CN111260255A - 一种配电网运行参数关键因素分析方法、系统以及设备 - Google Patents

一种配电网运行参数关键因素分析方法、系统以及设备 Download PDF

Info

Publication number
CN111260255A
CN111260255A CN202010104276.XA CN202010104276A CN111260255A CN 111260255 A CN111260255 A CN 111260255A CN 202010104276 A CN202010104276 A CN 202010104276A CN 111260255 A CN111260255 A CN 111260255A
Authority
CN
China
Prior art keywords
matrix
key
operation parameter
key factor
factors
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
Application number
CN202010104276.XA
Other languages
English (en)
Other versions
CN111260255B (zh
Inventor
白浩
袁智勇
雷金勇
周长城
黄安迪
史训涛
徐全
徐敏
叶琳浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China South Power Grid International Co ltd
China Southern Power Grid Co Ltd
Original Assignee
China South Power Grid International Co ltd
China Southern Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China South Power Grid International Co ltd, China Southern Power Grid Co Ltd filed Critical China South Power Grid International Co ltd
Priority to CN202010104276.XA priority Critical patent/CN111260255B/zh
Publication of CN111260255A publication Critical patent/CN111260255A/zh
Application granted granted Critical
Publication of CN111260255B publication Critical patent/CN111260255B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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

本发明公开了一种配电网运行参数关键因素分析方法、系统以及设备，包括：构建运行参数状态矩阵Y以及运行参数影响量矩阵X；构建关键因素参考矩阵
Figure DDA0002387963310000011
以及关键因素分析矩阵B；分别求解关键因素分析矩阵的特征值集合λ(B)和关键因素参考矩阵的特征值集合
Figure DDA0002387963310000012
计算所有影响因素的关键指数，构建关键指数序列并选取出关键因素；本发明实施例通过运行参数状态矩阵Y、运行参数影响量矩阵X从而构建关键因素参考矩阵
Figure DDA0002387963310000013
以及关键因素分析矩阵B，基于运行参数与影响因素数据驱动，分析出多因素与运行参数的关联性，避免了模型分析方法的局限性，并且，本发明实施例能够在海量数据环境下准确量化分析变量数据与目标数据的关联性，避免了相关性分析出现偏差的问题。

Description

一种配电网运行参数关键因素分析方法、系统以及设备
技术领域
本发明涉及配电网分析技术领域，尤其涉及一种配电网运行参数关键因素分析方法、系统以及设备。
背景技术
在配电网的实际运行过程中，配电网运行参数受到众多因素影响，主要因素包括：(1)供电可靠性需求，当重要用户所占比例较高时，供电可靠性较高，导致配电网运行参数较低。(2)软、硬件设施，如果网架结构设置不合理，或者装备技术水平低，都将造成配电网运行参数降低。(3)设备自身的质量问题和设备的检修策略，设备质量差、老旧问题会影响设备的利用情况，而设备的故障、损坏或正常检修也会影响到设备的利用情况。(4)电网建设裕度预测的准确性，如果电网建设裕度预测偏高，运行参数将普遍低下。(5)地区特性，地区的负荷特性和发展阶段会影响到地区电网设备的建设裕度，从而影响配电网运行参数。通过分析影响配电网运行参数的关键因素，可以系统性的提出低效解决措施，改善配电设备的年价值效益，提高配电网的收益率。
目前，主要通过建立各个影响量对配电网作用的机理模型，基于此模型分析运行参数与影响量之间的相关性，根据相关性参数的排序选择关键因素。可以采用多元线性回归模型描述各个影响量与运行参数的影响关系，或者采用指数函数模型、S型曲线模型、双曲函数模型和多项式模型等非线性模型分析复杂的传递作用。此外还可以采用非参数模型，如神经网络进行非显示的描述输入多变量和输出运行参数的作用机理。
然而，以上分析方法高度依赖模型的准确性和可靠性，同时各种假设和前提条件将会影响评估结果的准确性。配电网作为复杂的网络系统，线路设备及变压器联结关系多而杂。多种影响量以直接或间接的方式影响着配电网的运行参数，彼此之间又存在耦合关系数学模型无法准确描述多变量与运行参数的影响机理，存在一定局限性，导致相关性分析出现偏差，无法准确分析配电网运行参数的关键因素。
综上所述，现有技术中配电网运行参数的分析方法高度依赖模型的准确性和可靠性，存在着相关性分析容易出现偏差，无法准确分析电网运行参数的关键因素的技术问题。
发明内容
本发明提供了一种配电网运行参数关键因素分析方法、系统以及设备，用于解决现有技术中配电网运行参数的分析方法高度依赖模型的准确性和可靠性，存在着相关性分析容易出现偏差，无法准确分析电网运行参数的关键因素的技术问题。
本发明提供的一种配电网运行参数关键因素分析方法，包括以下步骤：
步骤S1：获取配电网运行参数，构建运行参数状态矩阵Y；
步骤S2：获取配电网影响因素，构建运行参数影响量矩阵X；
步骤S3：基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素参考矩阵
Figure RE-GDA0002443736630000021
以及关键因素分析矩阵B；
步骤S4：分别求解关键因素分析矩阵的特征值集合λ(B)和关键因素参考矩阵的特征值集合
Figure RE-GDA0002443736630000022
步骤S5：基于关键因素分析矩阵的特征值集合λ(B)以及关键因素参考矩阵的特征值集合
Figure RE-GDA0002443736630000023
计算影响因素的关键指数；
步骤S6：重复步骤S3-S5，遍历所有影响因素的关键指数，构建关键指数序列；
步骤S7：在关键指数序列选取出关键因素。
优选的，步骤S3的具体过程如下：
步骤S301：基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关联矩阵Z；
步骤S302:基于关联矩阵Z构建关键因素参考矩阵
Figure RE-GDA0002443736630000024
步骤S302：基于关联矩阵Z构建矩阵Z′；
步骤S303：基于关联矩阵Z以及Z′构建并计算关键因素分析矩阵B。
优选的，在步骤S1中，电网的运行参数包括运行效率、供电能力、可靠性以及运行风险。
优选的，运行效率的影响因素包括变电站个数、线路长度以及线径。
优选的，在步骤S2中，影响因素包括配电自动化覆盖率、员工素质、转供率、分布式电源容量、网架结构、变电站联络线、电力交易量大小、交易区域以及交易行为。
优选的，在步骤S302中，将关联矩阵Z中Y复制k次，X复制s次，并加入白噪声,构建关键因素参考矩阵
Figure RE-GDA0002443736630000031
优选的，在步骤S302中，对关联矩阵Z进行标准化处理，得到矩阵Z′。
优选的，在步骤S7中，将关键指数序列中的最大值所对应的影响因素作为关键因素。
一种配电网运行参数关键因素分析系统，包括运行参数状态矩阵Y模块、运行参数影响量矩阵X模块、关键因素参考矩阵模块、关键因素分析矩阵模块、关键指数计算模块、关键指数选取模块；
所述运行参数状态矩阵Y模块用于获取配电网运行参数，构建运行参数状态矩阵Y；
所述运行参数影响量矩阵X模块用于获取配电网影响因素，构建运行参数影响量矩阵X；
所述关键因素参考矩阵模块用于基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素参考矩阵
Figure RE-GDA0002443736630000032
所述关键因素分析矩阵模块用于基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素分析矩阵B；
所述关键指数计算模块用于求解关键因素分析矩阵的特征值集合λ(B)和关键因素参考矩阵的特征值集合
Figure RE-GDA0002443736630000033
基于λ(B)以及
Figure RE-GDA0002443736630000034
计算影响因素的关键指数；
所述关键指数选取模块用于遍历所有影响因素的关键指数，构建关键指数序列，在关键指数序列选取出关键因素。
一种配电网运行参数关键因素分析设备，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行上述的一种配电网运行参数关键因素分析方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明实施例通过运行参数状态矩阵Y、运行参数影响量矩阵X从而构建关键因素参考矩阵
Figure RE-GDA0002443736630000041
以及关键因素分析矩阵B，基于运行参数与影响因素数据驱动，在配电网负载系统、负载环境下可以分析出多因素与运行参数的关联性，避免了模型分析方法的局限性，并且，本发明实施例通过构建关键因素参考矩阵
Figure RE-GDA0002443736630000042
以及关键因素分析矩阵B从而计算影响因素的关键因子，能够在海量数据环境下准确量化分析变量数据与目标数据的关联性，即影响因素在运行参数的关键性，避免了相关性分析出现偏差的问题，能够准确对电网运行参数的关键因素进行分析。
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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种配电网运行参数关键因素分析方法、系统以及参数的方法流程图。
图2为本发明实施例提供的一种配电网运行参数关键因素分析方法、系统以及参数的系统结构图。
图3为本发明实施例提供的一种配电网运行参数关键因素分析方法、系统以及参数的设备框架图。
具体实施方式
本发明实施例提供了一种配电网运行参数关键因素分析方法、系统以及设备，用于解决现有技术中配电网运行参数的分析方法高度依赖模型的准确性和可靠性，存在着相关性分析容易出现偏差，无法准确分析电网运行参数的关键因素的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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。
请参阅图1，图1为本发明实施例提供的一种配电网运行参数关键因素分析方法、系统以及参数的方法流程图。
本发明提供的一种配电网运行参数关键因素分析方法，包括以下步骤：
步骤S1：获取配电网运行参数，构建运行参数状态矩阵Y＝[yi1,yi2,...,yit]，其中t为所取的参考时刻，参考时刻一般为15min。
步骤S2：获取配电网影响因素，构建运行参数影响量矩阵 X＝[X1,X2,X3,...,Xn]；其中，Xi＝[xi1,xi2,...,xit]，Xi表示第i个影响因素序列， xit表示第t时刻影响因素i的数值。
步骤S3：基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素参考矩阵
Figure RE-GDA0002443736630000051
以及关键因素分析矩阵B；
步骤S4：分别求解关键因素分析矩阵的特征值集合λ(B)和关键因素参考矩阵的特征值集合
Figure RE-GDA0002443736630000052
λ(B)＝(λi(B),λ2(B)…λp(B))
Figure RE-GDA0002443736630000053
其中，p为关键因素分析矩阵特征值个数；q为关键因素参考矩阵特征值个数；
步骤S5：基于关键因素分析矩阵的特征值集合λ(B)以及关键因素参考矩阵的特征值集合
Figure RE-GDA0002443736630000054
计算影响因素的关键指数；具体公式如下：
Figure RE-GDA0002443736630000055
步骤S6：重复步骤S3-S5，遍历所有影响因素的关键指数，构建关键指数序列η；其中，η＝(η1,η2,...,ηn)。
步骤S7：在关键指数序列选取出关键因素。
作为一个优选的实施例，步骤S3的具体过程如下：
步骤S301：基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关联矩阵Z；其中，Z＝(Y,Xi)2×t＝(zij)。
步骤S302:基于关联矩阵Z构建关键因素参考矩阵
Figure RE-GDA0002443736630000061
步骤S302：基于关联矩阵Z构建矩阵Z′；
步骤S303：基于关联矩阵Z以及Z′构建并计算关键因素分析矩阵B。
作为一个优选的实施例，在步骤S1中，电网的运行参数包括运行效率、供电能力、可靠性以及运行风险。
作为一个优选的实施例，运行效率的影响因素包括变电站个数、线路长度以及线径。
作为一个优选的实施例，在步骤S2中，影响因素包括配电自动化覆盖率、员工素质、转供率、分布式电源容量、网架结构、变电站联络线、电力交易量大小、交易区域以及交易行为。
作为一个优选的实施例，在步骤S302中，将关联矩阵Z中Y复制k次， X复制s次，并加入白噪声,构建关键因素参考矩阵
Figure RE-GDA0002443736630000062
具体公式如下：
Figure RE-GDA0002443736630000063
其中，C为白噪声矩阵，K和s由使用者根据计算资源确定。
作为一个优选的实施例，在步骤S302中，对关联矩阵Z进行标准化处理，得到矩阵Z′，具体过程如下：
Figure RE-GDA0002443736630000064
Z′＝(z′ij)
其中，μ(zi)和σ(zi)分别表示zi的均值和方差。
计算关键因素分析矩阵B的过程如下：
Figure RE-GDA0002443736630000065
Figure RE-GDA0002443736630000066
B＝(B1,B2,...,B1+n)
其中，U为酉矩阵；A为中间变量。
作为一个优选的实施例，在步骤S7中，将关键指数序列中的最大值所对应的影响因素作为关键因素。
如图2所示，一种配电网运行参数关键因素分析系统，包括运行参数状态矩阵Y模块201、运行参数影响量矩阵X模块202、关键因素参考矩阵模块203、关键因素分析矩阵模块204、关键指数计算模块205、关键指数选取模块206；
所述运行参数状态矩阵Y模块201用于获取配电网运行参数，构建运行参数状态矩阵Y；
所述运行参数影响量矩阵X模块202用于获取配电网影响因素，构建运行参数影响量矩阵X；
所述关键因素参考矩阵模块203用于基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素参考矩阵
Figure RE-GDA0002443736630000071
所述关键因素分析矩阵模块204用于基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素分析矩阵B；
所述关键指数计算模块205用于求解关键因素分析矩阵的特征值集合λ(B)和关键因素参考矩阵的特征值集合
Figure RE-GDA0002443736630000072
基于λ(B)以及
Figure RE-GDA0002443736630000073
计算影响因素的关键指数；
所述关键指数选取模块206用于遍历所有影响因素的关键指数，构建关键指数序列，在关键指数序列选取出关键因素。
如图3所示，一种配电网运行参数关键因素分析设备30，所述设备包括处理器300以及存储器301；
所述存储器301用于存储程序代码302，并将所述程序代码302传输给所述处理器；
所述处理器300用于根据所述程序代码302中的指令执行上述的一种配电网运行参数关键因素分析方法中的步骤。
示例性的，所述计算机程序302可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器301中，并由所述处理器300 执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序302在所述终端设备30中的执行过程。
所述终端设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器300、存储器301。本领域技术人员可以理解，图3仅仅是终端设备30的示例，并不构成对终端设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器300可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-ProgrammaBle Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器301可以是所述终端设备30的内部存储单元，例如终端设备 30的硬盘或内存。所述存储器301也可以是所述终端设备30的外部存储设备，例如所述终端设备30上配备的插接式硬盘，智能存储卡(Smart Media Card, SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器301还可以既包括所述终端设备30的内部存储单元也包括外部存储设备。所述存储器301用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器301还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种配电网运行参数关键因素分析方法，其特征在于，包括以下步骤：
步骤S1：获取配电网运行参数，构建运行参数状态矩阵Y；
步骤S2：获取配电网影响因素，构建运行参数影响量矩阵X；
步骤S3：基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素参考矩阵
Figure FDA0002387963280000011
以及关键因素分析矩阵B；
步骤S4：分别求解关键因素分析矩阵的特征值集合λ(B)和关键因素参考矩阵的特征值集合
Figure FDA0002387963280000012
步骤S5：基于关键因素分析矩阵的特征值集合λ(B)以及关键因素参考矩阵的特征值集合
Figure FDA0002387963280000013
计算影响因素的关键指数；
步骤S6：重复步骤S3-S5，遍历所有影响因素的关键指数，构建关键指数序列；
步骤S7：在关键指数序列选取出关键因素。
2.根据权利要求1所述的一种配电网运行参数关键因素分析方法，其特征在于，步骤S3的具体过程如下：
步骤S301：基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关联矩阵Z；
步骤S302:基于关联矩阵Z构建关键因素参考矩阵
Figure FDA0002387963280000014
步骤S302：基于关联矩阵Z构建矩阵Z′；
步骤S303：基于关联矩阵Z以及Z′构建并计算关键因素分析矩阵B。
3.根据权利要求2所述的一种配电网运行参数关键因素分析方法，其特征在于，在步骤S1中，电网的运行参数包括运行效率、供电能力、可靠性以及运行风险。
4.根据权利要求3所述的一种配电网裕兴参数关键因素分析方法，其特征在于，运行效率的影响因素包括变电站个数、线路长度以及线径。
5.根据权利要求4所述的一种配电网运行参数关键因素分析方法，其特征在于，在步骤S2中，影响因素包括配电自动化覆盖率、员工素质、转供率、分布式电源容量、网架结构、变电站联络线、电力交易量大小、交易区域以及交易行为。
6.根据权利要求5所述的一种配电网运行参数关键因素分析方法，其特征在于，在步骤S302中，将关联矩阵Z中Y复制k次，X复制s次，并加入白噪声，构建关键因素参考矩阵
Figure FDA0002387963280000021
7.根据权利要求6所述的一种配电网运行参数关键因素分析方法，其特征在于，在步骤S302中，对关联矩阵Z进行标准化处理，得到矩阵Z′。
8.根据权利要求7所述的一种配电网运行参数关键因素分析方法，其特征在于，在步骤S7中，将关键指数序列中的最大值所对应的影响因素作为关键因素。
9.一种配电网运行参数关键因素分析系统，其特征在于，包括运行参数状态矩阵Y模块、运行参数影响量矩阵X模块、关键因素参考矩阵模块、关键因素分析矩阵模块、关键指数计算模块、关键指数选取模块；
所述运行参数状态矩阵Y模块用于获取配电网运行参数，构建运行参数状态矩阵Y；
所述运行参数影响量矩阵X模块用于获取配电网影响因素，构建运行参数影响量矩阵X；
所述关键因素参考矩阵模块用于基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素参考矩阵
Figure FDA0002387963280000022
所述关键因素分析矩阵模块用于基于运行参数状态矩阵Y和运行参数影响量矩阵X构建关键因素分析矩阵B；
所述关键指数计算模块用于求解关键因素分析矩阵的特征值集合λ(B)和关键因素参考矩阵的特征值集合
Figure FDA0002387963280000023
基于λ(B)以及
Figure FDA0002387963280000024
计算影响因素的关键指数；
所述关键指数选取模块用于遍历所有影响因素的关键指数，构建关键指数序列，在关键指数序列选取出关键因素。
10.一种配电网运行参数关键因素分析设备，其特征在于，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-8任一项所述的一种配电网运行参数关键因素分析方法。
CN202010104276.XA 2020-02-20 2020-02-20 一种配电网运行参数关键因素分析方法、系统以及设备 Active CN111260255B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010104276.XA CN111260255B (zh) 2020-02-20 2020-02-20 一种配电网运行参数关键因素分析方法、系统以及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010104276.XA CN111260255B (zh) 2020-02-20 2020-02-20 一种配电网运行参数关键因素分析方法、系统以及设备

Publications (2)

Publication Number Publication Date
CN111260255A true CN111260255A (zh) 2020-06-09
CN111260255B CN111260255B (zh) 2022-08-09

Family

ID=70952877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010104276.XA Active CN111260255B (zh) 2020-02-20 2020-02-20 一种配电网运行参数关键因素分析方法、系统以及设备

Country Status (1)

Country Link
CN (1) CN111260255B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950928A (zh) * 2020-08-24 2020-11-17 国网冀北电力有限公司 配电网降损方法、装置、存储介质及计算设备
CN112001644A (zh) * 2020-08-27 2020-11-27 广东电网有限责任公司广州供电局 一种配电网运行可靠性检测方法、装置、终端及存储介质
CN112504348A (zh) * 2020-12-11 2021-03-16 厦门汇利伟业科技有限公司 一种融合环境因素的物体状态显示方法和系统
CN113553708A (zh) * 2021-07-22 2021-10-26 北京环境特性研究所 一种溯源仿真模型关键影响因素的方法和装置
CN115862784A (zh) * 2022-12-07 2023-03-28 浙江大学 一种密炼机混炼门尼粘度预测方法
CN115905891A (zh) * 2022-12-19 2023-04-04 上海交通大学 基于pmu数据的配电网运行方式与关键影响因素识别方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140152463A1 (en) * 2012-12-03 2014-06-05 Institute For Information Industry Power monitoring device and power analysis method
CN106203800A (zh) * 2016-06-30 2016-12-07 中国电力科学研究院 一种配电网运行可靠性指标提取方法
CN109617071A (zh) * 2019-02-22 2019-04-12 南方电网科学研究院有限责任公司 一种用于配电网供电能力的分析方法、装置及存储介质
CN109934455A (zh) * 2019-01-26 2019-06-25 国家电网有限公司 一种电网工程造价评估方法
CN109978384A (zh) * 2019-03-28 2019-07-05 南方电网科学研究院有限责任公司 一种配电网运行效率的主导因素分析方法及相关产品
CN110210701A (zh) * 2019-04-23 2019-09-06 贵州电网有限责任公司 一种电网设备风险感知方法
CN110264112A (zh) * 2019-07-17 2019-09-20 国网河南省电力公司开封供电公司 基于双向加权灰色关联的配电网可靠性影响因素分析方法
CN110363432A (zh) * 2019-07-17 2019-10-22 国网河南省电力公司开封供电公司 基于改进熵权-灰色关联的配电网可靠性影响分析方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140152463A1 (en) * 2012-12-03 2014-06-05 Institute For Information Industry Power monitoring device and power analysis method
CN106203800A (zh) * 2016-06-30 2016-12-07 中国电力科学研究院 一种配电网运行可靠性指标提取方法
CN109934455A (zh) * 2019-01-26 2019-06-25 国家电网有限公司 一种电网工程造价评估方法
CN109617071A (zh) * 2019-02-22 2019-04-12 南方电网科学研究院有限责任公司 一种用于配电网供电能力的分析方法、装置及存储介质
CN109978384A (zh) * 2019-03-28 2019-07-05 南方电网科学研究院有限责任公司 一种配电网运行效率的主导因素分析方法及相关产品
CN110210701A (zh) * 2019-04-23 2019-09-06 贵州电网有限责任公司 一种电网设备风险感知方法
CN110264112A (zh) * 2019-07-17 2019-09-20 国网河南省电力公司开封供电公司 基于双向加权灰色关联的配电网可靠性影响因素分析方法
CN110363432A (zh) * 2019-07-17 2019-10-22 国网河南省电力公司开封供电公司 基于改进熵权-灰色关联的配电网可靠性影响分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘以军: "确保农村配网安全运行的关键因素分析", 《通讯世界》 *
叶琳浩: "有源配电网关键运行特性的评价理论与优化提升研究", 《中国博士学位论文全文数据库》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950928A (zh) * 2020-08-24 2020-11-17 国网冀北电力有限公司 配电网降损方法、装置、存储介质及计算设备
CN111950928B (zh) * 2020-08-24 2024-02-06 国网冀北电力有限公司 配电网降损方法、装置、存储介质及计算设备
CN112001644A (zh) * 2020-08-27 2020-11-27 广东电网有限责任公司广州供电局 一种配电网运行可靠性检测方法、装置、终端及存储介质
CN112504348A (zh) * 2020-12-11 2021-03-16 厦门汇利伟业科技有限公司 一种融合环境因素的物体状态显示方法和系统
CN113553708A (zh) * 2021-07-22 2021-10-26 北京环境特性研究所 一种溯源仿真模型关键影响因素的方法和装置
CN113553708B (zh) * 2021-07-22 2023-04-25 北京环境特性研究所 一种溯源仿真模型关键影响因素的方法和装置
CN115862784A (zh) * 2022-12-07 2023-03-28 浙江大学 一种密炼机混炼门尼粘度预测方法
CN115862784B (zh) * 2022-12-07 2023-08-29 浙江大学 一种密炼机混炼门尼粘度预测方法
CN115905891A (zh) * 2022-12-19 2023-04-04 上海交通大学 基于pmu数据的配电网运行方式与关键影响因素识别方法

Also Published As

Publication number Publication date
CN111260255B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN111260255B (zh) 一种配电网运行参数关键因素分析方法、系统以及设备
US11106486B2 (en) Techniques to manage virtual classes for statistical tests
CN114298863B (zh) 一种智能抄表终端的数据采集方法及系统
CN111738852A (zh) 业务数据处理方法、装置和服务器
CN110264270A (zh) 一种行为预测方法、装置、设备和存储介质
CN111695830A (zh) 一种电力资源分配方法、系统以及设备
CN113537370A (zh) 一种基于云计算的财务数据处理方法及系统
CN111626498A (zh) 设备运行状态预测方法、装置、设备及存储介质
CN112200489A (zh) 有色金属冶炼产供销一体优化系统、方法、装置
CN114170002A (zh) 一种访问频次的预测方法及装置
CN111160614B (zh) 资源转移预测模型的训练方法、装置及计算设备
WO2019165692A1 (zh) 碳期货价格预测方法、装置、计算机设备和存储介质
CN115185804A (zh) 服务器性能预测方法、系统、终端及存储介质
CN114461618A (zh) 一种计量缺失数据补全方法、装置及终端设备
CN117350794A (zh) 一种基于多模型融合的日前电价预测方法、装置及介质
US20150363232A1 (en) Methods and systems for calculating statistical quantities in a computing environment
CN109242321B (zh) 用户电力负荷在线分析方法及终端设备
CN116823468A (zh) 一种基于sac的高频量化交易控制方法、系统及存储介质
CN111815442B (zh) 一种链接预测的方法、装置和电子设备
CN114913008A (zh) 基于决策树的债券价值分析方法、装置、设备及存储介质
US20230359884A1 (en) Training a neural network model across multiple domains
CN113256323A (zh) 目标对象的价格预测方法、装置及终端
CN114529083A (zh) 电力负荷预测方法、装置、终端及存储介质
CN118071503A (zh) 测试方法、装置、设备、存储介质和程序产品
CN112749720A (zh) 产品成交总额的预测方法、系统、电子设备和存储介质

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