【技术实现步骤摘要】
本专利技术涉及技改评估，更具体地说，本专利技术涉及基于数据聚类的电网技改项目评估方法及系统。
技术介绍
1、随着能源行业的快速变革和可持续发展目标的提出，电网设备的更新改造已经成为确保电力系统安全、高效运行的核心环节之一。同时，伴随成本监审、电价核定等行业改革政策不断落实深化，监审监管趋严趋紧，公司经营发展面临新的复杂形势，降价与改革、稳投资与保增长的经营矛盾逐步凸显，支撑电网生产技改投资效率效益提升面临多重影响与复杂挑战。通过结合技改投资管理问题梳理与需求解析，科学构建精细评估体系，提出投资优化配置技术，能够帮助企业更加精准地分配资源、优化投资决策，从而最大化投资收益。
2、数据聚类分析是一种探索性的分析方法，旨在将相似的数据点归为同一类，而不同类的数据点则具有较大的差异性。在电网技改项目评估中，聚类分析可以应用于对大量电网运行数据的处理和分析，从而识别出具有相似特性的数据点，为项目评估提供更为准确的依据。
3、电网技术改造是为了提升电网运行效率、安全性和稳定性而进行的一系列技术升级。随着电力系统规模的不断扩大和技术的不断进步，电网技改项目变得越来越复杂，需要更为科学、客观的评估方法来指导项目的实施。
4、大数据处理技术的发展为电网技改项目评估提供了有力支持。大数据具有数据量大、处理速度快等特征，可以应用于对电网运行数据的实时采集、存储和分析。基于大数据的电网综合评估系统可以实现电网运行水平和供电能力的评估，为电网技改项目的决策和实施提供科学依据。
5、上述公开的技术方案中，至少
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供基于数据聚类的电网技改项目评估方法及系统，通过收集电网技改项目的多维度数据并进行预处理，利用聚类算法识别出具有相同特性的项目数据，再结合机器学习算法构建技改项目评估模型，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、基于数据聚类的电网技改项目评估方法及系统，包括以下步骤：收集电网技改项目的多维度数据，并对数据进行预处理；基于聚类算法，对预处理后的数据进行聚类，识别出具有相同特性的项目数据；获取相同特性项目数据中待测区域内配电箱的技改评估影响数据；根据技改评估影响数据基于机器学习算法构建技改项目评估模型；根据技改项目评估模型得到技改项目评估系数，根据技改项目评估系数生成降序排序表，并优先处理技改项目评估系数最大的项目。
4、在一个优选的实施方式中，所述收集电网技改项目的多维度数据，并对数据进行预处理，具体为：根据电网技改项目的评估目标，从电网公司内部数据库，外部数据库，利用数据抓取工具，收集多维度数据并进行整合，得到统一的数据集；对数据集进行标准化处理，将数据转换为统一的标准差和均值；根据标准化后的数据集，计算数据集中每个元素的协方差矩阵；对协方差矩阵进行特征值分解，得到特征值和对应的特征向量；根据特征值的大小，选择前k个最大的特征值对应的特征向量；将原始数据转换到由前k个最大的特征值对应的特征向量构成的新空间中，得到降维后的数据。
5、在一个优选的实施方式中，所述基于聚类算法，对预处理后的数据进行聚类，识别出具有相同特性的项目数据，具体为：将预处理后的数据作为聚类算法的输入；计算不同k值下的误差平方和得到最佳聚类数k；随机选择k个数据点作为初始质心，计算每个数据点与各个质心的距离，并将其分配给最近的质心所在的聚类；更新每个聚类的质心为该聚类中所有数据点的均值；重复上述计算步骤，直到质心的位置达到预设的迭代次数；计算聚类内数据点的紧密程度和聚类间的分离程度来评估聚类效果；观察每个聚类中的数据点，基于散点图直观地展示聚类结果和特征分布；根据聚类结果，提取每个聚类的共同特征；将具有相同特征的项目数据归类到同一个聚类中。
6、在一个优选的实施方式中，所述配电箱的技改评估影响数据，包括设备状态系数、负荷波动系数和安全性能系数；所述设备状态系数的具体获取方法如下：将待测配电箱在预设条件下运行，记录其在不同时间点的各项运行参数，各项运行参数包括温度、压力、电流、电压，进行多次实验，获取多组运行数据；对采集到的多组运行数据进行预处理，去除异常值和噪声；计算配电箱运行时的各项运行参数的平均值、标准差；基于各项运行参数的平均值、标准差结合配电箱的设计参数、历史维修记录得到配电箱的状态指数；根据配电箱的状态指数结合响应时间基于预设的公式计算设备状态系数。
7、在一个优选的实施方式中，所述负荷波动系数的具体获取步骤如下：实时监测和记录每个负荷数据点在一定时间窗口内的负荷值及其变化；根据记录数据，计算每个负荷数据点与其前一个数据点之间的负荷差值，构建负荷差值序列；记录一段时间内的负荷差值序列的变化范围，计算负荷差值的波动率；对负荷数据进行累积分析，计算一段时间内负荷波动的累积效应；根据历史负荷数据和系统运营经验，定义负荷波动触发不稳定状态的阈值；当负荷波动的累积效应超过该阈值时，标记当前时间段为潜在不稳定时段；对历史负荷数据进行时序分割，得到若干个时序数据段，并分别判断其是否为潜在不稳定时段，作为历史负荷波动事件；基于机器学习算法将时序数据与历史负荷波动事件进行映射，生成负荷波动触发不稳定状态的概率模型；结合负荷差值的波动率和负荷波动触发不稳定状态的概率模型，计算得到负荷波动系数。
8、在一个优选的实施方式中，所述安全性能系数的具体获取步骤如下：将配电箱的各个关键组成部分视为节点，并为每个节点分配一个唯一的标号；收集各节点的安全性能参数，包括节点的额定电流、额定电压、实际电流、实际电压、温度、停运次数以及节点的安全防护等级；基于预设的安全性能系数计算公式，结合节点的安全容量、实际负荷，计算节点的安全性能系数。
9、基于数据聚类的电网技改项目评估方法及系统，包括数据采集模块、数据聚类模块、影响数据获取模块、技改项目评估模型构建模块和处理模块，模块间存在连接；数据采集模块：用于收集电网技改项目的多维度数据，并对数据进行预处理；数据聚类模块：用于基于聚类算法，对预处理后的数据进行聚类，识别出具有相同特性的项目数据；影响数据获取模块：获取相同特性项目数据中待测区域内配电箱的技改评估影响数据；技改项目评估模型构建模块：根据技改评估影响数据基于机器学习算法构建技改项目评估模型；处理模块：根据技改项目评估模型得到技改项目评估系数，根据技改项目评估系数生成降序排序表，并优先处理技改项目评估系数最大的电网项目。
10、本专利技术基于数据聚类的电网技改项目评估方法及系统的技术效果和优点：
11、1.本专利技术通过收集电网技改项目的多维度数据并进行预处理，利用聚类算法识别出具有相同特性的本文档来自技高网...
【技术保护点】
1.基于数据聚类的电网技改项目评估方法，其特征在于，包括：
2.根据权利要求1所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述收集电网技改项目的多维度数据，并对数据进行预处理，具体为：
3.根据权利要求2所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述基于聚类算法，对预处理后的数据进行聚类，识别出具有相同特性的项目数据，具体为：
4.根据权利要求3所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述配电箱的技改评估影响数据，包括设备状态系数、负荷波动系数和安全性能系数；
5.根据权利要求4所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述负荷波动系数的具体获取步骤如下：
6.根据权利要求5所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述安全性能系数的具体获取步骤如下：
7.根据权利要求6所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述配电箱的状态指数的计算公式具体如下：
8.根据权利要求7所述的基于数据聚类的电网技改项目评估方法，其特征在于，所
9.根据权利要求8所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述技改项目评估模型，具体为：
10.一种使用如权利要求1-9任意一项所述基于数据聚类的电网技改项目评估方法的系统，其特征在于，包括数据采集模块、数据聚类模块、影响数据获取模块、技改项目评估模型构建模块和处理模块，模块间存在连接；
...【技术特征摘要】
1.基于数据聚类的电网技改项目评估方法，其特征在于，包括：
2.根据权利要求1所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述收集电网技改项目的多维度数据，并对数据进行预处理，具体为：
3.根据权利要求2所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述基于聚类算法，对预处理后的数据进行聚类，识别出具有相同特性的项目数据，具体为：
4.根据权利要求3所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述配电箱的技改评估影响数据，包括设备状态系数、负荷波动系数和安全性能系数；
5.根据权利要求4所述的基于数据聚类的电网技改项目评估方法，其特征在于，所述负荷波动系数的具体获取步骤如下：
6.根...
【专利技术属性】
技术研发人员：唐越，刘士李，杨帆，陈付雷，罗沙，高象，方登洲，李建青，方天睿，施晓敏，赵迎迎，沈思，付安媛，李荣，夏雅利，蒋伟，陆欣欣，
申请(专利权)人：国网安徽省电力有限公司经济技术研究院，
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。