一种基于电力交易数据的市场风险评估方法技术

本发明专利技术涉及一种基于电力交易数据的市场风险评估方法，包括步骤：1)基于Lasso回归模型，对电力市场风险监测全指标库进行降维处理，构建电力市场风险监测指标体系；2)采用均数原则法确定指标阈值，筛选异常数据，对风险对象进行初步识别；3)利用改进CRITIC‑G1法计算各指标的主观权重和客观权重，通过改进博弈论组合赋权法计算各指标的综合权重，构建集结模型，采用综合评价法，对筛选出的市场主体确定其风险等级；4)根据风险等级对市场主体的市场风险进行风险评估，并建立不同预警机制，警示市场风险。与现有技术相比，本发明专利技术具有有效监测不同市场主体潜在的市场违规行为，提高电力市场风险评估的精度与速度等优点。

【技术实现步骤摘要】
一种基于电力交易数据的市场风险评估方法
本专利技术涉及电力市场运营监测
，尤其是涉及一种基于电力交易数据的市场风险评估方法。
技术介绍
电力市场运营必定伴随着电力市场风险，由于我国尚处于市场环境建设过程中，市场意识和市场法规薄弱，市场风险防范难度更大。以省为主开展的电力市场，其风险呈现“一高一低一多一少”的特点，即市场主体少、风险形式多、风险程度高、风险承受度低，市场风险防范难度极大。目前，电力市场监测缺乏必要的指标和标准，对市场违规行为缺乏必要的处置依据和手段，导致电力市场违规行为时有发生，大大增加了电力市场运营风险。特别是对电力现货市场，市场违规行为更加难以防范。现有的市场风险评估指标体系多采用层次分析法、敏感性分析法、信息熵权法、专家打分法等单一的评估方法对市场风险进行评估，无法综合考虑决策者的意愿和数据内部的关联性。为了克服单一赋权法的局限性，许多学者提出了组合赋权的方法，组合赋权法有：博弈论组合赋权法、粒子群优化法、区间估计法等。其中，博弈论组合赋权法在洪灾风险评价、综合水质评价、岩石可爆性等级识别领域有着广泛的应用，但传统的博弈论组合赋权存在一个重要的缺陷，即得到的权重系数可能为负数。另一方面，市场成员的多样性和复杂性逐步提高，市场规模不断扩大，现有的市场风险评估指标体系缺乏对新出现的市场风险特征的分析，导致无法有效监测不同市场主体潜在的市场违规行为。此外，现有技术采用层次分析法、敏感性分析法、信息熵权法、专家打分法等评估方法的过程繁琐，且评估的精度与速度不够高，影响其实际应用。r>
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于电力交易数据的市场风险评估方法，该方法可有效地监测不同市场主体潜在的市场违规行为，提高电力市场风险评估的精度与速度。本专利技术的目的可以通过以下技术方案来实现：一种基于电力交易数据的市场风险评估方法，该方法包括如下步骤：S1：建立电力市场主体风险评估回归模型，获取Lasso参数估计模型，对电力市场风险监测全指标库进行降维处理，构建包括发电企业、售电企业、电力用户市场风险监测指标体系在内的电力市场风险监测指标体系；具体地：11)获取电力市场原始交易数据，根据全指标库计算各市场主体对应的监测指标值，删除缺失数据与错误数据，采用一致化、无量纲化方法对数据进行预处理，得到标准化矩阵。12)建立电力市场主体风险评估回归模型，获取Lasso参数估计模型，基于Lasso参数估计模型的惩罚系数对标准化矩阵进行简化；电力市场主体风险评估回归模型的表达式为：y＝α+β1Z1+β2Z2+…+βpZp+ε式中，α为回归常数；β1,β2,…,βp为回归系数；y为市场主体风险；Z1,Z2,…,Zp为市场主体风险的p个评估指标；Zj＝(z1j,z2j,…,znj)T为指标j的数据信息，j＝1，…，p；ε为随机误差。对于n组指标样本数据(Zi1,Zi2,…,Zij；yi)，其中i＝1,2,…,n；j＝1,2,…,p，n为市场主体数量，p为市场主体风险的评估指标数，则未知参数α与β的Lasso参数估计模型的表达式为：式中，为式中的Lasso估计值，Zij为市场主体i第j项监测指标数据，i＝1,2,…,n；j＝1,2,…,p；yi为市场主体i市场风险水平；λ为惩罚系数；当惩罚系数λ为0时，未知参数α与β的Lasso参数估计模型变为最小二乘估计；当惩罚系数足够大时，对未知参数α与β的Lasso参数估计模型进行最小化，使所有的回归系数估计为0，实现标准化矩阵的精简。13)从市场运营机构获取样本数据，将样本数据分为训练集和测试集进行交叉检验，确定最优惩罚系数，对标准化矩阵进行更新。具体地：从市场运营机构获取样本数据，将样本数据分为训练集和测试集进行交叉检验，计算不同惩罚系数λ水平下训练集对测试集的均方误差，选择均方误差最小的模型，确定最优惩罚系数λ，对标准化矩阵进行更新，均方误差的表达式为：式中，Ep(λ)为回归模型的误差平方和，yip为市场主体i含p项指标的线性回归模型对市场风险水平的拟合值。14)确定市场主体风险的关键评估指标体系。S2：采用均数原则法确定指标阈值，筛选出存在异常交易数据的市场主体，对风险对象进行初步识别；采用均数原则法确定第j个指标的阈值，表达式如下：式中，n为监测的市场主体个数，为更新后的市场主体i的第j项指标监测值，若某一市场主体的某一风险指标超过上述阈值，则表示该市场主体存在异常交易行为；根据筛选后的结果对进行更新，记作：S3：利用改进CRITIC-G1法计算各指标的主观权重和客观权重，通过改进博弈论组合赋权法计算各指标的综合权重，构建集结模型，采用综合评价法，利用步骤S1构建的电力市场风险监测指标体系中的各指标对步骤S2存在异常交易数据的市场主体进行风险评估，确定其风险等级；具体包括下列步骤：31)采用改进的CRITIC-G1法确定指标的客观权重向量和主观权重向量，并利用改进的博弈论组合赋权法计算指标的综合权重向量；包括下列步骤：311)采用利用改进CRITIC算法确定各项指标的客观权重向量；312)利用序关系分析法确定各项指标的主观权重向量；313)根据获取的客观权重向量、主观权重向量，利用改进的博弈论组合赋权方法计算各指标的综合权值；假设利用改进CRITIC算法确定各项指标的客观权重向量为w1，利用序关系分析法确定的主观权重向量为w2，最优组合权重向量为w*，首先，建立目标函数：式中，wi为待组合的权重，aj为待确定的权重组合系数；引入拉格朗日乘子μ，建立拉格朗日函数：随后，求得组合系数，并进行归一化处理得到权重组合系数将代入下式，获取最优组合权重向量w*为：314)根据计算后的各指标的综合权值，构建线性加权综合评价模型，采用综合评价法计算各市场主体的风险水平。线性加权综合评价模型的表达式为：式中，为市场主体i的市场风险综合评价水平，为步骤2)更新后的市场主体i第j项指标监测值，m为评价对象数量，l为评估指标个数，w*为最优组合权重向量。32)根据步骤31)获取的指标的综合权重向量构建集结模型，采用综合评价法计算各市场主体的风险水平；33)根据市场主体的风险水平确定各市场主体的风险级别。S4：根据风险等级对市场主体的市场风险进行风险评估，并建立不同预警机制，警示市场风险。本专利技术提供的基于电力交易数据的市场风险评估方法，相较于现有技术至少包括如下有益效果：一、本专利技术运用Lasso回归模型对电力市场风险监测全指标库进行降维处理，去除影响系数低的指标变量，有效实现指标集的精简，能够有效地监测不同市场主体潜在的市场违规行为，提高电力市场风险评估的精度与速度；二、本专利技术引入主观赋权法与客观赋权法相结合的改进CRITIC-G1法本文档来自技高网...

【技术保护点】
1.一种基于电力交易数据的市场风险评估方法，其特征在于，包括下列步骤：/n1)建立电力市场主体风险评估回归模型，获取Lasso参数估计模型，对电力市场风险监测全指标库进行降维处理，构建包括发电企业、售电企业、电力用户市场风险监测指标体系在内的电力市场风险监测指标体系；/n2)采用均数原则法确定指标阈值，筛选出存在异常交易数据的市场主体，对风险对象进行初步识别；/n3)利用改进CRITIC-G1法计算各指标的主观权重和客观权重，通过改进博弈论组合赋权法计算各指标的综合权重，构建集结模型，采用综合评价法，利用步骤1)构建的电力市场风险监测指标体系中的各指标对步骤2)存在异常交易数据的市场主体进行风险评估，确定其风险等级；/n4)根据风险等级对市场主体的市场风险进行风险评估，并建立不同预警机制，警示市场风险。/n

【技术特征摘要】
1.一种基于电力交易数据的市场风险评估方法，其特征在于，包括下列步骤：
1)建立电力市场主体风险评估回归模型，获取Lasso参数估计模型，对电力市场风险监测全指标库进行降维处理，构建包括发电企业、售电企业、电力用户市场风险监测指标体系在内的电力市场风险监测指标体系；
2)采用均数原则法确定指标阈值，筛选出存在异常交易数据的市场主体，对风险对象进行初步识别；
3)利用改进CRITIC-G1法计算各指标的主观权重和客观权重，通过改进博弈论组合赋权法计算各指标的综合权重，构建集结模型，采用综合评价法，利用步骤1)构建的电力市场风险监测指标体系中的各指标对步骤2)存在异常交易数据的市场主体进行风险评估，确定其风险等级；
4)根据风险等级对市场主体的市场风险进行风险评估，并建立不同预警机制，警示市场风险。


2.根据权利要求1所述的基于电力交易数据的市场风险评估方法，其特征在于，步骤1)具体包括下列步骤：
11)获取电力市场原始交易数据，根据全指标库计算各市场主体对应的监测指标值，删除缺失数据与错误数据，采用一致化、无量纲化方法对数据进行预处理，得到标准化矩阵；
12)建立电力市场主体风险评估回归模型，获取Lasso参数估计模型，基于Lasso参数估计模型的惩罚系数对标准化矩阵进行简化；
13)从市场运营机构获取样本数据，将样本数据分为训练集和测试集进行交叉检验，确定最优惩罚系数，对标准化矩阵进行更新；
14)确定市场主体风险的关键评估指标体系。


3.根据权利要求1所述的基于电力交易数据的市场风险评估方法，其特征在于，步骤1)中，电力市场主体风险评估回归模型的表达式为：
y＝α+β1Z1+β2Z2+…+βpZp+ε
式中，α为回归常数；β1,β2,…,βp为回归系数；y为市场主体风险；Z1,Z2,…,Zp为市场主体风险的p个评估指标；Zj＝(z1j,z2j,…,znj)T为指标j的数据信息，j＝1，…，p；ε为随机误差。


4.根据权利要求2所述的基于电力交易数据的市场风险评估方法，其特征在于，步骤12)的具体内容为：
对于n组指标样本数据(Zi1,Zi2,…,Zij；yi)，其中i＝1,2,…,n；j＝1,2,…,p，n为市场主体数量，p为市场主体风险的评估指标数，则未知参数α与β的Lasso参数估计模型的表达式为：



式中，为式中的Lasso估计值，Zij为市场主体i第j项监测指标数据，i＝1,2,…,n；j＝1,2,…,p；yi为市场主体i市场风险水平；λ为惩罚系数；
当惩罚系数λ为0时，未知参数α与β的Lasso参数估计模型变为最小二乘估计；当惩罚系数足够大时，对未知参数α与β的Lasso参数估计模型进行最小化，使所有的回归系数估计为0，实现标准化矩阵的精简。


5.根据权利要求4所述的基于电力交易数据的市场风险评估方法，其特征在于，步骤13)的具体内容...

【专利技术属性】
技术研发人员：冯迎春，范洁，李雪松，蒋宇，王阳，丁羽，谢敬东，孙欣，
申请(专利权)人：江苏电力交易中心有限公司，上海电力大学，
类型：发明
国别省市：江苏;32