论文部分内容阅读
摘 要：新电改实施以来，供电企业盈利模式面临重大转变，原有的“切块式”成本核定方式较为粗放，无法精准对接实际需求。因此本文从运检业务出发，将变电设备运行阶段成本按照检修、试验、运维三类专业分别进行分类处理，并对投运年限相同的变电设备，采用基于非线性最小二乘法的加权分析方法进行运行阶段成本预测。
关键词：变电设备；非线性最小二乘法；加权分析；成本预测
0 前言
2015年3月，中共中央、国务院印发《关于进一步深化电力体制改革的若干意見》，供电企业盈利模式将由“赚取购销价差”转变为“准许成本加合理收益”，监管部门将控制供电企业运行期成本。而供电企业原有的“切块式”成本核定方式较为粗放，无法满足实际运检业务需求。
针对上述问题，本文从运检实际出发，将变电设备在运行期发生的成本费用按照专业类别分为检修、试验、运维三类，由于这些数据具备时间连续性，因此采用基于非线性最小二乘法[1]的加权分析算法进行成本预测。
1 数据获取
本文中所需的数据主要来源于PMS2.0（生产管理系统），其中检修专业数据主要来源检修记录、检修工单、工作票等；试验专业数据主要来源于试验报告、工作票等；运维专业数据主要来源于巡视记录、维护记录、操作票等。
2数据处理与清洗
在本文中，影响数据质量的因素主要有数据异常与数据缺失。采用阈值鉴别法[2]识别异常值，如公式（1）所示：
（1）
式中，ek为某一类成本数据， 为某一类成本数据平均值， 为阈值， 。若ek满足式（1），则判定ek为异常数据，进入下一步异常值分类处理。
对超出成本阈值区间的小概率异常数据直接进行修正或剔除。对于数据缺失值，按照移动平均法进行缺失值填充，公式如式（2）所示：
yt=（yt-1+yt-2+yt-3+…+yt-n）/n （2）
式中，yt-1为下一期的预测值；n为移动平均的时期个数；yt-1为前期实际值；yt-2，yt-3和yt-n分别表示前两期、前三期直至前n期的实际值。
2 基于非线性最小二乘法的加权分析预测方法
（1）非线性最小二乘法原理
非线性最小二乘法是以误差的平方和最小为准则来估计非线性静态模型参数的一种参数估计方法。设非线性系统的模型为：
（3）
式中y是系统的输出，x是输入，θ是参数（它们可以是向量）。这里的非线性是指对参数θ的非线性模型，不包括输入输出变量随时间的变化关系。在估计参数时模型的形式f是已知的，经过N次实验取得数据（x1，y1），（x2，y2），…，（xn，yn）。估计参数的准则（或称目标函数）选为模型的误差平方和。非线性最小二乘法就是求使Q达到极小的参数估计值。非线性最小二乘法公式如下：
（4）
（2）基于非线性最小二乘法的加权分析方法步骤：
a）投运n年的m台设备，在投运1至n年之间的成本数据形成m*n矩阵。
b）将投运1至n年的m台设备成本分别取平均值作为曲线拟合的基础数据，形成n*1矩阵N。
c）将矩阵N利用最小二乘法进行非线性回归曲线拟合，得到成本预测曲线Sn。
d）在曲线Sn上，找到第n年的数据值Sn（n），利用加权算法，计算出投运n年的m台设备在下一年的成本为：
（5）
公式中Sn+1（n+1）为同年投运（n+1）年的设备拟合曲线在第（n+1）年的成本，Sn+2（n+1）为同年投运（n+2）年的设备拟合曲线在第（n+1）年的成本，Sn+3（n+1）为同年投运（n+3）年的设备拟合曲线在第（n+1）年的成本，α，β，γ为加权系数，按照时间延续关系取：
（6）
（7）
从而预测出均已投运n年的m台设备在投运第（n+1）年的运行阶段成本。
3应用示例
本文以某地区所辖范围内的93台220kV主变压器为例，通过采集全部93台220kV主变压器在2008-2017年共10年期间所产生的检修、试验、运维成本数据作为数据来源，对2007年投运的9台主变压器进行2018年成本预测，具体算法步骤如下：
（1）截止到2017年底，于2007年投运的9台主变压器已投运11年，由于现有数据为2008-2017年共10年数据，因此这9台主变压器具有投运2至11年之间的成本数据，形成9*10矩阵。
（2）将9台主变压器在投运第2年时发生的成本数据取平均值，接着将投运第3年时的9个成本数据取平均值，以此类推，直到将投运第11年的9个成本数据取平均值为止，形成10*1矩阵N，它是后续曲线拟合的基础数据。
（3）将矩阵N利用最小二乘法进行非线性回归曲线拟合，得到成本拟合曲线S11。
（4）同理，利用上述步骤（1）、（2）、（3）分别得到已投运12、13、14年的主变压器成本数据拟合曲线S12、S13、S14，因而可在它们各自的成本数据拟合曲线上分别得到在投运第12年时的成本数据S12（12）、S13（12）、S14（12），利用加权算法，可预测出已投运11年的单台主变压器在投运第12年（即2018年）的成本为：
（8）
根据上述运算步骤，运用MATLAB数学工具编写基于非线性最小二乘法的加权分析算法程序，可分别得到2007年投运的9台主变压器在2018年的检修、试验、运维成本预测值，其中单台主变压器2018年运行阶段成本预测值如图1所示。
4结束语
对于投运年限相同的变电设备，本文通过采用基于非线性最小二乘法的加权分析算法，实现了变电设备在运行阶段的检修、试验、运维成本预测，改进了原有“切块式”成本核定方式，具有重要意义。
参考文献
郭斌，王斌，梁雪萍.非线性最小二乘法拟合断层面参数及其MatLab实现[J].四川地震，2016.
耿楠，党革荣，何东健，王宏斌.判别分析法确定最佳阈值的快速算[J].西北农林科技大学学报，2001.
作者简介
唐天天，1992-，女，河北邯郸，汉，工程师，硕士研究生，研究方向：变电运维，单位：国网石家庄供电公司。
其他作者：白杨赞 刘献超 李标 崔倩雯 黄石成 张泽昕 杨朴
（作者单位：国网石家庄供电公司）
关键词：变电设备；非线性最小二乘法；加权分析；成本预测
0 前言
2015年3月，中共中央、国务院印发《关于进一步深化电力体制改革的若干意見》，供电企业盈利模式将由“赚取购销价差”转变为“准许成本加合理收益”，监管部门将控制供电企业运行期成本。而供电企业原有的“切块式”成本核定方式较为粗放，无法满足实际运检业务需求。
针对上述问题，本文从运检实际出发，将变电设备在运行期发生的成本费用按照专业类别分为检修、试验、运维三类，由于这些数据具备时间连续性，因此采用基于非线性最小二乘法[1]的加权分析算法进行成本预测。
1 数据获取
本文中所需的数据主要来源于PMS2.0（生产管理系统），其中检修专业数据主要来源检修记录、检修工单、工作票等；试验专业数据主要来源于试验报告、工作票等；运维专业数据主要来源于巡视记录、维护记录、操作票等。
2数据处理与清洗
在本文中，影响数据质量的因素主要有数据异常与数据缺失。采用阈值鉴别法[2]识别异常值，如公式（1）所示：
（1）
式中，ek为某一类成本数据， 为某一类成本数据平均值， 为阈值， 。若ek满足式（1），则判定ek为异常数据，进入下一步异常值分类处理。
对超出成本阈值区间的小概率异常数据直接进行修正或剔除。对于数据缺失值，按照移动平均法进行缺失值填充，公式如式（2）所示：
yt=（yt-1+yt-2+yt-3+…+yt-n）/n （2）
式中，yt-1为下一期的预测值；n为移动平均的时期个数；yt-1为前期实际值；yt-2，yt-3和yt-n分别表示前两期、前三期直至前n期的实际值。
2 基于非线性最小二乘法的加权分析预测方法
（1）非线性最小二乘法原理
非线性最小二乘法是以误差的平方和最小为准则来估计非线性静态模型参数的一种参数估计方法。设非线性系统的模型为：
（3）
式中y是系统的输出，x是输入，θ是参数（它们可以是向量）。这里的非线性是指对参数θ的非线性模型，不包括输入输出变量随时间的变化关系。在估计参数时模型的形式f是已知的，经过N次实验取得数据（x1，y1），（x2，y2），…，（xn，yn）。估计参数的准则（或称目标函数）选为模型的误差平方和。非线性最小二乘法就是求使Q达到极小的参数估计值。非线性最小二乘法公式如下：
（4）
（2）基于非线性最小二乘法的加权分析方法步骤：
a）投运n年的m台设备，在投运1至n年之间的成本数据形成m*n矩阵。
b）将投运1至n年的m台设备成本分别取平均值作为曲线拟合的基础数据，形成n*1矩阵N。
c）将矩阵N利用最小二乘法进行非线性回归曲线拟合，得到成本预测曲线Sn。
d）在曲线Sn上，找到第n年的数据值Sn（n），利用加权算法，计算出投运n年的m台设备在下一年的成本为：
（5）
公式中Sn+1（n+1）为同年投运（n+1）年的设备拟合曲线在第（n+1）年的成本，Sn+2（n+1）为同年投运（n+2）年的设备拟合曲线在第（n+1）年的成本，Sn+3（n+1）为同年投运（n+3）年的设备拟合曲线在第（n+1）年的成本，α，β，γ为加权系数，按照时间延续关系取：
（6）
（7）
从而预测出均已投运n年的m台设备在投运第（n+1）年的运行阶段成本。
3应用示例
本文以某地区所辖范围内的93台220kV主变压器为例，通过采集全部93台220kV主变压器在2008-2017年共10年期间所产生的检修、试验、运维成本数据作为数据来源，对2007年投运的9台主变压器进行2018年成本预测，具体算法步骤如下：
（1）截止到2017年底，于2007年投运的9台主变压器已投运11年，由于现有数据为2008-2017年共10年数据，因此这9台主变压器具有投运2至11年之间的成本数据，形成9*10矩阵。
（2）将9台主变压器在投运第2年时发生的成本数据取平均值，接着将投运第3年时的9个成本数据取平均值，以此类推，直到将投运第11年的9个成本数据取平均值为止，形成10*1矩阵N，它是后续曲线拟合的基础数据。
（3）将矩阵N利用最小二乘法进行非线性回归曲线拟合，得到成本拟合曲线S11。
（4）同理，利用上述步骤（1）、（2）、（3）分别得到已投运12、13、14年的主变压器成本数据拟合曲线S12、S13、S14，因而可在它们各自的成本数据拟合曲线上分别得到在投运第12年时的成本数据S12（12）、S13（12）、S14（12），利用加权算法，可预测出已投运11年的单台主变压器在投运第12年（即2018年）的成本为：
（8）
根据上述运算步骤，运用MATLAB数学工具编写基于非线性最小二乘法的加权分析算法程序，可分别得到2007年投运的9台主变压器在2018年的检修、试验、运维成本预测值，其中单台主变压器2018年运行阶段成本预测值如图1所示。
4结束语
对于投运年限相同的变电设备，本文通过采用基于非线性最小二乘法的加权分析算法，实现了变电设备在运行阶段的检修、试验、运维成本预测，改进了原有“切块式”成本核定方式，具有重要意义。
参考文献
郭斌，王斌，梁雪萍.非线性最小二乘法拟合断层面参数及其MatLab实现[J].四川地震，2016.
耿楠，党革荣，何东健，王宏斌.判别分析法确定最佳阈值的快速算[J].西北农林科技大学学报，2001.
作者简介
唐天天，1992-，女，河北邯郸，汉，工程师，硕士研究生，研究方向：变电运维，单位：国网石家庄供电公司。
其他作者：白杨赞 刘献超 李标 崔倩雯 黄石成 张泽昕 杨朴
（作者单位：国网石家庄供电公司）