CN106203867A - 基于配电网评价指标体系和聚类分析的电网区域划分方法 - Google Patents

Abstract

本发明公开了一种基于配电网评价指标体系和聚类分析的电网区域划分方法，步骤如下：步骤S1，选取若干个能反映某城市配电网现状的基层指标，利用***聚类法建立配电网评价指标体系。步骤S2，采用改进层次分析法与熵权法相结合的主客观分析法来确定评价指标体系中每一类的每个评价指标的综合权重，结合每个评价指标的评分值，得出被评估区域配电网的综合得分。步骤S3，对被评估区域配电网的综合得分进行聚类分析，得出整个区域配电网的分类结果。本发明能够为基于配电网的共性，科学评价配电网的发展现状和发展能力，确定影响配电网发展的关键因素提出了切实可靠的依据。

Description

基于配电网评价指标体系和聚类分析的电网区域划分方法

技术领域

本发明属于配电网区域划分的技术领域，具体涉及一种基于配电网评价指标体系和聚类分析的电网区域划分方法。

背景技术

对电网区域进行科学合理的划分一直是电网发展过程中的研究热点，通过对某一大区域内多个局域配电网进行划分，可以研究不同类别配电网的发展方向与路线，从而可以差异化满足该区域内电网的整体发展需求。

电网区域划分受众多诸如主干线路平均供电半径、截面半径是否满足规程要求的比例、供电可靠率、综合电压合格率等的影响，这些因素不达标会影响到工业生产和用户的日常生活，威胁到电网的稳定运行，因此，在制定与实施电网规划分区方案之前，必须对这些影响因素进行合理的归类与评估，以确保分区方案的全面性与合理性。

传统的配电网评价体系大多根据专家经验法进行指标类别的判定，且大多数指标评估中的权重算法也较为单一，少部分文献中才会运用到两种算法的结合来算权重。这些体系的建立方法和权重处理方案不够精细，并没有考虑到整个配电网指标体系的科学合理性。而且，大部分的电网区域都是基于电压、电流等局部因素进行划分的。因此亟需一种合理且全面的划分方法为配电网规划提供决策支持。

发明内容

针对上述现有技术中描述的不足，本发明的目的是提供一种客观、科学、全面、准确的基于配电网评价指标体系和聚类分析的电网区域划分方法，进而可以对划分后的各类配电网在统筹兼顾的原则下因地制宜地提出优化建设指导方案，有效利用电力资源，满足经济社会发展需求，促进电网整体素质提升。

为实现上述技术目的，本发明所采取的技术方案如下：

一种基于配电网评价指标体系和聚类分析的电网区域划分方法，步骤如下：

步骤S1，选取若干个能反映某城市配电网现状的基层指标，利用***聚类法建立配电网评价指标体系。

步骤S2，采用改进层次分析法与熵权法相结合的主客观分析法来确定评价指标体系中每一类的每个评价指标的综合权重，结合每个评价指标的评分值，得出被评估区域配电网的综合得分。

具体如下：步骤S2.1，对评价指标体系中评价指标所对应的数据进行预处理，去除畸形数据并采用平均值法补全缺失数据。

步骤S2.2，用改进层次分析法计算各评价指标主观权重α。

步骤S2.3，用熵权法确定各评价指标的客观权重β。

步骤S2.4，结合步骤S2.2的主观权重α和步骤S2.3中的客观权重β，计算各评价指标的综合权重v。

综合权重v的计算公式如下：其中，v_i为某一类中第i个评价指标的综合权重值，α_i为某一类中第i个评价指标的主观权重，β_i为某一类中第i个评价指标的客观权重，i,j＝1,2,......n。

步骤S2.5，对各评价指标进行评分，得到各评价指标的评分值；评分方法具体如下；采用三角型的隶属函数模型对评价指标进行评分，隶属函数模型的形状分别为增益型、递减型和过渡型；得分区间可划分为[p,100]，p可以为任意整数，即最低分为p分，最高分为100分，可根据需要设定p的值。

对于属于增益型的评价指标，得分计算公式如下，

$\begin{array}{c}{f}_1\left(x\right)=p+(100-p)\frac{x_1-x_{1\min }}{x_{\max }-x_{1\min }}\\ x_1\∈(x_{1\min },x_{1\max })\end{array}---\left(2\right);$

其中：f₁(x)为增益型评价指标得分值，x_1min为增益型评价指标的最小值，x_1max为增益型评价指标的最大值。

对于递减型评价指标，得分计算公式如下，

$\begin{array}{c}{f}_2\left(x\right)=p+(100-p)\frac{x_{2\max }-x_2}{x_{2\max }-x_{2\min }}\\ x_2\∈(x_{2\min },x_{2\max })\end{array}---\left(3\right);$

其中：f₂(x)为递减型评价指标得分值，x_2min为递减型评价指标的最小值，x_2max为递减型评价指标的最大值。

对于过渡型评价指标，首先根据专家意见以及历史经验确定过渡型评价指标的最优区间(a,b)，处于最优区间的评价指标得分为100分，再将最优区间之外的评价指标得分进行计算，计算公式如下，

$f_3\left(x\right)=\left\{\begin{array}{cc}p+(100-p)\frac{x_3-x_{3\min }}{\mathrm{\α}-x_{3\min }}& x_3\∈(x_{3\min },\mathrm{\α})\\ 100& x_3\∈(a,b)\\ p+(100-p)\frac{x_{3\max }-x_3}{x_{3\max }-b}& x_3\∈(b,x_{3\max })\end{array}\right.---\left(4\right);$

其中：f₃(x)为过渡型评价指标得分值，x_3min为过渡型评价指标的最小值，x_3max为过渡型评价指标的最大值。

步骤S2.6，将各评价指标的综合权重v与相应的评分值相结合，得出各被评估区域配电网的综合得分；配电网评价指标体系的每一大类的综合得分的计算公式如下，

$\begin{array}{c}{F}_j\left(x\right)=\underset{k=1}{\Σ}{v}_k{f}_i^{\left(k\right)}\left(x\right)\\ k=1,2,\mathrm{3...};j=1,\mathrm{2...},6;i=1,2,3\end{array}---\left(5\right)$

其中：F_j(x)为配电网指标体系中第j类的综合得分，f_i ^(k)(x)为评价指标k的得分值。

步骤S3，对被评估区域配电网的综合得分进行聚类分析，得出整个区域配电网的分类结果。

在步骤S1中，建立评价指标体系的具体步骤如下：步骤S1.1，收集某城市配电网历年的各项基层指标及其数据，结合专家经验，选取g个基层指标作为聚类样本。

步骤S1.2，为保证聚类结果的合理性，选择某城市p个地区基层指标的数据组成g行p列的矩阵B。

步骤S1.3，对矩阵B进行按变量g聚类，聚类结果以树状图形式展现。

步骤S1.4，对步骤S1.3中聚类结果进行分析，合理选定类与类之间的距离，从而确定类数k，建立评价指标体系。

在步骤S2.2中，采用改进层次分析法计算各评价指标的客观权重α的步骤如下：

S2.2.1，将决策的目标、决策准则和决策对象按相互关系分为最高层、中间层和最底层，并绘制层次结构图。

S2.2.2，对底层的评价指标进行两两对比，排定评价指标的相对重要程度，构造判断矩阵A。

S2.2.3，将判断矩阵A进行归一化处理，并求出判断矩阵A的最大特征根所对应的特征向量。

S2.2.4，选择相应的特征向量权向量，权向量所对应的最大特征根是每个评价指标的主观权重α。

在步骤S2.2.2中，以标度表中的标度为依据构造判断矩阵A，A＝{a_ij}，其中，a_ij表示评价指标i和评价指标j之间的相对重要程度；标度表如下：

aij的值	含义
		0.1	评价指标i绝对没有评价指标j重要
0.3	评价指标i明显没有评价指标j重要
		0.5	评价指标i与评价指标j同等重要
0.7	评价指标i明显重要于评价指标j
		0.9	评价指标i绝对重要于评价指标j
0.2、0.4、0.6、0.8	表示上述相邻判断的中间值

在步骤S2.2.4中，将判断矩阵归一化，求出判断矩阵A最大特征根及其对应特征向量，然后进行判断矩阵_A的一致性检验，当一致性比率CR<0.1，判断矩阵A的不一致性程度在允许范围内时，才可用判断矩阵A的特征向量做为权向量。

在步骤S2.3中，利用熵权法计算各评价指标的客观权重β的具体步骤如下：S2.3.1，由m个区域的n项评价指标构造评价矩阵_X，公式如下：

X＝(x_ij)_m×n，其中，i＝1,2...，m；j＝1,2...，n；x_ij表示评价矩阵X的每一个元素，是每个区域的每个评价指标的数值。

S2.3.2，将评价矩阵X进行标准化处理，得到标准矩阵P_ij；标准矩阵P_ij的公式如下：

$P_{ij}=x_{ij}/\underset{i=1}{\overset{m}{\&Sigma;}}{x}_{ij}---\left(6\right);$

S2.3.3，根据步骤S2.3.2中的标准矩阵P_ij求取各评价指标的信息熵E_j；信息熵E_j的计算公式如下：

$E_j=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{P}_{ij}\ln P_{ij}}{\ln n}---\left(7\right);$

S2.3.4，根据步骤S2.3.3中信息熵_E，计算各评价指标的客观权重β；客观权重β的计算公式如下：

$\left\{\begin{array}{c}{\mathrm{\&beta;}}_j=\frac{1-E_j}{\underset{j=1}{\overset{n}{\&Sigma;}}(1-E_j)}\\ \underset{j=1}{\overset{n}{\&Sigma;}}{\mathrm{\&beta;}}_j=1\end{array}\right.---\left(8\right);$

其中，β_j为某一类中第j个评价指标的客观权重。

在步骤S3中，对被评估区域配电网的综合得分进行聚类分析的具体步骤如下；步骤S3.1，选取某城市p个地区作为聚类样本。

步骤S3.2，依据某城市p个地区的指标体系每一类的综合得分结果组成k行p列的矩阵C。

步骤S3.3，对矩阵C进行按变量p聚类，聚类结果以树状图形式展现。

步骤S3.4，对步骤S3.3中聚类结果进行分析，选定类与类之间的距离，从而确定类数w，得到地区分类结果。

本发明对能反映配电网现状的基层指标采用***类聚法进行聚类分析，建立配电网的评价指标体系，再使用对评价指标体系中各评价指标计算主观权重和客观权重，保证评价指标体系的完备性，从而得到各评价指标的综合权重，将综合权重与各评价指标的评分值结合得出被评估区域配电网的综合得分，对综合得分再次进行聚类分析，从而得到整个区域配电网的分类结果。本文的配电网区域分类方法能够为基于配电网的共性，科学评价配电网的发展现状和发展能力，确定影响配电网发展的关键因素提出了切实可靠的依据。

附图说明

图1为本发明基层指标的聚类结果树状图。

图2为本发明配电网的评价指标体系的结构图。

图3为本发明评价指标体系中第一类的结构示意图。

图4为本发明评价指标体系中第二类的结构示意图。

图5为本发明评价指标体系中第三类的结构示意图。

图6为本发明评价指标体系中第四类的结构示意图。

图7为本发明评价指标体系中第五类的结构示意图。

图8为本发明评价指标体系中第六类的结构示意图。

图9为本发明区域聚类结果树状图。

图10为本发明的***流程图。

具体实施方式

如图10所示，

一种基于配电网评价指标体系和聚类分析的电网区域划分方法，步骤如下：

步骤S1，选取若干个能反映某城市配电网现状的基层指标，利用***聚类法建立配电网评价指标体系。

建立评价指标体系的具体步骤如下：步骤S1.1，收集某城市配电网历年的各项基层指标及其数据，结合专家经验，选取g个基层指标作为聚类样本。

步骤S1.2，为保证聚类结果的合理性，选择某城市p个地区基层指标的数据组成g行p列的矩阵B。

步骤S1.3，对矩阵B进行按变量g聚类，即按g个基层指标聚类，聚类结果以树状图形式展现。

步骤S1.4，对步骤S1.3中聚类结果进行分析，合理选定类与类之间的距离，从而确定类数k，建立评价指标体系。

步骤S2，采用改进层次分析法与熵权法相结合的主客观分析法来确定评价指标体系中每一类的每个评价指标的综合权重，结合每个评价指标的评分值，得出被评估区域配电网的综合得分。

具体如下：步骤S2.1，对评价指标体系中评价指标所对应的数据进行预处理，去除畸形数据并采用平均值法补全缺失数据。

步骤S2.2，用改进层次分析法计算各评价指标主观权重α。

采用改进层次分析法计算各评价指标的客观权重α的步骤如下：

S2.2.1，将决策的目标、决策准则和决策对象按相互关系分为最高层、中间层和最底层，并绘制层次结构图。

S2.2.2，对底层的评价指标进行两两对比，排定评价指标的相对重要程度，构造判断矩阵A。

以标度表中的标度为依据构造判断矩阵A，A＝{a_ij}，其中，a_ij表示评价指标i和评价指标j之间的相对重要程度；标度表如下：

S2.2.3，将判断矩阵A进行归一化处理，并求出判断矩阵A的最大特征根所对应的特征向量。将判断矩阵A归一化，求出判断矩阵A的最大特征根及其对应特征向量，然后进行判断矩阵A的一致性检验，当一致性比率CR<0.1，判断矩阵A的不一致性程度在允许范围内时，才可用判断矩阵A的特征向量做为权向量。

S2.2.4，选择相应的特征向量权向量，权向量所对应的最大特征根是每个评价指标的主观权重α。

步骤S2.3，用熵权法确定各评价指标的客观权重β。

利用熵权法计算各评价指标的客观权重β的具体步骤如下：S2.3.1，由m个区域的n项评价指标构造评价矩阵_X，公式如下：

X＝(x_ij)_m×n，其中，i＝1,2...，m；j＝1,2...，n；x_ij表示评价矩阵X的每一个元素，是每个区域的每个评价指标的数值。

S2.3.2，将评价矩阵X进行标准化处理，得到标准矩阵P_ij；标准矩阵P_ij的公式如下：

$P_{ij}=x_{ij}/\underset{i=1}{\overset{m}{\&Sigma;}}{x}_{ij}---\left(6\right);$

S2.3.3，根据步骤S2.3.2中的标准矩阵P求取各评价指标的信息熵E_j；信息熵E_j的计算公式如下：

$E_j=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{P}_{ij}{\mathrm{lnP}}_{ij}}{\ln n}---\left(7\right);$

S2.3.4，根据步骤S2.3.3中信息熵_E，计算各评价指标的客观权重β；客观权重β的计算公式如下：

$\left\{\begin{array}{c}{\mathrm{\&beta;}}_j=\frac{1-E_j}{\underset{j=1}{\overset{n}{\&Sigma;}}(1-E_j)}\\ \underset{j=1}{\overset{n}{\&Sigma;}}{\mathrm{\&beta;}}_j=1\end{array}\right.---\left(8\right);$

其中，β_j为某一类中第j个评价指标的客观权重。

步骤S2.4，结合步骤S2.2的主观权重α和步骤S2.3中的客观权重β，计算各评价指标的综合权重v。

综合权重v的计算公式如下：其中，v_i为某一类中第i个评价指标的综合权重值，α_i为某一类中第i个评价指标的主观权重，β_i为某一类中第i个评价指标的客观权重，i，j＝1，2，......n。

步骤S2.5，对各评价指标进行评分，得到各评价指标的评分值；评分方法具体如下；采用三角型的隶属函数模型对评价指标进行评分，隶属函数模型的形状分别为增益型、递减型和过渡型；得分区间可划分为[p,100]，p可以为任意整数，即最低分为p分，最高分为100分，可根据需要设定p的值。

对于属于增益型的评价指标，得分计算公式如下，

$\begin{array}{c}{f}_1\left(x\right)=p+(100-p)\frac{x_1-x_{1\min }}{x_{\max }-x_{1\min }}\\ x_1\&Element;(x_{1\min },x_{1\max })\end{array}---\left(2\right);$

其中：f₁(x)为增益型评价指标得分值，x_1min为增益型评价指标的最小值，x_1max为增益型评价指标的最大值。

对于递减型评价指标，得分计算公式如下，

$\begin{array}{c}{f}_2\left(x\right)=p+(100-p)\frac{x_{2\max }-x_2}{x_{2\max }-x_{2\min }}\\ x_2\&Element;(x_{2\min },x_{2\max })\end{array}---\left(3\right);$

其中：f₂(x)为递减型评价指标得分值，x_2min为递减型评价指标的最小值，x_2max为递减型评价指标的最大值。

对于过渡型评价指标，首先根据专家意见以及历史经验确定过渡型评价指标的最优区间(a,b)，处于最优区间的评价指标得分为100分，再将最优区间之外的评价指标得分进行计算，计算公式如下，

$f_3\left(x\right)=\left\{\begin{array}{cc}p+(100-p)\frac{x_3-x_{3\min }}{\mathrm{\&alpha;}-x_{3\min }}& x_3\&Element;(x_{3\min },\mathrm{\&alpha;})\\ 100& x_3\&Element;(a,b)\\ p+(100-p)\frac{x_{3\max }-x_3}{x_{3\max }-b}& x_3\&Element;(b,x_{3\max })\end{array}\right.---\left(4\right);$

其中：f₃(x)为过渡型评价指标得分值，x_3min为过渡型评价指标的最小值，x_3max为过渡型评价指标的最大值。

步骤S2.6，将各评价指标的综合权重v与相应的评分值相结合，得出各被评估区域配电网的综合得分；配电网评价指标体系的每一大类的综合得分的计算公式如下，

$\begin{array}{c}{F}_j\left(x\right)=\underset{k=1}{\&Sigma;}{v}_k{f}_i^{\left(k\right)}\left(x\right)\\ k=1,2,\mathrm{3...};j=1,\mathrm{2...},6;i=1,2,3\end{array}---\left(5\right);$

其中：F_j(x)为配电网指标体系中第j类的综合得分，f_i ^(k)(x)为评价指标k的得分值。

步骤S3，对被评估区域配电网的综合得分进行聚类分析，得出整个区域配电网的分类结果。

对被评估区域配电网的综合得分进行聚类分析的具体步骤如下；步骤S3.1，选取某城市p个地区作为聚类样本。

步骤S3.2，依据某城市p个地区的指标体系每一类的综合得分结果组成k行p列的矩阵C。

步骤S3.3，对矩阵C进行按变量p聚类，聚类结果以树状图形式展现。

步骤S3.4，对步骤S3.3中聚类结果进行分析，选定类与类之间的距离，从而确定类数w，得到地区分类结果。

下面以一个实例具体说明本发明。

河南省地域广袤，各县域配电网整体发展极不均衡，为了能差异化满足各区域电网发展，选取河南地区内36个县近5年来的配电网指标数据作为研究对象，旨在将36个县进行合理分类，为各县域配电网在多项指标下提供科学、合理、明确的分类，为提出中长期发展路线做准备。

配电网评价指标体系建立的具体流程如下：

(1)根据配电网历年的各项指标及数据，结合专家经验，共选取45个基层指标做为聚类样本，其中包括综合电压合格率、供电可靠率、容载比、线损率，N-1比例等。

(2)为了保证聚类结果的合理性，选择某省108个县的数据组成45*108的矩阵。

(3)利用SPSS19.0软件对该矩阵进行按个案聚类，形成树状图。树形图以躺倒树的形式展现了聚类分析中的每一次类合并的情况，SPSS自动将各类间的距离映射在0～25之间，并将聚类过程近似地表示在图上。

(4)进行聚类结果分析，选择合理的分类数，建立评价指标体系。

本发明中配电网评价指标体系建立的方法为聚类分析理论中的***聚类法，对于“亲疏程度”的度量选用欧式距离(Euclidean diatance)算法，对于类与类之间的距离选用离差平方和法(Ward法)。

本发明对配电网评价指标体系中45个基层指标的聚类结果见图1。图1纵坐标中的Case1、Case2等表示的是45*108矩阵中评价指标的排序号。为了保证有合适的分类数，选择距离为15时的聚类结果，即所有45个指标分为6大类，则配电网评价指标体系的总结构将如图2表示。

通过聚类最终形成的配电网评价体系每一类的具体内容如图3-8所示。每个指标前的标号表示的是图1中的Case号。

根据河南地区配电网历年数据，运用主客观结合的综合权重算法得每一类的基层指标权重见表2。

表2基层指标权重

将各评价指标的得分与表2中的权重相结合，即每个县域的每个指标得分乘以其对应的权重大小，再把归为一类的得分值相加，最终得到各县最终得分表见表3。计算公式如下：

$\begin{array}{c}{F}_j\left(x\right)=\underset{k=1}{\&Sigma;}{v}_k{f}_i^{\left(k\right)}\left(x\right)\\ k=1,2,\mathrm{3...};j=1,\mathrm{2...},6;i=1,2,3\end{array}---\left(5\right)$

其中：F_j(x)为配电网指标体系中第j类的综合得分，f_i ^(k)(x)为指标k的得分值。

表3各县得分表

根据最终得分表可对36个县按变量，即按县域，进行聚类分类，聚类分析树状图见图9。图9中坐标的VAR0001、VAR0002等表示的是6*36矩阵中县域名称的排序号。

仔细分析图9，选择距离为6时的聚类结果，即36各县共分为4类，得到区域分类表，如表4所示，以保证类与类之间有足够的区别，并且每一类的优缺点足够突出，能够为配电网规划提供准确的指导。

表4区域分类表

最终得到了与传统电网分区不同的、理由更充分的分类结果，为电网区域划分及配电网规划应用提供了有意义的尝试。

Claims (7)

1.一种基于配电网评价指标体系和聚类分析的电网区域划分方法，其特征在于，步骤如下：

步骤S1，选取若干个能反映某城市配电网现状的基层指标，利用***聚类法建立配电网评价指标体系；

步骤S2，采用改进层次分析法与熵权法相结合的主客观分析法来确定评价指标体系中每一类的每个评价指标的综合权重，结合每个评价指标的评分值，得出被评估区域配电网的综合得分；

具体如下：步骤S2.1，对评价指标体系中评价指标所对应的数据进行预处理，去除畸形数据并采用平均值法补全缺失数据；

步骤S2.2，用改进层次分析法计算各评价指标主观权重α；

步骤S2.3，用熵权法确定各评价指标的客观权重β；

步骤S2.4，结合步骤S2.2的主观权重α和步骤S2.3中的客观权重β，计算各评价指标的综合权重v；

综合权重v的计算公式如下：其中，v_i为某一类中第i个评价指标的综合权重值，α_i为某一类中第i个评价指标的主观权重，β_i为某一类中第i个评价指标的客观权重，i,j＝1,2,......n；

步骤S2.5，对各评价指标进行评分，得到各评价指标的评分值；评分方法具体如下；采用三角型的隶属函数模型对评价指标进行评分，隶属函数模型的形状分别为增益型、递减型和过渡型；得分区间可划分为[p,100]，p可以为任意整数，最低分为p分，最高分为100分；

对于属于增益型的评价指标，得分计算公式如下，

$\begin{array}{c}{f}_1\left(x\right)=p+(100-p)\frac{x_1-x_{1\min }}{x_{max}-x_{1\min }}\\ x_1\&Element;(x_{1\min },x_{1\max })\end{array}---\left(2\right);$

其中：f₁(x)为增益型评价指标得分值，x_1min为增益型评价指标的最小值，x_1max为增益型评价指标的最大值；

对于递减型评价指标，得分计算公式如下，

$\begin{array}{c}{f}_2\left(x\right)=p+(100-p)\frac{x_{2\max }-x_2}{x_{2max}-x_{2\min }}\\ x_2\&Element;(x_{2\min },x_{2\max })\end{array}---\left(3\right);$

其中：f₂(x)为递减型评价指标得分值，x_2min为递减型评价指标的最小值，x_2max为递减型评价指标的最大值；

对于过渡型评价指标，首先根据专家意见以及历史经验确定过渡型评价指标的最优区间(a,b)，处于最优区间的评价指标得分为100分，再将最优区间之外的评价指标得分进行计算，计算公式如下，

$f_3\left(x\right)=\left\{\begin{array}{cc}p+(100-p)\frac{x_3-x_{3\min }}{\mathrm{\&alpha;}-x_{3\min }}& x_3\&Element;(x_{3\min },\mathrm{\&alpha;})\\ 100& x_3\&Element;(a,b)\\ p+(100-p)\frac{x_{3max}-x_3}{x_{3max}-b}& x_3\&Element;(b,x_{3\max })\end{array}\right.---\left(4\right);$

其中：f₃(x)为过渡型评价指标得分值，x_3min为过渡型评价指标的最小值，x_3max为过渡型评价指标的最大值；

步骤S2.6，将各评价指标的综合权重v与相应的评分值相结合，得出各被评估区域配电网的综合得分；配电网评价指标体系的每一大类的综合得分的计算公式如下，

$\begin{array}{c}{F}_j\left(x\right)=\underset{k=1}{\&Sigma;}{v}_k{f}_i^{\left(k\right)}\left(x\right)\\ k=1,2,3...;j=1,2...,6;i=1,2,3\end{array}---\left(5\right);$

其中：F_j(x)为配电网指标体系中第j类的综合得分，为评价指标k的得分值；

步骤S3，对被评估区域配电网的综合得分进行聚类分析，得出整个区域配电网的分类结果。

2.根据权利要求1所述的基于配电网评价指标体系和聚类分析的电网区域划分方法，其特征在于，在步骤S1中，建立评价指标体系的具体步骤如下：步骤S1.1，收集某城市配电网历年的各项基层指标及其数据，结合专家经验，选取g个基层指标作为聚类样本；

步骤S1.2，为保证聚类结果的合理性，选择某城市p个地区基层指标的数据组成g行p列的矩阵B；

步骤S1.3，对矩阵B进行按变量g聚类，聚类结果以树状图形式展现；

步骤S1.4，对步骤S1.3中聚类结果进行分析，合理选定类与类之间的距离，从而确定类数k，建立评价指标体系。

3.根据权利要求1所述的基于配电网评价指标体系和聚类分析的电网区域划分方法，其特征在于，在步骤S2.2中，采用改进层次分析法计算各评价指标的客观权重α的步骤如下：

S2.2.1，将决策的目标、决策准则和决策对象按相互关系分为最高层、中间层和最底层，并绘制层次结构图；

S2.2.2，对底层的评价指标进行两两对比，排定评价指标的相对重要程度，构造判断矩阵A；

S2.2.3，将判断矩阵A进行归一化处理，并求出判断矩阵A的最大特征根所对应的特征向量；

S2.2.4，选择相应的特征向量权向量，权向量所对应的最大特征根是每个评价指标的主观权重α。

4.根据权利要求3所述的基于配电网评价指标体系和聚类分析的电网区域划分方法，其特征在于，在步骤S2.2.2中，以标度表中的标度为依据构造判断矩阵A，A＝{a_ij}，其中，a_ij表示评价指标i和评价指标j之间的相对重要程度；标度表如下：

a_ij的值 含义 0.1 评价指标_i绝对没有评价指标j重要 0.3 评价指标_i明显没有评价指标j重要 0.5 评价指标_i与评价指标j同等重要 0.7 评价指标_i明显重要于评价指标j 0.9 评价指标_i绝对重要于评价指标j 0.2、0.4、0.6、0.8 表示上述相邻判断的中间值

5.根据权利要求3所述的基于配电网评价指标体系和聚类分析的电网区域划分方法，其特征在于，在步骤S2.2.4中，将判断矩阵A归一化，求出判断矩阵A的最大特征根及其对应特征向量，然后进行判断矩阵A的一致性检验，当一致性比率CR<0.1，判断矩阵A的不一致性程度在允许范围内时，用判断矩阵A的特征向量做为权向量。

6.根据权利要求1所述的基于配电网评价指标体系和聚类分析的电网区域划分方法，其特征在于，在步骤S2.3中，利用熵权法计算各评价指标的客观权重β的具体步骤如下：S2.3.1，由m个区域的n项评价指标构造评价矩阵X，公式如下：

X＝(x_ij)_m×n，其中，i＝1,2...，m；j＝1,2...，n；x_ij表示评价矩阵X的每一个元素，是每个区域的每个评价指标的数值；

S2.3.2，将评价矩阵X进行标准化处理，得到标准矩阵P_ij；标准矩阵P_ij的公式如下：

$P_{ij}=x_{ij}/\underset{i=1}{\overset{m}{\&Sigma;}}{x}_{ij}---\left(6\right);$

其中，P_ij表示什么标准矩阵；

S2.3.3，根据步骤S2.3.2中的标准矩阵P_ij求取各评价指标的信息熵E_j；信息熵E_j的计算公式如下：

$E_j=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{P}_{ij}{\mathrm{lnP}}_{ij}}{\ln n}---\left(7\right);$

S2.3.4，根据步骤S2.3.3中信息熵E，计算各评价指标的客观权重β；客观权重β的计算公式如下：

$\left\{\begin{array}{c}{\mathrm{\&beta;}}_j=\frac{1-E_j}{\underset{j=1}{\overset{n}{\&Sigma;}}(1-E_j)}\\ \underset{j=1}{\overset{n}{\&Sigma;}}{\mathrm{\&beta;}}_j=1\end{array}\right.---\left(8\right);$

其中，β_j为某一类中第j个评价指标的客观权重。

7.根据权利要求1所述的基于配电网评价指标体系和聚类分析的电网区域划分方法，其特征在于，在步骤S3中，对被评估区域配电网的综合得分进行聚类分析的具体步骤如下；步骤S3.1，选取某城市p个地区作为聚类样本；

步骤S3.2，依据某城市p个地区的指标体系每一类的综合得分结果组成k行p列的矩阵C；

步骤S3.3，对矩阵C进行按变量p聚类，聚类结果以树状图形式展现；

步骤S3.4，对步骤S3.3中聚类结果进行分析，选定类与类之间的距离，从而确定类数w，得到地区分类结果。