CN111612320A

CN111612320A - 一种煤改电确村确户方法

Info

Publication number: CN111612320A
Application number: CN202010399972.8A
Authority: CN
Inventors: 刘林青; 付文杰; 申洪涛; 吴一敌; 李鹏; 李翀
Original assignee: State Grid Corp of China SGCC; Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd; State Grid Hebei Energy Technology Service Co Ltd
Current assignee: State Grid Corp of China SGCC; Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd; State Grid Hebei Energy Technology Service Co Ltd; Marketing Service Center of State Grid Hebei Electric Power Co Ltd
Priority date: 2020-05-13
Filing date: 2020-05-13
Publication date: 2020-09-01

Abstract

本发明涉及一种煤改电确村确户方法，包括下列步骤：步骤1：数据预处理；步骤2：构建评估指标体系；步骤3：指标权重初步确定；步骤4：融合指标权重；步骤5：煤改电改造计划安排。本发明在根据煤改电配变运行数据、配变档案数据、用户数据、外部环境数据进行统计分析，评估配变所优先投资区域，制定煤改电改造方案，合理规划煤改电投资水平，提升煤改电工程改造效益。

Description

一种煤改电确村确户方法

技术领域

本发明涉及一种煤改电确村确户方法，属于电力大数据应用技术领域。

背景技术

随着能源消费的持续增长，能源短缺以及环境污染等问日益突出，开发与利用可再生能源已经成为发展的必然趋势。煤炭能源消耗过程中所产生的碳氧化物、硫化物、氮氧化物和烟尘等排放物加剧了环境污染和生态恶化，而电采暖不仅不会造成环境污染，而且能通过用户自主调控，满足个性化需求。进行煤改电工程势在必行，目前河北省区域已完成对部分地区进行煤改电该改造，取得了不错的成果，而河北省政府也大力推行“以电定改”政策，尽早进行煤改电确村确户工作。

煤改电取暖是一种利用电采暖设备取暖代替传统烧煤取暖环境友好型取暖方式。其具有广阔的发展前景和能源综合利用方式，倡导用户进行电采暖改造，能有效减少大气污染、不可再生资源能耗，且是政府部门大力推行环境改造建设目标，同时正对因煤改电设备使用电费过高，无法承受的问题，提出了煤改电用户相关利民政策并给予相应补贴，实现了利国利民响应国家政策及要求的举措，对北方地区治理燃煤污染，起到了一定的促进作用。

在实际实施过程中，“煤改电”确村确户科学性不足，部分“煤改电”区域存在空置用户多、经济状况差、外迁人口多等情况，造成部分用户供暖前后用电水平基本一致，煤改电改造没有起到实际作用，从而导致大量投资浪费，没有很好地切合实际煤改电改造目标。进而影响煤改电确村确户未充分结合电网运行现状，存在未充分利用现有电网容量的情况，导致“煤改电”投资精准性不高的问题。

因此，有必要对煤改电确村确户改造进行合理规划，以用电信息采集系统为数据基础，采用大数据分析手段，进而保证煤改电改造进程高效运行。

由于数量庞大，通过人工去排查符合煤改电改造需求需要耗费大量时间和精力，无法满足实际需求。所以，发明一种煤改电确村确户方法在实际工作中尤为重要。

发明内容

本发明要解决的技术问题时提供了一种煤改电确村确户方法，该方法旨在根据煤改电配变运行数据、配变档案数据、用户数据、外部环境数据进行统计分析，评估配变所优先投资区域，制定煤改电改造方案，合理规划煤改电投资水平，提升煤改电工程改造效益。

本发明所采取的技术方案是：

一种煤改电确村确户方法：包括以下具体步骤：

步骤1：数据预处理：根据煤改电配变过去一年来运行状态数据，对各区域煤改电配变运行数据进行统计，得到运行状态指标，并解决数据样本数据不平衡现象；

步骤2：构建评估指标体系：根据配变运行状态指标数据、配变档案数据、配变用户数据、外部环境数据统计煤改电配变各项指标，建立评估指标体系；

步骤3：指标权重初步确定：利用AHP与熵值法对指标系统中各项指标进行赋权，得到两种算法下指标间的不同权重；

步骤4：融合指标权重：对两种赋权方式进行融合，中和两者赋权方式的优势，得到最终权重值；

步骤5：煤改电改造计划安排：根据最终权重值，对各区域煤改电配变进行评估，根据评估状态的评估结果，制定煤改电优先改造工作顺序，为煤改电改造工作提供决策支撑。

进一步，步骤1中采用欠采样技术解决数据样本的不平衡现象。

进一步，步骤1中采用过采样技术解决数据样本的不平衡现象。

进一步，步骤1中采用调整权重技术解决数据样本的不平衡现象。

进一步，步骤1中数据预处理，采用箱线法，处理异常值，剔除数据异常值。

进一步，步骤1中数据预处理，采用线性回归的缺失值处理方法，填充数据缺失值，提升配变运行情况数据质量。

进一步，采用分箱法从所述历史煤改电配变负荷数据中识别出异常值,并将识别出的异常值由所述历史煤改电配变负荷数据的均值代替,得到除去异常值的煤改电配变负荷数据。

进一步，步骤2中构建指标体系，指标体系数据包括：

配变指标：设备情况：投运时长、容量大小，运行情况：重过载次数、轻空载次数。

用户指标：空置情况：空置率、供暖用户波动比例、电压高偏差次数，容量情况：户均容量、实际护具最大使用容量、实际户均评价使用容量。

环境指标：低温：低高温次数、低温时长，强降水：强降水时长、强降水次数。

经济指标：人口情况：人口流出率、人口老年率，经济情况：GDP增长率。

进一步：步骤3中AHP法确定指标权重；

1)建立层次递进结构模型；

2)构造出各层次中的所有判断矩阵；

3)层次单排序及一致性检验；

4)层次总排序及一致性检验。

进一步：步骤3中熵值法确定指标权重；

步骤9-1：对于给定的训练样本：

x{{x₁₁,x₁₂,x₁₃···x_1j},{x₂₁,x₂₂,x₂₃···x_2j},{x₃₁,x₃₂,x₃₃···x_3j}···{x_i1,x_i2,x_i3···x_ij}}

步骤9-2：数据标准化处理：

正向指标：

负向指标：

其中x’_ij为标准化后的数据值，min{x_j}为一组元素中的最小值，max{x_j}为一组元素中的最大值。

步骤9-3：计算第i项第j项指标值的比重值：

公式为：

其中y_ij为第i项第j项指标值的比重值，m表示元组个数。

步骤9-4：计算指标信息熵：

公式为：

其中e_j为指标信息熵，k为1/lnm。

步骤9-5：计算信息熵冗余度：

公式为：d_j＝1-e_j，其中d_j为信息熵冗余度。

步骤9-6：计算指标权重：

公式为：

其中W_i为指标权重值，n为指标个数。

进一步步骤4中，采用了综合赋权法；

综合赋权法公式：

其中W_j为综合赋权法权重值，w_1j为AHP方法确定权重值，w_2j为熵值法确定权重值。

采用上述技术方案所产生的有益效果在于：

本发明充分对多种评价算法进行综合赋权，结果更具准确性，弥补了单一算法的评价缺陷问题，能够有效提高煤改电使用效率，且确定煤改电工作改造优先顺序，提升了煤改电配网投资水平。

附图说明

图1为本发明方法流程图；

图2为本发明负荷数据与用电量数据的箱线图。

图3为本发明指标体系图。

具体实施方式

下面将结合本申请实施例中的附表，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。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。

在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是本申请还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施例的限制。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时，应当明白，对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附表中表示类似项，因此，一旦某一项在一个附表中被定义，则在随后的附表中不需要对其进行进一步讨论。

实例背景：近几年河北南网大力推进煤改电工作进程，为响蓝天保卫战解决“煤改电”确村确户工作科学支撑手段少问题，充分发掘客户侧泛在电力物联网感知数据价值，基于煤改电配变和用户基础档案、负荷、电量等信息，结合地域环境等因素，分析煤改电配变的分布、实际户均容量、户均容量最大使用值等现状，挖掘煤改电低压用户电采暖情况，提取季节性用电等多维指标，构建确村确户模型，形成“煤改电”精准投资分析。该项目可优选煤改电配变投资区域，支撑政府部门煤改电确村确户精准投放，指导煤改电配变合理投资。

本实施例基于19年河北省国家电网计量中心用电信息系统数据对煤改电确村确户评估分析，研究煤改电配变运行状态、用户用电水平状态、外部环境水平，从而因地制宜的制定煤改电确村确户改造规划；具体过程如图1所示。

如图1所示，本发明公开了一种煤改电确村确户方法，包括以下具体步骤：

1.1样本不平衡处理

样本数据往往存在不平衡的现象，针对这种现象的处理办法一般分为三类：欠采样、过采样、调整权重。合成少数类过采样技术(Synthetic Minority OversamplingTechnique)，简称SMOTE是针对处理数据样本不平衡的一种方法，相比较于随机过采样处理技术，SMOTE的优势在于它能够利用少数类样本进行分析并根据这些少量样本进行人工合成，生成新样本并将其扩充到数据样本中。本次处理采用合成少数过采样技术进行数据不平衡处理；

1.2数据缺失值、异常值处理

1.2.1缺失值处理：

本实例对缺失值进行处理，其中包括连续性数据和分类型数据，分类型数据采用众数处理法，连续性数据采用线性回归算法进行缺失值填充。

线性回归是应对回归问题最常用的方法，其是一种线性的建模方法，可以通过凸优化的方法进行求解，具体通过最小化下面的目标函数进行求解：

其中，J(θ)为w^Tx和y的函数。目标函数包含两部分内容，正则项用于控制模型的复杂度(最小化结构风险函数)，损失用于度量拟合误差(通常使用均方误差)，目标函数通常为w的凸函数。正则项参数λ>0为最小化误差和模型复杂度之间提供了一种折中，用来避免过拟合。

线性回归算法的整个步骤如下：

给定训练数据样本集D＝{(x₁,y₁),(x₂,y₂),…,(x_m,y_m)},y_i∈R,选取初值θ₀，给定收敛容差ε，最大迭代次数K，然后解下面优化问题

采取下面公式更新θ

当|J(θ(k+1))-J(θ(k))|<ε或者k＝K,输出θ,其中k为迭代次数，否则转步骤2.

构造回归决策函数

f(x)＝θ^TX

1.2.2异常值处理：

本实例对异常值采用箱线图法，对异常值进行剔除处理。

对负荷数据、用电量数据做箱线图，剔除大于Q3+1.5IQR与小于Q1-1.5IQR数据，其中Q1为第一四分位数，Q3为第三四分位数，IQR＝Q3-Q1。负荷数据与用电量数据的箱线图，如图2所示。

步骤2：构建评估指标体系：根据配变运行状态指标数据、配变档案数据、配变用户数据、外部环境数据统计煤改电配变各项指标，建立评估指标体系；指标体系图如图3所示。

各项指标计算方式

最大负载率＝最大负载/配变运行容量

平均负载率＝平均负载/配变运行容量

户均容量＝配变运行容量/该配变下用户数量

实际户均最大使用容量＝最大负载/用户数量

实际户均平均使用容量＝领平均负载/用户数量

区域用户空置率＝全年电量不超过20度用户数量/总数量

区域供暖用电波动率＝10月用电量的1.3倍大于供暖季月均用电量用户数量/总数量

人口流出率＝(地区人口数量-同比人口数量)/同比人口数量

3.1AHP法赋权

根据业务经验直接给出各指标的权重是非常困难的，但给出指标的相对重要性却容易很多，基于这种考虑，我们从上向下逐级构建指标相对重要性判断。如表1所示构造的配变指标下三个指标的重要性判断矩阵

表1库存风险指标相对重要性评分

	投运时长	容量大小	重过载次数
				投运时长	1	7	7
容量大小	0.14	1	1
				重过载次数	0.14	1	1

判断矩阵中的标度说明如下：根据人为主观判断比重取值一般在1～10之间。1表示两个元素相比，具有同样的重要性，如表1中容量大小与重过载次数的比重为1:1的关系；7表示两个元素相比，前者比后者更重要，如表1中容量大小与投运时长的比重为7：1的关系，以此类推。

求解各层次判断矩阵，获得各比率指标拟合库存风险的权重，如表2所示指标主观权重。

表2指标主观权重

序号	指标	权重
			1	投运时长	0.13
2	容量大小	0.097
			3	重过载次数	0.032
4	轻空载次数	0.097
			5	空置率	0.032
6	户均容量	0.018
			7	实际户均最大使用值	0.056
8	实际户均平均使用值	0.056
			9	低温次数	0.13
10	低温时长	0.018
			11	强降水时长	0.056
12	强降水次数	0.056
			13	人口流出率	0.028
14	人口老龄率	0.083
			15	GDP增长率	0.111

3.2熵值法赋权

由于AHP法赋权主要依赖专家的业务经验，在指标的重要性对比上容易引人个人偏好，造成指标权重与实际的偏差。因此，引人熵值法，通过数据自身蕴含的信息量大小去划分指标的权重分布。

由于各项指标的计量单位并不统一，因此在计算综合指标前，先要进行标准化处理，即把指标的绝对值转化为相对值，从而消除指标之间的量纲关系。

指标标准化分为正向指标标准化和负向指标标准化，正向指标的含义为数值越高越好，表现为数值越大，评分越高。负向指标的含义为数值越低越好，表现为数值越小，评分越高。本项目的15个指标，除投运时长、容量大小、轻空载次数、人口流出率、人口老龄率为负向指标，其余为正向指标。

求解标准化后数据的熵权，得到客观权重如表3所示。

表3熵值法权重

序号	指标	权重
			1	投运时长	0.066
2	容量大小	0.066
			3	重过载次数	0.066
4	轻空载次数	0.066
			5	空置率	0.066
6	户均容量	0.066
			7	实际户均最大使用容量	0.066
8	实际户均平均使用容量	0.066
			9	低温次数	0.066
10	低温时长	0.066
			11	强降水时长	0.066
12	强降水次数	0.066
			13	人口流出率	0.067
14	人口老龄率	0.069
			15	GDP增长率	0.074

根据综合赋权函数：

综合AHP权和熵权可得综合权重如下表4所示。

表4综合权重

序号	指标	权重
			1	投运时长	0.097
2	容量大小	0.083
			3	重过载次数	0.048
4	轻空载次数	0.084
			5	空置率	0.048
6	户均容量	0.036
			7	实际户均最大使用值	0.063
8	实际户均平均使用值	0.063
			9	低温次数	0.097
10	低温时长	0.036
			11	强降水时长	0.064
12	强降水次数	0.064
			13	人口流出率	0.045
14	人口老龄率	0.079
			15	GDP增长率	0.094

根据综合权重，得到市县公司评分。

Claims

1.一种煤改电确村确户方法，其特征在于：包括下列步骤：

步骤1：数据预处理：根据煤改电配变过去一年来运行状态数据，对各区域煤改电配变运行数据进行统计，得到运行状态指标，并解决数据样本数据不平衡现象；步骤2：构建评估指标体系：根据配变运行状态指标数据、配变档案数据、配变用户数据、外部环境数据统计煤改电配变各项指标，建立评估指标体系；步骤3：指标权重初步确定：利用AHP层次分析法与熵值法对指标系统中各项指标进行赋权，得到两种算法下指标间的不同权重；步骤4：融合指标权重：对两种赋权方式进行融合，中和两者赋权方式的优势，得到最终权重值；步骤5：煤改电改造计划安排：根据最终权重值，对各区域煤改电配变进行评估，根据评估状态的评估结果，制定煤改电优先改造工作顺序，为煤改电改造工作提供决策支撑。

2.根据权利要求1所述的一种煤改电确村确户方法，其特征在于：步骤1中采用欠采样技术解决样本的不平衡现象。

3.根据权利要求1所述的一种煤改电确村确户方法，其特征在于，步骤1中采用过采样技术解决样本的不平衡现象。

4.根据权利要求1所述的一种煤改电确村确户方法，其特征在于，步骤1中采用调整权重采样技术解决样本的不平衡现象。

5.根据权利要求1所述的一种煤改电确村确户方法，其特征在于，步骤1中数据预处理采用分箱法处理异常值。

6.根据权利要求1所述的一种煤改电确村确户方法，其特征在于，步骤1中数据预处理采用线性回归的缺失值处理方法，提升配变运行情况数据质量。

7.根据权利要求5所述的基于分箱法的异常值处理，其特征在于，采用分箱法从所述历史煤改电配变负荷数据中识别出异常值,并将识别出的异常值由所述历史煤改电配变负荷数据的均值代替,得到除去异常值的煤改电配变负荷数据。

8.根据权利要求1所述的一种煤改电确村确户方法，其特征在于，步骤3中采用了主观AHP层次分析法确定权重。

9.根据权利要求1所述的一种煤改电确村确户方法，其特征在于，步骤3中采用了客观熵值法确定权重。

10.根据权利要求1所述的一种煤改电确村确户方法，其特征在于，步骤4中采用了综合赋权法确定最终指标权重，

综合赋权法函数为：

其中

为综合赋权法权重值，

为AHP方法确定权重值，

为熵值法确定权重值。