[发明专利]一种基于大数据统计分析的变电站厂界噪声预测评估方法

权利要求书

1.一种基于大数据统计分析的变电站厂界噪声预测评估方法，其特征在于，包括以下步骤：

S1：采集现有变电站的基本信息和设备信息；

S2：对S1中采集来的变电站的基本信息和设备信息采用相关性建模分析法，分析得出变电站噪声的核心影响因素，具体步骤如下：

S21：分析单一特征因素对变电站厂界噪声影响的大小，对两个或多个具备相关性的变量元素进行分析来衡量多个变量的相关密切程度，两组数据的相关系数计算公式为：

Cov(i,j)＝E[(i-E(i))(j-E(j))] (2)

式(1)中，Cov(i,j)是变量i、j的协方差；E(i)、E(j)分别表示变量i、j的均值；R(i,j)为相关系数，R(i,j)越接近1，则表明相应i、j变量间正相关度越大，相反，若R(i,j)越接近-1，则表明相应i、j变量间负相关度越大；

S22：选取影响变电站厂界噪音的主要因数量，与噪声值作为列向量得到参数矩阵如下：

一行对应一个已有噪声值数据，一行对应一个变量；其中，N₁、N₂、……、N_n是各变电站测量噪声平均值；TN₁、TN₂、……、TN_n是各变电站中的主变台数；C₁、C₂、……、C_n是各变电站中的主变冷却方式，油浸自冷式、油浸风冷式、强迫油循环分别对应值1、2、3；HR₁、HR₂、……、HR_n是各变电站中的高压电抗器个数；DE₁、DE₂、……、DE_n是各变电站配电装置类型，GIS/HGIS、AIS分别对应值1、2；IN₁、IN₂、……、IN_n是各变电站户内/户外类型，户内、户外分别对应值0、1；TC₁、TC₂、……、TC_n是各变电站中的主变容量；A₁、A₂、……、A_n是各变电站面积；X是变电站厂界噪声的参数矩阵；

S23：通过S22的选取影响变电站厂界噪音的主要因数量分析得出变电站厂界噪声的核心影响因素；

S3：对S2中分析得出的变电站噪声的核心影响因素，采用指标体系搭建与噪声评估模型搭建相结合的方式，使用权重分析方法得出变电站噪声的核心影响因素的权重参数；

S4：采集待测变电站噪声的核心影响因素，将S3中得出的变电站噪声的核心影响因素的权重参数带入到模糊评判法模型中，进行待测变电站的厂界噪声预测评估；

S5：评测待测变电站噪声是否达标。

2.根据权利要求1所述的一种基于大数据统计分析的变电站厂界噪声预测评估方法，其特征在于：所述S23中计算分析得出的变电站噪声的核心影响因素为主变台数、主变冷却方式、高压电抗器个数、主变容量4个因素。