基于改进主成分-灰色关联的大用户落户因素分析方法技术

一种基于改进主成分‑灰色关联的大用户落户因素分析方法，该方法先确定地区内已有各典型产业大用户的落户数量及影响其落户的电网因素指标，再用改进的主成分分析法确定各电网因素指标所含信息量，并采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值，然后根据各电网因素指标所含信息量以及关联度值，采用组合赋权的方法计算各电网因素指标的影响权重值以及影响程度占比值，最后根据影响程度占比值的大小对各电网因素指标进行等级划分。本设计可以改善大用户接入电网后系统运行的稳定性和安全性。

【技术实现步骤摘要】
基于改进主成分-灰色关联的大用户落户因素分析方法
本专利技术属于电网规划领域，具体涉及一种基于改进主成分-灰色关联的大用户落户因素分析方法。
技术介绍
近年来，我国陆续出台企业减负政策，大中型企业不断形成和壮大，在地区经济中的占比日益增长，多数具有技术相对先进、用电潜能大、电费占成本比重高的特点。因此该类年用电量在315kVA及以上或供电电压在10kV及以上的大用户成为电网的主要供电服务对象。目前该类大用户的落址对于地区电网的稳定性、经济性、安全性各方面都产生了一系列的影响，如电压功率越限、间隔利用率降低等。同时，当前的电网水平对于近期内大用户的落址选择有重要的影响，较差的用能体验将直接造成用户经济损失，导致电网损失大型客户资源，不利于电网吸引大用户落址。因此，对影响该类大用户落户的电网因素进行有效分析，提高电力大用户负荷接入与电能资源的匹配程度，使供电网在规划中主动适应大用户的接入，这是解决大用户规划与电网规划衔接问题的有效途径。
技术实现思路
本专利技术的目的是克服现有技术存在的上述问题，提供一种能够提高电力大用户负荷接入与电能资源的匹配程度、改善大用户接入电网后系统运行的稳定性和安全性的基于改进主成分-灰色关联的大用户落户因素分析方法。为实现以上目的，本专利技术提供了以下技术方案：基于改进主成分-灰色关联的大用户落户因素分析方法，依次包括以下步骤：步骤A、收集地区内已有各典型产业大用户的落户数量，并根据各典型产业大用户的负荷特点确定影响其落户的电网因素指标；<br>步骤B、采用改进的主成分分析法确定各电网因素指标所含信息量，并采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值；步骤C、根据各电网因素指标所含信息量以及关联度值，采用组合赋权的方法计算各电网因素指标的影响权重值以及影响程度占比值；步骤D、根据影响程度占比值的大小对各电网因素指标进行等级划分。步骤B中，所述采用改进的主成分分析法确定各电网因素指标所含信息量依次包括以下步骤：1、对数据进行补全和标准化处理，形成标准化矩阵X＝(xij)a×b，其中，a为电网因素指标的数量，b为所选数据的总年份数，i＝1,2,...,a，j＝1,2,...,b；2、求取标准化矩阵的相关系数矩阵R＝(rij)a×b；3、求取相关系数矩阵的特征根；4、根据特征根计算各主成分的累计贡献率ρ，输出累计贡献率ρ大于75％的主成分及其评分系数；5、通过以下公式计算各电网因素指标所含信息量上式中，m为输出的主成分个数，n＝1,2,...,m，为电网因素指标Xi所含信息总量，为主成分Fn中电网因素指标Xi所含信息量，为主成分Fn的评分系数。步骤B中，所述采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值依次包括以下步骤：S1、构建分析矩阵[Y,X]：上式中，T为所选数据的总年份数，y0(t)为典型产业大用户在第t年份的数量，t＝1,2,...,T，j为电网因素指标的数量，xi(t)为第i个电网因素指标在第t年份的数据值，i＝1,2,...,j；S2、通过以下公式对分析矩阵[Y,X]进行归一化处理，形成初值矩阵：S3、先将初值矩阵依据Δ0i(t)＝|y'0(t)-x'i(t)|形成差值矩阵Δ0i，然后选取差值矩阵Δ0i中两极极差的最大值Δmax与最小值Δmin；S4、通过以下公式计算典型产业大用户数量与电网因素指标在第t年份的关联系数λ0i(t)，形成关联度系数矩阵上式中，β为分辨系数；S5、采用等比数列模型对时间效应赋予权重值W：上式中，Tmax为所选数据的最新年份，a1＝1,q＝0.8；S6、通过以下公式计算典型产业大用户数量与电网因素指标的灰色关联度值rj0：步骤C中，所述各电网因素指标的影响权重值以及影响程度占比值采用以下公式计算得到：上式中，为电网因素指标Xi所含信息量，为电网因素指标Xi的关联度值，k为电网因素指标数量。步骤D中，所述等级划分的标准为：若某电网因素指标的影响程度占比值大于等于15％，则判定该电网因素指标为一类影响指标；若某电网因素指标的影响程度占比值小于15％且大于10％，则判定该电网因素指标为二类影响指标；若某电网因素指标的影响程度占比值小于等于10％，则判定该电网因素指标为三类影响指标。步骤A中，所述典型产业包括医药制造业、交通制造业、电子制造业、环保与新能源产业，所述电网因素指标包括电压合格率、供电可靠率指标、地区总用电量、地区总发电量、平均每万元工业总产值电力消费、变电容量、工业用电价格。与现有技术相比，本专利技术的有益效果为：1、本专利技术基于改进主成分-灰色关联的大用户落户因素分析方法先确定地区内已有各典型产业大用户的落户数量及影响其落户的电网因素指标，再用改进的主成分分析法确定各电网因素指标所含信息量，并采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值，然后根据各电网因素指标所含信息量以及关联度值，采用组合赋权的方法计算各电网因素指标的影响权重值以及影响程度占比值，最后根据影响程度占比值的大小对各电网因素指标进行等级划分，该方法使得在电网规划过程中可以根据落户产业的类型确定其主要电力影响指标，并依据这些主要电力影响指标对电网进行规划，从而提高电力大用户负荷接入与电能资源的匹配程度，降低大用户落址对于地区电网的影响，改善大用户接入电网后系统运行的稳定性和安全性。因此，本专利技术可以改善大用户接入电网后系统运行的稳定性和安全性。2、本专利技术基于改进主成分-灰色关联的大用户落户因素分析方法中电网因素指标包括电压合格率、供电可靠率指标、地区总用电量、地区总发电量、平均每万元工业总产值电力消费、变电容量、工业用电价格，本设计基于各产业用大户用电需求差异的实际情况分析电网因素的影响，综合考虑了电能质量、供电容量以及供电价格这三个主要方面，形成一个具有多维度、全方位的电网影响因素评价指标体系，并以此计算各电力指标对不同产业用户落户的影响程度，保证了分析结果的合理性和准确性。因此，本专利技术分析结果具有较好的合理性和准确性。附图说明图1为本专利技术实施例1得到的各典型产业的各电网因素指标的影响程度占比分布图。具体实施方式下面结合具体实施方式对本专利技术作进一步的说明。基于改进主成分-灰色关联的大用户落户因素分析方法，依次包括以下步骤：步骤A、收集地区内已有各典型产业大用户的落户数量，并根据各典型产业大用户的负荷特点确定影响其落户的电网因素指标；步骤B、采用改进的主成分分析法确定各电网因素指标所含信息量，并采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电本文档来自技高网...

【技术保护点】
1.基于改进主成分-灰色关联的大用户落户因素分析方法，其特征在于：/n所述方法依次包括以下步骤：/n步骤A、收集地区内已有各典型产业大用户的落户数量，并根据各典型产业大用户的负荷特点确定影响其落户的电网因素指标；/n步骤B、采用改进的主成分分析法确定各电网因素指标所含信息量，并采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值；/n步骤C、根据各电网因素指标所含信息量以及关联度值，采用组合赋权的方法计算各电网因素指标的影响权重值以及影响程度占比值；/n步骤D、根据影响程度占比值的大小对各电网因素指标进行等级划分。/n

【技术特征摘要】
1.基于改进主成分-灰色关联的大用户落户因素分析方法，其特征在于：
所述方法依次包括以下步骤：
步骤A、收集地区内已有各典型产业大用户的落户数量，并根据各典型产业大用户的负荷特点确定影响其落户的电网因素指标；
步骤B、采用改进的主成分分析法确定各电网因素指标所含信息量，并采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值；
步骤C、根据各电网因素指标所含信息量以及关联度值，采用组合赋权的方法计算各电网因素指标的影响权重值以及影响程度占比值；
步骤D、根据影响程度占比值的大小对各电网因素指标进行等级划分。


2.根据权利要求1所述的基于改进主成分-灰色关联的大用户落户因素分析方法，其特征在于：
步骤B中，所述采用改进的主成分分析法确定各电网因素指标所含信息量依次包括以下步骤：
1、对数据进行补全和标准化处理，形成标准化矩阵X＝(xij)a×b，其中，a为电网因素指标的数量，b为所选数据的总年份数，i＝1,2,...,a，j＝1,2,...,b；
2、求取标准化矩阵的相关系数矩阵R＝(rij)a×b；
3、求取相关系数矩阵的特征根；
4、根据特征根计算各主成分的累计贡献率ρ，输出累计贡献率ρ大于75％的主成分及其评分系数；
5、通过以下公式计算各电网因素指标所含信息量






上式中，m为输出的主成分个数，n＝1,2,...,m，为电网因素指标Xi所含信息总量，为主成分Fn中电网因素指标Xi所含信息量，为主成分Fn的评分系数。


3.根据权利要求1或2所述的基于改进主成分-灰色关联的大用户落户因素分析方法，其特征在于：
步骤B中，所述采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值依次包括以下步骤：
S1、构建分析矩阵[Y,X]：



上式中，T为所选数据的总年份数，y0(t)为典型产业大用户在第t年份的数量，t＝1,2,...,T，j为电网因素指标的数量，xi(t)为第i个电网因...

【专利技术属性】
技术研发人员：魏聪，杨东俊，赵红生，周辉，吴军，王博，乔立，徐小琴，熊志，刘巨，徐敬友，陈峰，贺继锋，唐靖，雷何，杨洁，郑旭，熊炜，张东寅，阮博，任羽纶，王佳，关钦月，
申请(专利权)人：国家电网有限公司，国网湖北省电力有限公司经济技术研究院，武汉大学，
类型：发明
国别省市：北京;11