64
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 86
- 238000009826 distribution Methods 0.000 claims description 47
- 238000007726 management method Methods 0.000 claims description 23
- 238000007781 pre-processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000001419 dependent effect Effects 0.000 claims description 9
- 238000003064 k means clustering Methods 0.000 claims description 8
- 238000013278 delphi method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000011002 quantification Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 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
- G06Q10/06—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
-
- 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)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种区域电网调度体制机制的评价方法及其系统,建立了完整涵盖调度体制和机制各个方面、科学、合理、适用性广的评价指标体系,通过对各评价指标数据进行预处理使定性指标定量化,以及进行分段处理和赋分处理建立评价基准统一的指标评价标准,既可以对区域电网的全部单一评价指标以及调度体制机制整体进行直接和精确的评价,又可以对不同评价对象的评价结果进行直观地比较,为区域电网调度体制机制的诊断评估和优化提升提供了有效的工具和手段。
Description
技术领域
本发明属于电力系统分析技术领域,尤其涉及一种区域电网调度体制机制的评价方法及其系统。
背景技术
随着特高压、智能电网、可再生能源、分布式能源的快速发展,电网规模越来越大,特性越来越复杂,对电网调度运行和调度管理带来巨大挑战。区域电网的调度体制机制的优劣会直接影响区域电网的运行以及能源效率等多个方面,因此对区域电网的调度体制机制进行详细和准确的评估评价十分重要。
对于如何对区域电网调度体制机制进行评价,世界范围内尚没有公认的方法和标准,目前对区域电网调度体制机制的评价研究一般存在以下缺点和问题:一是现有评价大多只单独对调度机构的某一个方面进行评价,如组织机构、管理模式、业务流程、调度绩效等,缺少对调度体制机制整体的评价,二是缺少对调度体制机制的一些影响因素的定量测评,不能获取直接、精确的评价结果。
发明内容
为了解决上述技术问题,本发明提供一种区域电网调度体制机制的评价方法,包括:
S1.建立区域电网调度体制机制的评价指标体系;
S2.收集各个指标的样本数据并对样本数据进行预处理;所述预处理包括将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理;
S3.对各个指标预处理后的样本数据进行分段处理,分别采取五分位法、最优分割法和K-means聚类分析法将各个指标划分成五个评价段位;然后分别根据各个指标的样本数据分布特点对各个指标采用三种方法划分的评价段位区间进行优化调整,每个指标确定一种优化的评价段位区间;再结合各个指标的样本数据的分布均匀状况,对各个指标经过优化调整后的五个评价段位分别进行赋分处理,获得一个适用于全部指标的包括五个评价段位的指标评价标准;
S4.将评价对象的各个指标的数据进行预处理;然后对经过预处理后的各指标的数据进行赋分处理,即可获得评价对象的各个指标的单一指标评价结果;
S5.对评价对象的调度体制机制进行综合评价。
进一步的,所述评价指标体系包括管理体制、组织架构、业务运作、支撑保障和运行绩效五个维度,每个维度下分级设置了一级指标和二级指标;其中,管理体制维度的一级指标为调度电网一体化,调度电网一体化的二级指标为调度电网适宜度y,所述调度电网适宜度y表示调度管理和电网管理的一体化程度。
进一步的,所述调度与电网适宜度y的定量计算过程包括:
(1)分析对电网调度管理体制进行选择的影响因素;
(2)收集多个典型国家的各个影响因素的具体数据,并确定各个国家的调度电网适宜度的数值;
(3)建立调度电网适宜度计算模型:
yi=β1x1i+β2x2i+β3x3i+...+βkxki+ui
其中:xki为第i个国家第k个影响因素;βk为影响系数,代表第k个影响因素的影响程度;ui为第i个国家的影响常量;
(4)采用二元选择模型进行回归分析,得出影响系数βk的具体数值;
(5)将每个影响因素的影响系数βk和影响因素xk的数值带入调度电网适宜度计算模型中,即可计算出调度电网适宜度y的数值。
进一步的,所述步骤(4)具体包括:
①建立二元选择模型,具体如下:
yi=1-CNORM(-∑βkxki)+ui
其中:各个国家的调度电网适宜度yi表示具体的离散选择情况(因变量),CNORM表示标准正态分布的分布函数,影响因素xki表示具体的影响因素(解释变量),影响系数βk表示影响因素xki的影响程度,影响常量ui为服从标准正态分布的扰动项;
②对二元选择模型采用极大似然估计方法,其中,似然函数为:
似然函数的一阶条件为:
为简化公式,使用向量表达方式,其中β=[β1β2…βk]',xi=[x1i x2i...xki]';
③对似然函数的一阶条件使用迭代法求解,求得βk;
影响系数βk代表影响因素(解释变量)对因变量的影响程度,如果影响系数βk为正,表明解释变量越大,因变量取1的概率越大,对应的就是调度与电网的一体化适宜度越高;反之,如果影响系数βk为负,表明相应的概率越小,对应调度与电网一体化适宜度越低。
进一步的,所述优化调整具体包括:首先计算各个指标的样本数据分布的偏态系数Sk和峰态系数K,然后根据偏态系数Sk和峰态系数K的数值对各个指标的评价段位区间进行优化调整。
进一步的,所述赋分处理具体包括:如果指标的样本数据分布均匀,则将该指标的五个评价段位分别赋予51-100分,每一段位区间对应10分;如果指标的样本数据分布不均匀,则根据各个段位区间所对应样本数量成比例扩展所对应的分数区间,五个段位区间对应的分数段长度不一,但整体分数区间仍为51-100分。
进一步的,所述步骤S5具体包括:采用基于模糊数学的综合评价方法,将层次分析法结合德尔菲法来确定各个单一指标在调度体制机制评价中的权重比例,从而获得评价对象的调度体制机制的综合评价结果。
本发明还提供一种区域电网调度体制机制的评价系统,包括:
评价指标体系模块:用于建立区域电网调度体制机制的评价指标体系;
样本收集模块:用于输入收集的样本数据,并发送给预处理模块;
预处理模块:用于对指标数据进行预处理,所述预处理包括将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理;
指标评价标准模块:用于生成指标评价标准,包括:
分段处理单元:用于对各指标经预处理模块预处理后的样本数据进行分段处理,分别采取五分位法、最优分割法和K-means聚类分析法将各个指标划分成五个评价段位;
优化调整单元:用于根据各个指标的样本数据分布特点对各个指标采用三种方法划分的评价段位区间进行优化调整,每个指标确定一种优化的评价段位区间;
赋分处理单元:用于结合各个指标的样本数据分布均匀状况,对各个指标经过优化调整后的五个评价段位分别进行赋分处理,获得一个适用于全部指标的包括五个评价段位的指标评价标准;
数据输入模块:用于输入评价对象的指标数据,并发送给预处理模块;
指标评价模块:用于对经预处理模块预处理后的评价对象各指标的数据进行赋分处理,并将赋分结果作为评价对象的调度体制机制的单一指标评价结果输出;
综合评价模块:用于对评价对象的调度体制机制进行综合评价。
进一步的,所述优化调整单元包括:
参数计算子单元:用于计算各个指标的样本数据分布的偏态系数Sk和峰态系数K;
判断子单元:用于根据偏态系数Sk和峰态系数K的数值,决定优化调整方案;
调整结果子单元:用于根据优化调整方案对各个指标评价段位区间进行调整,并将调整后的各个指标评价段位区间数据发送给赋分处理单元。
进一步的,所述赋分处理单元包括:
数据分布状况子单元:用于判断样本数据的分布状况,如果分布均匀,则将调整后的各个指标评价段位区间数据发送给平均赋分子单元进行赋分处理;如果分布不均匀,则将调整后的各个指标评价段位区间数据发送给比例赋分子单元进行赋分处理;
平均赋分子单元:用于采用平均赋分的方法对评价段位区间数据进行赋分;
比例赋分子单元:用于采用比例赋分的方法对评价段位区间数据进行赋分。
与现有技术相比,本发明的有益效果在于:
本发明提供的区域电网调度体制机制的评价方法及其系统建立了完整涵盖调度体制和机制各个方面、科学、合理、适用性广的评价指标体系,通过对各评价指标数据进行预处理使定性指标定量化,以及进行分段处理和赋分处理建立评价基准统一的指标评价标准,既可以对区域电网的全部单一评价指标以及调度体制机制整体进行直接和精确的评价,又可以对不同评价对象的评价结果进行直观地比较,为区域电网调度体制机制的诊断评估和优化提升提供了有效的工具和手段。
附图说明
图1为实施例1的区域电网调度体制机制的评价方法的流程图;
图2为典型的洛伦兹曲线图;
图3为样本分布的洛伦兹曲线图;
图4为实施例1的德尔菲-层次分析法具体操作流程;
图5为实施例2的区域电网调度体制机制的评价系统的结构示意图。
具体实施方式
实施例1
一种区域电网调度体制机制的评价方法,如图1所示,包括:
S1.建立区域电网调度体制机制的评价指标体系;
评价指标体系包括管理体制、组织架构、业务运作、支撑保障和运行绩效五个维度,每个维度下又分级设置了一级指标和二级指标,总共包含18个一级指标和76个二级指标,具体情况如表1所示;
表1区域电网调度体制机制的评价指标体系
其中,管理体制和组织架构两个维度下的指标为定性指标,业务运作、支撑保障和运行绩效三个维度的指标为定量指标;
S2.收集各个指标的样本数据并对样本数据进行预处理;预处理包括将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理;
在本发明中,管理体制和组织架构两个维度下的指标均为定性指标,因为定性指标是通过客观描述和分析来反映评价结果,因此需要对其进行定量转化的操作,将描述和分析转化为具体数据来对评价结果进行表征;
其中,管理体制维度的一级指标为调度电网一体化,调度电网一体化的二级指标为调度电网适宜度y,所述调度电网适宜度y表示调度管理和电网管理的一体化程度;调度电网适宜度y区域电网调度体制机制中极为重要的一个评价指标,对区域电网调度体制机制的评价结果影响很大,但是其为定性指标,描述起来较为困难,对其的研究往往止步于定性分析层面,很难对该指标进行直接直观的描述和比较,直接影响对区域电网调度体制机制评价的准确性和精确性;本发明中对该指标进行定量化处理,当调度管理和电网管理越趋于一体化,则y的数值越接近1,若调度管理和电网管理处于完全一体化的状态,则y=1;当调度管理和电网管理越趋于分离,则y的数值越接近0,若调度管理和电网管理处于完全分离的状态,则y=0;
调度电网适宜度y的定量计算过程具体包括:
(1)分析对电网调度管理体制进行选择的影响因素,包括国土面积、能源自给率、人均GDP、GDP增速、电力消费弹性、输配是否分离和电网产权是否分散;
(2)选取英、美、法、德、韩、日、印、巴、墨等多个典型国家,收集各个国家上述各个影响因素的具体数据,并根据各个国家调度管理和电网管理的实际情况确定各个国家的调度电网适宜度yi的数值,当某个国家调度管理和电网管理处于完全一体化的状态,则yi=1;当某个国家调度管理和电网管理处于完全分离的状态,则yi=0;数据收集结果见表2;
表2各个典型国家数据收集表
上述各个影响因素中,国土面积的数值是在以“万平方公里”为单位的基础上对其进行对数处理得到的;
(3)建立调度电网适宜度计算模型:
yi=β1x1i+β2x2i+β3x3i+...+βkxki+ui
其中:xki为第i个国家第k个影响因素;βk为影响系数,代表第k个影响因素的影响程度;ui为第i个国家的影响常量;
(4)采用二元选择模型进行回归分析,得出影响系数βk的具体数值;具体分析过程包括:
①建立二元选择模型,具体如下:
yi=1-CNORM(-∑βkxki)+ui
其中:各个国家的调度电网适宜度yi表示具体的离散选择情况(因变量),CNORM表示标准正态分布的分布函数,影响因素xki表示具体的影响因素(解释变量),影响系数βk表示影响因素xki的影响程度,影响常量ui为服从标准正态分布的扰动项;
②对二元选择模型采用极大似然估计方法,其中,似然函数为:
似然函数的一阶条件为:
为简化公式,使用向量表达方式,其中β=[β1 β2…βk]',xi=[x1i x2i...xki]';
③对似然函数的一阶条件使用迭代法求解,求得βk;
影响系数βk代表影响因素(解释变量)对因变量的影响程度,如果影响系数βk为正,表明解释变量越大,因变量取1的概率越大,对应的就是调度与电网的一体化适宜度越高;反之,如果影响系数βk为负,表明相应的概率越小,对应调度与电网一体化适宜度越低;
(5)将影响因素的影响系数βk和影响因素xk的数值带入调度电网适宜度计算模型中,即可计算出调度电网适宜度y的数值;
对其他定性指标进行定量转化的方法包括专家打分法和事实评价法;其中:
专家打分法是指通过匿名方式征询有关专家的意见,对专家意见进行统计、处理、分析和归纳,客观地综合多数专家经验与主观判断,对大量难以采用技术方法进行定量分析的因素做出合理估算,经过多轮意见征询、反馈和调整后,对指标进行分析的方法;
事实评价法是在专家人数不足的情况下,采用事实评价的方法对定性指标进行量化判断的方法,主要包括等级描述法、预期描述法、关键事件法;
本发明中的各个定性指标可以根据具体情况选择专家打分法或事实评价法进行定量转化,以利于对各个单一指标和评价对象的调度体制机制整体进行更直接和准确的评价;
本发明中,定量指标数据的预处理主要包括无量纲化处理,并需要在对其进行无量纲化处理之前对趋势化和逆向化指标进行正向化处理,
定量指标按其作用趋势不同,可以分为正向指标、逆向指标和适度指标(中性指标),由于各指标的趋势特点不同,因此在对定量指标进行无量纲化处理之前,应将逆向指标和适度指标统一处理为正向指标;其中,逆向指标的正向化处理转换方法可选用倒数法、最小阈值法或最大阈值法;适度指标的正向化转换方法可选用绝对值倒数法或距离倒数法;
逆向指标和适度指标的正向处理解决了同向化问题,其中部分方法同时解决了无量纲化问题,如最小阈值法或最大阈值法,但还没有全部解决量纲的消除问题;由于各指标反映的社会经济内容不一样,有绝对数、相对数和平均数等多种形式,因此需要进行无量纲处理,将指标实际评价值转换为可以进行综合评价的指标数值;无量纲化方法可以根据需要选用阈值比较法、均值化法、极差正规化法、标准化法或比重法;
S3.对各个指标预处理后的样本数据进行分段处理,分别采取五分位法、最优分割法和K-means聚类分析法将各个指标划分成五个评价段位;然后分别根据各个指标的样本数据分布特点对各个指标采用三种方法划分的评价段位区间进行优化调整,每个指标确定一种优化的评价段位区间;再结合各个指标的样本数据的分布均匀状况,对各个指标经过优化调整后的五个评价段位分别进行赋分处理,获得一个适用于全部指标的包括五个评价段位的指标评价标准;
其中,优化调整依据各个指标的样本数据分布特点,具体包括:
首先计算各个指标的样本数据分布的偏态系数Sk和峰态系数K;偏态系数Sk用于表征偏态,即数据分布的不对称性,偏态系数Sk的绝对值越大,数据分布的偏斜程度越严重;当Sk=0时,为对称分布;当Sk>0时,为右偏分布;当Sk<0时,为左偏分布;峰态系数K用于表征峰态,即数据分布的扁平程度,峰态系数K可用公式计算,峰态系数K的绝对值越大,数据分布越陡峭;当K=0时,数据分布扁平峰度适中;当K<0时,数据分布为扁平分布;当K>0时,数据分布为尖峰分布;
然后根据偏态系数Sk和峰态系数K的数值对各个指标的评价段位区间进行优化调整:
当指标的Sk=0,K=0时,该指标的数据分布呈正态且比较扁平,数据分布比较均匀,直接将五分位法的分段结果作为该指标的评价段位区间;
当指标的∣Sk∣>0.5且∣K∣>0.5时,该指标的数据分布偏态程度较大且比较陡峭,数据分布比较集中,采用最优分割法和K-means聚类分析法分段结果的平均数作为该指标的评价段位区间;
当指标的∣Sk∣<0.5或∣K∣<0.5时,该指标的数据分布偏态程度较大但比较平缓,或者分布陡峭但偏态程度不大,此时数据分布虽不是正态分布但较为平稳,采用五分位法、最优分割法和K-means法分段结果的平均数作为该指标的评价段位区间;
经过优化调整,每个指标确定下来一种优化的评价段位区间,均包括A、B、C、D、E五个水平由高到低的评价段位,但各个指标用于表征评价段位的数值也各不相同,为了更直观、更精确的对各个指标进行评估,对各个指标评价段位分别进行赋分处理,获得一个适用于全部指标的包括五个评价段位的指标评价标准;
在对某个指标评价段位进行赋分处理之前,首先要判断该指标的样本数据分布状况;如果样本数据分布较为均匀,则采用平均赋分的方法,将A-E五个评价段位分别赋予51-100分,每一评价段位对应10分,即A段对应91-100分,B段对应81-90分,C段对应71-80分,D段对应61-70分,E段对应51-60分;如果样本数据分布不均匀,数值分布出现明显的区域聚集现象,则采用比例赋分的方法,根据各个评价段位所对应样本数量成比例扩展所对应的分数区间,A-E各个评价段位对应的分数段长度不一,但整体分数区间仍为51-100分;
在本发明中,判断该指标的样本数据分布状况可以借鉴洛伦兹曲线和基尼系数在经济学中的应用,通过构造洛伦兹曲线来分析样本数据分布状况;
在经济学中,洛伦兹曲线用来衡量一个国家财富的均匀分布情况,其定义为:把一个国家的人口按最贫穷到最富有程度依次排序,人口百分比对应收入百分比所连成的曲线即为洛伦兹曲线,如图2所示,若曲线OEL处于直线OL的下方,则表明某人口百分比总小于其收入百分比,即该国家的财富分布是不均匀的,曲线OEL的弯曲程度越高则表明不均匀程度越高;当曲线OEL与OL重合时则表明一种理想状况,即该国家的人口财富分布完全均匀;
基尼系数用于定量分析人口收入分布的不均匀程度,其以洛伦兹曲线为基础,以图2为例,OEL与OL围成的面积为A,三角形OHL的面积为A+B,则基尼系数G为:
G=A/(A+B)
G越小,洛伦兹曲线越接近直线,表明人口收入不均匀程度越小,反之则不均匀程度越高;
对于具有N个均匀分段的数据样本空间,落在各分段区间里的样本数量依次排序记为k1,k2,…,kN(k1≤k2≤…≤kN);以不小于某个数量的区间比例∑i/N为横坐标,相当于洛伦兹曲线中的人口比例;以累积数据样本数比例pro(i)为纵坐标,相当于洛伦兹曲线的收入比例,pro(i)表达式为:
可得样本分布的洛伦兹曲线如图3所示,从图3的洛伦兹曲线可以看出,曲线ODE下的面积实际上就是N个梯形Ti(i=1,2,3…N)的面积之和,因此洛伦兹曲线与横轴围成的面积即为:
其中∑k表示全部区间的样本数量总和;
因此基尼系数G为:
化简得:
进一步展开并化简得:
其中,[N/2]表示最接近N/2的整数;
由此可知,对于复杂网络,基尼系数G的大小与区间样本数的差异有关,区间样本数的差异越大,基尼系数G也越大;
在本发明中,当基尼系数G≤0.4时,则表示数据样本分布均匀;当基尼系数G>0.4时,则表示数据样本分布不均匀;
S4.将评价对象的各个指标的数据进行预处理;然后对经过预处理后的各指标的数据进行赋分处理,即可获得评价对象的各个指标的单一指标评价结果;
对评价对象的各指标的数据进行预处理时,包括首先将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理,对每个单一指标的数据的预处理与对该指标的样本数据进行预处理的方法一致;
对评价对象的各指标的数据进行赋分处理时,每个指标的赋分处理方法的选择原则与该指标的样本数据分段后的赋分处理方法的选择原则一致;
如果某个指标采取平均赋分的方法,则首先判断该指标的数据属于哪个评价段位以及在该评价段位中的相对位置,然后精确其具体得分;比如评价对象的某个指标的数据属于B段,位于B段正中的位置,则可得到评价对象该指标的赋分结果为85分;
如果某个指标采取比例赋分的方法,首先需要确定判定评价对象的该指标的数据属于哪个评价段位,然后根据该评价段位所对应的分值进行差值计算;比如评价对象的某个指标的实际值为X,属于A段,A段位的区间值为(X1,X2),A段位对应的分值的区间为(A1,A2),若评价对象该指标的赋分结果为S,则按照差值计算,应满足:
于是,得出评价对象该指标的赋分结果:
S5.对评价对象的调度体制机制进行综合评价。
为了弥补单一指标评价整体性和综合性较弱的不足,采用基于模糊数学的综合评价方法,将层次分析法结合德尔菲法来确定各个单一指标在调度体制机制评价中的权重比例,从而获得评价对象的调度体制机制的综合评价结果;
综合评价方法的总体思路为:构建一个虚拟标杆,虚拟标杆的各项指标以A段的最优值(即100分)作为数据,将虚拟标杆的各项指标和评价对象的经赋分处理后的各项实际指标分别带入综合评价模型,得到虚拟标杆和评价对象的综合得分,然后计算评价对象的综合得分与虚拟标杆的综合得分的比值作为评价对象的综合评价结果;
本发明采用以下方法来建立综合评价模型:
(1)建立因素集
设定U为因素集,作为评价的指标体系;U分为m类因素子集Ui(i=1,2,…,m),本专利中的维度包括五个方面,因此m=5;Ui包括n个因素,即
U=(U1,U2,…,Um)
Ui=(Bi1,Bi2,…,Bin);
(2)确定权重集
权重集由因素集中各因素的权重构成,本发明采用德尔菲-层次分析法来计算各个单一指标在综合评价中的权重,令权重集η=[ω1,ω2,…,ωn],其中ωi为对应元素的权重系数;
权重的计算过程采用层次分析法建立判断矩阵,综合专家经验形成因素重要性排序,计算权重并检验一致性;同时应用德尔菲法来吸收专家经验避免个别专家的主观引导,两种分析方法配合使用便于得出更加稳定、客观、全面、系统的分析结果,具体操作流程如图4所示;
(3)建立评价集
评价集V包含p个评语,即V=(v1,v2,…,vp),vk(k=1,2,…,p),相应的分数集为E=(e1,e2,…,ep),一般5级评语即可满足描述准确的要求;
(4)一级模糊综合评价
一级模糊综合评价针对的是Ui中的各个因素,Ui到V的模糊关系矩阵:
其中μijk(i=1,2,…,m;j=1,2,…,n;k=1,2,…,p)为Ui的第j个因素Bij在V中第k个评语的隶属度;
运用模糊矩阵的合成运算,可得Ui的模糊综合评价集Si:
Si=ωiRi=(Si1,…,Sip)
Si表征Ui中的所有因素隶属于V的隶属度加权和,则:
(5)二级模糊综合评价
二级模糊综合评价的对象是U中各因素,根据一次模糊综合评价的结果可得:
R=[rik]m×p=[S1 S2 … Sm]T
则二级模糊综合评价集为:
S=ωR=(s1,s2,…,sp)
sk(k=1,2,…,p)是指综合考虑所有因素时目标在V中的隶属度;
(6)计算调度体制机制的综合得分
区域电网调度体制机制的综合得分N是将sk作为权重对分数集E中所有元素进行加权平均,即:
实施例2
一种区域电网调度体制机制的评价系统,如图5所示,包括:
评价指标体系模块:用于建立区域电网调度体制机制的评价指标体系;
样本收集模块:用于输入收集的样本数据,并发送给预处理模块;
预处理模块:用于对指标数据进行预处理,所述预处理包括将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理;
指标评价标准模块:用于生成指标评价标准,包括:
分段处理单元:用于对各指标经预处理模块预处理后的样本数据进行分段处理,分别采取五分位法、最优分割法和K-means聚类分析法将各个指标划分成五个评价段位;
优化调整单元:用于根据各个指标的样本数据分布特点对各个指标采用三种方法划分的评价段位区间进行优化调整,每个指标确定一种优化的评价段位区间,包括:
参数计算子单元:用于计算各个指标的样本数据分布的偏态系数Sk和峰态系数K;
判断子单元:用于根据偏态系数Sk和峰态系数K的数值,决定优化调整方案;
调整结果子单元:用于根据优化调整方案对各个指标评价段位区间进行调整,并将调整后的各个指标评价段位区间数据发送给赋分处理单元;
赋分处理单元:用于结合各个指标的样本数据分布均匀状况,对各个指标经过优化调整后的五个评价段位分别进行赋分处理,获得一个适用于全部指标的包括五个评价段位的指标评价标准,包括:
数据分布状况子单元:用于判断样本数据的分布状况,如果分布均匀,则将调整后的各个指标评价段位区间数据发送给平均赋分子单元进行赋分处理;如果分布不均匀,则将调整后的各个指标评价段位区间数据发送给比例赋分子单元进行赋分处理;
平均赋分子单元:用于采用平均赋分的方法对评价段位区间数据进行赋分;
比例赋分子单元:用于采用比例赋分的方法对评价段位区间数据进行赋分;
数据输入模块:用于输入评价对象的指标数据,并发送给预处理模块;
指标评价模块:用于对经预处理模块预处理后的评价对象各指标的数据进行赋分处理,并将赋分结果作为评价对象的调度体制机制的单一指标评价结果输出;
综合评价模块:用于对评价对象的调度体制机制进行综合评价。
在采用本发明提供的评价系统对评价对象的调度体制机制进行评价时,首先在评价指标体系模块中建立区域电网调度体制机制的评价指标体系,评价指标体系的具体情况如表1所示;然后根据评价指标体系模块建立的评价指标体系的具体情况收集样本数据,并输入样本收集模块,发送给预处理模块;预处理模块对样本数据进行预处理,包括将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理,将预处理后的样本数据发送给指标评价标准模块来生成指标评价标准;指标评价标准模块生成指标评价标准的具体过程依次包括:分段处理单元分别采用五分位法、最优分割法和K-means聚类分析法进行分段处理、优化调整单元进行优化调整给每个指标确定一种优化的评价段位区间、赋分处理单元进行赋分处理获得指标评价标准。
得到指标评价标准后就可以以其为依据对评价对象的调度体制机制进行评价,具体包括:首先通过数据输入模块输入评价对象的指标数据;数据输入模块将评价对象的指标数据发送给预处理模块进行预处理,包括首先将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理,对每个单一指标的数据的预处理与对该指标的样本数据进行预处理的方法一致;指标评价模块再对经预处理模块预处理后的评价对象各指标的数据进行赋分处理,并将赋分结果作为评价对象的调度体制机制的单一指标评价结果输出,每个指标的赋分处理方法的选择原则与该指标的样本数据分段后的赋分处理方法的选择原则一致;最后由综合评价模块对评价对象的调度体制机制进行综合评价,综合评价具体包括:采用基于模糊数学的综合评价方法,将层次分析法结合德尔菲法来确定各个单一指标在调度体制机制评价中的权重比例,从而获得评价对象的调度体制机制的综合评价结果。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种区域电网调度体制机制的评价方法,其特征在于,所述方法包括:
S1.建立区域电网调度体制机制的评价指标体系;
S2.收集各个指标的样本数据并对样本数据进行预处理;所述预处理包括将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理;
S3.对各个指标预处理后的样本数据进行分段处理,分别采取五分位法、最优分割法和K-means聚类分析法将各个指标划分成五个评价段位;然后分别根据各个指标的样本数据分布特点对各个指标采用三种方法划分的评价段位区间进行优化调整,每个指标确定一种优化的评价段位区间;再结合各个指标的样本数据的分布均匀状况,对各个指标经过优化调整后的五个评价段位分别进行赋分处理,获得一个适用于全部指标的包括五个评价段位的指标评价标准;
S4.将评价对象的各个指标的数据进行预处理;然后对经过预处理后的各指标的数据进行赋分处理,即可获得评价对象的各个指标的单一指标评价结果;
S5.对评价对象的调度体制机制进行综合评价。
2.根据权利要求1所述的方法,其特征在于,所述评价指标体系包括管理体制、组织架构、业务运作、支撑保障和运行绩效五个维度,每个维度下分级设置了一级指标和二级指标;其中,管理体制维度的一级指标为调度电网一体化,调度电网一体化的二级指标为调度电网适宜度y,所述调度电网适宜度y表示调度管理和电网管理的一体化程度。
3.根据权利要求2所述的方法,其特征在于,所述调度与电网适宜度y的定量计算过程包括:
(1)分析对电网调度管理体制进行选择的影响因素;
(2)收集多个典型国家的各个影响因素的具体数据,并确定各个国家的调度电网适宜度的数值;
(3)建立调度电网适宜度计算模型:
yi=β1x1i+β2x2i+β3x3i+...+βkxki+ui
其中:xki为第i个国家第k个影响因素;βk为影响系数,代表第k个影响因素的影响程度;ui为第i个国家的影响常量;
(4)采用二元选择模型进行回归分析,得出影响系数βk的具体数值;
(5)将每个影响因素的影响系数βk和影响因素xk的数值带入调度电网适宜度计算模型中,即可计算出调度电网适宜度y的数值。
4.根据权利要求3所述的方法,其特征在于,所述步骤(4)具体包括:
①建立二元选择模型,具体如下:
yi=1-CNORM(-∑βkxki)+ui
其中:各个国家的调度电网适宜度yi表示具体的离散选择情况(因变量),CNORM表示标准正态分布的分布函数,影响因素xki表示具体的影响因素(解释变量),影响系数βk表示影响因素xki的影响程度,影响常量ui为服从标准正态分布的扰动项;
②对二元选择模型采用极大似然估计方法,其中,似然函数为:
似然函数的一阶条件为:
为简化公式,使用向量表达方式,其中β=[β1 β2 ... βk]',xi=[x1i x2i ... xki]';
③对似然函数的一阶条件使用迭代法求解,求得βk;
影响系数βk代表影响因素(解释变量)对因变量的影响程度,如果影响系数βk为正,表明解释变量越大,因变量取1的概率越大,对应的就是调度与电网的一体化适宜度越高;反之,如果影响系数βk为负,表明相应的概率越小,对应调度与电网一体化适宜度越低。
5.根据权利要求1所述的方法,其特征在于,所述优化调整具体包括:首先计算各个指标的样本数据分布的偏态系数Sk和峰态系数K,然后根据偏态系数Sk和峰态系数K的数值对各个指标的评价段位区间进行优化调整。
6.根据权利要求1所述的方法,其特征在于,所述赋分处理具体包括:如果指标的样本数据分布均匀,则将该指标的五个评价段位分别赋予51-100分,每一段位区间对应10分;如果指标的样本数据分布不均匀,则根据各个段位区间所对应样本数量成比例扩展所对应的分数区间,五个段位区间对应的分数段长度不一,但整体分数区间仍为51-100分。
7.根据权利要求1所述的方法,其特征在于,所述步骤S5具体包括:采用基于模糊数学的综合评价方法,将层次分析法结合德尔菲法来确定各个单一指标在调度体制机制评价中的权重比例,从而获得评价对象的调度体制机制的综合评价结果。
8.一种区域电网调度体制机制的评价系统,其特征在于,所述系统包括:
评价指标体系模块:用于建立区域电网调度体制机制的评价指标体系;
样本收集模块:用于输入收集的样本数据,并发送给预处理模块;
预处理模块:用于对指标数据进行预处理,所述预处理包括将定性指标数据进行定量转化以及将定量指标数据进行无量纲化处理;
指标评价标准模块:用于生成指标评价标准,包括:
分段处理单元:用于对各指标经预处理模块预处理后的样本数据进行分段处理,分别采取五分位法、最优分割法和K-means聚类分析法将各个指标划分成五个评价段位;
优化调整单元:用于根据各个指标的样本数据分布特点对各个指标采用三种方法划分的评价段位区间进行优化调整,每个指标确定一种优化的评价段位区间;
赋分处理单元:用于结合各个指标的样本数据分布均匀状况,对各个指标经过优化调整后的五个评价段位分别进行赋分处理,获得一个适用于全部指标的包括五个评价段位的指标评价标准;
数据输入模块:用于输入评价对象的指标数据,并发送给预处理模块;
指标评价模块:用于对经预处理模块预处理后的评价对象各指标的数据进行赋分处理,并将赋分结果作为评价对象的调度体制机制的单一指标评价结果输出;
综合评价模块:用于对评价对象的调度体制机制进行综合评价。
9.根据权利要求8所述的系统,其特征在于,所述优化调整单元包括:
参数计算子单元:用于计算各个指标的样本数据分布的偏态系数Sk和峰态系数K;
判断子单元:用于根据偏态系数Sk和峰态系数K的数值,决定优化调整方案;
调整结果子单元:用于根据优化调整方案对各个指标评价段位区间进行调整,并将调整后的各个指标评价段位区间数据发送给赋分处理单元。
10.根据权利要求8所述的系统,其特征在于,所述赋分处理单元包括:
数据分布状况子单元:用于判断样本数据的分布状况,如果分布均匀,则将调整后的各个指标评价段位区间数据发送给平均赋分子单元进行赋分处理;如果分布不均匀,则将调整后的各个指标评价段位区间数据发送给比例赋分子单元进行赋分处理;
平均赋分子单元:用于采用平均赋分的方法对评价段位区间数据进行赋分;
比例赋分子单元:用于采用比例赋分的方法对评价段位区间数据进行赋分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710998709.9A CN109697543A (zh) | 2017-10-20 | 2017-10-20 | 一种区域电网调度体制机制的评价方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710998709.9A CN109697543A (zh) | 2017-10-20 | 2017-10-20 | 一种区域电网调度体制机制的评价方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109697543A true CN109697543A (zh) | 2019-04-30 |
Family
ID=66226276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710998709.9A Pending CN109697543A (zh) | 2017-10-20 | 2017-10-20 | 一种区域电网调度体制机制的评价方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109697543A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027017A (zh) * | 2019-11-15 | 2020-04-17 | 国网上海市电力公司 | 一种配电网管理状态综合评价系统 |
CN111967777A (zh) * | 2020-08-19 | 2020-11-20 | 国网河南省电力公司经济技术研究院 | 一种储能促进清洁能源利用价值的综合评价方法 |
CN113837518A (zh) * | 2021-05-21 | 2021-12-24 | 东北大学 | 一种基于历史处理数据的人员处理能力刻画方法 |
CN114971345A (zh) * | 2022-06-08 | 2022-08-30 | 东南大学 | 一种建成环境品质测度方法、设备及存储介质 |
-
2017
- 2017-10-20 CN CN201710998709.9A patent/CN109697543A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027017A (zh) * | 2019-11-15 | 2020-04-17 | 国网上海市电力公司 | 一种配电网管理状态综合评价系统 |
CN111027017B (zh) * | 2019-11-15 | 2024-04-09 | 国网上海市电力公司 | 一种配电网管理状态综合评价系统 |
CN111967777A (zh) * | 2020-08-19 | 2020-11-20 | 国网河南省电力公司经济技术研究院 | 一种储能促进清洁能源利用价值的综合评价方法 |
CN111967777B (zh) * | 2020-08-19 | 2023-10-27 | 国网河南省电力公司经济技术研究院 | 一种储能促进清洁能源利用价值的综合评价方法 |
CN113837518A (zh) * | 2021-05-21 | 2021-12-24 | 东北大学 | 一种基于历史处理数据的人员处理能力刻画方法 |
CN113837518B (zh) * | 2021-05-21 | 2024-02-20 | 东北大学 | 一种基于历史处理数据的人员处理能力刻画方法 |
CN114971345A (zh) * | 2022-06-08 | 2022-08-30 | 东南大学 | 一种建成环境品质测度方法、设备及存储介质 |
CN114971345B (zh) * | 2022-06-08 | 2023-04-18 | 东南大学 | 一种建成环境品质测度方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543737B (zh) | 一种基于fahp_fca组合赋权的信息系统健康度评估方法 | |
CN109697543A (zh) | 一种区域电网调度体制机制的评价方法及其系统 | |
CN109409628B (zh) | 基于计量大数据聚类模型的采集终端生产厂商评价方法 | |
CN111324642A (zh) | 一种面向电网大数据分析的模型算法选型与评价方法 | |
CN109308571B (zh) | 配电线路线变关系检测方法 | |
CN111126775A (zh) | 一种基于层次分析法的居民客户价值分级模型构建方法 | |
CN105389636A (zh) | 一种低压台区kfcm-svr合理线损预测方法 | |
CN111949939B (zh) | 基于改进topsis和聚类分析的智能电表运行状态评价方法 | |
CN109118067A (zh) | 一种可再生能源发展潜力评估方法 | |
CN110119948B (zh) | 基于时变权重动态组合的电力用户信用评价方法及系统 | |
CN108389069A (zh) | 基于随机森林和逻辑回归的优质客户识别方法及装置 | |
CN111080101A (zh) | 一种基于ahp对供电渠道服务效能多维度评价的方法 | |
CN107609771A (zh) | 一种供应商价值评价方法 | |
CN106056235A (zh) | 基于古林法物元可拓模型的输电网效率效益检测方法 | |
CN116644184B (zh) | 基于数据聚类的人力资源信息管理系统 | |
CN114139940A (zh) | 一种基于组合赋权-云模型的广义需求侧资源网荷互动水平评估方法 | |
CN112200209A (zh) | 一种基于日差分用电量的贫困用户识别方法 | |
CN111339167A (zh) | 基于K-means和主成分线性回归的台区线损率影响因素分析方法 | |
CN108959791A (zh) | 一种相控阵雷达资源调度效能层级递阶评估方法 | |
CN113327047B (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及系统 | |
CN107093005A (zh) | 基于大数据挖掘算法实现办税服务厅自动分级的方法 | |
CN107730399B (zh) | 基于风力发电特性曲线的理论线损评估方法 | |
CN111260161A (zh) | 一种众包任务下发的方法及设备 | |
CN113361959A (zh) | 一种银行业务集中运营成熟度的计算方法和装置 | |
CN112950048A (zh) | 基于模糊综合评价的国家高等教育体系健康评价 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190430 |