一种基于改进灰色关联度的配电网规划后评价方法与流程

本发明属于配电技术领域，具体地说，涉及一种基于改进灰色关联度的配电网规划后评价方法。

背景技术：

配电网规划的水平和质量会直接影响配电网供电的安全、可靠和经济性水平，目前配电网规划已普遍实施，但是对于规划实施期结束后，如何评价原规划方案的合理性和科学性；如何量化规划实施的程度和效果，仍然是急需解决的问题(肖峻，崔艳妍，王建民，等.配电网规划的综合评价指标体系与方法[j].电力系统自动化，2008，32(15):36-40)。因此，对配电网进行规划后评价，不仅可以评价原规划方案的合理性，还能根据规划实施的实际情况为下一阶段规划提供指导依据。而相比于具体工程项目的后评价，规划后评价的内容更复杂、涉及面更广，而且效益难以量化。

目前，对工程项目的后评价研究比较成熟(关朝杰,李秋燕,郭新志,等.基于bp神经网络的配电网项目建设效果后评价方法[j].武汉大学学报(工学版),2018,51(3):232-238)，对配电网规划的评价研究也很多(李玉婷.配电网规划成效评价指标体系的研究及应用[d].南昌:南昌大学，2015)，而对配电网规划的后评价研究比较少。文献(胡蓉，张焰，范超，等.配电网规划后评估指标体系的研究[j].华东电力,2007,35(8):70-74)在综合考配电网供电可靠性、经济性、供电能力、电能质量、短路电流水平等基础上，提出一套较为科学、全面、系统的后评估指标体系,但未考虑对规划本身的后评价分析。文献(韩送，陈湫林.含设备利用率因子的配电网滚动规划后评价模型[j].电网与清洁能源,2017,33(6):20-26)提出了一种含设备利用率因子的配电网滚动规划后评价模型，由于只采用层次分析法对配电网滚动规划进行分析，没有客观体现出指标的影响程度。

技术实现要素：

有鉴于此，本发明针对上述的问题，提供了一种基于改进灰色关联度的配电网规划后评价方法。

为了解决上述技术问题，本发明公开了一种基于改进灰色关联度的配电网规划后评价方法，包括以下步骤：

步骤1、构建配电网规划后评价模型；

步骤2、对步骤1中的各项指标进行标预处理及权重设置；根据处理结果计算得到各样本与最优样本的关联度，根据“关联度最大样本最优”原则得到样本的评价排序。

可选地，所述的配电网规划后评价模型包括2个一级指标、7个二级指标和16个三级指标，其中，一级指标包括规划有效性和实施成效性；一级指标包括三个二级指标，具体为规划编制能力、计划实施能力、投资有效性、电网运行能力、电网结构、安全可靠和绿色节能；二级指标包括16个三级指标，其中，规划编制能力包括规划响应度、规划目标响应度和负荷预测准确度；计划实施能力包括规划变更率和工程结余率；投资有效性包括万元固定资产售电量和投资电量增长比，电网运行能力包括中压重过载线路、重过载配变和自动抄表电量覆盖率；电网结构包括元件“n-1”和户均配电容量；安全可靠包括用户平均停电时间和配网可转供率，绿色节能包括综合电压合格率和绿色节能综合线损率。

可选地，所述的对步骤1中的各项指标进行标预处理及权重设置具体为：

步骤2.1、计算灰色关联系数；

步骤2.2、熵权法计算灰色关联系数权重；

步骤2.3、改进关联度法综合评价。

可选地，所述的计算灰色关联系数具体为：

对m个样本，根据评价指标体系收集对应n个评价指标uij数据，构建评价矩阵u：

其中，m为样本总数，n个评价指标总数，uij为第j个样本对于第i个评价指标的原始数据；

灰色关联度法将评价指标的实际值和理想值进行灰色关联度计算，其关联度越大，说明指标和理想指标趋于一致，则该指标在整个指标体系中的重要程度就越大，权重也就越大；具体步骤如下：

步骤2.1.1、建立决策矩阵

从矩阵u中挑选出各指标的最优值作为最优参考向量，其中极大型指标选取其最大值，极小值型指标选取其选最小值，建立决策矩阵：

其中，ui0即为最优参考向量，ui0为第i个评价指标的最优向量，m为样本总数，n个评价指标总数，uij为第j个样本对于第i个评价指标的原始数据；

步骤2.1.2：确定灰色关联度矩阵：

对决策矩阵进行初始化：

u'0＝(uij)'n×(m+1)＝(uij/ui0)n×(m+1)(3)

其中，ui0为第i个评价指标的最优向量，uij为第j个样本对于第i个评价指标的原始数据，m为样本总数，n个评价指标总数，(uij)'n×(m+1)为决策矩阵初始化后矩阵，用u'0表示；

计算u'ij关于u'i0的灰色关联系数：

其中，rij为u'ij关于u'i0的灰色关联系数，u'i0为决策矩阵初始化后第i行第0列数据，u'ij为决策矩阵初始化后第i行第j列数据，min和max分别代表求取最小和最大值，ρ为分辨系数，取值范围为0<ρ<1，通常取值0.5；

由于灰色关联度法受分辨系数的影响，有很大的主观因素，采用客观赋权的熵权法计算的权重作为灰色关联系数权重，保证原样本数据间的关系结构。

可选地，所述的熵权法计算灰色关联系数权重具体为：

步骤2.2.1、指标预处理

上述所涉及的指标共有极大型和极小型两种类型，经过处理后所有指标数据均为0到1之间的小数，便于下一步的综合评价；

(1)极大型指标

其中，uij为第j个样本对于第i个评价指标的原始数据，ui为第i行原始数据，max、min分别为求取最大和最小值；

(2)极小型指标

其中，uij为第j个样本对于第i个评价指标的原始数据，ui为第i行原始数据，max、min分别为求取最大和最小值；

步骤2.2.2、计算评价指标熵值：

针对第i个评价指标，利用该影响因素下的数列计算该影响因素的熵值，定义表达式为：

其中，xi为第i个评价指标影响因素的熵值，为第j个评价项目在第i个评价指标上的指标值比值，vij为第j个样本对于第i个评价指标的指标预处理后数据，n个评价指标总数，ln为求取自然对数；若pij＝0，令pijlnpij＝0；

步骤2.2.3、熵权计算：

对于第i个指标，vij的差异越大，则xi越小，指标vij对被评价项目之间的比较作用越大；定义差异系数1-xi，数值越大，越应重视该项指标在综合评价体系中的作用；对差异系数进行归一化，得到第i个指标熵权；

其中，wi为第i个指标熵权，xi为第i个评价指标影响因素的熵值，1-xi为差异系数，n个评价指标总数。

可选地，所述的改进关联度法综合评价具体为：由公式(9)计算得到的熵权作为关联系数的权重，从而计算得到各样本与最优样本的关联度：

其中，gi为各样本与最优样本的关联度，wi为第i个指标熵权，rij为u'ij关于u'i0的灰色关联系数，n个评价指标总数；

根据“关联度最大样本最优”原则得到样本的评价排序。

与现有技术相比，本发明可以获得包括以下技术效果：

本发明实现了配电网规划后评价的综合排序；本发明能够提高适应性评价指标的权重的精确度，同时提高适应性评价结果准确度，为配电网改造提供准确的适应性评价依据。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明基于改进灰色关联度的配电网规划后评价方法的流程图。

具体实施方式

以下将配合实施例来详细说明本发明的实施方式，藉此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。

本发明公开了一种基于改进灰色关联度的配电网规划后评价方法，包括以下步骤：

步骤1、构建配电网规划后评价模型，该模型包括2个一级指标、7个二级指标和16个三级指标，具体见表1。采用该模型对配电网规划进行后评价，验证了该模型的有效性和合理性，为相关配电网规划或投资提供参考依据。

表1配电网规划后指标体系

在规划有效性中考虑规划编制能力、计划实施能力和进度控制能力，并将投资有效性纳入其中。对这些定性指标进行量化和分解，各指标评价内容及计算方法如下：

1)规划响应度：反映配网实际实施项目对应于配网年度滚动规划的项目数量。规划响应度＝实际实施项目来源于规划项目数/实际实施项目数。

2)规划目标响应度：反映年度滚动规划报告现状分析提出的问题总数在规划项目中的项目响应程度。规划目标响应度＝实际实施项目对应解决的问题数量/年度滚动规划报告现状分析提出的问题总数。

3)负荷预测准确度：反映滚动规划中负荷预测值的准确程度。负荷预测准确率＝1-|规划中负荷预测值-实际负荷值|/实际负荷值。

4)规划变更率：反映规划的实际完成情况。规划变更率＝1－∑项目增补变更个数/规划项目数量。

5)工程结余率：反映工程投资总体管控水平。

工程结余率＝(工程概算金额-工程结算金额)/工程概算金额。

6)万元固定资产售电量：反映资产的使用效率，体现固定资产投资管理成效。

万元固定资产售电量＝售电量/电网平均固定资产原值，其中：平均固定资产原值＝(期初固定资产原值+期末固定资产原值)/2)

7)投资电量增长比：体现增量投资部分的产出效益。

投资电量增长比＝售电量增长率/电网固定资产投资增长率

其次，从电网运行能力、电网结构、安全可靠，特别纳入绿色节能这一特点，在评价指标中采用规划前后对比差值进行衡量，构建实施成效性指标体系。

8)中压重过载线路：反映重、过载线路比率的降低情况。

中压配网线路重过载比例＝重过载线路条数/线路总条数×100％；

9)重过载配变：反映重、过载配变比率的降低情况。

中压配网重过载配变比例＝重过载配变台数/配变总台数×100％

10)自动抄表电量覆盖率：反映全部电量中通过自动抄表装置计量电量的比例。

自动抄表电量覆盖率＝(采用自动化抄表的电量/售电量+采用自动化抄表的购电量/购电量)/2

11)元件“n-1”：电网中满足n-1条件的元件(线路/主变)百分比，用于评估电网网架结构的安全可靠水平。

系统满足元件“n-1”比例＝满足n-1条件的元件数量/元件总数量

12)户均配电容量＝居民供电的配电容量/居民用户数。

13)用户平均停电时间：衡量供电可靠性水平，反映用户平均中断持续时间，是影响用户满意度的重要指标之一，统计用户在统计期间内的平均停电小时数(aihc-1)。

用户平均停电时间＝σ(每次停电持续时间×每次停电受影响的用户数)/总等效用户数。

14)配网可转供率

线路可转供电率：可转供电线路占全部线路的百分比。可转供电线路的定义：有联络关系的线路同时处于最大负荷运行方式下，某回线路的变电站出线开关停运时，其全部负荷可通过不超两次(含两次)转供电操作，转由其他线路供电，那么该线路称为可转供电线路。

线路可转供电率＝可转供线路总回数/线路总回数×100％

15)综合电压合格率：指导供电系统电压控制在允许的偏差范围之内，反映供电质量，是影响用户满意度重要指标之一。

综合电压合格率＝(1-电压超限累计时间/总统计时间)×100％

16)综合线损率：在供电生产过程中耗用和损失的电量占供电量的比率，是反映用电管理与技术管理工作水平的综合性技术经济指标。

综合线损率＝(供电量-售电量)/供电量×100％。

步骤2、对步骤1中的各项指标进行标预处理及权重设置

采用灰色关联度法作为求取主观权重的方法，采用熵权法作为灰色关联系数的权重，能够有效判断各评价指标对于配电网规划后评价的影响程度，强调关键指标的主导作用。

步骤2.1、计算灰色关联系数：

对m个样本，根据评价指标体系收集对应n个评价指标uij数据，构建评价矩阵u：

其中，m为样本总数，n个评价指标总数，uij为第j个样本对于第i个评价指标的原始数据。

灰色关联度法将评价指标的实际值和理想值进行灰色关联度计算，其关联度越大，说明指标和理想指标趋于一致，则该指标在整个指标体系中的重要程度就越大，权重也就越大；具体步骤如下：

步骤2.1.1、建立决策矩阵

从矩阵u中挑选出各指标的最优值作为最优参考向量，其中极大型指标选取其最大值，极小值型指标选取其选最小值，建立决策矩阵：

其中，ui0即为最优参考向量，ui0为第i个评价指标的最优向量，m为样本总数，n个评价指标总数，uij为第j个样本对于第i个评价指标的原始数据。

步骤2.1.2：确定灰色关联度矩阵

对决策矩阵进行初始化：

u'0＝(uij)'n×(m+1)＝(uij/ui0)n×(m+1)(3)

其中，ui0为第i个评价指标的最优向量，uij为第j个样本对于第i个评价指标的原始数据，m为样本总数，n个评价指标总数，(uij)'n×(m+1)为决策矩阵初始化后矩阵，用u'0表示。

计算u'ij关于u'i0的灰色关联系数：

其中，rij为u'ij关于u'i0的灰色关联系数，u'i0为决策矩阵初始化后第i行第0列数据，u'ij为决策矩阵初始化后第i行第j列数据，min和max分别代表求取最小和最大值，ρ为分辨系数，取值范围为0<ρ<1，通常取值0.5。

由于灰色关联度法受分辨系数的影响，有很大的主观因素，因此本发明对此加以改进，采用客观赋权的熵权法计算的权重作为灰色关联系数权重，保证原样本数据间的关系结构。

步骤2.2、熵权法计算灰色关联系数权重

熵权法是基于数据差异驱动原理的客观赋权方法，此方法有效利用指标数据的差异，排除主观因素的影响。某指标的差异越大，熵权越小，则说明该指标在评价中所能起的作用越大，权值也越大。具体步骤如下：

步骤2.2.1、指标预处理

本发明所涉及的指标共有极大型和极小型两种类型，经过处理后所有指标数据均为0到1之间的小数，便于下一步的综合评价。

(1)极大型指标

其中，uij为第j个样本对于第i个评价指标的原始数据，ui为第i行原始数据，max、min分别为求取最大和最小值。

(2)极小型指标

其中，uij为第j个样本对于第i个评价指标的原始数据，ui为第i行原始数据，max、min分别为求取最大和最小值。

步骤2.2.2、计算评价指标熵值：

针对第i个评价指标，利用该影响因素下的数列计算该影响因素的熵值，定义表达式为：

其中，xi为第i个评价指标影响因素的熵值，为第j个评价项目在第i个评价指标上的指标值比值，vij为第j个样本对于第i个评价指标的指标预处理后数据，n个评价指标总数，ln为求取自然对数。若pij＝0，令pijlnpij＝0。

步骤2.2.3、熵权计算：

对于第i个指标，vij的差异越大，则xi越小，指标vij对被评价项目之间的比较作用越大。定义差异系数1-xi，数值越大，越应重视该项指标在综合评价体系中的作用。对差异系数进行归一化，得到第i个指标熵权。

其中，wi为第i个指标熵权，xi为第i个评价指标影响因素的熵值，1-xi为差异系数，n个评价指标总数。

步骤2.3、改进关联度法综合评价

由公式(9)计算得到的熵权作为关联系数的权重，从而计算得到各样本与最优样本的关联度：

其中，gi为各样本与最优样本的关联度，wi为第i个指标熵权，rij为u'ij关于u'i0的灰色关联系数，n个评价指标总数。

根据“关联度最大样本最优”原则得到样本的评价排序。

实施例1

以某供电公司2017年5个地市局(分别用a～e表示)配电网规划为例，根据统计年鉴和当地的实测资料，见表2，并由此建立原始数据矩阵。

对初始数据按照各指标属性挑选出最优参考向量，按公式(2)建立决策矩阵，按公式(3)—(4)计算灰色关联系数；并按公式(5)—(8)用熵权法计算灰色关联系数权重；按照公式(9)得到各样本与最优样本的关联度，计算结果见表3—4。

表2原始数据

表3灰色关联系数及熵权计算结果

表4改进关联度综合评价结果

由表4结果可以看出，采用本文所述方法，得到的综合评价结果排序为e>d>a>c>b。根据表3灰色关联系数和熵权结果可看出，e局的9项指标灰色关联系数为1.0000，因此综合评价最好，但是自动抄表覆盖率这个指标数值与最优值还有差距，可重点关注。反过来，b局的评价结果排序最低，发现规划变更率、中压重过载线路比例和投资电量增长比三项指标灰色关联系数最低，而三项指标熵权值都较高，分别为0.0789、0.0789和0.0661，本发明可提高配电网规划后评价的整体结果准确度，评价的评价过程更简易，操作性和实用性更强。

上述说明示出并描述了发明的若干优选实施例，但如前所述，应当理解发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离发明的精神和范围，则都应在发明所附权利要求的保护范围内。