基于大數(shù)據(jù)分析的差異化投資增量配電網(wǎng)的效益預(yù)測(cè)方法

王彬　王瑩　魏聯(lián)濱　李楠　李朝陽(yáng)

摘 要：配電網(wǎng)的效益具有差異性，為了提高配電網(wǎng)的效益預(yù)測(cè)水平，提出了基于大數(shù)據(jù)分析的差異化投資增量的配電網(wǎng)效益預(yù)測(cè)方法。建立了差異化投資增量配電網(wǎng)效益評(píng)價(jià)的指標(biāo)分析模型，采用大數(shù)據(jù)分析方法進(jìn)行差異化投資增量配電網(wǎng)效益分析。結(jié)合特征空間重構(gòu)技術(shù)進(jìn)行差異化投資增量配電網(wǎng)效益的分布式特征序列重組，提取差異化投資增量配電網(wǎng)效益分布特征量。采用關(guān)聯(lián)規(guī)則挖掘方法對(duì)分布特征量進(jìn)行效益優(yōu)先性評(píng)價(jià)，利用模糊相關(guān)檢測(cè)方法進(jìn)行配電網(wǎng)效益分布大數(shù)據(jù)的抗干擾處理。對(duì)提取的差異化投資增量配電網(wǎng)效益分布特征量采用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法進(jìn)行配電網(wǎng)的效益預(yù)測(cè)，構(gòu)建效益分布的差異化因子，實(shí)現(xiàn)基于大數(shù)據(jù)分析的差異化投資增量配電網(wǎng)的效益預(yù)測(cè)。仿真測(cè)試結(jié)果表明，采用該方法進(jìn)行差異化投資下的增量配電網(wǎng)效益預(yù)測(cè)準(zhǔn)確性與靈敏度較高，可靠性較好。

關(guān)鍵詞：大數(shù)據(jù)分析;差異化投資;增量配電網(wǎng);效益預(yù)測(cè)

中圖分類號(hào)：TM73;F272????? 文獻(xiàn)標(biāo)識(shí)碼：A

Benefit Prediction of differential Investment Incremental

Distribution Network Based on Big Data Analysis

WANG Bin1， WANG Ying1，WEI Lian-bin1，LI Nan2，LI Zhao-yang1

（ 1. Development Planning Department，State Grid Tianjin Electric Power Company Limited，Tianjin 300000，China;

2. Chengnan Power Supply Branch， State Grid Tianjin Electric Power Company Limited，Tianjin 300000，China）

Abstract：In order to improve the efficiency prediction level of distribution network， this paper proposes a method of distribution network efficiency prediction based on big data analysis and differential investment increment， and establishes the index analysis model of the benefit evaluation of the differential investment incremental distribution network， analyzes the benefit of the differential investment incremental distribution network by using the big data analysis method， recombines the distributed characteristic sequence of the benefit of the differential investment incremental distribution network by combining the characteristic space reconstruction technology， extracts the distribution characteristic quantity of the benefit of the differential investment incremental distribution network， and uses the association rule mining method The distribution characteristic quantity is used for benefit priority evaluation， the fuzzy correlation detection method is used for anti-interference processing of big data of distribution network benefit distribution， the neural network learning method is used for benefit prediction of distribution network for the extracted differential investment increment distribution network benefit distribution characteristic quantity， the differential factor of benefit distribution is constructed， and the differential investment increment based on big data analysis is realized Benefit prediction of distribution network. The simulation test results show that the accuracy， sensitivity and reliability of the incremental distribution network benefit prediction based on this method are high.

Key words：big data analysis; differentiation investment; incremental distribution network; benefit prediction

隨著高壓輸電和配電網(wǎng)建設(shè)的不斷推進(jìn)，對(duì)增量配電網(wǎng)的建設(shè)投資要求越來(lái)越大，在差異化投資規(guī)模下，需要進(jìn)行增量配電網(wǎng)的投資效益分析和預(yù)測(cè)，建立增量配電網(wǎng)的投資效益預(yù)測(cè)模型，對(duì)差異化投資增量配電網(wǎng)的效益預(yù)測(cè)進(jìn)行設(shè)計(jì)，結(jié)合差異化投資下增量配電網(wǎng)效益大數(shù)據(jù)分析和統(tǒng)計(jì)分析方法，進(jìn)行差異化投資下的配電網(wǎng)輸出效益評(píng)價(jià)，采用統(tǒng)計(jì)分析方法進(jìn)行配電網(wǎng)的輸出效益特征分析，研究差異化投資增量配電網(wǎng)效益的優(yōu)化預(yù)測(cè)方法，在提高增量配電網(wǎng)效益優(yōu)化能力方面具有重要意義[1]，通過(guò)構(gòu)建效益評(píng)價(jià)模型，調(diào)整投資結(jié)構(gòu)和規(guī)模，提高投資的效益。提出了基于大數(shù)據(jù)分析下差異化投資增量的配電網(wǎng)效益預(yù)測(cè)方法，首先建立差異化投資增量配電網(wǎng)效益評(píng)價(jià)的指標(biāo)分析模型，然后在大數(shù)據(jù)分析模型下實(shí)現(xiàn)差異化投資增量配電網(wǎng)的效益預(yù)測(cè)，最后進(jìn)行仿真測(cè)試分析。

1 配電網(wǎng)效益預(yù)測(cè)的大數(shù)據(jù)分布和特征

分析

1.1 配電網(wǎng)效益評(píng)價(jià)的指標(biāo)分析

為了實(shí)現(xiàn)基于大數(shù)據(jù)分析的差異化投資增量配電網(wǎng)的效益預(yù)測(cè)，需要首先建立差異化投資增量配電網(wǎng)效益評(píng)價(jià)的指標(biāo)分析模型，采用大數(shù)據(jù)分析方法進(jìn)行差異化投資增量配電網(wǎng)效益分析，增量配電網(wǎng)效益評(píng)價(jià)的組合結(jié)構(gòu)模型如圖1所示。

3 仿真測(cè)試分析

為了驗(yàn)證所提方法在實(shí)現(xiàn)差異化投資下配電網(wǎng)效益預(yù)測(cè)中的應(yīng)用性能，結(jié)合Matlab進(jìn)行仿真測(cè)試，在SPSS統(tǒng)計(jì)分析軟件下進(jìn)行效益評(píng)價(jià)的統(tǒng)計(jì)分析，使用Simulink工具搭建處理平臺(tái)，處理器CPU為lntel（R） Core（TM）i7-7700 CPU@3.60 GHz，操作系統(tǒng)為CentOS6.6，內(nèi)存128 G。為了測(cè)試輸出量化特征效果，采集到電力物聯(lián)網(wǎng)（http：∥shupeidian.bjx.com.cn/）的相關(guān)數(shù)據(jù)，將上述數(shù)據(jù)進(jìn)行差異化投資增量配電網(wǎng)效益分析，得到大數(shù)據(jù)樣本分布集如圖3所示。

以圖3的數(shù)據(jù)為輸入數(shù)據(jù)，提取差異化投資增量配電網(wǎng)效益分布特征量，采用關(guān)聯(lián)規(guī)則挖掘方法進(jìn)行效益優(yōu)先性評(píng)價(jià)，得到效益評(píng)價(jià)輸出特征集如圖4所示。

分析圖4得知，考慮到受配電網(wǎng)資產(chǎn)凈值與保底增量的影響，最終效益曲線波動(dòng)較大，因此在差異化投資區(qū)間內(nèi)采用本研究所提方法能有效實(shí)現(xiàn)差異化投資增量的配電網(wǎng)效益預(yù)測(cè)，具體預(yù)測(cè)結(jié)果如圖5所示。

由圖5可知，配電網(wǎng)效益在排除配電網(wǎng)資產(chǎn)凈值與保底增量的影響后的最終效益符合差異量化特征投資區(qū)間限制，說(shuō)明所提方法進(jìn)行配電網(wǎng)投資效益預(yù)測(cè)的準(zhǔn)確度較高。

為了分析差異化投資增量模型相關(guān)參數(shù)的靈敏度，對(duì)配電網(wǎng)投資總金額和基本配電價(jià)之間的關(guān)系電網(wǎng)公司增量配電網(wǎng)后的投資效益進(jìn)行分析，將所提方法與文獻(xiàn)[4]與文獻(xiàn)[5]方法對(duì)比，在考慮輸配電價(jià)約束的情況下求取最優(yōu)累積收益值的變化曲線。如圖6所示。

配電網(wǎng)累計(jì)收益隨著輸配電價(jià)的增長(zhǎng)而增長(zhǎng)，當(dāng)政府對(duì)輸配電價(jià)的管控放松時(shí)，電網(wǎng)的投資活動(dòng)加大，累計(jì)收益也增加，相反的政府嚴(yán)格約束輸配電價(jià)時(shí)，則累計(jì)收益增速導(dǎo)致投資收益下降。由上圖所可知，所提方法配電網(wǎng)累計(jì)收益曲線基礎(chǔ)收益與上漲幅度皆高于文獻(xiàn)[4]與文獻(xiàn)[5]的收益曲線，說(shuō)明所提方法可有效預(yù)測(cè)差異化投資增量配電網(wǎng)收益。

4 結(jié) 論

建立增量配電網(wǎng)的投資效益預(yù)測(cè)模型，進(jìn)行對(duì)差異化投資增量配電網(wǎng)的效益預(yù)測(cè)。提出了基于大數(shù)據(jù)分析下差異化投資增量的配電網(wǎng)效益預(yù)測(cè)方法。采用統(tǒng)計(jì)回歸分析方法進(jìn)行配電網(wǎng)投資效益的模糊度構(gòu)造，采用自適應(yīng)尋優(yōu)模式進(jìn)行分布式特征序列重組，提取差異化投資增量配電網(wǎng)效益分

布特征量，對(duì)提取的差異化投資增量配電網(wǎng)效益分布特征量采用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法進(jìn)行配電網(wǎng)的效益預(yù)測(cè)，實(shí)現(xiàn)基于大數(shù)據(jù)分析的差異化投資增量配電網(wǎng)的效益預(yù)測(cè)。分析得知，本研究所提方法進(jìn)行差異化投資增量配電網(wǎng)效益預(yù)測(cè)的準(zhǔn)確度與靈敏度較高。

參考文獻(xiàn)

[1] 王佼，劉艷春.應(yīng)用灰關(guān)聯(lián)分析的PSO-SVR工程造價(jià)預(yù)測(cè)模型[J].華僑大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，37（6）：708-713.

[2] 齊霞，王綿斌，張妍，等.高維小樣本條件下的變電工程造價(jià)預(yù)測(cè)研究[J].湘潭大學(xué)自然科學(xué)學(xué)報(bào)，2016，38（4）：112-115.

[3] 閆磊，姜安印，馮治庫(kù).科技型中小企業(yè)投資價(jià)值的生命周期特征及融資匹配分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2016，（3）：114-123.

[4] 靳玉英， 賈松波. 杠桿率監(jiān)管的引入對(duì)商業(yè)銀行資產(chǎn)結(jié)構(gòu)的影響研究[J]. 國(guó)際金融研究， 2016， 350（6）： 52-60.

[5] 周成城，趙曄.電網(wǎng)建設(shè)與電網(wǎng)企業(yè)效益關(guān)系的研究——以我國(guó)X電網(wǎng)公司為例[J].華北電力大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，（3）：29-33.

[6] 徐煒，肖智.內(nèi)部控制對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響的非線性特征——理論推演與實(shí)證檢驗(yàn)[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2019，39（3）：68-82.

[7] EGEA-ALVAREZ A， FEKRIASL S，HASSAN F，et al. Advanced vector control for voltage source converters connected to weak grids[J].IEEE Transactions on Power Systems，2015，30（6）：3072-3081.

[8] BELLINI A， FILIPPETTI F， TASSONI C， et al. Advances in diagnostic techniques for induction machines[J]. IEEE Transactions on Industrial Electronics， 2008， 55（12）：4109-4126.

[9] YU Y， WANG Z Y， XU D G. Speed and current sensors fault detection and isolation based on adaptive observers for induction motor drivers[J]. Journal of Power Electronics， 2014， 5（14）：967-979.

[10]羅紅英， 屈英， 俞元洪. 具有正負(fù)系數(shù)的二階中立型時(shí)滯Emden-Fowler方程的振動(dòng)準(zhǔn)則[J]. 應(yīng)用數(shù)學(xué)學(xué)報(bào)， 2017， 40（5）： 667-675.