System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据计算,尤其涉及一种计算乡村振兴电力指数的方法及系统、设备、介质,通过对区域乡村振兴电力指数的准确评价为电力企业的电力生产计划提供数据基础。
技术介绍
1、目前电力行业信息化程度提高,产生了大量的电力数据,包括用电负荷、供电可靠性、电网负荷结构、电费收入等各个方面的数据。乡村振兴是国家发展战略中的重要组成部分,旨在促进农村经济社会全面发展、提高农民收入和生活质量。电力是乡村发展的基础设施之一,电力供应能否满足需求,直接影响到乡村经济发展和居民生活水平。依托电力大数据,构建区域乡村振兴电力指数评价模型,结合研究区域经济发展状况,能够全面分析当地乡村振兴情况,为区域经济社会振兴发展策略的制定提供有力的数据支撑与决策支撑。由于电力指数波动性较大,无法实现准确评估,因此,对乡村振兴电力指数评价模型进行深入研究。
2、目前对于区域乡村振兴电力指数评价模型采用粒子群优化算法对电力指标进行筛选与预处理,并结合指标权重构建评价模型。该方法虽然能够有效解决电力指数波动问题,但在实际应用中,模型的评价精度还有待提高。也采用多数据融合技术建立乡村振兴电力指数评价模型,根据电力指标空间相关性对电力指数进行合成与扩展,由此建立以居民用电成本为基础的评价模型。但该方法由于缺少对电力市场发展态势的分析,导致模型的评价准确性较低。
3、针对以上分析,本专利技术提供了一种计算乡村振兴电力指数的方法及系统、设备、介质,通过电力大数据助力乡村振兴电力指数评价模型研究,旨在通过对区域乡村振兴电力指数的准确评价为电力企业的电力生产
技术实现思路
1、本专利技术提供了一种计算乡村振兴电力指数的方法及系统、设备、介质,通过对区域乡村振兴电力指数的准确评价为电力企业的电力生产计划提供数据基础。
2、本专利技术通过下述技术方案实现:一种计算乡村振兴电力指数的方法,包括以下步骤:
3、步骤s1,根据居民用电的基本结构与电力产业的时间序列要素,计算得到居民电力指数因子和产业电力指数因子;
4、步骤s2,对居民电力指数因子和产业电力指数因子进行处理,根据电力指数因子的处理结果,对电力指数的时间序列进行调整估计,以获取电力用户的效益指标,结合原始电力数据空间序列,计算得出电力指数对称变化率;
5、步骤s3,构建乡村振兴电力指数评价模型;
6、步骤s4,验证乡村振兴电力指数评价模型的可行性,分析乡村振兴电力指数评价模型的评价性能。
7、为了更好地实现本专利技术,进一步地,所述步骤s1包括:
8、电力用户的日用电量表示为:
9、其中,n表示用电量类型数量;wt表示不同时序下第t种电量交易品种;wi表示电力用户第i日实际用电量;wr表示用户日用电量的预测值;
10、计算用户日用电量预测值对应的状态矩阵为:
11、其中,ujm表示第j个电力用户在m时刻的累计用电量;ar表示状态矩阵;
12、电力用户用电量估计的观测变量模型表示为:
13、其中,xt表示一阶滞后变量;b0表示待定参数;
14、计算居民电力指数因子的残差平方和,即:
15、其中,cr表示品质参数矩阵;y0表示用电量的统计量;
16、在电力用户购电成本条件下引入特征函数计算单个居民电力指数的漂移量为:
17、
18、其中,dr表示购电成本;a0表示单位时间的售电单价;p0、p1分别表示实时市场与日前市场偏差电量的处罚价格;w0、w1分别表示实时市场与日前市场偏差电量的出清价格;ec表示用户电力指数漂移量;τ(x)表示特征函数;fc表示基准电量的当日累计值;α0表示重构误差;
19、计算得到居民电力指数因子为:
20、其中,r0表示居民电力指数因子的弃真概率;n0表示用电修正系数;
21、基于上式,对多时序交易下各时序的基准电量进行多源分解,得到电力产业用电量的电力指数的衰减常数为:st=ga×ht/h0;
22、其中,ht表示分解层数;h0表示电力指数趋势循环项的初始估计,其计算方法为:
23、其中,yc、di分别表示电力产业季度时间序列的随机要素项与季节项,由此可得到电力产业的电力指数因子计算公式为:
24、其中,xi、yi分别表示运算误差与误差的协方差矩阵。
25、为了更好地实现本专利技术,进一步地,所述步骤s2包括:
26、对居民电力指数因子和产业电力指数因子进行标准化处理,结果为:
27、其中,aj表示标准化系数;q0表示经验常数;
28、假设电力指数在正态分布时是一个比率序列,则该序列的线性递减速率表示为:
29、其中,β1表示惯性权值;β2表示递减速率的继承量;tmax表示电力数据的采样时间;
30、通过6*6项移动平均计算ωz的最终估计值,并剔除参与趋势后得到的调整估计值为:
31、hx=ωz∑z1(1+g0);其中,z1表示总的时期数;g0表示分辨系数;
32、利用时差相关分析方法计算电力指数与电力行业营业收入之间的相关性系数,即:
33、px=hx×δi,k×ε0;其中,δi,k表示第i个指标在k时期的数据;ε0表示已有电力数据在全国电力数据的占比平均值;
34、将多时序交易用户效益指标表示为:bc=∑(px-pt)wx/fd;
35、其中,pt表示电力指数新生成的均值向量;wx表示混合系数;fd表示电力指数的平衡超参数;
36、由于电力波动比较剧烈,估计出的电力指数因子也比较剧烈,因此采用多变量非线性函数对电力指数因子进行幅度修正,计算公式为:it=bc×rs×tc;
37、其中,rs表示电力指数因子条件分布均值;tc表示扰动项;
38、将电力指数因子转换为无质量的粒子,分解原始电力数据的空间序列,结果为:
39、其中,to表示第o个电力指数因子在t时刻的原始数据;qf表示指数自由度;
40、计算电力指数的平均变化率为:其中,φ0表示初始合成指数;δe表示扩展指数;假设kt表示电力指数分析的基准年份均值,则电力指数的对称变化率可表示为:
41、其中,mt表示变异系数。
42、为了更好地实现本专利技术,进一步地,所述步骤s3包括:
43、采用层次分析法,根据电力指数对称变化率构造同级别指标之间的比较矩阵,并通过对电力指数因子的一致性检验,获取模型权向量,计算电力指数得分分布构建乡村振兴电力指数评价模型。
44、为了更好地实现本专利技术,进一步地,构造同级别电力指标之间的比较矩阵,表示为:
45、其中,κc表示电力指数对称变化率;λ0表示电力指数因子的重要性程度;
46、采用根法计算得到电力指数的权重向量,即:
47、其中,n'表本文档来自技高网...
【技术保护点】
1.一种计算乡村振兴电力指数的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种计算乡村振兴电力指数的方法,其特征在于,所述步骤S1包括:电力用户的日用电量表示为:其中,n表示用电量类型数量;wt表示不同时序下第t种电量交易品种;wi表示电力用户第i日实际用电量;Wr表示用户日用电量的预测值;
3.根据权利要求2所述的一种计算乡村振兴电力指数的方法,其特征在于,所述步骤S2包括:对居民电力指数因子和产业电力指数因子进行标准化处理,结果为:
4.根据权利要求1所述的一种计算乡村振兴电力指数的方法,其特征在于,所述步骤S3包括:采用层次分析法,根据电力指数对称变化率构造同级别指标之间的比较矩阵,并通过对电力指数因子的一致性检验,获取模型权向量,计算电力指数得分分布构建乡村振兴电力指数评价模型。
5.根据权利要求4所述的一种计算乡村振兴电力指数的方法,其特征在于,包括:
6.根据权利要求5所述的一种计算乡村振兴电力指数的方法,其特征在于,包括:
7.根据权利要求1所述的一种计算乡村振兴电力指数的方法,其
8.一种计算乡村振兴电力指数的系统,其特征在于,包括模型参数计算模块、模型构建模块、模型验证模块,其中:
9.一种电子设备,其特征在于,包括处理器和存储器;所述处理器中包括如权利要求8所述的计算乡村振兴电力指数的系统。
10.一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包括指令;当指令在如权利要求9所述的电子设备上运行时,使得所述电子设备执行如权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种计算乡村振兴电力指数的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种计算乡村振兴电力指数的方法,其特征在于,所述步骤s1包括:电力用户的日用电量表示为:其中,n表示用电量类型数量;wt表示不同时序下第t种电量交易品种;wi表示电力用户第i日实际用电量;wr表示用户日用电量的预测值;
3.根据权利要求2所述的一种计算乡村振兴电力指数的方法,其特征在于,所述步骤s2包括:对居民电力指数因子和产业电力指数因子进行标准化处理,结果为:
4.根据权利要求1所述的一种计算乡村振兴电力指数的方法,其特征在于,所述步骤s3包括:采用层次分析法,根据电力指数对称变化率构造同级别指标之间的比较矩阵,并通过对电力指数因子的一致性检验,获取模型权向量,计算电力指数得分分布构建乡村振兴电力指数评价模型。
5.根据权利要求4所述的一种计算乡村振兴电力指数的方法,其特征在于,包括:
【专利技术属性】
技术研发人员:丁再贤,乔海春,许宏洋,周敏,段一平,犹洲,田洁,
申请(专利权)人:国网青海省电力公司海东供电公司,
类型:发明
国别省市:
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。