基于云模型的电网统计数据质量评估

【摘要】：伴随电力行业的快速发展,电网统计数据在电力公司的生产、经营管理和决策分析中发挥出越来越重要的指导作用,然而与此同时,由于自然灾害、系统设备故障、拉闸限电等人为或非人为的原因以及电网统计数据本身的脆弱性,均可能在不同程度上影响统计数据的质量水平,从而对统计指标的特性分析和预测分析造成干扰,甚至严重影响到公司的经营管理与决策分析,导致错误的经济导向。因此,为了响应国家电网公司在“十二五”期间所提出的“三集五大”和“一强三优”的战略目标,快速提升统计数据在公司决策与经营管理中的监督作用,协调推进公司与社会的可持续发展,迫切需要依据电网公司发展的新形势、新理念建立一个科学有效的统计数据质量评估模型。本文针对电网统计数据质量评估中指标体系不完善、评估结果类属划分不精确等问题,在深入研究评估指标体系的构建及追求评估结果高精确性的基础上,对电网统计数据的质量评估方法展开了研究,具体工作如下：1.基于电力系统的运行特性及电网统计数据的基本特征,提出了一套电网统计数据质量评估指标体系,同时对各指标的评估方法、评估结果的计算、指标权重的确定进行了深入研究。实验表明,本课题所提出的指标评估方法在电网统计数据的质量评估中具有良好的可行性与实用性。2.提出了一种基于云模型的统计数据质量评估模型。在尽可能地保证评估结果的精确性的基础上,该模型通过将评语集与评估结果分别进行云模型化来确定统计数据的质量状况。具体来讲,首先利用云模型对各评语进行软划分以获得多个信任等级云,同时借助逆向云发生器将评估指标体系中各指标的评估结果转化为云模型,并由此构造出一个信任评价综合云,最后通过基于云模型的相似度算法计算信任评价综合云与各信任等级云的相似度,借以确定统计数据所隶属的评价等级。3.通过实例分析,对本课题所提出方法的可行性与有效性进行了验证。结果表明,该方法对于电网统计数据的质量评估具有较强的实用性,同时通过引入云模型和大数定律,该方法能够较好地避免常规方法在定性评价时的主观随意性缺陷,并在最大程度上保证评估结果的精确性与客观性。
【关键词】：电力系统 质量评估 指标体系 云模型 大数定律 相似度
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM73