目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素...目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素评价分析方法,从经济因素、设备因素、环境因素和网络结构等方面解析影响运检成本的潜在影响因素,基于BMA方法进行关键变量筛选,并采用改进反熵-灰色关联分析法对影响因素的关联度进行量化分析,找到影响配电网运检成本的薄弱环节。以实际供电区域为例,筛选出影响配电网设备资产运检成本的9项关键因素,得到该供电区域的综合评分和建设薄弱项,并结合区域发展的具体情况,验证了该方法的有效性和合理性。展开更多
文摘目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素评价分析方法,从经济因素、设备因素、环境因素和网络结构等方面解析影响运检成本的潜在影响因素,基于BMA方法进行关键变量筛选,并采用改进反熵-灰色关联分析法对影响因素的关联度进行量化分析,找到影响配电网运检成本的薄弱环节。以实际供电区域为例,筛选出影响配电网设备资产运检成本的9项关键因素,得到该供电区域的综合评分和建设薄弱项,并结合区域发展的具体情况,验证了该方法的有效性和合理性。
