CN103454491A - 智能电表及电能质量检测方法 - Google Patents

Abstract

本发明公开了一种智能电表，包括采集模块、电能质量检测模块、CPU控制器、时钟模块、设置模块、LCD显示器、通讯模块、存储模块、断路器控制模块；采集模块包括电压互感调理电路、电流互感调理电路、电能采集芯片；电能质量检测模块包括A/D转换和DSP分析模块；所述电压互感调理线路的输入端接电压信号，输出端接电能采集芯片，所述电流互感调理电路的输入端接电流信号，输出端接电能采集芯片。本发明实现了电能质量监控，提高了供电、用电的安全系数，有助于用户提高用电效率，降低能耗，节约成本，满足了智能电网的要求。

Description

智能电表及电能质量检测方法

技术领域

本发明涉及一种智能电表，尤其涉及一种带有电能质量智能检测的智能电表。

背景技术

长期以来，我国生产的交流电度表均为感应式机械电度表。但是随着国家经济快速增长，智能电表作为智能电网的重要组成部分，已被大家熟知。智能电表的发展已不仅要具备传统电表的计量功能，作为智能电网建设的重要设施，智能电表的发展已经成为电网功能整合的基础。其具体性能扩展主要表现为以下几个方面：注重信息处理、互动、计量和通信，更加智能化，人性化地控制和实现各种功能。不可否认现有的智能电表显然还不能满足这种要求。

由于电力电子技术的装置和设备在现代化工业中得到了广泛的应用，同时直流输电、电气化铁路、冲击性负荷的不断增多，还有各种大型用电设备的起停，都对电网电能质量产生严重的污染。这就要求智能电表不仅仅单纯的对电量进行精确的统计和运算，还应对电能质量和用电安全进行有效的评估，使用户避免用电不当带来的不必要的经济损失。申请号为“20120542219.5”，名称为“三相数字式智能电表”的专利文献公开了一种安全可靠，运行良好，兼容性强的智能电表，但它采用原始的A/D转换转换对电能进行采集和计算，达不到高精度的电能计算要求，而且没有对电能质量的检测功能。

发明内容

本发明的目的在于提供一种智能电表及电能质量检测方法，解决现有技术的智能电表达不到高精度的电能计算要求，并且不能对电能质量进行检测的技术问题。

本发明的目的通过以下技术方案予以实现：

一种智能电表，包括采集模块1、电能质量检测模块2、CPU控制器3、时钟模块4、设置模块5、LCD显示器6、通讯模块7、存储模块8、断路器控制模块9；采集模块1包括电压互感调理电路10、电流互感调理电路11、电能采集芯片12；电能质量检测模块2包括A/D转换13和DSP分析模块14；所述电压互感调理线路10的输入端接电压信号，输出端接电能采集芯片12，所述电流互感调理电路11的输入端接电流信号，输出端接电能采集芯片12，所述电能采集芯片12与CPU控制器3相连；所述A/D转换13的输入端与电压互感调理线路10的输出端相连，A/D转换13的输出端与DSP分析模块14的输入端相连，DSP分析模块14的输出端与CPU控制器3相连；所述时钟模块4、设置模块5、LCD显示器6、通讯模块7、存储模块8、断路控制器模块9分别与CPU控制器3相连。

一种智能电表的电能质量检测方法，包括以下步骤：

1）建立电能质量评判模型

设定k₀、k₁、k₂、k₃、k₄、k₅为电能质量分项指标的评价标准；

（1）先确定隶属度函数，对电能质量指标的评价标准做线性等区间变换

s＝min{k₁-k₀,k₂-k₁,k₃-k₂,k₄-k₃,k₅-k₄}

$k_0^{*}=k_0$

$k_i^{*}=k_0^{*}+\mathrm{is},$ i＝1,2,3,4,5

x为电能质量分项指标变量，x^*表示x经线性等区间变换后所对应的变量；

（2）确定左右零点

左零点：D(x^*)＝-4s-0.6k₀+1.6x^*

右零点：C(x^*)＝-s-0.6k₀+1.6x^*

（3）确定分布密度函数，设自变量为y，

当

时，根据自变量y所属的三种不同区间：

① $y\∈\left[\min \right\{{2x}^{*}-C\left(x^{*}\right),k_0^{*}\},x^{*}],$ ②y∈[x^*,C(x^*)]，③其他；分布密度函数有三种不同形式：

$f\left(y\right)=$

$\left\{\begin{array}{c}0.5-0.5\sin \frac{\mathrm{\π}}{C\left(x^{*}\right)-x^{*}}({2x}^{*}-y-\frac{C(x^{*}+x^{*})}{2})\\ 0.5-0.5\sin \frac{\mathrm{\π}}{C\left(x^{*}\right)-x^{*}}(y-\frac{C(x^{*}+x^{*})}{2})\\ 0\end{array}\right.$

当

时，根据自变量y所属的三种不同区间：

① $y\∈[x^{*},\min \{k_5^{*},{2x}^{*}-D\left(x^{*}\right)\left\}\right],$ ②y∈[D(x^*),x^*]，③其他；分布密度函数有三种不同形式：

$f\left(y\right)=$

$\left\{\begin{array}{c}0.5+0.5\sin \frac{\mathrm{\π}}{x^{*}-D\left(x^{*}\right)}\{2x^{*}-y-\frac{D\left(x^{*}\right)+x^{*}}{2}\}\\ 0.5+0.5\sin D\frac{\mathrm{\π}}{x^{*}-D\left(x^{*}\right)}\{y-\frac{D\left(x^{*}\right)+x^{*}}{2}\}\\ 0\end{array}\right.$

再用区间的平均分布密度表示区间的隶属度：

$u_i^{*}=\frac{1}{k_i^{*}-k_{i-1}^{*}}\underset{k_{i-1}^{*}}{\overset{k_i^{*}}{\∫}}f\left(y\right)\mathrm{dy},$ i＝1,2,...,5

（4）依次求取电能质量各分项指标的单因素评价向量：

u(x)＝{u₁(x),u₂(x),u₃(x),u₄(x),u₅(x)},

即得到单因素评价矩阵R_i,i＝1,2,3,4,5,6；

2）确定电能质量各分项指标权重

利用层次分析法，确定特征向量w作为加权向量；

（1）确定分项指标的比例标度a_ij

两元素等同时，标度值为1；一个元素比另一元素重要时，按等级划分，标度值分别递增为2，3，4，5，6，7，8，9；若元素i与元素j重要性之比为a_ij，那么元素j与元素i重要性之比则为a_ji＝1/a_ij；

（2）对于n个电能质量分项指标来说，可得到判断矩阵A＝(a_ij)_n×n，并且具有以下性质：a_ij＞0；a_ji＝1/a_ij；当i＝j时，a_ij＝1；

（3）求正反矩阵A的最大特征值λ_max及其对应的特征向量W，并进行标准化，即

${\stackrel{\‾}{w}}_i=w/\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_i,$ i＝1,2,...,n;

（4）进行一致性检验

步骤①：

计算一致性指标CI，

其中：λ_max为判断矩阵A的最大特征根，n为判断矩阵A的阶数；

步骤②：

计算随机一致性比率CR，

其中RI为判断矩阵A的随机一致性指标，当CR＜0.10时，可以认为判断矩阵A具有满意的一致性；如果达不到一致性要求，则修改正反矩阵；

其中对于RI的1～9阶判断矩阵的取值分别为0,0,0.58,0.94,1.12,1.24,1.32,1.41，1.46；

3）电能质量模糊综合判断

评价矩阵为R＝[R₁,R₂,R₃,R₄,R₅,R₆]^T，R为6×5阶矩阵；评价加权向量为W，W为1×6向量；则模糊评价决策为B＝W⁰R＝[B₁,B₂,B₃,B₄,B₅]；根据评价决策B来判断电能质量好坏,模糊评价决策B的最大元素为B_i，则电能质量好坏程度属于第i级，其中i＝1,2,...,5，依次为优质，良好，合格，较差，很差。

本发明的目的还可以通过以下技术措施来进一步实现：

前述一种智能电表，其中电能采集芯片12的型号为ADE7758，CPU控制器3采用微处理器S3C2440A，CPU控制器3中移植linux操作系统，以Boa做为嵌入式Web服务器，采用B/S结构，以用户操作的电脑为终端，客户端使用普通的页面浏览器登陆嵌入式Web服务器并进行控制操作；所述通讯模块7包括RS485接口，用于上传数据至电力部门的监测终端，所述通讯模块7还包括无线GPRS通信模块，电量异常和电能质量异常报警信号通过GPRS通信模块发送短信到用户手机上，请求指令，并可接收指令，打开断路器控制模块9，实现远程断电功能。

与现有技术相比，本发明的有益效果是：能对供电网络进行实时监控，实现电量计量、事件记录、通讯和智能控制等功能，用户可以通过网络远程登录网页进行查询，实现远程断电功能，本发明实现了电能质量监控，提高了供电、用电的安全系数，有助于用户提高用电效率，降低能耗，节约成本，满足了智能电网的要求。

附图说明

图1为本发明总体硬件框架图；

图2为电能质量检测方法流程图；

图3为层次分析法流程图；

图4为Boa服务器的基本流程图；

图5为远程终端操作流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

如图1所示，一种智能电表，包括采集模块1、电能质量检测模块2、CPU控制器3、时钟模块4、设置模块5、LCD显示器6、通讯模块7、存储模块8、断路器控制模块9；采集模块1包括电压互感调理电路10、电流互感调理电路11、电能采集芯片12；电能质量检测模块2包括A/D转换13和DSP分析模块14；所述电压互感调理线路10的输入端接电压信号，输出端接电能采集芯片12，所述电流互感调理电路11的输入端接电流信号，输出端接电能采集芯片12，所述电能采集芯片12与CPU控制器3相连；所述A/D转换13的输入端与电压互感调理线路10的输出端相连，A/D转换13的输出端与DSP分析模块14的输入端相连，DSP分析模块14的输出端与CPU控制器3相连；所述时钟模块4、设置模块5、LCD显示器6、通讯模块7、存储模块8、断路控制器模块9分别与CPU控制器3相连。

电网电流信号和电压信号信号经过电压、电流互感调理电路，进入电能采集芯片12，经过电能采集芯片12内部的放大PGA和模数变换ADC转换为对应的数字信号，然后，电流信号经过电流通道内的高通滤波器HPF滤除DC分量并数字积分后，与经相位校正的电压信号相乘，产生瞬时功率；此信号经低通滤波LPF2产生瞬时有功功率信号，各功率相加得到总的三相瞬时有功功率，经DOUT引脚输出。视在功率和无功功率的计算与此类似。电压测量通道信号处理流程与电流通道类似。

以ADE7758为核心的电能量测量电路，负责对用户电路中的电压、电流信号进行采样，计算出电力参数（U、I、P、Q、S、F）、复费率电能统计、最大需量统计及其出现的时间记录、电能脉冲功能累加后得到的数据并将其存储在片内寄存器中，CPU通过SPI读取数据，并将数据输入外接的SD卡。

在电能质量检测模块方面，电网信号通过互感器电路和调理电路后，经过A/D转换模块送入数字信号处理芯片进行数据处理，通过数字信号处理模块，通过模糊理论算法，判断出电能质量的具体情况，通过串口将数据发送到主控CPU中，CPU通过识别电能质量的好坏程度，对系统进行控制。CPU控制器将信息通过LCD显示器显示，并有通讯模块传送至用户；LCD显示器显示时间、日期、电压、电流、正向电能等参数；本智能电表通过通讯接口与电脑终端进行通信，用于信息交互与电能监测。

CPU控制器采用的是三星公司推出的16/32位RISC微处理器S3C2440A，采用的操作系统是Linux，对标准Linux经过小型化裁剪处理之后，固化在存储芯片，在通信方面，最突出的是采用嵌入式Web服务器，Linux系统中有httpd、thttpd、Boa等嵌入式Web服务器，选择Boa作为嵌入式Web服务器，Boa服务器的基本流程如图4所示，实现电能计量的网络检测功能，实现客户端和服务器的交互功能。客户端使用普通的页面浏览器登陆服务器并进行控制操作。本系统设计了4个HTML页面，包括控制页面、参数设置页面、登陆页面、实时显示页面。如图5所示，用户在远程终端登陆后，要求用户信息正确时，才开放设置，体现本发明的安全可靠性，并能远程对智能电表进行实时的监控，体现本发明的方便快捷。在通信方面，还有RS485接口用于上传数据至有关电力部门的监测终端。无线GPRS通信用于备用和紧急上传手段，当网络出现故障时立刻启用GPRS通信方式，保证数据上传的连续性，另外当电量异常和电能质量较差时，产生报警信号通过GPRS网络通信，发送短信到用户手机上，请求指令。通过发送指令，打开断路器控制模块9，实现远程断电功能。

本发明电能质量检测方法，把电能质量评价用五级模糊评价集合V{优质，良好，合格，较差，很差}来描述，先建立电能质量各分项指标的单因素评价矩阵，然后利用层次分析法对权重进行求取，单因素评价矩阵与权重的乘积来体现各指标对电能质量好坏程度的加权表，进行模糊综合评判。

如图2所示,具体方法为：

一般常用的电能质量分项指标包括电压偏差指标、电压波动指标、电压闪变指标、谐波畸变指标、三相不平衡度指标、频率偏差指标。

设x₁为电压偏差指标，x₂为电压波动指标，x₃为电压闪变指标，x₄为谐波畸变指标，x₅为三相不平衡度指标，x₆为频率偏差指标；其中电压偏差由平均偏差和其持续时间决定；电压波动由平均波动时间和波动次数决定；电压闪变由闪变水平决定；谐波畸变是由总谐波畸变率，奇次谐波电压含有率，偶次谐波电压含有率和其持续时间决定；三相不平衡度是由不平衡度和其持续时间决定；频率偏差是由平均偏差和其持续时间决定。k₀、k₁、k₂、k₃、k₄、k₅为电能质量各分项指标评价标准，各分项指标评价标准的具体取值依据国家电能质量标准及供电系统具体情况，由用户自己设置。

（一）建立电能质量评判模型

1）先确定隶属度函数，对各电能质量分项指标的评价标准k₀、k₁、k₂、k₃、k₄、k₅做线性等区间变换

s＝min{k₁-k₀,k₂-k₁,k₃-k₂,k₄-k₃,k₅-k₄}

$k_0^{*}=k_0$

$k_i^{*}=k_0^{*}+\mathrm{is},$ i＝1,2,3,4,5

x为电能质量分项指标变量，x^*表示x经线性等区间变换后所对应的变量。

2）确定左右零点

左零点：D(x^*)＝-4s-0.6k₀+1.6x^*

右零点：C(x^*)＝-s-0.6k₀+1.6x^*

3）确定分布密度函数（设自变量为y），

当

时，根据自变量y所属的三种不同区间：

① $y\∈\left[\min \right\{{2x}^{*}-C\left(x^{*}\right),k_0^{*}\},x^{*}],$ ②y∈[x^*,C(x^*)]，③其他。分布密度函数有三种不同形式：

$f\left(y\right)=\left\{\begin{array}{c}0.5-0.5\sin \frac{\mathrm{\π}}{C\left(x^{*}\right)-x^{*}}({2x}^{*}-y-\frac{C(x^{*}+x^{*})}{2})\\ 0.5-0.5\sin \frac{\mathrm{\π}}{C\left(x^{*}\right)-x^{*}}(y-\frac{C(x^{*}+x^{*})}{2})\\ 0\end{array}\right.$

时，根据自变量y所属的三种不同区间：

① $y\∈[x^{*},\min \{k_5^{*},{2x}^{*}-D\left(x^{*}\right)\left\}\right],$ ②y∈[D(x^*),x^*]，③其他。分布密度函数有三种不同形式：

$f\left(y\right)=\left\{\begin{array}{c}0.5+0.5\sin \frac{\mathrm{\π}}{x^{*}-D\left(x^{*}\right)}\{{2x}^{*}-y-\frac{D\left(x^{*}\right)+x^{*}}{2}\}\\ 0.5+0.5\sin D\frac{\mathrm{\π}}{x^{*}-D\left(x^{*}\right)}\{y-\frac{D\left(x^{*}\right)+x^{*}}{2}\}\\ 0\end{array}\right.$

再用区间的平均分布密度表示区间的隶属度：

$u_i^{*}=\frac{1}{k_i^{*}-k_{i-1}^{*}}\underset{k_{i-1}^{*}}{\overset{k_i^{*}}{\∫}}f\left(y\right)\mathrm{dy},$ i＝1,2,...,5

4）依次求取各分项指标单因素评价向量

u(x)＝{u₁(x),u₂(x),u₃(x),u₄(x),u₅(x)},

即得到单因素评价矩阵R_i,i＝1,2,3,4,5,6。

（二）确定指标权重

如图3所示，利用层次分析法，确定特征向量w作为加权向量。

1）确定分项指标的比例标度α_ij。

两元素等同时，标度值为1；一个元素比另一元素重要时，按等级划分，标度值分别递增为2，3，4，5，6，7，8，9；若元素i与元素j重要性之比为a_ij，那么元素j与元素i重要性之比则为a_ji＝1/a_ij。

2）对于n（这里n＝6）个电能质量分项指标来说，可得到判断矩阵A＝(a_ij)_n×n。并且具有以下性质a_ij＞0；a_ji＝1/a_ij；a_ij＝1，当i＝j时。

3）求正反矩阵A的最大特征值λ_max及其对应的特征向量W，并进行标准化，即

${\stackrel{\‾}{w}}_i=w/\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_i,$ i＝1,2,...,n;

4）进行一致性检验

步骤1：计算“一致性指标”CI。

其中λ_max为判断矩阵的最大特征根，n为判断矩阵的阶数。

步骤2：计算“随机一致性比率”CR。

其中RI为判断矩阵的“随机一致性指标”。当CR＜0.10时，可以认为判断矩阵具有满意的一致性。如果达不到一致性要求，则返回至层次分析法的步骤1），重新确定标度值，修改正反矩阵。

其中对于RI的1～9阶判断矩阵的取值分别为0,0,0.58,0.94,1.12,1.24,1.32,1.41，1.46。

（三）电能质量模糊综合判断

评价矩阵为R＝[R₁,R₂,R₃,R₄,R₅,R₆]^T（R为6×5阶矩阵），评价加权向量为W（W为1×6向量），则模糊评价决策为B＝W⁰R＝[B₁,B₂,B₃,B₄,B₅]。根据评价决策B来判断电能质量好坏，模糊评价决策B的最大元素为B_i（其中i＝1,2,...,5），那么对于采集的这组数据，通过模糊综合评判认为其质量好坏程度属于第i级（依次为优质，良好，合格，较差，很差）。

下面有3组采集到的数据进行判断，{0.8%，2%，0.6%，4,0.2,0.5%，0.4%，0.6%，1%，0.4%，5%，0.05,2%；2%，5%，2%，5,0.5,1.8%，1.6%，1.0%，5%，0.8,4%，0.08,2%；0.8%，2%，0.6%，8,0.45,6%，4.8%，2.4%，6%，5%，8%，0.05,2%}这采集的三组数据依次为电压平均偏差对系统标称值的百分比，电压偏差持续时间对检测时间的百分比，平均波动幅度对系统标称值的百分比，波动次数（h^-1），电压闪变水平值，总谐波畸变率对系统标称值的百分比，奇次谐波电压含有率对系统标称值的百分比，偶次谐波电压含有率对系统标称值的百分比，谐波畸变持续时间对检测时间的百分比，不平衡度对系统标称值的百分比，不平衡度持续时间对系统检测时间的百分比，平均频率偏差值（Hz），频率偏差对检测时间的百分比。

对上述三组实测数据（35kv电压等级）进行判别，得到数据组评价向量分别为

数组1（0.426,0.301,0.112,0.066，0.015），

数组2（0.205,0.531,0.115,0.078,0.023），

数组3（0.025,0.059,0.254,0.481,0.147）。

根据以上算法，进行模糊综合评价结果为：数组1为1级（优质），数组2为2级（良好），数组3为4级（较差）。

除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围内。

Claims (3)

1.一种智能电表，包括采集模块（1）、电能质量检测模块（2）、CPU控制器（3）、时钟模块（4）、设置模块（5）、LCD显示器（6）、通讯模块（7）、存储模块（8）、断路器控制模块（9）；采集模块（1）包括电压互感调理电路（10）、电流互感调理电路（11）、电能采集芯片（12）；电能质量检测模块（2）包括A/D转换（13）和DSP分析模块（14）；所述电压互感调理线路（10）的输入端接电压信号，输出端接电能采集芯片（12），所述电流互感调理电路（11）的输入端接电流信号，输出端接电能采集芯片（12），所述电能采集芯片（12）与CPU控制器（3）相连；所述A/D转换（13）的输入端与电压互感调理线路（10）的输出端相连，A/D转换（13）的输出端与DSP分析模块（14）的输入端相连，DSP分析模块（14）的输出端与CPU控制器（3）相连；所述时钟模块（4）、设置模块（5）、LCD显示器（6）、通讯模块（7）、存储模块（8）、断路控制器模块（9）分别与CPU控制器（3）相连。

2.如权利要求1所述的智能电表，其特征在于，所述电能采集芯片（12）的型号为ADE7758，CPU控制器（3）采用微处理器S3C2440A，CPU控制器（3）中移植linux操作系统，以Boa做为嵌入式Web服务器，采用B/S结构，以用户操作的电脑为终端，客户端使用普通的页面浏览器登陆嵌入式Web服务器并进行控制操作；所述通讯模块（7）包括RS485接口，用于上传数据至电力部门的监测终端，所述通讯模块（7）还包括无线GPRS通信模块，电量异常和电能质量异常报警信号通过GPRS通信模块发送短信到用户手机上，请求指令，并可接收指令，打开断路器控制模块（9），实现远程断电功能。

3.一种如权利要求1所述的智能电表的电能质量检测方法，其特征在于，该方法包含下列步骤：

1）建立电能质量评判模型

设定k₀、k₁、k₂、k₃、k₄、k₅为电能质量分项指标的评价标准；

（1）先确定隶属度函数，对电能质量指标的评价标准做线性等区间变换

s＝min{k₁-k₀,k₂-k₁,k₃-k₂,k₄-k₃,k₅-k₄}

$k_0^{*}=k_0$

$k_i^{*}=k_0^{*}+\mathrm{is},$ i＝1,2,3,4,5

x为电能质量分项指标变量，x^*表示x经线性等区间变换后所对应的变量；

（2）确定左右零点

左零点：D(x^*)＝-4s-0.6k₀+1.6x^*

右零点：C(x^*)＝-s-0.6k₀+1.6x^*

（3）确定分布密度函数，设自变量为y，

当

时，根据自变量y所属的三种不同区间：

① $y\∈\left[\min \right\{{2x}^{*}-C\left(x^{*}\right),k_0^{*}\},x^{*}],$ ②y∈[x^*,C(x^*)]，③其他；分布密度函数有三种不同形式：

$f\left(y\right)=$

$\left\{\begin{array}{c}0.5-0.5\sin \frac{\mathrm{\π}}{C\left(x^{*}\right)-x^{*}}({2x}^{*}-y-\frac{C(x^{*}+x^{*})}{2})\\ 0.5-0.5\sin \frac{\mathrm{\π}}{C\left(x^{*}\right)-x^{*}}(y-\frac{C(x^{*}+x^{*})}{2})\\ 0\end{array}\right.$

当

时，根据自变量y所属的三种不同区间：

① $y\∈[x^{*},\min \{k_5^{*},{2x}^{*}-D\left(x^{*}\right)\left\}\right],$ ②y∈[D(x^*),x^*]，③其他；分布密度函数有三种不同形式：

$f\left(y\right)=$

$\left\{\begin{array}{c}0.5+0.5\sin \frac{\mathrm{\π}}{x^{*}-D\left(x^{*}\right)}\{2x^{*}-y-\frac{D\left(x^{*}\right)+x^{*}}{2}\}\\ 0.5+0.5\sin D\frac{\mathrm{\π}}{x^{*}-D\left(x^{*}\right)}\{y-\frac{D\left(x^{*}\right)+x^{*}}{2}\}\\ 0\end{array}\right.$

再用区间的平均分布密度表示区间的隶属度：

$u_i^{*}=\frac{1}{k_i^{*}-k_{i-1}^{*}}\underset{k_{i-1}^{*}}{\overset{k_i^{*}}{\∫}}f\left(y\right)\mathrm{dy},$ i＝1,2,...,5

（4）依次求取电能质量各分项指标的单因素评价向量：

u(x)＝{u₁(x),u₂(x),u₃(x),u₄(x),u₅(x)},

即得到单因素评价矩阵R_i,i＝1,2,3,4,5,6；

2）确定电能质量各分项指标权重

利用层次分析法，确定特征向量w作为加权向量；

（1）确定分项指标的比例标度a_ij

两元素等同时，标度值为1；一个元素比另一元素重要时，按等级划分，标度值分别递增为2，3，4，5，6，7，8，9；若元素i与元素j重要性之比为a_ij，那么元素j与元素i重要性之比则为a_ji＝1/a_ij；

（2）对于n个电能质量分项指标来说，可得到判断矩阵A＝(a_ij)_n×n，并且具有以下性质：a_ij＞0；a_ji＝1/a_ij；当i＝j时，a_ij＝1；

（3）求正反矩阵A的最大特征值λ_max及其对应的特征向量W，并进行标准化，即

${\stackrel{\‾}{w}}_i=w/\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_i,$ i＝1,2,...,n;

（4）进行一致性检验

步骤①：

计算一致性指标CI，

其中：λ_max为判断矩阵A的最大特征根，n为判断矩阵A的阶数；

步骤②：

计算随机一致性比率CR，

其中RI为判断矩阵A的随机一致性指标，当CR＜0.10时，可以认为判断矩阵A具有满意的一致性；如果达不到一致性要求，则修改正反矩阵；

其中对于RI的1～9阶判断矩阵的取值分别为0,0,0.58,0.94,1.12,1.24,1.32,1.41，1.46；

3）电能质量模糊综合判断

评价矩阵为R＝[R₁,R₂,R₃,R₄,R₅,R₆]^T，R为6×5阶矩阵；评价加权向量为W，W为1×6向量；则模糊评价决策为B＝W⁰R＝[B₁,B₂,B₃,B₄,B₅]；根据评价决策B来判断电能质量好坏,模糊评价决策B的最大元素为B_i，则电能质量好坏程度属于第i级，其中i＝1,2,...,5，依次为优质，良好，合格，较差，很差。

Images