Page 19 - 电力与能源2022年第五期
P. 19

李   盖, 等: 基于用电量视角的产业链因果网络                                 3 1
                                                                                                      8
              重挖掘用电量的关联强度和集群关系, 建立合理                           更显性化的因果网络。
              模型, 借助可视化的手段探索得出产业链拓扑结
              构以及子结构, 通过网络节点相对位置和边的长                          1  数据描述
              度, 体现出产业链关键特征, 透视产业结构的规律                             本项目研究数据主要是温州市 2019 年以来
              及其随时间的演化趋势。                                      的分行业日用电量时序数据。来源为网上电网、
                   对于电力网络的研究主要有 3 大分支。一是                       中国政府网以及中国历史气象网站。时间区间为
              使用真实的电力物理运输网络, 通过研究复杂网                          2019 年1 月1 日至2021 年6 月30 日。数据内容
              络线路的拓扑结构的改变, 来研究电力网络在停                           可概括为以下几个方面。
              电事故中表现出的脆弱性             [ 1 ] 。文献[ 2 ] 基于复杂          ( 1 )全行业日电量数据。主要是依照国民经
              系统理论对电网故障的时空分布特性和结构脆弱                            济行业分类( GB / T4754 — 2017 ) 所形成的 133 个
              性进行了研究; 文献[ 3 ] 针对电力系统故障诊断问                      行业大类的日用电量数据以及企业级用户数据。
              题的特征对因果网络进行了扩展, 构建了一种新                           后者包含字段: 用户编号、 额定容量( kVA )、 电压
              的时序因果网络, 并提出了基于时序因果网络的                           等级、 行业类型、 用电地址、 用户状态、 用户类别、
              故障诊断方法       [ 3 ] 。第二种是分析电力市场价格时                用电量( kWh )、 立户日期、 销户日期、 管理单位、
              序网 络。 文 献 [ 4 ] 运 用 复 杂 网 络 理 论 分 析 了            日期等。
              2007 — 2012 年 13 个欧洲( 欧盟) 电力现货价格的                    ( 2 )温州市每日气温数据。包含字段: 日期、

              代表性样本的相互作用, 其构建的网络包含7651                         星期、 日最高气温、 日最低气温、 天气、 风力风向、
              个动态变量, 其中节点对应于不同的欧盟国家, 节                         空气质量指数等。
              点 的 连 边 加 权 了 各 个 电 价 变 化 之 间 的 格 兰 杰                ( 3 )节假日安排表。根据2019 — 2021 年这3
              ( Gran g er ) 因果关系  [ 4 ] ; 文献[ 5 ] 将动态网络分析      年的《 国 务 院 办 公 厅 关 于 部 分 节 假 日 安 排 的 通
              应用 于 电 力 部 门, 考 察 澳 大 利 亚 国 家 电 力 市 场            知》, 将节日标签添加一列嵌入到时序数据中。
              ( NEM ) 中区域现货电价之间的关系,通过交互                            数据预处理按照惯例流程, 先将原始用电量
              连接 的 网 络 区 域 市 场 表 现 出 更 强 的 依 赖 性, 而            数据的多个表格拼接, 组成完整时间序列。然后
              Gran g er因果 关 系 的 方 向 可 能 与 区 域 间 贸 易 有          对用电量数据进行行业汇总, 并删除缺失值较多
              关。第三种主要是考察不同行业、 地区或企业用                           的行业, 行业分类中的四级子行业予以删除。对
              电量之间的逻辑联系, 包括因果关系和相关关系                           行业进行编号, 并建立编号与行业名称的对照表。
              等, 通过最小生成树( MST )、 层次树( Hierarchical             气象数据的最高温和最低温字段转换为数值型。
              Tree )、 聚类分析等方法, 考察用电量网络的多种                      行业用电量受气温变化影响会在冬夏两季包含控
              结构和特性。文献[ 6 ] 使用上海市不同行业的用                        温负荷, 将行业用电量的气温因素排除。根据行
              电量数据建立行业用电量关系网络, 并利用最小                           业用电特性, 先要依据行业气温与用电量呈现二
              生成树和复杂网路的社团发现对不同行业网络进                            次函数的特征筛选出受影响的行业, 再具体建立
              行聚类分析, 以此揭示行业间的联系; 文献[ 7-8 ]                     二次回归模型去除这些行业的温控用电量。
              分别采用皮尔逊相关性和偏相关关系建立因果关                                行业用电量与气温变化时序如图 1 所示。
              系, 检验行业用电量间的动态关系; 文献[ 9 ] 使用
              层次结构法对南方各省的电力消耗网络进行了网                           2  模型建立
              络拓扑结构分解[ 9 ]; 文献[ 10 ] 对欧洲电力市场建                      本文先将日用电量时序数据, 通过灰色关联
              立因果关系网络, 并使用方差分解的思想, 来判定                         度体现选取时段的相关关系, 再结合以该相关关
              影响欧洲用电量结构稳定的因素。                                  系构建的距离矩阵, 通过多维标度( MDS ) 法降维
                   本文溯源时间序列的 Gran g er因果推断的初                   至二维平面上的点阵。在尽可能少地损失信息的
              始想法    [ 11 ] , 在前述文献的基础上, 创新性地建立                前提下, 能将原始行业用电量时序的相关关系保
              了以灰色关联度为基础的因果网络, 并用多维标                           留。技术路线图如图 2 所示。
              度法合理降维, 使得原始信息得到最大比例的保                          2.1  灰色关联分析
              留, 从而得到性质更优良、 分析更便捷、 时间动态                            灰色关联分析法( GRA ), 是指对于两个系统
   14   15   16   17   18   19   20   21   22   23   24