CN112288240A - 一种配电网建设项目成效评价方法 - Google Patents

一种配电网建设项目成效评价方法 Download PDF

Info

Publication number
CN112288240A
CN112288240A CN202011100301.3A CN202011100301A CN112288240A CN 112288240 A CN112288240 A CN 112288240A CN 202011100301 A CN202011100301 A CN 202011100301A CN 112288240 A CN112288240 A CN 112288240A
Authority
CN
China
Prior art keywords
construction
project
index
line
distribution network
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
CN202011100301.3A
Other languages
English (en)
Other versions
CN112288240B (zh
Inventor
蒙天骐
刘娟
安义
戚沁雅
欧阳文华
程宏波
周求宽
晏年平
杨浩
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011100301.3A priority Critical patent/CN112288240B/zh
Publication of CN112288240A publication Critical patent/CN112288240A/zh
Application granted granted Critical
Publication of CN112288240B publication Critical patent/CN112288240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种配电网建设项目成效评价方法，以配电网建设项目的建设情况为输入变量，所对应的配电网运行指标改善情况为输出变量，建立项目建设情况与网络运行指标改善之间的关联关系，按下式计算项目建设指标与运行状态指标改善之间的相关系数，对相关系数进行判断，选取其中相关系数大的项目建设指标作为该运行状态指标的待筛变量，采用逐步回归选元法对建设成效评价分析模型的变量进行选择，根据选元结果，建立配网运行指标改善与所选项目建设指标之间的回归模型，用该回归模型进行项目建设成效评价，以回归模型评价值为基准，将项目建设后实际线路指标的变化量与评价值进行比较。本发明可用来对规划建设项目可能的成效进行评价。

Description

一种配电网建设项目成效评价方法
技术领域
本发明涉及配电网项目建设成效评价领域，尤其涉及一种基于历史数据挖掘的配电网项目建设成效评价方法。
背景技术
配电网直接面向用户，具有电压等级多，网络结构复杂，设备类型多样，安全环境相对较差等特点，因此配电网的安全风险因素也相对较多。配电网建设项目是完善配电网结构、提升配电网性能的重要途径。
由于配电网覆盖面广、规模大，每年的配电网建设项目多、任务重，对项目建设成效的评价涉及较少。对配电网建设项目的建设效果进行评价有利于反映配电网建设项目的建设效果，总结项目建设的成效，为后期配电网建设项目的规划提供参考依据。
目前常用的配电网项目评价方法多是从配电网建设的各个环节出发，分别列出各类评价指标，利用各种方法进行赋权打分，最终得到一个评价结果，这类方法在指标确定、权重分配、打分标准上皆存在较大的主观性，而且评价结果的通用性较差，评价方法的可移植性也较差。如有的利用模糊数学隶属函数的方法来对不同指标的权重进行计算，有的利用模糊关系矩阵来确定指标的权重，过程中隶属函数的确定都需要人为选取。
经过多年的建设，电网公司积累了丰富的配网建设项目信息以及电网运行状态信息，电网的运行状态与配电网建设项目的成效之间存在着较强的关联关系，通过挖掘配网建设项目及电网运行状态数据中所蕴含的信息，可对配电网建设项目的成效进行定量评价，并可在此基础上实现配电网计划建设项目成效的预测。
发明内容
本发明所解决的技术问题在于提供一种基于历史数据挖掘的配电网建设项目成效评价方法，以解决上述背景技术中的问题。
本发明通过下述技术方案来实现，一种配电网建设项目成效评价方法，步骤如下：
S1、以配电网建设项目的建设情况为输入变量，所对应的配电网运行指标改善情况为输出变量，建立项目建设情况与网络运行指标改善之间的关联关系，按下式计算项目建设指标与运行状态指标改善之间的相关系数rij：
Figure BDA0002725099560000021
式中，xi为第i个项目建设指标,yj为第j个运行状态指标，
Figure BDA0002725099560000022
为项目建设指标平均值，
Figure BDA0002725099560000023
为运行状态指标平均值；
S2、对相关系数进行判断，选取其中相关系数大的项目建设指标作为该运行状态指标的待筛变量；如0.5≤|rij|，则项目建设指标xi为运行状态指标yj的待筛变量；
S3、采用逐步回归选元法对建设成效评价分析模型的变量进行选择；
S4、根据S3中选元结果，根据统计所得配网建设项目样本X及配网状态改善指标样本Y，利用最小二乘法对X和Y的回归参数进行估计
Figure BDA0002725099560000024
得到各变量的回归系数β0,β1,β2,…,βn,建立配网运行指标改善与所选项目建设指标之间的回归模型：
yi＝β0+β1xk+β2xl…+βnxn
式中k,l,n∈i,xk,xl,xn为从xi中筛选出来的项目建设指标；
至此，可得到一个由历史记录信息确定的成效评价模型，其各指标的关联关系及权重都由历史记录信息所确定；
S5、利用该回归模型进行项目建设成效评价时，将项目的具体指标按前述变量的方式组织成一个输入向量X'，输入该回归模型，该模型可输出线路3个指标变化量的评价值Y'；以该评价值为基准，将项目建设后实际线路指标的变化量Yi与评价值进行比较：
Figure BDA0002725099560000025
Figure BDA0002725099560000026
Figure BDA0002725099560000027
具体的，步骤S1中，以县公司为统计单位，统计县公司建设项目的建设指标作为输入，具体包括：
(1)新建项目数(x1)。以县公司为单位，统计县公司内每年实施的新建项目总数。
(2)改造项目数(x2)。以县公司为单位，统计县公司内每年实施的改造项目总数。
(3)项目投资额(x3)。以县公司为单位，统计县公司内每年建设项目经费的总额。
(4)配电台区项目数(x4)。以县公司为单位，统计县公司内每年实施的针对配电台区的项目总数。
(5)中压线路项目数(x5)。以县公司为单位，统计县公司内每年实施的针对中压线路的项目总数。
(6)10kV项目数(x6)。以县公司为单位，统计县公司内每年实施的电压等级为10kV的项目总数。
(7)380v项目数(x7)。以县公司为单位，统计县公司内每年实施的电压等级为380v的项目总数。
(8)新建变压器容量(x8)。以县公司为单位，统计县公司内每年新建的变压器容量之和。
(9)改造变压器容量(x9)。以县公司为单位，统计县公司内每年改造的变压器容量之和。
(10)新建10Kv线路的长度(x10)。以县公司为单位，统计县公司内每年新建的10Kv线路长度之和。
(11)改造10Kv线路的长度(x11)。以县公司为单位，统计县公司内每年改造的10Kv线路长度之和。
(12)新建380v线路的长度(x12)。以县公司为单位，统计县公司内每年新建的380v线路长度之和。
(13)改造380v线路的长度(x13)。以县公司为单位，统计县公司内每年改造的380v线路长度之和。
将上述指标作为输入变量X＝(x1,……,x13)。
具体的，步骤S1中，反映配电网运行状态改变的指标有：
(1)线路跳闸率变化量。反映线路跳闸率比项目建设前减少的情况。以县公司为单位，统计县公司内每年的线路跳闸率，并与上一年的跳闸率进行比较，计算改造后线路跳闸率的变化量：
y1＝ya(i-1)-yai
其中，线路的跳闸率
Figure BDA0002725099560000041
其中m为县公司该年度的线路跳闸总次数，l为县公司的线路总条数。
(2)线路过载率变化量。反映线路过载率比项目建设前减少的情况。以县公司为单位，统计县公司内每年的线路过载率，并与上一年的过载率进行比较，计算改造后线路过载率的变化量：
y2＝yb(i-1)-ybi
其中，线路的过载率
Figure BDA0002725099560000042
其中n为县公司该年度的线路过载的总次数，l为县公司的线路总条数。
(3)线路重载率变化量。反映线路重载率比项目建设前较少的情况。以县公司为单位，统计县公司内每年的线路重载率，并与上一年的重载率进行比较，计算改造后线路重载率的变化量：
y3＝yc(i-1)-yci
其中，线路的重载率
Figure BDA0002725099560000043
其中k为县公司该年度的线路重载的总次数，l为县公司的线路总条数。
由此，得项目建设情况下配电网运行指标的改善输出Y＝(y1,y2,y3)。
在配电网其他条件不变的情况下，可认为配网运行状态的改善是上述项目建设的结果。
将前述项目建设情况和对应的指标改善形成样本(X,Y)。一般的，为保证所得方法的准确性，所用到建设项目的信息及指标改善的信息不少于3年的数据。
进一步优选，步骤S3的具体过程是：
(a).确定显著性检验最大F值及其对应的变量；
利用配网运行状态指标改善量yj,(j＝1,2,3)与建设项目xi,(i＝1,2,…m)(m为步骤(2)筛选出的待筛变量的个数)分别进行回归分析，建立一元回归模型；
yj＝β0+βixi，其中β0、βi为回归系数
分别计算每一个变量xi相应的回归系数的F检验统计值
Figure BDA0002725099560000051
若最大的F值
Figure BDA0002725099560000052
在给定的显著性水平α＝0.05下满足
Figure BDA0002725099560000053
则该建设项目指标xk，k∈(1,2,…m)首先被选中；
(b)建立因变量yj与自变量子集{xk,x1},……{xk,xm}之间的二元回归模型，计算变量的回归系数F检验的统计量值，选其中最大者
Figure BDA0002725099560000054
同样，若偏F统计量
Figure BDA0002725099560000055
则建设项目指标xl被选中；
(c)因变量yj与自变量子集{xk,xl,xi}的回归重复步骤(b)；xk,xl为(a)、(b)中筛选出的项目建设指标，xi为余下的项目建设指标；
依此方法重复进行，每次从未引入的自变量中选取一个，直到经检验没有变量引入为止。
本发明的有益效果：
(1)以配电网建设项目及运行状态相关的历史信息为依据，提取反映配电网建设项目成效的具体信息,并由此得到配电网建设项目成效的评价模型，可用来对规划建设项目可能的成效进行评价。
(2)配电网建设项目的历史信息作为输入。提取配电网建设项目的关键信息，包括新建项目数、改造项目数、项目投资额、配电台区项目数、中压线路项目数、10kV项目数、380v项目数、新建变压器容量、改造变压器容量、新建10Kv线路的长度、改造10Kv线路的长度、新建380v线路的长度、改造380v线路的长度。
(3)配电网项目建设前后运行指标的改进作为输出。以县为单位统计配电网项目实施前后运行指标的改善情况。包括线路跳闸减少率、线路过载减少率、线路重载减少率、配变低电压减少率、配变过载减少率、配变重载减少率。
(4)采用逐步回归选元法对影响配网建设成效的项目建设指标进行筛选，逐步回归选元是一个不断吐故纳新的过程，对配网运行状态改善不重要的建设信息最终是不会被引入的，即使开始时被引入最后也会被剔除。
(5)以配电网历史数据确定建设项目与指标提升之间的关联关系。利用最小二乘法建立建设成效与建设项目指标之间的回归模型，通过众多的历史数据体现建设项目与性能指标提升之间的关联关系，无需人为指定。
(6)以训练后的神经网络模型输出为评价基准，线路实际的指标变化量与基准值的比较结果来判断项目建成的成效。
具体实施方式
下面对本发明作进一步详细说明。
一种配电网建设项目成效评价方法，步骤如下：
S1、以配电网建设项目的建设情况为输入变量，所对应的配电网运行指标改善情况为输出变量，建立项目建设情况与网络运行指标改善之间的关联关系，
以县公司为统计单位，统计县公司建设项目的建设指标作为输入，具体包括：
(1)新建项目数(x1)。以县公司为单位，统计县公司内每年实施的新建项目总数。
(2)改造项目数(x2)。以县公司为单位，统计县公司内每年实施的改造项目总数。
(3)项目投资额(x3)。以县公司为单位，统计县公司内每年建设项目经费的总额。
(4)配电台区项目数(x4)。以县公司为单位，统计县公司内每年实施的针对配电台区的项目总数。
(5)中压线路项目数(x5)。以县公司为单位，统计县公司内每年实施的针对中压线路的项目总数。
(6)10kV项目数(x6)。以县公司为单位，统计县公司内每年实施的电压等级为10kV的项目总数。
(7)380v项目数(x7)。以县公司为单位，统计县公司内每年实施的电压等级为380v的项目总数。
(8)新建变压器容量(x8)。以县公司为单位，统计县公司内每年新建的变压器容量之和。
(9)改造变压器容量(x9)。以县公司为单位，统计县公司内每年改造的变压器容量之和。
(10)新建10Kv线路的长度(x10)。以县公司为单位，统计县公司内每年新建的10Kv线路长度之和。
(11)改造10Kv线路的长度(x11)。以县公司为单位，统计县公司内每年改造的10Kv线路长度之和。
(12)新建380v线路的长度(x12)。以县公司为单位，统计县公司内每年新建的380v线路长度之和。
(13)改造380v线路的长度(x13)。以县公司为单位，统计县公司内每年改造的380v线路长度之和。
将上述指标作为输入变量X＝(x1,……,x13)。
反映配电网运行状态改变的指标有：
(1)线路跳闸率变化量。反映线路跳闸率比项目建设前减少的情况。以县公司为单位，统计县公司内每年的线路跳闸率，并与上一年的跳闸率进行比较，计算改造后线路跳闸率的变化量：
y1＝ya(i-1)-yai
其中，线路的跳闸率
Figure BDA0002725099560000071
其中m为县公司该年度的线路跳闸总次数，l为县公司的线路总条数。
(2)线路过载率变化量。反映线路过载率比项目建设前减少的情况。以县公司为单位，统计县公司内每年的线路过载率，并与上一年的过载率进行比较，计算改造后线路过载率的变化量：
y2＝yb(i-1)-ybi
其中，线路的过载率
Figure BDA0002725099560000072
其中n为县公司该年度的线路过载的总次数，l为县公司的线路总条数。
(3)线路重载率变化量。反映线路重载率比项目建设前较少的情况。以县公司为单位，统计县公司内每年的线路重载率，并与上一年的重载率进行比较，计算改造后线路重载率的变化量：
y3＝yc(i-1)-yci
其中，线路的重载率
Figure BDA0002725099560000073
其中k为县公司该年度的线路重载的总次数，l为县公司的线路总条数。
由此，得项目建设情况下配电网运行指标的改善输出Y＝(y1,y2,y3)。
在配电网其他条件不变的情况下，可认为配网运行状态的改善是上述项目建设的结果。
将前述项目建设情况和对应的指标改善形成样本(X,Y)。一般的，为保证所得方法的准确性，所用到建设项目的信息及指标改善的信息不少于3年的数据。
按下式计算项目建设指标与运行状态指标改善之间的相关系数rij：
Figure BDA0002725099560000081
式中，xi为第i个项目建设指标,yj为第j个运行状态指标，
Figure BDA0002725099560000082
为项目建设指标平均值，
Figure BDA0002725099560000083
为运行状态指标平均值；
S2、对相关系数进行判断，选取其中相关系数大的项目建设指标作为该运行状态指标的待筛变量；如0.5≤|rij|，则项目建设指标xi为运行状态指标yj的待筛变量；
S3、采用逐步回归选元法对建设成效评价分析模型的变量进行选择；
(a).确定显著性检验最大F值及其对应的变量；
利用配网运行状态指标改善量yj,(j＝1,2,3)与建设项目xi,(i＝1,2,…m)(m为步骤(2)筛选出的待筛变量的个数)分别进行回归分析，建立一元回归模型；
yj＝β0+βixi，其中β0、βi为回归系数
分别计算每一个变量xi相应的回归系数的F检验统计值
Figure BDA0002725099560000084
若最大的F值
Figure BDA0002725099560000085
在给定的显著性水平α＝0.05下满足
Figure BDA0002725099560000086
则该建设项目指标xk，k∈(1,2,…m)首先被选中；
(b)建立因变量yj与自变量子集{xk,x1},……{xk,xm}之间的二元回归模型yj＝β0+βkxk+βixi，计算变量的回归系数F检验的统计量值，选其中最大者
Figure BDA0002725099560000087
同样，若偏F统计量
Figure BDA0002725099560000088
则建设项目指标xl被选中；
(c)因变量yj与自变量子集{xk,xl,xi}的回归重复步骤(b)；xk,xl为(a)、(b)中筛选出的项目建设指标，xi为余下的项目建设指标；
依此方法重复进行，每次从未引入的自变量中选取一个，直到经检验没有变量引入为止。
S4、根据S3中选元结果，根据统计所得配网建设项目样本X及配网状态改善指标样本Y，利用最小二乘法对X和Y的回归参数进行估计
Figure BDA0002725099560000091
得到各变量的回归系数β0,β1,β2,…,βn,建立配网运行指标改善与所选项目建设指标之间的回归模型：
yi＝β0+β1xk+β2xl…+βnxn
式中k,l,n∈i,xk,xl,xn为从xi中筛选出来的项目建设指标；
至此，可得到一个由历史记录信息确定的成效评价模型，其各指标的关联关系及权重都由历史记录信息所确定。该模型可对县公司的总体项目建设情况进行评价，也可对其中某一具体的项目建设情况进行评价。
S5、利用该回归模型进行项目建设成效评价时，将项目的具体指标按前述变量的方式组织成一个输入向量X'，输入该回归模型，该模型可输出线路3个指标变化量的评价值Y'；以该评价值为基准，将项目建设后实际线路指标的变化量Yi与评价值进行比较：
Figure BDA0002725099560000092
Figure BDA0002725099560000093
Figure BDA0002725099560000094
da＜-0.5，线路的跳闸率建设成效评价为差；
-0.5≤da≤0，线路的跳闸率建设成效评价为较差；
0＜da≤0.5，线路的跳闸率建设成效评价为良好；
0.5＜da，线路的跳闸率建设成效评价为优秀；
db＜-0.5，线路的过载率建设成效评价为差；
-0.5≤db≤0，线路的过载率建设成效评价为较差；
0＜db≤0.5，线路的过载率建设成效评价为良好；
0.5＜db，线路的过载率建设成效评价为优秀；
dc＜-0.5，线路的重载率建设成效评价为差；
-0.5≤dc≤0，线路的重载率建设成效评价为较差；
0＜dc≤0.5，线路的重载率建设成效评价为良好；
0.5＜dc，线路的重载率建设成效评价为优秀。
实施例：
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白清晰，下面结合具体实施例，进一步阐述本发明。
(1)收集某县供电公司2013-2018年的项目建设情况及2013-2019年的线路运行情况。
(2)统计汇总该县公司2013、2014、2015、2016、2017、2018五年的项目建设情况X＝(x1,……,x13)。得到项目建设情况记录：
Figure BDA0002725099560000101
Figure BDA0002725099560000102
Figure BDA0002725099560000111
(3)统计该县公司2014、2015、2016、2017、2018、2019六年的线路跳闸率、过载率和重载率，并分别计算其跳闸率的变化量Y＝(yda,ydb,ydc)得到该公司线路指标改善情况记录。
跳闸率改变量y1 过载率改变量y2 重载率变化量y3
-0.89957 -0.21378 0.93579
-0.86844 0.29496 -0.976835
-0.93521 -0.25113 2.33308
-3.11745 0 0.51696
0.226089 0.013158 -1.333758
-0.60721 -0.01316 0.33674
(4)计算配网运行指标改变量与项目建设量之间的相关系数：
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13
y1 -0.8014 -0.7623 -0.1703 -0.2637 -0.8603 -0.3222 -0.9735 0.0780 0.0589 0.0475 0.0446 0.0440 -0.3231
y2 0.0785 0.1335 -0.2292 0.3611 -0.1832 0.2620 0.0140 -0.6466 -0.5075 -0.5587 -0.5651 -0.5591 0.1185
y3 0.2348 0.0723 0.2250 -0.5166 0.3308 -0.4757 0.2057 0.5094 0.2818 0.7472 0.7520 0.7474 -0.0777
针对因变量y1，筛选出x1,x2,x5,x7与y1的相关性比较高；针对因变量y2,筛选出x8,x9,x10,x11,x12与y2的相关性比较高；针对y3,筛选出x4,x8,x10,x11,x12与y3的相关性比较高。
(5)在相关分析后选择x1(新建项目数)、x2(改造项目数)、x5(中压线路项目数)、x7(380V项目数)分别与y1(跳闸率变化量)进行一元回归分析，其计算所得结果F分别为7.183、5.55、11.39、72.38，此时查表可知F0.05(1，4)＝7.71，最大的F值为x7的72.38，大于临界值，则我们首先选择x7进多元回归模型。
在已经选择了x7的基础上，再分别加入x1、x2、x5后对y做二元线性回归，计算它们的F值，(x7，x1)的F值为：37.04，(x7，x2)的F值为：27.37，(x7，x5)的F值为：27.69；此时临界值F0.05(2，3)＝9.55。因为最大的F值为37.04＞9.55，所以我们选择对应的(x7，x1)加入模型。
重复上述步骤，在选择了(x7，x1)的基础上，再加入x2、x5，建立三元回归方程，(x7，x1，x2)对应的F值53.77大于(x7，x1，x5)对应的F值22.09，同时也大于此时的临界值F0.05(3，2)＝19.16，所以我们继续在模型中加入x2。
最后，我们再检验一下将x5加入模型后，即变量为(x7，x1，x2，x5)的F统计量效果如何，建模后可得，F值为24.7，然而此时的临界值F0.05(4，1)＝225，F值小于临界值，所以在逐步回归最优模型里，我们不需要把x5加入。
可得到指标改善量y1和建设项目x7，x1，x2之间的回归关系：
y1＝2.179-0.00153x1+0.00137x2-0.00551x7
y2＝0.1272-6.234×10-6x8-7.141×10-6x12
y3＝-0.1224+3.357×10-5x11
(6)根据所得的回归模型对该县公司某年的建设成效进行评价，该年该县公司建设项目的情况为：
Figure BDA0002725099560000121
将相关项目信息代入上述回归模型，计算可得各指标改善量的期望值：
y'1＝2.179-0.00153×736+0.00137×98-0.00551×340＝-0.68622
y'2＝0.1272-6.234×10-6×8400-7.141×10-6×12.052＝0.074749
y3＝-0.1224+3.357×10-5×3.892＝-0.12227
该公司下一年实际的运行指标改善情况为：
Y＝[-0.01448-0.01852-0.01852]
分别计算该公司该年项目建设跳闸率、过载率和重载率的改善评价：
Figure BDA0002725099560000122
Figure BDA0002725099560000123
Figure BDA0002725099560000124
根据以上结果，依据前述评价标准，可得：
该县公司的项目在跳闸率、过载率及重载率改善3个方面都属于“差”的等级。

Claims (7)

1.一种配电网建设项目成效评价方法，其特征是步骤如下：
S1、以配电网建设项目的建设情况为输入变量，所对应的配电网运行指标改善情况为输出变量，建立项目建设情况与网络运行指标改善之间的关联关系，按下式计算项目建设指标与运行状态指标改善之间的相关系数rij：
Figure RE-FDA0002812274120000011
式中，xi为第i个项目建设指标,yj为第j个运行状态指标，
Figure RE-FDA0002812274120000012
为项目建设指标平均值，
Figure RE-FDA0002812274120000013
为运行状态指标平均值；
S2、对相关系数进行判断，选取其中相关系数大的项目建设指标作为该运行状态指标的待筛变量；如0.5≤|rij|，则项目建设指标xi为运行状态指标yj的待筛变量；
S3、采用逐步回归选元法对建设成效评价分析模型的变量进行选择；
S4、根据S3中选元结果，根据统计所得配网建设项目样本X及配网状态改善指标样本Y，利用最小二乘法对X和Y的回归参数进行估计
Figure RE-FDA0002812274120000014
得到各变量的回归系数β0,β1,β2,…,βn,建立配网运行指标改善与所选项目建设指标之间的回归模型：
yi＝β0+β1xk+β2xl…+βnxn
式中k,l,n∈i,xk,xl,xn为从xi中筛选出来的项目建设指标；
至此，可得到一个由历史记录信息确定的成效评价模型，其各指标的关联关系及权重都由历史记录信息所确定；
S5、利用该回归模型进行项目建设成效评价时，将项目的具体指标按前述变量的方式组织成一个输入向量X'，输入该回归模型，该模型可输出线路3个指标变化量的评价值Y'；以该评价值为基准，将项目建设后实际线路指标的变化量Yi与评价值进行比较：
Figure RE-FDA0002812274120000015
Figure RE-FDA0002812274120000021
Figure RE-FDA0002812274120000022
2.根据权利要求1所述的一种配电网建设项目成效评价方法，其特征是：项目建设指标包括新建项目数x1、改造项目数x2、项目投资额x3、配电台区项目数x4、中压线路项目数x5、10kV项目数x6、380v项目数x7、新建变压器容量x8、改造变压器容量x9、新建10Kv线路的长度x10、改造10Kv线路的长度x11、新建380v线路的长度x12、改造380v线路的长度x13，将上述指标作为输入变量X＝(x1,……,x13)。
3.根据权利要求1所述的一种配电网建设项目成效评价方法，其特征是：运行状态指标包括线路跳闸率变化量y1、线路过载率变化量y2、线路重载率变化量y3,项目建设情况下配电网运行指标的改善输出Y＝(y1,y2,y3)。
4.根据权利要求3所述的一种配电网建设项目成效评价方法，其特征是：
统计每年的线路跳闸率，并与上一年的跳闸率进行比较，计算改造后线路跳闸率的变化量：
y1＝ya(i-1)-yai
其中，线路的跳闸率
Figure RE-FDA0002812274120000023
其中m为县公司该年度的线路跳闸总次数，l为县公司的线路总条数。
5.根据权利要求3所述的一种配电网建设项目成效评价方法，其特征是：
统计每年的线路过载率，并与上一年的过载率进行比较，计算改造后线路过载率的变化量：
y2＝yb(i-1)-ybi
其中，线路的过载率
Figure RE-FDA0002812274120000024
其中n为县公司该年度的线路过载的总次数，l为县公司的线路总条数。
6.根据权利要求3所述的一种配电网建设项目成效评价方法，其特征是：
统计每年的线路重载率，并与上一年的重载率进行比较，计算改造后线路重载率的变化量：
y3＝yc(i-1)-yci
其中，线路的重载率
Figure RE-FDA0002812274120000031
其中k为县公司该年度的线路重载的总次数，l为县公司的线路总条数。
7.根据权利要求1所述的一种配电网建设项目成效评价方法，其特征是：步骤S3的具体过程是：
(a).确定显著性检验最大F值及其对应的变量；
利用配网运行状态指标改善量yj,(j＝1,2,3)与建设项目xi,(i＝1,2,…m)(m为步骤(2)筛选出的待筛变量的个数)分别进行回归分析，建立一元回归模型；
yj＝β0+βixi，其中β0、βi为回归系数
分别计算每一个变量xi相应的回归系数的F检验统计值
Figure RE-FDA0002812274120000032
若最大的F值
Figure RE-FDA0002812274120000033
在给定的显著性水平α＝0.05下满足
Figure RE-FDA0002812274120000034
则该建设项目指标xk，k∈(1,2,…m)首先被选中；
(b)建立因变量yj与自变量子集{xk,x1},……{xk,xm}之间的二元回归模型，计算变量的回归系数F检验的统计量值，选其中最大者
Figure RE-FDA0002812274120000035
同样，若偏F统计量
Figure RE-FDA0002812274120000036
则建设项目指标xl被选中；
(c)因变量yj与自变量子集{xk,xl,xi}的回归重复步骤(b)，xk,xl为(a)、(b)中筛选出的项目建设指标，xi为余下的项目建设指标；
依此方法重复进行，每次从未引入的自变量中选取一个，直到经检验没有变量引入为止。
CN202011100301.3A 2020-10-15 2020-10-15 一种配电网建设项目成效评价方法 Active CN112288240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011100301.3A CN112288240B (zh) 2020-10-15 2020-10-15 一种配电网建设项目成效评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011100301.3A CN112288240B (zh) 2020-10-15 2020-10-15 一种配电网建设项目成效评价方法

Publications (2)

Publication Number Publication Date
CN112288240A true CN112288240A (zh) 2021-01-29
CN112288240B CN112288240B (zh) 2023-07-04

Family

ID=74496746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011100301.3A Active CN112288240B (zh) 2020-10-15 2020-10-15 一种配电网建设项目成效评价方法

Country Status (1)

Country Link
CN (1) CN112288240B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113886469A (zh) * 2021-12-03 2022-01-04 国网江西省电力有限公司电力科学研究院 基于多源数据的配电网工程成效异常自动挖掘方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105426994A (zh) * 2015-11-13 2016-03-23 国家电网公司 配电网备选建设项目的优化选择方法
CN105488592A (zh) * 2015-12-02 2016-04-13 国家电网公司 一种光伏电站发电量预测的方法
CN109753684A (zh) * 2018-11-29 2019-05-14 国网江苏省电力有限公司盐城供电分公司 一种用于变电站能耗基准修正的多元线性回归建模方法
CN110956374A (zh) * 2019-11-19 2020-04-03 国家电网有限公司 一种基于dea分析的电网技改项目投资效率效益评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105426994A (zh) * 2015-11-13 2016-03-23 国家电网公司 配电网备选建设项目的优化选择方法
CN105488592A (zh) * 2015-12-02 2016-04-13 国家电网公司 一种光伏电站发电量预测的方法
CN109753684A (zh) * 2018-11-29 2019-05-14 国网江苏省电力有限公司盐城供电分公司 一种用于变电站能耗基准修正的多元线性回归建模方法
CN110956374A (zh) * 2019-11-19 2020-04-03 国家电网有限公司 一种基于dea分析的电网技改项目投资效率效益评价方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
何晓群: "《应用多元统计分析》", 30 June 2010, 北京：中国统计出版社, pages: 140 *
程宏波等: "一种高铁供电事故气象因素关联模型的分析方法", 《电力自动化设备》, vol. 35, no. 9, 2 September 2015 (2015-09-02), pages 2 *
程洪波等: "一种高铁供电事故气象因素关联模型的分析方法", 《电力自动化设备》, vol. 35, no. 9, pages 49 - 53 *
贺芳芳等: "上海地区高温期气象条件对用电影响的评估", 《高原气象》 *
贺芳芳等: "上海地区高温期气象条件对用电影响的评估", 《高原气象》, vol. 27, no. 1, 15 December 2008 (2008-12-15), pages 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113886469A (zh) * 2021-12-03 2022-01-04 国网江西省电力有限公司电力科学研究院 基于多源数据的配电网工程成效异常自动挖掘方法及系统
CN113886469B (zh) * 2021-12-03 2022-04-12 国网江西省电力有限公司电力科学研究院 基于多源数据的配电网工程成效异常自动挖掘方法及系统

Also Published As

Publication number Publication date
CN112288240B (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
CN110705879B (zh) 一种高比例可再生能源接入下的电网脆弱性评估方法
CN107292502B (zh) 一种配电网可靠性评估方法
CN106780127B (zh) 含分布式光伏配电网的评价方法
CN110264112B (zh) 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
CN107437135B (zh) 一种新型储能选型方法
CN112633316A (zh) 一种基于边界估值理论的负荷预测方法和装置
CN111460001B (zh) 一种配电网理论线损率评估方法及系统
CN112668821A (zh) 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法
CN110533291B (zh) 一种基于风险评估的中压配电网薄弱环节辨识方法
CN113240261A (zh) 一种区域电能质量监测分析系统
CN105024645B (zh) 一种基于矩阵进化的光伏阵列故障定位方法
CN112288240A (zh) 一种配电网建设项目成效评价方法
CN106874607B (zh) 基于多层级变权理论的电网自组织临界态定量评估方法
CN117353321A (zh) 一种基于源荷不确定性的配电网安全评估方法和系统
CN112508254A (zh) 变电站工程项目投资预测数据的确定方法
CN115526393A (zh) 一种基于变电工程关键影响因素筛选的造价预测方法
CN109193779B (zh) 一种分布式风力发电最大容量评估方法
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
CN115660425A (zh) 风偏闪络风险评价方法、系统、设备、可读存储介质
CN114548641A (zh) 一种考虑多能源协调的配电网弹性指标评估方法
Khan et al. Optimal coordination of directional overcurrent relays using enhanced L-SHADE algorithm
CN112633665A (zh) 一种基于层次分析法的配电网防雷决策方法
Gulsen et al. A hierarchical genetic algorithm for system identification and curve fitting with a supercomputer implementation
CN115270610A (zh) 一种辅助终端采集策略优化方法
CN117709908B (zh) 一种电网工程人、材、机分配合理性智慧审计方法与系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 330096 No. 88, Minqiang Road, private science and Technology Park, Qingshanhu District, Nanchang City, Jiangxi Province

Applicant after: STATE GRID JIANGXI ELECTRIC POWER COMPANY LIMITED Research Institute

Applicant after: STATE GRID CORPORATION OF CHINA

Address before: 330096 No.88 Minqiang Road, private science and Technology Park, high tech Zone, Nanchang City, Jiangxi Province

Applicant before: STATE GRID JIANGXI ELECTRIC POWER COMPANY LIMITED Research Institute

Applicant before: STATE GRID CORPORATION OF CHINA

GR01 Patent grant
GR01 Patent grant