欢迎来到天天文库
浏览记录
ID:21509374
大小:26.50 KB
页数:7页
时间:2018-10-22
《基于大数据的电网运行效率评价指标》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于大数据的电网运行效率评价指标 摘要:基于我国电网运行效率低、指标体系建立具有局限性的状况,首先提出了一种基于大数据的电网运行效率指标筛选方法,通过指标筛选,建立了一套可靠有效的评价指标体系;然后经指标归一化处理、指标权重计算,对指标体系中各指标进行详细的评价分析;最后将此指标体系用于河北省电力公司,对其进行综合评分,列出评分结果。该实例结果验证了基于大数据建立的指标体系的可靠性和有效性。 ?P键词:电网运行效率指标体系大数据指标归一化有效性 中图分类号:TM769文献标识码:A文章编号:1674-098X(2016)12(b)-0001-03 随着国民生活质量的逐渐提高,用户用
2、电量与日俱增,电网的投资规模也逐渐扩大,如何以最小的投资满足国民用电需求、提高电网运行效率[1]显得愈发重要。若要提高电网的运行效率,首先应建立一套科学的电网运行效率指标体系,并对其进行有效分析,即电网运行效率指标评价。目前大多数对电网运行效率的评价方法都较单一,建立的指标是从固定指标里抽取出来的,这样的指标具有局限性,不能全面描述电网的运行效率。该文针对这种指标局限性,创新性地提出了一种基于大数据的筛选指标、建立指标并评价指标的方法。 1基于大数据的指标筛选 目前科学技术快速发展,“数据爆炸”[2]这一名词日益为人们所熟悉,它是在现代技术“互联网”“物联网”“云计算”等的推动下快速发
3、展起来的,现在就是一个“得数据者得天下”的社会,电网也应抓住时代机会,利用“电网互联”获得的数据对电网进行有效的分析。 “大数据”一般指的是需要处理的信息量较大、超出一般电脑处理数据内存量的数据,由于目前大数据还处于初步研究阶段,其定义尚未达成共识,但它在互联网、科技与国防军事、政府管理等领域已成为信息化改革的核心。电力大数据有着大数据的特点,即数据数量多、数据类型多、价值数据少、数据处理速度快等。电力系统中的数据主要来源于发电、输电、变电、配电、用电等环节中连接的传感器和测量仪器仪表。 所有电力网中的电力数据的集合即为电力大数据,基于这些数据进行系统的分析,利用相关分析法全范围地抽取
4、有效的电网运行效率指标,且这些指标间相互独立――即基于大数据的电网运行效率指标,它不再是人为地认定某些指标比较重要,而是利用大数据全范围地抽取有效指标。这种基于大数据的指标筛选,不仅充分弥补了人为筛选指标的局限性,更可以很好地反映电网运行效率。 2电网运行效率评价模型的构建 基于大数据的指标,数量既多又杂,有些指标可能无效或指标间可能有关联,若直接将这些指标用于指标评价,会因部分数据重复而影响评价结果,因此,构建科学有效的电网运行效率评价模型,则必须提前对这些指标进行处理,处理的过程包括:(1)指标简约;(2)指标归一化;(3)指标的权重计算;(4)综合评分。 2.1指标简约 对大
5、数据的所有指标进行初步筛选,筛选出与电网运行效率有关的指标,由于数据量庞大,这个过程由计算机完成。假设初步筛选出的指标有p个,这些指标间可能存在关联,因此,需对其进行指标简约。将p个指标进行分类,设分为m类,则有指标矩阵: (1) 其中:第一行、第二行、第m行分别代表第一类、第二类、第m类指标,代表第一类、第二类、第m类指标的个数,且。 求各个指标的相关性矩阵。每两个指标间都有一个相关系数γ,γ的取值可以表示两个指标间的相关程度,其计算公式如下: (2) 其中:γ的取值范围为[-1,1]。当γ为正值时,表示两个指标呈正相关;反之,为负相关。
6、γ
7、越接近于1表示两个指标的相关性越强
8、,当时,表示两个指标完全相关;当时,表示两个指标完全不相关,即相互独立;当时,表示两个指标基本不相关;当时,表示两个指标低度相关;当时,表示两个指标显著相关;当时,表示两个指标高度相关。式中的、代表同一类指标中任意两个指标x、y的第i个采样值,、为这两个指标采样值的平均值,其计算公式如下: (3) (4) 其中,n为指标的采样数量,将公式(3)和(4)中的值带入公式(2),可以计算出每两个指标间的相关系数,将这些相关系数按照一定的顺序排列,即可形成指标的相关性矩阵,如表1所示。 相关性矩阵中,代表的是类指标中第p个指标和第q个指标间的相关系数,同一个指标间的相关系数为1。根据相关性
9、矩阵中相关系数的数值对指标进行约简,约简原则如下。 (1)对于相关系数大于0.8的两个指标,删除一个,保留一个。 (2)对与任何两个以上指标的相关系数都处于0.5~0.8之间的指标进行删除。 按照以上的原则进行筛选后的指标,即为基于大数据约简后的指标。 2.2指标归一化 指标体系中,各指标类型可能不同,比如绝对量型指标、无量型指标和比值型指标,这些指标属性不同,数据范围差异大,不便于指标评价的后续计算,因此,须
此文档下载收益归作者所有