基于层次分析法的电力数据质量评估研究

吴才远

（贵州电网有限责任公司计量中心，贵州贵阳，550000）

1 电力数据质量评估方法

当前对电力数据质量评估研究主要以定性探讨为主，缺乏定量评估的实例。本研究在前人定性研究的基础上，采用定性与定量相结合的层次分析法进行电力数据质量评估，该方法主要运用在对电力数据质量指标评测时的权重打分环节中，实现评估结果的量化。

层次分析法AHP由美国匹茨堡大学教授T.L.Saaty提出，是一种定性与定量相结合的决策分析方法。层次分析法首先将复杂的问题分解成若干层次，建立阶梯层次结构，然后构成判断矩阵，进行层次单排序一致性检验，最后进行层次总排序和一致性检验，得出相关结论[3]。具体来讲，层次分析法是将决策者的决策思维过程与经验判断模型化、数量化，用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序[4]，可有效地应用于难以用定量方法解决的电网计量数据质量评价相关研究领域。

1.1 电力数据质量评价体系

电力数据质量评价体系是进行数据质量评价的基础，在处理数据质量问题的各个过程中，数据质量评价是提高数据质量的基础和关键，通过构建电力数据质量评估体系，可以科学、客观地评价出数据的真实情况，使用户清晰、明确地了解到当前数据的状态，以便采取适当的手段提高数据的质量。电力数据质量评价体系由评价对象确认、选取评价指标、制定评价规则及评价模型制定、模型验证优化、数据质量体检、体检功能实现等环节构成。

1.2 电力数据质量评估模型

以电力计量数据的权重体系为基础，结合具体的数据质量现状，能够搭建电力数据质量评估模型，以实现数据质量的全面评估。数据质量的评估模型一般由如下六元组构建而成：M=＜D，I，R，W，E，S＞，其中 D为需要进行评估的统计数据对象；I为统计数据D上需要进行评估的指标集合；R为与评估指标相对应的规则集合；W为赋予规则尺的权重；E为对规则R给出的期望值；S为数据对象基于评估规则进行数据质量评估的最终评价得分结果。

1.3 电力数据质量评价规则

由电力数据评估模型可知，不同维度指标的评价规则不同，需要参考评价维度的标准释义来定义每个规则的具体描述及判断依据，再根据指标维度的释义，对每个细分数据对象下不同维度规则进行描述，同时需要充分考虑到不同的对象业务来计算电力数据质量评价规则。

1.4 电力数据质量评价维度指标权重

在数据质量评价模型的评价规则明确下，重点在于对评价维度指标权重的确定。一般而言，利用层次分析法来确定电网计量数据质量评价指标权重，具体有三个基本步骤[5][6]：

步骤一，将复杂的问题层次化，形成由目标层、准则层、指标层和方案层组成的递阶层次结构图，其中指标层中的元素均隶属于准则层中的一个或多个元素。

步骤二，采用“1-9 标度法”[7]，形成判断矩阵并赋值，具体方法如下。

（1）判断矩阵填写

根据递阶层次结构构造并填写判断矩阵，从项目中对计量数据质量实际感知程度和理论认为重要程度两方面向专家进行问卷调查，其中层次结构中的相关元素以两两比较方式表现其重要性程度，并用标度1-9进行相应的赋值[8]。计量数据质量评价指标重要性标度含义如表1所示。

表1 计量数据质量评价指标重要性标度含义表

设填写后的判断矩阵为 A=(aij)n×n，（aij＞0；aij=1/aij ；aij=1）。

①计算判断矩阵每一行元素的乘积的n次方根：

②归一化处理，获得每个指标的权重[9]：

则Wi=(w 1,w2,…,wn)T即为所求的特征向量。③计算判断矩阵A的最大特征值λmax：

其中，A为判断矩阵，(AW)i表示向量AW的第i个元素。

步骤三，检验判断矩阵的一致性。

一致性检验CR：

若CR＜0.1，则A通过一致性检验；如果不通过，必须修正原判断矩阵，直到一致性检验通过，此时特征向量近似解即为各个元素的权重系数[10]。

2 实例分析

本研究以南方电网某省公司的电力计量数据为基础，通过采用定性分析和定量方法相结合的方式，确定电力数据质量各评估指标的权重，使电力数据质量评估更加科学、合理。

2.1 评估数据集及评估指标

综合考虑南方电网某省公司计量中心的业务实际和未来发展，明确目标层为“合理评估数据质量，提高计量自动化系统实用化水平”。以台区为评价对象，确定出表码、电量、线损率、终端覆盖率、终端在线率、完整率6个计量数据质量评价对象。选取完整性、唯一性、有效性、准确性、一致性、及时性6个关键维度作为评价指标，即准则层，构成计量数据质量评价的递阶层次结构。

2.2 指标体系权重确定

在本研究中，对评价对象台区的数据质量评估取决于表码、电量、线损率、覆盖率、在线率、完整率6个计量数据质量评价对象的情况。由于以上6个维度的评价对象的评估方式均一致，受篇幅影响，在此仅以台区的表码计量数据质量评价对象为例进行具体的指标权重确定方法及过程说明。

首先，计算评价指标得分。本研究以电力计量数据中心在某段研究时间范围内监测到的数据为样本，提取评估对象表码的相关数据，以日冻结表码数为主进行分析，其中选取完整性、有效性和准确性三项作为评价维度，确定评价指标与评价规则。确定以上三个评价指标得分可以通过异常记录数据情况计算得知，即（1-异常记录数/总记录数）*100，对应的表码案例数据分别为84.85、78.52和83.36分。

其次，确定评估指标权重。通过专家问卷调查打分情况构建判断矩阵，判断矩阵参照 T.L.Saaty提出1-9的标度法，本研究采用上述公式1-4计算各判断矩阵特征值的最大值及对应的特征向量（指标特征向量即电力数据质量评估指标权重），依次类推得到“完整性”“有效性”“准确性”评估指标权重值：9、7和9，并计算一致性检验CR值得到0。

之后，计算数据对象得分。对于日冻结表码的分数计算为：∑指标权重*评价指标得分/∑指标权重，例如（9*84.85+7*78.52+9*83.36）/（9+7+9），计算可得日冻结表码分数为82.54分。由于表码下属分类仅有日冻结表码此维度，所以日冻结表码分数即为表码分数，若其他数据对象有2种及以上的分类，则需对所有分类求和并计算其平均数得到最终分数。按照如上计算方法与步骤，可计算出台区下其他数据对象的权重与分数。

最后，计算评价对象得分。台区得分计算规则为：∑数据对象权重*数据对象得分/∑数据对象权重，其最终得分为79.61分。具体表码数据质量评估模型及结果如表2所示。

表2 表码数据质量评估模型及结果

2.3 评估结果及建议

计量数据质量评价的核心是对数据对象异常值的检测，根据体检和评测结果，结合异常原因分析评价模型，精准定位异常所在位置，实现数据异常的及时发现和定位处理。通过数据质量评估发现，在表码、电量、四分线损、终端在线率、终端覆盖率、和采集完整率6类数据对象方面均存在问题，仍以表码为例进行具体原因分析，见表3表码评估结果分析。

表3 表码评估结果分析

根据该电力计量中心数据质量评估发现的问题，提出四点改进建议：（1）制定数据质量保障实施方案；（2）建立数据质量保障运营组织；（3）规范数据质量管理流程；（4）制定考核评估管理制度。通过建立符合该电力计量中心的配套落地保障机制，为计量数据高质合规保障体系落地应用提供制度保障，以确保数据质量管理能力有效提升，从而进一步促进计量自动化系统实用化水平提升。

3 研究结论与展望

本文从数据质量分析角度出发，提出一种电力数据质量评估的方法，通过建立基于层次分析法的电力数据质量评估模型和评估指标体系，实现对电力数据质量的评估。通过研究发现，南方电网某省公司的计量数据存在数据质量评价体系不完善、缺乏主动的数据异常监控预警机制以及信息化技术手段支撑有限等多方面问题。通过本研究，有利于及时发现电力数据质量下降的隐患，提高电网公司对电能数据质量的管理水平。

本研究的方法和模型已成功应用于电力计量数据的质量评估工作中，今后研究重点将针对数据质量评估模型物化、评估指标加权科学化等方面，开展进一步的细化研究。