CN116644562B - 一种新能源电站运维费用评估系统 - Google Patents
一种新能源电站运维费用评估系统 Download PDFInfo
- Publication number
- CN116644562B CN116644562B CN202310500747.2A CN202310500747A CN116644562B CN 116644562 B CN116644562 B CN 116644562B CN 202310500747 A CN202310500747 A CN 202310500747A CN 116644562 B CN116644562 B CN 116644562B
- Authority
- CN
- China
- Prior art keywords
- cost
- data
- variable
- expense
- evaluation
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 139
- 238000011156 evaluation Methods 0.000 title claims abstract description 97
- 238000013210 evaluation model Methods 0.000 claims abstract description 52
- 238000009826 distribution Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 15
- 238000005315 distribution function Methods 0.000 claims description 13
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 26
- 230000006870 function Effects 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000013461 design Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009290 primary effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012946 outsourcing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000010234 longitudinal analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
Abstract
本发明提供了一种新能源电站运维费用评估系统，包括：数据采集划分模块，用于从各个电站数据库中采集得到大量的电站信息和电站运维费用数据，并将电站运维费用数据划分为三个级别的类费用数据；变量关系确定模块，用于将所述类费用数据分析处理得到核心参数变量，并确定核心参数变量的空间概率分布状态；模型建立模块，用于基于所述空间概率分布状态在时序横向和纵向上进行分析，建立运维费用评估模型；评估模块，用于根据新能源电站的数据信息，匹配最优运维费用评估模型对新能源电站的运维费用进行评估；本发明通过建立运维费用评估模型实现对运维评估，助力电站智能化运维水平，作为电站运维费用预算计划的依据，促进公司资金科学性管理。
Description
技术领域
本发明涉及电站运维费用评估技术领域，特别涉及一种新能源电站运维费用评估系统。
背景技术
新能源的发展到了独立自主的阶段，面临着电价变化带来的市场竞争。有效降低度电成本，也是当前面临的一大难题。而电站运维成本作为LCOE中的一个计算项，目前还没有成熟的模型来支撑费用的统计与评估。
传统的费用统计与评估存在较多难点，如：手动填报金额无法校验，易遗漏，统计数据不准确，计算方式单一，关键参数因子较少，固定算法不能适用所有场站。智能化偏低，需要提供大量基础数据。统计缺乏标准指导，包含人工费用、外委费用、技改费用、管理费用等类型费用，缺少指导性标准。统计口径不一，统计不规范。计算规则复杂，合同费用跨年，质保期内外计算系数不同，员工定员、年限、福利等系数多样。
发明内容
本发明提供一种新能源电站运维费用评估系统，通过建立运维费用评估模型实现对运维评估，助力电站智能化运维水平，作为电站运维费用预算计划的依据，促进公司资金科学性管理。
一种新能源电站运维费用评估系统，包括：
数据采集划分模块，用于从各个电站数据库中采集得到大量的电站信息和电站运维费用数据，并将电站运维费用数据划分为三个级别的类费用数据；
变量关系确定模块，用于将所述类费用数据分析处理得到核心参数变量，并确定核心参数变量的空间概率分布状态；
模型建立模块，用于基于所述空间概率分布状态在时序横向和纵向上进行分析，建立运维费用评估模型；
评估模块，用于根据新能源电站的数据信息，匹配最优运维费用评估模型对新能源电站的运维费用进行评估。
优选的，数据采集划分模块，包括：
一级分类单元，用于按照一级分类的分类属性对电站运维费用数据进行划分，得到一类费用数据；
二级分类单元，用于按照二级分类的分类属性对一类费用数据进行划分，得到二类费用数据；
三级分类数据，用于按照三级分类的分类属性对二类费用数据进行划分，得到三类费用数据。
优选的，变量关系确定模块，包括：
划分单元，用于将所述类费用数据进行数据标准化得到初始费用变量，根据初始费用变量的类型特征对初始费用变量进行划分，得到多组初始费用变量集合；
影响分析单元，用于根据每组初始费用变量集合中的费用数值特征，确定类型特征对初始费用变量的主影响和其他类型特征对初始费用变量的交互影响；
合并单元，用于为所述主影响设置第一权重，交互影响设置第二权重，得到在初始费用变量集合下各个初始费用变量之间的相关程度，并基于所述相关程度，对初始费用变量集合中变量进行合并，得到合并变量，基于所述合并变量，得到核心变量参数；
状态确定单元，用于获取分布函数，并根据核心变量参数的费用数值计算得到分布函数的各项系数，得到分布函数方程，基于所述分布函数方程，确定核心参数变量的空间概率分布状态。
优选的，所述合并单元，包括：
方式确定单元，用于将相关程度大于预设相关程度的初始费用变量作为一组高相关性变量，并根据一组高相关性变量中各个变量与其他变量的相关程度和正负相关关系，确定合并方式；
所述合并方式具体为：
当所述相关程度大于第一预设值，若正负相关关系为正相关，对对应的变量进行相加合并处理，得到合并变量，若正负相关关系为负相关，对对应的变量进行相减合并处理，得到合并变量；
当所述相关程度小于第一预设值且大于第二预设值，若正负相关关系为正相关，对对应的变量进行部分相加合并处理，得到合并变量，若正负相关关系为负相关，对对应的变量进行部分相减合并处理，得到合并变量。
优选的，所述合并单元，还包括：
核心变量确定单元，用于根据所述合并变量中初始费用变量的数量和初始费用变量的费用数值大小，确定合并变量的核心权重；
若所述核心权重大于预设权重，将所述合并变量作为核心变量参数；
否则，将所述合并变量作为普通参数变量。
优选的，模型建立模块，包括：
第一状态确定单元，用于对核心参数变量的空间概率分布状态在时序横向上进行分析，确定核心参数变量在预设时间内第一费用变化状态；
第二状态单元，用于对核心参数变量的空间概率分布状态在电站信息变量纵向上进行分析，确定核心参数变量在电站信息变量下的第二费用变化状态；
模型建立单元，用于根据第一费用变化状态和第二费用变化状态确定费用项设定和电站信息项设定，建立得到运维费用评估模型。
优选的，评估模块，包括：
模型匹配单元，用于根据新能源电站的数据信息，确定目标电站信息项，根据预测时间长度确定目标费用项，根据目标电站信息项和目标费用项从运维费用评估模型中匹配得到最优运维费用评估模型；
模型输出单元，将目标电站信息项的具体参数输入所述最优运维费用评估模型中，得到在目标费用项下的费用信息；
报告生成单元，根据费用信息生成在预测时间长度下的运维费用评估报告。
优选的，还包括：模型优化模块，用于根据历史费用统计数据和评估数据，对运维费用评估模型进行优化；
所述模型优化模块，包括：
差异分析单元，用于获取模型输出的评估数据，并获取模型输入的样本费用统计数据和实际预测费用统计数据并得到差异数据，且差异数据中目标差异数据对应的费用项目数据及其对应的概率分布，基于概率分布和目标差异数据确定关键影响参数，优化目标函数和优化约束条件；
参数值确定单元，用于所述优化目标函数和优化约束条件对所述关键影响参数进行优化迭代，得到最优关键参数值；
优化评估单元，用于基于所述最优关键参数值对运维费用评估模型进行优化，得到最新运维费用评估模型。
优选的，所述差异分析单元，包括：
差异获取单元，用于获取模型输出的评估数据，并获取模型输入的样本费用统计数据和实际预测费用统计数据，并获取评估数据和实际预测费用统计数据在时间序列下的第一费用差异数据，评估数据和样本费用统计数据的第二费用差异数据，实际预测费用统计数据和样本费用统计数据的第三费用差异数据；
差异截取单元，用于基于所述第一费用差异数据确定运维费用评估模型的评估错误时段和在评估误差时段的误差幅度，分别从第二费用差异数据和第三费用差异数据提取与所述评估误差时段对应的第二目标差异数据和第三目标差异数据；
关键参数确定单元，用于根据第二目标差异数据和第三目标差异数据的具体费用项目数据及其对应的概率分布，将所述概率分布对应的模型参数作为关键影响参数，并基于所述评估误差时段及其误差幅度，确定对所述关键影响参数的优化目标函数和优化约束条件。
优选的，所述优化评估单元，包括：
模型评估单元，用于将最优关键参数值应用于运维费用评估模型得到优化后的最新运维费用评估模型，获取在所述最新运维费用评估模型下的评估数据和实际预测费用统计数据在时间序列下的第四费用差异数据，判断所述第四费用差异数据是否满足预设差异要求；
若是，将所述最新运维费用评估模型作为最终的模型；
否则，基于所述第四费用差异数据进行再次迭代优化，直到优化后的最新运维费用评估模型满足预设差异要求。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种新能源电站运维费用评估系统的结构图；
图2为本发明实施例中变量关系确定模块的结构图；
图3为本发明实施例中评估模块的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1
本发明实施例提供一种新能源电站运维费用评估系统，如图1所示，包括：
数据采集划分模块，用于从各个电站数据库中采集得到大量的电站信息和电站运维费用数据，并将电站运维费用数据划分为三个级别的类费用数据；
变量关系确定模块，用于将所述类费用数据分析处理得到核心参数变量，并确定核心参数变量的空间概率分布状态；
模型建立模块，用于基于所述空间概率分布状态在时序横向和纵向上进行分析，建立运维费用评估模型；
评估模块，用于根据新能源电站的数据信息，匹配最优运维费用评估模型对新能源电站的运维费用进行评估。
在该实施例中，所述电站信息包括装机规模、地理环境、海拔、资产信息等。
在该实施例中，电站运维费用数据，其中一级包括八类：生产费用、人工费用、外委费用、技改费用、安全生成费用、管理费用、区域集控费用和其他费用；二级包括：维护检修、物资采购、信息化建设、固定资产折旧、无形资产摊销、场站管理人员等二十六类；以及近百项三级分类。
在该实施例中，所述核心变量参数由多个初始参数合并而成。
在该实施例中，纵向上分析以电站信息变量为依据。
上述设计方案的有益效果是：通过对电站运维费用数据进行多级分类，保证变量参数的多样性，从而保证建立得到运维费用评估模型的准确性，通过建立运维费用评估模型实现对运维奋勇评估的智能性，促进电力生产管理系统高级功能的优化，助力电站智能化运维水平，用于电站运维费用预算计划的依据，促进公司资金科学性管理。也可以生成电站未来20年运维费用评估报告，为能源公司后续电站的前期开发和投资并购提供经济性分析数据支撑。
实施例2
基于实施例1的基础上，本发明实施例提供一种新能源电站运维费用评估系统，数据采集划分模块，包括：
一级分类单元，用于按照一级分类的分类属性对电站运维费用数据进行划分，得到一类费用数据；
二级分类单元，用于按照二级分类的分类属性对一类费用数据进行划分，得到二类费用数据；
三级分类数据，用于按照三级分类的分类属性对二类费用数据进行划分，得到三类费用数据。
上述设计方案的有益效果是：通过对电站运维费用数据依次进行三级划分，保证得到的类费用数据的丰富性，为建模提供多个参数变量。
实施例3
基于实施例1的基础上，本发明实施例提供一种新能源电站运维费用评估系统，如图2所示，变量关系确定模块，包括：
划分单元，用于将所述类费用数据进行数据标准化得到初始费用变量，根据初始费用变量的类型特征对初始费用变量进行划分，得到多组初始费用变量集合；
影响分析单元，用于根据每组初始费用变量集合中的费用数值特征，确定类型特征对初始费用变量的主影响和其他类型特征对初始费用变量的交互影响；
合并单元，用于为所述主影响设置第一权重，交互影响设置第二权重，得到在初始费用变量集合下各个初始费用变量之间的相关程度，并基于所述相关程度，对初始费用变量集合中变量进行合并，得到合并变量，基于所述合并变量，得到核心变量参数；
状态确定单元，用于获取分布函数，并根据核心变量参数的费用数值计算得到分布函数的各项系数，得到分布函数方程，基于所述分布函数方程，确定核心参数变量的空间概率分布状态。
在该实施例中，所述类型特征例如可以是人工费用、采购费用、技改费用和其他费用等，实现对类费用书的初步划分，为确定高相关性的变量提供基础。
在该实施例中，所述主影响为费用数额大小决定，费用数额越大，所述主影响越大。
在该实施例中，所述交互影响为费用变量之间的影响，例如第一变量费用越多，对应的第二变量费用页越多。
在该实施例中，所述第二权重大于第一权重，且主影响在第一权重下的数值与交互影响在第二权重下的数值的和越大，对应的相关程度越大。
在该实施例中，因为最终选取的时核心参数变量，所以主影响也应考虑在内，若主影响较小，则可以忽略对应的参数变量。
在该实施例中，还包括对核心变量参数进行验证：
通过以下定义进行验证：
其中r为样本相关系数，为X的离均差平方和，/>为Y的离均差平方和。如果参数变量表现为正相关或负相关，我们就可以根据其相关性R对其进行有限程度的合并。
上述设计方案的有益效果是：通过根据类型特征确定出多组初始费用变量集合，便于在集合下进行核心变量参数的获取，提高确定合并变量的效率，之后通过设置主影响和交互影响来确定高相关性的变量，保证得到高相关性变量作何核心表链的合并变量的质量，得到核心变量参数后根据变量的具体取值确定对应的分布函数方程，最终得到核心参数变量的空间概率分布状态。
实施例4
基于实施例3的基础上，本发明实施例提供一种新能源电站运维费用评估系统，所述合并单元，包括：
方式确定单元，用于将相关程度大于预设相关程度的初始费用变量作为一组高相关性变量，并根据一组高相关性变量中各个变量与其他变量的相关程度和正负相关关系，确定合并方式；
所述合并方式具体为：
当所述相关程度大于第一预设值，若正负相关关系为正相关，对对应的变量进行相加合并处理，得到合并变量，若正负相关关系为负相关，对对应的变量进行相减合并处理，得到合并变量；
当所述相关程度小于第一预设值且大于第二预设值，若正负相关关系为正相关，对对应的变量进行部分相加合并处理，得到合并变量，若正负相关关系为负相关，对对应的变量进行部分相减合并处理，得到合并变量。
上述设计方案的有益效果是：根据一组高相关性变量中各个变量与其他变量的相关程度和正负相关关系为各个变量提供合适的合并方式，避免合并时采用单一方式，造成得到的合并向量不同满足每个变量的特征，最终，保证合并变量的准确性。
实施例5
基于实施例3的基础上，本发明实施例提供一种新能源电站运维费用评估系统，所述合并单元，还包括：
核心变量确定单元，用于根据所述合并变量中初始费用变量的数量和初始费用变量的费用数值大小，确定合并变量的核心权重；
若所述核心权重大于预设权重，将所述合并变量作为核心变量参数；
否则，将所述合并变量作为普通参数变量。
上述设计方案的有益效果是：通过再确定合并变量后进一步对合并变量对应的费用数值大小来进行评判，确实是否够可以作为核心参数变量，保证得到的核心变量参数的核心性，为建模提供变量基础。
实施例6
基于实施例1的基础上，本发明实施例提供一种新能源电站运维费用评估系统，模型建立模块，包括：
第一状态确定单元，用于对核心参数变量的空间概率分布状态在时序横向上进行分析，确定核心参数变量在预设时间内第一费用变化状态；
第二状态单元，用于对核心参数变量的空间概率分布状态在电站信息变量纵向上进行分析，确定核心参数变量在电站信息变量下的第二费用变化状态；
模型建立单元，用于根据第一费用变化状态和第二费用变化状态确定费用项设定和电站信息项设定，建立得到运维费用评估模型。
在该实施例中，费用项设定和电站信息项设定根据第一费用变化状态和第二费用变化状态得到，因此由多种设定，得到的运维费用评估模型页有所不同。
上述设计方案的有益效果是：通过对核心变量参数从横向和纵向上进行分析，确定作为建模的费用项设定和电站信息项设定，为确定运维费用评估模型提供数据基础。
实施例7
基于实施例1的基础上，本发明实施例提供一种新能源电站运维费用评估系统，如图3所示，评估模块，包括：
模型匹配单元，用于根据新能源电站的数据信息，确定目标电站信息项，根据预测时间长度确定目标费用项，根据目标电站信息项和目标费用项从运维费用评估模型中匹配得到最优运维费用评估模型；
模型输出单元，将目标电站信息项的具体参数输入所述最优运维费用评估模型中，得到在目标费用项下的费用信息；
报告生成单元，根据费用信息生成在预测时间长度下的运维费用评估报告。
在该实施例中，所述报告生成单元，包括：
收益分析单元，用于基于所述目标费用项的项目特征和费用信息，确定在该目标费用项下的费用收益系数；
在该目标费用项下的费用收益系数的计算公式如下：
其中，K表示在该目标费用项下的费用收益系数，δ表示该目标费用项在电站运维过程中的可替代性，n表示运维费用预测年限，Si表示第i年该目标费用项的预测收益值，Si-1表示第i-1年该目标费用项的预测收益值，Si+1表示第i+1年该目标费用项的预测收益值，Hi表示第i年该目标费用项的预测费用值，Hi-1第i-1年该目标费用项的预测费用值，Hi+1表示第i+1年该目标费用项的预测费用值；
走势分析单元，用于基于所述目标费用项下的费用信息，确定在所述目标费用项下随时间推移的走势系数T；
其中，m表示所有目标费用项的项目数量，H(i+1)j表示第j个目标费用项在第i+1年该的预测费用值，H(i-1)j表示第j个目标费用项在第i-1年该的预测费用值，Hij第j个目标费用项在第i年该的预测费用值；
综合评估单元，用于将所述费用收益系数和走势系数加入运维费用评估分析中，得到运维费用评估报告。
在该实施例中，所述目标费用项下的费用收益系数用来表征该目标费用项的运维效果，运维效果越好，对应的费用收益系数越高。
在该实施例中，所述走势系数表示目标费用项下随时间推移其费用在总费用下的增长占比，占比越高对应的走势系数越大。
在该实施例中，通过将费用收益系数和走势系数加入运维费用评估分析中，使生成的评估报告中不仅有对运维费用的数值的预测，还加入了预测运维费用中各个项目带来的收益和走势，为新能源电站运维费用的科学管理提供数据支撑。
上述设计方案的有益效果是：通过根据本新能源发电站的电站信息和准备预测的时间年限，来选择最优运维费用评估模型，最终得到在预测时间长度下的运维费用评估报告，保证了最优运维费用评估模型对新能源发电站的针对性，使得到的运维费用评估报告更准确。
实施例8
基于实施例1的基础上，本发明实施例提供一种新能源电站运维费用评估系统，还包括：模型优化模块，用于根据历史费用统计数据和评估数据，对运维费用评估模型进行优化；
所述模型优化模块，包括：
差异分析单元，用于获取模型输出的评估数据，并获取模型输入的样本费用统计数据和实际预测费用统计数据并得到差异数据，且差异数据中目标差异数据对应的费用项目数据及其对应的概率分布，基于概率分布和目标差异数据确定关键影响参数，优化目标函数和优化约束条件；
参数值确定单元，用于所述优化目标函数和优化约束条件对所述关键影响参数进行优化迭代，得到最优关键参数值；
优化评估单元，用于基于所述最优关键参数值对运维费用评估模型进行优化，得到最新运维费用评估模型。
在该实施例中，所述差异分析单元，包括：
差异获取单元，用于获取模型输出的评估数据，并获取模型输入的样本费用统计数据和实际预测费用统计数据，并获取评估数据和实际预测费用统计数据在时间序列下的第一费用差异数据，评估数据和样本费用统计数据的第二费用差异数据，实际预测费用统计数据和样本费用统计数据的第三费用差异数据；
差异截取单元，用于基于所述第一费用差异数据确定运维费用评估模型的评估错误时段和在评估误差时段的误差幅度，分别从第二费用差异数据和第三费用差异数据提取与所述评估误差时段对应的第二目标差异数据和第三目标差异数据；
关键参数确定单元，用于根据第二目标差异数据和第三目标差异数据的具体费用项目数据及其对应的概率分布，将所述概率分布对应的模型参数作为关键影响参数，并基于所述评估误差时段及其误差幅度，确定对所述关键影响参数的优化目标函数和优化约束条件。
在该实施例中，所述优化评估单元，包括：
模型评估单元，用于将最优关键参数值应用于运维费用评估模型得到优化后的最新运维费用评估模型，获取在所述最新运维费用评估模型下的评估数据和实际预测费用统计数据在时间序列下的第四费用差异数据，判断所述第四费用差异数据是否满足预设差异要求；
若是，将所述最新运维费用评估模型作为最终的模型；
否则，基于所述第四费用差异数据进行再次迭代优化，直到优化后的最新运维费用评估模型满足预设差异要求。
上述设计方案的有益效果是：通过对模型输出的评估数据，并获取模型输入的样本费用统计数据和实际预测费用统计数据并得到差异数据进行分析，来确定关键影响参数和对参数的优化方式，实现对运维费用评估模型的优化，保证得到的最新运维费用评估模型的模型质量，持续优化模型参数，并通过运维费用模型构建过程，促进电力生产管理系统高级功能的优化，助力电站智能化运维水平。
实施例9
基于实施例8的基础上，本发明实施例提供一种新能源电站运维费用评估系统，所述差异分析单元，包括：
差异获取单元，用于获取模型输出的评估数据，并获取模型输入的样本费用统计数据和实际预测费用统计数据，并获取评估数据和实际预测费用统计数据在时间序列下的第一费用差异数据，评估数据和样本费用统计数据的第二费用差异数据，实际预测费用统计数据和样本费用统计数据的第三费用差异数据；
差异截取单元，用于基于所述第一费用差异数据确定运维费用评估模型的评估错误时段和在评估误差时段的误差幅度，分别从第二费用差异数据和第三费用差异数据提取与所述评估误差时段对应的第二目标差异数据和第三目标差异数据；
关键参数确定单元，用于根据第二目标差异数据和第三目标差异数据的具体费用项目数据及其对应的概率分布，将所述概率分布对应的模型参数作为关键影响参数，并基于所述评估误差时段及其误差幅度，确定对所述关键影响参数的优化目标函数和优化约束条件。
在该实施例中，所述关键影响参数例如是概率分布在模型应用中的隐藏层数目、权重初始化系数、学习率等。
在该实施例中，所述优化目标函数和优化约束条件根据评估误差时段及其误差幅度确定，例如确定优化目标函数的系数等，使得到的优化目标函数和优化约束条件满足优化要求。
上述设计方案的有益效果是：通过根据对评估数据和样本数据，实际预设数据之间的差异关系，来确定出现差异的费用项目，从而确定费用项目在模型中的参数，进而根据数据差异时段和幅度来从中选择存在关键影响的参数的优化方式，保证确定对模型优化参数确定的准确性以及参数优化方式的合理性，为模型的优化提供基础。
实施例10
基于实施例9的基础上，本发明实施例提供一种新能源电站运维费用评估系统，所述优化评估单元，包括：
模型评估单元，用于将最优关键参数值应用于运维费用评估模型得到优化后的最新运维费用评估模型，获取在所述最新运维费用评估模型下的评估数据和实际预测费用统计数据在时间序列下的第四费用差异数据，判断所述第四费用差异数据是否满足预设差异要求；
若是，将所述最新运维费用评估模型作为最终的模型；
否则，基于所述第四费用差异数据进行再次迭代优化，直到优化后的最新运维费用评估模型满足预设差异要求。
上述设计方案的有益效果是：通过对最优关键参数值应用于运维费用评估模型得到优化后的最新运维费用评估模型进行评估验证，不满足预设要求时，重复迭代过程直到优化后的最新运维费用评估模型满足预设差异要求，保证得到最新运维费用评估模型的准确性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种新能源电站运维费用评估系统，其特征在于，包括：
数据采集划分模块，用于从各个电站数据库中采集得到大量的电站信息和电站运维费用数据，并将电站运维费用数据划分为三个级别的类费用数据；
变量关系确定模块，用于将所述类费用数据分析处理得到核心参数变量，并确定核心参数变量的空间概率分布状态；
模型建立模块，用于基于所述空间概率分布状态在时序横向和纵向上进行分析，建立运维费用评估模型；
评估模块，用于根据新能源电站的数据信息，匹配最优运维费用评估模型对新能源电站的运维费用进行评估；
还包括：模型优化模块，用于根据历史费用统计数据和评估数据，对运维费用评估模型进行优化；
所述模型优化模块，包括：
差异分析单元，用于获取模型输出的评估数据，并获取模型输入的样本费用统计数据和实际预测费用统计数据并得到差异数据，且差异数据中目标差异数据对应的费用项目数据及其对应的概率分布，基于概率分布和目标差异数据确定关键影响参数，优化目标函数和优化约束条件；
参数值确定单元，用于所述优化目标函数和优化约束条件对所述关键影响参数进行优化迭代，得到最优关键参数值；
优化评估单元，用于基于所述最优关键参数值对运维费用评估模型进行优化，得到最新运维费用评估模型；
所述差异分析单元，包括：
差异获取单元，用于获取模型输出的评估数据，并获取模型输入的样本费用统计数据和实际预测费用统计数据，并获取评估数据和实际预测费用统计数据在时间序列下的第一费用差异数据，评估数据和样本费用统计数据的第二费用差异数据，实际预测费用统计数据和样本费用统计数据的第三费用差异数据；
差异截取单元，用于基于所述第一费用差异数据确定运维费用评估模型的评估错误时段和在评估误差时段的误差幅度，分别从第二费用差异数据和第三费用差异数据提取与所述评估误差时段对应的第二目标差异数据和第三目标差异数据；
关键参数确定单元，用于根据第二目标差异数据和第三目标差异数据的具体费用项目数据及其对应的概率分布，将所述概率分布对应的模型参数作为关键影响参数，并基于所述评估误差时段及其误差幅度，确定对所述关键影响参数的优化目标函数和优化约束条件；
其中，所述优化评估单元，包括：
模型评估单元，用于将最优关键参数值应用于运维费用评估模型得到优化后的最新运维费用评估模型，获取在所述最新运维费用评估模型下的评估数据和实际预测费用统计数据在时间序列下的第四费用差异数据，判断所述第四费用差异数据是否满足预设差异要求；
若是，将所述最新运维费用评估模型作为最终的模型；
否则，基于所述第四费用差异数据进行再次迭代优化，直到优化后的最新运维费用评估模型满足预设差异要求。
2.根据权利要求1所述的一种新能源电站运维费用评估系统，其特征在于，数据采集划分模块，包括：
一级分类单元，用于按照一级分类的分类属性对电站运维费用数据进行划分，得到一类费用数据；
二级分类单元，用于按照二级分类的分类属性对一类费用数据进行划分，得到二类费用数据；
三级分类数据，用于按照三级分类的分类属性对二类费用数据进行划分，得到三类费用数据。
3.根据权利要求1所述的一种新能源电站运维费用评估系统，其特征在于，变量关系确定模块，包括：
划分单元，用于将所述类费用数据进行数据标准化得到初始费用变量，根据初始费用变量的类型特征对初始费用变量进行划分，得到多组初始费用变量集合；
影响分析单元，用于根据每组初始费用变量集合中的费用数值特征，确定类型特征对初始费用变量的主影响和其他类型特征对初始费用变量的交互影响；
合并单元，用于为所述主影响设置第一权重，交互影响设置第二权重，得到在初始费用变量集合下各个初始费用变量之间的相关程度，并基于所述相关程度，对初始费用变量集合中变量进行合并，得到合并变量，基于所述合并变量，得到核心变量参数；
状态确定单元，用于获取分布函数，并根据核心变量参数的费用数值计算得到分布函数的各项系数，得到分布函数方程，基于所述分布函数方程，确定核心参数变量的空间概率分布状态。
4.根据权利要求3所述的一种新能源电站运维费用评估系统，其特征在于，所述合并单元，包括：
方式确定单元，用于将相关程度大于预设相关程度的初始费用变量作为一组高相关性变量，并根据一组高相关性变量中各个变量与其他变量的相关程度和正负相关关系，确定合并方式；
所述合并方式具体为：
当所述相关程度大于第一预设值，若正负相关关系为正相关，对对应的变量进行相加合并处理，得到合并变量，若正负相关关系为负相关，对对应的变量进行相减合并处理，得到合并变量；
当所述相关程度小于第一预设值且大于第二预设值，若正负相关关系为正相关，对对应的变量进行部分相加合并处理，得到合并变量，若正负相关关系为负相关，对对应的变量进行部分相减合并处理，得到合并变量。
5.根据权利要求3所述的一种新能源电站运维费用评估系统，其特征在于，所述合并单元，还包括：
核心变量确定单元，用于根据所述合并变量中初始费用变量的数量和初始费用变量的费用数值大小，确定合并变量的核心权重；
若所述核心权重大于预设权重，将所述合并变量作为核心变量参数；
否则，将所述合并变量作为普通参数变量。
6.根据权利要求1所述的一种新能源电站运维费用评估系统，其特征在于，模型建立模块，包括：
第一状态确定单元，用于对核心参数变量的空间概率分布状态在时序横向上进行分析，确定核心参数变量在预设时间内第一费用变化状态；
第二状态单元，用于对核心参数变量的空间概率分布状态在电站信息变量纵向上进行分析，确定核心参数变量在电站信息变量下的第二费用变化状态；
模型建立单元，用于根据第一费用变化状态和第二费用变化状态确定费用项设定和电站信息项设定，建立得到运维费用评估模型。
7.根据权利要求1所述的一种新能源电站运维费用评估系统，其特征在于，评估模块，包括：
模型匹配单元，用于根据新能源电站的数据信息，确定目标电站信息项，根据预测时间长度确定目标费用项，根据目标电站信息项和目标费用项从运维费用评估模型中匹配得到最优运维费用评估模型；
模型输出单元，将目标电站信息项的具体参数输入所述最优运维费用评估模型中，得到在目标费用项下的费用信息；
报告生成单元，根据费用信息生成在预测时间长度下的运维费用评估报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310500747.2A CN116644562B (zh) | 2023-05-06 | 2023-05-06 | 一种新能源电站运维费用评估系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310500747.2A CN116644562B (zh) | 2023-05-06 | 2023-05-06 | 一种新能源电站运维费用评估系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116644562A CN116644562A (zh) | 2023-08-25 |
| CN116644562B true CN116644562B (zh) | 2024-02-06 |
Family
ID=87639009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310500747.2A Active CN116644562B (zh) | 2023-05-06 | 2023-05-06 | 一种新能源电站运维费用评估系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116644562B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112200405A (zh) * | 2020-08-27 | 2021-01-08 | 国网浙江省电力有限公司电力科学研究院 | 一种基于熵权-模糊层次分析法的专变健康状况评估方法 |
| CN112348401A (zh) * | 2020-11-26 | 2021-02-09 | 国网四川省电力公司电力科学研究院 | 一种配电网自动化设备的运维管理方法 |
| CN112561364A (zh) * | 2020-12-22 | 2021-03-26 | 国网山东省电力公司 | 一种基于组合权重的电网运维成本水平合理性评价技术 |
| CN113469570A (zh) * | 2021-07-22 | 2021-10-01 | 广东电网有限责任公司广州供电局 | 信息质量评价模型构建方法、装置、设备及存储介质 |
| CN114266444A (zh) * | 2021-12-01 | 2022-04-01 | 国网经济技术研究院有限公司 | 基于熵权法-层次分析法的电网设备运维成本分析方法 |
-
2023
- 2023-05-06 CN CN202310500747.2A patent/CN116644562B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112200405A (zh) * | 2020-08-27 | 2021-01-08 | 国网浙江省电力有限公司电力科学研究院 | 一种基于熵权-模糊层次分析法的专变健康状况评估方法 |
| CN112348401A (zh) * | 2020-11-26 | 2021-02-09 | 国网四川省电力公司电力科学研究院 | 一种配电网自动化设备的运维管理方法 |
| CN112561364A (zh) * | 2020-12-22 | 2021-03-26 | 国网山东省电力公司 | 一种基于组合权重的电网运维成本水平合理性评价技术 |
| CN113469570A (zh) * | 2021-07-22 | 2021-10-01 | 广东电网有限责任公司广州供电局 | 信息质量评价模型构建方法、装置、设备及存储介质 |
| CN114266444A (zh) * | 2021-12-01 | 2022-04-01 | 国网经济技术研究院有限公司 | 基于熵权法-层次分析法的电网设备运维成本分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116644562A (zh) | 2023-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113962364B (zh) | 一种基于深度学习的多因素用电负荷预测方法 | |
| CN108921339B (zh) | 基于分位数回归的遗传支持向量机光伏功率区间预测方法 | |
| CN111915092B (zh) | 基于长短时记忆神经网络的超短期风电功率预测方法 | |
| CN111754037B (zh) | 区域终端集成供能系统长期负荷混合预测方法 | |
| CN112016755A (zh) | 输变电工程施工图通用设计造价标准化技术模块构建方法 | |
| CN113255900A (zh) | 一种考虑改进谱聚类与Bi-LSTM神经网络的冲击性负荷预测方法 | |
| CN112149890A (zh) | 基于用户用能标签的综合能源负荷预测方法及系统 | |
| CN115034485A (zh) | 一种基于数据空间的风电功率区间预测方法及装置 | |
| CN115759415A (zh) | 基于lstm-svr的用电需求预测方法 | |
| CN114595861A (zh) | 基于mstl和lstm模型的中长期电力负荷预测方法 | |
| CN115099511A (zh) | 基于优化copula的光伏功率概率估计方法及系统 | |
| CN115358437A (zh) | 基于卷积神经网络的供电负荷预测方法 | |
| CN113449919B (zh) | 一种基于特征和趋势感知的用电量预测方法及系统 | |
| CN114881347A (zh) | 一种采用加权残差聚类的天然气负荷预测区间估计方法 | |
| CN116826745B (zh) | 一种电力系统背景下的分层分区短期负荷预测方法及系统 | |
| CN113887809A (zh) | 双碳目标下配电网供需平衡方法、系统、介质及计算设备 | |
| CN111697560B (zh) | 一种基于lstm预测电力系统负荷的方法及系统 | |
| CN113033898A (zh) | 基于k均值聚类与bi-lstm神经网络的电负荷预测方法及系统 | |
| CN116644562B (zh) | 一种新能源电站运维费用评估系统 | |
| CN117113086A (zh) | 一种储能机组负荷预测方法、系统、电子设备及介质 | |
| CN116070458A (zh) | 基于rac-gan的新建风电场场景生成方法 | |
| CN114372615A (zh) | 一种考虑空间相关性的短期光伏功率预测方法及系统 | |
| CN117787569B (zh) | 一种智能辅助评标方法及系统 | |
| CN117272850B (zh) | 配电网安全运行调度弹性空间分析方法 | |
| CN113537575B (zh) | 一种含分布式光伏和电动汽车并网的趋势负荷预测方法 |
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 |