【技术实现步骤摘要】
本专利技术涉及电数字数据处理，尤其涉及一种配电网的项目运行数据处理方法及装置。
技术介绍
1、配电网规模庞大，设备众多，网络结构复杂，为了实现精准的投资，需要在有限的投资规模内，主动进行配电网规划项目的精选。然而，受历史发展的影响，针对配电网建设与改造项目的评价工作推广应用的时间比较短，评价体系尚不完善。供电企业对规划项目审批时，缺少量化评判标准，管理上过于依赖个人经验，筛选过程简单，容易造成投资分配与实际需求出现偏差。如何最大限度提高投资效率、发挥投资效果，成为了供电企业各级决策和管理人员非常关注的问题。但目前对于配电网运行方案的选择缺乏一个量化的评判方式，导致配电网项目的选择存在不准确的问题。
2、因此，亟需一种配电网的项目运行数据处理策略，从而解决配电网项目的选择存在不准确的问题。
技术实现思路
1、本专利技术实施例提供一种配电网的项目运行数据处理方法及装置，以解决配电网项目的选择存在不准确的问题。
2、为了解决上述问题，本专利技术一实施例提供一种配电网的项目运行数据处理方法，包括：
3、获取待评估区域的若干配电网项目对应的运行相关参数；
4、分别将每一所述配电网项目的运行相关参数输入到配电网评估模型，获得每一所述配电网项目的评估值；其中，所述配电网评估模型包括：以标记有目标权重值的历史运行相关参数为输入，以配电网评估模型为输出，对自适应模糊神经推理网络模型进行训练；
5、将评估值最大的配电网项目选取为所述待评估区域
6、作为上述方案的改进，所述运行相关参数，包括：初始投资成本、运行成本、维修成本、退役成本、负荷增量、供电增量、可转供电线路提升率、n-1通过率、电压合格率提升程度、供电可靠性提升率、线路重过载下降率和配电重过载下降率。
7、作为上述方案的改进，所述分别将每一所述配电网项目的运行相关参数输入到配电网评估模型，获得每一所述配电网项目的评估值，包括：
8、分别将每一所述配电网项目的运行相关参数输入到配电网评估模型，以使所述配电网评估模型输出每一所述运行相关参数对应的全生命周期成本权重值、负荷增长权重值、网架改善权重值、供电质量权重值和配网运行权重值；其中，所述全生命周期成本权重值对应所述初始投资成本、所述运行成本、所述维修成本、所述退役成本；所述负荷增长权重值对应所述负荷增量、所述供电增量；所述网架改善权重值对应所述可转供电线路提升率、所述n-1通过率；所述供电质量权重值对应所述电压合格率提升程度、所述供电可靠性提升率；以及所述配网运行权重值对应所述线路重过载下降率和所述配电重过载下降率；
9、基于所述全生命周期成本权重值、负荷增长权重值、网架改善权重值、供电质量权重值和配网运行权重值和所述运行相关参数，代入预设的加权求和公式，计算获得每一所述配电网项目的评估值；其中，所述加权求和公式，具体为：
10、；
11、式中，表示配电网项目评估值，表示对应指标权重值，表示对应运行相关参数归一化值，i表示第i个指标，n表示第n个项目。
12、作为上述方案的改进，所述配电网评估模型的训练，包括：
13、获取所述待评估区域的历史配电网运行数据；
14、对所述历史配电网运行数据进行预处理，获得历史运行相关参数训练数据；其中，所述历史运行相关参数训练数据包括：历史运行相关参数和历史运行相关参数对应的目标权重值；
15、重复执行模型训练操作，直至所述历史运行相关参数训练数据中，模型输出值和目标权重值之间的差值小于误差阈值的数据占比小于预设占比阈值时，生成配电网评估模型；
16、其中，所述模型训练操作，具体为：将所述历史运行相关参数训练数据输入至自适应模糊神经推理网络模型进行训练，获得所述历史运行相关参数训练数据对应的模型输出值；
17、判断模型输出值和目标权重值之间的差值小于误差阈值的数据占比是否小于预设占比阈值；
18、若是，则停止执行模型训练操作；
19、若否，则调整自适应模糊神经推理网络模型的迭代次数参数，并以调整后的迭代次数参数执行下一模型训练操作。
20、作为上述方案的改进，所述对所述历史配电网运行数据进行预处理，获得历史运行相关参数训练数据，具体为：
21、提取所述待评估区域应用范围最大的历史配电网项目对应的历史运行相关参数；其中，所述历史运行相关参数与运行相关参数的种类一一对应；
22、将所述历史运行相关参数进行数据清洗、数据去重和数据归一化，获得所述历史运行相关参数对应的历史有效数据；
23、对所述历史有效数据进行目标权重值的标记，获得历史运行相关参数训练数据。
24、相应的，本专利技术一实施例还提供了一种配电网的项目运行数据处理装置，包括：数据获取模块、模型运行模块和结果生成模块；
25、所述数据获取模块，用于获取待评估区域的若干配电网项目对应的运行相关参数；
26、所述模型运行模块，用于分别将每一所述配电网项目的运行相关参数输入到配电网评估模型，获得每一所述配电网项目的评估值；其中，所述配电网评估模型包括：以标记有目标权重值的历史运行相关参数为输入，以配电网评估模型为输出，对自适应模糊神经推理网络模型进行训练；
27、所述结果生成模块，用于将评估值最大的配电网项目选取为所述待评估区域的目标配电网项目，并基于所述目标配电网项目的运行相关参数控制配电网的运行。
28、作为上述方案的改进，所述运行相关参数，包括：初始投资成本、运行成本、维修成本、退役成本、负荷增量、供电增量、可转供电线路提升率、n-1通过率、电压合格率提升程度、供电可靠性提升率、线路重过载下降率和配电重过载下降率。
29、作为上述方案的改进，所述模型运行模块，包括：权重生成单元和评估值生成单元；
30、所述权重生成单元，用于分别将每一所述配电网项目的运行相关参数输入到配电网评估模型，以使所述配电网评估模型输出每一所述运行相关参数对应的全生命周期成本权重值、负荷增长权重值、网架改善权重值、供电质量权重值和配网运行权重值；其中，所述全生命周期成本权重值对应所述初始投资成本、所述运行成本、所述维修成本、所述退役成本；所述负荷增长权重值对应所述负荷增量、所述供电增量；所述网架改善权重值对应所述可转供电线路提升率、所述n-1通过率；所述供电质量权重值对应所述电压合格率提升程度、所述供电可靠性提升率；以及所述配网运行权重值对应所述线路重过载下降率和所述配电重过载下降率；
31、所述评估值生成单元，用于基于所述全生命周期成本权重值、负荷增长权重值、网架改善权重值、供电质量权重值和配网运行权重值和所述运行相关参数，代入预设的加权求和公式，计算获得每一所述配电网项目的评估值；其中，所述加权求和公式，具体为：
32本文档来自技高网...
【技术保护点】
1.一种配电网的项目运行数据处理方法，其特征在于，包括：
2.根据权利要求1所述的配电网的项目运行数据处理方法，其特征在于，所述运行相关参数，包括：初始投资成本、运行成本、维修成本、退役成本、负荷增量、供电增量、可转供电线路提升率、N-1通过率、电压合格率提升程度、供电可靠性提升率、线路重过载下降率和配电重过载下降率。
3.根据权利要求2所述的配电网的项目运行数据处理方法，其特征在于，所述分别将每一所述配电网项目的运行相关参数输入到配电网评估模型，获得每一所述配电网项目的评估值，包括：
4.根据权利要求3所述的配电网的项目运行数据处理方法，其特征在于，所述配电网评估模型的训练，包括：
5.根据权利要求4所述的配电网的项目运行数据处理方法，其特征在于，所述对所述历史配电网运行数据进行预处理，获得历史运行相关参数训练数据，具体为：
6.一种配电网的项目运行数据处理装置，其特征在于，包括：数据获取模块、模型运行模块和结果生成模块；
7.根据权利要求6所述的配电网的项目运行数据处理装置，其特征在于，所述运行相关参数，
8.根据权利要求7所述的配电网的项目运行数据处理装置，其特征在于，所述模型运行模块，包括：权重生成单元和评估值生成单元；
9.根据权利要求8所述的配电网的项目运行数据处理装置，其特征在于，所述配电网评估模型的训练，包括：
10.根据权利要求9所述的配电网的项目运行数据处理装置，其特征在于，所述对所述历史配电网运行数据进行预处理，获得历史运行相关参数训练数据，具体为：
...【技术特征摘要】
1.一种配电网的项目运行数据处理方法，其特征在于，包括：
2.根据权利要求1所述的配电网的项目运行数据处理方法，其特征在于，所述运行相关参数，包括：初始投资成本、运行成本、维修成本、退役成本、负荷增量、供电增量、可转供电线路提升率、n-1通过率、电压合格率提升程度、供电可靠性提升率、线路重过载下降率和配电重过载下降率。
3.根据权利要求2所述的配电网的项目运行数据处理方法，其特征在于，所述分别将每一所述配电网项目的运行相关参数输入到配电网评估模型，获得每一所述配电网项目的评估值，包括：
4.根据权利要求3所述的配电网的项目运行数据处理方法，其特征在于，所述配电网评估模型的训练，包括：
5.根据权利要求4所述的配电网的项目运行数据处理方法，其特征在于，所述对所述历史配电网运行数据进行预处理，获得历史运行相关参数训练数据，具体为：
【专利技术属性】
技术研发人员：罗强，江健健，高崇，郑淑榕，许志恒，张俊潇，张雪莹，陈沛东，程苒，王星华，何璇，翁兴航，段瑶，黄烨，李浩，吴亚雄，曹华珍，刘佳南，
申请(专利权)人：广东电网有限责任公司，
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。