CN110490471A - 一种配电网供电可靠性差异化的改造方法 - Google Patents

Abstract

本发明属于电力工程技术领域，具体涉及一种配电网供电可靠性差异化的改造方法，包括以下步骤：根据区域负荷性质与负荷密度，将配电网分成不同等级的供电分区；确定供电可靠性评价指标，建立可靠性评估指标体系，进行待评对象供电可靠性综合评估值并绘制可靠性指标满意度及重要性区域图；采用多元线性回归分析法筛选供电可靠性关键影响因素；选取各个供电分区等级的最优标杆；基于最优标杆对标评价确定可靠性提升方向。该方法进行考虑分层分区供电可靠性差异化评价，实现可靠性薄弱指标的挖掘；并以对标评价与多元线性回归分析为基础求取优先需要改造的指标以及其关键影响因素，对配电网供电可靠性经济性改造具有重要意义。

Description

一种配电网供电可靠性差异化的改造方法

技术领域

本发明属于电力工程技术领域，具体涉及一种配电网供电可靠性差异化的改造方法。

背景技术

随着我国经济建设与智能电网建设进程的加快，作为智能电网基础的配网自动化正在快速发展，社会与人民对于供电可靠性要求越来越高。由于经济水平差异、供电需求不同等原因，我国城市与农村、东部与中西部电网发展不平衡，各地区网架结构差距明显，而不同网架基础和负荷密度下，采用的配电自动化模式、通信方式不同，导致了全国各地区，甚至同一地区下不同台区的供电可靠性差距相差甚远。根据不同区域对供电可靠性需求的不同进行分层分区，通过配电网供电可靠性数据的信息挖掘与相关性分析，针对供电可靠性较差的供电分区和目标供电分区中较落后的可靠性指标提出精准的改造方案，可以实现供电可靠性差异化评价，指导目标地区最经济地提升供电可靠性。

发明内容

为了解决上述问题，本发明提供了一种配电网供电可靠性差异化的改造方法，具体技术方案如下：

一种配电网供电可靠性差异化的改造方法，包括以下步骤：

S1：根据区域负荷性质与负荷密度，将配电网分成不同等级的供电分区；

S2：确定供电可靠性评价指标，建立可靠性评估指标体系，进行待评对象供电可靠性综合评估值并绘制可靠性指标满意度及重要性区域图；

S3：采用多元线性回归分析法筛选供电可靠性关键影响因素；

S4：选取各个供电分区等级的最优标杆；

S5：基于最优标杆对标评价确定可靠性提升方向。

优选地，所述步骤S2包括以下步骤：

S21：设有n个待评估供电分区，m个供电可靠性评价指标，则构成的指标矩阵下所示：

X＝(x_ji)_n×m＝(X₁,X₂,...X_i,...,X_m)； (1)

x＝{x₁,x₂,...,x_i,...,x_m}； (2)

其中，X为由n×m个指标值构造的指标矩阵；X_i为指标矩阵中的第i个指标列向量，即n个评估对象的第i个评价指标组成的向量；x_ji为第j个待评估对象的第i个指标值；x为供电可靠性评估指标体系中指标的集合；x_i为指标集合中的第i个指标；

S22：对正向指标进行归一化，所述正向指标是指评价指标的值越大越好：

对逆向指标进行正向化和归一化，所述逆向指标是指评价指标的值越小越好：

S23：通过对正向指标归一化及对逆向指标正向化和归一化处理后，得到如下所示的归一化可靠性指标矩阵：

S24：对归一化可靠性指标矩阵X^*按下式(6)进行离差标准化处理，得到如式(7)所示的标准化可靠性指标矩阵：

S25：根据已构造的标准化指标矩阵求取其相关系数矩阵：

R＝(r_ij)_m×m； (8)

其中，为标准化可靠性指标矩阵中第i向量和第j列向量的协方差；和分别为标准化可靠性指标矩阵中第i列向量和第j列向量的方差；r_ij反映了指标x_i和指标x_j的相关程度，r_ij值越大表示指标间相关程度越高，且当多数r_ij值大于等于0.75时，满足主成分降维的要求；

S26：根据(λE-A)x＝0求相关系数矩阵R的特征值，选出其中大于0的特征值构造如下式所示的特征值集合：

λ＝{λ₁,λ₂,...,λ_k,...,λ_q}； (10)

其中，λ_k为相关系数矩阵R大于零的特征值，且规定λ₁≥λ₂≥...≥λ_k≥...≥λ_q＞0；

S27：征值集合λ对应的规范正交特征向量矩阵A如下式所示：

S28：由主成分定义可知，对标准化指标矩阵进行PCA后主成分的表达式如下式所示：

其中，y_k为特征值λ_k对应的主成分；

S29：主成分y_k对应的特征值λ_k为该主成分的方差，由下式可得主成分y_k的方差对总方差的贡献率为：

其中，μ_k反映了y_k包含所有指标信息的百分比；

由上式可知，各主成分方差贡献率大小依次递减，其中第一主成分方差贡献率最大，前d个主成分的累计方差贡献率为：

依据采用累计方差贡献率确定主要主成分的原则，当累计方差贡献率μ≥85％时，可知前d个主成分可以基本反映m个指标的信息，初步确定前d个主成分为起主要作用的主成分。

优选地，还包括对前d个主成分是否为起主要作用的主成分进行一步检验：

对标准化指标矩阵进行PCA法下的因子分析，得到如下式所示的指标x与主成分y_k的相关载荷阵：

其中，为主成分载荷阵；为指标x与主成分y_k的相关载荷列向量；为指标x_i与主成分y_k的相关载荷值；

观察主成分载荷阵如果前d个主成分与各指标有较高的相关载荷值，表明前d个主成分可以基本反映各指标的信息，可最终确定起主要作用的主成分为前d个主成分。

优选地，前d个主成分可基本反映m个指标所包含的信息，利用前d个主成分对应的特征值及规范正交特征向量矩阵元素值确定各指标的权重，如下式所示：

Ω_x＝(ω_x1,ω_x2,...,ω_xi,...,ω_xm)_1×m； (16)

其中，ω_xi为求得的评估指标体系中第i个指标的权重值；Ω_x为评估指标体系中各指标权重构成的行向量；

依据求得的各指标权重，结合式(5)中的归一化指标矩阵，求出供电可靠性综合评估值矩阵为：

F＝Ω_x(X^*)^T＝(f(1),...,f(j),...,f(n))； (18)

式(18)和(19)通过综合考虑评估对象各个可靠性指标及其权重求出来的供电可靠性评估值；该供电可靠性评估值表征待评对象在考虑所有可靠性指标下供电可靠性的高低程度；求取各个供电分区供电可靠性评估值，对规定范围内待评对象进行供电可靠性排名；可靠性评估值越低的待评对象为优先改造对象。

优选地，对需要改造的待评对象进行供电可靠性指标主成分分析，公式(15)中为指标x_i与主成分y_k的相关载荷值，相关载荷值越大，指标与主成分的相关性越高，从而得到确定需改造对象可靠性指标与供电可靠性主成分的相关性排序；以待评供电分区各供电可靠性指标的满意度为横坐标，以各指标的重要性程度为纵坐标，绘制各指标满意度及重要性区域图，区域图为确定待评估对象的供电可靠性指标改进排序提供依据。

优选地，所述多元线性回归分析法具体如下：

基于历史数据建立多元线性回归分析模型，供电可靠性影响因素X与该次分析的供电可靠性指标Y之间关系如下：

Y＝Xβ+ε； (20)

其中，Y＝[Y₁,Y₂,…,Y_n]^T为待评价的可靠性指标的n个样本值；ε＝[ε₁,ε₂,…,ε_n]^T，且ε～N(0,σ²)；β＝[β₀,β₁,…,β_m]^T为待求取的回归系数；X＝[e,X₁,X₂,…,X_m]为可靠性影响因素矩阵，且e＝[1,1,…,1]^T为n×1阶向量，X_m＝[X_1m,X_2m,…,X_nm]^T为第m个可靠性影响因素列向量；回归系数的求取可用最小二乘法：

β＝(X^TX)^-1X^TY； (21)

其中，β为估计的回归系数；根据估计的回归系数，可通过灵敏性分析，判断可靠性影响因素的调整对供电可靠性指标值的影响程度，以便找出最优的针对性可靠性指标改造方案；

灵敏度的求取公式如下：

其中，X_i为求取灵敏度的第i个可靠性影响因素，β_i为第i个可靠性影响因素的回归系数估计值。

本发明的有益效果为：本发明基于城市发展水平指标、区域电网建设情况指标等对不同地区进行可靠性等级划分。接着，以待评估供电分区的可靠性指标为基础数据，建立可靠性指标矩阵，对评估指标矩阵归一化处理和标准化处理，基于主成分分析法建立待评估对象供电可靠性综合评估函数，求取可靠性评估值；然后，构建供电可靠性影响因素体系，并利用多元线性回归分析法筛选供电可靠性薄弱指标关键要素。最后，选定不同供电可靠性要求等级中的最优标杆，用于与待评对象进行横向对标求出指标差距，并根据待评对象各供电可靠性指标与主成分的相关性分析结果从停电时间、停电次数和缺供电量三个方面筛选可靠性薄弱指标，纵向对标确定各个供电等级下的供电可靠性提升方向，据此提出精准的供电可靠性改造方案。该方法进行考虑分层分区供电可靠性差异化评价，实现可靠性薄弱指标的挖掘；并以对标评价与多元线性回归分析为基础求取优先需要改造的指标以及其关键影响因素，对配电网供电可靠性经济性改造具有重要意义。

附图说明

图1为本发明的流程图；

图2为本发明供电分区待评对象供电可靠性评估值排名示意图；

图3为本发明采用主成分分析法求出的待评对象可靠性指标重要性和满意度区域示意图；

图4为本发明中待评对象与最优标杆分区各可靠性指标对标评价示意图；

图5为本发明中待评对象与最优标杆分区供电可靠性指标影响因素差距示意图。

具体实施方式

为了更好的理解本发明，下面结合附图和具体实施例对本发明作进一步说明：

本发明流程示意图如图1所示，通过图2计算各供电分区待评对象供电可靠性评估值排名选出需要优先改造的分区，结合图3的待评对象可靠性指标重要性和满意度区域示意图和图4的待评对象与最优标杆分区可靠性指标对标评价示意图，对待评对象进行自评与对标评，实现考虑配电网分层分区的供电可靠性差异化评价。一种配电网供电可靠性差异化的改造方法，包括以下步骤：

S1：根据区域负荷性质与负荷密度，将配电网分成不同等级的供电分区。

电网建设水平应与城市的定位、经济发展水平、负荷性质和负荷密度等条件相应。根据《配电网规划设计技术导则》关于供电分区划分标准的要求如表1所示。

表1供电区域划分表

注1：σ为供电区域的负荷密度(MW/km²)。

注2：供电区域面积一般不小于5km²。

注3：计算负荷密度时，应扣除110(66)kV专线负荷，以及高山、戈壁、荒漠、水域、森林等无效供电面积。

将配电网分成不同等级的供电分区：A+、A、B、C、D、E，对于不同等级的供电分区提出供电可靠性差异化评价及经济性评估方案，建立差异化评价模型。

本发明可靠性数据计算和分析将做到分局的层级。分别计算待评对象的可靠性指标，建立可靠性评估体系，对不同待评对象的基本概况、装备水平、管理水平等维度数据进行相关性综合评价分析。

S2：确定供电可靠性评价指标，建立可靠性评估指标体系，进行待评对象供电可靠性综合评估值并绘制可靠性指标满意度及重要性区域图。

首先，建立可靠性评估指标体系。本发明根据《供电系统用户供电可靠性评价规程》配电网供电可靠性评价指标体系中，选取其中8个关键的供电可靠性指标，建立中压配电网供电可靠性评估指标体系，用以评估各供电分区待评对象的供电可靠性。这8个指标分别为系统平均停电频率指标(SAIFI)、系统平均停电持续时间指标(SAIDI)、用户平均停电频率指标(CAIFI)、用户平均停电持续时间(CAIDI)、平均供电可用率(ASAI)、用户平均缺供电量(AENS)、预安排停电平均持续时间(MID-S)、平均停电用户数(MIC)，各个指标的含义以及计算公式如表2所示。

表2供电可靠性评价所用指标

在可靠性对标评价指标体系中，SAIFI、SAIDI、CAIFI、CAIDI、AENS、MID-S、MIC七项均为指标值越小越好的逆向指标，ASAI为指标值越大越好的正向指标，为了便于分析和计算，先将各个逆向指标正向化。

包括以下步骤：

S21：设有n个待评估供电分区，m个供电可靠性评价指标，则构成的指标矩阵下所示：

X＝(x_ji)_n×m＝(X₁,X₂,...X_i,...,X_m)； (1)

x＝{x₁,x₂,...,x_i,...,x_m}； (2)

其中，X为由n×m个指标值构造的指标矩阵；X_i为指标矩阵中的第i个指标列向量，即n个评估对象的第i个评价指标组成的向量；x_ji为第j个待评估对象的第i个指标值；x为供电可靠性评估指标体系中指标的集合；x_i为指标集合中的第i个指标；m为可靠性评估指标体系中的指标个数，本文选取为8；n为待评估对象的个数，根据电网公司的历史数据进行确定。

S22：对正向指标ASAI进行归一化，所述正向指标是指评价指标的值越大越好：

对逆向指标AIFI、SAIDI、CAIFI、CAIDI、AENS、MID-S、MIC进行正向化和归一化，所述逆向指标是指评价指标的值越小越好：

S23：通过对正向指标归一化及对逆向指标正向化和归一化处理后，得到如下所示的归一化可靠性指标矩阵：

S24：对归一化可靠性指标矩阵X^*按下式(6)进行离差标准化处理，得到如式(7)所示的标准化可靠性指标矩阵：

S25：根据已构造的标准化指标矩阵求取其相关系数矩阵：

R＝(r_ij)_m×m； (8)

其中，为标准化可靠性指标矩阵中第i向量和第j列向量的协方差；和分别为标准化可靠性指标矩阵中第i列向量和第j列向量的方差；r_ij反映了指标x_i和指标x_j的相关程度，r_ij值越大表示指标间相关程度越高，且当多数r_ij值大于等于0.75时，满足主成分降维的要求；

S26：根据(λE-A)x＝0求相关系数矩阵R的特征值，选出其中大于0的特征值构造如下式所示的特征值集合：

λ＝{λ₁,λ₂,...,λ_k,...,λ_q}； (10)

其中，λ_k为相关系数矩阵R大于零的特征值，且规定λ₁≥λ₂≥...≥λ_k≥...≥λ_q＞0；

S27：征值集合λ对应的规范正交特征向量矩阵A如下式所示：

S28：由主成分定义可知，对标准化指标矩阵进行PCA后主成分的表达式如下式所示：

其中，y_k为特征值λ_k对应的主成分；

S29：主成分y_k对应的特征值λ_k为该主成分的方差，由下式可得主成分y_k的方差对总方差的贡献率为：

其中，μ_k反映了y_k包含所有指标信息的百分比；

由上式可知，各主成分方差贡献率大小依次递减，其中第一主成分方差贡献率最大，前d个主成分的累计方差贡献率为：

依据采用累计方差贡献率确定主要主成分的原则，当累计方差贡献率μ≥85％时，可知前d个主成分可以基本反映m个指标的信息，初步确定前d个主成分为起主要作用的主成分。

对前d个主成分是否为起主要作用的主成分进行一步检验：

对标准化指标矩阵进行PCA法下的因子分析，得到如下式所示的指标x与主成分y_k的相关载荷阵：

其中，为主成分载荷阵；为指标x与主成分y_k的相关载荷列向量；为指标x_i与主成分y_k的相关载荷值；

观察主成分载荷阵如果前d个主成分与各指标的相关载荷值达到或超过85％，表明前d个主成分可以基本反映各指标的信息，可最终确定起主要作用的主成分为前d个主成分。

优选地，前d个主成分可基本反映m个指标所包含的信息，利用前d个主成分对应的特征值及规范正交特征向量矩阵元素值确定各指标的权重，如下式所示：

Ω_x＝(ω_x1,ω_x2,...,ω_xi,...,ω_xm)_1×m； (16)

其中，ω_xi为求得的评估指标体系中第i个指标的权重值；Ω_x为评估指标体系中各指标权重构成的行向量；

依据求得的各指标权重，结合式(5)中的归一化指标矩阵，求出供电可靠性综合评估值矩阵为：

F＝Ω_x(X^*)^T＝(f(1),...,f(j),...,f(n))； (18)

式(18)和(19)通过综合考虑评估对象各个可靠性指标及其权重求出来的供电可靠性评估值；该供电可靠性评估值表征待评对象在考虑所有可靠性指标下供电可靠性的高低程度；求取各个供电分区供电可靠性评估值，对规定范围内待评对象进行供电可靠性排名；供电分区供电可靠性评估值排名示意图如图2所示，可靠性评估值越低的待评对象为优先改造对象。

对需要改造的待评对象进行供电可靠性指标主成分分析，公式(15)中为指标x_i与主成分y_k的相关载荷值，相关载荷值越大，指标与主成分的相关性越高，从而得到确定需改造对象可靠性指标与供电可靠性主成分的相关性排序；以待评供电分区各供电可靠性指标的满意度为横坐标，以各指标的重要性程度为纵坐标，绘制各指标满意度及重要性区域图，如图3所示，区域图为确定待评估对象的供电可靠性指标改进排序提供依据。此为待评对象横向对标中自身评价。

S3：采用多元线性回归分析法筛选供电可靠性关键影响因素。

根据步骤2中利用主成分分析法对不同供电分区的供电可靠性进行评估，求取供电分区的供电可靠性综合评估值与可靠性指标的重要度与满意度，以此筛选供电分区应重点关注的1～3个供电可靠性薄弱指标。这些供电可靠性指标与多源配电网网架水平、设备水平和运维管理水平等有关。根据配电网历史故障原因、故障次数、设备运行年限和配电网网架水平、装备水平、运行技术水平、运维管理水平和自然环境等进行统计，挖掘关键影响因素，同时考虑供电可靠性影响因素的灵敏度，辅助制定针对性的供电可靠性改造方案。

多元线性回归分析法具体如下：

基于历史数据建立多元线性回归分析模型，供电可靠性影响因素X与该次分析的供电可靠性指标Y之间关系如下：

Y＝Xβ+ε； (20)

其中，Y＝[Y₁,Y₂,…,Y_n]^T为待评价的可靠性指标的n个样本值；ε＝[ε₁,ε₂,…,ε_n]^T，且ε～N(0,σ²)；β＝[β₀,β₁,…,β_m]^T为待求取的回归系数；X＝[e,X₁,X₂,…,X_m]为可靠性影响因素矩阵，且e＝[1,1,…,1]^T为n×1阶向量，X_m＝[X_1m,X_2m,…,X_nm]^T为第m个可靠性影响因素列向量；回归系数的求取可用最小二乘法：

β＝(X^TX)^-1X^TY； (21)

其中，β为估计的回归系数；根据估计的回归系数，可通过灵敏性分析，判断可靠性影响因素的调整对供电可靠性指标值的影响程度，以便找出最优的针对性可靠性指标改造方案；

灵敏度的求取公式如下：

其中，X_i为求取灵敏度的第i个可靠性影响因素，β_i为第i个可靠性影响因素的回归系数估计值。由此，可对需要优先提升的供电可靠性指标进行针对因素的调整，减少无谓的可靠性投资，实现供电可靠性经济性评估。

S4：选取各个供电分区等级的最优标杆。

选取各个供电分区等级的最优标杆是对标之前必要步骤。对标评价的最优标杆选取可有如下两类：

1、针对不同等级的供电分区(如按负荷密度分的A、B、C、D类，或者按负荷性质分类)设定最优标杆目标，其中最优标杆供电可靠性评估值在同等级供电分区中排名前列、各可靠性指标尽量满足该供电等级的要求；

2、根据电网标准设定的供电可靠性标杆。

S5：基于最优标杆对标评价确定可靠性提升方向，具体包括横向对标评价和纵向对标评价。

横向对标评价分为综合供电可靠性评估值、供电可靠性指标以及供电可靠性影响因素的横向对比，求取出供电分区与标杆多维度的供电可靠性差距。

综合供电可靠性评估值对标：利用构造的供电可靠性综合评估函数，综合8个可靠性指标SAIFI、SAIDI、CAIFI、CAIDI、AENS、MID-S、MIC和ASAI来求取各分区可靠性评估值，获得各分区的可靠性水平情况，并对评估值高低进行排名，评分越低的分区将是优先改造的目标分区；

供电可靠性指标对标：供电可靠性指标的横向对标反映了供电分区在停电时间、停电次数以及缺供电量三个方面的可靠性差距。通过分析供电可靠性指标的满意度，反映了该供电分区某个方面的薄弱点。满意度较低的指标说明其跟最优标杆仍有一定差距，在改造方案上应有较高的优先级；同时，供电可靠性指标的重要性即反映了该供电分区中指标的重要程度，重要程度越高说明该供电指标越能决定该供电分区的供电可靠性水平。

供电可靠性影响因素对标：以上两个内容可以选取出供电分区的1～3项供电可靠性指标薄弱点，随后利用灵敏度分析，得到这些薄弱点的关键影响因素，再通过关键影响因素的对标，直观地反映出该供电分区在某个影响因素上的薄弱点，有助于精细化改造方案的提出。

横向对标(待评对象与最优标杆对标)的具体的对标步骤为：

①建立供电可靠性评估体系，基于主成分分析法求取8个供电可靠性指标的权重，计算各供电分区的综合供电可靠性评估值(图2)和供电可靠性指标满意度与重要性区域图(图3)；

②进行供电分区供电可靠性评估值排名；

③待评对象与最优标杆进行可靠性指标对标(图4)：通过主成分分析求出待评对象中影响供电可靠性的主成分，通过8个可靠性指标与主成分相关性的高低，从停电时间、停电次数以及缺供电量三个角度选择进行对标的供电可靠性指标，设定为待评对象的供电可靠性指标薄弱点；

④通过基于多元线性回归分析的灵敏度分析求取出供电可靠性指标薄弱点的关键影响因素，随后通过待评对象与最优标杆的供电可靠性影响因素对标评价，求取其差距(图5)；

⑤通过供电可靠性关键影响因素的差距，提出相应可靠性改进措施，改进后再与分区改进前情况对标，验证改进方案的可行性。

纵向对标评价有助于理解标杆分区的高供电可靠性原因，同时分析各供电分区的供电可靠性发展情况。主要内容包含最优标杆纵向对标、待评对象时间维度上纵向对标。

最优标杆纵向对标：最优标杆纵向对标通过不同供电等级最优标杆供电可靠性数据的历史发展曲线对标，从多维度分析最优标杆的供电可靠性提升路线，突出更高供电可靠性等级相关可靠性指标及指标影响因素建设程度，有助于为其他供电分区进行改造提供经验借鉴；

待评对象时间维度上的纵向对标：对供电分区不同时间下(如不同年份)的供电可靠性评估值、供电可靠性指标以及各影响因素情况进行对标，可以确定在该供电分区所处供电环境下(如拓扑结构、气象影响等)，哪种影响因素最能影响供电可靠性。

具体的纵向对标步骤为：

①根据需求选取标杆分区作为纵向对标的对象；

②选取需要进行分析的供电可靠性指标以及供电可靠性影响因素薄弱点；

③根据历年统计数据，分析标杆分区与待评对象在薄弱点上的发展曲线/趋势，对比其在提升路线上的差距。

④吸取借鉴标杆分区在薄弱点上的改进路线，制定多维度的供电可靠性提升措施；同时，还可从时间尺度上校验可靠性提升效果，调整相关措施，改进建议库中改造方案。

通过建立以不同等级供电分区最优标杆纵向对标为主、待评对象在时间维度上纵向对标为补充的对标模式，多维度量化评价对象的可靠性与标杆对象的差距，挖掘评价对象在不同维度的提升空间，以实现层次化、精益化、具体化的可靠性管控，明确经济的改造方案，优化较弱指标，进而采纳、吸收优秀的提升措施，更快更好地持续提高电网可靠性管理精益化水平，利于今后更好地开展可靠性管理工作。

本发明不局限于以上所述的具体实施方式，以上所述仅为本发明的较佳实施案例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种配电网供电可靠性差异化的改造方法，其特征在于：包括以下步骤：

S1：根据区域负荷性质与负荷密度，将配电网分成不同等级的供电分区；

S2：确定供电可靠性评价指标，建立可靠性评估指标体系，进行待评对象供电可靠性综合评估值并绘制可靠性指标满意度及重要性区域图；

S3：采用多元线性回归分析法筛选供电可靠性关键影响因素；

S4：选取各个供电分区等级的最优标杆；

S5：基于最优标杆对标评价确定可靠性提升方向。

2.根据权利要求1所述的一种配电网供电可靠性差异化的改造方法，其特征在于：所述步骤S2包括以下步骤：

S21：设有n个待评估供电分区，m个供电可靠性评价指标，则构成的指标矩阵下所示：

X＝(x_ji)_n×m＝(X₁,X₂,...X_i,...,X_m)；(1)

x＝{x₁,x₂,...,x_i,...,x_m}；(2)

其中，X为由n×m个指标值构造的指标矩阵；X_i为指标矩阵中的第i个指标列向量，即n个评估对象的第i个评价指标组成的向量；x_ji为第j个待评估对象的第i个指标值；x为供电可靠性评估指标体系中指标的集合；x_i为指标集合中的第i个指标；

S22：对正向指标进行归一化，所述正向指标是指评价指标的值越大越好：

对逆向指标进行正向化和归一化，所述逆向指标是指评价指标的值越小越好：

S23：通过对正向指标归一化及对逆向指标正向化和归一化处理后，得到如下所示的归一化可靠性指标矩阵：

S24：对归一化可靠性指标矩阵X^*按下式(6)进行离差标准化处理，得到如式(7)所示的标准化可靠性指标矩阵：

S25：根据已构造的标准化指标矩阵求取其相关系数矩阵：

R＝(r_ij)_m×m；(8)

其中，为标准化可靠性指标矩阵中第i向量和第j列向量的协方差；和分别为标准化可靠性指标矩阵中第i列向量和第j列向量的方差；r_ij反映了指标x_i和指标x_j的相关程度，r_ij值越大表示指标间相关程度越高，且当多数r_ij值大于等于0.75时，满足主成分降维的要求；

S26：根据(λE-A)x＝0求相关系数矩阵R的特征值，选出其中大于0的特征值构造如下式所示的特征值集合：

λ＝{λ₁,λ₂,...,λ_k,...,λ_q}；(10)

其中，λ_k为相关系数矩阵R大于零的特征值，且规定λ₁≥λ₂≥...≥λ_k≥...≥λ_q＞0；

S27：征值集合λ对应的规范正交特征向量矩阵A如下式所示：

S28：由主成分定义可知，对标准化指标矩阵进行PCA后主成分的表达式如下式所示：

其中，y_k为特征值λ_k对应的主成分；

S29：主成分y_k对应的特征值λ_k为该主成分的方差，由下式可得主成分y_k的方差对总方差的贡献率为：

其中，μ_k反映了y_k包含所有指标信息的百分比；

由上式可知，各主成分方差贡献率大小依次递减，其中第一主成分方差贡献率最大，前d个主成分的累计方差贡献率为：

依据采用累计方差贡献率确定主要主成分的原则，当累计方差贡献率μ≥85％时，可知前d个主成分可以基本反映m个指标的信息，初步确定前d个主成分为起主要作用的主成分。

3.根据权利要求2所述的一种配电网供电可靠性差异化的改造方法，其特征在于：还包括对前d个主成分是否为起主要作用的主成分进行一步检验：

对标准化指标矩阵进行PCA法下的因子分析，得到如下式所示的指标x与主成分y_k的相关载荷阵：

其中，为主成分载荷阵；为指标x与主成分y_k的相关载荷列向量；为指标x_i与主成分y_k的相关载荷值；

观察主成分载荷阵如果前d个主成分与各指标有较高的相关载荷值，表明前d个主成分可以基本反映各指标的信息，可最终确定起主要作用的主成分为前d个主成分。

4.根据权利要求3所述的一种配电网供电可靠性差异化的改造方法，其特征在于：前d个主成分可基本反映m个指标所包含的信息，利用前d个主成分对应的特征值及规范正交特征向量矩阵元素值确定各指标的权重，如下式所示：

Ω_x＝(ω_x1,ω_x2,...,ω_xi,...,ω_xm)_1×m；(16)

其中，ω_xi为求得的评估指标体系中第i个指标的权重值；Ω_x为评估指标体系中各指标权重构成的行向量；

依据求得的各指标权重，结合式(5)中的归一化指标矩阵，求出供电可靠性综合评估值矩阵为：F＝Ω_x(X^*)^T＝(f(1),...,f(j),...,f(n))；(18)

式(18)和(19)通过综合考虑评估对象各个可靠性指标及其权重求出来的供电可靠性评估值；该供电可靠性评估值表征待评对象在考虑所有可靠性指标下供电可靠性的高低程度；求取各个供电分区供电可靠性评估值，对规定范围内待评对象进行供电可靠性排名；可靠性评估值越低的待评对象为优先改造对象。

5.根据权利要求4所述的一种配电网供电可靠性差异化的改造方法，其特征在于：对需要改造的待评对象进行供电可靠性指标主成分分析，公式(15)中为指标x_i与主成分y_k的相关载荷值，相关载荷值越大，指标与主成分的相关性越高，从而得到确定需改造对象可靠性指标与供电可靠性主成分的相关性排序；以待评供电分区各供电可靠性指标的满意度为横坐标，以各指标的重要性程度为纵坐标，绘制各指标满意度及重要性区域图，区域图为确定待评估对象的供电可靠性指标改进排序提供依据。

6.根据权利要求1所述的一种配电网供电可靠性差异化的改造方法，其特征在于：所述多元线性回归分析法具体如下：

基于历史数据建立多元线性回归分析模型，供电可靠性影响因素X与该次分析的供电可靠性指标Y之间关系如下：

Y＝Xβ+ε；(20)

其中，Y＝[Y₁,Y₂,…,Y_n]^T为待评价的可靠性指标的n个样本值；ε＝[ε₁,ε₂,…,ε_n]^T，且ε～N(0,σ²)；β＝[β₀,β₁,…,β_m]^T为待求取的回归系数；X＝[e,X₁,X₂,…,X_m]为可靠性影响因素矩阵，且e＝[1,1,…,1]^T为n×1阶向量，X_m＝[X_1m,X_2m,…,X_nm]^T为第m个可靠性影响因素列向量；回归系数的求取可用最小二乘法：

β＝(X^TX)^-1X^TY；(21)

其中，β为估计的回归系数；根据估计的回归系数，可通过灵敏性分析，判断可靠性影响因素的调整对供电可靠性指标值的影响程度，以便找出最优的针对性可靠性指标改造方案；

灵敏度的求取公式如下：

其中，X_i为求取灵敏度的第i个可靠性影响因素，β_i为第i个可靠性影响因素的回归系数估计值。