[发明专利]一种确定智能电能表质量技术基础能力的方法和系统

说明书

本发明提供一种确定智能电能表质量技术基础能力的方法和系统。所述方法和系统选择生产厂商样本，并采集指标的数据值，生成原始数据矩阵，并对其进行归一化生成标准数据矩阵，通过主成分分析法，基于标准数据矩阵确定原始指标变量的主成分，并对所述主成分进行因子分析确定指标子系统，并对所述子系统进行主成分分析以确定每个主成分因子的权重和得分，最后根据每个样本全部主成分因子的权重和得分得到样本生产智能电能表质量技术基础能力的得分值，确定样本生产智能电能表质量技术基础能力。所述方法和系统通过对智能电能表行业质量技术基础能力指标进行分层构权的主成分分析法，充分对主成分信息进行了再次挖掘，大大提高了评价结果的准确度。

技术领域

本发明涉及智能电能表生产领域,并且更具体地，涉及一种确定智能电能表质量技术基础能力的方法和系统。

背景技术

随着我国经济发展方式的转变，输配电价改革也从根本上改变了电力公司的盈利模式和经营模式，这些外部形势要求国家电网公司进一步增强投资精准性，不断通过技术创新促进技术标准和创新的融合转化。智能电网是国内外电力系统创新发展的新方向，也是国家电网公司致力所在。如何对智能电能表厂商生产智能电能表的质量技术基础能力评测，反映电能来行业质量技术基础工作中存在的问题，就成为当前智能电能表生产领域急需解决的一个技术问题。

发明内容

为了解决现有技术中缺乏对智能电能表厂商生产智能电能表的质量技术基础能力进行评测的方法的技术问题，本发明提供了一种确定智能电能表质量技术基础能力的方法，所述方法包括：

步骤1、选择N个智能电能表厂商作为样本，每个样本中包括T_u个指标变量，对每个样本采集T_u个指标变量的数据值，其中，u的初始值为1；

步骤2、建立初始数据矩阵并对所述初始数据矩阵X的元素进行归一化，生成标准数据矩阵

步骤3、基于所述标准数据矩阵确定所述T_u个指标变量的相关系数矩阵

步骤4、根据特征方程|R^u-λ|＝0确定所述方程的特征值以及所述特征值所对应的特征向量其中，

步骤5、基于所述特征值和特征向量建立新变量并按照预先设置的因子约束条件和新变量确定所述样本的主成分因子F_l^u，以及所述样本F_l^u的因子载荷矩阵和得分系数矩阵，其中，1≤k≤T_u，1≤i≤k，所述新变量的方差为对应的特征值

步骤6、基于所述主成分因子F_l^u的方差值计算从第1个到第m个主成分因子的累计方差贡献率，当所述累计方差贡献率不小于设置的第一阈值时，将所述m个主成分因子作为对样本进行主成分分析的m个子系统；

步骤7、对于子系统F₁^u，按照所述因子载荷矩阵中F₁^u与T_u个指标变量的因子载荷系数从大到小的顺序，从所述T_u个指标变量中提取T_u+1个指标变量，令u＝u+1，当u≤u₀时，返回步骤2，其中，u₀为预先设置的迭代次数值；

步骤8、当u>u₀时，根据主成分因子的方差贡献率和T_u0个指标变量的得分系数，确定主成分的权重以及根据每个主成分中T_u-1个指标变量的得分系数和指标变量的标准数据值确定主成分得分其中，1≤i≤m；

步骤9、根据所述主成分的权重和主成分得分确定智能电能表厂商生产电能表的质量技术基础能力得分值，并根据每个样本得分值的大小确定其生产电能表的质量技术基础能力。