(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211091258.8 (22)申请日 2022.09.07 (71)申请人 国网四川省电力公司凉山供电公司 地址 615000 四川省凉山彝族自治州西昌 市航天大道二段216号 (72)发明人 王戈　朱劲枫　陈定辉　汪道萍　 尹伟　鲜鑫　苏育均　胡晓　 樊晓倩　胡渝嘉　陈松　 (74)专利代理 机构 北京天奇智新知识产权代理 有限公司 1 1340 专利代理师 王大刚 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06K 9/62(2022.01) (54)发明名称 一种电力指数的评估方法及系统 (57)摘要 本申请公开了一种电力指数的评估方法及 系统， 属于 数据处理技术领域， 所述方法包括： 分 别对用电指数、 供电指数、 市场指数、 双碳指数各 维度下的电力指标进行筛选和数据标准化处理， 得到标准化指标集， 利用离差平方和法进行R型 分层聚类， 获得各指数维度的指标聚类结果， 对 每一聚类进行非参数KW检验， 确定各 维度电力分 析指标， 利用时差相关分析法对 各维度电力分析 指标进行划分， 确定先行指标、 一致指标、 滞后指 标， 获得用电监测指数、 供电监测指数、 双碳监测 指数、 市场监测指数。 本申请解决了现有技术中 存在电力指标选取智能化程度低， 电力指数评估 不准确的技术问题， 达到了全面科学客观地评估 电力指数， 准确监测指数波动情况的技 术效果。 权利要求书3页 说明书11页 附图3页 CN 115239201 A 2022.10.25 CN 115239201 A 1.一种电力指数的评估方法， 其特 征在于， 所述方法包括： 分别对用电指数、 供电指数、 市场指数、 双碳指数各维度下的电力指标进行筛选， 获得 初筛电力指标集； 对所述初筛电力指标集进行指标 数据标准 化处理， 得到标准 化指标集； 利用离差平方和法对所述标准化指标集进行R型分层聚类， 获得各指数维度的指标聚 类结果； 对指标聚类结果中每一聚类进行非参数KW检验， 将通过所述非参数KW检验的指标， 确 定为各维度电力分析指标； 利用时差相关分析法对所述各维度电力分析指标进行划分， 确定先行指标、 一致指标、 滞后指标； 分别按照预设规则构建用电指数、 供电指数、 双碳指数模型和市场指数模型， 获得用电 监测指数、 供电监测指数、 双碳 监测指数、 市场监测指数。 2.如权利要求1所述的方法， 其特征在于， 对所述初筛电力指标集进行指标数据标准化 处理， 得到标准 化指标集， 包括： 利用极差标准 化公式： ， 其中， vij是指第i个指数下选取的第j个指标的原始数值， 而uij则为对应的标准化后的 数值， 数值 范围满足0≤uij≤1， i为初筛电力指标集中的指数个数， 1≤ i≤4， j为每个指数中 的指标数， j=1,2, …。 3.如权利要求1所述的方法， 其特征在于， 所述利用离差平方和法对所述标准化指标集 进行R型分层聚类， 获得 各指数维度的指标聚类结果， 包括： a： 将标准化指标集中各指标作为一类构成类集， 从类集中任取两类进行合并， 获得合 并方案， 其中合并方案的总数为 n(n‑1)/2， 其中， n 为标准化指标集中指标 数量， n=1,2, …； b： 将合并方案的数值代入公式： ， 计算获得总离差平方和， 其中， S为总离差平方和， nt代表第t类的指标个数， 表示第t类中第j个评价指标标准化 后的数值(j=1,2,...,nt)， 为第t类指标的样本平均值 向量， k为参与总离差平方和 计算 的合并方案个数， 1≤k≤n(n ‑1)/2， t为对指标聚类后的类别个数， 1≤t≤n； c： 选择总离差平方和最小的合并方案对应的合并类作为新一类加入类集中， 重复步骤 a‑b， 直到分类数达 到预设分类数量 为止。 4.如权利要求1所述的方法， 其特征在于， 所述对指标聚类结果中每一 聚类进行非参数 KW检验， 将通过 所述非参数 KW检验的指标， 确定为各维度电力分析指标， 包括： 对各指标聚类结果进行 数值特征显著性计算， 获得聚类显著性水平； 当所述聚类显著性水平＞0.0 5时， 通过非参数 KW检验； 当所述聚类显著性水平＜0.05时， 未通过所述非参数KW检验， 重新调整所述指标聚类 结果， 直到满足所述非参数 KW检验为止 。权　利　要　求　书 1/3 页 2 CN 115239201 A 25.如权利要求1所述的方法， 其特征在于， 所述利用时差相关分析法对所述各维度电力 分析指标进行划分， 确定先 行指标、 一 致指标、 滞后指标， 包括： 利用时差相关 分析法的时差相关系数公式： ， 计算获得时差相关系数 ， 其中， ； ， 是按照时差对时间变量进行修正后得到的数据， 和 为均值、 p为时间 变量、 称为时差或延迟期数、 nj为总的数据个数， 为延迟的数据个数、 为负数时表示先 行、 为正数时表示滞后， 为第 期的待判断的指标， 为第p期的基准指标； 若 在 或者 时最大， 则x和y是一 致指标； 若 在 时最大， 则x是y的先 行指标； 若 在 时最大， 则x是y的滞后指标。 6.如权利要求5所述的方法， 其特 征在于， 所述计算获得时差相关系数， 之后包括： 对所述先行指标、 一致指标、 滞后指标进行筛选， 其中， 筛选条件为指标的时差相关系 数绝对值大于0.5， 且各指标的时差相关系数是一个时间序列数据， 且时差相关系数中有正 有负， 将满足所述筛 选条件的指标进行划分。 7.如权利要求1所述的方法， 其特征在于， 按照预设规则构建用电指数、 供电指数、 双碳 指数模型， 包括： 将各指标维度的指标原始数据的截面数据与时间序列数据相结合， 构建数据矩阵 ， 为数据矩阵 中第e行第f列的元素， c为截面数据的个数， d为时间序列 数据的个数，  c=1,2,…， d=1,2,…； e为数据矩阵的横向坐标， 1≤e≤c， f为数据的纵向坐 标， 1≤f≤d； 利用正态标准化方法对指标原始数据进行标准化处理， 获得标准化矩阵 ， 其中， ， 为标准化矩阵O中第e行第f列的元素， 和 分别为 原始数据矩阵 中的第f列数据的样本均值和标准差； 根据公式 ， 计算各变量的相关系数， 获得相关 性系数矩阵R， 是标准化矩阵中第g个指标和第k个指标的相关性系数， 是第g个指标数 据的均值， 是标准化矩阵中第g个指标的第h行的数据值， 是第k个指标数据的均值， 是标准化矩阵中第k个指标的第h行的数据值， h为计算变量相关性系数时纵列的个数， h =1,2，…， d； 基于所述相关性系数矩阵R， 根据公式 ， 计算获得各指标的 方差贡献率， 根据公式： ， 计算获得各指标的累计方差贡献率， 其中， 表示第g个指标变量的贡献率、 为第g个指标变量的累计贡献率、 为R的特征 值、 为R的特征向量；权　利　要　求　书 2/3 页 3 CN 115239201 A 3