一种配电网可靠性主导因素的分析方法、装置及存储介质与流程

1.本发明涉及电网预停电技术领域，特别是涉及一种配电网可靠性主导因素的分析方法、装置及存储介质。


背景技术：

2.提高供电可靠性是保障工业及居民用电需求的重要举措。随着配电网的持续投资建设，电力设备逐年增多，因网架改造施工、设备试验检修造成的预安排停电是制约供电可靠性提升的主要因素，相关因素内在的作用机制日趋复杂。如何科学化、精准化分析配电网可靠性现状及主导因素，对提升配电网可靠性具有十分重要的意义。
3.因此需要对当前电网可靠性主导因素的分析方法进行改进，确定电网可靠性的主导因素。


技术实现要素：

4.本发明的目的是：对当前电网可靠性主导因素的分析方法进行改进，确定电网可靠性的主导因素。
5.为了实现上述目的，本发明提供了一种配电网可靠性主导因素的分析方法，包括：
6.获取配电网预安排停电影响的过程指标的历史数据和结果性指标的历史数据；
7.将获取到的过程指标和结果性指标的历史数据进行标准化处理；
8.根据标准化处理的过程指标和结果性指标的历史数据建立正则回归关联模型，得到过程指标对结果性指标的关联系数；
9.根据关联系数得到过程指标对结果性指标的贡献度，根据贡献度的大小确定配电网可靠性主导因素。
10.进一步的，所述过程指标包括：预安排停电平均持续时间、预安排停电平均用户数、预安排停电用户平均停电次数和预安排停电用户平均每次停电时间；所述结果性指标包括：用户平均预安排停电时间。
11.进一步的，所述正则回归关联模型具体为：
12.y＝β0+β1x1+
…
+βdxd+ε；
13.其中，y为用户平均预安排停电时间，x1……
xd为所选的全体预安排停电影响过程指标，βi为第i个预安排停电影响过程指标对用户平均预安排停电时间影响的关联系数，i＝1，
……
,d，β0反映配电网自身所具有的基准用户平均预安排停电时间，ε为其它未被纳入指标模型但对用户平均预安排停电时间y有潜在影响的指标及误差。
14.进一步的，所述根据关联系数得到过程指标对结果性指标的贡献度，具体为：
15.对正则回归关联模型求平均，得到第二正则回归关联模型，所述第二正则回归关联模型具体为：
16.e(y)＝β0+β1x1+
…
+βdxd；
17.其中，e(y)为用户平均预安排停电时间的平均值；
18.计算第二正则回归关联模型的各预安排停电影响过程指标关联系数的正则回归估计值；
19.根据贡献度公式得到贡献度，所述贡献度公式具体为：
[0020][0021]
其中，为正则回归估计值。
[0022]
进一步的，所述正则回归估计值的获取方法为：
[0023]
建立正则回归估计值的第一约束方程，根据第一约束方程得到lasso回归估计值，用lasso回归估计值作为正则回归估计值。
[0024]
进一步的，所述正则回归估计值的获取方法为：
[0025]
建立正则回归估计值的第二约束方程，根据第二约束方程得到ridge回归估计值，用ridge回归估计值作为正则回归估计值。
[0026]
进一步的，所述将获取到的过程指标和结果性指标的历史数据进行标准化处理，具体为：将获取到的过程指标和结果性指标的历史数据分别进行组内0－1标准化处理，其公式为：
[0027][0028]
其中，xi为选定指标第i年的数据值，为该指标若干年数据的平均值，σ
x
为该指标若干年数据的标准差。
[0029]
进一步的，所述方法还包括：
[0030]
根据拟合优度评估公式判断正则回归关联模型的拟合优度是否大于预设的第一阈值，若大于则保留得到的关联系数，若小于则重新计算关联系数。
[0031]
本发明还公开了一种配电网可靠性主导因素的分析装置，包括：获取模块、第一处理模块、第二处理模块和第三处理模块；
[0032]
所述获取模块，用于获取配电网预安排停电影响的过程指标的历史数据和结果性指标的历史数据；
[0033]
所述第一处理模块，用于将获取到的过程指标和结果性指标的历史数据进行标准化处理；
[0034]
所述第二处理模块，用于根据标准化处理的过程指标和结果性指标的历史数据建立正则回归关联模型，得到过程指标对结果性指标的关联系数；
[0035]
所述第三处理模块，根据关联系数得到过程指标对结果性指标的贡献度，根据贡献度的大小确定配电网可靠性主导因素。
[0036]
本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述的配电网预安排停电影响分析方法。
[0037]
本发明实施例一种配电网可靠性主导因素的分析方法、装置及存储介质与现有技
术相比，其有益效果在于：通过基于预安排停电影响结果性指标和过程指标的分析评估，深入挖掘预安排停电影响过程指标和结果性指标之间存在的内在联系，能够定量地发现不同影响因素对配电网可靠性的影响规律，进而发掘对结果性指标最为有效的主导因素，以客观的数据分析结果为依据，指导预安排停电管理优化、提高配电网的可靠性。
附图说明
[0038]
图1是本发明一种配电网可靠性主导因素的分析方法的流程示意图；
[0039]
图2是本发明一种配电网可靠性主导因素的分析装置的结构示意图。
具体实施方式
[0040]
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
[0041]
实施例1：
[0042]
如图1所示，本发明公开了一种配电网可靠性主导因素的分析方法，用于分析电网企业在预安排停电时的过程指标和结果性指标的关系，主要包括如下的步骤：
[0043]
步骤s1，获取配电网预安排停电影响的过程指标的历史数据和结果性指标的历史数据；
[0044]
步骤s2，将获取到的过程指标和结果性指标的历史数据进行标准化处理；
[0045]
步骤s3，根据标准化处理的过程指标和结果性指标的历史数据建立正则回归关联模型，得到过程指标对结果性指标的关联系数；
[0046]
步骤s4，根据关联系数得到过程指标对结果性指标的贡献度，根据贡献度的大小确定配电网可靠性主导因素。
[0047]
在步骤s1中，获取配电网预安排停电影响的过程指标的历史数据和结果性指标的历史数据。
[0048]
在本实施例中，所述过程指标包括：预安排停电平均持续时间、预安排停电平均用户数、预安排停电用户平均停电次数和预安排停电用户平均每次停电时间；所述结果性指标包括：用户平均预安排停电时间。
[0049]
在本实施例中，过程指标可以反映配电网预安排停电影响的细分特征，选取多个过程指标可以从多个角度分析预安排停电影响，提高分析的颗粒度。结果性指标为用户平均预安排停电时间，用户平均预安排停电时间时配电网预安排停电的关键指标，对于电网可靠性的评价具有重要意义。
[0050]
在本实施例中，本领域技术人员可以结合本技术所公开的分析方法，对过程指标、结果性指标进行调整，以实现不同过程指标和结果性指标之间关系的分析。
[0051]
在本实施例中，电网企业在长期的配电和预停电过程中积累了海量的数据，但是如何利用这些数据，获取数据中潜在的关联关系，找出数据和实际预停电之间的规律，缺乏有效的方法。本发明通过基于预安排停电影响结果性指标和过程指标的分析评估，深入挖掘预安排停电影响过程指标和结果性指标之间存在的内在联系，能够定量地发现不同影响因素对配电网可靠性的影响规律，进而发掘对结果性指标最为有效的主导因素，以客观的数据分析结果为依据，指导预安排停电管理优化、提高配电网的可靠性。
[0052]
在本实施例中，由于获取到的数据种类较多、数据量较大，直接采用原始数据进行建模分析，计算量大且不利于去除不同数据种类对分析的影响。
[0053]
在步骤s2中，将获取到的过程指标和结果性指标的历史数据进行标准化处理。所述将获取到的过程指标和结果性指标的历史数据进行标准化处理，具体为：将获取到的过程指标和结果性指标的历史数据分别进行组内0－1标准化处理，其公式为：
[0054][0055]
其中，xi为选定指标第i年的数据值，为该指标若干年数据的平均值，σ
x
为该指标若干年数据的标准差。
[0056]
所述标准差的计算公式具体为：
[0057][0058]
在步骤s3中，根据标准化处理的过程指标和结果性指标的历史数据建立正则回归关联模型，得到过程指标对结果性指标的关联系数。
[0059]
在本实施例中，所述正则回归关联模型具体为：
[0060]
y＝β0+β1x1+
…
+βdxd+ε；
[0061]
其中，y为用户平均预安排停电时间，x1……
xd为所选的全体预安排停电影响过程指标，βi为第i个预安排停电影响过程指标对用户平均预安排停电时间影响的关联系数，i＝1，
……
,d，β0反映配电网自身所具有的基准用户平均预安排停电时间，ε为其它未被纳入指标模型但对用户平均预安排停电时间y有潜在影响的指标及误差。
[0062]
在步骤s4中，根据关联系数得到过程指标对结果性指标的贡献度，根据贡献度的大小确定配电网可靠性主导因素。
[0063]
在本实施例中，所述根据关联系数得到过程指标对结果性指标的贡献度，具体为：
[0064]
对正则回归关联模型求平均，得到第二正则回归关联模型，所述第二正则回归关联模型具体为：
[0065]
e(y)＝β0+β1x1+
…
+βdxd；
[0066]
其中，e(y)为用户平均预安排停电时间的平均值；
[0067]
计算第二正则回归关联模型的各预安排停电影响过程指标关联系数的正则回归估计值；
[0068]
根据贡献度公式得到贡献度，所述贡献度公式具体为：
[0069][0070]
其中，为正则回归估计值。
[0071]
在本实施例中，关联系数的估计值如果为0，表明对应的预安排停
电影响过程指标对用户平均预安排停电时间无影响；关联系数的估计值如果为负(正)，表明对应的预安排停电影响过程指标对用户平均预安排停电时间的大小有反向(正向)的效果。
[0072]
在本实施例中，所述根据贡献度的大小确定配电网可靠性主导因素，具体为：
[0073]
将贡献度进行大小排序，选取前若干个贡献度所对应的过程性指标作为配电网可靠性的主导因素。
[0074]
在本实施例中，贡献度的大小代表过程性指标对结果性指标的影响程度，贡献度越大则影响越大。
[0075]
本领域人员知晓，结果性指标可以用于衡量配电网的可靠性。当结果性指标为用户平均预安排停电时间时，用户平均预安排停电时间越短，则电网的可靠性越强。
[0076]
在本实施例中，所述贡献度公式中的正则回归估计值可以用lasso回归估计值代替。
[0077]
所述正则回归估计值的获取方法为：
[0078]
建立正则回归估计值的第一约束方程，根据第一约束方程得到lasso回归估计值，用lasso回归估计值作为正则回归估计值。
[0079]
在本实施例中，lasso回归估计值，是通过解如下的带线性约束条件的二次规划问题。
[0080][0081][0082]
其中，t≥0为调整参数，对预安排停电影响过程指标的关联系数估计进行控制。以上优化问题可通过传统的二次规划方法或者最小角回归算法进行快速求解。
[0083]
在本实施例中，所述贡献度公式中的正则回归估计值可以用ridge回归估计值代替。
[0084]
所述正则回归估计值的获取方法为：
[0085]
建立正则回归估计值的第二约束方程，根据第二约束方程得到ridge回归估计值，用ridge回归估计值作为正则回归估计值。
[0086]
在本实施例中，ridge回归估计值，是通过解如下的带线性约束条件的二次规划问题。
[0087][0088]
subject to
[0089]
β0，
…
，βd为实数，λ≥0，
[0090]
其中，λ为事先给定的调节系数，可用于控制正则回归模型的正则化程度。以上优化问题解的公式为：
[0091][0092]
其中，i为(d+1)
×
(d+1)的单位矩阵，c为样本资料阵，c
t
为样本资料阵的转置，y为用户平均预安排停电时间向量。
[0093]
获取由d个过程指标的n个数据值构成的样本资料阵；所述样本资料阵具体为：
[0094][0095]
其中x
ij
表示第i个预安排停电影响过程指标的第j个数据值。
[0096]
获取用户平均预安排停电时间的n个数据值构成的可靠性指标向量，所述可靠性指标向量具体为：
[0097][0098]
其中，yi表示用户平均预安排停电时间的第i个历史数据值。
[0099]
在本实施例中，所述方法还包括：
[0100]
根据拟合优度评估公式判断正则回归关联模型的拟合优度是否大于预设的第一阈值，若大于则保留得到的关联系数，若小于则重新计算关联系数。
[0101]
所述拟合优度评估公式如下：
[0102][0103][0104][0105]
其中，表示基于关联模型的用户平均预安排停电时间模型值，表示用户平均预安排停电时间的样本平均值。当r2≥0.5时(阈值0.5可根据实际数据量进行调整)即可认为关联模型刻画达到所需精度；若低于设定的阈值，则重新计算关联系数的正则回归估计值。可以重新调整正则回归模型中的调整参数t(lasso)或者调节系数λ(ridge)，重新计
算正则回归模型。
[0106]
本发明提供的一种基于正则回归的预安排停电影响分析方法，构建配电网预安排停电影响结果性及细化特征双重评估维度，以用户平均预安排停电时间指标作为因变量，有效准确地挖掘预安排停电影响过程指标与结果性指标间的关联规律，客观全面地对预安排停电的底层作用机制进行分析，量化预安排停电过程主要影响因素指标贡献度，为明确重点管控要素制定管理提升策略提供指导，大大提高管理决策的精准性，支撑预安排停电目标管理。
[0107]
实施例2：
[0108]
参照图2，本发明还公开了一种配电网可靠性主导因素的分析装置，用于分析电网企业在预安排停电时的过程指标和结果性指标的关系，包括：获取模块101、第一处理模块102、第二处理模块103和第三处理模块104。
[0109]
所述获取模块101，用于获取配电网预安排停电影响的过程指标的历史数据和结果性指标的历史数据；
[0110]
所述第一处理模块102，用于将获取到的过程指标和结果性指标的历史数据进行标准化处理；
[0111]
所述第二处理模块103，用于根据标准化处理的过程指标和结果性指标的历史数据建立正则回归关联模型，得到过程指标对结果性指标的关联系数；
[0112]
所述第三处理模块104，用于根据关联系数得到过程指标对结果性指标的贡献度。
[0113]
实施例2的分析装置是在实施例1的基础上进行撰写的，实施例2从装置的角度对实施例1的分析方法进行说明。实施例1的技术特征都可以用于实施2中的分析装置，因此不再实施例2中赘述这些技术特征。
[0114]
实施例3：
[0115]
本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行实施例1中所述的配电网预安排停电影响分析方法。
[0116]
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read－onlymemory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。
[0117]
综上，本发明实施例一种配电网可靠性主导因素的分析方法、装置及存储介质与现有技术相比，其有益效果在于：
[0118]
(1)通过基于预安排停电影响结果性指标和过程指标的分析评估，深入挖掘预安排停电影响过程指标和结果性指标之间存在的内在联系，能够定量地发现不同影响因素对配电网可靠性的影响规律，进而发掘对结果性指标最为有效的主导因素，以客观的数据分析结果为依据，指导预安排停电管理优化、提高配电网的可靠性。
[0119]
(2)本发明提供了一种基于正则回归的预安排停电影响分析方法，构建配电网预安排停电影响结果性及细化特征双重评估维度，以用户平均预安排停电时间指标作为因变量，有效准确地挖掘预安排停电影响过程指标与结果性指标间的关联规律，客观全面地对
预安排停电的底层作用机制进行分析，量化预安排停电过程主要影响因素指标贡献度，为明确重点管控要素制定管理提升策略提供指导，大大提高管理决策的精准性，支撑预安排停电目标管理。
[0120]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。