基于因子分析的供电营业厅评价与应用
2021-12-14王波罗杨王亮胡静蕾
宁夏电力 2021年5期
王波,罗杨,王亮,胡静蕾
(1.国网宁夏电力有限公司吴忠供电公司,宁夏 吴忠 751100;2.国网宁夏电力有限公司,宁夏 银川 750001;3.济南银华信息技术有限公司,宁夏 银川 750001)
0 引 言
目前,利用因子分析进行综合分析评价的研究很多:杨帆[1]等建立的供电营业厅运营效率[2-3]模型实现了对营业厅整体服务资源[4]及运营效率的评估;王磊[5]等针对电能质量综合评估的特点,采用因子分析方法,提出了基于因子分析法的电能质量综合评估模型;宋新甫[6]等基于主成分分析法将电网精准投资影响因素进行降维分析,得到新的综合影响因素。本文构建基于主成分、因子分析法建立的综合分析评价模型,其评价结果能客观地评估营业厅的综合业务水平。
1 评价分析方法
1.1 主成分分析
主成分分析过程是一种数学降维的过程,从多个原始变量中提取出几个综合变量,并且这几个综合变量能够涵盖原始变量的绝大多数信息,且彼此之间没有相关性。
假设有n个样品,每个样品有p项指标,即X1,X2,…,Xp,这p个指标构成的p维随机向量记为X=(X1,X2,…,XP),得到如下原始数据矩阵:

主成分分析就是将p个观测变量综合成为p个新的综合变量的过程,即:

简化为Fj=aj1x1+aj2x2+…+ajpxp。
式中:j=1,2,……p。
式(2)要求模型满足以下条件:
①Fi,Fj互不相关(i≠j,i,j=1,2,…,p)
②F1的方差大于F2的方差大于F3的方差,依次类推。

F1为第一主成分,F2为第二主成分,依此类推,Fp为第p个主成分。
1.2 因子分析
因子分析是主成分分析的一种延伸和应用,利用降维的思想研究原始变量相关矩阵内部的依赖关系,把一些错综复杂的变量归结为少数综合因子的统计分析方法。
登录APP查看全文
