[发明专利]基于K-means和主成分线性回归的台区线损率影响因素分析方法

说明书

基于K‑means和主成分线性回归的台区线损率影响因素分析方法。首先，对台区线损数据进行标准化处理；其次，利用K‑means聚类方法将台区数据按特征数据分为若干聚类；最后，分别对每一类数据进行线损率影响因素分析，提出了主成分线性回归模型。主成分线性回归模型分为两个步骤：第一步使用主成分分析法对指标进行降维处理；第二步，利用线性回归的方法对主成分数据进行训练，进而得到各指标对应的影响系数。本发明应用于电网公司线损管理系统中的线损数据成因分析。

技术领域

本发明涉及电力系数据挖掘技术领域，尤其涉及一种基于K-means和主成分线性回归的台区线损率影响因素分析方法。

背景技术

为紧跟大数据时代的步伐，电力公司已建设的同期线损管理系统为智能电网的发展带来了无限可能。为了能最大限度地挖掘同期线损管理系统中数据的价值，电力公司需要从战略高度着眼、战术角度入手，把先进的数据挖掘技术手段和科学的系统采集数据手段有机地结合起来。

线损指的是电能在电网运输过程中以热能形式散发的能量损耗，而同期线损管理系统中的线损数据是一个基于电能表计数计算出来的统计数值，是总供电量和总输出电量之差。其中，各个电压等级的供电量是从其他公司转入电量和从其他电压等级转入电量的总和，而总输出电量包含了该电压等级的售电量、向其他公司输出的电量和向其他电压等级的输出电量。此外，线损率被定义为线损电量与总供电量的百分比。

线损率是电力企业的一项重要综合性技术经济指标，它能反映出供电企业的规划设计、生产技术和运行管理水平。一方面，降低线损率是实现企业经济运行、提高企业经济效益的有效途径；另一方面，配电网直接服务于客户，配网降损对提高电力企业的社会效益也有重大的意义。

目前，关于线损的研究主要在理论计算、线损影响因素的探索方面取得了丰富成果。然而，目前大量关于线损的研究工作都是从理论角度出发进行分析，或者是站在管理的角度提出解决方案，但是没有给出实质性的调度建议。此外，对于影响线损率因素的分析绝大部分是定性分析，缺乏数据支撑。因此，发明一种科学地探索线损管理系统数据成因的新方法，并为电力公司的调度工作提供指导意见成为亟需解决的问题。

发明内容

本发明所要解决的技术问题在于，提供一种基于同期线损管理系统数据的线损率影响因素分析方法，可应用于线损管理系统的数据分析。

为解决上述技术问题，本发明提供一种基于K-means和主成分线性回归的台区线损率影响因素分析方法，包括如下步骤：

步骤一，选取台区线损的特征数据；

依据电网公司线损管理系统采集到的数据，所选特征数据包括：售电量、向其他电压等级转出电量、向其他公司转出电量、其他公司转入电量、其他电压等级转入电量、日线损率；

步骤二，标准化特征数据；

步骤三，利用K-means聚类方法，将台区数据按特征数据分为若干聚类；

步骤四，对每一个聚类利用主成分分析方法选取主成分，实现指标降维；

步骤五，将选取的主成分作为输入数据，日线损率作为输出数据，利用线性回归方法，得到步骤四中所得主成分的影响系数，观察影响系数。

步骤二中，对特征数据进行标准化的预处理工作，计算过程为：

第i个特征的第j个原始数据表示为x_ij

(A1)计算第i个特征的样本均值

(A2)计算第i个特征的方差S_i：

(A3)计算标准化数据z_ij：