一种客观理论与主观经验相结合的指标筛选方法

1.本发明涉及电气化铁路技术领域，尤其涉及储能应用于高铁辅助服务的需求综合评价的指标筛选方法。


背景技术：

2.电气化铁路是一类大宗工业电力用户，负荷具有波动性与不确定性，负荷呈现频繁波动的状态且波动的范围也很大，其高峰值会带给牵引电网很大的冲击影响牵引供电系统的安全稳定性。随着我国高铁里程和班次的增多，高铁机车刹车时回馈送到电网的制动功率和能量越来越大。对再生制动能量进行回收利用促进铁路能源低碳转型的问题也成为关注热点。储能系统具有灵活的电功率“吞吐特性”，能应对负荷曲线的不同变化，具备对能量的时空平移能力，大多集中应用于电源侧、电网侧、用户侧。电力系统中接入大规模储能系统能快速响应实现缓解网络阻塞，平波，调频，调峰，回收再生制动能量等辅助服务，保证电力系统运行的可靠性与经济性。
3.不同的储能技术所具有的技术经济优势和局限性差异很大，有各自的特点与适用场景，在电力系统调度运行中使用不同储能媒介的储能技术对应的储能辅助服务需求也会有所差异。有必要对不同储能介质的储能技术应用于相应的辅助服务的需求进行综合评价，据此比选出合适的储能技术。评价指标体系是综合评价基础，直接采用初选指标体系进行储能需求评估，同类指标之间容易产生信息冗余，信息重叠高会扭曲评价结果。
4.目前方法在消除指标间信息冗余问题的同时容易出现相对重要性视角下评价指标被过度剔除，进而导致评价信息极易大量损失的现象。因此，如何使最终指标体系反映的信息量尽可能大且信息冗余状况得到改善的问题尚待解决，急需一种指标筛选方法来解决此问题，进而建立合理化的储能辅助服务需求综合评价指标体系。


技术实现要素：

5.本发明提供的一种客观理论与主观经验相结合的指标筛选方法，该方法可解决如何使最终指标体系反映的信息量尽可能大且信息冗余状况得到改善的问题，可获得合理化的储能辅助服务需求综合评价指标体系。
6.为了实现上述目的，本发明采用如下的技术方案，包括：
7.获取牵引变电站日内的实测负荷数据；
8.定义特定指标，并结合传统评价指标建立双重辅助服务的需求综合评价初始指标体系；
9.建立高铁储能的经济性模型，求解储能系统ess的最佳配置参数，计算评价指标值；
10.建立基尼系数、person相关系数、kmo检验统计量和d-s理论相结合的指标筛选模型；
11.检验最终评价指标体系合理性及信息重叠指标筛选合理性。
12.进一步地，双重辅助服务的需求综合评价初始指标体系的建立，包括：
13.结合储能系统应用于高铁负荷削峰和再生制动能量回收利用的双重辅助服务特性以及高铁负荷的波动性与不确定性，并考虑到指标的可获取性，定义6个特定指标；再参照传统评价指标，建立综合考虑技术性，经济性，安全性及建设性等4个维度的储能系统应用于高铁双重辅助服务的需求综合评价初始指标体系；特定指标的定义：
14.1)削峰率i1：指日运行周期t内最大负荷与削峰线之差比上最大负荷，该指标可用于衡量储能系统辅助服务完成度的大小；
[0015][0016]
式中：p
t,max
表示一个时间周期t内t时刻的最大功率，p
pos
表示储能系统实现削峰填谷的目标削峰线；
[0017]
2)削峰不足期望值i2：指日运行周期t内储能系统辅助服务目标域中负载状态概率与削峰不足量的乘积之和，该指标可用于反映负载状态对储能系统进行辅助服务的影响程度；
[0018][0019]
式中：x表示负载状态事件，负载情况分为重载、中载、轻载三种，g表示负载变化这个总事件，p(x)表示负载状态事件发生的概率大小，c(x)表示在不同负载状态下的削峰不足量；
[0020]
3)储能供电量宽裕度i3：指日运行周期t内储能额定容量与额定功率之比，该指标可说明储能供电量宽裕度越大，储能系统充放电安全性也越高；
[0021][0022]
式中：e
ess
表示日运行周期t内储能系统额定容量，p
ess
表示日运行周期t内储能系统额定功率；
[0023]
4)电网供电量所占比i4：指日运行周期t内电网供电量与负荷需求总电量之比，该指标可说明电网供电量所占比越大，会出现系统等效峰谷差增大，调峰需求增大的情况，对系统安全稳定运行影响越大；
[0024][0025]
式中：ee表示日运行周期t内电网供电量，e
max
表示日运行周期t内负荷需求总电量；
[0026]
5)再生制动能量贡献率i5：指日运行周期t内再生制动能量对电网供电量的消减量与负荷需求总电量之比，该指标可反映再生制动能量回收利用的程度，减少回流电网造成冲击的风险；
[0027][0028]
式中：ee表示日运行周期t内电网供电量，e
max-ee表示日运行周期t内再生制动能量
对电网供电量的消减量；
[0029]
6)投资回收年限率i6：指在储能全寿命周期内投资成本与运行成本之和比上净收益，该指标可用于衡量投资方成本回收期的长短；
[0030][0031]
式中：c1表示储能系统初始投资成本，c2表示储能全寿命周期内运行维护成本，f为储能全寿命周期内净收益。
[0032]
进一步地，建立高铁储能的经济性模型，包括：
[0033]
以削峰线p1和填谷线p2为决策变量，全寿命周期内净收益最大为目标函数，即
[0034]
maxf＝b1+b2+b3+b4+b
5-c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0035]
1)储能投资及运行维护成本c
[0036][0037]
式中：ce为储能单位容量价格，c
p
为储能单位功率价格，e
ess
为储能额定容量，p
ess
为储能额定功率；n为储能使用年限，c
mt
为储能单位充/放电功率第t年运行维护成本，tr为通货膨胀率，dr为贴现率；
[0038]
2)牵引变压器投资成本收益b1[0039]
b1＝c
evv
(s
vvα
+s
vvβ-s'
vv
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0040]
式中：c
evv
是牵引变压器容量成本，s
vvα
和s
vvβ
分别为两臂牵引变压器容量大小，s'
vv
根据λp1大小，按照牵引变压器容量等级得到，且s'
vv
≥λp1；牵引变压器所需有功p1通过γ核算其容量，γ＝1/cosφ，按照变压器性质，一般取cosφ＝0.8，则λ＝1.25；
[0041]
3)牵引变压器运行维护成本收益b2[0042][0043]
式中：c
mvvt
是第t年牵引变压器每单位容量的运行维护成本；
[0044]
4)基本电费收益b3[0045][0046]
式中：yb为每个月的基本电费；
[0047]
5)电度电费收益b4[0048][0049]
式中：δe
ess
为日削峰总能量，yw为电度电费；
[0050]
6)电网公司补贴b5[0051]
[0052]
式中：c
up
为单位容量电网升级成本，u为补贴比例；
[0053]
约束条件：
[0054]
1)决策变量削峰线p1和填谷线p2作为优化关键，需满足不等式约束
[0055]
p
avg
≤p1≤p
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0056]
p
min
≤p2≤0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0057]
式中：p
max
和p
min
分别为牵引负荷的最大值和最小值，p
avg
为负荷的均值；
[0058]
2)ess充放总电量约束
[0059]
δe
c_ess-δe
d_ess
≤ε
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)
[0060]
式中：δe
d_ess
为ess参与的总调峰能量，δe
c_ess
为ess回收的再生制动总能量，ε为接近0的任意小值；
[0061]
3)ess充放电的额定功率约束
[0062]
δp
d_ess
＝p
max-p1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0063]
δp
c_ess
＝p2-p
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)
[0064]
p
ess
≥max(δp
d_ess
,δp
c_ess
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(19)
[0065]
式中：δp
d_ess
为储能部分的调峰功率上限，δp
c_ess
为储能谷值时回收再生制动能量的填谷功率上限；
[0066]
4)荷电状态(soc)约束
[0067][0068]
soc
min
≤soc(t)≤soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0069]
式中：soc0为储能系统ess初始时刻的荷电状态，soc
min
和soc
max
分别为ess允许的最低和最高荷电状态，soc(t)为t时刻ess荷电状态，e
ess
(t)为从初始时刻到t时刻时间段内ess累计吸收的能量。
[0070]
进一步地，建立基尼系数、person相关系数、kmo检验统计量和d-s理论相结合的指标筛选模型，包括：
[0071]
步骤1利用初始样本数据，建立决策矩阵，根据离差标准化方法，对决策矩阵中的指标值进行正向标准化处理，得到标准化决策矩阵，再计算指标基尼系数；
[0072]
指标基尼系数
[0073][0074]
其中：n为评价对象个数，z
ij
和z
kj
分别为第i个评价对象和第k个评价对象在第j个指标下的指标标准化值，ζj为第j个指标的基尼系数用于衡量指标内第j个指标对比强度dj；
[0075]
步骤2指标初筛选，计算指标集内指标基尼系数ζj的均值，将其均值设为对比强度初始阈值d1；若任意指标基尼系数ζj大于等于阈值d1，则该指标不需进行删除；反之，指标基尼系数ζj小于阈值d1，则该指标需进行删除，应用d-s理论对专家给出的信任度分配表进行融合，对指标筛选的可信度与不可信度进行计算；可信度大于不可信度则指标筛选事件可信；不可信度大于可信度则指标筛选事件不可信，立即调整阈值d1，循环步骤2；
[0076]
步骤3根据pearson相关系数，得到相关系数矩阵
[0077][0078]
其中：r
ij
为第i个指标和第j个指标间的相关系数；
[0079]
步骤4指标次筛选，critic客观赋权法确定指标权重，指标权重从大至小进行排列，按0.618黄金优选比例选取组成一个新的指标集，为保证指标综合信息含量的充足且可靠，选定权重最小的指标为基准指标；再将基准指标与其余指标的相关系数从小至大进行排列，按0.618黄金优选比例剔除较小相关系数，为避免指标信息含量的过度流失和信息重叠严重，选取剩余的最小相关系数作为相关度初始阈值r1；若相关系数小于设定阈值r1，说明指标反映信息不重复，同时保留两个评价指标；若相关系数大于等于设定阈值r1，说明指标反映信息重复，则需进行指标筛选，删除这两个指标中信息含量较小的一个，利用d-s理论对指标筛选的可信度与不可信度进行计算；可信度大于不可信度则指标筛选事件成立；不可信度大于可信度则指标筛选事件不成立，立即调整阈值d1，循环步骤4；
[0080]
步骤5一组指标x1，x2，
…
，xn的kmon检验统计量计算公式如下
[0081][0082]
其中：r
ij
为指标xi和xj间的pearson相关系数，p
ij
是任意两个指标xi和xj间的n-2阶偏相关系数；kmo检验认为，一组指标kmo值越接近于0，该组指标内部相关性越低，即指标信息重叠水平越低；一组指标kmo值越接近于1，该组指标内部相关性越高即指标的信息重叠水平越高；
[0083]
步骤6指标再筛选，在指标次筛选完成后指标集kmo值若小于初始指标集kmo值且居于0.7以下，则说明该指标集相关性已经较低，因此不必再进行整体信息重叠指标筛选；反之，说明该指标集相关性较高，需要进行整体信息重叠指标筛选，计算剔除指标集中每个指标后的kmo值，将对指标集kmo值变小贡献性最大的指标删除，循环步骤6。
[0084]
2.如权利要求1所述的客观理论与主观经验相结合的指标筛选方法，其特征在于，检验最终评价指标体系合理性及信息重叠指标筛选合理性，包括：
[0085]
1)指标体系合理性检验，计算筛选后的指标集对初始指标集的信息贡献率in
[0086]
in＝trsk/trsnꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(25)
[0087]
其中：s是指标数据的协方差矩阵，trs是协方差矩阵的迹，表示协方差矩阵的主对角线上各指标方差之和，k是筛选后的指标个数，n是初始指标的个数；
[0088]
2)信息重叠指标筛选合理性检验，计算信息重叠降低比例rk[0089][0090]
其中：k是筛选后的指标个数，n是初始指标的个数，kmok是剩余k个指标的kmo检验统计量，kmon是初始n个指标的kmo检验统计量。
附图说明
[0091]
图1为牵引负荷功率曲线
[0092]
图2为指标筛选方法设计流程图
具体实施方式
[0093]
使本发明的优点和特征能够更加明显和易懂，结合附图对本发明进一步详细描述。
[0094]
一种客观理论与主观经验相结合的指标筛选方法附图所示，包括：
[0095]
步骤s101，获取牵引变电所日内的实测负荷数据，定义特定指标，并结合传统评价指标建立双重辅助服务的需求综合评价初始指标体系；
[0096]
步骤s102，建立高铁储能的经济性模型，求解储能系统ess的最佳配置参数，计算评价指标值；
[0097]
步骤s103，建立基尼系数、person相关系数、kmo检验统计量和d-s理论相结合的指标筛选模型；
[0098]
步骤s104，检验最终评价指标体系合理性及信息重叠指标筛选合理性。
[0099]
步骤s101的具体实施方法为：结合储能系统应用于高铁负荷削峰和再生制动能量回收利用的双重辅助服务特性以及高铁负荷的波动性与不确定性，并考虑到指标的可获取性，定义6个特定指标；再参照传统评价指标，建立综合考虑技术性，经济性，安全性及建设性等4个维度的储能系统应用于高铁双重辅助服务的需求综合评价初始指标体系；特定指标的定义：
[0100]
1)削峰率i1：指日运行周期t内最大负荷与削峰线之差比上最大负荷，该指标可用于衡量储能系统辅助服务完成度的大小；
[0101][0102]
式中：p
t,max
表示一个时间周期t内t时刻的最大功率，p
pos
表示储能系统实现削峰填谷的目标削峰线；
[0103]
2)削峰不足期望值i2：指日运行周期t内储能系统辅助服务目标域中负载状态概率与削峰不足量的乘积之和，该指标可用于反映负载状态对储能系统进行辅助服务的影响程度；
[0104][0105]
式中：x表示负载状态事件，负载情况分为重载、中载、轻载三种，g表示负载变化这个总事件，p(x)表示负载状态事件发生的概率大小，c(x)表示在不同负载状态下的削峰不足量；
[0106]
3)储能供电量宽裕度i3：指日运行周期t内储能额定容量与额定功率之比，该指标可说明储能供电量宽裕度越大，储能系统充放电安全性也越高；
[0107][0108]
式中：e
ess
表示日运行周期t内储能系统额定容量，p
ess
表示日运行周期t内储能系
统额定功率；
[0109]
4)电网供电量所占比i4：指日运行周期t内电网供电量与负荷需求总电量之比，该指标可说明电网供电量所占比越大，会出现系统等效峰谷差增大，调峰需求增大的情况，对系统安全稳定运行影响越大；
[0110][0111]
式中：ee表示日运行周期t内电网供电量，e
max
表示日运行周期t内负荷需求总电量；
[0112]
5)再生制动能量贡献率i5：指日运行周期t内再生制动能量对电网供电量的消减量与负荷需求总电量之比，该指标可反映再生制动能量回收利用的程度，减少回流电网造成冲击的风险；
[0113][0114]
式中：ee表示日运行周期t内电网供电量，e
max-ee表示日运行周期t内再生制动能量对电网供电量的消减量；
[0115]
6)投资回收年限率i6：指在储能全寿命周期内投资成本与运行成本之和比上净收益，该指标可用于衡量投资方成本回收期的长短；
[0116][0117]
式中：c1表示储能系统初始投资成本，c2表示储能全寿命周期内运行维护成本，f为储能全寿命周期内净收益。
[0118]
接下来，步骤s102的具体实施方法为：建立高铁储能的经济性模型，包括：
[0119]
以削峰线p1和填谷线p2为决策变量，全寿命周期内净收益最大为目标函数，即
[0120]
maxf＝b1+b2+b3+b4+b
5-c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(33)
[0121]
1)储能投资及运行维护成本c
[0122][0123]
式中：ce为储能单位容量价格，c
p
为储能单位功率价格，e
ess
为储能额定容量，p
ess
为储能额定功率；n为储能使用年限，c
mt
为储能单位充/放电功率第t年运行维护成本，tr为通货膨胀率，dr为贴现率；
[0124]
2)牵引变压器投资成本收益b1[0125]
b1＝c
evv
(s
vvα
+s
vvβ-s'
vv
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(35)
[0126]
式中：c
evv
是牵引变压器容量成本，s
vvα
和s
vvβ
分别为两臂牵引变压器容量大小，s'
vv
根据λp1大小，按照牵引变压器容量等级得到，且s'
vv
≥λp1；牵引变压器所需有功p1通过γ核算其容量，γ＝1/cosφ，按照变压器性质，一般取cosφ＝0.8，则λ＝1.25；
[0127]
3)牵引变压器运行维护成本收益b2[0128]
[0129]
式中：c
mvvt
是第t年牵引变压器每单位容量的运行维护成本；
[0130]
4)基本电费收益b3[0131][0132]
式中：yb为每个月的基本电费；
[0133]
5)电度电费收益b4[0134][0135]
式中：δe
ess
为日削峰总能量，yw为电度电费；
[0136]
6)电网公司补贴b5[0137][0138]
式中：c
up
为单位容量电网升级成本，u为补贴比例；
[0139]
约束条件：
[0140]
1)决策变量削峰线p1和填谷线p2作为优化关键，需满足不等式约束
[0141]
p
avg
≤p1≤p
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(40)
[0142]
p
min
≤p2≤0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(41)
[0143]
式中：p
max
和p
min
分别为牵引负荷的最大值和最小值，p
avg
为负荷的均值；
[0144]
2)ess充放总电量约束
[0145]
δe
c_ess-δe
d_ess
≤ε
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(42)
[0146]
式中：δe
d_ess
为ess参与的总调峰能量，δe
c_ess
为ess回收的再生制动总能量，ε为接近0的任意小值；
[0147]
3)ess充放电的额定功率约束
[0148]
δp
d_ess
＝p
max-p1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(43)
[0149]
δp
c_ess
＝p2-p
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(44)
[0150]
p
ess
≥max(δp
d_ess
,δp
c_ess
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(45)
[0151]
式中：δp
d_ess
为储能部分的调峰功率上限，δp
c_ess
为储能谷值时回收再生制动能量的填谷功率上限；
[0152]
4)荷电状态(soc)约束
[0153][0154]
soc
min
≤soc(t)≤soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(47)
[0155]
式中：soc0为储能系统ess初始时刻的荷电状态，soc
min
和soc
max
分别为ess允许的最低和最高荷电状态，soc(t)为t时刻ess荷电状态，e
ess
(t)为从初始时刻到t时刻时间段内ess累计吸收的能量。
[0156]
然后，步骤s103的具体实施方法为：建立基尼系数、person相关系数、kmo检验统计量和d-s理论相结合的指标筛选模型，包括：
[0157]
步骤1利用初始样本数据，建立决策矩阵，根据离差标准化方法，对决策矩阵中的指标值进行正向标准化处理，得到标准化决策矩阵，再计算指标基尼系数；
[0158]
指标基尼系数
[0159][0160]
其中：n为评价对象个数，z
ij
和z
kj
分别为第i个评价对象和第k个评价对象在第j个指标下的指标标准化值，ζj为第j个指标的基尼系数用于衡量指标内第j个指标对比强度dj；
[0161]
步骤2指标初筛选，计算指标集内指标基尼系数ζj的均值，将其均值设为对比强度初始阈值d1；若任意指标基尼系数ζj大于等于阈值d1，则该指标不需进行删除；反之，指标基尼系数ζj小于阈值d1，则该指标需进行删除，应用d-s理论对专家给出的信任度分配表进行融合，对指标筛选的可信度与不可信度进行计算；可信度大于不可信度则指标筛选事件可信；不可信度大于可信度则指标筛选事件不可信，立即调整阈值d1，循环步骤2；
[0162]
步骤3根据pearson相关系数，得到相关系数矩阵
[0163][0164]
其中：r
ij
为第i个指标和第j个指标间的相关系数；
[0165]
步骤4指标次筛选，critic客观赋权法确定指标权重，指标权重从大至小进行排列，按0.618黄金优选比例选取组成一个新的指标集，为保证指标综合信息含量的充足且可靠，选定权重最小的指标为基准指标；再将基准指标与其余指标的相关系数从小至大进行排列，按0.618黄金优选比例剔除较小相关系数，为避免指标信息含量的过度流失和信息重叠严重，选取剩余的最小相关系数作为相关度初始阈值r1；若相关系数小于设定阈值r1，说明指标反映信息不重复，同时保留两个评价指标；若相关系数大于等于设定阈值r1，说明指标反映信息重复，则需进行指标筛选，删除这两个指标中信息含量较小的一个，利用d-s理论对指标筛选的可信度与不可信度进行计算；可信度大于不可信度则指标筛选事件成立；不可信度大于可信度则指标筛选事件不成立，立即调整阈值d1，循环步骤4；
[0166]
步骤5一组指标x1，x2，
…
，xn的kmon检验统计量计算公式如下
[0167][0168]
其中：r
ij
为指标xi和xj间的pearson相关系数，p
ij
是任意两个指标xi和xj间的n-2阶偏相关系数；kmo检验认为，一组指标kmo值越接近于0，该组指标内部相关性越低，即指标信息重叠水平越低；一组指标kmo值越接近于1，该组指标内部相关性越高即指标的信息重叠水平越高；
[0169]
步骤6指标再筛选，在指标次筛选完成后指标集kmo值若小于初始指标集kmo值且
居于0.7以下，则说明该指标集相关性已经较低，因此不必再进行整体信息重叠指标筛选；反之，说明该指标集相关性较高，需要进行整体信息重叠指标筛选，计算剔除指标集中每个指标后的kmo值，将对指标集kmo值变小贡献性最大的指标删除，循环步骤6。
[0170]
最后，步骤s104的具体实施方法为：检验最终评价指标体系合理性及信息重叠指标筛选合理性，包括：
[0171]
1)指标体系合理性检验，计算筛选后的指标集对初始指标集的信息贡献率in
[0172]
in＝trsk/trsnꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(51)
[0173]
其中：s是指标数据的协方差矩阵，trs是协方差矩阵的迹，表示协方差矩阵的主对角线上各指标方差之和，k是筛选后的指标个数，n是初始指标的个数；
[0174]
2)信息重叠指标筛选合理性检验，计算信息重叠降低比例rk[0175][0176]
其中：k是筛选后的指标个数，n是初始指标的个数，kmok是剩余k个指标的kmo检验统计量，kmon是初始n个指标的kmo检验统计量。
[0177]
至此，客观理论与主观经验相结合的指标筛选方法已确定。
[0178]
本发明针对解决在建立综合性的储能系统应用于高铁辅助服务的需求评价指标体系的过程中，如何使最终指标体系反映的信息量尽可能大且信息冗余状况得到改善的问题，提出一种客观理论与主观经验相结合的指标筛选方法。首先，定义特定指标，并结合传统评价指标建立双重辅助服务的需求综合评价初始指标体系；接着，建立高铁储能的经济性模型；然后，建立基尼系数、person相关系数、kmo检验统计量和d-s理论相结合的指标筛选模型；最后，引入信息贡献率in和指标集整体信息重叠降低比例rk的概念来检验最终评价指标体系合理性及信息重叠指标筛选合理性。该方法效果显著，在兼顾信息损失较小的同时降低信息重叠水平，使得辅助服务需求评价指标体系的建立更加合理化，最终评价结果也更加准确。
[0179]
最后，本技术的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含本发明的保护范围之内。