基于多元回歸模型的電力訴求影響因素

文/劉丞 羅立宏

1 簡(jiǎn)述電力訴求產(chǎn)生原因

電力訴求常發(fā)生于電力需求高峰期的夏季及電力設(shè)施整改期間。其訴求問(wèn)題主要來(lái)源于突發(fā)的停電事件或電力故障報(bào)修后無(wú)法得到及時(shí)搶修導(dǎo)致的財(cái)產(chǎn)安全問(wèn)題。通過(guò)研究客戶訴求問(wèn)題可以了解電力訴求的發(fā)展情況。

電力訴求的問(wèn)題主要有以下幾種類(lèi)型：

（1）因計(jì)劃停電導(dǎo)致的延遲/提前復(fù)電導(dǎo)致居民對(duì)停電安排時(shí)間、頻率不滿意問(wèn)題；

（2）供電設(shè)備自身發(fā)生故障而停電，包括短路、過(guò)載、接地等引起上級(jí)設(shè)備跳閘停電，如斷路器、剩余電流動(dòng)作保護(hù)器的保護(hù)性跳閘；

（3）用戶設(shè)備因在復(fù)電后引起損壞無(wú)法啟動(dòng)，要求賠償財(cái)產(chǎn)損失；

（4）其它外部因素影響，如自然災(zāi)害、惡劣天氣、外力破壞等引起停電。

表1：模型回歸結(jié)果

2 搭建數(shù)據(jù)指標(biāo)

2.1 數(shù)據(jù)特征

對(duì)電力運(yùn)營(yíng)數(shù)據(jù)來(lái)說(shuō)一般有一下幾個(gè)特征：

（1）數(shù)據(jù)量大且規(guī)律復(fù)雜。

（2）電力故障的區(qū)域分布廣，發(fā)展規(guī)律多元。

（3）受到多種因素的影響且作用方式不盡相同。

因此，在對(duì)電力訴求數(shù)據(jù)進(jìn)行分析研究前，需要對(duì)不同的電力訴求數(shù)據(jù)進(jìn)行分區(qū)，分別挖掘各分區(qū)內(nèi)客戶電力訴求規(guī)律。

2.2 數(shù)據(jù)聚類(lèi)

本文采用K-means聚類(lèi)方法對(duì)各月份的電力故障事件造成的不同影響進(jìn)行聚類(lèi)，分析不同時(shí)間與空間電力事故造成的影響。K-means算法是一種經(jīng)典的基于距離的聚類(lèi)算法，采用距離作為相似性的指標(biāo)。經(jīng)實(shí)驗(yàn)，對(duì)電力運(yùn)營(yíng)數(shù)據(jù)中不同月份上的各指標(biāo)數(shù)據(jù)共24433個(gè)樣本進(jìn)行統(tǒng)計(jì)處理，得出聚類(lèi)個(gè)數(shù)為5時(shí)，輪廓系數(shù)較大。利用以上不同類(lèi)別結(jié)果，有針對(duì)性的應(yīng)對(duì)各種不同用戶群體提供具有針對(duì)性的服務(wù)方案。例如：第1類(lèi)數(shù)據(jù)停電次數(shù)最大，主要分布于郊區(qū)，應(yīng)設(shè)備進(jìn)行檢修排查，更換老化設(shè)備；第2類(lèi)數(shù)據(jù)區(qū)域影響指數(shù)較大，主要分布與城區(qū)，可加強(qiáng)與客戶建立良好的溝通等。

2.3 數(shù)據(jù)指標(biāo)

建立訴求影響評(píng)價(jià)指標(biāo)，是研究電力訴求影響因素差異性及主要性的前提。因此提取適合的數(shù)據(jù)指標(biāo)是關(guān)鍵?；谕ｋ娛录臄?shù)據(jù)情況及對(duì)業(yè)務(wù)的理解，電力訴求影響數(shù)據(jù)指標(biāo)主要包括平均時(shí)長(zhǎng)（h/次），平均缺供電電量（kW·h/次），客戶影響數(shù)量(戶/次)，區(qū)域影響指數(shù)及時(shí)間點(diǎn)影響指數(shù)。其中區(qū)域影響指數(shù)定義為電力故障影響用戶數(shù)與故障所處區(qū)域的用戶數(shù)的占比，以及故障事件涉及的臺(tái)區(qū)或者線路的數(shù)量的乘積。時(shí)間點(diǎn)影響指數(shù)定義為電力故障事件的月份以及不同的時(shí)間點(diǎn)造成的不同影響。

3 搭建回歸分析模型

多元回歸分析是一種常用的統(tǒng)計(jì)分析方法。其本質(zhì)是在大量數(shù)據(jù)觀察的基礎(chǔ)上，建立起因變量與自變量之間的回歸關(guān)系函數(shù)模型。通過(guò)上述建立的數(shù)據(jù)指標(biāo)，結(jié)合歷史訴求和歷史供電類(lèi)數(shù)據(jù)信息，可對(duì)電力訴求產(chǎn)生的環(huán)境、關(guān)鍵點(diǎn)、消亡痕跡等進(jìn)行整合，多方面多角度挖掘問(wèn)題本源和形成規(guī)律。在訴求問(wèn)題挖掘上，主要有以下工作步驟：

（1）拆分各類(lèi)原始清單字段維度信息，細(xì)化數(shù)據(jù)顆粒度。

（2）訴求區(qū)域、停電區(qū)域邏輯關(guān)聯(lián)。

（3）故障報(bào)修、停電時(shí)間、故障停電滿意度邏輯關(guān)聯(lián)。

（4）建立科學(xué)的分析模型，梳理停電處理全過(guò)程，找出薄弱環(huán)節(jié)，經(jīng)過(guò)科學(xué)方法分析停電產(chǎn)生的客戶訴求因素影響敏感度。

3.1 搭建模型

為了更好的探求電力訴求中的影響因素，本次研究將訴求量設(shè)置為因變量，將訴求因素設(shè)置為解釋變量，通過(guò)建立多元線性回歸模型來(lái)研究這些影響因素和電力訴求量之間的關(guān)系。模型公式構(gòu)建如下所示：

其中，SQ、TDSC、KH、DL、QY、TDZS分別代表電力訴求量、停電時(shí)長(zhǎng)、影響客戶數(shù)、損失電量、區(qū)域影響指數(shù)、時(shí)間點(diǎn)影響指數(shù)。a為模型常數(shù)項(xiàng)，β1-β10為影響因素的系數(shù)，ε為模型的殘差。

3.2 模型結(jié)果

如表1所示，從這些影響因素的標(biāo)準(zhǔn)化回歸系數(shù)大小來(lái)看，停電時(shí)長(zhǎng)的系數(shù)依然最大，說(shuō)明停電時(shí)長(zhǎng)對(duì)訴求量的影響最大，其次停電影響指數(shù)、影響客戶指數(shù)；排在后兩位的是損失電量指數(shù)和區(qū)域影響指數(shù)。

4 結(jié)束語(yǔ)

本文通過(guò)結(jié)合對(duì)電力數(shù)據(jù)已有的研究，選擇了多個(gè)影響因素，研究了電力訴求影響因素，通過(guò)建立模型來(lái)判斷這些因素的影響程度。經(jīng)數(shù)據(jù)驗(yàn)證后，模型結(jié)果真實(shí)可靠。本次研究探明了電力因素對(duì)于居民電力訴求的影響程度，更好的讓供電部門(mén)采取相應(yīng)措施。