基于改进欧氏距离协调发展评估模型的电网投资决策算法

袁天梦

(国网冀北电力有限公司唐山供电公司，河北 唐山 063000)

作者简介：袁天梦(1992—)，女，工程师，硕士，主要研究方向为电网投资、电网大数据，3215599838@qq.com.

摘要：为提高协调发展评估模型对电网投资决策过程进行量化评估的精度，在保留以往距离协调发展评估模型全部基础数据处理模块的基础上，使用模糊多列神经网络分析法，对传统欧氏距离协调发展评估模型进行拆分，在将神经网络用于欧氏距离加权系数后，将其与因子归一化结果进行逐一融合，最终将数据输送到传统欧氏距离协调发展评估模型的X值计算模块中。仿真结果表明：因为革新模型对ω因子进行了基于多列神经网络的强化迭代回归数据挖掘，所以二者出现了显著的统计学差异，传统模型的误差率为革新模型的4.32倍；最终X因子的评价结果中，同样存在显著统计学差异，传统模型的误差率为革新模型的5.13倍。

关键词：欧氏距离因子；协调发展模型；电网投资决策；机器学习；数据偏差率仿真

中图分类号：TM727       文献标识码：A      文章编号：2095-509X(2021)05-0047-05

由国家统计局数据可知，2019年我国全年发电量达到7 000 TWh，相比2014年上涨近2 000 TW·h，这表明“十三五”以来，我国发电厂建设速度显著提升，且当前发电厂建设速度仍有逐年加快的趋势。在发电厂选址规划中，采用合理的协调发展评估模型对电网投资决策过程进行量化评估，是确保投资合理性的重要评估过程^［1］。后续研究中引用的相关数据，主要来自国家统计局公布数据及国家电网相关部门的官网数据。

改进欧氏距离协调发展评估模型，是较为常用的电网投资协调发展投资模型，其算法依据为将GIS（地球地理信息系统）的非欧氏距离在小区域范围内进行欧氏投影，进而以欧氏距离为资源评价权重，对相关的投资方案进行量化分析，其中更侧重电力需求、实际负荷、区域经济状态等指标。该模型同时还考虑到了各种经济及电力负荷的绝对空间分布，以及相应投资成果的分布密度^［2］。

本文在传统欧氏距离协调发展评估模型的基础上，对其进行优化设计，使该模型可以在机器学习系统中得到应用，实现基于计算机辅助系统的智能化决策。

1 欧氏距离协调发展评估模型的数学架构

1.1 协调模型指标分布情况

本文从协调性评价目标入手，分析电网的服务型产品种类、投资建设规模、投资和施工进度、投入产出及盈利所得等指标，可以得知电网投资过程与区域经济、民生及其他社会效益之间存在协调性^［3］。

表1中形成了投资建设、经济表达、电量供应等3个子系统，每个子系统均可以在AHP分析架构下得到充分展开。表中共给出24个具体评价指标，虽然该指标体系并不是完备体系，但机器学习评价系统可以有效给出不完备指标体系下的特征传导通道，此特征也表明如果采用传统欧氏距离协调模型存在数据不完备的分析缺陷。