[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

说明书

本发明公开了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，通过对变电站主要设备进行信息采集，利用大数据统计分析得出影响变电站厂界噪声的核心影响要素；通过在评估系统中搭建噪声评估模型，将新建/待测变电站数据送入评估系统中，进行分析，采用模糊评判法实现对变电站厂界噪声的预测评估，对变电站建设或改建提供参考建议。

技术领域

本发明属于变电站噪声评估领域，具体涉及一种对变电站厂界噪声评估与预测的方法，主要是针对现在变电站越来越接近居民区，且变电站噪声超标多，严重影响到周边居民的日常生活。通过对变电站设备信息统计及建模评估，实现了对变电站噪声的评估与预测。

背景技术

噪声污染与水、空气、固体废物污染一起被称为“四大污染”，噪声污染不仅影响着人们的生活与工作，而且还会威胁人类的身心健康，我国对噪声污染制定了相应的标准规范，目的便是严格控制噪声污染对人们生活的影响。

变电站作为电力的中转站，是电力系统中非常重要的场所。随着我国城市化建设的加快，人们生活水平的提高，对工业农业电力的需求与日俱增，使得越来越多的变电站出现在居民生活区域中。变电站内各种电气设备运行时产生的噪声常常严重影响到周边居民的日常生活，带来人们的不满与投诉。

随着我国特高压工程的加快建设，在750kV直至更高电压等级的输变电工程建设中，由于国土资源日益紧张，工程选址变得愈加困难，很多投运的变电站不得不选在离居民地较近的地方，并且目前许多变电站工程并未评估工程投运后变电站对周边敏感点村庄、居民区的噪声污染大小，导致日后的拆迁及赔偿纠纷，对电网系统与人们均带来极大不便与经济损失。

考虑到如上问题，为更好的建设资源友好型社会，在最大程度上避免因变电站噪声问题对周边居民产生影响与纠纷，对现有变电站和新建变电站进行噪声评语预测具有极大的工程价值。

发明内容

本发明针对变电站噪声问题，提出了一种基于大数据统计分析的方法对变电站厂界噪声进行预测评估的方法，实现对新建变电站的厂界噪声的预测评估。

为了实现上述目的本发明采用如下技术方案：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，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；

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。

在上述方案中，所述S2中采用相关性建模分析法对变电站噪声的核心影响因素进行有效筛选的步骤如下：

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)分别为变量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：