一种配电网清洁性评价方法及相关装置制造方法及图纸

本申请公开了一种配电网清洁性评价方法及相关装置，方法包括：获取目标配电网系统的评价指标数据，评价指标数据包括成本性指标数据和环保性指标数据；采用预置组合评价算法对评价指标数据逐一进行评价，得到合格评价数据，预置组合评价算法包括预置层次分析法、预置灰色关联度分析法和预置模糊综合评价法；将合格评价数据进行复数化处理，得到复数形式的特征数据；将复数形式的特征数据输入预置复数神经网络模型中进行评价训练，得到评价结果。本申请解决了现有的配电网评价技术选取的评价指标不适用于新能源配电网的分析评价的技术问题。

【技术实现步骤摘要】
一种配电网清洁性评价方法及相关装置
本申请涉及电力系统节能环保
，尤其涉及一种配电网清洁性评价方法及相关装置。
技术介绍
随着我国配电网发展程度不断提高，越来越多的分布式能源接入配电网。大量分布式能源因其具有安全、清洁等特点，在接入配电网后，能带来突出的环境效应。传统的配电网指标评估体系往往只考虑安全性指标或者可靠性指标，缺乏对配电网环保效应的考量，因此，传统的配电网指标已不再适用于对高比例新能源接入配电网的分析评价过程中。
技术实现思路
本申请提供了一种配电网清洁性评价方法及相关装置，用于解决现有的配电网评价技术选取的评价指标不适用于新能源配电网的分析评价的技术问题。有鉴于此，本申请第一方面提供了一种配电网清洁性评价方法，包括：获取目标配电网系统的评价指标数据，所述评价指标数据包括成本性指标数据和环保性指标数据；采用预置组合评价算法对所述评价指标数据逐一进行评价，得到合格评价数据，所述预置组合评价算法包括预置层次分析法、预置灰色关联度分析法和预置模糊综合评价法；将所述合格评价数据进行复数化处理，得到复数形式的特征数据；将所述复数形式的特征数据输入预置复数神经网络模型中进行评价训练，得到评价结果。可选的，所述成本性指标数据包括第一次级指标数据，所述第一次级指标数据包括线损率、设备初始投资、设备年维护投资、设备折旧费用；所述环保性指标数据包括第二次级指标数据，所述第二次级指标数据包括清洁能源发电占比、CO2减排量、SO2减排量和氮化物减排量；次级指标数据包括所述第一次级指标数据和所述第二次级指标数据。可选的，所述采用预置组合评价算法对所述评价指标数据逐一进行评价，得到合格评价数据，包括：采用所述预置组合评价算法对每种所述次级数据进行评价，得到不同的数据评价结果；根据不同的评价阈值在所述数据评价结果中筛选出符合预置要求的所述合格评价数据。可选的，所述将所述复数形式的特征数据输入预置复数神经网络模型中进行评价训练，得到评价结果，之前还包括：将获取的复数形式的样本数据输入初始复数神经网络中进行预训练操作，得到最优的所述预置复数神经网络模型。本申请第二方面提供了一种配电网清洁性评价装置，包括：获取模块，用于获取目标配电网系统的评价指标数据，所述评价指标数据包括成本性指标数据和环保性指标数据；数据评价模块，用于采用预置组合评价算法对所述评价指标数据逐一进行评价，得到合格评价数据，所述预置组合评价算法包括预置层次分析法、预置灰色关联度分析法和预置模糊综合评价法；复数化处理模块，用于将所述合格评价数据进行复数化处理，得到复数形式的特征数据；综合评价模块，用于将所述复数形式的特征数据输入预置复数神经网络模型中进行评价训练，得到评价结果。可选的，所述成本性指标数据包括第一次级指标数据，所述第一次级指标数据包括线损率、设备初始投资、设备年维护投资、设备折旧费用；所述环保性指标数据包括第二次级指标数据，所述第二次级指标数据包括清洁能源发电占比、CO2减排量、SO2减排量和氮化物减排量；次级指标数据包括所述第一次级指标数据和所述第二次级指标数据。可选的，所述数据评价模块，包括：评价子模块，用于采用所述预置组合评价算法对每种所述次级数据进行评价，得到不同的数据评价结果；筛选子模块，用于根据不同的评价阈值在所述数据评价结果中筛选出符合预置要求的所述合格评价数据。可选的，还包括：预训练模块，用于将获取的复数形式的样本数据输入初始复数神经网络中进行预训练操作，得到最优的所述预置复数神经网络模型。本申请第三方面提供了一种配电网清洁性评价设备，其特征在于，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行第一方面任一项所述的配电网清洁性评价方法。本申请第四方面提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面任一项所述的配电网清洁性评价方法。从以上技术方案可以看出，本申请实施例具有以下优点：本申请中，提供了一种配电网清洁性评价方法，包括：获取目标配电网系统的评价指标数据，评价指标数据包括成本性指标数据和环保性指标数据；采用预置组合评价算法对评价指标数据逐一进行评价，得到合格评价数据，预置组合评价算法包括预置层次分析法、预置灰色关联度分析法和预置模糊综合评价法；将合格评价数据进行复数化处理，得到复数形式的特征数据；将复数形式的特征数据输入预置复数神经网络模型中进行评价训练，得到评价结果。本申请提供的配电网清洁性评价方法，根据新能源的特点，将环保指标纳入当下的新能源配电网的分析评价中，更能反映当下的配电网的发展特性；且不采用单纯的赋权、统计或者计算等方法，而是采用构建的预置复数神经网络模型对配电网进行自适应的评价，从而使得评价结果更加准确可靠。因此，本申请能够解决现有的配电网评价技术选取的评价指标不适用于新能源配电网的分析评价的技术问题。附图说明图1为本申请实施例提供的一种配电网清洁性评价方法的一个流程示意图；图2为本申请实施例提供的一种配电网清洁性评价方法的另一个流程示意图；图3为本申请实施例提供的一种配电网清洁性评价装置的一个结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。为了便于理解，请参阅图1，本申请提供的一种配电网清洁性评价方法的实施例一，包括：步骤101、获取目标配电网系统的评价指标数据，评价指标数据包括成本性指标数据和环保性指标数据。需要说明的是，现有评价技术中考虑安全性和可靠性的已经足够多，本实施例主要针对的是现在越来越多的新能源接入的系统，获取的评价指标数据中的成本性指标数据包括多种下级指标，例如线损率、设备初始投资成本、设备年维护成本和设备折旧费用等，而环保性指标主要是一些气体排放，可以包括清洁能源发电占比、CO2减排量、SO2减排量和氮化物减排量等，两种指标还可以加入其它不同的指标来提升配电网清洁性评价结果的准确性，具体不作限定。步骤102、采用预置组合评价算法对评价指标数据逐一进行评价，得到合格评价数据，预置组合评价算法包括预置层次分析法、预置灰色关联度分析法和预置模糊综合评价法。需要说明的是，预置组合评价算法其实就是采用多种评价算法进行数据的评价将得到评价结果进行综合，得到最终的评价结果，从而保证评价的准确性，本实施例中选取了较为经典的几种评价算法对评价指本文档来自技高网...

【技术保护点】
1.一种配电网清洁性评价方法，其特征在于，包括：/n获取目标配电网系统的评价指标数据，所述评价指标数据包括成本性指标数据和环保性指标数据；/n采用预置组合评价算法对所述评价指标数据逐一进行评价，得到合格评价数据，所述预置组合评价算法包括预置层次分析法、预置灰色关联度分析法和预置模糊综合评价法；/n将所述合格评价数据进行复数化处理，得到复数形式的特征数据；/n将所述复数形式的特征数据输入预置复数神经网络模型中进行评价训练，得到评价结果。/n

【技术特征摘要】
1.一种配电网清洁性评价方法，其特征在于，包括：
获取目标配电网系统的评价指标数据，所述评价指标数据包括成本性指标数据和环保性指标数据；
采用预置组合评价算法对所述评价指标数据逐一进行评价，得到合格评价数据，所述预置组合评价算法包括预置层次分析法、预置灰色关联度分析法和预置模糊综合评价法；
将所述合格评价数据进行复数化处理，得到复数形式的特征数据；
将所述复数形式的特征数据输入预置复数神经网络模型中进行评价训练，得到评价结果。


2.根据权利要求1所述的配电网清洁性评价方法，其特征在于，所述成本性指标数据包括第一次级指标数据，所述第一次级指标数据包括线损率、设备初始投资、设备年维护投资、设备折旧费用；
所述环保性指标数据包括第二次级指标数据，所述第二次级指标数据包括清洁能源发电占比、CO2减排量、SO2减排量和氮化物减排量；
次级指标数据包括所述第一次级指标数据和所述第二次级指标数据。


3.根据权利要求2所述的配电网清洁性评价方法，其特征在于，所述采用预置组合评价算法对所述评价指标数据逐一进行评价，得到合格评价数据，包括：
采用所述预置组合评价算法对每种所述次级数据进行评价，得到不同的数据评价结果；
根据不同的评价阈值在所述数据评价结果中筛选出符合预置要求的所述合格评价数据。


4.根据权利要求1所述的配电网清洁性评价方法，其特征在于，所述将所述复数形式的特征数据输入预置复数神经网络模型中进行评价训练，得到评价结果，之前还包括：
将获取的复数形式的样本数据输入初始复数神经网络中进行预训练操作，得到最优的所述预置复数神经网络模型。


5.一种配电网清洁性评价装置，其特征在于，包括：
获取模块，用于获取目标配电网系统的评价指标数据，所述评价指标数据包括成本性指标数据和环保性指标数据；
数据评价模块，用于采用预置组合...

【专利技术属性】
技术研发人员：何璇，高崇，曹华珍，张俊潇，唐俊熙，王天霖，吴亚雄，陈沛东，李浩，黄烨，李阳，李嘉文，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司电网规划研究中心，
类型：发明
国别省市：广东;44