[發明專利]一種用于變電站能效評估的能耗基準修正方法

有效

• 申請號: 201811443560.9
• 申請日: 2018-11-29
• 公開（公告）號: CN109766517B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 周洪亮;許凱
• 申請（專利權）人: 國網江蘇省電力有限公司鹽城供電分公司;國家電網有限公司;國網江蘇省電力有限公司響水縣供電分公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q10/06;G06Q50/06
• 代理公司: 蘇州市港澄專利代理事務所(普通合伙) 32304
• 代理人: 馬麗麗

1.一種用于變電站能效評估的能耗基準修正方法，其特征在于，所述能耗基準修正方法具體步驟為：

步驟(1)：確定樣本數據來源和相應變電站的信息數據結構；

步驟(2)：確定用于建立變電站能效評估的能耗基準模型的影響因素；

步驟(3)：建立多元線性回歸模型；

步驟(4)：利用樣本數據對多元回歸方程中的常數項和回歸系數進行估計；

步驟(5)：對多元回歸方程的顯著性進行校驗；

步驟(6)：采用“逐步回歸法”進行自變量的選擇；

步驟(7)：確定變電站能耗基準模型；

步驟(8)：對變電站進行能效評估；

所述步驟(1)中變電站的信息數據結構包括變電站的電壓等級、地址、年耗電量、年供電量、年負荷形狀系數、主變年平均負載率、母線電壓偏差、平均功率因數、三相負載不平衡度、空調度日數CDD和采暖度日數HDD；其中，CDD是指在供冷期中，室外逐日平均氣溫高于室內基準氣溫的度數之和；HDD是指在采暖期內，室外逐日平均氣溫低于室內基準氣溫的度數之和；

所述步驟(2)中的確定用于建立變電站能效評估的能耗基準模型的影響因素，具體為：選擇受到變電站外部運行所限制的運行因素和環境因素作為建立變電站能耗基準模型的基礎；

所述步驟(3)中的多元線性回歸模型為：y＝β₀+β₁x₁+β₂x₂+…+β_px_p+ε，式中，β₀,β₁,…,β_p是p+1個未知參數，β₀為回歸方程的常數項，β₁,…,β_p為回歸方程的回歸系數，y為因變量，x為自變量，ε是回歸方程的隨機誤差，假定得到理論回歸方程為E(y)＝β₀+β₁x₁+β₂x₂+…+β_px_p；

所述步驟(4)中利用樣本數據對多元回歸方程中的常數項和回歸系數進行估計，具體為：利用最小二乘估計法求取未知參數β₀,β₁,…,β_p的估計值使得回歸方程的離差平方和取值最小，即尋找使式的函數取到最小，上式中，求出的即為回歸參數β₀,β₁,…,β_p的最小二乘估計值；

所述步驟(5)中對多元回歸方程的顯著性進行校驗，具體為：

(a)F檢驗：用于檢驗自變量x_i與因變量y的線性關系總體上是否顯著，等價于檢驗自變量回歸系數β_i，i＝1,2,…,p，是否同時為零，原假設H₀:β₁＝β₂＝…＝β_p＝0，則H₁:β₁,β₂,…,β_p不全為零，當H₀成立時，則表明因變量y與自變量x_i之間的線性關系不存在，F檢驗通過直接考察回歸效果對回歸方程顯著性進行檢驗，根據平方和分解式：

式中，表示總平方和，記為SST，為回歸平方和，記為SSR，為殘差平方和，記為SSE，SSR與回歸方程有關，是由x的波動引起，SSE是無法用自變量解釋的波動，受x之外未加控制的因素引起，因此回歸方程的回歸平方和SSR越大回歸效果越好；

(b)復判定系數檢驗：檢驗方程的總體回歸效果，由平方和分解式知，如果回歸平方和在總平方和中占比較大，則說明自變量與因變量的線性效果較好，如果殘差平方和在總平方和中占比較大，則說明線性回歸的效果較差，因此，將復判定系數R²定義為：R²取值范圍為[0,1]，取值越大表明擬合效果越好，實際擬合中，R²的值與自變量個數p有關，p的增加會導致R²增大的假象，這種情況下，加上系數進行調整，使得R²隨自變量個數的增大不一定增大，調整后復判定系數為：

(c)回歸系數的t檢驗：用于檢驗回歸系數是否顯著，即從統計數據上評價自變量對因變量的影響是否顯著，假設H₀:β_i＝0，如果接受原假設H₀，則x_i對y的影響不顯著，反之顯著，構造并計算檢驗的統計量t：

其中，為回歸系數估計值的標準差，當確定顯著性水平為α時，根據t檢驗查表得到顯著性水平P值，若P值小于事先確定的顯著性水平α，則拒絕原假設，認為β_i≠0，即自變量x_i對因變量的影響顯著；

所述步驟(6)中采用“逐步回歸法”進行自變量的選擇，具體為：首先將變量逐個帶入回歸方程，計算加入各個變量后回歸方程的F檢驗值，選取滿足顯著性水平α的最大者，則將對應的變量引入回歸方程；引入新的變量后，對回歸方程進行回歸系數的t檢驗，選取不滿足顯著性水平α的最不重要變量，將其從回歸方程剔除；重復以上過程，直到進行F檢驗時沒有滿足顯著性水平的自變量引入，且進行t檢驗時也無不滿足顯著性水平的自變量剔除為止。