一种基于主成分分析的中压配电网供电可靠性评估方法技术

本发明专利技术是一种基于主成分分析的中压配电网供电可靠性评估方法，其特点是，包括以下步骤：从现有的五大类33个供电可靠性指标中确定出8个最能表征中压配电网用户用电可靠性的指标来建立中压配电网供电可靠性评估指标体系。对指标体系中的各可靠性指标分别进行正向化和归一化处理，构造归一化指标矩阵，并对其标准化形成标准化指标矩阵。对标准化指标矩阵做主成分分析，找出起主要作用的主成分，并利用其对应的特征值及规范正交特征向量值确定各可靠性指标的权重。利用已求得的各可靠性指标权重与归一化指标矩阵中待评估对象的可靠性指标数值大小的关系，构建中压配电网供电可靠性评估模型。

A reliability evaluation method of medium voltage distribution network based on principal component analysis

The invention relates to a method for evaluating the reliability of medium voltage distribution network based on principal component analysis, which is characterized by comprising the following steps: from the existing five categories of 33 power supply reliability index is determined from the 8 most can represent the medium voltage distribution network electricity reliability index to establish the pressure distribution network reliability evaluation index system. The reliability indexes in the index system are processed forward and normalization respectively, and the normalized index matrix is constructed and standardized. The standardized index matrix is formed. The principal component of the standardized index matrix is analyzed, and the principal component is found out, and the weight of each reliability index is determined by the corresponding eigenvalue and the standard orthogonal eigenvector. The reliability evaluation model of medium voltage distribution network is constructed by using the relation between the weight of the obtained reliability indexes and the value of the reliability index of the object to be evaluated in the normalized index matrix.

【技术实现步骤摘要】
一种基于主成分分析的中压配电网供电可靠性评估方法
本专利技术涉及电力系统中的配电网可靠性评估领域，是一种基于主成分分析的中压配电网供电可靠性评估方法。
技术介绍
中压配电网的供电可靠性评估是提高电力工业现代化水平及居民用电质量的重要工作环节。通过对中压配电网供电可靠性评估，能够发现配电网络的薄弱环节，找到影响供电可靠性的主要因素，并针对存在的问题提出具体的改进方案，进一步改善供电可靠性，从而使整个配电网的安全性能和经济效益得到显著增加。现阶段配电网可靠性评估方面的研究重点在于可靠率的计算，主要方法有以下几类：故障模式影响分析法；人工神经网络法；可靠性框图法、蒙特卡罗法和故障树分析法，但这些计算方法不足以支持对配电网进行整体性可靠性评估分析，且在找出配电网可靠性薄弱环节存在明显不足。另一方面，目前在解决中压配电网供电可靠性评估问题的主流方法中，对指标权重的确定大多都是依赖专家评判，这种赋权方法受到专家知识、经验、偏好的制约，具有极大的主观性和偶然性，并且存在客观数据信息利用不足的问题。而TOPSIS法在对指标进行同趋势的转换中权重易受叠代法的影响，致使综合评价的最终结果不是很准确。
技术实现思路
本专利技术的目的是，克服现有技术的不足，提供一种科学合理，简单实用，能够客观且有效避免评价过程中主观因素的影响，效果佳的基于主成分分析的中压配电网供电可靠性评估方法。实现本专利技术目的采用的技术方案是，一种基于主成分分析的中压配电网供电可靠性评估方法，特征是，它包括以下步骤：1)建立中压配电网供电可靠性评估指标体系在中华人民共和国电力行业标准DL/T836-2012《供电系统用户供电可靠性评价规程》给出的五大类33个用于配电网可靠性评估的指标中，从最能表征中压配电网用户用电可靠性的角度，确定出8个指标，建立中压配电网供电可靠性评估指标体系；这8个指标分别为：系统平均停电频率指标SAIFI；系统平均停电持续时间指标SAIDI；用户平均停电频率指标CAIFI；用户平均停电持续时间CAIDI；平均供电可用率ASAI；用户平均缺供电量AENS；预安排停电平均持续时间MID-S；平均停电用户数MIC；2)构造标准化指标矩阵①对各指标分别进行正向化和归一化处理SAIFI、SAIDI、CAIFI、CAIDI、AENS、MID-S、MIC均为指标值越小越好的逆向指标，ASAI为指标值越大越好的正向指标，为了便于分析和计算，将各逆向指标均正向化处理为正向指标；由n个待评估对象的m个供电可靠性评估指标构成的指标矩阵为公式(1)，X＝(xji)n×m＝(X1,X2,LXiL,Xm)(1)x＝(x1,x2,LxiL,xm)(2)其中：X为由n×m个指标值构造的指标矩阵，Xi为指标矩阵中的第i个指标列向量，xji为第j个待评估对象的第i个指标值，x为供电可靠性评估指标体系中指标的集合，xi为指标集合中的第i个指标，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；利用公式(3)对正向指标做归一化处理，其中：xji为第j个待评估对象的第i个指标值，为归一化后第j个待评估对象的第i个指标值，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；利用公式(4)对逆向指标做正向化和归一化处理，其中：xji为第j个待评估对象的第i个指标值，为正向化和归一化后第j个待评估对象的第i个指标值，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；通过对正向指标归一化及对逆向指标正向化和归一化处理后，得到公式(5)的归一化指标矩阵，其中：X*为归一化指标矩阵，为正向化和归一化后第j个待评估对象的第i个指标值，为归一化指标矩阵中指标xi对应的列向量，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；②建立标准化指标矩阵对归一化指标矩阵X*做标准化处理，得到公式(6)的标准化指标矩阵，其中：为标准化后的指标矩阵，为标准化后第j个待评估对象的第i个指标值，为标准化指标矩阵中指标xi对应的列向量，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；3)确定各指标的权重①找出起主要作用的主成分构造标准化指标矩阵的相关系数矩阵，得到公式(7)的矩阵，R＝(rij)m×m(7)其中：R为标准化指标矩阵的相关系数矩阵，rij为相关系数矩阵R中指标xi和指标xj的相关系数，为标准化指标矩阵中指标xi对应的列向量，为指标xi和xj标准化后的协方差，和分别为指标xi和xj标准化后的方差，i＝1，2，…，m；j＝1，2，…，m，m为可靠性评估指标体系中的指标个数；rij反映了指标xi和指标xj的相关程度，rij值越大表示指标间相关程度越高；求相关系数矩阵R的特征值，选出其中大于0的特征值构造公式(9)的特征值集合，λ＝(λ1,λ2,L,λk,L,λq)(9)其中：λ为相关系数矩阵R大于零的特征值集合，规定λ1≥λ2≥L≥λk≥L≥λq，λk为相关系数矩阵R大于零的特征值，k＝1，2，…，q，q为相关系数矩阵R大于零的特征值个数；λ对应的规范正交特征向量矩阵为公式(10)，其中：A为规范正交特征向量矩阵，Ak为规范正交特征向量矩阵A中特征值λk对应的列向量，aik为规范正交特征向量矩阵A的元素值，k＝1，2，…，q，q为相关系数矩阵R大于零的特征值个数，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数；由主成分定义可知对标准化指标矩阵做主成分后，主成分表达式为公式(11)，其中：yk为特征值λk对应的主成分，aik为规范正交特征向量矩阵A的元素值，为标准化指标矩阵中指标xi对应的列向量，k＝1，2，…，q，q为相关系数矩阵R大于零的特征值个数，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数；主成分yk对应的特征值λk为该主成分的方差，由公式(12)得到主成分yk的方差对总方差的贡献率为，其中：μk为主成分yk的方差对总方差的贡献率，λk为相关系数矩阵R大于零的特征值，k＝1，2，…，q；j＝1，2，…，q，q为相关系数矩阵R大于零的特征值个数，μk反映了主成分yk包含所有指标信息的百分比；由公式(12)可知各主成分方差贡献率大小依次递减，其中第一主成分方差贡献率最大，由公式(13)得到前d个主成分的累计方差贡献率为，其中：μ为主成分的累计方差贡献率，λk为相关系数矩阵R大于零的特征值，j＝1，2，…，q，q为相关系数矩阵R大于零的特征值个数，k＝1，2，…，d，d为待确定起主要作用的主成分个数；依据采用累计方差贡献率确定主要主成分的原则，当累计方差贡献率μ≥80％时，可知前d个主成分能够基本反映m个指标的信息，初步确定前d个主成分为起主要作用的主成分，但需进一步检验确定；对标准化指标矩阵做主成分法下的因子分析，得到公式(14)的指标x与主成分yk的相关载荷阵，其中：为主成分载荷阵，为指标x与主成分yk的相关载荷列向量，为指标xi与主成分yk的相关载荷值，k＝1，2，…，d，d为待确定起主要作用的主成分个数，i＝1，2，…，m，m为可靠性评估本文档来自技高网...

【技术保护点】
一种基于主成分分析的中压配电网供电可靠性评估方法，特征是，它包括以下步骤：1)建立中压配电网供电可靠性评估指标体系在中华人民共和国电力行业标准DL/T836‑2012《供电系统用户供电可靠性评价规程》给出的五大类33个用于配电网可靠性评估的指标中，从最能表征中压配电网用户用电可靠性的角度，确定出8个指标，建立中压配电网供电可靠性评估指标体系；这8个指标分别为：系统平均停电频率指标SAIFI；系统平均停电持续时间指标SAIDI；用户平均停电频率指标CAIFI；用户平均停电持续时间CAIDI；平均供电可用率ASAI；用户平均缺供电量AENS；预安排停电平均持续时间MID‑S；平均停电用户数MIC；2)构造标准化指标矩阵①对各指标分别进行正向化和归一化处理SAIFI、SAIDI、CAIFI、CAIDI、AENS、MID‑S、MIC均为指标值越小越好的逆向指标，ASAI为指标值越大越好的正向指标，为了便于分析和计算，将各逆向指标均正向化处理为正向指标；由n个待评估对象的m个供电可靠性评估指标构成的指标矩阵为公式(1)，X＝(x

【技术特征摘要】
1.一种基于主成分分析的中压配电网供电可靠性评估方法，特征是，它包括以下步骤：1)建立中压配电网供电可靠性评估指标体系在中华人民共和国电力行业标准DL/T836-2012《供电系统用户供电可靠性评价规程》给出的五大类33个用于配电网可靠性评估的指标中，从最能表征中压配电网用户用电可靠性的角度，确定出8个指标，建立中压配电网供电可靠性评估指标体系；这8个指标分别为：系统平均停电频率指标SAIFI；系统平均停电持续时间指标SAIDI；用户平均停电频率指标CAIFI；用户平均停电持续时间CAIDI；平均供电可用率ASAI；用户平均缺供电量AENS；预安排停电平均持续时间MID-S；平均停电用户数MIC；2)构造标准化指标矩阵①对各指标分别进行正向化和归一化处理SAIFI、SAIDI、CAIFI、CAIDI、AENS、MID-S、MIC均为指标值越小越好的逆向指标，ASAI为指标值越大越好的正向指标，为了便于分析和计算，将各逆向指标均正向化处理为正向指标；由n个待评估对象的m个供电可靠性评估指标构成的指标矩阵为公式(1)，X＝(xji)n×m＝(X1,X2,LXiL,Xm)(1)x＝(x1,x2,LxiL,xm)(2)其中：X为由n×m个指标值构造的指标矩阵，Xi为指标矩阵中的第i个指标列向量，xji为第j个待评估对象的第i个指标值，x为供电可靠性评估指标体系中指标的集合，xi为指标集合中的第i个指标，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；利用公式(3)对正向指标做归一化处理，其中：xji为第j个待评估对象的第i个指标值，为归一化后第j个待评估对象的第i个指标值，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；利用公式(4)对逆向指标做正向化和归一化处理，其中：xji为第j个待评估对象的第i个指标值，为正向化和归一化后第j个待评估对象的第i个指标值，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；通过对正向指标归一化及对逆向指标正向化和归一化处理后，得到公式(5)的归一化指标矩阵，其中：X*为归一化指标矩阵，为正向化和归一化后第j个待评估对象的第i个指标值，为归一化指标矩阵中指标xi对应的列向量，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；②建立标准化指标矩阵对归一化指标矩阵X*做标准化处理，得到公式(6)的标准化指标矩阵，其中：为标准化后的指标矩阵，为标准化后第j个待评估对象的第i个指标值，为标准化指标矩阵中指标xi对应的列向量，i＝1，2，…，m，m为可靠性评估指标体系中的指标个数，j＝1，2，…，n，n为待评估对象的个数；3)确定各指标的权重①找出起主要作用的主成分构造标准化指标矩阵的相关系数矩阵，得到公式(7)的矩阵，R＝(rij)m×m(7)其中：R为标准化指标矩阵的相关系数矩阵，rij为相关系数矩阵R中指标xi和指标xj的相关系数，为标准化指标矩阵中指标xi对应的列向量，为指标xi和xj标准化后的协方差，和分别为指标xi和xj标准化后的方差，i＝1，2，…，m；j＝1，2，…，m，m为可靠性评估指标体系中的指标个数；rij反映了指标xi和指标xj的相关程度，rij值越大表示指标间相关程度越高；求相关系数矩阵R的特征值，选出其中大于0的特征值构造公式(9)的特征值集合，λ＝(λ1,λ2,L,λk,L,λq)(9)其中：λ为相关系数矩阵R大于零的特征值集合，规定λ1≥λ2≥L≥λk≥L≥λq，λk为相关系数矩阵R大于零的特征值，k＝1，2，…，q，q为相关系数矩阵R大于零的特征值个数；λ对应的规范正交特征向量矩阵为公式(10)，其中：A为规范正交特征向量矩阵，Ak为规范正交特征向量矩阵A中特征值λk对应的列向量，aik为规范正交特征向量矩阵A的元素值，k＝1，2，…，q，q为相关系数矩阵R大于零的特征值个数，...

【专利技术属性】
技术研发人员：肖白，刘亚伟，姜卓，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林,22