一种适配能源互联网规划的县域分类方法及系统与流程

1.本文件涉及能源互联网规划技术领域，尤其涉及一种适配能源互联网规划的县域分类方法及系统。


背景技术：

2.随着小城镇发展与承接产业转移，县域经济圈接纳大量园区和工业企业，能耗量巨大，而县域能源互联网恰好是当前各方主体关注较少的领域。县域能源互联网建设是支撑县域经济社会高质量发展和构建农村现代能源体系的必由之路。同时，数量众多的广大县域具有普遍的异质性，不宜采用单一的能源互联网规划。构建适配能源互联网规划的县域分类方法，明确不同县域能源互联网规划的外部条件和内部基础，为更好地因地制宜设计县域能源互联网规划方案提供基础参数和规划依据，提升县域能源互联网规划的科学性和合理性。


技术实现要素：

3.本说明书一个或多个实施例提供了一种适配能源互联网规划的县域分类方法，包括以下步骤：
4.确定影响县域能源互联网规划建设的外部环境因素及内部发展因素，构建评估指标体系，并对各指标数据进行标准化处理；
5.基于主成分分析方法，合成可衡量外部指标及内部指标的评估指标，并构建以所考察的各县域为节点、县域间相似系数为权重的有权无向网络；
6.基于所述有权无向网络，应用newman快速算法，将各县域划分为若干社团，并基于度中心性指标重点分析社团内部的典型县域，归纳各类县域社团的特征，实现县域分类，确定县域能源互联网规划方案。
7.本发明还提供了一种适配能源互联网规划的县域分类系统，包括
8.影响因素确认模块：用于确定影响县域能源互联网规划建设的外部环境因素及内部发展因素；
9.评估指标体系构建模块：用于根据影响因素确认模块构建评估指标体系，，并对各指标数据进行标准化处理；
10.网络构建模块：用于基于主成分分析方法，合成可衡量外部指标及内部指标的评估指标，并构建以所考察的各县域为节点、县域间相似系数为权重的有权无向网络；
11.县域分类确定模块：基于网络构建模块构建的有权无向网络，应用newman 快速算法，将各县域划分为若干社团，并基于度中心性指标重点分析社团内部的典型县域，归纳各类县域社团的特征，实现县域分类，确定县域能源互联网规划方案。
12.本发明还提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一项所述适配能源互联网规划的县域分类方法。
13.本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述适配能源互联网规划的县域分类方法。
14.本发明基于县域能源互联网规划的外部环境因素及内部发展要求对县域进行合理分类，有助于因地制宜地推行县域能源互联网规划，适配能源互联网规划的县域分类方法的构建，面向政府提供对县域经济产业及能源规划建设的良好认识，提升政府能源规划的决策效率和科学性；面向能源企业，提供能源项目规划建设的重要环境参数，提升能源项目规划的合理性和项目效益。
附图说明
15.为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
16.图1为本说明书一个或多个实施例提供的一种适配能源互联网规划的县域分类方法流程图；
17.图2为本说明书一个或多个实施例提供的一种适配能源互联网规划的县域分类系统框架示意图；
18.图3为本说明书一个或多个实施例提供的一种电子设备的结构示意图。
具体实施方式
19.为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
20.下面结合具体实施方式和说明书附图对本发明做出详细的说明。
21.方法实施例
22.根据本发明实施例，提供了一种适配能源互联网规划的县域分类方法，如图1所示，根据本发明实施例的复杂场景的设备监控显示和交互优化方法流程图，则该方法包括步骤：
23.步骤s1、确定影响县域能源互联网规划建设的外部环境因素及内部发展因素，构建评估指标体系，并对各指标数据进行标准化处理；本实施例中，影响县域能源互联网规划建设的外部环境因素及内部发展因素通过相关政府部门公开数据获得。
24.步骤s2、应用主成分分析方法，合成可衡量外部及内部指标的评估指标，并构建以所考察的各县域为节点、县域间相似系数为权重的有权无向网络；
25.步骤s3、基于所述有权无向网络应用复杂网络分析的社团发展newman 快速算法，将各县域划分为若干社团，并基于度中心性指标重点分析社团内部的典型县域，归纳各类县域社团的特征，实现县域分类，确定县域能源互联网规划方案。
26.基于县域能源互联网规划的外部环境因素及内部发展要求对县域进行合理分类，有助于因地制宜地推行县域能源互联网规划，适配能源互联网规划的县域分类方法的构建，面向政府提供对县域经济产业及能源规划建设的良好认识，提升政府能源规划的决策效率和科学性；面向能源企业，提供能源项目规划建设的重要环境参数，提升能源项目规划的合理性和项目效益。
27.本实施例中影响县域能源互联网规划建设的外部环境因素及内部发展因素具体可包括:
28.从经济产业层面构建外部指标，从能源生产、能源传输、能源消费、能源信息、能源价值等层面构建内部指标，形成包括六个层面的评估指标体系，如下表1所述，具体为：
29.1)经济产业层面指标
30.经济产业层面，主要考察县域的经济产业发展，反映县域能源互联网规划建设的经济产业环境因素。纳入人均gdp反映县域经济发展水平；使用第三产业占比反映县域产业结构的高级化程度；考虑单位gdp能耗，测度能源在县域经济中的投入产出效率。
31.2)能源生产层面指标
32.能源生产层面，聚焦于县域清洁能源发展及能源电力供给保障能力。纳入清洁能源与清洁电力比重，衡量县域清洁能源与清洁电力的发展程度；自给率是反映供给保障能力的常用指标，应用能源自给率和电力自给率表征县域能源电力自我保障能力。
33.3)能源传输层面指标
34.能源传输层面，集中考察县域能源互联网的能源传输能力。电、气、热是主要的消费能源，其所属传输网络也是县域能源电力传输的主要基础设施。在电力方面，应用电网输送能力为指标；气、热方面分别考虑气网覆盖率、热网覆盖率。
35.4)能源消费层面指标
36.能源消费层面，主要考察县域能源互联网的消费水平及调节保障能力。电气化、用电量水平越高，能源电力消费水平越高，分别使用电气化率、人均用电量指标衡量县域能源电力的消费水平；需求响应程度高、储能水平越高，能源消费的调节保障能力越强，使用需求响应度、储能占清洁能源装机占比衡量县域能源消费的调节能力。
37.5)能源信息层面指标
38.能源信息层面，主要考察县域能源互联网的信息收集、传递和安全水平。信息收集率直观地反映能源电力系统的信息收集能力，数字化智能化技术应用强化了信息收集能力，因此纳入智能终端覆盖率指标；能源互联网是一个综合性的复杂系统，采用能源信息汇聚率衡量不同系统间的信息传递能力；应用网络信息安全指数反映能源电力系统的信息安全程度。
39.6)能源价值层面指标
40.能源价值层面，聚焦于衡量县鞋号能源互联网的价值创造能力。能源互联网的价值创造在数据增值、能源业务服务化、收入增长、业态创新方面的新型价值创造来源及方式。应用数据增值价值挖掘表征县域能源互联网的数据增值能力，以综合能源服务规模表征能源业务服务化，以共同富裕指数表征收入增长，以业态模式创新指数表征业态创新。
41.表1 县域能源互联网规划建设评价指标体系
[0042][0043][0044]
在构建评估指标体系基础上，应对各指标进行标准化。对于定量指标的数据标准化处理采用以下方法：
[0045]
1)对于正向指标(即指标值越大越好)，可根据实际的各指标历史数据确定其下限值x
min
，并根据其未来预期确定其期望达到的最大值作为上限值x
max
。指标标准化公式为：
[0046][0047]
2)对于逆向指标(即指标越小越好)，根据实际的各指标历史数据确定其上限值x
max
，并根据其未来预期确定其期望达到的最小值作为下限x
min
。指标标准化公式为：
[0048][0049]
3)对于适度指标(即指标越接近某一临界值越好)，根据实际的各指标历史数据确
定上下限x
max
、x
min
，根据其未来预期确定其期望达到的适度值x
mid
。对于适度指标，首先按照公式：
[0050]
x'＝|x-x
mid
|
ꢀꢀꢀ
(3)
[0051]
将指标转化为逆向指标，然后按逆向指标处理。
[0052]
本实施例，基于标准化处理后的各指标，构建以所考察的各县域为节点、县域间相似系数为权重的有权无向网络包括步骤：
[0053]
步骤a1、构建变量的样本协方差阵：
[0054]
包括二级指标的p维变量、n个县域样本构建n
×
p的样本矩阵x，x(i)为第 i个样本的变量，表示样本均值；样本协方差阵为：
[0055][0056]
步骤a2、计算各主成分；
[0057]
设z1,...,z
p
为样本主成分，主成分z
l
，l＝1
…
p可由向量α
l
和样本矩阵x表示:
[0058]zl
＝x
·
α
l
ꢀꢀꢀ
(5)
[0059]
求以z
l
的方差最大的目标函数，并以α
lt
·
α
l
＝1为约束条件的最优化问题
[0060][0061]
将所述最优化问题转化为求s的特征值λ及特征变量α
l
；选取最大特征值λ
max
及其对应的特征向量α
max
，以提取第一主成分z＝α
max
·
x为综合测度指标。
[0062]
步骤a3、基于所提取的各县域主成分组成向量，以各县域为节点，县域间向量的两两相似程度为权重，构建复杂网络；其中，
[0063]
两节点间的距离按夹角余弦距离计算
[0064][0065]
节点r和节点s之间动能转换的相似程度越高，距离p
rs
越小。
[0066]
再应用b-匹配法进行设定，即将某一节点与其前b个最近距离的节点建立连线，由此构建一个以a
ij
为元素的无向无权网络。
[0067]
本实施例，通过主成分分析可以将多指标转化为少数几个综合指标的统计方法，降低分析复杂度。应用主成分分析，提取单一主成分可构建难以操作化的经济能源系统性变量。
[0068]
本实施例优选，应用newman快速算法进行网络社团划分。这种算法基于贪婪算法思想，从每个节点划分为一个社团开始，不断合并社团从而使得社团划分的模块度增加最大或减少最小，取最大的网络模块度相应的社团划分结果。对一个有n个节点的复杂网络，其算法包括以下几个步骤：
[0069]
步骤b1、初始化每个节点各自为一个社团，令模块度q＝0，节点vu的度为ku，网络有m条连边，计算社团u和社团v的节点连边在所有边中所占的比例e
uv
，为
[0070][0071]
αu＝ku/(2m)
ꢀꢀꢀ
(9)
[0072]
步骤b2、逐步合并社团；
[0073]
合并社团u和社团v，计算合并后的模块度增量：
[0074]
δq
uv
＝e
uv
e
vu-2αuαvꢀꢀꢀ
(10)
[0075]
选择使得δq
uv
每次增加最大或减少最小的社团对进行合并；每次合并后，对相应元素e
uv
更新，并按合并社团对的相关行和列进行相加，更新模块度q；
[0076]
步骤b3、重复执行步骤b2，不断合并社团，直至合并成一个社团后停止，选取模块度最大的q所相对应的社团划分结果作为最优社团划分结果。
[0077]
具体为，假如最优社团划分结果为c个社团，节点vu属于社团cv，δ(vu,cv) 为节点vu是否属于社团cv的指示变量，则δ(vu,cv)在社团cv中的度为
[0078][0079]
每个社团中度最高的节点为社团的代表性节点，可依据其各个维度 z
l
进行对比，从而归纳和该社团的特征。
[0080]
本实施例方法围绕县域能源互联网规划的外部环境与内部发展等系统性、差异性要求，涵盖经济产业等外部环境因素，以及能源供需、信息利用、价值创造等内部影响因素，更好地因地制宜设计县域能源互联网规划方案提供基础参数和规划依据，提升县域能源互联网规划的科学性和合理性。
[0081]
系统实施例
[0082]
根据本发明实施例，提供了一种适配能源互联网规划的县域分类系统，如图2所示，根据本发明实施例的适配能源互联网规划的县域分类系统框架图，该系统包括：
[0083]
影响因素确认模块：用于确定影响县域能源互联网规划建设的外部环境因素及内部发展因素；其中，
[0084]
评估指标体系包括外部环境因素的经济产业层面指标；内部发展因素的能源生产层面指标、能源传输层面指标、能源消费层面指标、能源信息层面指标和能源价值层面指标。
[0085]
评估指标体系构建模块：用于根据影响因素确认模块构建评估指标体系，并对各指标数据进行标准化处理；标准化处理步骤包括：
[0086]
1)对于正向指标(即指标值越大越好)，可根据实际的各指标历史数据确定其下限值x
min
，并根据其未来预期确定其期望达到的最大值作为上限值x
max
。指标标准化公式为：
[0087][0088]
2)对于逆向指标(即指标越小越好)，根据实际的各指标历史数据确定其上限值x
max
，并根据其未来预期确定其期望达到的最小值作为下限x
min
。指标标准化公式为：
[0089][0090]
3)对于适度指标(即指标越接近某一临界值越好)，根据实际的各指标历史数据确定上下限x
max
、x
min
，根据其未来预期确定其期望达到的适度值x
mid
。对于适度指标，首先按照公式：
[0091]
x'＝|x-x
mid
|
ꢀꢀꢀ
(14)
[0092]
将指标转化为逆向指标，然后按逆向指标处理。
[0093]
网络构建模块：用于基于主成分分析方法，合成可衡量外部指标及内部指标的评估指标，并构建以所考察的各县域为节点、县域间相似系数为权重的有权无向网络；具体包括步骤：
[0094]
步骤c1、构建变量的样本协方差阵：
[0095]
包括二级指标的p维变量、n个县域样本构建n
×
p的样本矩阵x，x(i)为第 i个样本的变量，表示样本均值；样本协方差阵为：
[0096][0097]
步骤c2、计算各主成分；
[0098]
设z1,...,z
p
为样本主成分，主成分z
l
，l＝1
…
p可由向量αi和样本矩阵x表示:
[0099]zl
＝x
·
α
l
ꢀꢀꢀ
(16)
[0100]
求以zi的方差最大的目标函数，并以α
lt
·
α
l
＝1为约束条件的最优化问题
[0101][0102]
将所述最优化问题转化为求s的特征值λ及特征变量α
l
；选取最大特征值λ
max
及其对应的特征向量α
max
，以提取第一主成分z＝α
max
·
x为综合测度指标。
[0103]
步骤c3、基于所提取的各县域主成分组成向量，以各县域为节点，县域间向量的两两相似程度为权重，构建复杂网络；其中，
[0104]
两节点间的距离按夹角余弦距离计算
[0105][0106]
节点r和节点s之间动能转换的相似程度越高，距离p
rs
越小；
[0107]
再应用b-匹配法进行设定，即将某一节点与其前b个最近距离的节点建立连线，由此构建一个以a
ij
为元素的无向无权网络。
[0108]
县域分类确定模块：基于网络构建模块构建的有权无向网络，应用newman 快速算法，将各县域划分为若干社团，并基于度中心性指标重点分析社团内部的典型县域，归纳各类县域社团的特征，实现县域分类，确定县域能源互联网规划方案，具体包括步骤：
[0109]
步骤d1、初始化每个节点各自为一个社团，令模块度q＝0，节点vu的度为ku，网络有m条连边，计算社团u和社团v的节点连边在所有边中所占的比例e
uv
，为
[0110][0111]
αu＝ku/(2m)
ꢀꢀꢀ
(20)
[0112]
步骤d2、逐步合并社团；
[0113]
合并社团u和社团v，计算合并后的模块度增量：
[0114]
δq
uv
＝e
uv
e
vu-2αuαvꢀꢀꢀ
(21)
[0115]
选择使得δq
uv
每次增加最大或减少最小的社团对进行合并；每次合并后，对相应元素e
uv
更新，并按合并社团对的相关行和列进行相加，更新模块度q；
[0116]
步骤d3、重复执行步骤d2，不断合并社团，直至合并成一个社团后停止，选取模块度最大的q所相对应的社团划分结果作为最终社团划分结果。
[0117]
具体为，假如最优社团划分结果为c个社团，节点vu属于社团cv，δ(vu,cv) 为节点vu是否属于社团cv的指示变量，则δ(vu,cv)在社团cv中的度为
[0118][0119]
每个社团中度最高的节点为社团的代表性节点，可依据其各个维度 zi进行对比，从而归纳和该社团的特征。
[0120]
其工作原理与上述方法实施例相同，其具体内容可参考上面实施例的描述，再此不再赘述。
[0121]
如图3所示，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中适配能源互联网规划的县域分类方法，或者计算机程序被处理器执行时实现上述实施例中适配能源互联网规划的县域分类方法。
[0122]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程 rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram 以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步 dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接 ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态 ram(rdram)等。
[0123]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。