The invention discloses a screening method for influencing factors of power grid cross-subsidy scale. The factors affecting the scale of cross-subsidy of power grid enterprises have complex structural characteristics, and can not be optimized by simple mathematical models or traditional statistical methods. The technical scheme adopted by the invention includes: 1) because of the complex hierarchical relationship of variables affecting the scale of cross-subsidy, the hierarchical tree is used as the grouping classification form of impact factors; 2) each terminal node contains an impact factor; 3) the scoring of each impact factor is based on the depth vector of its upstream root node; 4) the independent scoring and optimization of overlapping impact factors; The scoring vector of the influence factor corrects the estimation formula of the elastic network. 6) Cross-test of parameter estimation. The invention can efficiently screen the influencing factors of cross subsidy scale of power grid, so as to facilitate the application of cross subsidy scale prediction and cost control.
【技术实现步骤摘要】
电网交叉补贴规模影响因子筛选方法
本专利技术属于电网交叉补贴规模预测领域,具体地说是一种基于优化层级树-弹性网络的电网交叉补贴规模影响因子筛选方法。
技术介绍
我国居民电价约为工业电价的90%以下,而世界上大多数国家居民电价高于工业电价,平均约为工业电价的1.5倍。而不合理的是,我国电价长期存在工商业用户补贴居民用电的补贴形式。随着我国电力体制改革的推进,首先影响到的必然是用电量大、电压等级高的工商业用户。由此带来的是来自工商业补贴来源的丢失,将造成电网企业较大的损失,这就要求尽快出台改革配套的交叉补贴的新机制。通过对影响交叉补贴的各类动态子因素的研究,建立电价交叉补贴动态影响因素库。建立交叉补贴各影响因素的动态预测模型,识别输配电价改革不同阶段的关键影响因素是一件亟待解决的课题。然而,影响交叉补贴规模的因素众多,对于预测模型的准确度和推广度不利。选择合适的统计学变量筛选方法因此显得必需。在很多领域的研究中,包括电力经济学在内,其所涉及的高维变量存在着等级从属关系。有着类似属性的变量往往会被同时选中或者同时移除。在筛选这类变量时,将这种关系考虑在内,而非将其作为相互独立、毫无关系的变量,对于提高预测模型准确性有着不可忽视的影响。
技术实现思路
本专利技术所要解决的技术问题是克服上述现有技术存在的缺陷,提供一种基于优化层级树-弹性网络的电网交叉补贴规模影响因子筛选方法,其在弹性网络elasticnet的基础上,根据变量属性关系,对于电网领域存在的重叠变量进行等级评分系统和参数估计的优化,以修正变量筛选的效率和准确度。为此,本专利技术采用如下的技术方案:电网交叉补 ...
【技术保护点】
1.电网交叉补贴规模影响因子筛选方法,其特征在于,包括步骤:1)由于影响交叉补贴规模的变量存在复杂的层级关系,应用层级树作为影响因子分组分类形式;2)每个终端节点包含一个影响因子;3)每个影响因子的计分以其上溯根节点的深度向量为依据;4)对于重叠的影响因子独立计分并优化;5)基于影响因子的计分向量,对弹性网络的估计公式进行校正;6)参数估计的交叉检验。
【技术特征摘要】
1.电网交叉补贴规模影响因子筛选方法,其特征在于,包括步骤:1)由于影响交叉补贴规模的变量存在复杂的层级关系,应用层级树作为影响因子分组分类形式;2)每个终端节点包含一个影响因子;3)每个影响因子的计分以其上溯根节点的深度向量为依据;4)对于重叠的影响因子独立计分并优化;5)基于影响因子的计分向量,对弹性网络的估计公式进行校正;6)参数估计的交叉检验。2.根据权利要求1所述的电网交叉补贴规模影响因子筛选方法,其特征在于,在构建的层级树中,对于任意一个的终端节点,其所对应的所有上溯分类序列的深度向量作为其在层级树中的位置信息,则第i个影响因子Xi的深度向量为定义一个二元向量为实数集合,使得对于l=1,…,p-1,p为影响因子总数,则二元向量Vi的第l个元素为:在此基础上,对于终端节点Xi定义层级分数si:此处τ和α均是符号为正的常数,这些分数si的上限为:3.根据权利要求2所述的电网交叉补贴规模影响因子筛选方法,其特征在于,步骤4)中,对于重叠的影响因子进行优化校正,即在弹性网络估计公式中增加正则化项弹性网络的估计公式为:进行优化后的初步公式为:式中,为所需估计的模型参数向量;λ1为lasso惩罚项参数;λ2为ridge惩罚项参数;λoL为对于重叠...
【专利技术属性】
技术研发人员:陈飞,朱国荣,高峰,张一泓,吴剑,汪鲁,陈俊,纪德良,成飞,王薇,
申请(专利权)人:国网浙江省电力有限公司经济技术研究院,浙江华云信息科技有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。