[发明专利]一种基于数据驱动的变电站综合能效评价方法

权利要求书

1.一种基于数据驱动的变电站综合能效评价方法，其特征在于包括以下步骤：

步骤1、将变电站的能效指标分为一次设备能效指标、二次设备能效指标和辅助设备能效指标，并收集待评价变电站的各项能耗数据；

步骤2、建立待评价变电站的综合能效评价矩阵，并对其进行同趋标准化处理得到同趋标准化后待评价变电站的能效评价指标矩阵；

步骤3、定义投影向量，将高维评价矩阵投影到一维空间，获得投影值评价向量，并构建类间距离函数和类内密度函数；

步骤4、采用最大信息熵方法构建最大信息熵函数；

步骤5、建立基于最大信息熵与投影寻踪的变电站综合能效评价模型，并采用差分进化算法求解所建耦合模型，进而得到待评价变电站综合能效评价矩阵的最优投影向量，并且根据最优投影向量对待评价变电站的综合能效评价矩阵进行投影，从而获得待评价变电站的综合能效评价值向量。

2.根据权利要求1所述一种基于数据驱动的变电站综合能效评价方法，其特征在于：所述一次设备能效指标包括主变压器损耗、电容器损耗和电抗器损耗；所述二次设备能效指标包括互感器损耗、测量表计损耗和操作电器损耗，所述辅助设备能效指标包括空调损耗、采暖损耗和照明损耗。

3.根据权利要求1所述一种基于数据驱动的变电站综合能效评价方法，其特征在于：所述步骤2建立待评价变电站的综合能效评价矩阵为：

X^*＝{x^*(i,j)|i＝1,2,K,m；j＝1,2,K,n}

其中，m为待评价变电站个数，n为每个变电站的评价指标个数，x^*(i,j)为待评价变电站i第j个评价指标同趋标准化之前的值。

4.根据权利要求1所述一种基于数据驱动的变电站综合能效评价方法，其特征在于：所述步骤2同趋标准化处理的方法为：利用下式分别对正类指标和负类指标进行同趋化和标准化处理：

其中，x^*(i,j)为待评价变电站i第j个评价指标同趋标准化之前的值，x(i,j)待评价变电站i第j个评价指标同趋标准化之后的值，X＝{x(i,j)|i＝1,2,K,m；j＝1,2,K,n}为同趋标准化后待评价变电站的能效评价指标矩阵。

5.根据权利要求1所述一种基于数据驱动的变电站综合能效评价方法，其特征在于：所述步骤3的具体实现方法为：

首先，定义投影向量A＝[a(j)|j＝1,2,K,n]，a(j)为投影向量A在第j维坐标轴上的投影值；

然后，根据下式并利用投影向量将待评价变电站的高维评价指标矩阵投影到一维空间：

最后，构建类间距离函数S(Z)和类内密度函数D(Z)：

上式中，Z＝[z(i)|i＝1,2,K,m]为同趋标准化后待评价变电站能效评价指标矩阵在投影向量A方向上的投影，即待评价变电站的综合能效评价值向量；为待评价变电站综合能效评价值向量的平均值；S(Z)为待评价变电站综合能效评价值向量的标准差；r_ij＝|z(i)-z(j)|为综合能效评价值向量不同元素之间的距离；R为局部密度的窗口半径，取值范围为(max(r_ij)+n/2)≤R≤2n，其中n为变电站综合能效评价指标的个数；u(t)为单位阶跃函数，u(t)表示如下：

6.根据权利要求1所述一种基于数据驱动的变电站综合能效评价方法，其特征在于：所述步骤4构建的最大信息熵函数为：

其中，a²(j)∈[0,1]，且

7.根据权利要求1所述一种基于数据驱动的变电站综合能效评价方法，其特征在于：所述步骤5的具体实现方法为：

首先，建立投影指标函数Q(A)＝H(A)D(A)S(A)，并构建如下基于最大信息熵与投影寻踪的耦合模型：

然后，利用差分进化算法对上述模型进行求解，将投影向量的A的n个元素作为优化变量，通过随机生成初始种群，并经一代代变异、交差和选择操作，最终获得最优投影向量A_best；

最后，根据最优投影向量A_best对待评价变电综合能效评价矩阵X进行投影，即可得到待评价变电站的综合能效评价值向量Z_best：