CN117993692A - 基于大数据分析的电网生产成本优化方法 - Google Patents
基于大数据分析的电网生产成本优化方法 Download PDFInfo
- Publication number
- CN117993692A CN117993692A CN202410400831.1A CN202410400831A CN117993692A CN 117993692 A CN117993692 A CN 117993692A CN 202410400831 A CN202410400831 A CN 202410400831A CN 117993692 A CN117993692 A CN 117993692A
- Authority
- CN
- China
- Prior art keywords
- power grid
- grid production
- cost
- production process
- evaluation coefficient
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 624
- 238000000034 method Methods 0.000 title claims abstract description 183
- 238000005457 optimization Methods 0.000 title claims abstract description 76
- 238000007405 data analysis Methods 0.000 title claims abstract description 62
- 238000011156 evaluation Methods 0.000 claims abstract description 163
- 238000013210 evaluation model Methods 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000012423 maintenance Methods 0.000 claims description 108
- 238000010276 construction Methods 0.000 claims description 76
- 230000008569 process Effects 0.000 claims description 70
- 230000007613 environmental effect Effects 0.000 claims description 39
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 20
- 238000009412 basement excavation Methods 0.000 claims description 17
- 238000005265 energy consumption Methods 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 12
- 238000007727 cost benefit analysis Methods 0.000 claims description 11
- 239000003344 environmental pollutant Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 231100000719 pollutant Toxicity 0.000 claims description 8
- 239000002689 soil Substances 0.000 claims description 7
- 238000004445 quantitative analysis Methods 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000009826 distribution Methods 0.000 description 17
- 229910052799 carbon Inorganic materials 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 238000007728 cost analysis Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000012043 cost effectiveness analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于大数据分析的电网生产成本优化方法。该基于大数据分析的电网生产成本优化方法,包括以下步骤:将电网总生产工序划分成若干个电网生产工序;分别构建若干个电网生产工序对应的电网生产工序成本评估模型;根据电网生产工序成本评估数据分析得到电网生产总成本评估模型;根据电网生产总成本评估模型分步分析得到电网生产成本优化方案。本发明通过构建若干个电网生产工序对应的电网生产工序成本评估模型,从而得到电网生产总成本评估模型并分步分析得到电网生产成本优化方案,达到了有效提高基于大数据分析的电网生产成本优化方法准确性的效果,解决了现有技术中存在难以有效提高基于大数据分析的电网生产成本优化方法准确性的问题。
Description
技术领域
本发明涉及生产成本优化技术领域,尤其涉及基于大数据分析的电网生产成本优化方法。
背景技术
随着全球经济的快速发展,电力需求不断增长。而电网生产成本在电力行业中占据重要地位,其优化对于提高电力系统的运行效率、降低电力价格、保障电力供应的稳定性具有重要意义。在这样的背景下,大数据分析作为一种新兴技术,为电网生产成本优化提供了新的思路和方法。
现有的基于大数据分析的电网生产成本优化方法通过以下技术实现,包括:数据采集与处理技术,通过各种传感器和监测设备,实时采集电网运行的各项数据,如电压、电流、功率等。同时,采用数据清洗、去噪等方法对采集到的数据进行预处理,为后续分析提供高质量的数据基础;数据分析与挖掘技术,利用统计学、机器学习、人工智能等方法对电网生产成本相关数据进行深入分析,挖掘数据中的有价值信息,为成本优化提供数据支持。
例如公告号为:CN111581772B的发明专利公告的一种用于配电网的配置方案优化方法和系统,包括:建立配电网成本效益模型;建立配电网可靠性效益模型;基于网架结构、配电自动化和带电作业的配置方案得到配电网的配置方案集;基于配电网可靠性效益模型并利用序贯蒙特卡洛及故障后果分析法对配电网的配置方案集进行可靠性分析以获得可靠性指标;基于所述配电网成本效益模型计算配电网的配置方案集的全寿命周期成本;根据所述可靠性指标和配置方案集的全寿命周期成本确定满足所述可靠性指标的全寿命周期成本最小的配电网配置方案。
例如公告号为:CN113312779B的发明专利公告的一种低碳型柔性配电网高满意度动态综合规划方法,包括:低碳型柔性配电网规划考虑设备扩容投资成本、设备运行维护成本、设备能源生产成本、设备能源减载成本和用户需求满意程度。该方法对采集后的数据进行聚类分析和归一化处理,对电力负荷以及居民用电满意度进行精准预测,依据预测数据对低碳型柔性配电网进行优化,确定最优低碳型柔性配电网规划方案,保证低碳型柔性配电网绿色高效安全经济运行。
但本申请在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中,由于电网生产成本数据来自不同的系统、平台和部门,数据集成和整合存在一定的困难,限制了数据分析的深度和广度,难以高效量化分析得到电网生产成本优化方法,存在难以有效提高基于大数据分析的电网生产成本优化方法准确性的问题。
发明内容
本申请实施例通过提供基于大数据分析的电网生产成本优化方法,解决了现有技术中,存在难以有效提高基于大数据分析的电网生产成本优化方法准确性的问题,实现了有效提高基于大数据分析的电网生产成本优化方法准确性的效果。
本申请实施例提供了基于大数据分析的电网生产成本优化方法,包括以下步骤:将电网总生产工序划分成若干个电网生产工序,对电网生产工序历史数据进行分类;分别构建若干个电网生产工序对应的电网生产工序成本评估模型,通过电网生产工序成本评估模型分别评估得到对应的电网生产工序成本评估数据;根据电网生产工序成本评估数据分析得到电网生产总成本评估模型;根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案。
进一步的,所述将电网总生产工序划分成若干个电网生产工序,对电网生产工序历史数据进行分类的具体过程为:将电网生产工序依次编号,对电网生产工序设置若干电网工序检测时间点,对电网生产工序历史数据进行分类为电网生产工序能源成本数据、电网生产工序运维成本数据和电网生产工序环境成本数据。
进一步的,所述电网生产工序成本评估模型包括:电网生产工序能源成本模型、电网生产工序运维成本模型和电网生产工序环境成本模型;所述电网生产工序成本评估数据包括:电网生产工序能源成本评估系数、电网生产工序运维成本评估系数和电网生产工序环境成本评估系数;所述电网生产工序能源成本评估系数,用于评估基于大数据分析的电网生产成本的能源成本水平;所述电网生产工序运维成本评估系数,用于评估基于大数据分析的电网生产成本中的运维成本水平;所述电网生产工序环境成本评估系数,用于评估基于大数据分析的电网生产成本中的环境成本水平。
进一步的,所述通过电网生产工序成本评估模型分别评估得到对应的电网生产工序成本评估数据的具体包括:根据电网生产工序能源成本数据通过电网生产工序能源成本模型评估,得到电网生产工序能源成本评估系数;根据电网生产工序运维成本数据通过电网生产工序运维成本模型评估,得到电网生产工序运维成本评估系数;根据电网生产工序环境成本数据通过电网生产工序环境成本模型评估,得到电网生产工序环境成本评估系数。
进一步的,所述得到电网生产工序能源成本评估系数的具体分析过程为:实测提取获得不同电网生产工序下不同电网生产施工机械的单位台班能源用量、单位能源平均成本、满载工况时长、空载工况时长和待机工况时长,量化分析得到电网生产施工机械类别修正指数;所述电网生产施工机械类别修正指数,用于评估基于大数据分析的电网生产成本的中生产施工机械类别对能源成本的影响水平;实测提取获得不同电网生产工序下电网工序检测时间点的电网生产总能源消耗量、电网生产能源利用效率和电网生产能源标准损失率;由此结合电网生产施工机械类别修正指数量化分析得到电网生产工序能源成本评估系数。
进一步的,所述得到电网生产工序运维成本评估系数的具体分析过程为:实测计算获得不同电网生产工序下平均电网人员人力资源成本以及不同电网工序检测时间点的平均电网维修成本和平均电网故障率;实测统计提取不同电网生产工序下不同电网生产施工机械的设备运行时长、设备报废时限时长和平均维护保养成本;由此量化分析得到电网生产工序运维成本评估系数。
进一步的,所述得到电网生产工序环境成本评估系数的具体分析过程为:实测计算获得不同电网生产工序下不同电网工序检测时间点的实际电网生产开挖土方量和设计电网生产开挖土方量;实测统计提取不同电网生产工序下不同电网生产施工机械的生产材料消耗量和污染物排放量;由此量化分析得到电网生产工序运维成本评估系数。
进一步的,所述根据电网生产工序成本评估数据分析得到电网生产总成本评估模型的具体分析过程为:根据电网生产工序能源成本评估系数、电网生产工序运维成本评估系数和电网生产工序环境成本评估系数分析得到电网生产总成本评估模型,通过电网生产总成本评估模型计算得到电网生产总成本评估系数;电网生产总成本评估系数的具体计算公式如下所示:;式中,/>表示电网生产总成本评估系数,/>表示第/>个电网生产工序的电网生产工序能源成本评估系数,/>表示第/>个电网生产工序的电网生产工序运维成本评估系数,/>表示第/>个电网生产工序的电网生产工序环境成本评估系数,/>表示电网生产工序能源成本评估系数对应电网生产总成本评估系数的权重因子,/>表示电网生产工序运维成本评估系数对应电网生产总成本评估系数的权重因子,/>表示电网生产工序环境成本评估系数对应电网生产总成本评估系数的权重因子,/>表示自然常数,/>,/>表示电网生产工序的编号,/>表示电网生产工序的编号总数。
进一步的,所述根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案的具体分析过程为:将电网生产总成本评估系数与预设电网生产总工序成本异常阈值进行比对处理,若电网生产总成本评估系数高于预设电网生产总工序成本异常阈值,则判断电网生产总工序成本属于异常状态;将电网生产工序能源成本评估系数与预设电网生产能源成本异常阈值进行比对,若电网生产工序能源成本评估系数高于预设电网生产能源成本异常阈值,则将电网生产工序能源成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的能源成本进行成本效益分析得到电网生产能源成本优化方案;将电网生产工序运维成本评估系数与预设电网生产运维成本异常阈值进行比对,若电网生产工序运维成本评估系数高于预设电网生产运维成本异常阈值,则将电网生产工序运维成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的运维成本进行成本效益分析得到电网生产运维成本优化方案;将电网生产工序环境成本评估系数与预设电网生产环境成本异常阈值进行比对,若电网生产工序环境成本评估系数高于预设电网生产环境成本异常阈值,则将电网生产工序环境成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的环境成本进行成本效益分析得到电网生产环境成本优化方案。
进一步的,所述根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案还包括:电网生产能源成本优化方案具体包括,提高电网生产施工机械的单位台班能源用量,降低电网生产施工机械的单位能源平均成本,提高电网生产施工机械的满载工况时长,提高电网生产能源利用效率,降低电网生产总能源消耗量;电网生产运维成本优化方案具体包括,降低平均电网维修成本,提高电网生产施工机械的设备运行时长,降低电网生产施工机械的平均维护保养成本;电网生产环境成本优化方案具体包括,降低实际电网生产开挖土方量以接近设计电网生产开挖土方量,降低电网生产施工机械的生产材料消耗量和污染物排放量。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、通过将电网总生产工序划分成若干个电网生产工序,对电网生产工序历史数据进行分类,构建若干个电网生产工序对应的电网生产工序成本评估模型,从而得到电网生产总成本评估模型并分步分析得到电网生产成本优化方案,达到了有效提高基于大数据分析的电网生产成本优化方法准确性的效果,解决了现有技术中存在难以有效提高基于大数据分析的电网生产成本优化方法准确性的问题。
2、通过电网生产总成本评估模型计算得到电网生产总成本评估系数,更好地量化各个工序的成本构成水平,包括能源成本、运维成本和环境成本,从而通过分析这些成本评估系数,便于进行成本控制,进而有助于提高电网生产成本优化方法的决策可靠性。
3、通过电网生产工序成本评估模型分步分析得到电网生产成本优化方案,通过提高能源利用效率、降低运维成本和减少不必要的开挖土方量和材料消耗以及优化成本结构从而使得电网生产成本降低,进而提高电网生产成本优化方法的经济性适配性。
附图说明
图1为本申请实施例提供的基于大数据分析的电网生产成本优化方法流程图;
图2为本申请实施例提供的基于大数据分析的电网生产总成本评估模型结构示意图;
图3为本申请实施例提供的得到电网生产成本优化方案的步骤流程示意图。
具体实施方式
本申请实施例通过提供基于大数据分析的电网生产成本优化方法,解决了现有技术中,存在难以有效提高基于大数据分析的电网生产成本优化方法准确性的问题,通过构建若干个电网生产工序对应的电网生产工序成本评估模型,实现了有效提高基于大数据分析的电网生产成本优化方法准确性的效果。
本申请实施例中的技术方案为解决上述,存在难以有效提高基于大数据分析的电网生产成本优化方法准确性的问题,总体思路如下:
通过构建若干个电网生产工序对应的电网生产工序成本评估模型,从而得到电网生产总成本评估模型并分步分析得到电网生产成本优化方案,达到了有效提高基于大数据分析的电网生产成本优化方法准确性的效果。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示,为本申请实施例提供的基于大数据分析的电网生产成本优化方法流程图,该方法应用于基于大数据分析的电网生产成本优化装置中,该方法包括以下步骤:将电网总生产工序划分成若干个电网生产工序,对电网生产工序历史数据进行分类;分别构建若干个电网生产工序对应的电网生产工序成本评估模型,通过电网生产工序成本评估模型分别评估得到对应的电网生产工序成本评估数据;根据电网生产工序成本评估数据分析得到电网生产总成本评估模型;根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案。
进一步的,对电网生产工序历史数据进行分类的具体分类过程为:将电网生产工序依次编号,,/>表示电网生产工序的编号,/>表示电网生产工序的编号总数;对电网生产工序设置若干电网工序检测时间点,将电网工序检测时间点依次编号,,/>表示电网工序检测时间点的编号,/>表示电网工序检测时间点的编号总数;对电网生产工序历史数据进行分类为电网生产工序能源成本数据、电网生产工序运维成本数据和电网生产工序环境成本数据。
进一步的,电网生产工序成本评估模型包括:电网生产工序能源成本模型、电网生产工序运维成本模型和电网生产工序环境成本模型;电网生产工序成本评估数据包括:电网生产工序能源成本评估系数、电网生产工序运维成本评估系数和电网生产工序环境成本评估系数;电网生产工序能源成本评估系数,用于评估基于大数据分析的电网生产成本的能源成本水平;电网生产工序运维成本评估系数,用于评估基于大数据分析的电网生产成本中的运维成本水平;电网生产工序环境成本评估系数,用于评估基于大数据分析的电网生产成本中的环境成本水平。
进一步的,通过电网生产工序成本评估模型分别评估得到对应的电网生产工序成本评估数据的具体包括:根据电网生产工序能源成本数据通过电网生产工序能源成本模型评估,得到电网生产工序能源成本评估系数;根据电网生产工序运维成本数据通过电网生产工序运维成本模型评估,得到电网生产工序运维成本评估系数;根据电网生产工序环境成本数据通过电网生产工序环境成本模型评估,得到电网生产工序环境成本评估系数。
进一步的,得到电网生产工序能源成本评估系数的具体分析过程为:实测提取获得不同电网生产工序下不同电网生产施工机械的单位台班能源用量、单位能源平均成本、满载工况时长、空载工况时长和待机工况时长,量化分析得到电网生产施工机械类别修正指数;电网生产施工机械类别修正指数,用于评估基于大数据分析的电网生产成本的中生产施工机械类别对能源成本的影响水平;实测提取获得不同电网生产工序下电网工序检测时间点的电网生产总能源消耗量、电网生产能源利用效率和电网生产能源标准损失率;由此结合电网生产施工机械类别修正指数量化分析得到电网生产工序能源成本评估系数。
在本实施例中,由此结合电网生产施工机械类别修正指数量化分析得到电网生产工序能源成本评估系数可以使用如下方式得到,包括但不限于:数据分析,通过对电网生产过程中产生的大量数据进行分析,包括能源消耗数据、生产效率数据、设备运行数据等,以识别能源成本的构成和变化趋势;成本效益分析,评估不同节能措施和优化方案的经济性,比较实施这些措施所带来的成本节约与投资成本之间的关系;生命周期成本分析,考虑电网设备从设计、制造、运输、安装、运行到退役的整个生命周期内的能源成本,以全面评估能源成本水平;能源审计:对电网生产过程中的能源使用进行全面审查,识别能源浪费的环节,并提出改进措施。
也可使用公式分析得到,电网生产工序能源成本评估系数的具体分析公式如下:
;
式中,表示第/>个电网生产工序的电网生产工序能源成本评估系数,用于评估基于大数据分析的电网生产成本的能源成本水平,/>表示第/>个电网生产工序第/>个电网工序检测时间点的电网生产总能源消耗量,/>表示第/>个电网生产工序第/>个电网工序检测时间点的电网生产总能源平均价格,/>表示第/>个电网生产工序的电网生产能源利用效率,/>表示第/>个电网生产工序的电网生产能源标准损失率,将电网生产施工机械依次编号,/>,/>表示电网生产施工机械的编号,/>表示电网生产施工机械的编号总数;/>表示第/>个电网生产工序第/>个电网生产施工机械的电网生产施工机械类别修正指数。
电网生产能源标准损失率是指在电力系统的生产和输送过程中,由于各种因素导致的能源损失与总输送能量的比率。这个比率是衡量电力系统效率的重要指标之一。具体到数值,电网生产能源标准损失率通常要求在6%以下,这取决于不同的电网类型和运行条件。
应理解的是,本实施例中基于大数据分析的电网生产成本优化方法中对电网生产工序能源成本评估分析,具体通过对电网生产总能源消耗量、电网生产总能源平均价格、电网生产能源利用效率和电网生产能源标准损失率进行分析,使得从电网生产工序成本的能源成本部分进行评估,量化得到了能源成本水平。
电网生产施工机械类别修正指数除了使用公式计算得到外,还可以通过以下方式得到,包括但不限于:实地调研与观测,通过现场调研和观测不同类型的施工机械在实际工作中的水平,机械的可靠性、效率、耗损情况等,这些信息有助于准确计算修正指数;模拟与优化,利用计算机模拟技术,建立电网施工的仿真模型,通过模拟不同类型的机械在不同工况下的工作,可以得到修正指数;电网生产施工机械类别修正指数使用公式分析得到,电网生产施工机械类别修正指数的具体分析公式如下:
;
式中,表示第/>个电网生产工序第/>个电网生产施工机械的电网生产施工机械类别修正指数,用于评估基于大数据分析的电网生产成本的中生产施工机械类别对能源成本的影响水平,/>表示第/>个电网生产工序第/>个电网生产施工机械的单位台班能源用量,/>表示第/>个电网生产工序第/>个电网生产施工机械的单位能源平均成本,/>表示第/>个电网生产工序第/>个电网生产施工机械的满载工况时长,/>表示第/>个电网生产工序第/>个电网生产施工机械的空载工况时长,/>表示第/>个电网生产工序第/>个电网生产施工机械的待机工况时长,/>表示电网生产施工机械的满载工况时长对应电网生产施工机械类别修正指数的权重因子,/>表示电网生产施工机械的空载工况时长对应电网生产施工机械类别修正指数的权重因子,/>表示电网生产施工机械的待机工况时长对应电网生产施工机械类别修正指数的权重因子。
应理解的是,本实施例中电网生产施工的机械类别对能源成本的影响水平评估分析,具体通过对单位台班能源用量、单位能源平均成本、电网生产施工机械满载工况时长、电网生产施工机械空载工况时长和电网生产施工机械待机工况时长进行分析,使得从生产施工机械类别对能源成本的影响水平部分进行评估,量化得到了生产施工机械类别对能源成本的影响水平。
进一步的,得到电网生产工序运维成本评估系数的具体分析过程为:实测计算获得不同电网生产工序下平均电网人员人力资源成本以及不同电网工序检测时间点的平均电网维修成本和平均电网故障率;实测统计提取不同电网生产工序下不同电网生产施工机械的设备运行时长、设备报废时限时长和平均维护保养成本;由此量化分析得到电网生产工序运维成本评估系数。
在本实施例中,电网生产工序运维成本评估系数,用于评估基于大数据分析的电网生产成本中的运维成本水平,由此分析得到风力发电修正评估系数可以使用如下方式得到,包括但不限于:同类电网生产运维工序比较,可以通过比较同类电网生产工序的运维成本水平,来确定运维成本评估系数,这需要收集和分析其他电网生产工序的运维成本数据,然后将其与目标工序进行比较,以确定相应的评估系数;模拟和优化,通过建立电网生产工序的数学模型,并使用模拟优化算法来确定运维成本评估系数,这需要运用数学建模和优化算法,通过对模型的迭代优化,得到最佳的运维成本评估系数。
也可使用公式分析得到,电网生产工序运维成本评估系数的具体分析公式如下:
;
式中,表示第/>个电网生产工序的电网生产工序运维成本评估系数,用于评估基于大数据分析的电网生产成本中的运维成本水平,/>表示第/>个电网生产工序第个电网工序检测时间点的平均电网维修成本,/>表示第/>个电网生产工序第/>个电网工序检测时间点的平均电网故障率,/>表示第/>个电网生产工序的平均电网人员人力资源成本,/>表示第/>个电网生产工序第/>个电网生产施工机械的设备运行时长,表示第/>个电网生产工序第/>个电网生产施工机械的设备报废时限时长,/>表示第/>个电网生产工序第/>个电网生产施工机械的平均维护保养成本,/>表示平均维护维修成本对应电网生产工序运维成本评估系数的权重因子,/>表示平均电网人员人力资源成本对应电网生产工序运维成本评估系数的权重因子,/>表示平均维护保养成本对应电网生产工序运维成本评估系数的权重因子。
应理解的是,本实施例中基于大数据分析的电网生产成本优化方法中对电网生产工序运维成本评估分析,具体通过对平均电网维修成本、平均电网故障率、平均电网人员人力资源成本、设备运行时长、设备报废时限时长和平均维护保养成本进行分析,使得从电网生产工序成本的运维成本部分进行评估,量化得到了运维成本水平。
进一步的,得到电网生产工序环境成本评估系数的具体分析过程为:实测计算获得不同电网生产工序下不同电网工序检测时间点的实际电网生产开挖土方量和设计电网生产开挖土方量;实测统计提取不同电网生产工序下不同电网生产施工机械的生产材料消耗量和污染物排放量;由此量化分析得到电网生产工序运维成本评估系数。
在本实施例中,也可使用公式分析得到,电网生产工序环境成本评估系数的具体分析公式如下:
;
式中,表示第/>个电网生产工序的电网生产工序环境成本评估系数,用于评估基于大数据分析的电网生产成本中的环境成本水平,/>表示第/>个电网生产工序第/>个电网工序检测时间点的实际电网生产开挖土方量,/>表示第/>个电网生产工序第/>个电网工序检测时间点的设计电网生产开挖土方量,/>表示第/>个电网生产工序第/>个电网生产施工机械的生产材料消耗量,/>表示第/>个电网生产工序第/>个电网生产施工机械的污染物排放量,/>表示第/>个电网生产工序第/>个电网生产施工机械的生产材料碳排放因子,/>表示第/>个电网生产工序第/>个电网生产施工机械的污染物碳排放因子,/>表示实际电网生产开挖土方量对应电网生产工序环境成本评估系数的权重因子,/>表示生产材料消耗量和污染物排放量对应电网生产工序环境成本评估系数的权重因子。
应理解的是,本实施例中基于大数据分析的电网生产成本优化方法中对电网生产工序环境成本评估分析,具体通过对实际电网生产开挖土方量、设计电网生产开挖土方量、生产材料消耗量、污染物排放量和碳排放因子进行分析,使得从电网生产工序成本的环境成本部分进行评估,量化得到了环境成本水平。
进一步的,根据电网生产工序成本评估数据分析得到电网生产总成本评估模型的具体分析过程为:根据电网生产工序能源成本评估系数、电网生产工序运维成本评估系数和电网生产工序环境成本评估系数分析得到电网生产总成本评估模型,通过电网生产总成本评估模型计算得到电网生产总成本评估系数;电网生产总成本评估系数除了使用公式计算得到外,还可以通过以下方式得到,包括但不限于:计算机模拟和优化分析工具,如线性规划、动态规划、整数规划等,可以模拟不同的生产流程,并找到最优的成本结构;基准分析,通过与行业内其他电网企业的成本数据进行比较,可以进行基准分析,以识别成本优化的潜在机会;电网生产总成本评估系数的具体计算公式如下所示:
;
式中,表示电网生产总成本评估系数,/>表示第/>个电网生产工序的电网生产工序能源成本评估系数,/>表示第/>个电网生产工序的电网生产工序运维成本评估系数,/>表示第/>个电网生产工序的电网生产工序环境成本评估系数,/>表示电网生产工序能源成本评估系数对应电网生产总成本评估系数的权重因子,/>表示电网生产工序运维成本评估系数对应电网生产总成本评估系数的权重因子,/>表示电网生产工序环境成本评估系数对应电网生产总成本评估系数的权重因子,/>表示自然常数,/>,/>表示电网生产工序的编号,/>表示电网生产工序的编号总数。
在本实施例中,如图2所示,为本申请实施例提供的基于大数据分析的电网生产总成本评估模型结构示意图,电网生产总成本评估系数还可以通过以下方式得到,成本分析模型,建立成本分析模型,通过分析不同成本要素的变化趋势和相互关系,来评估电网生产总成本。这些模型可以是统计模型、线性规划模型、动态规划模型等;成本效益分析,对电网生产的各个工序进行成本效益分析,评估每个工序的成本投入与收益产出比,从而得出总成本评估系数;多维度数据分析,从不同的角度和维度分析电网生产成本,如按照时间、区域、工序等,通过对比和分析这些不同维度的数据,来得到更准确的总成本评估系数。
应理解的是,本实施例中基于大数据分析的电网生产成本优化方法中对电网生产总成本评估分析,具体通过对电网生产工序能源成本、电网生产工序运维成本和电网生产工序环境成本进行加权求和平均计算分析,使得从电网生产工序成本的各部分进行评估,量化得到了电网生产总成本水平。
进一步的,根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案的具体分析过程为:将电网生产总成本评估系数与预设电网生产总工序成本异常阈值进行比对处理,若电网生产总成本评估系数高于预设电网生产总工序成本异常阈值,则判断电网生产总工序成本属于异常状态;将电网生产工序能源成本评估系数与预设电网生产能源成本异常阈值进行比对,若电网生产工序能源成本评估系数高于预设电网生产能源成本异常阈值,则将电网生产工序能源成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的能源成本进行成本效益分析得到电网生产能源成本优化方案;将电网生产工序运维成本评估系数与预设电网生产运维成本异常阈值进行比对,若电网生产工序运维成本评估系数高于预设电网生产运维成本异常阈值,则将电网生产工序运维成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的运维成本进行成本效益分析得到电网生产运维成本优化方案;将电网生产工序环境成本评估系数与预设电网生产环境成本异常阈值进行比对,若电网生产工序环境成本评估系数高于预设电网生产环境成本异常阈值,则将电网生产工序环境成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的环境成本进行成本效益分析得到电网生产环境成本优化方案。
在本实施例中,如图3所示,为本申请实施例提供的得到电网生产成本优化方案的步骤流程示意图。
进一步的,根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案还包括:电网生产能源成本优化方案具体包括,提高电网生产施工机械的单位台班能源用量,降低电网生产施工机械的单位能源平均成本,提高电网生产施工机械的满载工况时长,提高电网生产能源利用效率,降低电网生产总能源消耗量;电网生产运维成本优化方案具体包括,降低平均电网维修成本,提高电网生产施工机械的设备运行时长,降低电网生产施工机械的平均维护保养成本;电网生产环境成本优化方案具体包括,降低实际电网生产开挖土方量以接近设计电网生产开挖土方量,降低电网生产施工机械的生产材料消耗量和污染物排放量。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:相对于公开号为:CN111581772B的发明专利公告的一种用于配电网的配置方案优化方法和系统,本申请实施例通过电网生产总成本评估模型计算得到电网生产总成本评估系数,更好地量化各个工序的成本构成水平,包括能源成本、运维成本和环境成本,从而通过分析这些成本评估系数,便于进行成本控制,进而有助于提高电网生产成本优化方法的决策可靠性;相对于公开号为:CN113312779B的发明专利公告的一种低碳型柔性配电网高满意度动态综合规划方法,本申请实施例通过电网生产工序成本评估模型分步分析得到电网生产成本优化方案,通过提高能源利用效率、降低运维成本和减少不必要的开挖土方量和材料消耗以及优化成本结构从而使得电网生产成本降低,进而提高电网生产成本优化方法的经济性适配性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (10)
1.基于大数据分析的电网生产成本优化方法,其特征在于,包括以下步骤:
将电网总生产工序划分成若干个电网生产工序,对电网生产工序历史数据进行分类;
分别构建若干个电网生产工序对应的电网生产工序成本评估模型,通过电网生产工序成本评估模型分别评估得到对应的电网生产工序成本评估数据;
根据电网生产工序成本评估数据分析得到电网生产总成本评估模型;
根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案。
2.如权利要求1所述基于大数据分析的电网生产成本优化方法,其特征在于,所述将电网总生产工序划分成若干个电网生产工序,对电网生产工序历史数据进行分类的具体过程为:
将电网生产工序依次编号,对电网生产工序设置若干电网工序检测时间点,对电网生产工序历史数据进行分类为电网生产工序能源成本数据、电网生产工序运维成本数据和电网生产工序环境成本数据。
3.如权利要求2所述基于大数据分析的电网生产成本优化方法,其特征在于,所述电网生产工序成本评估模型包括:电网生产工序能源成本模型、电网生产工序运维成本模型和电网生产工序环境成本模型;
所述电网生产工序成本评估数据包括:电网生产工序能源成本评估系数、电网生产工序运维成本评估系数和电网生产工序环境成本评估系数;
所述电网生产工序能源成本评估系数,用于评估基于大数据分析的电网生产成本的能源成本水平;
所述电网生产工序运维成本评估系数,用于评估基于大数据分析的电网生产成本中的运维成本水平;
所述电网生产工序环境成本评估系数,用于评估基于大数据分析的电网生产成本中的环境成本水平。
4.如权利要求3所述基于大数据分析的电网生产成本优化方法,其特征在于,所述通过电网生产工序成本评估模型分别评估得到对应的电网生产工序成本评估数据的具体包括:
根据电网生产工序能源成本数据通过电网生产工序能源成本模型评估,得到电网生产工序能源成本评估系数;
根据电网生产工序运维成本数据通过电网生产工序运维成本模型评估,得到电网生产工序运维成本评估系数;
根据电网生产工序环境成本数据通过电网生产工序环境成本模型评估,得到电网生产工序环境成本评估系数。
5.如权利要求4所述基于大数据分析的电网生产成本优化方法,其特征在于,所述得到电网生产工序能源成本评估系数的具体分析过程为:
提取获得不同电网生产工序下不同电网生产施工机械的单位台班能源用量、单位能源平均成本、满载工况时长、空载工况时长和待机工况时长,量化分析得到电网生产施工机械类别修正指数;所述电网生产施工机械类别修正指数,用于评估生产施工机械类别对能源成本的影响水平;
提取获得不同电网生产工序下电网工序检测时间点的电网生产总能源消耗量、电网生产能源利用效率和电网生产能源标准损失率;
结合电网生产施工机械类别修正指数量化分析得到电网生产工序能源成本评估系数。
6.如权利要求4所述基于大数据分析的电网生产成本优化方法,其特征在于,所述得到电网生产工序运维成本评估系数的具体分析过程为:
计算获得不同电网生产工序下平均电网人员人力资源成本以及不同电网工序检测时间点的平均电网维修成本和平均电网故障率;
统计提取不同电网生产工序下不同电网生产施工机械的设备运行时长、设备报废时限时长和平均维护保养成本;
量化分析得到电网生产工序运维成本评估系数。
7.如权利要求4所述基于大数据分析的电网生产成本优化方法,其特征在于,所述得到电网生产工序环境成本评估系数的具体分析过程为:
获取不同电网生产工序下不同电网工序检测时间点的实际电网生产开挖土方量和设计电网生产开挖土方量;
提取不同电网生产工序下不同电网生产施工机械的生产材料消耗量和污染物排放量;
量化分析得到电网生产工序运维成本评估系数。
8.如权利要求4所述基于大数据分析的电网生产成本优化方法,其特征在于,所述根据电网生产工序成本评估数据分析得到电网生产总成本评估模型的具体分析过程为:
根据电网生产工序能源成本评估系数、电网生产工序运维成本评估系数和电网生产工序环境成本评估系数分析得到电网生产总成本评估模型,通过电网生产总成本评估模型计算得到电网生产总成本评估系数;
电网生产总成本评估系数的具体计算公式如下所示:
;
式中,表示电网生产总成本评估系数,/>表示第/>个电网生产工序的电网生产工序能源成本评估系数,/>表示第/>个电网生产工序的电网生产工序运维成本评估系数,/>表示第/>个电网生产工序的电网生产工序环境成本评估系数,/>表示电网生产工序能源成本评估系数对应电网生产总成本评估系数的权重因子,/>表示电网生产工序运维成本评估系数对应电网生产总成本评估系数的权重因子,/>表示电网生产工序环境成本评估系数对应电网生产总成本评估系数的权重因子,/>表示自然常数,/>,/>表示电网生产工序的编号,/>表示电网生产工序的编号总数。
9.如权利要求1所述基于大数据分析的电网生产成本优化方法,其特征在于,所述根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案的具体分析过程为:
将电网生产总成本评估系数与预设电网生产总工序成本异常阈值进行比对处理,若电网生产总成本评估系数高于预设电网生产总工序成本异常阈值,则判断电网生产总工序成本属于异常状态;
将电网生产工序能源成本评估系数与预设电网生产能源成本异常阈值进行比对,若电网生产工序能源成本评估系数高于预设电网生产能源成本异常阈值,则将电网生产工序能源成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的能源成本进行成本效益分析得到电网生产能源成本优化方案;
将电网生产工序运维成本评估系数与预设电网生产运维成本异常阈值进行比对,若电网生产工序运维成本评估系数高于预设电网生产运维成本异常阈值,则将电网生产工序运维成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的运维成本进行成本效益分析得到电网生产运维成本优化方案;
将电网生产工序环境成本评估系数与预设电网生产环境成本异常阈值进行比对,若电网生产工序环境成本评估系数高于预设电网生产环境成本异常阈值,则将电网生产工序环境成本评估系数对应电网生产工序判定为异常电网工序成本层级,对异常电网工序成本层级的环境成本进行成本效益分析得到电网生产环境成本优化方案。
10.如权利要求9所述基于大数据分析的电网生产成本优化方法,其特征在于,所述根据电网生产工序成本评估模型分步分析得到电网生产成本优化方案还包括:
电网生产能源成本优化方案具体包括,提高电网生产施工机械的单位台班能源用量,降低电网生产施工机械的单位能源平均成本,提高电网生产施工机械的满载工况时长,提高电网生产能源利用效率,降低电网生产总能源消耗量;
电网生产运维成本优化方案具体包括,降低平均电网维修成本,提高电网生产施工机械的设备运行时长,降低电网生产施工机械的平均维护保养成本;
电网生产环境成本优化方案具体包括,降低实际电网生产开挖土方量以接近设计电网生产开挖土方量,降低电网生产施工机械的生产材料消耗量和污染物排放量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410400831.1A CN117993692B (zh) | 2024-04-03 | 基于大数据分析的电网生产成本优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410400831.1A CN117993692B (zh) | 2024-04-03 | 基于大数据分析的电网生产成本优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117993692A true CN117993692A (zh) | 2024-05-07 |
CN117993692B CN117993692B (zh) | 2024-07-09 |
Family
ID=
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030063789A (ko) * | 2002-01-24 | 2003-07-31 | (주) 에코프론티어 | 가전제품의 설계평가 방법 및 장치 |
CN110570124A (zh) * | 2019-09-11 | 2019-12-13 | 国网河南省电力公司南阳供电公司 | 配网项目对配电网运行性能提升程度的经济量化模型 |
CN111445103A (zh) * | 2020-02-25 | 2020-07-24 | 国网河南省电力公司电力科学研究院 | 一种基于工业互联网的输电线缆生产质量管理反馈系统 |
CN114742268A (zh) * | 2022-03-08 | 2022-07-12 | 国网辽宁省电力有限公司 | 考虑设备变工况特性的综合能源系统优化及规划方法 |
WO2023035499A1 (zh) * | 2021-09-10 | 2023-03-16 | 国网上海市电力公司 | 一种配电网的韧性综合评估方法和系统 |
CN116760062A (zh) * | 2023-06-07 | 2023-09-15 | 河海大学 | 一种基于两阶段鲁棒优化的配电网区域自平衡规划方法 |
CN117811047A (zh) * | 2023-12-18 | 2024-04-02 | 南京东博智慧能源研究院有限公司 | 含碳捕集和电转气的多微网综合能源系统的电能优化方法 |
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030063789A (ko) * | 2002-01-24 | 2003-07-31 | (주) 에코프론티어 | 가전제품의 설계평가 방법 및 장치 |
CN110570124A (zh) * | 2019-09-11 | 2019-12-13 | 国网河南省电力公司南阳供电公司 | 配网项目对配电网运行性能提升程度的经济量化模型 |
CN111445103A (zh) * | 2020-02-25 | 2020-07-24 | 国网河南省电力公司电力科学研究院 | 一种基于工业互联网的输电线缆生产质量管理反馈系统 |
WO2023035499A1 (zh) * | 2021-09-10 | 2023-03-16 | 国网上海市电力公司 | 一种配电网的韧性综合评估方法和系统 |
CN114742268A (zh) * | 2022-03-08 | 2022-07-12 | 国网辽宁省电力有限公司 | 考虑设备变工况特性的综合能源系统优化及规划方法 |
CN116760062A (zh) * | 2023-06-07 | 2023-09-15 | 河海大学 | 一种基于两阶段鲁棒优化的配电网区域自平衡规划方法 |
CN117811047A (zh) * | 2023-12-18 | 2024-04-02 | 南京东博智慧能源研究院有限公司 | 含碳捕集和电转气的多微网综合能源系统的电能优化方法 |
Non-Patent Citations (1)
Title |
---|
张玉刚;李玉明;方勇;焦小强;王和平;郑思嘉;邹彪;: "输电线路巡检的综合效益模型分析及应用", 科学技术创新, no. 04, 5 February 2020 (2020-02-05) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ding et al. | Forecasting Chinese CO2 emissions from fuel combustion using a novel grey multivariable model | |
CN103062076B (zh) | 一种城市水厂泵站单台水泵性能曲线率定方法 | |
CN107123982B (zh) | 一种基于设备异动的配电网可靠性经济效益分析方法 | |
CN111103565B (zh) | 一种基于智能电能表计量误差分析的数据变换方法及系统 | |
CN102402726B (zh) | 一种基于区域负荷分析的大规模配电网电力电量预测方法 | |
Koo et al. | Economic evaluation of renewable energy systems under varying scenarios and its implications to Korea’s renewable energy plan | |
CN104657788A (zh) | 基于行业景气指数的重点行业用电量预测方法 | |
Bredenkamp et al. | An integrated energy management strategy for the deep-level gold mining industry | |
Du et al. | Prediction of electricity consumption based on GM (1, Nr) model in Jiangsu province, China | |
CN111612019A (zh) | 一种基于大数据模型对智能电表故障异常辨识分析的方法 | |
CN114879619A (zh) | 数字车间能源优化方法及系统 | |
CN111612149A (zh) | 一种基于决策树的主网线路状态检测方法、系统及介质 | |
CN110781206A (zh) | 一种学习拆回表故障特征规则预测在运电能表是否故障的方法 | |
CN117993692B (zh) | 基于大数据分析的电网生产成本优化方法 | |
CN113590682A (zh) | 电网停电窗口期生成方法、装置、电子设备和存储介质 | |
CN117993692A (zh) | 基于大数据分析的电网生产成本优化方法 | |
CN116596196A (zh) | 一种碳排放核查方法及系统 | |
CN116542430A (zh) | 多维度水务碳排放量智能分析方法及系统 | |
Su et al. | Temporal validation of life cycle greenhouse gas emissions of energy systems in China | |
CN115130805A (zh) | 分析装置、分析方法以及记录有程序的计算机可读介质 | |
Tao et al. | An opportunistic joint maintenance strategy for two offshore wind farms | |
CN115936166B (zh) | 一种电能表检定误差分析预测方法 | |
Ji et al. | Research on Carbon Emission Control Method of Construction Based on Whole Life Cycle | |
CN115656914B (zh) | 一种基于大数据的智能电表计量准确性检测方法及装置 | |
CN117893109B (zh) | 面向电网需求的储能系统辅助服务电力电量计算模型构建方法 |
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 |