[發明專利]一種基于模糊聚類的售電側市場化改革進度評估方法

在審

• 申請號: 201710198540.9
• 申請日: 2017-03-29
• 公開（公告）號: CN107194526A
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 胡若云;裘華東;劉衛東;劉周斌;陳俊;張利軍;馬亮;徐晨博;孫軼愷;段光;陶軼群;李菁;袁翔;龍厚印;范明霞
• 申請（專利權）人: 國網浙江省電力公司經濟技術研究院;國家電網公司;浙江華云信息科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 浙江翔隆專利事務所(普通合伙)33206
• 代理人: 張建青

1.一種基于模糊聚類的售電側市場化改革進度評估方法，其特征在于，包括：

首先，根據國內外電改歷史經驗，客觀可靠地選擇能全面評估售電側改革進展的各項指標，收集其實際統計數據，并結合區間賦值和專家打分法，將指標數據量化；

其次，在充分研究我國電改歷程和國外成熟電改經驗基礎上，根據我國當下售電市場改革的內在邏輯和改革方向，結合國外各階段特點和我國改革試點情況，將售電側改革過渡期分為三個階段；

最后，用模糊C均值聚類算法進行售電側改革過渡期進度評估，聚類分兩次，第一次聚類確定n個市場的階段所屬，第二次聚類確定在具體某一階段中的等級劃分，兩次聚類均按模糊C均值聚類算法基本步驟進行，用Matlab軟件仿真運行，最終得到各階段的分類結果。

2.根據權利要求1所述的售電側市場化改革進度評估方法，其特征在于，包括以下具體步驟：

步驟1)，建立售電側市場化改革進度評估指標體系

從售電市場基礎設施建設、售電市場機制建設、售電側市場化程度、售電市場增值服務以及電力用戶反饋5個方面建立評估指標體系，分出多個指標；

步驟2)，劃分指標量化等級標準和設定指標權重

以實際統計數據為基礎，進行評估指標的量化，根據已有的電力市場化改革標準進行評價打分，給出量化等級評分標準；將售電側市場化改革進展部分指標按5個等級進行評分，即V＝{v₁,v₂,v₃,v₄}＝{很好，較好，一般，不好，較差}；為了明確各項指標在評估指標體系中所具有的不同的重要程度，分別賦予各項指標以不同的權重數；

步驟3)，確定分類對象及樣本數據標準化

每個樣本點都有m項指標x₁，x_k…，x_m，得觀測數據：

x_ij，i＝1,...,n；j＝1,...,m；

其均值為

x‾j=1nΣi=1nxij,j=1,...,m;]]>

標準差為

sj=1n-1Σi=1n(xij-x‾j)2,j=1,...,m;]]>

Matlab采用標準化變換將數據規格化，使不同量綱、不同取值范圍和數量級的指標數據統一；

對特性指標矩陣的第j列分別計算均值和標準差s_j，然后作變換：

xij′=xij-x‾jsj,i=1,...,n;j=1,...,m;]]>

步驟4)，建立模糊聚類算法流程

初始化：給定聚類類別數c，2≤c≤n，n即是數據個數，取模糊加權指數m＝2，設定迭代停止閾值ε，初始化聚類原型模式V；

步驟一：計算或更新劃分矩陣U

對于如果d_ik＞0，則有

uik=(Σj=1c(dikdjk)2m-1)-1]]>

如果使d_ik＝0，則有u_ik＝1；

d_ik表示第i類中樣本指標x_k到聚類中心V_i的距離，d_jk表示第j類中樣本指標x_k到聚類中心V_i的距離；

步驟二：更新矩陣V

Vi=Σk=1n(uik)m·xkΣk=1n(uik)m,]]>

上式中，x_k為第k項樣本指標，(u_ik)^m為權重；

步驟三：計算目標函數J(U,V)，如果J(U,V)<ε，則算法停止并輸出劃分矩陣U和矩陣V，否則重復步驟一、步驟二；

步驟5)，將售電側改革過渡期劃分為三個階段；

步驟6)，建立進度評估模型

在兩次聚類中選取好樣本點數n的值和預定類別數目c的值，因售電側市場化改革分為三個階段，故c＝3，指標數為36；指標值由各省市實際數據并結合專家打分確定，用a1-a36共36組列向量表示；同時選加權指數m＝2，初始聚類中心選取時令參數δ＝0.7，γ^a＝γ^b＝1.8；

根據步驟4)的算法流程，用Matlab軟件運行得到最終的聚類中心和隸屬度值，以確定階段分類；

步驟7)，仿真結果實際驗證。

3.根據權利要求2所述的售電側市場化改革進度評估方法，其特征在于，步驟4)中，目標函數J(U,V)的公式為：

J(U,V)=Σk=1nΣi=1c(uik)m(dik)2,]]>

其中，U＝[u_ik]c×n為模糊隸屬矩陣，u_ik為樣本指標x_k對第i類樣本隸屬度，V_i是第i類樣本的聚類中心，m∈[1，∞]是加權指數；J(U，V)表示各類別中樣本到聚類中心的加權距離平方和，即類別內加權平均誤差和，權重(u_ik)^m是樣本指標x_k對第i類隸屬度的m次方，聚類問題轉化為求min(J(U，V))的非線性規劃，經優化迭代求解后，得出近似最優解U，V；用模糊C均值聚類算法求解滿足上式中的J(U，V)為最小時的分類結果。