一种电网工程运维成本预测方法及系统技术方案

本发明专利技术涉及一种电网工程运维成本预测方法及系统，方法包括：获取与电网运维成本相关的基础数据，基础数据包括全社会用电量、GDP、用电结构、电网有效资产净值、变电容量、线路长度及运维成本历史数据；将获取的基础数据输入预先建立的电网运维成本预测模型中进行计算，输出电网运维预期成本。本发明专利技术通过对多因素耦合作用分析，挖掘电网公司历史运维数据与全社会用电量、GDP、用电结构、电网有效资产净值、变电容量、线路长度等指标的关系，预测区域电网运维成本，可为输配电价核定、电网项目可行性研究及项目后评价等工作提供科学的数据支撑。研究及项目后评价等工作提供科学的数据支撑。研究及项目后评价等工作提供科学的数据支撑。

【技术实现步骤摘要】
一种电网工程运维成本预测方法及系统


[0001]本专利技术是关于一种电网工程运维成本预测方法及系统，涉及电网运维


技术介绍

[0002]电力行业具有技术复杂、资本密集的特点。电网运维成本预算越准确，年度费用安排越精确，利于企业可持续发展。因为运维成本是属于工程投运后，对工程检修、维持正常工作需要产生的费用。促进运检资源精准投入方面，统筹设备状态、运维模式、人员结构、地区差异等因素，促进生产成本合理化配置，提高成本投入产出效率效益，提升资产运营绩效和设备运检质效，推进资产全寿命周期管理策略落地。
[0003]当前，电网公司资产运维管理较为粗放，每年年初在确定公司运维成本预算时，通常采取资产规模乘以一定系数的方式确定，并根据上一年度运维费用进行适当调整。这种简单的预测方法忽略了电网资产状况、社会经济因素、企业管理要求等多因素耦合的影响，直接导致电网运维成本预测数据不准确。

技术实现思路

[0004]针对上述问题，本专利技术的目的是提供一种能够对电网运维成本进行准确预测的电网工程运维成本预测方法及系统。
[0005]为实现上述目的，本专利技术采取以下技术方案：
[0006]第一方面，本专利技术提供的一种电网工程运维成本预测方法，其特征在于包括：
[0007]获取与电网运维成本相关的基础数据，基础数据包括全社会用电量、GDP、用电结构、电网有效资产净值、变电容量、线路长度及运维成本历史数据；
[0008]将获取的基础数据输入预先建立的电网运维成本预测模型中进行计算，输出电网运维预期成本。
[0009]所述的电网运维成本预测方法，进一步地，电网运维成本预测模型的建立，包括：
[0010]确定影响电网运维成本的关键因素，确定初始样本数据；
[0011]对初始样本数据进行相关性分析，计算运维成本与初始样本数据的相关系数表，筛选关键指标，得到训练样本数据；
[0012]构建基于最小二乘支持向量机的区域电网运维成本初始模型；
[0013]引入径向基核函数对电网运维成本初始模型进行优化；
[0014]采用粒子群算法利用训练样本数据对优化后的电网运维成本初始模型进行训练，确定模型最优参数，得到电网运维成本预测模型。
[0015]所述的电网运维成本预测方法，进一步地，筛选关键指标，包括：
[0016]对初始样本数据进行归一化处理；
[0017]对归一化后的初始样本数据进行相关性分析和显著性检验，得到运维费用与各指标之间的相关系数及显著性水平；
[0018]根据相关系数及显著性水平筛选出训练样本数据。
[0019]所述的电网运维成本预测方法，进一步地，对初始样本数据进行归一化处理：
[0020][0021]式中，x
i,j
为第i年第j项指标样本初始值，x
′
i,j
为归一化后的样本值，x
max,j
、x
min,j
分别为j指标样本数据的最大值和最小值。
[0022]所述的电网运维成本预测方法，进一步地，构建基于最小二乘支持向量机的区域电网运维成本初始模型，包括：
[0023]搭建最小二乘支持向量机回归模型；
[0024]引入Lagrange函数，对最小二乘支持向量机回归模型进行Lagrange变换：
[0025]通过计算得到基于最小二乘支持向量机的区域电网运维成本初始模型：
[0026][0027]式中，α
i
,i＝1,2,
…
,n是Lagrange乘子，K(x,x
i
)为径向基核函数，b为偏差值。
[0028]所述的电网运维成本预测方法，进一步地，对电网运维成本初始模型进行优化的方法，包括：
[0029]引入径向基核函数，将基于最小二乘支持向量机的区域电网运维成本初始模型优化为：
[0030][0031]式中，σ为核宽度，为欧式范数，k是编号，1,2,3,..k..n。
[0032]所述的电网运维成本预测方法，进一步地，利用粒子群优化算法对电网运维成本初始模型进行训练包括：
[0033]1)选择训练样本数据，并将每一个样本数据随机赋予位置和速度形成粒子群；
[0034]2)用粒子群算法对电网运维成本预测初始模型进行训练，计算出每个粒子的适应度值；
[0035]3)交叉操作更新离子群的位置和速度；
[0036]4)判断粒子群进化是否停滞，若判断结果为“是”，则返回步骤2)改变部分初始化粒子的位置和速度继续训练；若判断结果为“否”，则进入下一步；
[0037]5)判断是否满足终止精度，若满足终止条件，则输出最优参数值，否则不断更新粒子的位置和速度，反复迭代，直至满足条件计算出最优值。
[0038]第二方面，本专利技术提供的电网工程运维成本预测系统，该系统包括：
[0039]数据输入模块，被配置获取与电网运维成本相关的基础数据，基础数据包括全社会用电量、GDP、用电结构、电网有效资产净值、变电容量、线路长度及运维成本历史数据；
[0040]成本预测模块，被配置为将获取的相关基础数据输入预先建立的电网运维成本预测模型中进行计算，输出电网运维预期成本。
[0041]第三方面，本专利技术提供的电子设备，所述电子设备至少包括处理器和存储器，所述
存储器上存储有计算机程序，所述处理器运行所述计算机程序时执行以实现所述的方法。
[0042]第四方面，本专利技术提供的计算机存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现所述的方法。
[0043]本专利技术由于采取以上技术方案，其具有以下优点：本专利技术提出的电网运维成本预测方法通过对多因素耦合作用分析，挖掘电网公司历史运维数据与全社会用电量、GDP、用电结构、电网有效资产净值、变电容量、线路长度等指标的关系，精确预测区域电网运维成本，为输配电价核定、电网项目可行性研究及项目后评价等工作提供科学的数据支撑。
附图说明
[0044]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
[0045]图1为本专利技术实施例的电网工程运维成本预测方法流程图；
[0046]图2为本专利技术实施例的粒子群优化算法流程图；
[0047]图3为本专利技术实施例的电子设备结构图。
具体实施方式
[0048]下面将参照附图更详细地描述本专利技术的示例性实施方式。虽然附图中显示了本专利技术的示例性实施方式，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本专利技术，并且能够将本专利技术的范围完整的传达给本领域的技术人员。
[0049]应理解的是，文中使用的术语本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网工程运维成本预测方法，其特征在于包括：获取与电网运维成本相关的基础数据，基础数据包括全社会用电量、GDP、用电结构、电网有效资产净值、变电容量、线路长度及运维成本历史数据；将获取的基础数据输入预先建立的电网运维成本预测模型中进行计算，输出电网运维预期成本。2.根据权利要求1所述的电网运维成本预测方法，其特征在于，电网运维成本预测模型的建立，包括：确定影响电网运维成本的关键因素，确定初始样本数据；对初始样本数据进行相关性分析，计算运维成本与初始样本数据的相关系数表，筛选关键指标，得到训练样本数据；构建基于最小二乘支持向量机的区域电网运维成本初始模型；引入径向基核函数对电网运维成本初始模型进行优化；采用粒子群算法利用训练样本数据对优化后的电网运维成本初始模型进行训练，确定模型最优参数，得到电网运维成本预测模型。3.根据权利要求2所述的电网运维费用预测方法，其特征在于，筛选关键指标，包括：对初始样本数据进行归一化处理；对归一化后的初始样本数据进行相关性分析和显著性检验，得到运维费用与各指标之间的相关系数及显著性水平；根据相关系数及显著性水平筛选出训练样本数据。4.根据权利要求3所述的电网运维费用预测方法，其特征在于，对初始样本数据进行归一化处理：式中，x
i,j
为第i年第j项指标样本初始值，x
′
i,j
为归一化后的样本值，x
max,j
、x
min,j
分别为j指标样本数据的最大值和最小值。5.根据权利要求2所述的电网运维成本预测方法，其特征在于，构建基于最小二乘支持向量机的区域电网运维成本初始模型，包括：搭建最小二乘支持向量机回归模型；引入Lagrange函数，对最小二乘支持向量机回归模型进行Lagrange变换：通过计算得到基于最小二乘支持向量机的区域电网运维...

【专利技术属性】
技术研发人员：刘雅琼，张恒，郑燕，王红晋，李曈，王晓晖，王梅宝，
申请(专利权)人：国网经济技术研究院有限公司，
类型：发明
国别省市：