CN116703109A - 一种配电网项目选取方法、装置、设备及存储介质 - Google Patents

一种配电网项目选取方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116703109A
CN116703109A CN202310746730.5A CN202310746730A CN116703109A CN 116703109 A CN116703109 A CN 116703109A CN 202310746730 A CN202310746730 A CN 202310746730A CN 116703109 A CN116703109 A CN 116703109A
Authority
CN
China
Prior art keywords
distribution network
power distribution
influence factor
preset
project
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310746730.5A
Other languages
English (en)
Inventor
董富德
黄荣杰
华耀
薛博文
杨浩
梁健辉
郭景宇
徐远途
张培培
王伟杰
朱德强
赵文
陈伯韬
盘荣波
钟芬芳
盘倩
李炳坤
刘佳南
王星华
彭显刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Qingyuan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Qingyuan Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Qingyuan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202310746730.5A priority Critical patent/CN116703109A/zh
Publication of CN116703109A publication Critical patent/CN116703109A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种配电网项目选取的方法、装置、设备及存储介质，该方法包括：获取当前周期下至少一个待选配电网项目在预设影响因素下的当前影响因素数据；根据当前影响因素数据，确定各待选配电网项目分别在预设影响因素下的影响因素得分；根据各待选配电网项目分别在预设影响因素下的影响因素得分，基于预设影响因素的预设影响权重值，确定各待选配电网项目的项目分值；根据各项目分值，从各待选配电网项目中选取目标配电网项目。本发明实施例通过对目标配电网项目的选取，减少配电网项目的建设成本，提高配电网项目选取的准确性和可靠性。

Description

一种配电网项目选取方法、装置、设备及存储介质
技术领域
本发明涉及配电网选取技术领域，尤其涉及一种配电网项目选取方法、装置、设备及存储介质。
背景技术
配电网项目是电网***中的重要组成部分，关乎国计民生。目前各地用电负荷连续增长，各级用户对供电可靠性需求趋于多样化，在用电需求与可靠性需求双重增长的形势下，配电网项目的规划面临巨大压力。
配电网项目优选研究需要综合考虑多个因素，以选择最优建设方案。目前，配电网项目的选取方法主要依赖技术人员的经验和主观认定等，不能智能化的对配电网项目进行选取，建设成本大，且存在选取结果不准确和可靠性低的问题。
发明内容
本发明提供了一种配电网项目选取方法、装置、设备及存储介质，以减少建设成本，提高配电网项目选取的准确性和可靠性。
根据本发明的一方面，提供了一种配电网项目选取方法，方法包括：
获取当前周期下至少一个待选配电网项目在预设影响因素下的当前影响因素数据；
根据当前影响因素数据，确定各待选配电网项目分别在预设影响因素下的影响因素得分；
根据各待选配电网项目分别在预设影响因素下的影响因素得分，基于预设影响因素的预设影响权重值，确定各待选配电网项目的项目分值；
根据各项目分值，从各待选配电网项目中选取目标配电网项目。
根据本发明的另一方面，提供了一种配电网项目装置，包括：
影响因素获取模块，用于获取当前周期下至少一个待选配电网项目在预设影响因素下的当前影响因素数据；
影响因素得分模块，用于根据当前影响因素数据，确定各待选配电网项目分别在预设影响因素下的影响因素得分；
项目分值确定模块，用于根据各待选配电网项目分别在预设影响因素下的影响因素得分，基于预设影响因素的预设影响权重值，确定各待选配电网项目的项目分值；
目标项目选取模块，用于根据各项目分值，从各待选配电网项目中选取目标配电网项目。
根据本发明的另一方面，提供了一种配电网项目选取设备，设备包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明实施例提供的任意一种配电网项目选取方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明实施例提供的任意一种配电网项目选取方法。
本发明实施例的技术方案，通过获取各待选配电网的预设影响因素，得到预设影响因素的影响因素得分与影响因素权重值，确定选配电网项目的项目分值，实现了对配电网项目选取的量化分析；根据对选配电网项目的项目分值进行评估，得到目标配电网项目，实现了配电网项目的优选。采用上述技术方案，减少配电网项目的建设成本，提高配电网项目选取的准确性和可靠性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种配电网项目选取方法的流程图；
图2是根据本发明实施例二提供的一种配电网项目选取方法的流程图；
图3是根据本发明实施例三提供的一种预设影响权重值确定方法的流程图；
图4是根据本发明实施例四提供的一种配电网项目选取装置的结构示意图；
图5是实现本发明实施例五的配电网项目选取方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“当前”、“历史”、“待选”、“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种配电网项目选取方法的流程图，本实施例可适用于对配电网项目进行有效选取的情况，该方法可以由配电网项目选取装置来执行，该配电网项目选取装置可以采用硬件和/或软件的形式实现，该配电网项目选取装置可配置于电子设备中。
如图1所示，本实施例一提供的一种配电网项目选取方法，具体包括如下步骤：
S101、获取当前周期下至少一个待选配电网项目在预设影响因素下的当前影响因素数据。
其中，当前周期为选取配电网项目的参考时间段，例如当前周期可以是一年。预设影响因素为相关技术人员根据经验预先设定的用来评估配电网项目投资效益的影响参数。当前影响因素数据为预设影响因素对应的影响因素的数值。
示例性的，根据不同的评价指标，预设影响因素也不同，例如评价指标可以是全生命周期成本(Life Cycle Cost,LCC)，全生命周期成本是以配电网项目全生命周期各个环节为研究对象，从规划、设计、购置、安装、运行、故障和报废的全过程成本进行分析，由初始投资成本、运行成本、维护成本和报废成本量四个预设影响因素数值量化相加得到，其中初始投资成本是取得投资时实际支付的全部价款，运行成本为项目在运作使投入的价款，维护成本为使用和维护项目的价值需要的费用，报废成本为项目作废时投入的价款；评价指标可以是负荷增长，采用供电增量从配电网项目的负荷运行角度考虑项目投运后实际负荷问题；评价指标可以是网架改善，网架改善主要从提升配电网线路联络率、N-1通过率两个预设影响因素对配电网项目进行评估，其中配电网线路联络率为联络线路条数占总线路条数的比例，N-1通过率为电力***的N个元件中的任一独立元件发生故障而被切除后，不影响其他线路过负荷跳闸而导致用户停电；评价指标可以是供电质量，从电压合格率、自动化设备使用程度、平均停电时间和供电可靠率四个预设影响因素进行评估，其中，电压合格率是在一个时段下，监测点电压在合格范围内的时间总和与电压监测总时间的比值，自动化设备使用程度表征使用自动化设备的频次，平均停电时间为停电用户停电的平均时间，供电可靠率是指在统计期间内为不计因***电源不足而需限电的情况；可以是配网运行指标，从线路重过载下降率、配变重过载下降率和线损率预计降低程度三个预设影响因素完成项目评估，其中，线路重过载下降率是指线路承载的电流超过其额定电流的程度，该程度下降的比率，配变重过载下降率为配电变压器由于各种原因破坏其安全稳定运行这种现象下降的比率，线损率预计降低程度为线损率降低到某一水平。
具体的，获取各待选配电网项目在至少一种预设影响因素下的当前影响因素数据，需要说明的是，可能存在待选配电网项目在预设影响因素下无影响因素数据的情况，后续在使用待选配电网项目的当前影响因素数据的工程中，对于在预设影响因素下不存在影响影响因素数据的可以采用零值填充。
S102、根据当前影响因素数据，确定各待选配电网项目分别在预设影响因素下的影响因素得分。
其中，影响因素得分为用来表征预设影响因素的重要程度。
具体的，根据各待选配电网项目的特征，把具有相似特征的配电网项目划分到同一个部分，同一个部分内的待选配电网项目具有相似性。在各个不同部分之间确定一个部分中心，根据每个配电网项目到部分中心的远近程度确定各待选配电网项目分别在预设影响因素下的影响因素得分。
示例性的，例如存在待选配电网项目A、待选配电网项目B、待选配电网项目C和待选配电网项目D，预设影响因素包括影响因素a、影响因素b和影响因素c，根据项目特性进行聚类，将待选配电网项目A和B划分为同一项目类M以及将待选配电网项目C和D划分为同一项目类N，根据各待选配电网项目的当前影响因素数据，可以分别得到项目类M和项目类N的类中心，确定待选配电网项目A的影响因素a对应的当前影响因素数据距离项目类M的类中心的距离，并将该距离作为待选配电网项目A在预设影响因素a下的影响因素得分，同理，可以确定待选配电网项目A分别在预设影响因素b和c下的影响因素得分。同理，可以确定待选配电网项目B、C和D分别在预设影响因素a、b和c下的影响因素得分，本实施例对此不再进行赘述。
S103、根据各待选配电网项目分别在预设影响因素下的影响因素得分，基于预设影响因素的预设影响权重值，确定各待选配电网项目的项目分值。
其中，预设影响权重值是对预设影响因素预先设定的权重值，用于表征预设影响因素对待选配电网项目的重要程度，具体可以由相关技术人员根据实际需求进行预先设定。项目分值是对配电网项目进行选取的依据，根据项目得分的数值选取配电网项目。
具体的，影响因素的的得分和预设影响权重值共同确定项目分值，项目分值可以通过影响因素得分和预设影响权重值加权得到，例如可以通过加权和的方式得到，加权系数由可以根据人为经验设定。
示例性的，针对待选配电网项目A，预设影响因素为有a、b和c三种，a、b和c的预设影响权重值分别为0.1、0.3和0.5，配电网项目A在预设影响因素a下的得分为1分，在预设影响因素b下的得分为3分，在预设影响因素c下的得分为5分，基于预设影响权重值和影响因素得分，得到项目分值为0.1×1+0.3×3+0.5×5＝3.5。
S104、根据各项目分值，从各待选配电网项目中选取目标配电网项目。
其中，目标配电网项目为项目分值较高的待选配电网项目。
具体的，根据项目分值的数值大小，确定目标配电网项目，将项目分值按照从大到小的顺序排列各待选配电网项目，从中选取项目得分靠前的待选配电网项目，作为目标配电网项目，目标配电网项目的个数可以为多个，具体可以与实际的选取需求进行设定，或者根据待选配电网的数量比例进行设定，本实施例对此不进行限定。
本实施例的技术方案，通过各待选配电网在预设影响因素下的影响因素得分与影响因素权重值，得到选配电网项目的项目分值，实现了对配电网项目选取的量化分析；根据对选配电网项目的项目分值进行评估，得到目标配电网项目，实现了配电网项目的优选。采用上述技术方案，减少配电网项目的建设成本，提高配电网项目选取的准确性和可靠性。
实施例二
图2为本发明实施例二提供的一种配电网项目选取方法的流程图，本实施例在上述各实施例基础上进一步细化，具体为将“根据所述当前影响因素数据，确定各所述待选配电网项目分别在预设影响因素下的影响因素得分”细化“为对所述当前影响因素数据进行聚类，得到至少一个当前配电网项目类别；根据各所述当前配置网项目类别下的当前影响因素数据，确定各所述当前配电网项目类别的聚类中心值；根据各所述当前配电网项目类别的聚类中心值，确定各所述待选当前配电网项目分别在预设影响因素下的影响因素得分”。需要说明的是，在本发明实施例中未详述部分，可参考其他实施例的相关表述，此处不再赘述。
如图2所示，该方法包括：
S201、获取当前周期下至少一个待选配电网项目在预设影响因素下的当前影响因素数据。
S202、对当前影响因素数据进行聚类，得到至少一个当前配电网项目类别。
其中，当前配电网项目类别为对待选配电网项目进行分类，一个种类里具有配电网项目的相似特征。
具体的，将当前影响因素数据转化为矩阵格式的数据，对该矩阵利用算法进行聚类，将待选配电网项目划分为多个类别，同一类别下的待选配电网项目具有相对一致的偏好，不同类别下的配电网项目具有差异性。
S203、根据各当前配电网项目类别下的当前影响因素数据，确定各当前配电网项目类别的聚类中心值。
其中，聚类中心值为当前配电网项目类别的样本中心值，聚类中心可以是平均值或重心。
具体的，每个当前配电网项目类别都有各自的当前影响因素数据，根据当前影响因素数据确定各当前配电网项目类别的聚类中心值。首先选取K个初始聚类类别，选取的聚类中心数量可以由相关技术人员进行预先设定，例如可以根据配电网项目的项目特征进行设定。根据设定的K个初始聚类类别，对各配电网项目进行聚类，将每个待选配电网项目分配到当前配电网项目类别中，各配电网项目类别的聚类中心值确定方式可以为，更新每个配电网项目类别的初始聚类中心为该类别下所有待选配电网项目的平均值，重复上述过程，迭代更新初始聚类中心，直至初始聚类中心基本不变化或满足迭代次数时，停止聚类，将更新后的初始聚类中心确定为聚类中心值。
S204、根据各当前配电网项目类别的聚类中心值，确定各待选当前配电网项目分别在预设影响因素下的影响因素得分。
具体的，根据各当前配电网项目类别的聚类中心值，用各待选配电网项目到聚类中心值的相似程度评估各待选当前配电网项目分别在预设影响因素下的影响因素得分。
可选的，根据各当前配电网项目类别的聚类中心值，确定各待选当前配电网项目分别在预设影响因素下的影响因素得分，包括：确定各待选当前配电网项目在预设影响因素下的当前影响因素数据，距离相应待选配电网项目类别的聚类中心值的参考权重值；将各参考权重值进行标准化处理，得到标准权重值，并将标准权重值作为影响因素得分。
具体的，各待选配电网项目的当前影响因素数据有各自的权重值，计算各待选配电网项目到聚类中心值的距离，利用该距离得到各待选配电网项目类别到聚类中心值的参考权重值。对参考权重值进行标准化处理，得到标准权重值，将该标准权重值确定为影响因素得分。示例性的，标准化处理方式可以为归一化处理。
本实施例的技术方案，通过标准化处理参考权重值，消除量纲影响，确保影响因素数据的规范性和有效性。
S205、根据各待选配电网项目分别在预设影响因素下的影响因素得分，基于预设影响因素的预设影响权重值，确定各待选配电网项目的项目分值。
S206、根据各项目分值，从各待选配电网项目中选取目标配电网项目。
本实施例的技术方案，通过对当前影响因素数据进行聚类分析，得到各当前配电网项目类别的聚类中心值，通过计算各待选配电网项目到聚类中心值的距离，进而得到影响因素得分，实现了待选配电网项目的数值量化，增加了配电网项目选取的可解释性。
实施例三
图3为本发明实施例三提供的一种预设影响因素的预设影响权重值的确定方式的流程图。本实施例是在上述各实施例的基础上对预设影响权重值确定方式的详细说明。如图3所示，该方法包括：
S301、获取历史周期下至少一个历史配电网项目在预设影响因素下的历史影响因素数据，并将历史影响因素数据作为样本训练集。
其中，历史周期为在当前周期之前的一段时间。样本训练集为确定预设影响权重值的数据来源。
具体的，获取历史周期下的历史配电网项目在预设影响因素下的历史影响因素数据，历史配电网项目的个数为至少一个，可以直接将历史影响因素数据确定为样本训练集。
可选的，获取历史周期下至少一个历史配电网项目在预设影响因素下的历史影响因素数据，并将历史影响因素数据作为样本训练集，包括：对历史影响因素数据进行聚类，得到至少一个历史配电网项目类别；根据各历史配电网项目类别下的历史影响因素数据，确定各历史配电网项目类别的聚类中心值；根据各历史配电网项目类别的聚类中心值，确定各历史配电网项目分别在预设影响因素下对应的历史影响权重值，并将各历史配电网项目的历史影响权重值作为样本训练集。
具体的，样本训练集的确定方式还可以为：首先选取K个初始聚类类别，选取的聚类中心数量可以由相关技术人员进行预先设定，例如可以根据历史配电网项目的项目特征进行设定。根据设定的K个初始聚类类别，对各历史配电网项目进行聚类，将每个历史配电网项目分配到历史配电网项目类别中，各历史配电网项目类别的聚类中心值确定方式可以为，更新每个历史配电网项目类别的初始聚类中心为该类别下所有历史配电网项目的平均值，重复上述过程，迭代更新初始聚类中心，直至初始聚类中心基本不变化或满足迭代次数时，停止聚类，将更新后的初始聚类中心确定为聚类中心值。根据各历史配电网项目类别的聚类中心值，用各历史配电网项目到聚类中心值的相似程度评估各历史配电网项目分别在预设影响因素下的历史影响权重值，将各历史配电网项目的历史影响权重值作为样本训练集。
S302、将样本训练集输入至预设的神经网络模型中进行模型训练，得到模型输出的预设影响因素的预设影响权重值。其中，神经网络模型的输出层的神经元数量与预设影响因素的元素数量相同。
具体的，预设影响权重值由神经网络确定，将样本训练集作为神经网络模型训练的输入，预设影响权重值为神经网络模型的输出。
优选的，神经网络模型可以为模糊神经网络，该神经网络有四层，第一层为输入层，输入数据为样本训练集；第二层为模糊化层，该层有自身预先设定的数学函数，如隶属度函数；第三层为模糊规则计算层，该层与第二层进行连接，完成层之间的模糊规则匹配；第四层为输出层，输出结果为预设影响权重值。
可选的，可对模糊神经网络的训练误差进行计算。通过模糊神经网络的预期输出与实际输出的预设影响权重值的差值程度，确定训练误差。优选的，训练误差的公式可以为：
式中，yd表示预期的预设影响权重值，yc表示实际的预设影响权重值，e表示训练误差。
可选的，可对模糊神经网络的参数进行修正。可以通过采用反向传播算法，修正各层参数，直至训练误差达到要求。
本实施例的技术方案，通过神经网络模型确定预设影响权重值，以及对样本训练集的确定，减少了人为参与度，提高了配电网项目选取的可靠性。另外对模糊神经参数的修正，提高了配电网项目选取的准确性。
实施例四
图4为本发明实施例四提供的一种配电网项目选取装置的结构示意图。如图4所示，该装置包括：
影响因素获取模块401，用于获取当前周期下至少一个待选配电网项目在预设影响因素下的当前影响因素数据；
影响因素得分模块402，用于根据当前影响因素数据，确定各待选配电网项目分别在预设影响因素下的影响因素得分；
项目分值确定模块403，用于根据各待选配电网项目分别在预设影响因素下的影响因素得分，基于预设影响因素的预设影响权重值，确定各待选配电网项目的项目分值；
目标项目选取模块404，用于根据各项目分值，从各待选配电网项目中选取目标配电网项目。
本实施例的技术方案，各个模块相互配合，通过各待选配电网在预设影响因素下的影响因素得分与影响因素权重值，得到选配电网项目的项目分值，实现了对配电网项目选取的量化分析；根据对选配电网项目的项目分值进行评估，得到目标配电网项目，实现了配电网项目的优选。采用上述技术方案，减少配电网项目的建设成本，提高配电网项目选取的准确性和可靠性。
可选的，影响因素得分模块包括：
项目类别确定单元，用于对当前影响因素数据进行聚类，得到至少一个当前配电网项目类别；
聚类中心确定单元，用于根据各当前配电网项目类别下的当前影响因素数据，确定各当前配电网项目类别的聚类中心值；
得分确定单元，用于根据各当前配电网项目类别的聚类中心值，确定各待选当前配电网项目分别在预设影响因素下的影响因素得分。
可选的，项目分值确定模块包括：
训练集确定单元，用于获取历史周期下至少一个历史配电网项目在预设影响因素下的历史影响因素数据，并将历史影响因素数据作为样本训练集；
权重值确定单元，用于将样本训练集输入至预设的神经网络模型中进行模型训练，得到模型输出的预设影响因素的预设影响权重值；
其中，神经网络模型的输出层的神经元数量与预设影响因素的元素数量相同。
可选的，得分确定单元包括：
参考权重子单元，用于确定各待选当前配电网项目在预设影响因素下的当前影响因素数据，距离相应待选配电网项目类别的聚类中心值的参考权重值；
标准权重子单元，用于将各参考权重值进行标准化处理，得到标准权重值，并将标准权重值作为影响因素得分。
可选的，训练集确定单元包括：
历史类别子单元，用于对历史影响因素数据进行聚类，得到至少一个历史配电网项目类别；
历史中心子单元，用于根据各历史配电网项目类别下的历史影响因素数据，确定各所述历史配电网项目类别的聚类中心值；
历史训练集子单元，用于根据各历史配电网项目类别的聚类中心值，确定各历史配电网项目分别在预设影响因素下对应的历史影响权重值，并将各历史配电网项目的历史影响权重值作为样本训练集。
本发明实施例所提供的配电网项目选取装置可执行本发明任意实施例所提供的配电网项目选取方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5是实现本发明实施例五的配电网项目选取方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示，电子设备500包括至少一个处理器501，以及与至少一个处理器501通信连接的存储器，如只读存储器(ROM)502、随机访问存储器(RAM)503等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器501可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM503中，还可存储电子设备500操作所需的各种程序和数据。处理器501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器501可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器501执行上文所描述的各个方法和处理，例如配电网项目选取方法。
在一些实施例中，配电网项目选取方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM503并由处理器501执行时，可以执行上文描述的配电网项目选取方法的一个或多个步骤。备选地，在其他实施例中，处理器501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行配电网项目选取方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的***和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种配电网项目选取方法，其特征在于，包括：
获取当前周期下至少一个待选配电网项目在预设影响因素下的当前影响因素数据；
根据所述当前影响因素数据，确定各所述待选配电网项目分别在预设影响因素下的影响因素得分；
根据各所述待选配电网项目分别在预设影响因素下的影响因素得分，基于所述预设影响因素的预设影响权重值，确定各所述待选配电网项目的项目分值；
根据各所述项目分值，从各所述待选配电网项目中选取目标配电网项目。
2.根据权利要求1所述的方法，其特征在于，所述根据所述当前影响因素数据，确定各所述待选配电网项目分别在预设影响因素下的影响因素得分，包括：
对所述当前影响因素数据进行聚类，得到至少一个当前配电网项目类别；
根据各所述当前配电网项目类别下的当前影响因素数据，确定各所述当前配电网项目类别的聚类中心值；
根据各所述当前配电网项目类别的聚类中心值，确定各所述待选当前配电网项目分别在预设影响因素下的影响因素得分。
3.根据权利要求2所述的方法，其特征在于，所述根据各所述当前配电网项目类别的聚类中心值，确定各所述待选当前配电网项目分别在预设影响因素下的影响因素得分，包括：
确定各所述待选当前配电网项目在预设影响因素下的当前影响因素数据，距离相应待选配电网项目类别的聚类中心值的参考权重值；
将各所述参考权重值进行标准化处理，得到标准权重值，并将所述标准权重值作为影响因素得分。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述预设影响因素的预设影响权重值的确定方式如下：
获取历史周期下至少一个历史配电网项目在预设影响因素下的历史影响因素数据，并将所述历史影响因素数据作为样本训练集；
将所述样本训练集输入至预设的神经网络模型中进行模型训练，得到模型输出的预设影响因素的预设影响权重值；
其中，所述神经网络模型的输出层的神经元数量与预设影响因素的元素数量相同。
5.根据权利要求4所述的方法，其特征在于，所述获取历史周期下至少一个历史配电网项目在预设影响因素下的历史影响因素数据，并将所述历史影响因素数据作为样本训练集，包括：
对所述历史影响因素数据进行聚类，得到至少一个历史配电网项目类别；
根据各所述历史配电网项目类别下的历史影响因素数据，确定各所述历史配电网项目类别的聚类中心值；
根据各所述历史配电网项目类别的聚类中心值，确定各历史配电网项目分别在预设影响因素下对应的历史影响权重值，并将各历史配电网项目的历史影响权重值作为样本训练集。
6.一种配电网项目选取装置，其特征在于，包括：
影响因素获取模块，用于获取当前周期下至少一个待选配电网项目在预设影响因素下的当前影响因素数据；
影响因素得分模块，用于根据所述当前影响因素数据，确定各所述待选配电网项目分别在预设影响因素下的影响因素得分；
项目分值确定模块，用于根据各所述待选配电网项目分别在预设影响因素下的影响因素得分，基于所述预设影响因素的预设影响权重值，确定各所述待选配电网项目的项目分值；
目标项目选取模块，用于根据各所述项目分值，从各所述待选配电网项目中选取目标配电网项目。
7.根据权利要求6所述的装置，其特征在于，影响因素得分模块包括：
项目类别确定单元，用于对所述当前影响因素数据进行聚类，得到至少一个当前配电网项目类别；
聚类中心确定单元，用于根据各所述当前配电网项目类别下的当前影响因素数据，确定各当前配电网项目类别的聚类中心值；
得分确定单元，用于根据各所述当前配电网项目类别的聚类中心值，确定各所述待选当前配电网项目分别在预设影响因素下的影响因素得分。
8.根据权利要求7所述的装置，其特征在于，项目分值确定模块包括：
训练集确定单元，用于获取历史周期下至少一个历史配电网项目在预设影响因素下的历史影响因素数据，并将所述历史影响因素数据作为样本训练集；
权重值确定单元，用于将所述样本训练集输入至预设的神经网络模型中进行模型训练，得到模型输出的预设影响因素的预设影响权重值；
其中，所述神经网络模型的输出层的神经元数量与预设影响因素的元素数量相同。
9.一种配电网选取设备，其特征在于，设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项配电网项目选取方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的配电网项目选取方法。
CN202310746730.5A 2023-06-21 2023-06-21 一种配电网项目选取方法、装置、设备及存储介质 Pending CN116703109A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310746730.5A CN116703109A (zh) 2023-06-21 2023-06-21 一种配电网项目选取方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310746730.5A CN116703109A (zh) 2023-06-21 2023-06-21 一种配电网项目选取方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116703109A true CN116703109A (zh) 2023-09-05

Family

ID=87840915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310746730.5A Pending CN116703109A (zh) 2023-06-21 2023-06-21 一种配电网项目选取方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116703109A (zh)

Similar Documents

Publication Publication Date Title
CN116629620B (zh) 一种风险等级确定方法、装置、电子设备及存储介质
CN116307215A (zh) 一种电力***的负荷预测方法、装置、设备及存储介质
CN115049315A (zh) 一种用电安全风险评估方法、装置、设备及存储介质
CN114841619A (zh) 隔离开关的状态评估方法、装置、电子设备及介质
CN113642727B (zh) 神经网络模型的训练方法和多媒体信息的处理方法、装置
CN116739742A (zh) 信贷风控模型的监控方法、装置、设备及存储介质
CN114999665A (zh) 数据处理方法、装置、电子设备及存储介质
CN116703109A (zh) 一种配电网项目选取方法、装置、设备及存储介质
CN114943608A (zh) 一种欺诈风险评估方法、装置、设备及存储介质
CN114708117A (zh) 融合先验知识的用电安全检查评级方法、装置及设备
CN114037058B (zh) 预训练模型的生成方法、装置、电子设备以及存储介质
CN116644372B (zh) 一种账户类型的确定方法、装置、电子设备及存储介质
CN114742153A (zh) 一种基于配电网一张图的用电行为分析方法
CN118014018A (zh) 一种楼宇能源消耗预测方法、装置、设备及存储介质
CN115455019A (zh) 一种基于用户行为分析的搜索意图识别方法、装置及设备
CN115146997A (zh) 基于电力数据的评估方法、装置、电子设备及存储介质
CN114897617A (zh) 金融风控场景的模型评估方法、装置、设备以及存储介质
CN115034509A (zh) 数据处理方法、装置、设备及存储介质
CN117878905A (zh) 基于白噪声信号的电网负荷预测方法、装置、设备及介质
CN115600129A (zh) 信息识别方法、装置、电子设备及存储介质
CN116822740A (zh) 配电网运维方案确定方法、装置、电子设备及存储介质
CN117455067A (zh) 一种电量消耗预测方法、装置、电子设备及存储介质
CN115392399A (zh) 流程超时预测模型的训练和使用方法、装置、设备及介质
CN117788016A (zh) 一种碳排放综合效率评价方法、装置、设备及存储介质
CN115983445A (zh) Pue预测方法、pue预测模型的训练方法、装置及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination