基于主成分的智能电网建设综合评价.docVIP

基于主成分的智能电网建设综合评价 　　 摘 要：智能电网为未来电网的发展指明了方向，对智能电网总体发展建设水平进行科学准确地评价、衡量不同区域电网智能化的差异化程度势在必行。以主成分分析方法为理论基础，对智能电网评估指标体系中的多维评价指标进行标准化、降维和去相关性处理，消除原指标体系中指标间的二次加权，为各评价指标赋予主成分权重，同时利用主成分因子载荷矩阵对原有指标进行分析，加深对原有指标体系的理解，最后利用主成分综合评价函数对评价对象的智能电网发展建设水平进行定量考察并作横向比较，为落后地区智能电网的发展提供建设性意见。相关算例验证了主成分评价方法在智能电网评价中的适用性和科学性。 　　 关键词：智能电网;评价指标;主成分分析 　　引言：为了应对日益严峻的环境问题、保障能源安全、促进经济发展，近年来在全球范围内能源革命已悄然发生。这场能源消费变革以技术创新为依托，以电力消费变革为突破口，旨在优化能源结构、提高能源的利用效率、促进节能降耗，实现能源利用的环保可持续利用模式最终实现经济的可持续发展。 　　智能电网作为电力消费变革的关键点和着力点，为未来电网的发展指明了发展的方向。但是同时也应意识到，智能电网的建设是一个庞大而且艰巨的系统工程，涉及智能电网基础技术、智能发电、智能输电、智能配电及智能用电技术在内的各项复杂技术的实践，要实现电网的智能化难度可想而知。鉴于智能电网规划、发展、建设的重要性、长期性与复杂性，评价智能电网各阶段的建设水平，辨别出不同区域电网智能化建设的差异情况，为智能电网长期规划提供有益参考就显得尤为重要。 　　目前，智能电网建设及智能技术创新等相关领域的研究已经吸引了国内外研究学者的研究兴趣。研究成果也越来越丰富，较多的集中在，逐步探索出各类智能电网评估指标体系的构建方法[1-2]，对新能源和低碳等特定领域的智能化评价方法也进行深入研究，建立智能电网促进经济的低碳可持续发展的效益模型，并在国内外智能电网评价体系对比分析的前提下，提出了适合我国国情的智能电网综合评价体系的构建思路及原则。 　　相较于智能电网评价指标体系的研究进展，对智能电网建设层面进行综合评价的研究相对缺乏，具体表现在缺乏有效的综合评估方法实现与现有的评价指标体系进行完美契合，导致对智能电网发展总体水平的评估出现困难，现有的状况仅仅是大量评价指标数据的简单罗列和堆砌，对智能电网发展总体水平的评估的帮助甚微。虽然动态综合评价法嫡权法和生产函数法等评价方法已被提出并成功应用于智能电网整体评估，但是运用上述方法对智能电网建设阶段进行评估 还是略显不足。 　　本文采用主成分分析与分析相结合的方法对智能电网建设评价指标体系进行简化并重构，将数目繁多的评价指标划分为若干大类，且彼此之间互不相关，最后生成综合主成分评价指标评估函数，依据综合评价函数对评价对象给出量化结果，实现对评价对象的比较和排序。该方法可以区分不同区域间智能电网建设的差异性和优劣性，并可依据具体类别进行排序比较，最后结合天津市5辖区智能电网建设的实际情况给出算例，验证此方法的可行性。 　　一、主成分分析 　　主成分分析（Principal Component Analysis， PCA）是现代多元统计分析学科中处理多变量、高维度系统最方便快捷的方法之一。主成分分析是一种把系统中的多个变量（指标）转化为几个综合指标的统计分析方法，因而可将多变量的高纬空间问题简化成低维的综合指标问题，能反映系统信息量最大的综合指标为第一主成分，其次为第二主成分。 　　（一）主成分分析的数学解释。设有n个样本，每个样本可用两个指标x10和x20表示，n个样本是随机分布的。将原始数据进行标准化处理，这样可以消除随机变量不同量纲引起的不可比性。如第个样本的原始数据为x1k0和x2k0，经过标准化处理后，其参数为：x= i=1，2;k=1，2，…，n。其中=x σ=（x-） 。 标准化以后的参数有以下性质：x=0 　　x /（n-1）=1。即标准化之后的变量均值为0，方差为1。用二维变量x1、x2共量测100个数据并将其绘制在x1、x2构成的坐标系中，如图1所示。可见，2个坐标轴上的数据离散度均较大，即二维变量的数据方差较大。现将坐标轴顺时针转过角度，原坐标系变换为y1、y2，参见图1。则有：Y===AX。x，y是新坐标系下的量测数据矩阵。转换后的坐标系y1，y2是正交的，n个点在y1上的方差较大，在y2轴上分布较为集中。因此，二维空间的样本点用y1表示，损失的信息较小，可将y1轴作为单一主成分轴，y1和y2正交，且方差较小，可作为第二主成分轴。 　　一般来说，每个样本是p维的，略去样本号k后，样本可用p个变量（x1，x2，…，xp）表示p个指标。为进行主成分分析，将坐标