[發明專利]一種基于電力交易數據的市場風險評估方法

在審

• 申請號: 202010837524.1
• 申請日: 2020-08-19
• 公開（公告）號: CN111950918A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 馮迎春;范潔;李雪松;蔣宇;王陽;丁羽;謝敬東;孫欣
• 申請（專利權）人: 江蘇電力交易中心有限公司;上海電力大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02;G06Q30/06;G06Q50/06
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 葉敏華

1.一種基于電力交易數據的市場風險評估方法，其特征在于，包括下列步驟：

1)建立電力市場主體風險評估回歸模型，獲取Lasso參數估計模型，對電力市場風險監測全指標庫進行降維處理，構建包括發電企業、售電企業、電力用戶市場風險監測指標體系在內的電力市場風險監測指標體系；

2)采用均數原則法確定指標閾值，篩選出存在異常交易數據的市場主體，對風險對象進行初步識別；

3)利用改進CRITIC-G1法計算各指標的主觀權重和客觀權重，通過改進博弈論組合賦權法計算各指標的綜合權重，構建集結模型，采用綜合評價法，利用步驟1)構建的電力市場風險監測指標體系中的各指標對步驟2)存在異常交易數據的市場主體進行風險評估，確定其風險等級；

4)根據風險等級對市場主體的市場風險進行風險評估，并建立不同預警機制，警示市場風險。

2.根據權利要求1所述的基于電力交易數據的市場風險評估方法，其特征在于，步驟1)具體包括下列步驟：

11)獲取電力市場原始交易數據，根據全指標庫計算各市場主體對應的監測指標值，刪除缺失數據與錯誤數據，采用一致化、無量綱化方法對數據進行預處理，得到標準化矩陣；

12)建立電力市場主體風險評估回歸模型，獲取Lasso參數估計模型，基于Lasso參數估計模型的懲罰系數對標準化矩陣進行簡化；

13)從市場運營機構獲取樣本數據，將樣本數據分為訓練集和測試集進行交叉檢驗，確定最優懲罰系數，對標準化矩陣進行更新；

14)確定市場主體風險的關鍵評估指標體系。

3.根據權利要求1所述的基于電力交易數據的市場風險評估方法，其特征在于，步驟1)中，電力市場主體風險評估回歸模型的表達式為：

y＝α+β₁Z₁+β₂Z₂+…+β_pZ_p+ε

式中，α為回歸常數；β₁,β₂,…,β_p為回歸系數；y為市場主體風險；Z₁,Z₂,…,Z_p為市場主體風險的p個評估指標；Z_j＝(z_1j,z_2j,…,z_nj)^T為指標j的數據信息，j＝1，…，p；ε為隨機誤差。

4.根據權利要求2所述的基于電力交易數據的市場風險評估方法，其特征在于，步驟12)的具體內容為：

對于n組指標樣本數據(Z_i1,Z_i2,…,Z_ij；y_i)，其中i＝1,2,…,n；j＝1,2,…,p，n為市場主體數量，p為市場主體風險的評估指標數，則未知參數α與β的Lasso參數估計模型的表達式為：

式中，為式中的Lasso估計值，Z_ij為市場主體i第j項監測指標數據，i＝1,2,…,n；j＝1,2,…,p；y_i為市場主體i市場風險水平；λ為懲罰系數；

當懲罰系數λ為0時，未知參數α與β的Lasso參數估計模型變為最小二乘估計；當懲罰系數足夠大時，對未知參數α與β的Lasso參數估計模型進行最小化，使所有的回歸系數估計為0，實現標準化矩陣的精簡。

5.根據權利要求4所述的基于電力交易數據的市場風險評估方法，其特征在于，步驟13)的具體內容為：

從市場運營機構獲取樣本數據，將樣本數據分為訓練集和測試集進行交叉檢驗，計算不同懲罰系數λ水平下訓練集對測試集的均方誤差，選擇均方誤差最小的模型，確定最優懲罰系數λ，對標準化矩陣進行更新，均方誤差的表達式為：

式中，E_p(λ)為回歸模型的誤差平方和，y_ip為市場主體i含p項指標的線性回歸模型對市場風險水平的擬合值。