技术摘要：
本发明公开了一种基于大数据的配电网运行方式指标灵敏性分析方法，用于在大数据环境下对现状配电网的运行方式指标进行全面分析，以解决目前运行方式指标分析方法中存在的在大数据环境下权重设置意义变小、难以反映指标的变化情况以及数学模型复杂的问题。所述方法包括  全部
背景技术：
配电网是多属性且总体优劣程度受多种因素影响的大型复杂系统，配电网的运行 方式评价是一个十分复杂的课题。对于配电网来说，正常运行方式通常满足以下要求：能充 分满足用户对电能的需求；配电网电网所有设备不出现过负荷和过电压问题，所有线路的 传输功率都在限值以内；有符合规定的无功功率备用容量；继电保护及安全自动装置配置 得当且整定正确；配电网运行符合经济性要求；配电网结构合理，有较高的可靠性、稳定性 和抗事故能力；通信畅通，信息传送正常。 如今配电网运行方式指标体系的建立已经趋于完善，但是在配电网运行方式指标 分析方法方面，虽然不断有方法被提出，但是这些方法均存在或多或少的问题，尤其是在当 前大数据环境下，指标数目和各类数据量变得十分庞大，因此找出有效且实用的配电网运 行方式指标分析方法仍然是一个重要的课题。目前配电网运行方式指标的分析方法主要有 两类： 1、第一类方法：主要包括简单加权法、德尔菲法、层次分析法和熵权法。 这一类方法的特点如下： 1)都采用加权和的形式计算最终的评价结果，计算过程简洁明了，且适用于工程 实践； 2)各方法的主要区别在于每个指标权重的确定方法上，其中简单加权法、德尔菲 法和层次分析法属于主观赋权法，熵权法属于客观赋权法，但是无论主观赋权和客观赋权 均缺乏一定的合理性，因此很多情况下采用多种方法组合赋权的方法。 2、第二类方法：主要包括主成分分析法、数据包络分析法、模糊综合评价法、 TOPSIS法和灰色系统法。这一类方法的特点如下： 1)多采用降维的方法对指标进行处理，在一定程度上简化了计算，且分析方法较 传统方法而言更加科学合理； 2)均摒弃了传统的加权和形式的指标分析方法，主要针对指标本身进行处理，但 理论性较强，在工程实践中应用有一定的困难，因此应用较少。 总体来说，第一类方法适用于工程应用，第二类方法适用于理论分析，但是在当前 大数据环境下，指标数目和各类数据量变得十分庞大，以上两类方法在实际工程应用与理 论分析时均会出现一定的问题。其中第一类方法在大数据环境下的主要问题是每个指标之 间的权重差别变小导致权重设置的意义变得不大，以及不能很好分析每个指标的变化情 况；第二类方法在大数据环境下的主要问题是理论分析的数学模型变得十分复杂，现有的 各类算法的分析效率将会变得十分低下。因此找出一种能够在大数据环境下对配电网运行 方式指标进行有效合理分析的方法成为了亟待解决的问题。 4 CN 111598362 A 说　明　书 2/12 页
技术实现要素：
针对目前在大数据环境下缺乏有效利用配电网运行方式指标来对配电网的运行 方式进行分析的方法这一问题，本发明提供了一种基于灵敏性分析的配电网运行方式指标 分析方法，全面考虑与配电网运行相关的安全质量、运行绩效、技术装备和资源配置等电网 特性，利用灵敏性分析法来对配电网的各个指标进行优劣分析，进一步反映出配电网的建 设情况与缺陷，为配电网的下一步建设改造与指标优化提供参考与依据。 本发明所采用的技术方案包括如下步骤： 1)根据构建的配电网运行方式指标体系，针对每一个电网特性体系下的各个指 标，从当前运行的配电网中收集近两年的指标值； 2)针对每一个指标，收集数个先进城市的指标值，利用高斯分布法计算每个指标 的一流区间和一流基准值； 3)根据步骤1)收集到的近两年的指标值以及步骤2)的一流基准值，进行数据标准 化处理； 4)根据步骤3)所得到的各个指标的标准化后的指标值，利用灵敏性分析法计算每 个指标的灵敏性因子； 5)根据步骤1)收集到的近两年的指标值以及步骤2)的一流区间，计算每个指标的 偏差度，并对步骤4)所得的灵敏性因子进行修正； 6)根据步骤5)得到的每个指标修正后的灵敏性因子以及偏差度，对所有指标进行 等级划分，由指标等级划分结果可以看出配电网的整体建设程度以及每个指标的情况。 上述步骤1)所述配电网运行方式指标体系，具体包括四个方面的电网特性体系： 安全质量特性体系、运行绩效特性体系、技术装备特性体系和资源配置特性体系； 上述步骤2)所述利用高斯分布法计算每个指标的一流区间和一流基准值，具体过 程如下： a)设对于某个指标p，收集到N个先进城市的该指标数据，分别为p1,p2,…,pN，利用 式(1)和式(2)计算样本数据的平均值 和标准差σ： 式(1)和式(2)中：pi为第i个城市指标p的样本值； 为计算出来的样本平均值；σ 为计算出来的样本标准差；N为样本数目。 b)若指标p为正向指标(正向指标指的是那些数值越大越优的指标)，则其一流区 间为 一流基准值为 若指标p为负向指标(负向指标指的是那些数值越小越优的指标)，则其一流区间 为 一流基准值为 上述步骤3)所述数据标准化处理，具体过程如下： 设对于某个指标p，收集到的现状配电网近两年的指标值为py1和py2，根据步骤2) 5 CN 111598362 A 说　明　书 3/12 页 计算得到的一流基准值为py0，则利用下述方法进行数据标准化： 若指标p为正向指标，则利用式(3)计算： 若指标p为负向指标则利用式(4)计算： 计算得到的p′y0、p′y1和p′y2分别为py0、py1和py2的标准化后的结果。 上述步骤4)所述利用灵敏性分析法计算每个指标的灵敏性因子，具体过程如下： 设对于某个电网特性Y，该特性下有m个指标q1 ,q2,…,qm，经过步骤3)所述数据标 准化处理之后得到的近两年的指标值分别为 和 标准化处理之 后的一流基准值为 则利用下式计算每个指标的灵敏性因子a： 式中，ai为第i个指标qi的灵敏性因子。 上述步骤5)所述计算每个指标的偏差度，具体过程如下： a)设对于某个电网特性Y，该特性下有m个指标q1 ,q2,…,qm，步骤1)所收集到的近 两年的指标值分别为 和 步骤2)计算得到的一流基准值为 b)若某个指标在第一年(第一年为离现在较近的那一年)的指标值不满足一流区 间的要求，即正向指标的值小于一流区间的左边界，负向指标的值大于一流区间的右边界， 则利用式(5)计算该指标第一年的偏差度k(1)： 式中， 为第i个指标qi第一年的偏差度。 若某个指标在第一年的指标值满足甚至超过一流区间的要求，即正向指标的值大 于一流区间的左边界，负向指标的值小于一流区间的右边界，则定义该指标第一年的偏差 度k(1)＝0。 c)若某个指标在第二年(第二年为离现在较远的那一年)的指标值不满足一流区 间的要求，即正向指标的值小于一流区间的左边界，负向指标的值大于一流区间的右边界， 则利用式(6)计算该指标第二年的偏差度k(2)： 式中， 为第i个指标qi第二年的偏差度。 6 CN 111598362 A 说　明　书 4/12 页 若某个指标在第二年的指标值满足甚至超过一流区间的要求，即正向指标的值大 于一流区间的左边界，负向指标的值小于一流区间的右边界，则定义该指标第二年的偏差 度k(2)＝0。 上述步骤5)所述对步骤4)所得的灵敏性因子进行修正，具体过程如下： a)针对配电网第一年或者第二年的每个指标值进行分析(两年仅选择一年)，以对 第i个指标qi分析为例； b)若对配电网该指标的第一年的指标值进行分析，则当第一年的指标值 不满 足一流区间的要求，即正向指标的值小于一流区间的左边界，负向指标的值大于一流区间 的右边界，则该指标的灵敏性因子取为式(5)计算得到的结果；当第一年的指标值 满足 甚至超过一流区间的要求，即正向指标的值大于一流区间的左边界，负向指标的值小于一 流区间的右边界，则该指标的灵敏性因子取为0； c)若对配电网该指标的第二年的指标值进行分析，则当第二年的指标值 不满 足一流区间的要求，即正向指标的值小于一流区间的左边界，负向指标的值大于一流区间 的右边界，则该指标的灵敏性因子取为式(5)计算得到的结果；当第二年的指标值 满足 甚至超过一流区间的要求，即正向指标的值大于一流区间的左边界，负向指标的值小于一 流区间的右边界，则该指标的灵敏性因子取为0。 上述步骤6)所述对所有指标进行等级划分，具体过程如下： a)针对配电网第一年或者第二年的所有指标进行等级划分(两年仅选择一年)； b)若对配电网第一年的指标进行等级划分，则利用式(7)和式(8)将所有指标分成 三个等级： 式(7)和式(8)中，b1、b2、b3和b4为常数，其值根据计算出来的所有指标的灵敏性因 子和偏差度来确定，相当于不同指标等级的边界值。 满足式(7)条件的指标为一级指标，满足式(8)条件的指标为二级指标，其余指标 为三级指标； c)若对配电网第二年的指标进行等级划分，则利用式(9)和式(10)将所有指标分 成三个等级： 式(9)和式(10)中，b5、b6、b7和b8为常数，其值根据计算出来的所有指标的灵敏性 7 CN 111598362 A 说　明　书 5/12 页 因子和偏差度来确定，相当于不同指标等级的边界值。 满足式(9)条件的指标为一级指标，满足式(10)条件的指标为二级指标，其余指标 为三级指标。 d)对所有指标等级划分的结果进行定性分析，一级指标和二级指标数目之和占比 越小则配电网整体建设情况越好，并应重点改善一级指标和二级指标，对这两类指标进行 优化。 与现有技术相比，本发明的优势主要体现在： 1 .提出了一种能够在大数据环境下对配电网运行方式指标进行分析的灵敏性分 析方法，该方法考虑了每个指标对配电网运行特性的影响程度不同，从指标本身出发进行 分析，既客观又科学； 2.能够在大数据环境下对配电网运行方式指标进行分析，充分利用大数据对配电 网指标进行分析，利用大数据确定每个指标的一流区间，同时大数据也是灵敏性分析方法 的基础，数据量越大计算结果越可靠； 3.引入了指标的灵敏性因子和偏差度的概念，灵敏性因子反映了指标对配电网运 行特性的影响程度，偏差度反映了指标值距离一流指标区间之间的距离，并根据灵敏性因 子和偏差度对指标进行等级划分，由等级划分结果可以看出电网的整体建设情况以及薄弱 环节，为指标的优化以及电网的建设与改造提供方向。 附图说明 图1为配电网运行方式指标灵敏性分析方法的示意图。 图2为配电网安全质量特性的指标体系图。 图3为配电网运行绩效特性的指标体系图。 图4为配电网技术装备特性的指标体系图。 图5为配电网资源配置特性的指标体系图。