一種區(qū)域電網(wǎng)智能化水平的預(yù)測(cè)方法
【專利摘要】本發(fā)明公開了一種區(qū)域電網(wǎng)智能化水平的預(yù)測(cè)方法，包括構(gòu)建區(qū)域電網(wǎng)智能化水平評(píng)估體系，每個(gè)一級(jí)指標(biāo)下設(shè)3至5個(gè)二級(jí)指標(biāo)，每個(gè)二級(jí)指標(biāo)下設(shè)2至5個(gè)三級(jí)指標(biāo)；將各級(jí)指標(biāo)存儲(chǔ)于一指標(biāo)數(shù)據(jù)庫(kù)；運(yùn)用極值化處理方法對(duì)三級(jí)指標(biāo)進(jìn)行歸一化處理；對(duì)一級(jí)指標(biāo)、二級(jí)指標(biāo)和歸一化后的三級(jí)指標(biāo)采用序關(guān)系?變異系數(shù)法確定權(quán)重，然后對(duì)各級(jí)指標(biāo)進(jìn)行評(píng)估，從而得到區(qū)域電網(wǎng)智能化水平得分；基于評(píng)估結(jié)果采用Logistic模型對(duì)下一階段區(qū)域電網(wǎng)智能化水平進(jìn)行預(yù)測(cè)；或利用已有的典型地區(qū)的評(píng)估結(jié)果，輔之以待評(píng)估區(qū)域的一些基本信息，采用偏最小二乘回歸法實(shí)現(xiàn)空間外推的預(yù)測(cè)；本發(fā)明能有效避免評(píng)估的單一性與片面性，對(duì)于宏觀把握電網(wǎng)信息具有一定的意義。
【專利說明】
-種區(qū)域電網(wǎng)智能化水平的預(yù)測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于智能電網(wǎng)評(píng)估預(yù)測(cè)領(lǐng)域，尤其設(shè)及一種區(qū)域電網(wǎng)智能化水平的預(yù)測(cè)方 法。
【背景技術(shù)】
[0002] 智能電網(wǎng)評(píng)估的目的是深入了解智能電網(wǎng)現(xiàn)階段的發(fā)展水平，查找不足W確定未 來重點(diǎn)發(fā)展方向，進(jìn)而促進(jìn)智能電網(wǎng)社會(huì)效益的充分實(shí)現(xiàn)，并為下一步的建設(shè)指明方向。隨 著智能電網(wǎng)研究和實(shí)施的推進(jìn)，亟需一種綜合且有效的方法來有效評(píng)估當(dāng)前智能電網(wǎng)的發(fā) 展程度，運(yùn)不僅是電力工業(yè)科學(xué)決策的前提，也是電力行業(yè)相關(guān)決策的基礎(chǔ)。
[0003] 歐美等發(fā)達(dá)國(guó)家在智能電網(wǎng)綜合評(píng)估方面開展了大量研究，目前已經(jīng)公開的智能 電網(wǎng)評(píng)估體系中，影響大的大部分由歐美科研部口提出。美國(guó)能源部針對(duì)美國(guó)本±電網(wǎng)情 況制定了智能電網(wǎng)發(fā)展評(píng)估指標(biāo)體系并給出具體評(píng)估計(jì)算方法，據(jù)此深入分析智能電網(wǎng)在 美國(guó)發(fā)展的情況。IBM建立了反映智能電網(wǎng)發(fā)展的成熟度模型，該模型從人員/技術(shù)、運(yùn)行流 程兩個(gè)方向?qū)χ悄茈娋W(wǎng)進(jìn)行評(píng)估，通過設(shè)置合理問卷對(duì)技術(shù)人員、管理人員我國(guó)對(duì)于智能 電網(wǎng)評(píng)估的研究多集中于指標(biāo)體系的構(gòu)建與完善，而評(píng)估方法則主要通過對(duì)傳統(tǒng)評(píng)估方法 進(jìn)行改進(jìn)后實(shí)現(xiàn)。國(guó)內(nèi)目前較為熟知的指標(biāo)體系包括"兩型"電網(wǎng)評(píng)估指標(biāo)體系W及智能電 網(wǎng)試點(diǎn)項(xiàng)目評(píng)估指標(biāo)體系等。然而，現(xiàn)有評(píng)估體系各有側(cè)重，應(yīng)用范圍有限，而且評(píng)估結(jié)果 往往只能給出方案的優(yōu)劣結(jié)論，無法提供薄弱環(huán)節(jié)分析和改善具體措施，而運(yùn)些是使用人 員迫切需要了解的。此外，限制智能電網(wǎng)評(píng)估應(yīng)用的另一個(gè)因素在于部分評(píng)估對(duì)象關(guān)聯(lián)的 底層指標(biāo)難W采集，造成即使建立了較為合理的評(píng)估指標(biāo)體系和方法但難W應(yīng)用。

【發(fā)明內(nèi)容】

[0004] 針對(duì)電網(wǎng)的智能化水平，本發(fā)明對(duì)傳統(tǒng)評(píng)估方法進(jìn)行了改進(jìn)，提出了一種區(qū)域電 網(wǎng)智能化水平的預(yù)測(cè)方法，W達(dá)到多維度、深層次、寬領(lǐng)域的全面評(píng)估W及在時(shí)間維度與空 間維度的預(yù)測(cè)推演。
[0005] 為解決上述技術(shù)問題，本發(fā)明提出的一種區(qū)域電網(wǎng)智能化水平的預(yù)測(cè)方法，步驟 如下：
[0006] 步驟一、構(gòu)建區(qū)域電網(wǎng)智能化水平評(píng)估體系，該區(qū)域電網(wǎng)智能化水平評(píng)估體系由 安全可靠、經(jīng)濟(jì)高效、透明開放、清潔環(huán)保、友好互動(dòng)構(gòu)成，所述安全可靠、經(jīng)濟(jì)高效、透明開 放、清潔環(huán)保、友好互動(dòng)均為一級(jí)指標(biāo);每個(gè)一級(jí)指標(biāo)下設(shè)3至5個(gè)二級(jí)指標(biāo)，每個(gè)二級(jí)指標(biāo) 下設(shè)2至5個(gè)=級(jí)指標(biāo)，建立一包括上述所有各級(jí)指標(biāo)的指標(biāo)數(shù)據(jù)庫(kù)；
[0007] 步驟二、運(yùn)用極值化處理方法，對(duì)指標(biāo)數(shù)據(jù)庫(kù)中的=級(jí)指標(biāo)進(jìn)行歸一化處理；
[0008] 步驟=、對(duì)一級(jí)指標(biāo)、二級(jí)指標(biāo)和步驟二歸一化后的=級(jí)指標(biāo)采用序關(guān)系-變異系 數(shù)法進(jìn)行權(quán)重確定；
[0009] 步驟四：利用下述公式對(duì)經(jīng)過步驟=權(quán)重確定后的=級(jí)指標(biāo)進(jìn)行綜合評(píng)估，從而 得到=級(jí)指標(biāo)的得分：
[0010]
(I)
[00川公式（I)中，表示S級(jí)指標(biāo)的第i個(gè)指標(biāo)歸一化后的數(shù)據(jù)，…表示；級(jí)指標(biāo)的第i 個(gè)指標(biāo)的權(quán)重；
[0012] W此類推，利用上述公式層層向上依次對(duì)經(jīng)過步驟=權(quán)重確定后的二級(jí)指標(biāo)和一 級(jí)指標(biāo)進(jìn)行綜合評(píng)估，在此過程中，公式(1)中的X;分別用二級(jí)指標(biāo)、一級(jí)指標(biāo)的第i個(gè)指標(biāo) 歸一化后的數(shù)據(jù)來替換，分別用二級(jí)指標(biāo)、一級(jí)指標(biāo)的第i個(gè)指標(biāo)的權(quán)重來替換;從而得 到區(qū)域電網(wǎng)智能化水平的得分；
[0013] 步驟五、對(duì)區(qū)域電網(wǎng)智能化水平的得分進(jìn)行時(shí)間外推或空間外推，時(shí)間外推是指 基于評(píng)估結(jié)果采用Logistic模型對(duì)下一階段區(qū)域電網(wǎng)智能化水平進(jìn)行預(yù)測(cè)；空間外推是指 利用已有的典型地區(qū)的評(píng)估結(jié)果，輔之W待評(píng)估區(qū)域的一些基本信息，采用偏最小二乘回 歸法實(shí)現(xiàn)空間外推的預(yù)測(cè)；
[0014] 時(shí)間外推步驟如下：
[0015] Logistic預(yù)測(cè)模型的一階微分方程為：
[0016] (2)
[0017] (3)
[0018] 式(2)和式(3)中，y(t)為t時(shí)刻評(píng)估指標(biāo)值;ym為評(píng)估指標(biāo)最大值;F為某一時(shí)刻評(píng) 估指標(biāo)值與最大值之比;b為一常數(shù)；
[0019] 基于分離變量法求解式(3 )，得：
[0020] (4)
[0021] (5)
[0022 ]式(4)和式(5)中，a為常數(shù);Tmax為評(píng)估指標(biāo)增長(zhǎng)最快時(shí)間點(diǎn)；
[0023] 由于Logi Stic模型具有非線性特征，故可利用非線性最小二乘法求解Logistic模 型的參數(shù)，目標(biāo)函數(shù)為：
[0024]
(6)
[0025] 式中，Y(t)為指標(biāo)預(yù)測(cè)值，y(t)為指標(biāo)實(shí)際值，從而得到某區(qū)域電網(wǎng)已知年份的下 一年的區(qū)域電網(wǎng)智能化水平預(yù)測(cè)值；
[0026] 空間外推步驟如下：
[0027] 偏最小二乘回歸分析方法的原理如下:假設(shè)現(xiàn)有m個(gè)自變量P= {pi，p2,…，PmWPn 個(gè)因變量Q= {qi，92，…，qn}，為得到它們的對(duì)應(yīng)關(guān)系，先要獲得k組樣本點(diǎn)。在獲得足夠樣本 點(diǎn)后，從自變量P和因變量Q中提取主成分tl(tl是Pl, P2,…，Pm的線性組合）和Ul (Ul是qi, Q2,…，qn的線性組合），為了讓原數(shù)據(jù)包含的變異信息盡可能多的保留下來，要求其成分方 差最大如式(7)所示：
[00 巧]M(ti)^max,M(w)^max (7)
[0029] 式(7)中，(山）分別表示ti和m的方差。
[0030] 為保證自變量P與因變量Q之間的相關(guān)性能夠有效保留下來，在ti和Ui的提取過程 中，應(yīng)使兩者之間的相關(guān)系數(shù)r( ti，Ui)保持最大，即：
[0031] ;r(ti,山）一max (8)
[0032] 因此，在P與Q中提取的成分ti和m能最大程度地保留原有信息。提取第1個(gè)主成分 ti后，分別實(shí)施P與Q對(duì)ti的回歸分析，若模型精度滿足預(yù)設(shè)要求，則計(jì)算停止;否則，重復(fù)上 述的提取過程，直到能夠滿足精度要求。若最終共得到了P個(gè)主成分，分別記為tl，t2,…，tp， 那么因變量Q對(duì)自變量P的對(duì)應(yīng)關(guān)系則轉(zhuǎn)化成，為了因變量Q對(duì)P個(gè)提取得到的主成分的回歸 分析方程；
[0033] W下述九個(gè)待評(píng)估區(qū)域的基本信息作為自變量P，W區(qū)域電網(wǎng)智能化水平作為因 變量Q，進(jìn)行偏最小二乘回歸分析;從而得到待評(píng)估區(qū)域的同年份的區(qū)域電網(wǎng)智能化水平 值； 「nrn4l
[0035] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0036] 本發(fā)明應(yīng)用于區(qū)域電網(wǎng)智能化水平評(píng)估與時(shí)空外推中，結(jié)合表征智能電網(wǎng)的五個(gè) 特征構(gòu)建了區(qū)域電網(wǎng)智能化水平評(píng)估指標(biāo)體系，特別是考慮關(guān)鍵技術(shù)對(duì)區(qū)域電網(wǎng)發(fā)展水平 的支撐作用，在評(píng)估指標(biāo)體系中引入關(guān)鍵技術(shù)適用度計(jì)及關(guān)鍵技術(shù)的發(fā)展水平及其在地區(qū) 電網(wǎng)的適用程度。采用序關(guān)系-變異系數(shù)法作為評(píng)估計(jì)算方法，綜合主客觀影響提升評(píng)估結(jié) 果的合理性?；贚ogistic模型實(shí)現(xiàn)了區(qū)域智能化水平評(píng)估結(jié)果在時(shí)間維度上的預(yù)測(cè)；針 對(duì)底層指標(biāo)難W采集獲取的區(qū)域，利用已有的典型地區(qū)的評(píng)估結(jié)果，輔之W待評(píng)估區(qū)域的 一些基本信息，基于偏最小二乘回歸分析方法實(shí)現(xiàn)了空間外推。充分挖掘數(shù)據(jù)的潛在信息， 對(duì)于電網(wǎng)的規(guī)劃與安全運(yùn)行具有重要的意義。
【附圖說明】
[0037] 圖1是本發(fā)明研究材料-河南區(qū)域電網(wǎng)智能化水平評(píng)估結(jié)果雷達(dá)圖。
[0038] 圖2是河南電網(wǎng)智能化水平時(shí)間外推曲線。
【具體實(shí)施方式】
[0039] -種區(qū)域電網(wǎng)智能化水平的預(yù)測(cè)方法，其特征在于，步驟如下：
[0040]步驟一、構(gòu)建區(qū)域電網(wǎng)智能化水平評(píng)估體系，該區(qū)域電網(wǎng)智能化水平評(píng)估體系由 安全可靠、經(jīng)濟(jì)高效、透明開放、清潔環(huán)保、友好互動(dòng)構(gòu)成，所述安全可靠、經(jīng)濟(jì)高效、透明開 放、清潔環(huán)保、友好互動(dòng)均為一級(jí)指標(biāo);每個(gè)一級(jí)指標(biāo)下設(shè)3至5個(gè)二級(jí)指標(biāo)，每個(gè)一級(jí)指標(biāo) 對(duì)應(yīng)的二級(jí)指標(biāo)中均設(shè)置了 "關(guān)鍵技術(shù)適用度"指標(biāo)，用于衡量關(guān)鍵技術(shù)對(duì)區(qū)域發(fā)展的支撐 程度。進(jìn)一步地，每個(gè)二級(jí)指標(biāo)下設(shè)2至5個(gè)=級(jí)指標(biāo)，其中：關(guān)鍵技術(shù)適用度對(duì)應(yīng)的=級(jí)指 標(biāo)包括與一級(jí)指標(biāo)關(guān)聯(lián)的幾項(xiàng)關(guān)鍵技術(shù)。建立一包括上述所有各級(jí)指標(biāo)的指標(biāo)數(shù)據(jù)庫(kù)，如 表1所示；
[0041 ]表1區(qū)域電網(wǎng)智能化水平評(píng)估體系 [0042]
[0043]
[0044]
[0045] 步驟二、運(yùn)用極值化處理方法，對(duì)指標(biāo)數(shù)據(jù)庫(kù)中的=級(jí)指標(biāo)進(jìn)行歸一化處理；
[0046] 該步驟中智能電網(wǎng)評(píng)估體系指標(biāo)的極值處理可分為=類:極大化處理、極小化處 理、0/1型處理。其中極大化處理針對(duì)增大趨勢(shì)優(yōu)良發(fā)展的指標(biāo)，極小化處理針對(duì)減小趨勢(shì) 優(yōu)良發(fā)展的指標(biāo)，0/1型處理針對(duì)是否判斷型的指標(biāo)。處理方法如下：
[0047]
[004引其中Xmax表示指標(biāo)X樣本值的最大值，Xmin表示指標(biāo)X樣本值的最小值。對(duì)于判斷型 指標(biāo)，是取1，否取OdX*表示歸一化后的數(shù)據(jù)值，其大小在0~1之間。對(duì)各指標(biāo)的處理見表2 所示。
[0049]表2區(qū)域電網(wǎng)智能化水平評(píng)估體系指標(biāo)的處理
[(K)加]
[0化1 ]
[0052]步驟=、對(duì)一級(jí)指標(biāo)、二級(jí)指標(biāo)和步驟二歸一化后的=級(jí)指標(biāo)采用序關(guān)系-變異系 數(shù)法進(jìn)行權(quán)重確定；
[0053]采用序關(guān)系法對(duì)各級(jí)指標(biāo)進(jìn)行定性排序并且主觀賦權(quán)。假設(shè)某二級(jí)級(jí)指標(biāo)包括m 個(gè)=級(jí)指標(biāo)，則按重要程度從大到小有唯一一個(gè)確定的序關(guān)系Xl>X2>…>Xm，專家關(guān)于評(píng) 估指標(biāo)Xk-I與Xk的重要浩底，比W k-i / W k的理性判斷為W k-i/ W k = rk，且滿足rk> 1/rk-i， 第m個(gè)指標(biāo)的權(quán)重O
rk的賦值參考如表3。
[0054] 表3 rk的賦值參考 「nnt;。
[0056] 依次類推可確定各個(gè)層級(jí)指標(biāo)的權(quán)重并逐級(jí)向上進(jìn)行計(jì)算。
[0057] 采用變異系數(shù)法客觀賦權(quán)，直接利用各項(xiàng)指標(biāo)所包含的信息，通過計(jì)算得到指標(biāo) 的權(quán)重。計(jì)算過程如下。
[0058] (1)數(shù)據(jù)歸一化處理。為了消除各項(xiàng)指標(biāo)量綱不同帶來的影響，首先對(duì)各項(xiàng)指標(biāo)進(jìn) 行歸一化處理，
[0059]
(9)
[0060] 巧中，yi康不第i個(gè)彼評(píng)估對(duì)象的第j個(gè)指標(biāo)的值，max yj表示第j個(gè)指標(biāo)的最大 值，ZU表示經(jīng)過無量綱處理后的指標(biāo)值。
[0061] (2)計(jì)算各指標(biāo)的平均值馬和標(biāo)準(zhǔn)差Sj。
[0062 UO)
[0063 (11)
[0064
[00化 …） C13)
[0066
[0067]采用序關(guān)系-變異系數(shù)組合賦權(quán)。用表示序關(guān)系法得到的權(quán)重，表示變異 系數(shù)法計(jì)算得到的權(quán)值，那么組合權(quán)重為
[006引 c0j = p0j'+(i-p) Oj" , j = i,2,…m (14)
[0069] 其中，0《p《l，文中取0.5。
[0070] 國(guó)網(wǎng)河南省電力公司地處中原，居于華中、華北、西北聯(lián)網(wǎng)的樞紐地位。選取河南 電網(wǎng)作為研究對(duì)象，對(duì)2009-2013年期間河南電網(wǎng)智能化水平進(jìn)行評(píng)估，并對(duì)評(píng)估結(jié)果進(jìn)行 進(jìn)一步分析。
[0071] 采用序關(guān)系-變異系數(shù)法求取各級(jí)指標(biāo)的權(quán)重，一級(jí)指標(biāo)權(quán)重如表4所示。
[0072] 表4 一級(jí)指標(biāo)權(quán)重值 「00791
LUUM」步驟凹：利用h還公巧對(duì)給巧步驟蘭儀重倘足后的H繳指你巧打綠曾巧巧，從化 得到=級(jí)指標(biāo)的得分：
[00 巧]
(15)
[0076] 公式（15)中，4表示S級(jí)指標(biāo)的第i個(gè)指標(biāo)歸一化后的數(shù)據(jù)，CO 1表示S級(jí)指標(biāo)的 第i個(gè)指標(biāo)的權(quán)重；
[0077] W此類推，利用上述公式層層向上依次對(duì)經(jīng)過步驟=權(quán)重確定后的二級(jí)指標(biāo)和一 級(jí)指標(biāo)進(jìn)行綜合評(píng)估，在此過程中，公式（1)中的Jf：*分別用二級(jí)指標(biāo)、一級(jí)指標(biāo)的第i個(gè)指標(biāo) 歸一化后的數(shù)據(jù)來替換，分別用二級(jí)指標(biāo)、一級(jí)指標(biāo)的第i個(gè)指標(biāo)的權(quán)重來替換;從而得 到區(qū)域電網(wǎng)智能化水平的得分；
[0078] 結(jié)合二級(jí)和=級(jí)指標(biāo)的權(quán)重，得到2009-2013年期間河南電網(wǎng)一級(jí)指標(biāo)的評(píng)估結(jié) 果如表5所示。
[0079] 表5河南一級(jí)指標(biāo)評(píng)估結(jié)果
[0081] ~一級(jí)指標(biāo)權(quán)重與評(píng)估值線性加權(quán)求和，得到2009-2013年期間河南電網(wǎng)智能化水I 平各年度評(píng)估結(jié)果如表6所示。
[0082] 表6河南電網(wǎng)智能化水平評(píng)估結(jié)果 「mR3l
[0084] 評(píng)估結(jié)果分析。圖1是2009-2013年期間河南電網(wǎng)智能化水平評(píng)估結(jié)果雷達(dá)圖，可 得：
[0085] 1)河南電網(wǎng)智能化水平始終保持著逐年穩(wěn)定發(fā)展的趨勢(shì)，發(fā)展速度較為平穩(wěn)。
[0086] 2)經(jīng)濟(jì)高效、透明開放和友好互動(dòng)=項(xiàng)指標(biāo)的增幅較高，增長(zhǎng)速度較快。
[0087] 3)安全可靠指標(biāo)發(fā)展較為平緩，增幅有限。
[0088] 4)清潔環(huán)保指標(biāo)增速較慢，運(yùn)與河南電網(wǎng)火電比重大有關(guān)。
[0089] 步驟五、時(shí)空外推；
[0090] 步驟五、對(duì)區(qū)域電網(wǎng)智能化水平的得分進(jìn)行時(shí)間外推或空間外推，時(shí)間外推是指 基于評(píng)估結(jié)果采用Logistic模型對(duì)下一階段區(qū)域電網(wǎng)智能化水平進(jìn)行預(yù)測(cè)；空間外推是指 利用已有的典型地區(qū)的評(píng)估結(jié)果，輔之W待評(píng)估區(qū)域的一些基本信息，采用偏最小二乘回 歸法實(shí)現(xiàn)空間外推的預(yù)測(cè)；
[0091] 時(shí)間外推步驟如下：
[0092] Logistic預(yù)測(cè)模型的一階微分方程為：
[0093 (16)
[0094 (17)
[0095] 式（16)和式（17)中，y(t)為t時(shí)刻評(píng)估指標(biāo)值;ym為評(píng)估指標(biāo)最大值;F為某一時(shí)刻 評(píng)估指標(biāo)值與最大值之比;b為一常數(shù)；
[0096] 基于分離變量法求解式(17)，得：
[0097] (18)
[009引 （19)
[0099]式(18)和式(19)中，a為常數(shù);Tmax為評(píng)估指標(biāo)增長(zhǎng)最快時(shí)間點(diǎn)；
[0100]由于Logi Stic模型具有非線性特征，故可利用非線性最小二乘法求解Logistic模 型的參擲.曰標(biāo)巧擲九，
[0101]
(20)
[0102] 式中，Y(t)為指標(biāo)預(yù)測(cè)值，y(t)為指標(biāo)實(shí)際值，從而得到某區(qū)域電網(wǎng)已知年份的下 一年的區(qū)域電網(wǎng)智能化水平預(yù)測(cè)值；
[0103] W河南2009-2012年區(qū)域智能化水平作為時(shí)間預(yù)測(cè)基礎(chǔ)數(shù)據(jù)，基于Logistic模型 獲得河南電網(wǎng)區(qū)域智能化水平時(shí)間外推曲線如圖2所示。
[0104] 用河南2013年區(qū)域智能化水平對(duì)預(yù)測(cè)結(jié)果準(zhǔn)確性進(jìn)行校驗(yàn)：2013年擬合數(shù)據(jù)為 0.4731，實(shí)際數(shù)據(jù)為0.48626，誤差為2.6%，外推結(jié)果較為可信。
[0105] 空間外推步驟如下：
[0106] 偏最小二乘回歸分析方法的原理如下:假設(shè)現(xiàn)有m個(gè)自變量P= {pi,，pm}和n 個(gè)因變量Q= {qi，92，…，qn}，為得到它們的對(duì)應(yīng)關(guān)系，先要獲得k組樣本點(diǎn)。在獲得足夠樣本 點(diǎn)后，從自變量P和因變量Q中提取主成分ti(ti是P1，P2,…，Pm的線性組合）和m(m是qi, Q2,…，qn的線性組合），為了讓原數(shù)據(jù)包含的變異信息盡可能多的保留下來，要求其成分方 差最大如式(21)所示：
[0107] M(ti) 一max ,M(山)一max (21)
[010引式（21)中，M(ti)，M(山）分別表不ti和Ui的方差。
[0109] 為保證自變量P與因變量Q之間的相關(guān)性能夠有效保留下來，在ti和Ui的提取過程 中，應(yīng)使兩者之間的相關(guān)系數(shù)r( ti，Ui)保持最大，即：
[0110] ；r(ti,山)一max (22)
[0111] 因此，在P與Q中提取的成分ti和m能最大程度地保留原有信息。提取第I個(gè)主成分 ti后，分別實(shí)施P與Q對(duì)ti的回歸分析，若模型精度滿足預(yù)設(shè)要求，則計(jì)算停止;否則，重復(fù)上 述的提取過程，直到能夠滿足精度要求。若最終共得到了 P個(gè)主成分，分別記為tl，t2,…，tp， 那么因變量Q對(duì)自變量P的對(duì)應(yīng)關(guān)系則轉(zhuǎn)化成，為了因變量Q對(duì)P個(gè)提取得到的主成分的回歸 分析方程；
[0112] W下述九個(gè)基本信息作為自變量P，W區(qū)域電網(wǎng)智能化水平作為因變量Q，進(jìn)行偏 最小二乘回歸分析;從而得到待評(píng)估區(qū)域的同年份的區(qū)域電網(wǎng)智能化水平值；
[0113] 表8待評(píng)估區(qū)域的基本信息
[0114]
[0115]
[0116] 選用河南和江蘇兩地進(jìn)行點(diǎn)到點(diǎn)空間外推計(jì)算和誤差分析，具體采用"前推回算" 方法分析空間外推計(jì)算方法的誤差。步驟如下：
[0117] (1)選用2013年河南、江蘇地區(qū)的區(qū)域基本信息構(gòu)建區(qū)域基本信息數(shù)據(jù)庫(kù)，根據(jù)數(shù) 據(jù)庫(kù)中區(qū)域基本信息W及區(qū)域智能化水平，基于偏最小二乘法建立回歸方程。
[011引（2)外推北京、天津、山東和內(nèi)蒙等四個(gè)地區(qū)電網(wǎng)的智能化水平。
[0119] (3)由北京、天津、山東和內(nèi)蒙等四個(gè)地區(qū)電網(wǎng)智能化水平建立回歸方程，基于該 回歸方程外推江蘇和河南地區(qū)電網(wǎng)的智能化水平。
[0120] (4)與河南和江蘇地區(qū)的實(shí)際結(jié)果對(duì)比，校驗(yàn)空間外推方法的準(zhǔn)確性，誤差分析結(jié) 果如表9所示。
[0121] 表9區(qū)域電網(wǎng)智能化水平空間外推誤差分析 「01勺勺1
[0123]經(jīng)誤差分析可知：外推值與實(shí)際值之間誤差在可接受的范圍內(nèi)，外推方法具有較 高精度，外推結(jié)果較為可信。
[0124]盡管上面結(jié)合附圖對(duì)本發(fā)明進(jìn)行了描述，但是本發(fā)明并不局限于上述的具體實(shí)施 方式，上述的【具體實(shí)施方式】?jī)H僅是示意性的，而不是限制性的，本領(lǐng)域的普通技術(shù)人員在本 發(fā)明的啟示下，在不脫離本發(fā)明宗旨的情況下，還可W做出很多變形，運(yùn)些均屬于本發(fā)明的 保護(hù)之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種區(qū)域電網(wǎng)智能化水平的預(yù)測(cè)方法，其特征在于，步驟如下： 步驟一、構(gòu)建區(qū)域電網(wǎng)智能化水平評(píng)估體系，該區(qū)域電網(wǎng)智能化水平評(píng)估體系由安全 可靠、經(jīng)濟(jì)高效、透明開放、清潔環(huán)保、友好互動(dòng)構(gòu)成，所述安全可靠、經(jīng)濟(jì)高效、透明開放、 清潔環(huán)保、友好互動(dòng)均為一級(jí)指標(biāo);每個(gè)一級(jí)指標(biāo)下設(shè)3至5個(gè)二級(jí)指標(biāo)，每個(gè)二級(jí)指標(biāo)下設(shè) 2至5個(gè)三級(jí)指標(biāo)，建立一包括上述所有各級(jí)指標(biāo)的指標(biāo)數(shù)據(jù)庫(kù)； 步驟二、運(yùn)用極值化處理方法，對(duì)指標(biāo)數(shù)據(jù)庫(kù)中的三級(jí)指標(biāo)進(jìn)行歸一化處理； 步驟三、對(duì)一級(jí)指標(biāo)、二級(jí)指標(biāo)和步驟二歸一化后的三級(jí)指標(biāo)采用序關(guān)系-變異系數(shù)法 進(jìn)行權(quán)重確定； 步驟四：利用下述公式對(duì)經(jīng)過步驟三權(quán)重確定后的三級(jí)指標(biāo)進(jìn)行綜合評(píng)估，從而得到 三級(jí)指標(biāo)的得分：(1) 公式(1)中，<表示三級(jí)指標(biāo)的第i個(gè)指標(biāo)歸一化后的數(shù)據(jù)，ω,表示三級(jí)指標(biāo)的第i個(gè)指 標(biāo)的權(quán)重； 以此類推，利用上述公式層層向上依次對(duì)經(jīng)過步驟三權(quán)重確定后的二級(jí)指標(biāo)和一級(jí)指 標(biāo)進(jìn)行綜合評(píng)估，在此過程中，公式(1)中的^分別用二級(jí)指標(biāo)、一級(jí)指標(biāo)的第i個(gè)指標(biāo)歸一 化后的數(shù)據(jù)來替換，^^分別用二級(jí)指標(biāo)、一級(jí)指標(biāo)的第i個(gè)指標(biāo)的權(quán)重來替換;從而得到區(qū) 域電網(wǎng)智能化水平的得分； 步驟五、對(duì)區(qū)域電網(wǎng)智能化水平的得分進(jìn)行時(shí)間外推或空間外推，時(shí)間外推是指基于 評(píng)估結(jié)果采用Logistic模型對(duì)下一階段區(qū)域電網(wǎng)智能化水平進(jìn)行預(yù)測(cè);空間外推是指利用 已有的典型地區(qū)的評(píng)估結(jié)果，輔之以待評(píng)估區(qū)域的基本信息，采用偏最小二乘回歸法實(shí)現(xiàn) 空間外推的預(yù)測(cè)； 時(shí)間外推步驟如下： Logistic預(yù)測(cè)模型的一階微分方程為：(2)： (3) 式(2)和式(3)中，y(t)為t時(shí)刻評(píng)估指標(biāo)值;ym為評(píng)估指標(biāo)最大值;F為某一時(shí)刻評(píng)估指 標(biāo)值與最大值之比;b為一常數(shù)； 基于分離變量法求解式(3)，得：式(4)和式(5)中，a為常數(shù);Tmax為評(píng)估指標(biāo)增長(zhǎng)最快時(shí)間點(diǎn)；利用非線性最小二乘法求解Logi st i c模型的參數(shù)，目標(biāo)函數(shù)為： (4) (5) (6) 式中，Y(t)為指標(biāo)預(yù)測(cè)值，y(t)為指標(biāo)實(shí)際值，從而得到某區(qū)域電網(wǎng)已知年份的下一年 的區(qū)域電網(wǎng)智能化水平預(yù)測(cè)值； 空間外推步驟如下： 采用偏最小二乘回歸分析方法:假設(shè)現(xiàn)有m個(gè)自變量P = {P1，p2，…，pm}和η個(gè)因變量Q = {qi，q2，…，qn}，獲得k組樣本點(diǎn)后，從自變量P和因變量Q中提取主成分tjPm，其中，t^ Pl， P2,…，Pm的線性組合)和U1(U1是qi，q2,…，qn的線性組合），主成分ti和U1方差最大，如式（7) 所示： M(ti)^max,M(ui)^max (7) 式(7)中，M(ti)，M(ui)分別表不ti和ui的方差； 從自變量P和因變量Q中提取主成分ti和ui在ti過程中，主成分ti和ui之間的相關(guān)系數(shù)r (ti，ui)保持最大，BP: r(ti ,ui)^max (8) 提取第1個(gè)主成分七后，分別實(shí)施P與〇對(duì)七的回歸分析，若模型精度滿足預(yù)設(shè)要求，則計(jì) 算停止;否則，重復(fù)上述的提取過程，直到能夠滿足精度要求;若最終共得到了 P個(gè)主成分， 分別記為以，t2，…，tP，那么因變量Q對(duì)自變量P的對(duì)應(yīng)關(guān)系則轉(zhuǎn)化成，為了因變量Q對(duì)p個(gè)提 取得到的主成分的回歸分析方程； 以下述九個(gè)待評(píng)估區(qū)域的基本信息作為自變量P，以區(qū)域電網(wǎng)智能化水平作為因變量 Q，進(jìn)行偏最小二乘回歸分析;從而得到待評(píng)估區(qū)域的同年份的區(qū)域電網(wǎng)智能化水平值；2.根據(jù)權(quán)利要求1所述一種區(qū)域電網(wǎng)智能化水平評(píng)估方法，其特征在于，所述區(qū)域電網(wǎng) 智能化水平評(píng)估體系的內(nèi)容如下：
【文檔編號(hào)】G06Q50/06GK105956684SQ201610247163
【公開日】2016年9月21日
【申請(qǐng)日】2016年4月20日
【發(fā)明人】劉艷麗, 李曉君, 賈宏杰, 曾沅
【申請(qǐng)人】天津大學(xué)