著录项信息
专利名称 | 基于层次化数据包络分析的电力优质客户数据挖掘方法 |
申请号 | CN201410593573.X | 申请日期 | 2014-10-29 |
法律状态 | 驳回 | 申报国家 | 暂无 |
公开/公告日 | 2015-01-07 | 公开/公告号 | CN104268804A |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | G06Q50/06 | IPC分类号 | G;0;6;Q;5;0;/;0;6;;;G;0;6;F;1;7;/;3;0查看分类表>
|
申请人 | 国家电网公司;国网山东省电力公司电力科学研究院 | 申请人地址 | 山东省济南市市中区望岳路2000号
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | 国家电网公司,国网山东省电力公司电力科学研究院 | 当前权利人 | 国家电网公司,国网山东省电力公司电力科学研究院 |
发明人 | 程婷婷;张海静;杜颖;陈云龙;荣以平;李军田;孟巍 |
代理机构 | 济南圣达知识产权代理有限公司 | 代理人 | 张勇 |
摘要
本发明公开了一种基于层次化数据包络分析的电力优质客户数据挖掘方法,方法基于层次分析法和数据包络分析法,构建电力优质客户综合评价模型。模型具有三个层次,第一层为目标层,根据电网公司的需求评价出最优质的电力客户;第二层为准则层,从电网经济平稳运行的角度来设定各项准则,各准则分别为经济性、可靠性、贡献率;第三层为指标层,从电力用户自身的负荷性质等角度出发设定各项指标,各指标分别为购电量、用电规模、负荷波动水平,平均负荷率、电费回收率、购电增长量、负荷曲线相似系数;本发明根据电网公司的需求,设定不同的准则层、指标层、以及各权重系数来进行电力优质客户的筛选,对于电网的运行以及政策的制定有重要的意义。
1.一种基于层次化数据包络分析的电力优质客户数据挖掘方法,其特征是,包括如下步骤:
步骤(1):数据的提取与挖掘;
①提取电力用户实际负荷数据,以年为单位提取电力用户历史负荷数据;
②根据提取到的历史负荷数据,计算与电力用户优质客户评价相关的各项经济性、可靠性和贡献率指标,以充分的挖掘电力用户的负荷特性,为优质客户的评价提供基础数据;
步骤(2):输入数据;根据电网公司经济性和可靠性的运行需求,建立电力客户数据挖掘的层次结构模型,所述层次结构模型包括目标层、准则层和指标层;
所述目标层为第一层,即根据电网公司的需求评价出最优质的电力客户;
所述准则层为第二层,从电网经济平稳运行的角度来设定各项准则,各准则分别为经济性、可靠性和贡献率;
所述指标层为第三层,从电力客户用电规模的大小、负荷的波动水平和负荷形状曲线自身的负荷性质角度出发设定各项指标;
步骤(3):在层次结构模型的目标层对客户数据进行分析:根据电网公司的经济性和可靠性的运营需求,设定层次化分析过程中的目标层;
步骤(4):根据目标层的需求,在考虑电网平稳运行的前提下,设定层次结构模型的准则层的各项准则;利用层次化分析法AHP根据准则层的各项准则做出判断矩阵,根据判断矩阵得到评估准则权重;所述评估准则权重是指准则层经济性、可靠性和贡献率各准则之间的相对权重;
步骤(5):在层次结构模型的指标层,根据电力客户的历史负荷数据,计算电力客户与电网运行经济性、可靠性和贡献率相关的各项指标,利用数据包络分析法DEA实现多指标投入和多指标产出对不同决策单元的有效性评价;针对指标层的多指标建立数据包络分析模型,得出最优效率指数;
步骤(6):在评估准则权重和最优效率指数的基础上,通过计算得到评估方案综合权值,根据评估方案综合权值从大到小对电力客户进行排序,即得到评估方案综合排序;
步骤(7):筛选出电力优质客户:筛选出大于等于设定阈值的评估方案综合权值所对应的电力客户,即为电力优质客户。
2.如权利要求1所述的一种基于层次化数据包络分析的电力优质客户数据挖掘方法,其特征是,所述步骤(2)的指标层中设定的各项指标包括购电量、用电规模、负荷波动水平,平均负荷率、电费回收率、购电增长量和负荷曲线相似系数。
3.如权利要求1所述的一种基于层次化数据包络分析的电力优质客户数据挖掘方法,其特征是,所述步骤(4)的电网平稳运行是指电网的负荷波动较小,电力负荷长时间稳定在一个常值附近,电力负荷不存在骤升或者骤降等大幅度变化的情况。
4.如权利要求1所述的一种基于层次化数据包络分析的电力优质客户数据挖掘方法,其特征是,所述步骤(4)中的判断矩阵如下:
其中,P表示判断矩阵。
5.如权利要求1所述的一种基于层次化数据包络分析的电力优质客户数据挖掘方法,其特征是,所述步骤(4)中评估准则权重的计算方法为:
步骤(4-1):计算判断矩阵每行元素的乘积Mi:
步骤(4-2):计算判断矩阵每行元素的乘积Mi的n次方根
步骤(4-3):对 进行归一化:
则 构成的系数向量即为各评估准则权重。
6.如权利要求1所述的一种基于层次化数据包络分析的电力优质客户数据挖掘方法,其特征是,所述步骤(5)中的步骤为:
利用DEA确定各评估准则下电力用户的相对优劣次序;
表1方案经济性、可靠性、满意度的评估指标
其中,U的参数含义为1,IQ的参数含义为购电量,IS的参数含义为相对用电规模,IL的参数含义为电力用户负荷波动水平, 的参数含义为电力用户平均负荷率,Ic的参数含义为用户负荷曲线与系统负荷曲线的相似系数;
由表1定义的指标内容,测算各种准则评估所需的输入输出指标数据,求得最优效率指数VP1,VP2和VP3,其具体步骤如下:
步骤(5-1):DEA依赖于投入指标与产出指标数据,对决策单元Du间的相对有效性进行排序;假设有n个决策单元Du,每个决策单元Du都有m种类型的“输入”,表示该部门对“资源”的耗费,还有s种类型的“输出”,表示该部门所产生的“成效”;如下表所示:
表2指标层决策单元的输入输出
步骤(5-2):针对某一决策单元Dui,为了表征不同类型输入的单位成本或不同类型输出的单位产出效益,进一步引入输入权系数v=(v1,v2,…,vm),输出权系数u=(u1,u2,…,um),则每个Dui的效率指数为:
式中,xij代表第j个Du在第i项的输入值;yrj代表第j个Du在第r项的输出值;
步骤(5-3):通过选取输入、输出权系数,总能够满足hj≤1,j=1,2,…,n;
当对第k(1≤k≤n)个Du进行效率评价时,以权系数v和u为变量的最优化模型,如下:
T T
式中,xj=(x1j,x2j,...,xmj),yj=(y1j,y2j,...,ysj),j=1,2,...,n;
通过DEA中效率指数的优化目标可知,优化的方向是最小化输入指标及最大化输出指标。
7.如权利要求1所述的一种基于层次化数据包络分析的电力优质客户数据挖掘方法,其特征是,
所述步骤(6)的评估方案综合权值的计算公式为
其中,综合排序权值Qi越大,表示该评估方案综合评估越优。
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
1
| |
2012-09-19
|
2012-05-17
| | |
2
| |
2014-03-05
|
2013-12-10
| | |
3
| |
2012-10-24
|
2012-06-18
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |