[发明专利]一种电网技改大修项目的制定方法及装置

说明书

本发明提供了一种电网技改大修项目的制定方法及装置，通过回归分析模型和神经网络模型，分别对电网中期负荷数据进行分析，获得对电网负荷数据产生重要影响的第一负荷影响因素和第二负荷影响因素，再将第一负荷影响因素和第二负荷影响因素进行比较，确定出对电网负荷数据影响最大的因素，即相同影响因素，作为电网技改大修项目，便于为电网技改大修策略的制定提供依据；可见，利用回归分析模型和神经网络模型同时对电网中期负荷数据进行分析，并将对电网负荷影响最大的因素作为电网技改大修项目，实现了从影响电网负荷变化的层面进行准确立项，提高了电网技改大修项目的立项合理性，以及制定关于电网负荷变化方面的电网技改大修策略的指导意义。

技术领域

本发明涉及电力技术领域，更具体的说，是涉及一种电网技改大修项目的制定方法及装置。

背景技术

电网技改大修策略主要是针对电网技改大修项目所制定的技术改造策略和设备大修策略。其中，技术改造策略是指针对当前电力行业的发展情况，引入先进的电力技术，进而能够提高电网技改大修项目整体技术水平的策略，如电力电子技术策略、变电站综合自动化技术策略等；设备大修策略是指针对电网技改大修项目中长期使用的电力设备，对其进行大修或更换的策略，以确保电力系统的安全、稳定运行。因此，电网技改大修项目的制定是影响电网技改大修策略优劣的关键，如何制定合理、准确的电网技改大修项目，对于提高电网技改大修策略指导意义至关重要。

目前，常用的电网技改大修项目的制定方法主要是基于技改大修相关数据，人工立项，以制定出电网技改大修项目，从而导致电网技改大修项目的合理性较低，进而降低了电网技改大修策略的指导性。

发明内容

有鉴于此，本发明提供了一种电网技改大修项目的制定方法及装置，增强了电网技改大修项目的立项合理性，进而提高电网技改大修策略的指导意义。

为实现上述目的，本发明提供如下技术方案：

一种电网技改大修项目的制定方法，包括：

获取目标地区在目标时间内的电网中期负荷数据，所述电网中期负荷数据是以月为单位统计所得的负荷数据；

利用回归分析模型，对所述电网中期负荷数据进行分析，获得第一负荷影响因素；

利用神经网络模型，对所述电网中期负荷数据进行分析，获得第二负荷影响因素；

将所述第一负荷影响因素和所述第二负荷影响因素进行比较，确定出相同影响因素，作为电网技改大修项目。

优选地，所述回归分析模型的建立过程包括：

确定所述目标时间内每月的负荷值、最高温度、最低温度、平均温度、天气和风力，作为模型变量；

利用SPSS Modeler软件，对所述模型变量进行相关性分析，获得所述负荷值的系数影响因素，所述负荷值的系数影响因素包括系数正向影响因素和系数负向影响因素；

将所述负荷值作为因变量，所述负荷值的系数影响因素作为自变量，并基于所述SPSS Modeler软件进行模型构建，获得所述回归分析模型。

优选地，所述利用回归分析模型，对所述电网中期负荷数据进行分析，获得第一负荷影响因素，包括：

将所述电网中期负荷数据输入到所述回归分析模型，获得负荷正向影响因素和负荷负向影响因素，并将所述负荷正向影响因素和所述负荷负向影响因素作为所述第一负荷影响因素。

优选地，所述神经网络模型的建立过程包括：

确定所述目标时间内每月的负荷值、最高温度、最低温度、平均温度、天气和风力，作为模型训练数据；

将所述模型训练数据输入到初始神经网络模型进行训练，获得所述神经网络模型。