【精彩论文】基于惩罚变权的RDA同期线损数据质量评估模型

观点凝练

摘要：同期线损数据质量评估对线损数据治理、线损分析至关重要。针对目前线损数据质量评估中评估准确率和评估效率不可兼得的矛盾，提出基于惩罚变权的“秩和”差异评估（rank difference assessment，RDA）同期线损数据质量评估模型。首先，基于传统“秩和”检验不依赖样本容量大小和指标选取的特点，建立“秩和”差异评估（RDA），以正“秩和”统计量直接对同期线损与理论线损在相同时间尺度下的电量差值数据序列进行整体数据质量评估；其次，以“秩和”差异数据序列的差异概率密度函数为指数，对“秩和”差异评估模型的权值进行修正，建立基于惩罚变权的RDA同期线损数据质量评估模型，综合考虑异常数据数量及异常幅度对数据质量评估的影响程度，对RDA评估值进行修正。该方法既不依赖指标选取，可以准确评估，又不依赖样本容量，评估效率较高。最后，以甘肃实际运行数据进行的仿真结果表明，所提惩罚变权评估模型对同期线损数据质量评估的有效性和优越性。
结论：本文提出了惩罚变权“秩和”差异评估模型，以加权正“秩和”偏差统计量直接对同期线损与理论线损的差异序列数据进行评估，得到结论如下。

（1）所提惩罚变权“秩和”评估方法无须提取特征指标值，可以直接根据同期线损与理论线损的差异情况进行评估，计算量相对较小，并避免了指标提取不全致使评价信息丢失的问题。

（2）根据原始差异数据概率密度函数构造的惩罚变权函数，可兼顾异常数据数目和异常程度的综合作用，有效避免个别异常程度较大的数据引起评估值较低，掩盖整体数据质量水平的现象。

（3）相对于海量数据统计方法，本文方法使用较小的样本可获得准确评估结果，评估效率高。

需要说明的是，本文的案例分析虽然是以同期线损与理论线损的差异时序序列进行质量评估，但其对同一时间断面的不同单元（元件、区域）线损的空间差异序列同样具有较好的评估效果。实际上，对于配对性质的样本评估，本文惩罚变权“秩和”评估均适用，具有较好通用性。

引文信息

王方雨, 刘文颖, 陈鑫鑫, 等. 基于惩罚变权的RDA同期线损数据质量评估模型[J]. 中国电力, 2020, 53(12): 223-231.WANG Fangyu, LIU Wenying, CHEN Xinxin, et al. Evaluation model of synchronous line loss data quality based on penalty variable weight rda[J]. Electric Power, 2020, 53(12): 223-231.

 往期回顾 

编辑：杨彪

审核：蒋东方

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。