[发明专利]基于改进主成分-灰色关联的大用户落户因素分析方法

权利要求书

1.基于改进主成分-灰色关联的大用户落户因素分析方法，其特征在于：

所述方法依次包括以下步骤：

步骤A、收集地区内已有各典型产业大用户的落户数量，并根据各典型产业大用户的负荷特点确定影响其落户的电网因素指标；

步骤B、采用改进的主成分分析法确定各电网因素指标所含信息量，并采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值；

步骤C、根据各电网因素指标所含信息量以及关联度值，采用组合赋权的方法计算各电网因素指标的影响权重值以及影响程度占比值；

步骤D、根据影响程度占比值的大小对各电网因素指标进行等级划分。

2.根据权利要求1所述的基于改进主成分-灰色关联的大用户落户因素分析方法，其特征在于：

步骤B中，所述采用改进的主成分分析法确定各电网因素指标所含信息量依次包括以下步骤：

1、对数据进行补全和标准化处理，形成标准化矩阵X＝(x_ij)_a×b，其中，a为电网因素指标的数量，b为所选数据的总年份数，i＝1,2,...,a，j＝1,2,...,b；

2、求取标准化矩阵的相关系数矩阵R＝(r_ij)_a×b；

3、求取相关系数矩阵的特征根；

4、根据特征根计算各主成分的累计贡献率ρ，输出累计贡献率ρ大于75％的主成分及其评分系数；

5、通过以下公式计算各电网因素指标所含信息量

上式中，m为输出的主成分个数，n＝1,2,...,m，为电网因素指标X_i所含信息总量，为主成分F_n中电网因素指标X_i所含信息量，为主成分F_n的评分系数。

3.根据权利要求1或2所述的基于改进主成分-灰色关联的大用户落户因素分析方法，其特征在于：

步骤B中，所述采用基于时间效应的灰色关联模型计算各典型产业大用户落户数量与各电网因素指标之间的关联度值依次包括以下步骤：

S1、构建分析矩阵[Y,X]：

上式中，T为所选数据的总年份数，y₀(t)为典型产业大用户在第t年份的数量，t＝1,2,...,T，j为电网因素指标的数量，x_i(t)为第i个电网因素指标在第t年份的数据值，i＝1,2,...,j；

S2、通过以下公式对分析矩阵[Y,X]进行归一化处理，形成初值矩阵：

S3、先将初值矩阵依据Δ_0i(t)＝|y′₀(t)-x′_i(t)|形成差值矩阵Δ_0i，然后选取差值矩阵Δ_0i中两极极差的最大值Δ_max与最小值Δ_min；

S4、通过以下公式计算典型产业大用户数量与电网因素指标在第t年份的关联系数λ_0i(t)，形成关联度系数矩阵

上式中，β为分辨系数；

S5、采用等比数列模型对时间效应赋予权重值W：

上式中，T_max为所选数据的最新年份，a₁＝1,q＝0.8；

S6、通过以下公式计算典型产业大用户数量与电网因素指标的灰色关联度值r_j0：

4.根据权利要求1或2所述的基于改进主成分-灰色关联的大用户落户因素分析方法，其特征在于：

步骤C中，所述各电网因素指标的影响权重值以及影响程度占比值采用以下公式计算得到：

上式中，为电网因素指标X_i所含信息量，为电网因素指标X_i的关联度值，k为电网因素指标数量。