CN103617371A - 一种基于灰色理论的电能质量综合评估方法 - Google Patents
一种基于灰色理论的电能质量综合评估方法 Download PDFInfo
- Publication number
- CN103617371A CN103617371A CN201310664699.7A CN201310664699A CN103617371A CN 103617371 A CN103617371 A CN 103617371A CN 201310664699 A CN201310664699 A CN 201310664699A CN 103617371 A CN103617371 A CN 103617371A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- quality
- power supply
- evaluation index
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明提供一种基于灰色理论的电能质量综合评估方法,包括以下步骤:采用客观赋权的熵值法计算电能质量评价指标的权重;采用主观赋权的AHP法计算电能质量评价指标的权重;确定电能质量评价指标的权重向量;基于灰色理论中的灰色关联分析对电能质量进行综合评估。本发明采用的组合赋权法可以克服主观赋权法过多的依赖人的主观性和客观赋权法无法反映专家意见等的单一赋权方法的缺陷,既能反映专家的意见,又能反映电能质量的实际情况,获得了科学的电能质量各分项指标权重系数。而在此基础上采用的灰色关联分析方法,将待评估样本与各个电能质量水平等级的标准样本进行比较,可以使得电能质量综合评估结果客观而且简单。
Description
技术领域
本发明涉及一种评估方法,具体讲涉及一种基于灰色理论的电能质量综合评估方法。
背景技术
随着科学技术的进步、工业化的发展,伴随各种类型的大量非线性及冲击负荷接入电网,这些负荷引起的电能质量问题不仅严重的影响电网运行的安全性,对电网中的其它电力用户和电气设备形成潜在危害,同时引起大量电能损失,造成资源浪费。为了限制此类负荷对电网的影响,为广大电力用户提供干净的电力能源,国家颁布了系列电能质量标准,并发展出了多种电能质量评估方法。近年来,国内外一些学者对电能质量综合评估技术进行了研究,其研究重点就是评估的方法和各分项电能质量评估指标的权重。基于模糊数学的评估方法,隶属度函数的建立过多地依赖于人的主观性。人工神经网络法在模型建立期间需要人为赋权,而且需要大量的样本进行训练。概率统计与矢量代数方法在确定其期望和方差的基准值时以及物元分析法在最终确定各指标权重时均需要人为确定。层次分析法中判断矩阵的建立主要依赖专家的意见和经验,缺少客观性。
传统的电能质量各分项指标权重的确定,主要有主观法和客观法两种。主观赋权法在赋权时主要是依靠专家对指标重要性的了解,来对指标赋予权重,虽可以避免指标系数与指标时间重要度相悖的情况,但其评价过程中的主观随意性强,在一定程度上影响了评价结果的有效性。客观赋权法是通过数理计算来获得指标的信息权重,例如因子分析法和序列综合法等,可以避免人为因素和主观因素的影响,但有时赋权结果未能客观反映指标的实际重要程度。
发明内容
为了克服上述现有技术的不足,本发明提供一种基于灰色理论的电能质量综合评估方法,应用组合赋权法获得每个单项电能质量指标的权重系数,同时应用灰色理论中的灰色关联分析对电能质量进行综合评估的方法。组合赋权法可以克服主观赋权法过多的依赖人的主观性和客观赋权法无法反映专家意见,不能准确体现电能质量各分项指标的重要程度等单一赋权方法的缺陷,从而可以获得科学的权重系数。而在此基础上运用灰色关联分析的电能质量评估方法使得评估结果客观而简单。
为了实现上述发明目的,本发明采取如下技术方案:
本发明提供一种基于灰色理论的电能质量综合评估方法,所述方法包括以下步骤:
步骤1:采用客观赋权的熵值法计算电能质量评价指标的权重;
步骤2:采用主观赋权的AHP法计算电能质量评价指标的权重;
步骤3:确定电能质量评价指标的权重向量;
步骤4:基于灰色理论中的灰色关联分析对电能质量进行综合评估。
所述步骤1中,设有m个样本,样本集合S={S1,S2,…,Sm},有n个电能质量评价指标,电能质量评价指标集合X={X1,X2,…Xn},并设样本Si的分项指标值Xj对应的测量值bij均为效益型,若测量值bij不是效益型,则通过规范化转化为效益型;包括以下步骤:
步骤1-1:计算各个电能质量评价指标的信息熵值;
其中,hj为第j个电能质量评价指标的信息熵值;当pij=0时,有pijlog2pij=0,进而有0≤hij≤1;
步骤1-2:计算各个电能质量评价指标的变异程度系数;
第j个电能质量评价指标的变异程度系数dj表示为:
dj=1-hj (2);
步骤1-3:计算各个电能质量评价指标的加权系数;
第j个电能质量评价指标的加权系数ωj″表示为:
则各个电能质量评价指标的客观权重为W′=(ω1′ω2′,…,ωn′)。
所述步骤2包括以下步骤:
步骤2-1:建立判断矩阵A=(aij)n×n,其中,aij表示第i个电能质量评价指标相对于第j个电能质量评价指标的重要程度;
步骤2-2:建立一致性指标δCI,有
其中,λmax为判断矩阵A的最大特征根;
步骤2-3:定义随机一致性比率,并对矩阵的一致性进行检验;
随机一致性比率δCR=δCI/δRI,其中δRI为判断矩阵A的随机一致性指标;
若δCR≤0.1,判断矩阵A的一致性较好,否则调整判断矩阵A的元素取值;
步骤2-4:判断矩阵A满足一致性的条件下,求出判断矩阵A最大特征根对应的权重向量ωj″,并进行归一化处理,即可得出采用主观赋权的AHP法计算出电能质量评价指标的权重W″=(ω1″,ω2″,…,ωn″)。
所述步骤3中,将加权系数ωj′和加权系数ωj″进行线性加权,得到第j个电能质量评价指标的组合权重ωj,有
ωj=αωj′+(1-α)ωj″ (5)
其中,α为影响因子,α∈[0,1];
电能质量评价指标的权重向量为W=(ω1,ω2,…,ωn)。
所述步骤4中,设n个电能质量评价指标分别为x1,x2,…,xn,对m-5个样本进行评估,无量纲化后形成数据矩阵C,有
其中,Ci=xi1,xi2,…,xin;i=1表示理想样本,i=2,…,5表示标准样本,i=6,7,…,m为第i个待评估数据样本;
计算数据矩阵C中第一行与其余各行对应项的差值,形成差值矩阵Δ,有
其中,Δ(i-1),j=|aij-a1j|;i=2,3,…,m;j=1,2,…,n;
对差值矩阵Δ进行变换,有
其中,ξi(j)为表示第i个待评估样本第j个电能质量评价指标与理想样本第j个电能质量评价指标的关联程度,即关联系数,其值越大表明被评估样本越接近理想样本;ρ为分辨系数,ρ∈(0,1);由此得到关联系数矩阵[ξi(j)](m-1)×n;i=1,2,…,m-1;j=1,2,…,n;
选择n个电能质量评价指标对样本数据评估时,每个样本数据可求出n个关联系数;根据n个关联系数以及电能质量评价指标的组合权重计算出待评估数据样本与理想样本的关联度,有
其中,ri为待评估数据样本与理想样本的关联度,该关联度越小表示待评估数据样本与理想样本越远,则表明电能质量问题越严重,即实现了电能质量的综合评估。
与现有技术相比,本发明的有益效果在于:
本发明采用了客观熵值法和主观改进AHP相结合的组合赋权法对电能质量各分项指标进行赋权,该赋权法可以克服主观赋权法过多的依赖人的主观性和客观赋权法无法反映专家意见等的单一赋权方法的缺陷,既能反映专家的意见,又能反映电能质量的实际情况,获得了科学的电能质量各分项指标权重系数。而在此基础上采用的灰色关联分析方法,将待评估样本与各个电能质量水平等级的标准样本进行比较,可以使得电能质量综合评估结果客观而且简单。
附图说明
图1是电能质量分项指标组合赋权流程图;
图2是基于灰色理论的电能质量综合评估流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1,本发明提供一种基于灰色理论的电能质量综合评估方法,所述方法包括以下步骤:
步骤1:采用客观赋权的熵值法计算电能质量评价指标的权重;
步骤2:采用主观赋权的AHP法计算电能质量评价指标的权重;
步骤3:确定电能质量评价指标的权重向量;
步骤4:基于灰色理论中的灰色关联分析对电能质量进行综合评估。
所述步骤1中,在信息论中,熵值是系统无序程度或混乱程度的度量,信息被解释为系统无序程度的减少,同时表示了系统某项属性的变异度。熵值法确定客观权重的基本思想是:若某项属性的数据序列的变异程度越大,则它相对应的权系数就越大。
设有m个样本,样本集合S={S1,S2,…,Sm},有n个电能质量评价指标,电能质量评价指标集合X={X1,X2,…Xn},并设样本Si的分项指标值Xj对应的测量值bij均为效益型,若测量值bij不是效益型,则通过规范化转化为效益型;包括以下步骤:
步骤1-1:计算各个电能质量评价指标的信息熵值;
其中,hj为第j个电能质量评价指标的信息熵值;当pij=0时,有pijlog2pij=0,进而有0≤hij≤1;
步骤1-2:计算各个电能质量评价指标的变异程度系数;
第j个电能质量评价指标的变异程度系数dj表示为:
dj=1-hj (2);
步骤1-3:计算各个电能质量评价指标的加权系数;
第j个电能质量评价指标的加权系数ωj″表示为:
则各个电能质量评价指标的客观权重为W′=(ω1′ω2′,…,ωn′)。
AHP是一种定性与定量相结合的多因素决策分析方法,通过将问题按照因素间的相互关联、隶属关系,分成不同的层次组合,从而构成了一个多层次的系统结构分析模型,并最终将系统分析归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要性权值的确定或相对优劣次序的排序问题。该方法特别适用于当特定数据和通用数据不够时,必须将专家的经验判断给予量化的情况。
普通的AHP法采用1到9标度,在实际应用中有很多欠妥之处,它可能导致评价结论的错误与一致性检验的错误。其主要原因是1到9标度的评分与语言判断习惯不协调。为此许多专家提出了许多不同的标度。对两两比较的判断采用何种标度应符合合理原则和传递原则。本专利采用一种新的指数标度。首先将判断等级分为同等重要、稍微重要、重要、明显重要、强烈重要、极端重要6个等级,若已知E对F和F对G的比较等级,则E对G的比较等级具有传递性。设同等重要评分为1,稍微重要评分为λ,重要评分为λ2,明显重要评分为λ4,强烈重要评分为λ6,极端重要评分为λ8,且有E:G=(E:F)/(F:G)。由于数字上的判断极限为9,应有λ8=9,也即λ=1.3161,由此可以给出指数标度表如表1所示:
表1
标度 | 标度定义 | 标度 | 标度定义 |
1 | E与F同等重要 | 3 | E比F明显重要 |
1.3161 | E比F稍微重要 | 5.1966 | E比F强烈重要 |
1.7321 | E比F重要 | 9 | E比F极端重要 |
如图2,所述步骤2包括以下步骤:
步骤2-1:建立判断矩阵A=(aij)n×n,其中,aij表示第i个电能质量评价指标相对于第j个电能质量评价指标的重要程度;根据电能质量国家标准以及电能质量现状,将电能质量分为以下电能质量待评估分项指标,如表2所示:
表2
步骤2-2:建立一致性指标δCI,有
其中,λmax为判断矩阵A的最大特征根;
步骤2-3:定义随机一致性比率,并对矩阵的一致性进行检验;
随机一致性比率δCR=δCI/δRI,其中δRI为判断矩阵A的随机一致性指标;具体指标为表3所示:
表3
n | δRI | n | δRI | n | δRI |
1 | 0 | 3 | 0.58 | 5 | 1.12 |
2 | 0 | 4 | 0.94 | 6 | 1.24 |
若δCR≤0.1,判断矩阵A的一致性较好,否则调整判断矩阵A的元素取值;
步骤2-4:判断矩阵A满足一致性的条件下,求出判断矩阵A最大特征根对应的权重向量ωj″,并进行归一化处理,即可得出采用主观赋权的AHP法计算出电能质量评价指标的权重W″=(ω1″,ω2″,…,ωn″)。
所述步骤3中,将加权系数ωj′和加权系数ωj″进行线性加权,得到第j个电能质量评价指标的组合权重ωj,有
ωj=αωj′+(1-α)ωj″ (5)
其中,α为影响因子,α∈[0,1];
电能质量评价指标的权重向量为W=(ω1,ω2,…,ωn)。
由表2可以确定电能质量待评估的分项指标,以最理想的电能质量参数为其理想样本,如电压偏差,取(0,0)为(平均偏差,持续时间)其理想样本,其他分项指标类同。电能质量评估结果多以集合(优质,良好,合格,较差,很差)来描述,可根据电能质量国家标准限制各等级的标准样本。
所述步骤4中,设n个电能质量评价指标分别为x1,x2,…,xn,对m-5个样本进行评估,无量纲化后形成数据矩阵C,有
其中,Ci=xi1,xi2,…,xin;i=1表示理想样本,i=2,…,5表示标准样本,i=6,7,…,m为第i个待评估数据样本;
计算数据矩阵C中第一行与其余各行对应项的差值,形成差值矩阵Δ,有
其中,Δ(i-1),j=|aij-a1j|;i=2,3,…,m;j=1,2,…,n;
对差值矩阵Δ进行变换,有
其中,ξi(j)为表示第i个待评估样本第j个电能质量评价指标与理想样本第j个电能质量评价指标的关联程度,即关联系数,其值越大表明被评估样本越接近理想样本;ρ为分辨系数,ρ∈(0,1);由此得到关联系数矩阵[ξi(j)](m-1)×n;i=1,2,…,m-1;j=1,2,…,n;
选择n个电能质量评价指标对样本数据评估时,每个样本数据可求出n个关联系数;根据n个关联系数以及电能质量评价指标的组合权重计算出待评估数据样本与理想样本的关联度,有
其中,ri为待评估数据样本与理想样本的关联度,该关联度越小表示待评估数据样本与理想样本越远,则表明电能质量问题越严重,即实现了电能质量的综合评估。
根据电能质量国家标准以及电能质量现状,将电能质量分为以下6个电能质量待评估分项指标,分别为:电压偏差、电压波动、电压闪变、谐波畸变、三相不平衡和频率偏差。以最理想的电能质量参数为其理想样本。电能质量评估结果多以集合(优质,良好,合格,较差,很差)来描述各个电能质量水平标准,可根据电能质量国家标准限制各等级的标准样本。将理想样本、代表不同电能质量水平等级的标准样本和所需评估的样本组成数据矩阵,通过计算形成差值矩阵,再通过对其变换便形成了关联系数矩阵。关联系数矩阵中的元素表示电能质量数据样本某一指标与理想样本的对应指标的关联程度。其值越大表明被评估样本越接近理想样本。根据关联系数以及前面求得的每个指标的组合权重即可计算出待评估的样本与理想样本的关联度。关联度的数值反映待评估样本与理想样本的关联度,其大小反映它们之间的接近程度,越小表示其与理想样本越远,则表明电能质量问题越严重,即实现了电能质量的综合量化评估。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种基于灰色理论的电能质量综合评估方法,其特征在于:所述方法包括以下步骤:
步骤1:采用客观赋权的熵值法计算电能质量评价指标的权重;
步骤2:采用主观赋权的AHP法计算电能质量评价指标的权重;
步骤3:确定电能质量评价指标的权重向量;
步骤4:基于灰色理论中的灰色关联分析对电能质量进行综合评估。
2.根据权利要求1所述的基于灰色理论的电能质量综合评估方法,其特征在于:所述步骤1中,设有m个样本,样本集合S={S1,S2,…,Sm},有n个电能质量评价指标,电能质量评价指标集合X={X1,X2,…Xn},并设样本Si的分项指标值Xj对应的测量值bij均为效益型,若测量值bij不是效益型,则通过规范化转化为效益型;包括以下步骤:
步骤1-1:计算各个电能质量评价指标的信息熵值;
其中,hj为第j个电能质量评价指标的信息熵值;当pij=0时,有pijlog2pij=0,进而有0≤hij≤1;
步骤1-2:计算各个电能质量评价指标的变异程度系数;
第j个电能质量评价指标的变异程度系数dj表示为:
dj=1-hj (2);
步骤1-3:计算各个电能质量评价指标的加权系数;
第j个电能质量评价指标的加权系数ωj″表示为:
则各个电能质量评价指标的客观权重为W′=(ω1′ω2′,…,ωn′)。
3.根据权利要求1所述的基于灰色理论的电能质量综合评估方法,其特征在于:所述步骤2包括以下步骤:
步骤2-1:建立判断矩阵A=(aij)n×n,其中,aij表示第i个电能质量评价指标相对于第j个电能质量评价指标的重要程度;
步骤2-2:建立一致性指标δCI,有
其中,λmax为判断矩阵A的最大特征根;
步骤2-3:定义随机一致性比率,并对矩阵的一致性进行检验;
随机一致性比率δCR=δCI/δRI,其中δRI为判断矩阵A的随机一致性指标;
若δCR≤0.1,判断矩阵A的一致性较好,否则调整判断矩阵A的元素取值;
步骤2-4:判断矩阵A满足一致性的条件下,求出判断矩阵A最大特征根对应的权重向量ωj″,并进行归一化处理,即可得出采用主观赋权的AHP法计算出电能质量评价指标的权重W″=(ω1″,ω2″,…,ωn″)。
4.根据权利要求1所述的基于灰色理论的电能质量综合评估方法,其特征在于:所述步骤3中,将加权系数ωj′和加权系数ωj″进行线性加权,得到第j个电能质量评价指标的组合权重ωj,有
ωj=αωj′+(1-α)ωj″ (5)
其中,α为影响因子,α∈[0,1];
电能质量评价指标的权重向量为W=(ω1,ω2,…,ωn)。
5.根据权利要求1所述的基于灰色理论的电能质量综合评估方法,其特征在于:所述步骤4中,设n个电能质量评价指标分别为x1,x2,…,xn,对m-5个样本进行评估,无量纲化后形成数据矩阵C,有
其中,Ci=xi1,xi2,…,xin;i=1表示理想样本,i=2,…,5表示标准样本,i=6,7,…,m为第i个待评估数据样本;
计算数据矩阵C中第一行与其余各行对应项的差值,形成差值矩阵Δ,有
其中,Δ(i-1),j=|aij-a1j|;i=2,3,…,m;j=1,2,…,n;
对差值矩阵Δ进行变换,有
其中,ξi(j)为表示第i个待评估样本第j个电能质量评价指标与理想样本第j个电能质量评价指标的关联程度,即关联系数,其值越大表明被评估样本越接近理想样本;ρ为分辨系数,ρ∈(0,1);由此得到关联系数矩阵[ξi(j)](m-1)×n;i=1,2,…,m-1;j=1,2,…,n;
选择n个电能质量评价指标对样本数据评估时,每个样本数据可求出n个关联系数;根据n个关联系数以及电能质量评价指标的组合权重计算出待评估数据样本与理想样本的关联度,有
其中,ri为待评估数据样本与理想样本的关联度,该关联度越小表示待评估数据样本与理想样本越远,则表明电能质量问题越严重,即实现了电能质量的综合评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310664699.7A CN103617371A (zh) | 2013-12-10 | 2013-12-10 | 一种基于灰色理论的电能质量综合评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310664699.7A CN103617371A (zh) | 2013-12-10 | 2013-12-10 | 一种基于灰色理论的电能质量综合评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103617371A true CN103617371A (zh) | 2014-03-05 |
Family
ID=50168074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310664699.7A Pending CN103617371A (zh) | 2013-12-10 | 2013-12-10 | 一种基于灰色理论的电能质量综合评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103617371A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104103018A (zh) * | 2014-05-12 | 2014-10-15 | 浙江工业大学 | 分布式发电系统和微电网的电能按质定价方法 |
CN104268804A (zh) * | 2014-10-29 | 2015-01-07 | 国家电网公司 | 基于层次化数据包络分析的电力优质客户数据挖掘方法 |
CN105138838A (zh) * | 2015-08-21 | 2015-12-09 | 浙江工业大学 | 基于ahp和专家排序赋权的指标权重分配方法 |
CN105373967A (zh) * | 2015-11-19 | 2016-03-02 | 许昌许继软件技术有限公司 | 一种基于博弈论组合赋权的光伏电站性能评估方法 |
CN105975735A (zh) * | 2016-07-19 | 2016-09-28 | 广西电网有限责任公司电力科学研究院 | 一种用于电力设备健康状态评估的建模方法 |
CN107203832A (zh) * | 2017-04-07 | 2017-09-26 | 哈尔滨工程大学 | 基于主客观赋权‑多目标灰色决策‑灰关联分析的增压柴油机最佳egr性能评估方法 |
CN108490284A (zh) * | 2018-02-12 | 2018-09-04 | 国网山东省电力公司电力科学研究院 | 面向多应用场景的新能源数据采集装置、系统及方法 |
CN109034676A (zh) * | 2018-10-22 | 2018-12-18 | 西南交通大学 | 不完备指标权重信息下的配电网故障恢复方案区间评估方法 |
CN109379334A (zh) * | 2018-09-12 | 2019-02-22 | 中国人民解放军战略支援部队信息工程大学 | 网络安全风险评估指标权重自适应构建方法及装置 |
CN109541398A (zh) * | 2018-11-29 | 2019-03-29 | 广西电网有限责任公司电力科学研究院 | 一种公共连接点处母线电压谐波污染水平的评估方法 |
CN109657966A (zh) * | 2018-12-13 | 2019-04-19 | 国网河北省电力有限公司电力科学研究院 | 基于模糊测度评价的输电线路风险复合评估方法 |
CN110146759A (zh) * | 2019-05-29 | 2019-08-20 | 南京亿顺弘信息技术有限公司 | 一种基于电能质量达成度的多层次分析方法 |
CN110210740A (zh) * | 2019-05-22 | 2019-09-06 | 广西电网有限责任公司电力科学研究院 | 一种考虑供电质量的配电网可靠性评估方法 |
CN110264112A (zh) * | 2019-07-17 | 2019-09-20 | 国网河南省电力公司开封供电公司 | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 |
CN110991780A (zh) * | 2019-01-23 | 2020-04-10 | 国网浙江省电力有限公司 | 一种基于有序加权平均算子的电能质量评价方法 |
CN111047210A (zh) * | 2019-12-21 | 2020-04-21 | 西南交通大学 | 一种牵引变压器绝缘油老化状态评估方法 |
CN111340359A (zh) * | 2020-02-25 | 2020-06-26 | 西安交通大学 | 一种多能互补分布式能源系统综合评价方法 |
CN112016819A (zh) * | 2020-08-17 | 2020-12-01 | 云南电网有限责任公司丽江供电局 | 一种低压台区电能质量综合评估方法 |
CN112101806A (zh) * | 2020-09-22 | 2020-12-18 | 厦门理工学院 | 一种谐波责任评估方法、终端设备及存储介质 |
CN112990627A (zh) * | 2019-12-16 | 2021-06-18 | 国网山东省电力公司潍坊供电公司 | 电能质量评估方法 |
CN112990634A (zh) * | 2019-12-16 | 2021-06-18 | 中车唐山机车车辆有限公司 | 电能质量评价方法、装置及终端设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542347A (zh) * | 2011-12-28 | 2012-07-04 | 东南大学 | 一种电能质量综合评估的方法 |
CN103177188A (zh) * | 2013-04-02 | 2013-06-26 | 东南大学 | 一种基于特征映射的电力系统负荷动特性分类方法 |
-
2013
- 2013-12-10 CN CN201310664699.7A patent/CN103617371A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542347A (zh) * | 2011-12-28 | 2012-07-04 | 东南大学 | 一种电能质量综合评估的方法 |
CN103177188A (zh) * | 2013-04-02 | 2013-06-26 | 东南大学 | 一种基于特征映射的电力系统负荷动特性分类方法 |
Non-Patent Citations (3)
Title |
---|
刘兵.: "电能质量监测网络优化设计方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 03, 15 March 2010 (2010-03-15), pages 042 - 248 * |
李娜娜,等.: "组合赋权法在电能质量综合评估中的应用", 《电力系统保护与控制》, vol. 37, no. 16, 16 August 2009 (2009-08-16), pages 128 - 134 * |
雷刚,等.: "灰色理论在电能质量综合评估中的应用", 《电力自动化设备》, vol. 29, no. 11, 30 November 2009 (2009-11-30), pages 62 - 70 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104103018B (zh) * | 2014-05-12 | 2017-02-01 | 浙江工业大学 | 分布式发电系统和微电网的电能按质定价方法 |
CN104103018A (zh) * | 2014-05-12 | 2014-10-15 | 浙江工业大学 | 分布式发电系统和微电网的电能按质定价方法 |
CN104268804A (zh) * | 2014-10-29 | 2015-01-07 | 国家电网公司 | 基于层次化数据包络分析的电力优质客户数据挖掘方法 |
CN105138838A (zh) * | 2015-08-21 | 2015-12-09 | 浙江工业大学 | 基于ahp和专家排序赋权的指标权重分配方法 |
CN105138838B (zh) * | 2015-08-21 | 2017-11-07 | 浙江工业大学 | 基于ahp和专家排序赋权的指标权重分配方法 |
CN105373967A (zh) * | 2015-11-19 | 2016-03-02 | 许昌许继软件技术有限公司 | 一种基于博弈论组合赋权的光伏电站性能评估方法 |
CN105975735B (zh) * | 2016-07-19 | 2019-06-11 | 广西电网有限责任公司电力科学研究院 | 一种用于电力设备健康状态评估的建模方法 |
CN105975735A (zh) * | 2016-07-19 | 2016-09-28 | 广西电网有限责任公司电力科学研究院 | 一种用于电力设备健康状态评估的建模方法 |
CN107203832A (zh) * | 2017-04-07 | 2017-09-26 | 哈尔滨工程大学 | 基于主客观赋权‑多目标灰色决策‑灰关联分析的增压柴油机最佳egr性能评估方法 |
CN107203832B (zh) * | 2017-04-07 | 2021-01-05 | 哈尔滨工程大学 | 基于主客观赋权-多目标灰色决策-灰关联分析的增压柴油机最佳egr性能评估方法 |
CN108490284A (zh) * | 2018-02-12 | 2018-09-04 | 国网山东省电力公司电力科学研究院 | 面向多应用场景的新能源数据采集装置、系统及方法 |
CN109379334A (zh) * | 2018-09-12 | 2019-02-22 | 中国人民解放军战略支援部队信息工程大学 | 网络安全风险评估指标权重自适应构建方法及装置 |
CN109379334B (zh) * | 2018-09-12 | 2021-05-07 | 中国人民解放军战略支援部队信息工程大学 | 网络安全风险评估指标权重自适应构建方法及装置 |
CN109034676A (zh) * | 2018-10-22 | 2018-12-18 | 西南交通大学 | 不完备指标权重信息下的配电网故障恢复方案区间评估方法 |
CN109541398A (zh) * | 2018-11-29 | 2019-03-29 | 广西电网有限责任公司电力科学研究院 | 一种公共连接点处母线电压谐波污染水平的评估方法 |
CN109657966A (zh) * | 2018-12-13 | 2019-04-19 | 国网河北省电力有限公司电力科学研究院 | 基于模糊测度评价的输电线路风险复合评估方法 |
CN110991780A (zh) * | 2019-01-23 | 2020-04-10 | 国网浙江省电力有限公司 | 一种基于有序加权平均算子的电能质量评价方法 |
CN110210740A (zh) * | 2019-05-22 | 2019-09-06 | 广西电网有限责任公司电力科学研究院 | 一种考虑供电质量的配电网可靠性评估方法 |
CN110210740B (zh) * | 2019-05-22 | 2023-09-15 | 广西电网有限责任公司电力科学研究院 | 一种考虑供电质量的配电网可靠性评估方法 |
CN110146759A (zh) * | 2019-05-29 | 2019-08-20 | 南京亿顺弘信息技术有限公司 | 一种基于电能质量达成度的多层次分析方法 |
CN110264112B (zh) * | 2019-07-17 | 2021-08-10 | 国网河南省电力公司开封供电公司 | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 |
CN110264112A (zh) * | 2019-07-17 | 2019-09-20 | 国网河南省电力公司开封供电公司 | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 |
CN112990627A (zh) * | 2019-12-16 | 2021-06-18 | 国网山东省电力公司潍坊供电公司 | 电能质量评估方法 |
CN112990634A (zh) * | 2019-12-16 | 2021-06-18 | 中车唐山机车车辆有限公司 | 电能质量评价方法、装置及终端设备 |
CN112990627B (zh) * | 2019-12-16 | 2023-01-06 | 国网山东省电力公司潍坊供电公司 | 电能质量评估方法 |
CN111047210A (zh) * | 2019-12-21 | 2020-04-21 | 西南交通大学 | 一种牵引变压器绝缘油老化状态评估方法 |
CN111047210B (zh) * | 2019-12-21 | 2021-07-20 | 西南交通大学 | 一种牵引变压器绝缘油老化状态评估方法 |
CN111340359A (zh) * | 2020-02-25 | 2020-06-26 | 西安交通大学 | 一种多能互补分布式能源系统综合评价方法 |
CN112016819A (zh) * | 2020-08-17 | 2020-12-01 | 云南电网有限责任公司丽江供电局 | 一种低压台区电能质量综合评估方法 |
CN112016819B (zh) * | 2020-08-17 | 2023-05-09 | 云南电网有限责任公司丽江供电局 | 一种低压台区电能质量综合评估方法 |
CN112101806A (zh) * | 2020-09-22 | 2020-12-18 | 厦门理工学院 | 一种谐波责任评估方法、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103617371A (zh) | 一种基于灰色理论的电能质量综合评估方法 | |
CN109543737B (zh) | 一种基于fahp_fca组合赋权的信息系统健康度评估方法 | |
CN104037943B (zh) | 一种提高电网电压质量的电压监测方法及系统 | |
WO2017008180A1 (zh) | 一种光伏组件失效风险判别方法 | |
CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
CN106779277B (zh) | 一种配电网网损的分类评估方法及装置 | |
CN105469196A (zh) | 一种矿井建设项目过程后评价的综合评价方法及系统 | |
CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
CN105160149B (zh) | 一种模拟调峰机组的需求响应调度评估体系构建方法 | |
CN104200404A (zh) | 一种基于模糊综合评判的配电开关状态评价方法 | |
CN104091008A (zh) | 基于改进区间层次分析法的用户用电设备安全评估方法 | |
CN109003010A (zh) | 电网项目投资效益的评价方法 | |
CN104837184A (zh) | 一种基于区间三角模糊数的异构无线网络选择方法 | |
CN104102840A (zh) | 配电网对光伏电源接纳能力的测评方法 | |
CN103646165A (zh) | 定量评判黄水品质的方法 | |
CN103440410A (zh) | 主变个体缺陷概率预测方法 | |
CN111861089A (zh) | 一种电力现货市场的综合评价方法 | |
CN105303466A (zh) | 一种基于ahp-gra的智能电网工程项目的综合评价方法 | |
CN113065789A (zh) | 一种基于三标度层次分析法的制造成熟度等级快速自评方法 | |
CN110866691A (zh) | 一种孤立批智能电能表的分阶段与分层抽样方法 | |
CN112990627B (zh) | 电能质量评估方法 | |
CN112950067A (zh) | 基于模糊综合评价的电力用户用电能效评估方法 | |
CN105488734A (zh) | 基于全生命周期的电能计量装置质量评估方法及系统 | |
CN111932081A (zh) | 一种电力信息系统运行状态评估方法及系统 | |
CN112561231B (zh) | 一种开关柜质量判定方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140305 |
|
RJ01 | Rejection of invention patent application after publication |