[发明专利]电网一次设备运维检修成本预测方法及系统

权利要求书

1.电网一次设备运维检修成本预测方法，其特征在于，包括：

电网一次设备运维检修成本影响因素的灰色关联度分析；

电网一次设备运维检修成本影响因素的探索性因子分析；

基于遗传算法的BP神经网络初始权值和阈值优化；

基于BP神经网络的电网一次设备运维检修成本预测；

通过灰色关联度和探索性因子分析提取影响电网一次设备运维检修成本的主要因素，作为BP神经网络模型的输入变量，建立电网一次设备运维检修成本预测模型，并用遗传算法对相关参数进行优化。

2.根据权利要求1所述的电网一次设备运维检修成本预测方法，其特征在于，所述的灰色关联度分析为：运用灰色关联分析计算初选影响因素与电网一次设备运维检修成本的关联度，根据关联度大小排序后对影响因素进行筛选，得到选定指标，确保筛选后的影响因素与电网一次设备运维检修成本的关联性。

3.根据权利要求2所述的电网一次设备运维检修成本预测方法，其特征在于，所述的探索性因子分析为：在灰色关联分析的基础上，为降低各影响因素的重叠率，进一步降低方法的复杂度，探索性因子分析法确定最终输入指标。

4.根据权利要求3所述的电网一次设备运维检修成本预测方法，其特征在于，所述的BP神经网络初始权值和阈值优化为：运用遗传算法对BP神经网络的初始权值和阈值进行优化，依靠遗传算法的全局搜索能力，求得最优个体，并把该最优个体作为BP神经网络的初始权值和阈值。

5.根据权利要求4所述的电网一次设备运维检修成本预测方法，其特征在于，所述的电网一次设备运维检修成本预测为：结合经探索性因子分析得到的输入指标，依靠遗传算法得到的初始权值和阈值，运用BP神经网络完成训练，得到电网一次设备运维检修成本预测模型，分析预测值与实际值之间的误差。

6.根据权利要求1或2所述的电网一次设备运维检修成本预测方法，其特征在于，所述的灰色关联度分析包括以下步骤：

1)设反映电网一次设备运维检修成本的时间序列为影响电网一次设备运维检修成本的m个时间序列组为对电网一次设备运维检修成本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，计算电网一次设备运维检修成本序列与影响因素序列的灰色关联系数为L_0i(k)＝(D_min+D_max)/(D_0i(k)+rD_max)；

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：电网一次设备运维检修成本序列与影响因素序列的灰色关联度r_0i计算为：

其中，0＜r_0i≤1，r_0i越大，表明X₀与X_i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电网一次设备运维检修成本序列的关联程度。

7.根据权利要求1或3所述的电网一次设备运维检修成本预测方法，其特征在于，所述探索性因子分析包括以下步骤：

1)对选定影响因素的因子贡献率进行计算，计算公式为X＝AF+ε，且满足m<p，cov(F,ε)＝0，其中，X为选定的影响因素，A为负载矩阵，F为公共因子，ε为误差项，p为选定影响因素的个数，m为公共因子个数；

2)将选定的影响因素综合处理成少数几个指标，具体是通过模型X＝AF+ε，以F代替X，由于m<p，达到简化变量维数的目的。