基于大数据分析的一流电网评价指标体系研究
2022-12-29王佳仁
王佳仁
国网上海市电力公司奉贤供电公司
0 引言
目前,电网评价指标体系的相关研究主要集中在电网的某个或某几个方面进行评价[1-2],如供电可靠性[3]、经济性[4]、安全性[5]、供电质量[6]等。在常规的电网评价中,通常对待选的方案就潮流分布、稳定水平、短路水平和经济比较等方面进行评价。电网评价方法通常采用较主观的方法,如层次分析法、德尔菲法、熵权法等。
文献[7]从电力市场化的角度出发,考虑在电源侧引入了竞争机制的情况下,建立了一套较为完整的电网评价指标体系,以便于对规划和运行进行全面的评估。文献[8]从环境保护与电网相结合的角度出发,开展低碳电网指标体系与评价方法的研究。文献[9-10]从可靠性的角度出发,采用概率分析法,对电网的稳定性以及充分性建立了指标体系。文献[11]从城市电网最大供电能力的角度对电网进行评价。文献[12]提出了系统余裕度的概念,以此来评价电网的性能。文献[13]通过对世界一流电网核心特质的总结,并结合鱼骨图分析法提炼出关键的二级指标,并应用指标体系分析目标电网与世界一流水平电网之间的差距。
通过对一流电网指标特性进行总结,并结合关联度分析法、高斯分布法以及数据标准处理对电网评价指标进行数量以及区间的优化。提出指标偏离度的概念,结合指标关联度对电网评价指标进行评价。最后采用某电网作为实例,验证了所提出方法的有效性、合理性。
1 电网评价指标体系研究方法
1.1 关联度分析法
关联度分析的含义是指对系统或事物因周围条件变化显示出来的敏感程度的分析。线性规划的关联度分析是在建立数学模型和求得最优解之后,针对数据资料变化而作的研究和分析。这种分析可以从两个方面来看:希望知道根据一定数据得到的最优结果,在数据变化到一定程度时,对最优解有什么影响;希望知道要使最优解保持不变,各个数据可以有多大幅度的变动。
对于多维指标体系,两个不同级别指标之间随时间或不同对象而变化的关联性大小的量度称为关联度。多目标决策是指在考虑多个目标的情况下,选择最优备选方案或进行方案排序的决策问题,在管理学、经济学、运筹学以及系统工程等学科研究中占有十分重要的地位,具有广泛的理论价值和应用前景。多指标权重大小的确定,往往比较困难,目前主要有特征向量法、层次分析法、模糊层次分析法及熵权法等主客观权重法。但是这些方法往往方法复杂,计算困难,当有大量数据时,计算量大。同时,这些方法易受到决策者知识、能力、经验等限制,随意性很大,主观性较强。所提出的多指标评价分析方法——关联度分析法,该方法能够适用于多指标体系的电网现状内部各指标纵向比较,能快速、客观、简便地求出各指标的影响程度,更加适用于工程人员的实际运用。
首先,通过泰勒公式的近似简化处理,得出的公式(1)如下所示:
通过求偏导数,形成关联度矩阵,如式(2)所示,就可以得到影响系统特性因素的关联度,如式(3)所示,进行关联度分析。
1.2 高斯分布法
高斯分布(Gaussian distribution)又名正态分布(Normal distribution),是一种在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。
则这个随机变量就称为正态随机变量,正态随机变量服从的分布就成为正态分布,记作
2 电网评价指标优化
2.1 指标体系区间优化
指标体系的区间优化,即在一些已知的样本中对指标进行区间优化,得出指标在各个区间内的评价。采用高斯分布法,将所有已知样本的指标数值进行高斯分布法分析,求得其均值以及标准差,再根据高斯分布最优原则,将指标划分为几个区间,并给出相应的评价级别。
对于收集不到指标的数据或是现阶段还未统计的数据,比如电压暂降,本报告结合专家评定和专家调研给出一个目前较为合理的指标最优区间。随着数据样本的增加,就可以利用高斯分布法再重新确定准确的一流区间。
2.2 指标体系数量优化
结合电网提供的指标,利用关联度分析法,可以将关联度低的指标舍去。关联度低的指标有两类:一类是关联度低但是已经达到很高的水平,甚至达到一流区间的极限值,这一类指标舍去,因为已经无法再提升,但需要不断保持;另一类是关联度低但是远远未达到一流水平,这一类指标单独分析,视指标实际影响程度进行取舍,具体步骤如下所示:
1)收集指标
2)数据标准化处理
将电网各指标n年数据、n+1年数据和“世界一流水平”的数据,按照直线型无量纲化方法中的极值法进行数据标准化处理,如式(5)所示。
3)构建电网特性函数
根据标准化处理后的数据,构建电网特性函数,如式(2)、(3)所示,从而得到指标与电网特性间的关系表达式。
4)关联度求解
结合统计数据,运用数据标准化法和关联度计算,求得各个指标的关联度,并根据计算所得各个指标关联度的值将关联度较低的指标舍去,得到最优电网评价指标体系。将关联度低但是已经达到很高水平的这类指标去掉,因为这类指标已经无法再进一步提升,不纳入评价指标内。
3 电网评价指标分级
3.1 指标评价偏离度
上面两节提出了指标的区间优化以及数量优化,针对关联度分析法存在的局限性,通过引入偏离度的概念,在区间和数量优化分析的基础上,对指标进行级别分类,更加明确指标对电网的影响程度关系。
结合工程建设的可实行性和完成的难易情况,将指标关联度分为前期、中期和后期。前期是指标改善初期,基本处于很差的水平,此时关联度会很高;中期是指标改善快速时期,基本处于中等水平,关联度较大;后期是指标改善末期,这个时期已经基本达到一流水平,可提升量很低或是很难。在这个时期会出现关联度分析法的局限,因为此时的关联度理论上应该是很小的,但是提升量低会导致关联度大,甚至会超过建设初期的关联度,所以这种情况很显然已经不属于关联度分析法的范畴。具体关联度变化趋势如图1所示。
图1 关联度随时间的变化
从上图可知,针对关联度分析法存在的局限性,引入一个新的概念偏离度。偏离度用字母D来表示,如式(8)所示。
3.2 电网评价指标分级
通过偏离度D虽然也可以判断指标与一流水平存在差距,但是并不能评判指标对电网特性的影响程度,但是却可以利用偏离度来弥补关联度分析法的局限。因为当指标发展到后期,此时关联度很大,但是却不能说明该指标对电网的影响程度大,因为此时该指标的偏离度非常小,所以也就说明只有当灵敏度大且偏离度也大的指标,才能说该指标对电网特性的影响程度很大。
综上分析,在前两节通过指标数量优化和区间优化指标的基础上,引入偏离度的概念,结合关联度,对指标进行级别划分,具体指标变化趋势如图2所示。
图2 电网评价指标分级
3.3 特殊情况
从上一节可知,指标变化的总体趋势会随着电网不断完善由Ⅰ级指标变为Ⅱ级指标,再由Ⅱ级指标变为Ⅲ级指标。但是指标变化会出现两种情况:
1)Ⅰ级指标和Ⅱ级指标可以相互转换
因为实际工程建设的原因,可能会导致某一些指标因为缺乏改善,使得指标变化量较小,而使得灵敏度增加,从而会使得原本的Ⅱ级指标变为Ⅰ级指标。但是Ⅲ级指标不能变为其他等级的指标,因为Ⅲ级指标已经基本达到一流水平或是非常接近一流水平,所以认为该级指标不需要提出改善的措施,不对该级指标进行单独研究,但是依然采取措施继续保持。
在自助服务方面,医院运用互联网技术,开通了自助机(银行卡、现金、医保卡、扫码付)、微信、支付宝等多途径挂号、缴费、查询功能。自助服务成交笔数、建卡量及自助缴费金额与日俱增,自助成交量屡创新高。据统计,自助机挂号日均交易达10278笔以上,日均最高缴费达210万元左右,自助服务成交量稳步增长,而人工窗口的缴费笔数逐月下降。2018年4月最新数据显示,自助机挂号占挂号量的44.14%;自助机挂号量占自助挂号量的54.53%。
2)指标“逆增长”
某些指标会因为电网计划施工或是改造,而使得某一年的指标参数未能按照正常的趋势往一流水平发展,比如说2015年安全质量类特性内的系统平均停电时间(SAIDI)为796.9 min/a/户,2014年系统平均停电时间(SAIDI)为622.7 min/a/户。相比较而言,系统平均停电时间不减少反而增加,这种情况本报告称为指标“逆增长”。“逆增长”会造成指标关联度不按照正常的趋势变化,此时不能再考虑关联度的大小来评价指标的影响程度。换句话说,对于“逆增长”指标,如果D>0.4,则该指标为Ⅰ级指标;如果D>0.12,则该指标为Ⅱ级指标,此时不考虑关联度的大小,而只考虑偏离度的大小。
4 算例
采用某地区2014年、2015年电网安全质量方面的指标为例,验证了所提出方法的有效性、合理性。
首先,收集某地区电网2014年、2015年安全质量指标的原始数据,共计24项某地区电网安全质量方面的相关指标,如表1所示。
表1 某电网安全质量指标
其次,采用第二节提出的关联度分析法以及高斯分布法对24项指标进行计算,得出相应的一流区间以及指标关联度,并将关联度低但已经达到很高水平的2项指标舍去,如表2所示。
表2 优化后的电网安全质量指标
根据第三节提出的偏离度的概念以及分级方式对有待提升的22项指标进行分级,如表3所示。观察这22项指标,可以发现共有16项3级指标,此类指标对电网的影响程度较大,且可提升空间大,其余6项都为1级指标。
表3 某电网安全质量指标分级
续表
5 结论
通过对某电网指标数据的收集以及特性的总结,给出了某电网的初始24个指标。采用关联度分析法、高斯分布法以及数据标准处理对某电网评价指标进行数量以及区间的优化,通过优化将指标数量删减至22个,并得到一流指标的区间。利用指标偏离度的概念,结合指标关联度对电网评价指标进行评价,可以发现优化后的指标中共有16项3级指标,此类指标对电网的影响程度较大,且可提升空间大,其余6项都为1级指标。通过某电网的实例分析,验证了所提出方法的合理性、有效性。