[发明专利]一种人工神经网络配网运行维护费预测方法

说明书

技术领域

本发明属于电网运行费用预测技术领域，涉及一种基于灰色关联分析的人工神经网络配网运行维护费预测方法。

背景技术

配网运行维护费是电网企业生产运营的重要组成部分，为了最佳的资金使用策略，需要对配网运行维护费进行准确合理的估算。但是配网运行维护费受到社会、经济、政策、资源等多种因素影响，且各因素的作用机理复杂，导致配网运行维护费与影响因素之间的关系很难用线性来表述。

发明内容

本发明所要解决的技术问题克服上述现有技术存在的缺陷，提供一种基于灰色关联分析的人工神经网络配网运行维护费预测方法，其通过灰色关联度分析提取影响配网运行维护费的主要因素，作为人工神经网络的输入变量，建立配网运行维护费预测模型，使输配电项目管理能够动态追踪其各项成本费用因素所引起的不确定性并形成风险控制决策响应，以便于电网企业有效地管理和控制电网运行维护成本。

为此，本发明采用如下的技术方案：一种人工神经网络配网运行维护费预测方法，包括：

1)配网运行维护费影响因素的灰色关联度分析：采用灰色关联分析从因子库中提取配网运行维护费的主要影响因素，作为人工神经网络的输入变量；

2)人工神经网络配网运行维护费预测模型的选用：在灰色关联分析的基础上，利用人工神经网络具有无限逼近非线性连续函数关系的性质，将其作为配网运行维护费的预测模型；

3)基于灰色关联分析的人工神经网络配网运行维护费预测：依据灰色关联度筛选出与配网运行维护费同步变动程度最高的影响因素，作为人工神经网络的输入，以配网运行维护费的预测值为输出，建立配网运行维护费预测模型，对配网运行维护费进行准确合理的估算，便于电网企业有效地管理和控制电网运行维护成本。

进一步地，所述灰色关联度分析包括以下步骤：

1)设反映配网运行维护费的时间序列为影响配网运行维护费的m个时间序列组为对配网运行维护费序列和影响因素序列进行标准化处理，得到{X₀(t)}和{X_i(t)}，t＝1,2,...,N，i＝1,2,...m；

2)计算灰色关联系数：在t＝k时刻，计算配网运行维护费序列{X₀(k)}与影响因素序列{X_i(k)}的灰色关联系数为：L_i0(k)＝(D_min+D_max)/(D_oi(k)+rD_max)，i＝1,2,...m；

其中，r为分辨系数，0＜r＜1；D_0i(k)＝|X₀(k)-X_i(k)|，t＝1,2,...,N；D_min与D_max分别为两极差的最大差与最小差，即

3)计算灰色关联度，配网运行维护费序列与影响因素序列的灰色关联度r_0i可计算

为：

其中，0＜r_0i≤1，r_0i越大，表明X₀(k)与X_i(k)之间的关联程度越大；

灰色关联度排序，根据计算的灰色关联度从大到小排列出影响因素序列对配网运行维护费序列的关联程度。

进一步地，所述人工神经网络配网运行维护费预测模型的选用包括以下步骤：

1)选择人工神经网络作为配网运行维护费的预测模型；

2)设神经网络有n个输入神经元、m个输出神经元和p个隐层神经元，则隐层神经元的输出为：

其中x_i为第i个输入神经元的输出值，为第j个隐层神经元的输出值，ω_ij为连接第i个输入神经元和第j个隐层神经元的权值，b_j为第j个隐层神经元的偏差值，f(·)为传递函数；

输出层神经元的输出为：

其中y_k为第k个输出神经元的输出值，ω_jk为连接第j个隐层神经元和第k个输出神经元的权值，b_k为第k个输出神经元的偏差值；

传递函数采用S型函数，

f(x)＝1/(1+e^-x/Q)，其中：Q为调整传递函数形式的S型参数；