[发明专利]一种基于DEA算法的配电网台区投入产出分析方法

说明书

本发明提供一种基于DEA算法的配电网台区投入产出分析方法，包括建立配电网台区投入产出分析指标体系；选取样本指标并计算效率效率指数；以样本指标的效率指数为目标，以所有待分析指标的效率指数为约束，构造DEA‑C2R模型；通过DEA‑C2R模型判定待分析指标是否同时技术有效和规模有效。本发明运用DEA算法数据包络分析方法根据多项配电网台区投入指标和多项配电网台区产出指标，对具有可比性的同类型配电网台区指标进行相对有效性分析评价。

技术领域

本发明属于深度学习技术领域，具体涉及一种基于DEA算法的配电网台区投入产出分析方法。

背景技术

随着电网体制改革的推进、国民经济的高速发展、社会水平的全方位提升，电力需求日益高涨。作为电力系统的重要组成部分，配电网台区的建设必须科学高效。为实现合理建设配电网台区、提高电网资源利用率，在配电网台区建设时对配电网台区进行科学合理的投入产出分析是十分必要的。

目前，对配电网台区建设投入产出的分析只是单从经济效率方面论证，即大多采用收益/成本比法、收益增量/成本增量法以及最小费用法等方法，一味的追求经济效率，导致配电网台区社会效率低下，并没有使得台区的社会水平质量得到真正的提高。

故传统的配电网台区投入产出分析方法仍存在很大不足，主要表现在与配电网台区本身的结合性不强，仅从投资和收入等纯财务角度对配电网台区进行分析评估，无法全面、确切反映投资对配电网台区产生的实际效益、效率、功能，从而很难对配电网台区建设提供应有的指导和借鉴。因此，建立科学合理的配电网台区建设投入产出分析的指标体系，选择较为科学、合理的分析方法，得出全面性的投入产出分析结果，为配电网台区建设投资决策作出可靠的依据，是目前急需解决的问题。

数据包络分析方法(DEA，Data Enυelopment Analysis，以下简称“DEA算法”)，利用规划和统计确定相对有效的数据，提出相对效率概念，通过线形规划，将各个决策单元投影到DEA算法的生产前沿面上，通过计算各个决策单元之间的相对效率，来评价各个决策单元的相对有效性，从而对评价对象做出合理的评价。

在多输入输出评价有效方面，DEA算法占有绝对优势，且输入输出之间确实存在一定关系，但不必确定这种关系的显示表达式，以输入输出的实际数据直接计算最优权重，得出的权重并较为客观；在计算时并不直接对数据进行综合，因此决策单元的最优效率指标与投入指标值及产出指标值的量纲选取无关，应用DEA算法建立模型前无须进行无量纲化处理，数据操作简便。

基于DEA算法的优势，本发明提供一种基于DEA算法的配电网台区投入产出分析方法

发明内容

通过研究发现，对于多输出和多输入的配电网台区指标有效性综合分析的有效性评价方面具有操作简单，无需对数据进行复杂处理且分析效率高，分析结果对配电网台区建设投资决策指导具有极高可靠性等优势，非常适合解决以上面临的问题，从而为配电网台区建设投资决策作出可靠的依据，基于此，本发明提供一种基于DEA算法的配电网台区投入产出分析方法，以解决上述技术问题。

本发明提供一种基于DEA算法的配电网台区投入产出分析方法，包括：

建立配电网台区投入产出分析指标体系；

选取样本指标并计算效率效率指数；

以样本指标的效率指数为目标，以所有待分析指标的效率指数为约束，构造DEA-C2R模型；

通过DEA-C2R模型判定待分析指标是否同时技术有效和规模有效。

进一步的，所述建立配电网台区投入产出分析指标体系，包括：

设置配电网台区投入类指标体系的两个指标层级；

根据所述的两个指标层级梳理出10kΥ及以下电压等级配电网台区的投入类指标。