本申请公开了基于组合预测的配电网投资需求确定方法、装置、设备及存储介质，其中方法包括：基于鱼骨图法梳理影响配网投资需求的因素；基于灰色关联度分析模型，对因素进行筛选，得到影响配网投资需求的关键因素；获得中低压配网投资规模和关键因素历史数据；利用支持向量机法、线性回归法和灰色预测法建立配网投资需求预测模型；将关键因素、中低压配网投资规模和关键因素历史数据输入配网投资需求预测模型，得到预测结果。通过上述方式，本申请能够实现对中低压配网投资需求的精确预测，为电网企业提高配网投资精益化水平提供决策依据。企业提高配网投资精益化水平提供决策依据。企业提高配网投资精益化水平提供决策依据。
【技术实现步骤摘要】
基于组合预测的配电网投资需求确定方法、装置、设备及存储介质
[0001]本申请涉及中低压配网投资
，尤其涉及基于组合预测的配电网投资需求确定方法、装置、设备及存储介质。
技术介绍
[0002]近年来，为适应经济社会快速发展的形势，电网企业投入大规模资金建设中低压配电网，对城市和农村中低压配网进行了改造升级，有效支撑了用电需求的快速增长以及供电可靠性和电能质量的持续提升。在中低压配网投资规模持续保持高位的情况下，也不同程度存在重投入、轻收益，重立项、轻管理等问题。电力体制改革使得电网企业发展应更加注重“质量、效益”，将有限的投资分配到最需要的地方，但目前仍存在大量投资投入到负载率不高、超规模投资等现象。
[0003]精准的需求预测作为支撑中低压配网投资决策重要环节之一，能够有效提升电网企业投资效益和效率水平。但目前，国内外对于中低压配网投资需求的预测尚未开展深入研究，缺少相应的预测方法和模型支撑，导致投资需求预测精度不足，从而影响了中低压配网投资效益水平的较好实现。
技术实现思路
[0004]本申请提供基于组合预测的配电网投资需求确定方法、装置、设备及存储介质，以解决现有技术中投资需求预测精度不足，从而影响了中低压配网投资效益水平的较好实现的问题。
[0005]为解决上述技术问题，本申请提出一种基于组合预测的配电网投资需求确定方法，包括：基于鱼骨图法梳理影响配网投资需求的因素；基于灰色关联度分析模型，对因素进行筛选，得到影响配网投资需求的关键因素；获得中低压配网投资规模和关键因素历史数据；利用支持向量机法、线性回归法和灰色预测法建立配网投资需求预测模型；将关键因素、中低压配网投资规模和关键因素历史数据输入配网投资需求预测模型，得到预测结果。
[0006]可选地，基于鱼骨图法梳理影响中低压配网投资需求的因素，包括：对配网投资需求进行分析，获得结构和流程方面的提取因素；将提取因素按照因素之间的关联性绘制成具有层次的鱼骨图形。
[0007]可选地，提取因素包括外部驱动因素和内部自身发展因素；其中，外部驱动因素包括电源分布、电源结构、负荷特性、负荷分布、人均用电量、电力需求密度、人均GDP、经济结构、城市化率、人口总量和供电面积；内部自身发展因素包括供电可靠率、线路负载率、线损率、设备利用率、电压等级、供电能力和电压合格率。
[0008]可选地，基于灰色关联度分析模型，对因素进行筛选，得到影响配网投资需求的关键因素，包括：构建不同因素与投资规模之间的关联关系分析模型，结合不同因素与投资规模的关联度结算结果，当结算结果大于预设数值时，则判定该因素为关键因素。
[0009]可选地，关键因素包括人均GDP、人均用电量、电力需求密度、线路负载率、供电可靠率。
[0010]可选地，利用支持向量机法、线性回归法和灰色预测法建立配网投资需求预测模型，包括：基于支持向量机法构建第一预测模型；基于线性回归法构建第二预测模型；基于灰色预测法构建第三预测模型；建立包含第一预测模型、第二预测模型和第三预测模型的配网投资需求预测模型。
[0011]可选地，当结算结果大于预设数值时，则判定该因素为关键因素，包括：当结算结果大于0.7时，则判定该因素为关键因素。
[0012]为解决上述技术问题，本申请提出一种基于组合预测的配电网投资需求确定装置，包括：因素梳理模块，用于基于鱼骨图法梳理影响配网投资需求的因素；关键因素模块，用于基于灰色关联度分析模型，对因素进行筛选，得到影响配网投资需求的关键因素；获取模块，用于获得中低压配网投资规模和关键因素历史数据；预测模型模块，用于利用支持向量机法、线性回归法和灰色预测法建立配网投资需求预测模型；预测结果模块，用于将关键因素、中低压配网投资规模和关键因素历史数据输入配网投资需求预测模型，得到预测结果。
[0013]为解决上述技术问题，本申请提出一种电子设备，包括存储器和处理器，存储器连接处理器，存储器存储有计算机程序，计算机程序被处理器执行时实现上述的基于组合预测的配电网投资需求确定方法。
[0014]为解决上述技术问题，本申请提出一种计算机可读存储介质，存储有计算机程序，计算机程序被执行时实现上述的基于组合预测的配电网投资需求确定方法。
[0015]本申请提出基于组合预测的配电网投资需求确定方法、装置、设备及存储介质，其中方法包括：基于鱼骨图法梳理影响配网投资需求的因素；基于灰色关联度分析模型，对因素进行筛选，得到影响配网投资需求的关键因素；获得中低压配网投资规模和关键因素历史数据；利用支持向量机法、线性回归法和灰色预测法建立配网投资需求预测模型；将关键因素、中低压配网投资规模和关键因素历史数据输入配网投资需求预测模型，得到预测结果。通过上述方式，本申请能够实现对中低压配网投资需求的精确预测，为电网企业提高配网投资精益化水平提供决策依据。
附图说明
[0016]为了更清楚地说明本申请的技术方案，下面将对实施方式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申请的一些实施方式，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。
[0017]图1是本申请基于组合预测的配电网投资需求确定方法一实施例的流程示意图；
[0018]图2是本申请基于组合预测的配电网投资需求确定一实施例的结构示意图；
[0019]图3是本申请电子设备一实施例的结构示意图；
[0020]图4是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0021]为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具体实施
方式对本申请所提供基于组合预测的配电网投资需求确定方法、装置、设备及存储介质进一步详细描述。
[0022]本申请提出一种基于组合预测的配电网投资需求确定方法，请参阅图1，图1是本申请基于组合预测的配电网投资需求确定方法一实施例的流程示意图，在本实施例中，基于组合预测的配电网投资需求确定方法可以包括步骤S110～S150，各步骤具体如下：
[0023]S110：基于鱼骨图法梳理影响配网投资需求的因素。
[0024]具体地，对配网投资需求进行分析，获得结构和流程方面的提取因素；将提取因素按照因素之间的关联性绘制成具有层次的鱼骨图形。
[0025]提取因素包括外部驱动因素和内部自身发展因素；其中，外部驱动因素包括电源分布、电源结构、负荷特性、负荷分布、人均用电量、电力需求密度、人均GDP、经济结构、城市化率、人口总量和供电面积；内部自身发展因素包括供电可靠率、线路负载率、线损率、设备利用率、电压等级、供电能力和电压合格率。
[0026]鱼骨图由日本的石川馨博士专利技术，因此也被称为石川图。其基本思想是：从被分析对象的结构、流程等方面提取因素，然后将各因素按照因素之间的关联性绘制成层次分明、条理清晰的图形。因为图形看起来像鱼骨一样，所以被形象地称为鱼骨图。鱼骨图法是一种定性的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于组合预测的配电网投资需求确定方法，其特征在于，包括：基于鱼骨图法梳理影响配网投资需求的因素；基于灰色关联度分析模型，对所述因素进行筛选，得到影响配网投资需求的关键因素；获得中低压配网投资规模和关键因素历史数据；利用支持向量机法、线性回归法和灰色预测法建立配网投资需求预测模型；将所述关键因素、所述中低压配网投资规模和所述关键因素历史数据输入所述配网投资需求预测模型，得到预测结果。2.根据权利要求1所述的基于组合预测的配电网投资需求确定方法，其特征在于，所述基于鱼骨图法梳理影响中低压配网投资需求的因素，包括：对所述配网投资需求进行分析，获得结构和流程方面的提取因素；将所述提取因素按照因素之间的关联性绘制成具有层次的鱼骨图形。3.根据权利要求2所述的基于组合预测的配电网投资需求确定方法，其特征在于，所述提取因素包括外部驱动因素和内部自身发展因素；其中，所述外部驱动因素包括电源分布、电源结构、负荷特性、负荷分布、人均用电量、电力需求密度、人均GDP、经济结构、城市化率、人口总量和供电面积；所述内部自身发展因素包括供电可靠率、线路负载率、线损率、设备利用率、电压等级、供电能力和电压合格率。4.根据权利要求1所述的基于组合预测的配电网投资需求确定方法，其特征在于，所述基于灰色关联度分析模型，对所述因素进行筛选，得到影响配网投资需求的关键因素，包括：构建不同因素与投资规模之间的关联关系分析模型，结合不同因素与投资规模的关联度结算结果，当结算结果大于预设数值时，则判定该因素为关键因素。5.根据权利要求4所述的基于组合预测的配电网投资需求确定方法，其特征在于，所述关键因素包括人均GDP、人均用电量、电力需求密度、线路负载率、...
【专利技术属性】
技术研发人员：张雪莹，张跃，马顺，陈铭，余娜，赖来源，廖振朝，李浩，何昌皓，曾强，唐力则，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。