CN109978384A - 一种配电网运行效率的主导因素分析方法及相关产品 - Google Patents
一种配电网运行效率的主导因素分析方法及相关产品 Download PDFInfo
- Publication number
- CN109978384A CN109978384A CN201910243999.5A CN201910243999A CN109978384A CN 109978384 A CN109978384 A CN 109978384A CN 201910243999 A CN201910243999 A CN 201910243999A CN 109978384 A CN109978384 A CN 109978384A
- Authority
- CN
- China
- Prior art keywords
- factor
- sequence
- distribution network
- sequence data
- power distribution
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000000556 factor analysis Methods 0.000 title claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 7
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 6
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 239000002184 metal Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007619 statistical method 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
- 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)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种配电网运行效率的主导因素分析方法及相关产品,该主导因素分析方法,包括:获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。本发明基于配电网运行效率与影响因素的运行数据的数据序列,计算影响因素的主导因子确定配电网运行效率主导因素,实现对主导因素的量化分析,能够分析出配电网运行效率的主导因素,以利于进行配电网运行方式的决策。
Description
技术领域
本发明涉及配电网技术领域,特别涉及一种配电网运行效率的主导因素分析方法及相关产品。
背景技术
供电可靠性、网架结构、负荷特性和发展阶段等四个因素是配电网设备利用率的宏观影响因素配电网运行效率的宏观影响因素,在供电可靠性包括“N-x”准则和用户需求等微观影响因素。网架结构包括变电站主变台数、站内主接线,线路接线模式和分段情况,变电站站间联络关系和分布式电源接入等微观因素。负荷特性包括用户类比、用户比例、地域因素、季节因素和用户智能化水平等微观因素。发展阶段包括GDP增速、产业结构和电力消费与经济增长关系等微观因素。
不同因素对配电网运行效率的影响程度存在差异,管理者需提取运行效率的主导因素来决策配电网的运行方式。随着配电网监测技术和通讯技术发展,配电网收集了部分运行数据。基于运行数据和运行环境数据,采用数量统计方法,如回归分析、方差分析、主成分分析法、数据包络分析法,对运行效率与变量元素进行拟合分析,通过衡量密切程度确定主导因素。
因此,如何提出一种配电网运行效率的主导因素分析方法及相关产品,能够分析出配电网运行效率的主导因素,以利于进行配电网运行方式的决策,是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种配电网运行效率的主导因素分析方法及相关产品,能够分析出配电网运行效率的主导因素,以利于进行配电网运行方式的决策。其具体方案如下:
第一方面,本发明提供一种配电网运行效率的主导因素分析方法,包括:
获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;
利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;
比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。
优选地,
所述获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据,包括:
获取配电网运行效率作为第一序列数据:Y=[y1,y2,yj,…,yn];其中,n为所取的参考时间序列标号,yj为第j时刻的配电网运行效率;
获取所述配电网运行效率对应的影响因素变量的第二序列数据X;
其中,X=[X1,X2,X3,…,Xm]T;
Xi=[xi1,xi2,xij,…,xin];
m为影响因素变量的个数,Xi表示第i个影响因素序列;xij表示第i个影响因素序列的第j时刻影响因素i的数值。
优选地,
所述利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子,包括:
利用所述第一序列数据、所述第二序列数据,确定各影响因素变量自偏差主导因子;
利用所述第一序列数据、所述第二序列数据,确定所述配电网运行效率与各影响因素变量的互偏差主导因子;
利用所述自偏差主导因子以及所述互偏差主导因子,求取组合主导因子;
其中,各影响因素变量的第二序列数据为Xi,i为影响因素变量的个数;所述Xi对应的组合主导因子为ρi;
式中,λ为主导因素系数,取值范围为0-1;χi为自偏差主导因子;δi为互偏差主导因子。
优选地,
所述利用所述第一序列数据、所述第二序列数据,确定各影响因素变量自偏差主导因子,包括:
根据目标序列和变量序列求取目标序列的自偏差序列Δy和变量序列Xi的自偏差序列Δxi;
其中,Δy=(Δy1,…Δyj,…Δyn);
Δyj=yj+1-yj;
Δxi=(Δxi1,…Δxij,…Δxin);
Δxij=xi(j+1)-xij;
利用所述自偏差序列Δy以及所述自偏差序列Δxi,确定变量元素xij与目标元素yj自偏差相关系数ηij;
其中,σ(Δy)为自偏差序列Δy的方差,σ(Δxi)为自偏差序列Δxi的方差;
根据变量序列Xi求取变量比重序列
其中,
利用所述比重序列确定求取变量序列Xi中每个元素与目标元素yj自偏差相关系数的权重值,然后合成计算变量序列Xi的自偏差主导因子χi;
其中,
式中为αjβj中间变量。
优选地,
所述利用所述第一序列数据、所述第二序列数据,确定各影响因素变量互偏差主导因子,包括:
根据所述第一序列数据、所述第二序列数据,求取零阶互偏差Δ(x-y)i、一阶互偏差Δ(x-y)′i和二阶互偏差Δ(x-y)″i;
其中,
利用所述零阶互偏差Δ(x-y)i、所述一阶互偏差Δ(x-y)′i和所述二阶互偏差Δ(x-y)″i,确定计算变量序列Xi的互偏差主导因子δi;
其中,
优选地,
所述影响因素变量为供电可靠性变量、网架结构变量、负荷特性变量、发展阶段变量。
第二方面,本发明提供一种配电网运行效率的主导因素分析系统,包括:
序列数据获取模块,用于获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;
主导因子确定模块,用于利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;
主导因素确定模块,用于比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。
优选地,
所述序列数据获取模块,包括:
运行效率序列获取单元,用于获取配电网运行效率作为第一序列数据:Y=[y1,y2,yj,…,yn];其中,n为所取的参考时间序列标号,yj为第j时刻的配电网运行效率;
影响因素序列获取单元,用于获取所述配电网运行效率对应的影响因素变量的第二序列数据X;
其中,X=[X1,X2,X3,…,Xm]T;
Xi=[xi1,xi2,xij,…,xin];
m为影响因素变量的个数,Xi表示第i个影响因素序列;xij表示第i个影响因素序列的第j时刻影响因素i的数值。
第三方面,本发明提供一种配电网运行效率的主导因素分析设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述第一方面任一种所述配电网运行效率的主导因素分析方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面任一种所述配电网运行效率的主导因素分析方法的步骤。
本发明提供一种配电网运行效率的主导因素分析方法,包括:获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。本发明基于配电网运行效率与影响因素的运行数据的数据序列,计算影响因素的主导因子确定配电网运行效率主导因素,实现对主导因素的量化分析,能够分析出配电网运行效率的主导因素,以利于进行配电网运行方式的决策。
本发明提供的一种配电网运行效率的主导因素分析方法及相关产品具有相同的上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的流程图;
图2为本发明一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的组合主导因子确定流程图;
图3为本发明一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的自偏差主导因子确定流程图;
图4为本发明一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的自偏差主导因子确定流程图;
图5为本发明又一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的流程图;
图6为本发明一种具体实施方式中所提供的一种配电网运行效率的主导因素分析系统的组成结构示意图;
图7为本发明一种具体实施方式中所提供的一种配电网运行效率的主导因素分析系统的序列数据获取模块组成结构示意图;
图8为本发明又一种具体实施方式所提供的计算机设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅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他实施例,都属于本发明保护的范围。
请参考图1、图2、图3、图4,图1为本发明一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的流程图;图2为本发明一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的组合主导因子确定流程图;图3为本发明一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的自偏差主导因子确定流程图;图4为本发明一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的自偏差主导因子确定流程图。
在本发明一种具体实施方式中,本发明实施例提供一种配电网运行效率的主导因素分析方法,包括:
步骤S11:获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;
例如,在一种具体实施方式中,可以将所述影响因素变量设置为为供电可靠性变量、网架结构变量、负荷特性变量、发展阶段变量,从而可以获取这些变量关于时间的序列,例如可以以年为单位进行序列数据的获取,具体地,为了获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据,可以进行一下步骤:
获取配电网运行效率作为第一序列数据:Y=[y1,y2,yj,…,yn];其中,n为所取的参考时间序列标号,yj为第j时刻的配电网运行效率;
获取所述配电网运行效率对应的影响因素变量的第二序列数据X;
其中,X=[X1,X2,X3,…,Xm]T;
Xi=[xi1,xi2,xij,…,xin];
m为影响因素变量的个数,Xi表示第i个影响因素序列;xij表示第i个影响因素序列的第j时刻影响因素i的数值。
步骤S12:利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;
为了利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子,可以具体地,通过以下步骤分析各个序列数据之间的相互影响关系,具体地,可以:
步骤S121:利用所述第一序列数据、所述第二序列数据,确定各影响因素变量自偏差主导因子;
步骤S122:利用所述第一序列数据、所述第二序列数据,确定所述配电网运行效率与各影响因素变量的互偏差主导因子;
步骤S123:利用所述自偏差主导因子以及所述互偏差主导因子,求取组合主导因子;
其中,各影响因素变量的第二序列数据为Xi,i为影响因素变量的个数;所述Xi对应的组合主导因子为ρi;
式中,λ为主导因素系数,取值范围为0-1;χi为自偏差主导因子;δi为互偏差主导因子。
步骤S13:比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。
在求取到个影响因素对应的组合主导因子的数值后,可以采用计算机算法遍历所有的组合主导因子数值,进行降序排列,最大的数值对应的影响因素确定为配电网运行效率的最重要的主导因素。
进一步地,在本发明实施例中,为了利用所述第一序列数据、所述第二序列数据,确定各影响因素变量自偏差主导因子,具体可以采用以下步骤:
步骤S1211:根据目标序列和变量序列求取目标序列的自偏差序列Δy和变量序列Xi的自偏差序列Δxi;
其中,Δy=(Δy1,…Δyj,…Δyn);
Δyj=yj+1-yj;
Δxi=(Δxi1,…Δxij,…Δxin);
Δxij=xi(j+1)-xij;
步骤S1212:利用所述自偏差序列Δy以及所述自偏差序列Δxi,确定变量元素xij与目标元素yj自偏差相关系数ηij;
其中,σ(Δy)为自偏差序列Δy的方差,σ(Δxi)为自偏差序列Δxi的方差;
步骤S1213:根据变量序列Xi求取变量比重序列
其中,
步骤S1214:利用所述比重序列确定求取变量序列Xi中每个元素与目标元素yj自偏差相关系数的权重值,然后合成计算变量序列Xi的自偏差主导因子χi;
其中,
式中为αjβj中间变量。
更进一步地,为了利用所述第一序列数据、所述第二序列数据,确定各影响因素变量互偏差主导因子,具体可以采用以下步骤:
步骤S1221:根据所述第一序列数据、所述第二序列数据,求取零阶互偏差Δ(x-y)i、一阶互偏差Δ(x-y)′i和二阶互偏差Δ(x-y)″i;
其中,
步骤S1222:利用所述零阶互偏差Δ(x-y)i、所述一阶互偏差Δ(x-y)′i和所述二阶互偏差Δ(x-y)″i,确定计算变量序列Xi的互偏差主导因子δi;
其中,
本发明提供一种配电网运行效率的主导因素分析方法,包括:获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。本发明基于配电网运行效率与影响因素的运行数据的数据序列,计算影响因素的主导因子确定配电网运行效率主导因素,实现对主导因素的量化分析,能够分析出配电网运行效率的主导因素,以利于进行配电网运行方式的决策。
请参考图5,图5为本发明又一种具体实施方式所提供的一种配电网运行效率的主导因素分析方法的流程图。
在本发明又一具体实施方式中,本发明实施例具体采用以下步骤对配电网运行效率的主导因素进行分析:
1、采集参数
1.1将配电网运行效率作为目标序列Y=[y1,y2,yj,…,yn]n为所取的参考年数,yj为第j时刻的运行效率。
1.2采集影响因素数据,构成变量序列X
X=[X1,X2,X3,…,Xm]T
Xi=[xi1,xi2,xij,…,xin]
Xi表示第i个影响因素序列;xij表示第j时刻影响因素i的数值
2根据变量序列Xi求取变量比重序列
3根据目标序列和变量序列求取目标序列的自偏差序列Δy和变量序列Xi的自偏差序列Δxi
Δy=(Δy1,…Δyj,…Δyn)
Δyj=yj+1-yj
Δxi=(Δxi1,…Δxij,…Δxin)
Δxij=xi(j+1)-xij
4通过分析目标序列和变量序列的变化趋势,求取变量元素xij与目标元素yj自偏差相关系数ηij
5、根据变量比重序列求取变量序列Xi中每个元素与目标元素yj自偏差相关系数的权重值,然后合成计算变量序列Xi的自偏差主导因子χi
式中为αjβj中间变量
6、计算变量序列Xi与目标序列之间的互偏差Δ(x-y)i、一阶互偏差Δ(x-y)′i和二阶互偏差Δ(x-y)″i。
7计算变量序列Xi的互偏差主导因子δi
8计算变量变量序列Xi的主组合导因子ρi
式中λ为主导因素系数,取值范围为0-1
9遍历所有变量序列,计算组合主导因子序列ρ,对ρ进行降序排列,最大值对应的变量为主导因素。
本发明实施例的基本步骤概括如下:
(1)基于自偏差序列,求取自偏差相关系数
(2)基于变量比重序列,求取自偏差相关系数权重
(3)基于自偏差相关系数和权重,求取子自偏差主导因子
(4)基于互偏差序列,求取互偏差主导因子
(5)基于自偏差主导因子和互偏差主导因子,求取组合主导因子
(6)根据组合主导因子数值确定配电网运行效率主导因素
本发明实施例提供的技术方案具有以下一个或多个有益效果:
(1)本方案分别求取运行效率和变量的自偏差序列,求取变量和运行效率的自偏差相关系数,可以反映变量和运行效率的变化趋势的协调度。
(2)本方案通过分析的变量比重序列离散程度,确定自偏差相关系数权重,可以准确评估变量对自偏差主导因子的贡献作用。
(3)本方案求取运行效率之间变量的互偏差序列,求取变量和运行效率的互偏差主导因子,分析反映变量和运行效率的偏差值、偏差变化程度和偏差变化速率程度。
(4)本方案结合自偏差主导因子和互偏差主导因子求取组合主导因子,该方法对对样本的数量以及分布特征没有要求,可以快速量化影响因素的重要度。
请参考图6、图7,图6为本发明一种具体实施方式中所提供的一种配电网运行效率的主导因素分析系统的组成结构示意图;图7为本发明一种具体实施方式中所提供的一种配电网运行效率的主导因素分析系统的序列数据获取模块组成结构示意图。
在本发明的一种具体实施方式中,本发明实施例提供一种配电网运行效率的主导因素分析系统600,包括:
序列数据获取模块610,用于获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;
主导因子确定模块620,用于利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;
主导因素确定模块630,用于比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。
优选地,
所述序列数据获取模块610,包括:
运行效率序列获取单元611,用于获取配电网运行效率作为第一序列数据:Y=[y1,y2,yj,…,yn];其中,n为所取的参考时间序列标号,yj为第j时刻的配电网运行效率;
影响因素序列获取单元612,用于获取所述配电网运行效率对应的影响因素变量的第二序列数据X;
其中,X=[X1,X2,X3,…,Xm]T;
Xi=[xi1,xi2,xij,…,xin];
m为影响因素变量的个数,Xi表示第i个影响因素序列;xij表示第i个影响因素序列的第j时刻影响因素i的数值。
请参考图8,图8为本发明又一种具体实施方式所提供的计算机设备的结构示意图。
在本发明的又一种具体实施方式中,本发明实施例提供一种计算机设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述任一种具体实施方式所述的一种配电网运行效率的主导因素分析方法的步骤。
下面参考图8,其示出了适于用来实现本申请实施例的计算机设备的结构示意图。图8示出的计算机设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括处理器(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统800操作所需的各种程序和数据。
CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口803也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口807。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器(CPU)801执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向目标的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。
在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
作为本发明的又一具体实施方式,本发明实施例提供一种计算机可读存储介质所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意具体实施方式中的一种配电网运行效率的主导因素分析方法的步骤。
该计算机可读介质可以是上述实施例中描述的计算机或终端设备中所包含的;也可以是单独存在,而未装配入该计算机设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该计算机设备执行时,使得该计算机设备:获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种配电网运行效率的主导因素分析方法及相关产品进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种配电网运行效率的主导因素分析方法,其特征在于,包括:
获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;
利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;
比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。
2.根据权利要求1所述的主导因素分析方法,其特征在于,
所述获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据,包括:
获取配电网运行效率作为第一序列数据:Y=[y1,y2,yj,…,yn];其中,n为所取的参考时间序列标号,yj为第j时刻的配电网运行效率;
获取所述配电网运行效率对应的影响因素变量的第二序列数据X;
其中,X=[X1,X2,X3,…,Xm]T;
Xi=[xi1,xi2,xij,…,xin];
m为影响因素变量的个数,Xi表示第i个影响因素序列;xij表示第i个影响因素序列的第j时刻影响因素i的数值。
3.根据权利要求2所述的主导因素分析方法,其特征在于,
所述利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子,包括:
利用所述第一序列数据、所述第二序列数据,确定各影响因素变量自偏差主导因子;
利用所述第一序列数据、所述第二序列数据,确定所述配电网运行效率与各影响因素变量的互偏差主导因子;
利用所述自偏差主导因子以及所述互偏差主导因子,求取组合主导因子;
其中,各影响因素变量的第二序列数据为Xi,i为影响因素变量的个数;所述Xi对应的组合主导因子为ρi;
式中,λ为主导因素系数,取值范围为0-1;χi为自偏差主导因子;δi为互偏差主导因子。
4.根据权利要求3所述的主导因素分析方法,其特征在于,
所述利用所述第一序列数据、所述第二序列数据,确定各影响因素变量自偏差主导因子,包括:
根据目标序列和变量序列求取目标序列的自偏差序列Δy和变量序列Xi的自偏差序列Δxi;
其中,Δy=(Δy1,…Δyj,…Δyn);
Δyj=yj+1-yj;
Δxi=(Δxi1,…Δxij,…Δxin);
Δxij=xi(j+1)-xij;
利用所述自偏差序列Δy以及所述自偏差序列Δxi,确定变量元素xij与目标元素yj自偏差相关系数ηij;
其中,σ(Δy)为自偏差序列Δy的方差,σ(Δxi)为自偏差序列Δxi的方差;
根据变量序列Xi求取变量比重序列
其中,
利用所述比重序列确定求取变量序列Xi中每个元素与目标元素yj自偏差相关系数的权重值,然后合成计算变量序列Xi的自偏差主导因子χi;
其中,
式中为αjβj中间变量。
5.根据权利要求4所述的主导因素分析方法,其特征在于,
所述利用所述第一序列数据、所述第二序列数据,确定各影响因素变量互偏差主导因子,包括:
根据所述第一序列数据、所述第二序列数据,求取零阶互偏差Δ(x-y)i、一阶互偏差Δ(x-y)′i和二阶互偏差Δ(x-y)″i;
其中,
利用所述零阶互偏差Δ(x-y)i、所述一阶互偏差Δ(x-y)′i和所述二阶互偏差Δ(x-y)″i,确定计算变量序列Xi的互偏差主导因子δi;
其中,
6.根据权利要求1至5任一项所述的主导因素分析方法,其特征在于,
所述影响因素变量为供电可靠性变量、网架结构变量、负荷特性变量、发展阶段变量。
7.一种配电网运行效率的主导因素分析系统,其特征在于,包括:
序列数据获取模块,用于获取配电网运行效率关于时间的第一序列数据以及所述配电网运行效率的影响因素变量关于时间的第二序列数据;
主导因子确定模块,用于利用所述第一序列数据、所述第二序列数据,确定各影响因素变量对应的组合主导因子;
主导因素确定模块,用于比较各影响因素对应的组合主导因子的大小,以确定最大的组合主导因子对应的影响因素变量为主导因素。
8.根据权利要求7所述的主导因素分析系统,其特征在于,
所述序列数据获取模块,包括:
运行效率序列获取单元,用于获取配电网运行效率作为第一序列数据:Y=[y1,y2,yj,…,yn];其中,n为所取的参考时间序列标号,yj为第j时刻的配电网运行效率;
影响因素序列获取单元,用于获取所述配电网运行效率对应的影响因素变量的第二序列数据X;
其中,X=[X1,X2,X3,…,Xm]T;
Xi=[xi1,xi2,xij,…,xin];
m为影响因素变量的个数,Xi表示第i个影响因素序列;xij表示第i个影响因素序列的第j时刻影响因素i的数值。
9.一种配电网运行效率的主导因素分析设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述配电网运行效率的主导因素分析方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述配电网运行效率的主导因素分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910243999.5A CN109978384B (zh) | 2019-03-28 | 2019-03-28 | 一种配电网运行效率的主导因素分析方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910243999.5A CN109978384B (zh) | 2019-03-28 | 2019-03-28 | 一种配电网运行效率的主导因素分析方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109978384A true CN109978384A (zh) | 2019-07-05 |
CN109978384B CN109978384B (zh) | 2023-04-25 |
Family
ID=67081257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910243999.5A Active CN109978384B (zh) | 2019-03-28 | 2019-03-28 | 一种配电网运行效率的主导因素分析方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109978384B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260255A (zh) * | 2020-02-20 | 2020-06-09 | 南方电网科学研究院有限责任公司 | 一种配电网运行参数关键因素分析方法、系统以及设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006065448A (ja) * | 2004-08-25 | 2006-03-09 | Institute Of National Colleges Of Technology Japan | 授業に対する学生のモチベーション影響因子の効果的抽出法およびプログラム |
US20140039986A1 (en) * | 2012-07-31 | 2014-02-06 | Xerox Corporation | Identifying contributions to transportation system schedule deviation |
US20150263522A1 (en) * | 2014-03-17 | 2015-09-17 | Alstom Grid Inc. | Powergrid operation and supervision system |
KR20160114211A (ko) * | 2015-03-23 | 2016-10-05 | 대양엔바이오(주) | 수 처리 시스템 및 방법 |
CN106096815A (zh) * | 2016-05-31 | 2016-11-09 | 中国电力科学研究院 | 一种配电网运行效率影响度分析方法 |
CN107742420A (zh) * | 2017-09-22 | 2018-02-27 | 北京交通大学 | 一种用于突发交通事件下道路交通流预测的方法 |
CN107958354A (zh) * | 2018-01-08 | 2018-04-24 | 国网能源研究院有限公司 | 一种电网层设备利用率主要影响因素的分析方法 |
CN108592824A (zh) * | 2018-07-16 | 2018-09-28 | 清华大学 | 一种基于景深反馈的变频条纹投影结构光测量方法 |
CN109238287A (zh) * | 2018-09-06 | 2019-01-18 | 中国人民解放军国防科技大学 | 一种航天器逃逸路径规划方法及系统 |
CN109242225A (zh) * | 2018-11-28 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 一种提升配电网运行效率的方法、设备及可读存储介质 |
US20200341454A1 (en) * | 2016-11-28 | 2020-10-29 | Nec Corporation | Factor analysis method, factor analysis device, and factor analysis program |
-
2019
- 2019-03-28 CN CN201910243999.5A patent/CN109978384B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006065448A (ja) * | 2004-08-25 | 2006-03-09 | Institute Of National Colleges Of Technology Japan | 授業に対する学生のモチベーション影響因子の効果的抽出法およびプログラム |
US20140039986A1 (en) * | 2012-07-31 | 2014-02-06 | Xerox Corporation | Identifying contributions to transportation system schedule deviation |
US20150263522A1 (en) * | 2014-03-17 | 2015-09-17 | Alstom Grid Inc. | Powergrid operation and supervision system |
KR20160114211A (ko) * | 2015-03-23 | 2016-10-05 | 대양엔바이오(주) | 수 처리 시스템 및 방법 |
CN106096815A (zh) * | 2016-05-31 | 2016-11-09 | 中国电力科学研究院 | 一种配电网运行效率影响度分析方法 |
US20200341454A1 (en) * | 2016-11-28 | 2020-10-29 | Nec Corporation | Factor analysis method, factor analysis device, and factor analysis program |
CN107742420A (zh) * | 2017-09-22 | 2018-02-27 | 北京交通大学 | 一种用于突发交通事件下道路交通流预测的方法 |
CN107958354A (zh) * | 2018-01-08 | 2018-04-24 | 国网能源研究院有限公司 | 一种电网层设备利用率主要影响因素的分析方法 |
CN108592824A (zh) * | 2018-07-16 | 2018-09-28 | 清华大学 | 一种基于景深反馈的变频条纹投影结构光测量方法 |
CN109238287A (zh) * | 2018-09-06 | 2019-01-18 | 中国人民解放军国防科技大学 | 一种航天器逃逸路径规划方法及系统 |
CN109242225A (zh) * | 2018-11-28 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 一种提升配电网运行效率的方法、设备及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
URI GARBI 等: "New standard for electrical grid reliability and energy efficiency. Commercially available fault current limiters enable cost-effective connection of generation and distributed renewable energy sources to transmission, distribution and industrial networks" * |
白浩: "当前窃电问题与防窃电路径研究" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260255A (zh) * | 2020-02-20 | 2020-06-09 | 南方电网科学研究院有限责任公司 | 一种配电网运行参数关键因素分析方法、系统以及设备 |
CN111260255B (zh) * | 2020-02-20 | 2022-08-09 | 南方电网科学研究院有限责任公司 | 一种配电网运行参数关键因素分析方法、系统以及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109978384B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110610280B (zh) | 一种电力负荷短期预测方法、模型、装置及系统 | |
CN110969285B (zh) | 预测模型训练方法、预测方法、装置、设备及介质 | |
CN109697522B (zh) | 一种数据预测的方法和装置 | |
CN109615152B (zh) | 基于成本导向梯度上升回归树的风力发电预测方法及产品 | |
CN113837488B (zh) | 能源消耗数据预测方法、系统、设备 | |
CN109449923B (zh) | 一种有源配电系统运行灵活性的量化分析方法及相关产品 | |
CN114757587B (zh) | 一种基于大数据的产品质量控制系统及方法 | |
CN112418921A (zh) | 用电需量预测方法、装置、系统与计算机存储介质 | |
CN114548756A (zh) | 基于主成分分析的综合能源项目综合效益评价方法及装置 | |
CN112508695A (zh) | 基于市场风险的金融风险预测方法、装置和电子设备 | |
CN115146853A (zh) | 基于电碳因子的用碳量确定方法、装置、设备及存储介质 | |
CN110348540B (zh) | 基于聚类的电力系统暂态功角稳定故障筛选方法及装置 | |
CN111506876A (zh) | 一种数据预测分析方法、系统、设备及可读存储介质 | |
CN109978384A (zh) | 一种配电网运行效率的主导因素分析方法及相关产品 | |
CN113743667A (zh) | 一种台区用电量预测方法、装置、设备及存储介质 | |
CN113869642A (zh) | 企业活跃度确定方法、装置、电子设备及存储介质 | |
CN116468967B (zh) | 样本图像筛选方法、装置、电子设备及存储介质 | |
CN115049446A (zh) | 商户识别方法、装置、电子设备及计算机可读介质 | |
CN110969238A (zh) | 一种校准用电数据的方法及装置 | |
CN111080037A (zh) | 一种基于深度神经网络的短期电力负荷预测方法及装置 | |
Mohamed et al. | A rule based expert system for identification of harmonics originating from single phase nonlinear loads | |
CN114545067A (zh) | 用电线路线损的分析方法、装置、电子设备及存储介质 | |
CN114239856A (zh) | 特征筛选方法、装置、电子设备及存储介质 | |
Liu et al. | A Gaussian Process-based Price-Amount Curve Construction for Demand Response Provided by Internet Data Centers | |
CN115309534A (zh) | 云资源调度方法及装置、存储介质、电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |