电网投资分析模型指标参数计算方法与流程

本发明属于电网项目投资分析
技术领域：
，具体涉及为一种电网投资分析模型训练指标计算方法。
背景技术：
：近年来，电力行业面临着严峻的形势，多数公司资产负债率逐年升高,利润亏损。因此，为了保证电网企业的健康发展，需要科学合理的电网投资项目评价体系，以实现降低运营成本、提高经济效益、扩大投资收益的目的。电网基建项目投资效益评价是电网建设必需的环节，结合电网建设投资过程中各方面因素，从电网安全、供电能力等多个维度，对投资效益进行科学量化评价而建立评价模型，但是现有技术中，各个公司企业各用一个或者几个投资模型，结构不同、评价标准不一，良莠不齐，得到的评价结果其可靠性也无法保障。本专利申请的发明人设计了一种电网投资分析模型，该模型包括两个类别、且每个类别中包括四个维度构成一级指标的电网投资分析模型，每个维度下设投资重点方向作为二级指标，每个投资重点方向的评价因子作为三级指标，基于该模型评价指标的评价结果需进一步计算和校验。有鉴于此，特提出本发明。技术实现要素：本发明要解决的技术问题在于克服现有技术的不足，提供一种电网投资分析模型指标参数计算方法，能够以实际电网投资项目数据为基础，得到更为准确可信的评分结果。为解决上述技术问题，本发明采用技术方案的基本构思是：一种电网投资分析模型指标参数计算方法，其中该模型包括若干投资重点方向作为二级指标，每个投资重点方向的评价因子作为三级指标，包括：设定各二级指标和三级指标评分计算规则；选取具体投资项目作为训练计算基础数据带入对应的三级指标下，按照设定的各三级指标评分计算规则计算三级指标评分；根据二级指数评分计算规则带入三极指标评分计算得到二级指标评价分数；二级指标评价分数之和为投资项目评分。进一步的，上述电网投资分析模型指标参数计算方法中，所述二级指标和三级指标的评分计算规则包括：一票通过类、加减分类和系数类；其中所述投资重点方向属于根据符合评价标准与否的判断类二级指标的评分计算规则为一票通过类；所述三级指标属于根据符合评价标准程度的积分类的三级指标评分计算规则为加减分类；所述三级指标属于根据指标具体参数计算的三级指标评分计算规则为系数类；一票通过类指标不进行评分。进一步的，上述电网投资分析模型指标参数计算方法中，所述电网投资分析模型为220～1000千伏电网投资分析模型时，所述一票通过类指标至少包括“电源送出线路工程项目”、“特高压配套工程项目”、“实现资源优化配置的220-750千伏跨区跨省输变电项目”、“满足电气化铁路、基础设施等特殊负荷供电需求的配套项目”、“解决电磁环网及短路电流超标问题”的项目五项指标；所述系数类评分计算规则至少包括：三级指标中“减少该区域内线路发生N-1后正常运行线路过载条数”的指标算法为：6.8*x+61.3；x为所述减少该区域内线路发生N-1后正常运行线路过载条数；三级指标中“本项目投运前该区域内线路发生N-1后正常运行线路过载率的最大值”的指标算法为：0.4*x，x为所述本项目投运前该区域内线路发生N-1后正常运行线路过载率的最大值，x为1表示负载率为100％；三级指标中“重过载设备的负载率最大值”的指标算法为：25*(x-0.8)，x为所述重过载设备的负载率最大值；三级指标中“重过载设备的平均负载率”的指标算法为：5*x，x为所述重过载设备的平均负载率；三级指标中“解决重过载主变数量”的指标算法为：19*x，x为所述解决重过载主变数量；且x取值在0～4.7范围内取线性，超过4.7按4.7计算，即19*x是进行线性回归后的计算公式，19是线性回归得到的系数；如果单位投资解决重过载主变数量为4的话，x值为4，x值在0-4.7范围内按照19*x公式计算得分，此项三级指标得分为19*4＝76分，x值超过4.7按4.7计算；三级指标中“解决重过载线路条数”的指标算法为：19*x，x为所述解决重过载线路条数，即19*x是进行线性回归后的计算公式，19是线性回归得到的系数；如果单位投资解决重过载线路条数为4的话，x值为4，x值在0-4.7范围内按照19*x公式计算得分，此项三级指标得分为19*4＝76分，x值超过4.7按4.7计算；三级指标中“设备运行年限”的指标算法为：以允许年限Y和已运行年限x来计算，得分为20*(x+6-Y),得分不低于0，不超过100，且与下项合计总分不超过10；三级指标中“预期新增负荷容量”的指标算法为：0.7x，x为所述预期新增负荷容量；x超过140按照140计算；所述加减分类评分计算规则至少包括：三级指标中“本地区容载比”的指标算法为：容载比超过导则上限的减分为-10分；容载比低于导则下线的加分为+10分；三级指标中“本地区负荷增长率”的指标算法为：增长率低于5％的减分为-10分；增长率超过10％的加分为+10分；三级指标中“预期新增负荷类型”的指标算法为：本项指标是预期负荷折算系数，不直接计入总分；通过预期负荷类型得到其折算系数，满分100，根据不确定因素进行减分；其中1).负荷主要类型为高能耗则-75分；2).负荷主要类型为政府限制性行业则-90分；3).负荷主要类型的需求前景不确定则-50分；4).负荷主要类型的增长率近3年剧烈波动或逐年衰减则-50分；以上4项中，1).和2).取最高减分项，3).和4).取其中最高减分项，总得分最低为0。进一步的，上述电网投资分析模型指标参数计算方法中，所述电网投资分析模型为35～110千伏电网投资分析模型时，所述一票通过类指标至少包括“电源送出线路工程项目”、“满足电气化铁路、基础设施等特殊负荷供电需求的配套项目”、“解决短路电流超标问题的项目”的项目三项指标；所述系数类评分计算规则至少包括：三级指标中“减少该区域内线路发生N-1后正常运行线路过载条数”的指标算法为：x<1时，60x；1<＝x<＝5时，得分60；x>5时，60(x-4)；得分不超过100；x为所述减少该区域内线路发生N-1后正常运行线路过载条数；三级指标中“缩短的供电半径”的指标算法为：70*x*k+27；电压等级为35kV时，k＝1；电压等级为110kV时，k＝2；x为所述缩短的供电半径；三级指标中“减少该区域内主变发生N-1后正常运行主变过载台数”的指标算法为：设x为过载台数/千万，Y为过载率，则得分为82.5x+502Y-1109；三级指标中“重过载设备的负载率最大值”的指标算法为：5*x，x为所述重过载设备的负载率最大值；三级指标中“重过载设备的平均负载率”的指标算法为：2*x，x为所述重过载设备的平均负载率；三级指标中“解决重过载主变数量”的指标算法为：10*x，若负荷类型为居民小区，则再乘0.7，x为所述解决重过载主变数量；三级指标中“解决重过载线路条数”的指标算法为：23.5x，若负荷类型为居民小区，则再乘0.7，x为解决重过载线路条数；三级指标中“设备运行年限”的指标算法为：1.3*x，x为所述设备运行年限；三级指标中“本地区容载比”的指标算法为：5*x，x为所述本地区容载比；三级指标中“本地区负荷增长率”的指标算法为：156*x，x为所述本地区负荷增长率；三级指标中“预期新增负荷容量”的指标算法为：70+0.1*x，x为所述预期新增负荷容量；所述加减分类评分计算规则包括：三级指标中“消除安全隐患的事故等级”的指标算法为：重大、较重大等级按照一票通过类处理；一般及以下等级作为加分项；三级指标中“政策支持性力度”和“建设难度”的指标算法为加减分类。进一步的，上述电网投资分析模型指标参数计算方法中，所述电网投资分析模型为10千伏及以下电网投资分析模型时，所述一票通过类指标至少包括“满足负荷增长的业扩项目”、“电源送出线路工程项目”、“满足电动汽车充换电设施、基础设施等特殊负荷供电需求的配套项目”、“解决短路电流超标问题的项目”的项目四项指标；所述系数类评分计算规则至少包括：三级指标中“增加的城网主干联络线路N-1通过条数”的指标算法为：57.5+8.7*x；x为所述增加的城网主干联络线路N-1通过条数；三级指标中“增加的县城主干联络线路N-1通过条数”的指标算法为：52+38*x；x为所述增加的县城主干联络线路N-1通过条数；三级指标中“重过载设备的负载率最大值”的指标算法为：1*x，x为所述重过载设备的负载率最大值；三级指标中“重过载设备的平均负载率”的指标算法为：5*x，x为所述重过载设备的平均负载率；三级指标中“解决重过载配变数量”的指标算法为：6.2*x，x为所述解决重过载配变数量；三级指标中“解决重过载线路条数”的指标算法为：55*x，x为所述解决重过载线路条数；三级指标中“10千伏户均容量”的指标算法为：90*(3-x)，上限65分，x为10千伏户均容量；三级指标中“预期新增负荷增长率”的指标算法为：500*x，上限35分，x为所述预期新增负荷增长率；三级指标中“消除高损线路条数”的指标算法为：0.5<＝x<＝10得分为60；0.5<x，得分为120*x；x>10，得分为6*x，得分不超过100，x为所述消除高损线路条数；三级指标中“减少用户停电时间”的指标算法为：16*(x+1)，x为所述减少用户停电时间；三级指标中“消除低电压台区数”的指标算法为：2.5*x，x为所述消除低电压台区数，根据x值进行分段处理：x值在0～10范围内取线性，即按照基础公式2.5*x进行计算，例如x＝9,则得分为2.5*9＝22.5；10～30对应的x取值为10～20，指当x原始值位于10～30区间，则带入2.5*x公式时，需要线性折算为10～20，其实最终公式就是2.5*(5+0.5x)；超过30，x取值为20；就是说x值超过30时按照20计算，得分为2.5*20＝50；三级指标中“设备运行年限”的指标算法为：40+0.5x，x为所述设备运行年限，低于15分则算无分，；三级指标中“设备故障率”的指标算法为：140x，x为所述设备故障率，低于0.1分则算无分，上限50分。进一步的，上述电网投资分析模型指标参数计算方法中，所述系数类评分计算规则中，指标的系数计算方法包括：1).设定最大允许误差E，E为指标最终得到的分数与专家打分的最大误差；2).针对样本集中数据使用最小二乘法进行多元线性回归计算，得到系数；样本集中投资项目各三级指标参数为变量，预期得分为目标；3).根据步骤2).得到的系数计算各样本的得分，并计算得分与专家打分的偏差；4).找到偏差绝对值超过E且偏差最大的工程项目，剔除出样本集；针对新样本集重复步骤2).～3).；5).最终样本集的数据经过最小二乘法进行多元线性回归计算后，误差均不超过E，此时得到的系数和计算公式为各三级指标的系数和工程项目得分的计算公式。采用上述技术方案后，本发明与现有技术相比具有以下有益效果：本发明指标参数计算方法基于电网投资分析模型，针对不同电压等级电网投资分析模型的指标提供评分规则，如公式或加减分项等等，能够以实际投资项目数据为基础进行评分计算，更客观体现出投资项目的预期收益价值；得到以单位投入的收益为衡量参数的评分结果，符合实际情况，可靠度更高。附图说明图1-1是本发明电网投资分析模型参数计算方法中实施一13个样本进行量化和归一化后得到的样本集图表；图1-2是图1-1的续表；图2是实施例一中13个样本中选择二级指标为加强网架结构后得到的样本集图表；图3是实施例一种13个样本中选择二级指标为满足新增负荷需求后得到的样本集图表；图4是实施例一中13个样本中选择二级指标为解决设备重过载后得到的样本集图表；图5是实施例一中13个项目的评价得分与专家评分得分对比图；图6是实施例二中29个样本中选择二级指标为加强网架结构后得到的样本集图表；图7是实施例二中29个样本中选择二级指标为提高供电质量后得出的样本集图表；图8是实施例二中29个样本中选择二级指标为满足主变N-1安全供电准则的项目后得出的样本集图表；图9是实施例二中29个样本中选择二级指标为解决设备重过载后得出的样本集图表；图10是实施例二中29个样本中选择二级指标为解决设备健康状况差后得出的样本集图表；图11是实施例二中29个样本中选择二级指标为满足新增负荷需求后，得出的样本集图表；图12是实施例二中29个项目的模型评价得分与专家评分对比图；图13是实施例三中39个投资项目中选择二级指标为加强网架结构后得到的样本集图表；图14是实施例三中39个投资项目中选择二级指标为解决设备重过载后得到的样本集图表；图15是实施例三中39个投资项目中选择二级指标为降损后得到的样本集图表；图16是实施例三中39个投资项目中选择二级指标为提高供电质量后得到的样本集图表；图17是实施例三中39个投资项目中选择二级指标为提高供电质量后得到的样本集图表；图18是实施例三中39个投资项目中选择二级指标为解决设备健康状况差后得到的样本集图表；图19是实施例三中39个项目的评价得分与专家评分得分对比图。具体实施方式下面结合附图和具体实施例，对本发明作进一步说明，以助于理解本发明的内容。本发明上下文中出现的符号“*”与“×”均表示“乘”这一运算。本发明基于电网投资分析模型的训练指标参数计算方法，其中该模型具有两个类别、且每个类别中包括四个维度构成一级指标，每个维度下设投资重点方向作为二级指标，每个投资重点方向的评价因子作为三级指标；基于电网投资评价参考因素，该电网投资分析模型由基础因子和调整因子两类指标构成；其中：基础因子指标是评价项目投资收益和投资成本的关键因素，且能量化计算出指标目标值。基础因子选择电网安全运行水平、电网运营效益、服务经济社会发展(35千伏及以上)/服务客户能力(10千伏及以下)以及投资成本四个维度作为一级指标，每个维度下设投资重点方向作为二级指标，例如电网安全运行水平的重点投资方向包括加强网架结构、解决设备重过载、消除安全隐患、解决设备健康状况差(运行年限长、故障率高)等几个二级指标，各二级指标之间相互独立。每个二级指标下设相应的三级指标，三级指标是每个投资重点方向的评价因子，作为二级指标的评价基础能够决定二级指标得分，通过三级指标的目标值，对二级指标进行综合计算。调整因子指标设置可预测性、公司考核指标提升、年度发展重点系数和社会责任四个维度，企业可根据年度发展重点、项目特点不同、区域差异等影响因素，设置各维度指标计算方法和指标权重，对电网投资项目评价得分进行综合整理。1.2考虑到不同电压等级电网投资关注的问题重点不同，将电网基建项目投资分析指标体系按照电压等级分为220～1000千伏、35～110千伏和10千伏以下三类。表1220～1000千伏电网基建项目投资评价指标模型表235～110千伏电网基建项目投资评价指标模型表310千伏及以下电网基建项目投资评价指标模型本发明一种电网投资分析模型指标参数计算方法，主要针对上述模型的基础因子类指标进行训练计算，以对实际项目数据进行检验；故通过本发明就实际电网投资数据为基础训练计算得出的评分结果可以进一步与实际项目进行专家评分的结果进行对比，验证电网投资分析模型评分结果的可靠性。本发明一种电网投资分析模型指标参数计算方法，包括：设定各二级指标和三级指标评分计算规则；选取具体投资项目作为训练计算基础数据带入对应的三级指标下，按照设定的各三级指标评分计算规则计算三级指标评分；根据二级指数评分计算规则带入三极指标评分计算得到二级指标评价分数；二级指标评价分数之和为投资项目评分。具体的，进行训练计算时：(1)预先设定各二级指标和三级指标评分计算规则。(2)选取具体投资项目作为训练计算基础数据带入对应的三级指标下，按照设定的各三级指标评分计算规则计算三级指标评分各电压等级分别选取一定数量的项目，根据项目可研性，按照本发明上述分析模型中相应的三级指标目标值，由专家从重要性、紧迫性等角度对项目进行综合评分。(3)根据二级指数评分计算规则带入三极指标评分计算得到二级指标评价分数；二级指标评价分数之和为投资项目评分模型训练的核心原则是比较单位投资的收益，比如投入1千万增加多少供电量，单位投资收益越大评分应当越高；基于这一核心原则，电网投资分析模型的训练计算结果应与专家对项目的评分结果基本相同或相差不大，符合实际情况，可靠度更高。本发明电网投资分析模型中每个二级指标之间相互独立，分别为100分。为每个二级指标下的三级指标设计不同权重分数，根据权重分数设计三级指标的算法和系数，使其最大得分相加为100分。项目评价得分为所有二级指标得分之和。根据投资项目具体三级指标目标值，对项目评价得分进行计算，通过调整算法和系数，使大部分项目评价得分与专家评分得分的平均分相符。针对项目评价得分与专家评分差异较大的个别项目进行二次访谈，即二次处理，寻找偏差原因，并根据偏差原因调整模型、修正专家打分，通过多次迭代，使项目评价得分尽量符合实际。本发明方法的二级指标和三级指标的评分计算规则包括：一票通过类、加减分类以及系数类：其中(1)所述投资重点方向属于根据符合评价标准与否的判断类二级指标的评分计算规则为一票通过类；“符合评价标准与否的判断类二级指标”指的是根据该指标是否符合评分标准判断其“通过”与“不通过”两个处理结果，不存在其他结果；一票通过类指标是由多名领域专家(电网规划、计划、发展)根据国家电网和省网的工作实践及重点方向集体确定的，直接按“通过”与否处理，其数据不作为样本参与模型训练；一票通过的意义就是指符合标准(比如“电源送出线路工程项目”为“是”)的项目该指标为直接以“通过”评价，不用计算分数。“服务经济社会发展”下的二级指标中绝大部分为一票通过类，但其中“已列入电网规划，公司战略性布点、预留走廊或有特殊政策支持的项目”为加减分类指标，不是一票通过类。一票通过类指标本身是指标体系的一部分，但不参与模型训练，因此在训练计算时不考虑。(2)本发明模型中二、三级指标分为“加减类”和“系数类”两大类；其中指标属于根据符合评价标准程度的积分类的三级指标评分计算规则为加减分类；指标属于根据指标具体参数计算的三级指标评分计算规则为系数类；加减分类是指依据指标参数进行加分和减分，如“走廊建设有一定难度则-5分”，再如三类指标中“本地区容载比”指标，“容载比超过导则上限的减分则-10分，容载比低于导则下限的加分则+10”；系数类是指依据参数带入公式后计算得到分数，如二级指标中加强网架结构指标，通过线性回归计算得到“19×单位投资解决重过载线路条数”这一结果进行评分。(3)系数类指标得分位于0～100区间，即根据公式计算得到的分数低于0分的以0分计，超过100分的以100分计算。(4)每个二级指标得分为所含三级指标得分之和，但系数类二级指标得分仍然受到0～100的限制。(5)投资成本方向指标属于一票通过类指标，不进行得分评价，而是作为归一化的基数；例如项目中一次性投资成本指标和其他指标进行综合计算，不单独设置算法和权重系数；即一次性投资成本指标参与到部分指标的归一化中，例如一个项目投资3000万，解决了三条重过载线路，则该指标归一化为“解决重过载线路1条/千万”；另一个项目投资1亿，解决了10条重过载线路，则该指标归一化为“解决重过载线路1条/千万”；也即从解决重过载线路这个指标而言，尽管投资差了10倍，但归一化后其指标结果是相同的。(6)项目的基础因子得分是其下设置的所有二级指标得分之和。(7)对于系数类指标，估算权重系数时尽量采用多元线性回归，以利于实用化，也有利于正确评估。(8)估算出的权重系数应具有显然的合理性，比如单位投资解决的线路条数越多则得分越高，其系数应为正值，若为负值则明显不合理，说明样本或方法存在问题。(9)估算出的权重系数不应盲目追求精确性，应以简洁实用为主，即不必保留过多位数。具体的，其计算步骤包括：实施例一，以13个220～1000千伏电压等级的投资项目作为模型训练的基础进行计算：2.1.1进行指标量化和归一化指标量化：数据统计时由于来源于多个工作部门，导致数据单位及形式不统一；多个样本(即投资项目)中的同一参数的表示方法和计量单位可能不一致，故而先将各参数按照规定的格式进行转换，使其格式一致；例如“负荷增长率”指标，可能表示为5％、0.05、5，需转换为规定格式。归一化：多个样本中同一个参数的表示方式可能多样化而不具备可比性，例如多个样本中某一参数的表示方式，有的用数量表示，有的用比率表示，没有可比性；对于部分指标，为保证其可比性，在参与比较时需除以投资额度(一次性投入成本)，一般而言，绝对数量(如解决重过载线路条数)需除以投资额度，而比率(如负载率最大值)不需除以投资额度。上述13个样本进行量化和归一化后，按照100分制，结果如图1-1和1-2所示。2.2找到可比样本集基于图1中的13个样本，首选仅具有一个可比二级指标的投资项目(简称项目)，比如都有且仅有“加强网架结构”二级指标的项目；次选仅具有两个可比二级指标的项目。2.2.1选择加强网架结构二级指标13个样本中选择二级指标为加强网架结构后，样本集如图2中所示。图中专家打分项是指专家们对于该工程项目整体的打分，用于训练计算结果参考对比。每个工程仅对于整体进行打分，而不是每个二级指标或者三级指标打分。表格中列出的是该工程项目的所有可得分项目(比如该项目仅有“加强网架结构”下的两个三级指标有得分项)。对图2中的两项三级指标进行线性回归，求三级指标的系数(下文中各三级指标系数的求取方法相同)：1).设定最大允许误差E＝10，即最终得到的分数与专家打分不能超过10分，此误差参数可根据需要进行调整；2).针对样本集(投资项目各三级指标参数为变量，预期得分为目标)数据使用通用的OLS(最小二乘法)进行多元线性回归计算，得到系数；3).根据步骤2).得到的系数计算各样本(投资项目)的得分，并计算得分与专家打分的偏差。4).找到偏差绝对值超过E且最大的工程项目，剔除出样本集。针对新样本集重复2).～3).；5).至此，最终样本集的数据经过OLS多元线性回归后，误差均不超过E。此时得到的系数和计算公式为各三级指标的系数和工程项目得分的计算公式；6).所有被剔除的样本使用步骤5).得到的计算公式计算其得分；误差超过E的继续进行后面的处理。7).误差超过E的原因可分类为三类：a.该项目三级指标参数值偏小，如步骤5).得到的计算公式为Y＝6*X,其中，X＝单位投资消除高损线路条数，一般X＝10时得分为60分，但有的项目X＝0.4时，得分为48，而按照当前公式计算为6*0.4＝2.4分；b.该项目三级指标参数值偏大；c.其他；针对类别a.b，可以采用分段函数的方法对三级指标参数进行非线性化处理折算；以a的例子来说，可分段为，当X<0.5时，实际参与计算的X’放大20倍，即Y＝6*X’＝6*20*X＝120X。此时得到的计算公式为该样本集最终的计算公式。8).经过步骤7).处理后，若仍然存在误差超过E的工程项目，说明该工程项目按步骤7).得到的计算公式打分与专家评分不符。应交与专家进行第二次处理；处理的方法有两个：a.专家审核后确认计算公式计算得分可以接受，则调整专家打分；b.该项目专家打分与计算得分偏差较大是由于当前计算公式未考虑的影响因素造成，则添加新的三级指标参数，重复2).～7).步骤。对图2中所示的各三级指标进行多元线性回归计算，得到：常数项为61.30837207，第一系数(减少该区域内线路发生N-1后正常运行线路过载条数，简称过载条数)为6.796022951，第二系数(本项目投运前该区域内线路发生N-1后正常运行线路过载率的最大值，简称过载率最大值)为0.398819836；进行简化后，系数分别取：常数项为61.3；第一系数6.8；第二系数0.40；则：加强网架结构指标得分＝61.3+6.8*过载条数+0.4*过载率最大值。2.2.2选择二级指标为满足新增负荷需求13个样本中选择二级指标为满足新增负荷需求后，样本集如图3中所示：虽然多个样本含该二级指标的数据，但只有一个样本仅含该二级指标。其中的四项三级指标中：(1)预测新增负荷类型是为了确定新增负荷的预测可靠性，因此是根据经验确定折算系数。本例取折算系数为1。具体来说，根据专家经验如下：本项是预期新增负荷折算系数，不直接计入总分；通过预期新增负荷类型得到其折算系数，满分100，根据不确定因素进行减分：1.负荷主要类型为高能耗－75分2.负荷主要类型为政府限制性行业－90分3.负荷主要类型的需求前景不确定－50分4.负荷主要类型的增长率近3年剧烈波动或逐年衰减－50分以上4项中，1、2项取最高减分项，3、4项取其中最高减分项，总得分最低为0分。(2)本地区容载比设置为加减分项，如下：容载比超过导则上限的减分－10分容载比低于导则下限的加分+10分(3)由于所提供所有样本的负荷增长率差异较小，均位于6.2％～8.4％空间，则本项设置为加减分项：增长率低于5％的减分－10分增长率高于10％的加分+10分(4)考虑预期负荷类型确定的折算系数后，本地区的单位投资新增负荷容量为104.386MW/亿元，专家打分为73.33。简单计算后可得线性系数为0.7。2.2.3选择二级指标为解决设备重过载13个样本中选择二级指标为解决设备重过载后，样本集如图4中所示；由于无仅含该二级指标的样本，因此选择了包含上文已估算出系数的二级指标的样本。由于项目二级指标中除含有要计算的“解决设备重过载”得分因素外，还有已经计算出的“满足新增负荷需求”得分项。因为专家打分是整个项目打分，因此单纯计算“解决设备重过载”得分需要去掉“满足新增负荷需求”得分，根据上面确定新增负荷需求的系数，可去掉该部分的分数，剩余分数由解决设备重过载提供。由于仅一个样本无法确定4个系数，需要进一步分析。经观察分析可以得到，负载率最大值和平均负载率对于实际项目得分的影响不大，因此分数主要由解决重过载主变数量和线路条数取得。这里设定本样本二级指标的分数90％由重过载主变数量获得，剩余10％由负载率最大值和负载率平均值按照系数5:1取得；也即这三项得分分别为90:8.33:1.67；将总得分按此比例分解为三项得分，每项得分除以该三级指标值即得到系数。其中重过载因为是以超过80％计算，所以是以(X-0.8)参与计算的。故经计算后，可得系数分别为：19×单位投资解决重过载主变数量25×(负载率最大值-0.8)5×负载率平均值由于样本的问题，重过载线路条数的系数无法确定，这里选取和重过载主变相同系数，即系数19，故得分为19×单位投资解决重过载线路条数。2.2.4确定解决设备健康状况差二级指标由于缺乏足够的样本(仅有含本二级指标的样本也同时含多个二级指标，且故障率无数据)，因此本指标采用专家经验、合理推理的方式进行确定。由于220kV及以上项目建设周期从可研到竣工通常需要1年以上，因此到导则年限前1年就应该进行项目立项。而依据故障率的澡盆曲线，在年限的80％时故障率开始攀升，更换设备具有价值了。因此公式定为：Z＝20×(x+6－Y)其中，Y为允许年限，x为已运行年限，Z为解决设备健康状况差二级指标得分；以允许年限20年计算，第15年时，得分为20分；当第19年时，其得分为100分；其中得分Z不低于0分，不超过100分，且与下项指标合计总分不超过100分。故障率因为无数据，因此无法进行推算。2.2.5已列入电网规划，公司战略性布点、预留走廊或有特殊政策支持的项目由于相关的一票通过项目已经列入其他二级指标，因此已列入电网规划，公司战略性布点、预留走廊或有特殊政策支持的项目作为加减分项目。(1)政策支持力度本项三级指标作为政府或企业最终落实到资金和土地上的支持力度，按照折算后的支持资金占项目总成百分比来计算，若项目全部所需资金由政府或企业解决，则项目得分为100分。具体为：本项指标为加分项，1.资金支持+100×(资金支持额度/项目总成本)；2.场地支持+100×(场地价值/项目总成)(2)建设难度本项三级指标是纯减分项目。通常厂站所在地情况较为明晰，无法解决的项目基本无法立项，因此本次训练只考虑走廊问题。依据专家经验，设定如下：本项指标为减分项，1.走廊建设有一定难度－5分2.走廊建设困难－10分本发明电网投资分析模型在实际计算时使用Excel表格工具，因此在进行多元线性回归时，以使用Excel提供的LINEST()函数为主要方式。多元线性回归计算后，得到的各指标系数，需要对其的合理性进行审核，该系数应能保证单位投资收益越大的项目得分越高；通过对比法或者枚举法将不合理样本剔除产生新的样本集。2.3对异常样本进行处理，投资分析模型训练结果汇总经过筛查，被筛选出的明显与常理不符合的样本以及与多元线性回归差异较大的样本(即根据得到的系数计算出的得分与专家打分差异较大)，都属于异常样本，对于这种样本应请专家对其进行审核，确认是样本本身存在异常还是因为有隐含的其他印象因素。根据上述13个220～1000千伏电压等级的投资项目各项三级指标的预期目标值，通过模型评价方法，得出220～1000千伏电网基建项目投资分析模型。表4220～1000千伏电网投资分析模型选择的上述13个220～1000千伏电压等级的投资项目专家评分平均分如表5所示：2.5比较电网投资分析模型计算的评分结果与专家评分结果基于该220～1000千伏电网投资分析模型计算得出的结果，所选13个项目的模型评价得分和专家评分对比如表6所示：序号项目专家评分评价得分1系井-里丰220kV线路工程80.0075.002沧西-乐寿220kV线路工程86.6786.673富昌-龙泉220kV线路工程86.6786.674灵寿二220kV输变电工程86.67161.775彭村500千伏站主变扩建93.33187.656电谷220kV输变电工程73.33142.607魏县西220kV输变电工程86.67193.388大名北220kV输变电工程60.00217.249医药220千伏站输变电工程73.3364.1510王段220千伏增容改造73.3374.0011西柏坡500千伏输变电工程100.0053.8812建桥220千伏站主变扩建60.00178.7113沧州华润热电送出配套100.00100.00根据表6中专家评分和模型评价得分数据，所选13个项目的评价得分与专家评分得分符合程度如图5所示：从图5可以看出，所选13个项目中，项目由本发明电网投资分析模型评价得分与专家评分整体基本吻合，其中项目4、5、6、7、8、12的评价得分远高专家评分，是因为这几个项目都为综合性项目，同时改善了两个及以上的二级指标，所以项目综合得分超出了100分，与专家打分的上限100分相比，更能客观体现出项目的预期收益价值，这也体现出了使用本发明电网投资分析模型对项目进行综合收益评分的优势。实施例二以29个35～110千伏电压等级的投资项目作为模型训练的基础进行计算。该29个所选项目的专家评分平均分如表7所示3.1首先对29个样本参数进行量化和归一化，评分机制为100分制。3.2.129个样本中选择二级指标为加强网架结构后，样本集如图6所示。对图6中的三级指标进行多元线性回归后，得到的系数为：常数项为54.7；系数一为1.7；则，加强网架结构指标得分＝54.7+1.7*单位投资减少线路过载条数；这个公式中的常数项偏大，系数偏低，并不是一个较好的结果，这与样本得分位于53.33～60这个偏小的区间有关；因此，采用分段方法进行线性化进行得分取值：x＜1时，则取值60x1＜＝x＜＝5时，则取值60X＞5时，则取值60(x－4)其中，x是单位投资减少该区域内线路发生N－1后正常运行线路过载条数；其中得分不超过100分。3.2.2选择二级指标为提高供电质量从29个样本中选择二级指标为提高供电质量后，得出的样本集为图7所示：显然，110kV相同指标的得分远远高于35kV，因此设定11kV的参数系数应为35kV的两倍，对其中三级指标进行线性回归后，得到系数为：常数项为27.53787302，简化后取值27；系数为69.81015291，简化后取值70；其中电压等级为35kV时，k＝1；电压等级为110kV时，k＝2；则提高供电质量分＝70*k*供电半径缩短比值+27。3.2.3选择二级指标为满足主变N-1安全供电准则的项目从29个样本中选择二级指标为满足主变N-1安全供电准则的项目后，得出的样本集为图8所示：对其中三级指标进行线性回归后，得到系数为：常数项为-1108.621751；系数一为82.47355051；系数二为501.5536622；简化后，系数分别取为：常数项为-1109；系数一为82.5；系数二为500；则：减少该区域内主变发生N-1后正常运行主变过载台数得分＝82.5*单位投资减少过载台数+500*过载率最大值-1109。3.2.4选择二级指标为解决设备重过载从29个样本中选择二级指标为解决设备重过载后，得出的样本集为图9所示：对其中三级指标进行线性回归后，得到系数为简单的多元线性回归得到的系数存在负数现象，说明存在问题。分析数据可知，指标较高的工程其得分未必得分较高。比如磁州的各项指标均高于雄县，而永年的各项指标也高于成安，但前者得分低于后者。经分析发现，前者的负荷类型是居民小区，而后者类型是工业园区。经同类数据得分对比，可以认为居民小区的得分为工业园区的0.7。计入系数后进行多元线性回归，计算得到的系数仍然不理想，因此采用主客观结合的方法进行分析。按照三级指标得分比率4:1:50的比例进行估算，分别得到前三项指标系数为：5；2.5；10；第4项系数可直接由得分除以单位投资解决条数得到，其数值为23.5。3.2.5选择二级指标为解决设备健康状况差从29个样本中选择二级指标为解决设备健康状况差后，得出的样本集为图10所示：对两项三级指标进行线性回归后，得到系数为：常数项为14.15954416；系数一为1.282051282；系数二为6.353276353；简化后，得分为：解决设备健康状况差得分＝1.3*设备运行年限+6.4*(设备故障率+2.2)；3.2.6选择二级指标为满足新增负荷需求从29个样本中选择二级指标为满足新增负荷需求后，得出的样本集为图11所示：不考虑负荷类型，对三项三级指标进行多元线性回归后，得到系数依次为：常数项为71.36359256；系数一为5.707353997；系数二为156.8903441；系数三为-0.03493358；显然，系数三(预期新增负荷容量)为非常小的负数，即得分对于预期负荷容量并不敏感。由于系数不能为负，因此取了象征性的系数0.1。简化后，得分为：满足新增负荷需求得分＝5*容载比+156*负荷增长率+0.1*预期新增负荷容量+70。3.3投资分析模型训练结果汇总根据以上29个项目各项三级指标的预期目标值，通过训练得出35～110千伏项目投资分析模型，如表8所示：3.4投资分析模型评价得分与专家评分符合度比较根据35～110千伏项目投资分析模型，所选29个项目的模型评价得分(简称评价得分)和专家评分如表9所示：根据表9中专家评分和模型评价得分数据，所选29个项目的模型评价得分与专家评分符合程度如图12所示；从图12可以看出，所选29个项目根据投资分析模型的评价得分和专家评分符合程度很高。实施例三选择39个10千伏及以下电压等级的投资项目作为模型训练的基础，具体项目及专家评分平均分如表10所示：4.1样本进行量化和归一化10kV等级电网投资项目样本进行量化和归一化，评分机制为100分制。4.2.1选择二级指标为加强网架结构从上述39个投资项目中选择二级指标为加强网架结构后得到的样本集如图13所示：显然，两个三级指标互不关联，可以分别进行线性回归：对于第一个三级指标，线性回归计算得到系数：常数项为57.49111989；系数1为8.716084235；简化后，得到计算公式为：增加的城网主干联络线路N-1通过条数得分＝8.7*增加城网通过条数+57.5。对于第二个三级指标，线性回归计算得到系数：常数项为52.01675918；系数1为38.24211851；简化后，得到计算公式为：增加的县城主干联络线路N-1通过条数得分＝38*增加县城通过条数+524.2.2选择二级指标为解决设备重过载从上述39个投资项目中选择二级指标为解决设备重过载后得到的样本集如图14所示：对四项三级指标进行多元线性回归计算后，得到的系数为：常数项为100.3630044系数1为-15.28485282系数2为-65.79640991系数3为1.241603935系数4为26.2540375显然，存在明显的负系数现象。进一步分析发现，得分对于负载率最大值及负载率平均值并不敏感，即得分主要是由解决重过载配变数量和线路条数贡献的。依据专家经验对负载率最大值及负载率平均值设置一个较小的系数后，对解决重过载配变数量和线路条数贡献分别进行估算，得到其系数。最终得到的系数为：系数1为1系数2为5系数3为6.2系数4为55；4.2.3选择二级指标为降损从上述39个投资项目中选择二级指标为降损后得到的样本集如图15所示：显然，除了一个项目外，其余项目得分均为60。因此采用分段方法进行线性化。具体为：0.5<＝x<＝10得分为600.5<x，得分为120*xx>10，得分为6*x；得分不超过100。4.2.4选择二级指标为提高供电质量从上述39个投资项目中选择二级指标为提高供电质量后得到的样本集如图16所示：对其中两项三级指标进行多元线性回归后，得到的系数为：常数项为26.67918176系数1为11.50407324系数2为1.637736731；简化后，得到计算公式为：提高供电质量得分＝11.5*减少用户停电时间+1.64*单位投入消除低电压台区数+26.7。4.2.5选择二级指标为满足新增负荷需求从上述39个投资项目中选择二级指标为提高供电质量后得到的样本集如图17所示：对两项三级指标进行线性回归计算后，得到的系数并不合理，需要从样本集中剔除若干不合适的样本。第一个样本的增长率远远超过其余样本，首先剔除。第三个样本与第四、第五两个样本的趋势冲突，也剔除。剩余四个样本进行线性回归计算后，得到的参数为(因为户均容量越小说明越有必要性，因此其对应的系数应该为负)常数项为273.8024691；系数1为-91.11111111；系数2为567.9012346；简化后，得到的计算公式为：满足新增负荷需求得分＝90*(3-户均容量)+500*负荷增长率用该公式对被剔除的两个样本进行计算后发现，第一个样本的负荷增长率为0.4，这部分产生的分数将达到500*0.4＝200分。因此有必要进行限制，此处根据计算将该部分上限限定为35分。4.2.6选择二级指标为解决设备健康状况差从上述39个投资项目中选择二级指标为解决设备健康状况差后得到的样本集如图18所示：对两项三级指标进行多元线性回归计算后，得到系数：常数项为39.11928651；系数1为0.501672241；系数2为138.238573；简化，得到计算公式：解决设备健康状况差得分＝40+0.5*设备运行年限+140*设备故障率。4.3投资分析模型训练结果汇总根据以上39个项目各项三级指标的预期目标值，通过训练得出10千伏及以下项目投资分析模型，如表11所示：4.4电网投资分析模型评价得分与专家评分符合度根据10千伏及以下项目投资分析模型，所选39个项目的模型评价得分和专家评分如表12所示：根据表12中专家评分和评价得分数据，所选39个项目的评价得分与专家评分得分符合程度如图19所示。从图19可以看出，10千伏及以下项目评价得分与专家评分得分符合度很高。经过电网投资分析模型训练计算后得出的结果与专家评分对比，二者吻合度较高。本发明电网投资分析模型算法对实际投资项目评分具有可行性、有效性以及可靠性，作为项目动态排序的重要工具，本发明模型中的指标体系及指标的算法和权重设置，可以通过输入投资项目各项预期目标的指标值，自动计算出本项目的综合评价得分，并根据单项目得分结果，对多个投资项目进行排序。同时，本发明电网投资分析模型中对项目投资评价的指标体系还是开展项目量化目标预控和项目系统评价的重要依据。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，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。当前第1页1 2 3