[发明专利]基于灰色关联度分析的电网投资测算方法、系统及介质在审

专利信息
申请号: 201910717785.7 申请日: 2019-08-05
公开(公告)号: CN110503462A 公开(公告)日: 2019-11-26
发明(设计)人: 徐璐;谢宁;王承民;王红晋;汪亚平;卢艳超;刘一江;陈启昉;钟彬 申请(专利权)人: 上海交通大学;国网经济技术研究院有限公司;国网上海市电力公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q50/06;G06Q40/06
代理公司: 31236 上海汉声知识产权代理有限公司 代理人: 庄文莉<国际申请>=<国际公布>=<进入
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 指标集 备选 电网投资 关联度分析 政治经济 灰色关联度分析 多元线性回归 灰色关联分析 关键因素 环境变化 决策误差 量化指标 时间序列 外部影响 影响电力 普适性 预测 电量 测算 关联 产业结构 外部
【权利要求书】:

1.一种基于灰色关联度分析的电网投资测算方法,其特征在于,包括:

备选指标集获取步骤:从宏观经济、产业结构及各行业的产值方面出发,收集影响电力需求的外部因素,形成备选指标集;

关联度分析步骤:对获得的备选指标集进行关联度分析,从备选指标集提取出与公司每年增收电量指标有较大关联的指标,作为关键外部影响因素;

相关关系获取步骤:根据获得的关键外部影响因素,采用多元线性回归方法拟合投资额,求取得到外部关键影响因素与投资额之间的相关关系;

投资额预测步骤:对关键外部影响因素采用神经网络进行滚动预测,再根据获得的外部关键影响因素与投资额之间的相关关系,求解获得投资额预测结果。

2.根据权利要求1所述的基于灰色关联度分析的电网投资测算方法,其特征在于,所述关联度分析步骤:

对获得的备选指标集进行关联度分析,获得关联度排序,根据关联度排序从备选指标集提取出关联度较大的预设数量的指标,作为关键外部影响因素;

所述对获得的备选指标集进行关联度分析:

统计确定分析数列步骤:确定反映系统行为特征的参考数列和影响系统行为的比较数列,设参考数列为Y={Y(k)|k=1,2,…,n},比较数列为Xi={Xi(k)|k=1,2,…,n,i=1,2,…,m;

变量的无量纲化步骤:即:

其中,

Y(k)表示参考数列,即指投资额;

k表示参考数列第k项;

n表示参考数列项个数;

Xi(k)表示比较数列,即指影响电力需求的外部因素;

i表示比较数列第i项;

m表示比较数列项个数;

xi表示无量纲化后的变量;

Xi(l)表示Xi数列中的最大值;

关联系数计算步骤:X0(k)与Xi(k)的关联系数为:

记Δi(k)=|Y(k)-Xi(k)|,则

ρ为分辨系数,ρ越小,分辨力越大;

X0(k)表示比较数列的首项;

关联度计算步骤:将各个时刻的关联系数集中为一个值,即求其平均值,作为比较数列与参考数列间关联程度的数量表示,在算出Xi(k)序列与Y(k)序列的关联系数后,计算各类关联系数的平均值,平均值ri就称为Y(k)与Xi(k)的关联度,关联度为:

关联度排序步骤:将计算获得的关联度按大小排序,如果r1<r2,则参考数列Y与比较数列X2更相似。

3.根据权利要求2所述的基于灰色关联度分析的电网投资测算方法,其特征在于,所述ρ的取值区间为(0,1)。

4.根据权利要求2所述的基于灰色关联度分析的电网投资测算方法,其特征在于,所述相关关系获取步骤:

根据获得的关键外部影响因素,利用多元线性回归方法求取得到外部关键影响因素与投资额之间的相关关系,即采用多元线性回归分析方法对提取的外部关键影响因素时序序列与历史已知的电网投资费用进行分析,求得与电力需求强相关的外部关键影响因素与投资费用的直接关系;

其中,

Xi(t)表示外部关键影响因素时序序列;

表示强关联的外部关键影响因素集合;

ΩN表示所有外部关键影响因素集合;

Yn(t)表示电网投资费用时间序列;

t表示时间即年份。

5.根据权利要求4所述的基于灰色关联度分析的电网投资测算方法,其特征在于,所述投资额预测步骤:

将人工神经网络经历史数据训练,得到网络中各节点的重要参数,再用此人工神经网络对未来的关键因素值进行预测;

再根据获得的外部关键影响因素与投资额之间的相关关系,求解获得投资额预测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学;国网经济技术研究院有限公司;国网上海市电力公司,未经上海交通大学;国网经济技术研究院有限公司;国网上海市电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910717785.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top