CN106096830A - 基于广义证据理论的继电保护状态评价方法及系统 - Google Patents
基于广义证据理论的继电保护状态评价方法及系统 Download PDFInfo
- Publication number
- CN106096830A CN106096830A CN201610398584.1A CN201610398584A CN106096830A CN 106096830 A CN106096830 A CN 106096830A CN 201610398584 A CN201610398584 A CN 201610398584A CN 106096830 A CN106096830 A CN 106096830A
- Authority
- CN
- China
- Prior art keywords
- state
- fuzzy
- weight
- evaluation
- formula
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 126
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000004927 fusion Effects 0.000 claims abstract description 10
- 230000006872 improvement Effects 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 75
- 238000010606 normalization Methods 0.000 claims description 18
- 230000005856 abnormality Effects 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000004744 fabric Substances 0.000 claims description 3
- 239000000155 melt Substances 0.000 claims 1
- 230000006870 function Effects 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000011017 operating method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004335 scaling law Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于广义证据理论的继电保护状态评价方法及系统,包括根据评价继电保护状态的状态量,以及各个状态量的评价指标,采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度;基于改进模糊层次分析法计算设备的权重,计算设备的模糊评判结果,处理获得广义证据理论的初始概率分布,融合评估指标的信息,得出设备所处的状态。本发明采用置信系数分配各个指标之间的重要度,减少数据间的融合冲突,同时相比较传统的证据理论而言,广义理论数据融合速度比较快,在大数据的背景下为继电保护的状态评估提供了一种新的实用技术方案。
Description
技术领域
本发明涉及继电保护状态评价,尤其是涉及一种利用广义证据理论的继电保护状态评价方法及系统。
背景技术
随着电力系统的不断发展,电网结构日益复杂以及分布范围越来越广,维护的工作量和成本越来越大。另外,随着微机继电保护的全面使用,装置的自检水平不断提高,若再以定期检验为主的办法进行维修,只会造成过修,降低设备运行的稳定和可靠性,同时造成人力、物力和财力的浪费。因此,常规的定期检验制度对保护设备进行维修是不合时宜的,必须根据保护设备的实际运行状态实行状态维修,以适应电力系统发展的需要。
继电保护状态评估是状态检修工作中关键问题,在状态评价的模型上,现有的方案一般有:用于确定事物本身所具有的模糊、不确定的特征量的模糊理论的状态评估方法;用层次分析法或其改进方法确定各状态量的权重,从而可以准确的衡量各状态量对设备状态的影响程度;采用基于支持向量机的继电保护状态评价方法,但是分析结果对于单台设备的检修没有指导意义。
在继电保护状态评价过程中如各种试验因测试环境、仪器精度及人为影响的程度不同,导致测试数据具有随机性;运行状态与判断指标评判等级的划分具有模糊的不确定性等等,但是现有的文献资料只考虑继电保护在状态评价过程出现的模糊性而忽略了随机性,或者完全把模糊性和随机性隔离开,同时支持向量机要求具有众多的训练样本,而且它们的精准性会对评定结果的精准度产生较大的作用。
证据理论采用信度函数,能够很好地表示“不确定性”、“不知道”等这些模糊概念,有效地融合不同方面的信息,具有较强的决策能力。但是随着智能电网的发展,由于数据传输通道拥堵等等不确定因素的影响,导致未知信息增多,采用传统的证据理论做数据融合时,无法给出确定的辨识框架,这对传统证据理论的使用造成挑战。
发明内容
本发明针对现有技术的问题,提供一种基于广义证据理论的继电保护状态评价技术方案。
本发明提供一种基于广义证据理论的继电保护状态评价方法,包括以下步骤:
步骤1,根据评价继电保护状态的状态量,以及各个状态量的评价指标,采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度;所述继电保护状态的状态量包括继电保护本体、二次回路以及通信通道;
步骤2,基于改进模糊层次分析法计算设备的权重,包括以下子步骤,
步骤2.1,建立判断矩阵;
步骤2.2,建立评价指标的模糊一致性矩阵R;
步骤2.3,计算各个评价指标的权重如下,
式中,wi表示评价因素ei的权重值,n为评价因素个数,a为调整参数,a=(n-1)/2,rim表示模糊一致性矩阵R中的元素;
步骤2.4,判断权重分配的满意度如下,
设权重向量W=[w1,w2…wn]T是模糊一致性矩阵R的权重,令元素则称n阶矩阵W*为模糊一致性矩阵R的特征矩阵,
W*=[wij]n×n
根据是否满足相容性指标阈值,判断权重分配的合理性,若是合理,则进行步骤3,若是不合理,则重新计算权重;
步骤3,计算设备的模糊评判结果,处理获得广义证据理论的初始概率分布,融合评估指标的信息,得出设备所处的状态;包括以下子步骤,
步骤3.1,根据加权平均算子计算模糊评判结果Bi,表达式为
式中,wi为评价指标的权重,rij为评价指标的隶属度,R为模糊一致性矩阵,ο表示模糊算子,W表示权重矩阵;
对模糊评判结果做归一化处理,得到模糊评判归一化结果Bi′,
步骤3.2,将模糊评判归一化结果Bi′按照下式处理,作为广义证据理论的初始概率分布,
mr(H)=αrMr(H) (式四)
mr(Θ)=1-αr (式五)
wr′=wr/wmax (式六)
αr=αkwr′ (式七)
式中,l为证据总数,r表示某个辨识框架内的一个证据,取值为[1,l],Mr(H)为根据模糊评判归一化结果Bi′所得初始概率分布,mr(H)为修改后的初始概率分布,mr(Θ)为不确定因子的初始概率分布,{w1,w2,…wl}为证据{f1,f2,…fl}的权重,αk为优先置信系数,置信系数αr(r=1,2…l)用于修订初始的证据概率分布,wmax为权重{w1,w2,…wl}的最大值,wr′为权重wr的优化结果;
步骤3.3,构建用于设备状态评估的识别框架U={H1,H2,H3,H4},H1、H2、H3、H4分别为正常状态、注意状态、异常状态和严重状态;
步骤3.4,根据初始概率分布,基于合成原则和决策原则,计算证据融合的结果,判断设备的状态,
所述决策原则如下
其中,mr(H0)表示在第r个证据里的最大值,mr(H0)=max{mr(Hp),p=1,2,3,4},ε0、ε1为预设的参数。
而且,步骤2.4中,判断不满足相容性指标阈值时,进行以下操作,
(1)根据模糊一致性矩阵R元素rij、rji,利用转换公式eij=rij/rji,求取元素eij,将矩阵R转化为互反型矩阵E=[eij]n×n;
(2)取B=log(E),其中元素bij=logeij;
(3)构造矩阵其中参数称W*为拟优化传递阵;
(4)在矩阵W*的基础上根据式一算出指标的权重。
本发明提供一种基于广义证据理论的继电保护状态评价系统,包括以下模块:
第一模块,用于根据评价继电保护状态的状态量,以及各个状态量的评价指标,采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度;所述继电保护状态的状态量包括继电保护本体、二次回路以及通信通道;
第二模块,用于基于改进模糊层次分析法计算设备的权重,包括以下单元,
第一单元,用于建立判断矩阵;
第二单元,用于建立评价指标的模糊一致性矩阵R;
第三单元,用于计算各个评价指标的权重如下,
式中,wi表示评价因素ei的权重值,n为评价因素个数,a为调整参数,a=(n-1)/2,rim表示模糊一致性矩阵R中的元素;
第四单元,用于判断权重分配的满意度如下,
设权重向量W=[w1,w2…wn]T是模糊一致性矩阵R的权重,令元素则称n阶矩阵W*为模糊一致性矩阵R的特征矩阵,
W*=[wij]n×n
根据是否满足相容性指标阈值,判断权重分配的合理性,若是合理,则命令第三模块公主,若是不合理,则重新计算权重;
第三模块,用于计算设备的模糊评判结果,处理获得广义证据理论的初始概率分布,融合评估指标的信息,得出设备所处的状态;包括以下单元,
第一单元,用于根据加权平均算子计算模糊评判结果Bi,表达式为
式中,wi为评价指标的权重,rij为评价指标的隶属度,R为模糊一致性矩阵,ο表示模糊算子,W表示权重矩阵;
对模糊评判结果做归一化处理,得到模糊评判归一化结果Bi′,
第二单元,用于将模糊评判归一化结果Bi′按照下式处理,作为广义证据理论的初始概率分布,
mr(H)=αrMr(H) (式四)
mr(Θ)=1-αr (式五)
wr′=wr/wmax (式六)
αr=αkwr′ (式七)
式中,l为证据总数,r表示某个辨识框架内的一个证据,取值为[1,l],Mr(H)为根据模糊评判归一化结果Bi′所得初始概率分布,mr(H)为修改后的初始概率分布,mr(Θ)为不确定因子的初始概率分布,{w1,w2,…wl}为证据{f1,f2,…fl}的权重,αk为优先置信系数,置信系数αr(r=1,2…l)用于修订初始的证据概率分布,wmax为权重{w1,w2,…wl}的最大值,wr′为权重wr的优化结果;
第三单元,用于构建用于设备状态评估的识别框架U={H1,H2,H3,H4},H1、H2、H3、H4分别为正常状态、注意状态、异常状态和严重状态;
第四单元,用于根据初始概率分布,基于合成原则和决策原则,计算证据融合的结果,判断设备的状态,
所述决策原则如下
其中,mr(H0)表示在第r个证据里的最大值,mr(H0)=max{mr(Hp),p=1,2,3,4},ε0、ε1为预设的参数。
而且,第二模块中,判断不满足相容性指标阈值时,进行以下操作,
(1)根据模糊一致性矩阵R元素rij、rji,利用转换公式eij=rij/rji,求取元素eij,将矩阵R转化为互反型矩阵E=[eij]n×n;
(2)取B=log(E),其中元素bij=logeij;
(3)构造矩阵其中参数称W*为拟优化传递阵;
(4)在矩阵W*的基础上根据式一算出指标的权重。
本发明的优点:采用改进模糊层次分析法计算评价指标的权重,合理分配权重;采用置信函数处理模糊评判结果作为证据理论的初始概率分配,充分考虑评价中存在的一系列不确定性问题,逐层融合,获得继电保护设备运行状态的评估值,减少继电保护信息系统由于一次开关与二次保护信息上传不及时,数据传输堵塞,时标不一致,使得信息缺失严重,包含很多的未知信息,使得无法给出确定的辨识框架带来的证据冲突。本发明在大数据的背景下为继电保护的状态评估提供了一种新的实用技术方案,实用性好,市场价值高。
附图说明
图1是本发明实施例的继电保护状态评估模型。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
本发明实施例提供一种基于广义证据理论继电保护状态评价方法,包括以下步骤:
步骤1,根据评价继电保护状态的状态量:继电保护本体、二次回路以及通信通道,以及各个状态量的评价指标,采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度。
所述的步骤1中,具体的操作步骤如下:建立状态评价指标以及各个评价指标的状态区间,采用云模型的定义计算各个指标的期望,熵以及超熵即式子(1)(2),紧接着根据正态云生成算法,即式子(3)计算各个评价指标隶属于继电保护设备状态的隶属度;
u(x)=exp[-(x-Ex)2/(2En 2)] (3)
其中,a、b、Ex、En、x、u(x)分别表示期望值、熵和超熵,状态量取值以及隶属度。
具体实施时,可以预先选取状态量和相应评价指标,本发明实施例中状态量的选取以及各个状态量对应的评价指标如下表1所示:
表1状态量的选取
步骤2,基于改进模糊层次分析法计算设备的权重。
实施例的步骤2中,具体的操作步骤如下:
步骤2.1,采用0.1~0.9标度法,建立判断矩阵,具体实现为现有技术,本发明不予赘述;
步骤2.2,建立评价指标的模糊一致性矩阵R,具体实现为现有技术,本发明不予赘述;
步骤2.3,根据式子(4)计算各个评价指标的权重。
式中wi表示评价因素ei的权重值,n为评价因素个数(例如表1中的19个评价因素),a为调整参数,a=(n-1)/2,rim表示模糊一致性矩阵R中的元素。
步骤2.4,判断权重分配的满意度。
设权重向量W=[w1,w2…wn]T是模糊一致性矩阵R的权重,令元素则称n阶矩阵W*为模糊一致性矩阵R的特征矩阵:
W*=[wij]n×n (5)
实施例中,数值分析相容性指标阈值α取0.1,根据是否满足相容性指标I(R,W*)<α,来判断权重分配的合理性,相容性指标根据数值分析中相应定义求去即可,本发明不予赘述。若是合理,则进行步骤3,若是不合理,则
(1)根据模糊一致性矩阵R元素rij、rji,利用转换公式eij=rij/rji,求取元素eij,将矩阵R转化为互反型矩阵E=[eij]n×n。
(2)取B=log(E),其中元素bij=logeij。
(3)构造矩阵其中参数称W*为拟优化传递阵。
(4)在矩阵W*的基础上根据式子(4)算出指标的权重,即将W*赋值给R,再根据式子(4)重新求解权值,一般重新计算一次的权重可满足合理性,可进入步骤3。具体实施时,可以将流程设计为,返回步骤2.3根据矩阵W*重新计算权值,直到步骤2.4判断为满足合理性,进入步骤3。
步骤3,采用加权平均模糊算子计算设备的模糊评判结果,并采用概率论的思想处理模糊评判结果作为广义证据理论的初始概率分布,融合评估指标的信息,得出设备所处的状态。
所述的步骤3中,具体的操作步骤如下:
步骤3.1,根据加权平均算子计算模糊评判结果Bi,表达式为
式中,wi为评价指标的权重,rij为评价指标的隶属度,R为模糊一致性矩阵,ο表示模糊算子,W表示权重矩阵。
对模糊评判结果做归一化处理,得到模糊评判归一化结果Bi′。
步骤3.2,将上述的模糊评判归一化结果Bi′按照下式处理之后作为广义证据理论的初始概率分布,即
mr(H)=αrMr(H) (8)
mr(Θ)=1-αr (9)
wr′=wr/wma x(10)
αr=αkwr′ (11)
式中,l为证据总数,r表示某个辨识框架内的一个证据,取值为[1,l],Mr(H)为根据模糊评判归一化结果Bi′所得初始概率分布,mr(H)为修改后的初始概率分布,mr(Θ)为不确定因子的初始概率分布,{w1,w2,…wl}为证据{f1,f2,…fl}的权重,αk为优先置信系数,具体实施时本领域技术人员可自行预设取值,实施例取0.9,置信系数αr(r=1,2…l)来修订初始的证据概率分布,wmax为权重{w1,w2,…wl}的最大值,wr′为权重wr的优化结果。
步骤3.3,构建用于设备状态评估的识别框架U={H1,H2,H3,H4},本发明取P=4种状态等级,分为{正常状态,注意状态,异常状态,严重状态},即,H1、H2、H3、H4分别为正常状态、注意状态、异常状态和严重状态。
步骤3.4,将上述的初始概率分布按照式子(12)(13)(14)计算证据融合的结果。
在广义证据理论中,设不确定因子Θ1∩Θ2=Θ,给定两个证据,合成规则为:
m(Θ)=m1(Θ)m2(Θ) (14)
式中,k表示证据冲突程度,m1(.)和m2(.)表示两个证据,B和C表示证据里面的焦元,Θ表示不确定因子。A表示两个证据的合成结果,m(.)表示概率分布。
决策原则为
式中,mr(H0)表示在第r个证据里的最大值,ε0、ε1为预设的参数,具体实施时本领域技术人员可自行预设取值,实施例中取0.001和0.04,即:
综上,基于广义证据理论的继电保护评估模型如图1所示,分为三层结构,分别是目标层、因素层和指标层。目标层表示继电保护整体的状态评估结果,采用证据理论对因素层的信息进行融合;因素层反映了继电保护的三个主要方面,保护装置本体、二次回路以及光纤通道,表示为F={f1,f2,f3},作为证据;因素层的下一分支叫指标层,因素层每一因素可以由若干指标组成,例如保护装置本体由环境温度,相对湿度等11个状态指标组成即f1={e1,e2…e11}。通过对指标层的所有n个指标做模糊综合评估,其结果经过处理之后作为因素层证据基本概率分配。
以上流程可采用计算机软件方式实现自动运行,例如采用以上流程实施如下:
一、计算各个评价指标的隶属度。
将继电保护的实际运行数据带入式子(3)构建各个评价指标的隶属矩阵。
二、计算各个指标的权重以及模糊评判结果
根据式子(4)计算各个指标的权重如表2所示。
表2各个指标的权重
根据式子(4)(6)(7)计算设备模糊评判结果,结果如表3所示。
表3设备模糊评判结果
项目名称 | 模糊评判结果 |
保护装置 | 0.3672,0.3532,0.1923,0.0873 |
二次回路 | 0.3155,0.3450,0.1967,0.1427 |
光纤通道 | 0.4169,0.31,0.2517,0.0214 |
总体 | 0.3615,0.3399,0.2060,0.0926 |
三、基于置信函数计算广义证据理论的初始概率分布。
根据式子(8)(9)(10)(11)计算广义证据理论的初始概率分布,结果如表4所示。
四、根据式子(12)(13)(14)以及决策规则(15)判断设备的状态如表5所示。
表5设备状态的判断
比较广义证据理论,传统证据理论以及模糊评判法的结果如表6所示。
正常状态 | 注意状态 | 异常状态 | 严重状态 | |
模糊评判结果 | 0.3615 | 0.3399 | 0.2060 | 0.0925 |
传统证据理论 | 0.4023 | 0.3231 | 0.1489 | 0.059 |
广义证据理论 | 0.4850 | 0.2192 | 0.1907 | 0.1051 |
具体实施时,本发明也可采用模块化方式实现相应系统。本发明实施例提供一种基于广义证据理论的继电保护状态评价系统,包括以下模块:
第一模块,用于根据评价继电保护状态的状态量,以及各个状态量的评价指标,采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度;所述继电保护状态的状态量包括继电保护本体、二次回路以及通信通道;
第二模块,用于基于改进模糊层次分析法计算设备的权重,包括以下单元,
第一单元,用于建立判断矩阵;
第二单元,用于建立评价指标的模糊一致性矩阵R;
第三单元,用于计算各个评价指标的权重如下,
式中,wi表示评价因素ei的权重值,n为评价因素个数,a为调整参数,a=(n-1)/2,rim表示模糊一致性矩阵R中的元素;
第四单元,用于判断权重分配的满意度如下,
设权重向量W=[w1,w2…wn]T是模糊一致性矩阵R的权重,令元素则称n阶矩阵W*为模糊一致性矩阵R的特征矩阵,
W*=[wij]n×n
根据是否满足相容性指标阈值,判断权重分配的合理性,若是合理,则命令第三模块公主,若是不合理,则重新计算权重;
第三模块,用于计算设备的模糊评判结果,处理获得广义证据理论的初始概率分布,融合评估指标的信息,得出设备所处的状态;包括以下单元,
第一单元,用于根据加权平均算子计算模糊评判结果Bi,表达式为
式中,wi为评价指标的权重,rij为评价指标的隶属度,R为模糊一致性矩阵,ο表示模糊算子,W表示权重矩阵;
对模糊评判结果做归一化处理,得到模糊评判归一化结果Bi′,
第二单元,用于将模糊评判归一化结果Bi′按照下式处理,作为广义证据理论的初始概率分布,
mr(H)=αrMr(H) (式四)
mr(Θ)=1-αr (式五)
wr′=wr/wmax (式六)
αr=αkwr′ (式七)
式中,l为证据总数,r表示某个辨识框架内的一个证据,取值为[1,l],Mr(H)为根据模糊评判归一化结果Bi′所得初始概率分布,mr(H)为修改后的初始概率分布,mr(Θ)为不确定因子的初始概率分布,{w1,w2,…wl}为证据{f1,f2,…fl}的权重,αk为优先置信系数,置信系数αr(r=1,2…l)用于修订初始的证据概率分布,wmax为权重{w1,w2,…wl}的最大值,wr′为权重wr的优化结果;
第三单元,用于构建用于设备状态评估的识别框架U={H1,H2,H3,H4},H1、H2、H3、H4分别为正常状态、注意状态、异常状态和严重状态;
第四单元,用于根据初始概率分布,基于合成原则和决策原则,计算证据融合的结果,判断设备的状态,
所述决策原则如下
其中,mr(H0)表示在第r个证据里的最大值,mr(H0)=max{mr(Hp),p=1,2,3,4},ε0、ε1为预设的参数。
各模块具体实现可参见相应步骤,本发明不予赘述。
本发明中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (4)
1.一种基于广义证据理论的继电保护状态评价方法,其特征在于,包括以下步骤:
步骤1,根据评价继电保护状态的状态量,以及各个状态量的评价指标,采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度;所述继电保护状态的状态量包括继电保护本体、二次回路以及通信通道;
步骤2,基于改进模糊层次分析法计算设备的权重,包括以下子步骤,
步骤2.1,建立判断矩阵;
步骤2.2,建立评价指标的模糊一致性矩阵R;
步骤2.3,计算各个评价指标的权重如下,
式中,wi表示评价因素ei的权重值,n为评价因素个数,a为调整参数,a=(n-1)/2,rim表示模糊一致性矩阵R中的元素;
步骤2.4,判断权重分配的满意度如下,
设权重向量W=[w1,w2…wn]T是模糊一致性矩阵R的权重,令元素则称n阶矩阵W*为模糊一致性矩阵R的特征矩阵,
W*=[wij]n×n
根据是否满足相容性指标阈值,判断权重分配的合理性,若是合理,则进行步骤3,若是不合理,则重新计算权重;
步骤3,计算设备的模糊评判结果,处理获得广义证据理论的初始概率分布,融合评估指标的信息,得出设备所处的状态;包括以下子步骤,
步骤3.1,根据加权平均算子计算模糊评判结果Bi,表达式为
式中,wi为评价指标的权重,rij为评价指标的隶属度,R为模糊一致性矩阵,ο表示模糊算子,W表示权重矩阵;
对模糊评判结果做归一化处理,得到模糊评判归一化结果Bi′,
步骤3.2,将模糊评判归一化结果Bi′按照下式处理,作为广义证据理论的初始概率分布,
mr(H)=αrMr(H) (式四)
mr(Θ)=1-αr (式五)
wr′=wr/wmax (式六)
αr=αkwr′ (式七)
式中,l为证据总数,r表示某个辨识框架内的一个证据,取值为[1,l],Mr(H)为根据模糊评判归一化结果Bi′所得初始概率分布,mr(H)为修改后的初始概率分布,mr(Θ)为不确定因子的初始概率分布,{w1,w2,…wl}为证据{f1,f2,…fl}的权重,αk为优先置信系数,置信系数αr(r=1,2…l)用于修订初始的证据概率分布,wmax为权重{w1,w2,…wl}的最大值,wr′为权重wr的优化结果;
步骤3.3,构建用于设备状态评估的识别框架U={H1,H2,H3,H4},H1、H2、H3、H4分别为正常状态、注意状态、异常状态和严重状态;
步骤3.4,根据初始概率分布,基于合成原则和决策原则,计算证据融合的结果,判断设备的状态,
所述决策原则如下
其中,mr(H0)表示在第r个证据里的最大值,mr(H0)=max{mr(Hp),p=1,2,3,4},ε0、ε1为预设的参数。
2.根据权利要求1所述基于广义证据理论的继电保护状态评价方法,其特征在于:步骤2.4中,判断不满足相容性指标阈值时,进行以下操作,
(1)根据模糊一致性矩阵R元素rij、rji,利用转换公式eij=rij/rji,求取元素eij,将矩阵R转化为互反型矩阵E=[eij]n×n;
(2)取B=log(E),其中元素bij=logeij;
(3)构造矩阵其中参数称W*为拟优化传递阵;
(4)在矩阵W*的基础上根据式一算出指标的权重。
3.一种基于广义证据理论的继电保护状态评价系统,其特征在于,包括以下模块:
第一模块,用于根据评价继电保护状态的状态量,以及各个状态量的评价指标,采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度;所述继电保护状态的状态量包括继电保护本体、二次回路以及通信通道;
第二模块,用于基于改进模糊层次分析法计算设备的权重,包括以下单元,
第一单元,用于建立判断矩阵;
第二单元,用于建立评价指标的模糊一致性矩阵R;
第三单元,用于计算各个评价指标的权重如下,
式中,wi表示评价因素ei的权重值,n为评价因素个数,a为调整参数,a=(n-1)/2,rim表示模糊一致性矩阵R中的元素;
第四单元,用于判断权重分配的满意度如下,
设权重向量W=[w1,w2…wn]T是模糊一致性矩阵R的权重,令元素则称n阶矩阵W*为模糊一致性矩阵R的特征矩阵,
W*=[wij]n×n
根据是否满足相容性指标阈值,判断权重分配的合理性,若是合理,则命令第三模块公主,若是不合理,则重新计算权重;
第三模块,用于计算设备的模糊评判结果,处理获得广义证据理论的初始概率分布,融合评估指标的信息,得出设备所处的状态;包括以下单元,
第一单元,用于根据加权平均算子计算模糊评判结果Bi,表达式为
式中,wi为评价指标的权重,rij为评价指标的隶属度,R为模糊一致性矩阵,ο表示模糊算子,W表示权重矩阵;
对模糊评判结果做归一化处理,得到模糊评判归一化结果Bi′,
第二单元,用于将模糊评判归一化结果Bi′按照下式处理,作为广义证据理论的初始概率分布,
mr(H)=αrMr(H) (式四)
mr(Θ)=1-αr (式五)
wr′=wr/wmax (式六)
αr=αkwr′ (式七)
式中,l为证据总数,r表示某个辨识框架内的一个证据,取值为[1,l],Mr(H)为根据模糊评判归一化结果Bi′所得初始概率分布,mr(H)为修改后的初始概率分布,mr(Θ)为不确定因子的初始概率分布,{w1,w2,…wl}为证据{f1,f2,…fl}的权重,αk为优先置信系数,置信系数αr(r=1,2…l)用于修订初始的证据概率分布,wmax为权重{w1,w2,…wl}的最大值,wr′为权重wr的优化结果;
第三单元,用于构建用于设备状态评估的识别框架U={H1,H2,H3,H4},H1、H2、H3、H4分别为正常状态、注意状态、异常状态和严重状态;
第四单元,用于根据初始概率分布,基于合成原则和决策原则,计算证据融合的结果,判断设备的状态,
所述决策原则如下
其中,mr(H0)表示在第r个证据里的最大值,mr(H0)=max{mr(Hp),p=1,2,3,4},ε0、ε1为预设的参数。
4.根据权利要求3所述基于广义证据理论的继电保护状态评价系统,其特征在于:第二模块中,判断不满足相容性指标阈值时,进行以下操作,
(1)根据模糊一致性矩阵R元素rij、rji,利用转换公式eij=rij/rji,求取元素eij,将矩阵R转化为互反型矩阵E=[eij]n×n;
(2)取B=log(E),其中元素bij=logeij;
(3)构造矩阵其中参数称W*为拟优化传递阵;
(4)在矩阵W*的基础上根据式一算出指标的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610398584.1A CN106096830B (zh) | 2016-06-07 | 2016-06-07 | 基于广义证据理论的继电保护状态评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610398584.1A CN106096830B (zh) | 2016-06-07 | 2016-06-07 | 基于广义证据理论的继电保护状态评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106096830A true CN106096830A (zh) | 2016-11-09 |
CN106096830B CN106096830B (zh) | 2020-06-09 |
Family
ID=57228999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610398584.1A Active CN106096830B (zh) | 2016-06-07 | 2016-06-07 | 基于广义证据理论的继电保护状态评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106096830B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599432A (zh) * | 2016-12-07 | 2017-04-26 | 广州供电局有限公司培训与评价中心 | 一种基于变权重理论的高压电缆施工作业3d仿真培训系统可信度评估方法 |
CN106932670A (zh) * | 2017-02-08 | 2017-07-07 | 国家电网公司 | 一种基于d‑s证据理论的配电自动化终端状态诊断方法 |
CN106953745A (zh) * | 2017-02-28 | 2017-07-14 | 中国联合网络通信集团有限公司 | 网络问题评估的方法及装置 |
CN107133674A (zh) * | 2017-05-08 | 2017-09-05 | 中国电力科学研究院 | 一种确定换流阀整体状态的方法和系统 |
CN108529372A (zh) * | 2018-03-23 | 2018-09-14 | 南京航空航天大学 | 基于云模型和证据理论的电梯运行状态评估方法 |
CN108548970A (zh) * | 2018-04-03 | 2018-09-18 | 国网江苏省电力有限公司电力科学研究院 | 一种基于d-s证据理论的继电保护装置自动化测试模板 |
CN109190895A (zh) * | 2018-08-01 | 2019-01-11 | 上海电力学院 | 一种新工科大学生综合素质评估方法 |
CN109636110A (zh) * | 2018-11-09 | 2019-04-16 | 中国电力科学研究院有限公司 | 一种获取继电保护装置运行状态的方法及装置 |
CN109919440A (zh) * | 2019-01-31 | 2019-06-21 | 中国人民解放军92942部队 | 一种基于证据推理的舰船装备保障性评估方法 |
CN109919441A (zh) * | 2019-01-31 | 2019-06-21 | 中国人民解放军92942部队 | 一种基于证据推理的舰船装备环境适应性评估方法 |
CN109977477A (zh) * | 2019-02-28 | 2019-07-05 | 清华大学 | 基于改进模糊层次分析的电站锅炉过热器健康状态评估法 |
CN111950627A (zh) * | 2020-08-11 | 2020-11-17 | 重庆大学 | 一种多源信息融合方法及其应用 |
CN112541682A (zh) * | 2020-12-16 | 2021-03-23 | 济南置真电气有限公司 | 一种真空断路器状态综合评估方法 |
CN113379182A (zh) * | 2021-04-27 | 2021-09-10 | 云南电网有限责任公司昆明供电局 | 一种基于多维状态参数的中低压设备健康状态评估方法 |
CN116452070A (zh) * | 2023-06-16 | 2023-07-18 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046582A (zh) * | 2015-07-14 | 2015-11-11 | 国家电网公司 | 方便的电网安全风险评估方法 |
-
2016
- 2016-06-07 CN CN201610398584.1A patent/CN106096830B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046582A (zh) * | 2015-07-14 | 2015-11-11 | 国家电网公司 | 方便的电网安全风险评估方法 |
CN105069692A (zh) * | 2015-07-14 | 2015-11-18 | 国家电网公司 | 准确的电网安全风险评估方法 |
Non-Patent Citations (2)
Title |
---|
赵云峰: "基于模糊和证据理论的变压器本体绝缘状态评估方法", 《电力系统保护与控制》 * |
高晓亮: "基于模糊AHP和证据理论的产品族状态评价", 《组合机床与自动化加工技术》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599432A (zh) * | 2016-12-07 | 2017-04-26 | 广州供电局有限公司培训与评价中心 | 一种基于变权重理论的高压电缆施工作业3d仿真培训系统可信度评估方法 |
CN106932670A (zh) * | 2017-02-08 | 2017-07-07 | 国家电网公司 | 一种基于d‑s证据理论的配电自动化终端状态诊断方法 |
CN106932670B (zh) * | 2017-02-08 | 2019-05-14 | 国家电网公司 | 一种基于d-s证据理论的配电自动化终端状态诊断方法 |
CN106953745B (zh) * | 2017-02-28 | 2019-08-20 | 中国联合网络通信集团有限公司 | 网络问题评估的方法及装置 |
CN106953745A (zh) * | 2017-02-28 | 2017-07-14 | 中国联合网络通信集团有限公司 | 网络问题评估的方法及装置 |
CN107133674A (zh) * | 2017-05-08 | 2017-09-05 | 中国电力科学研究院 | 一种确定换流阀整体状态的方法和系统 |
CN107133674B (zh) * | 2017-05-08 | 2021-12-17 | 中国电力科学研究院 | 一种确定换流阀整体状态的方法和系统 |
CN108529372A (zh) * | 2018-03-23 | 2018-09-14 | 南京航空航天大学 | 基于云模型和证据理论的电梯运行状态评估方法 |
CN108529372B (zh) * | 2018-03-23 | 2019-12-03 | 南京航空航天大学 | 基于云模型和证据理论的电梯运行状态评估方法 |
CN108548970A (zh) * | 2018-04-03 | 2018-09-18 | 国网江苏省电力有限公司电力科学研究院 | 一种基于d-s证据理论的继电保护装置自动化测试模板 |
CN109190895A (zh) * | 2018-08-01 | 2019-01-11 | 上海电力学院 | 一种新工科大学生综合素质评估方法 |
CN109636110A (zh) * | 2018-11-09 | 2019-04-16 | 中国电力科学研究院有限公司 | 一种获取继电保护装置运行状态的方法及装置 |
CN109919441A (zh) * | 2019-01-31 | 2019-06-21 | 中国人民解放军92942部队 | 一种基于证据推理的舰船装备环境适应性评估方法 |
CN109919440A (zh) * | 2019-01-31 | 2019-06-21 | 中国人民解放军92942部队 | 一种基于证据推理的舰船装备保障性评估方法 |
CN109977477A (zh) * | 2019-02-28 | 2019-07-05 | 清华大学 | 基于改进模糊层次分析的电站锅炉过热器健康状态评估法 |
CN111950627A (zh) * | 2020-08-11 | 2020-11-17 | 重庆大学 | 一种多源信息融合方法及其应用 |
CN111950627B (zh) * | 2020-08-11 | 2024-04-05 | 重庆大学 | 一种多源信息融合方法及其应用 |
CN112541682A (zh) * | 2020-12-16 | 2021-03-23 | 济南置真电气有限公司 | 一种真空断路器状态综合评估方法 |
CN113379182A (zh) * | 2021-04-27 | 2021-09-10 | 云南电网有限责任公司昆明供电局 | 一种基于多维状态参数的中低压设备健康状态评估方法 |
CN113379182B (zh) * | 2021-04-27 | 2022-09-16 | 云南电网有限责任公司昆明供电局 | 一种基于多维状态参数的中低压设备健康状态评估方法 |
CN116452070A (zh) * | 2023-06-16 | 2023-07-18 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
CN116452070B (zh) * | 2023-06-16 | 2023-09-01 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106096830B (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106096830A (zh) | 基于广义证据理论的继电保护状态评价方法及系统 | |
CN109685340A (zh) | 一种配电设备健康状态评估方法及系统 | |
CN102496069B (zh) | 基于模糊层次分析法的电缆多状态安全运行评估方法 | |
CN105046402B (zh) | 一种应用于智能变电站二次设备的状态评估方法 | |
CN103793854B (zh) | 多重组合优化的架空输电线路运行风险信息化评估方法 | |
CN104573881B (zh) | 一种基于退化数据建模的服役设备剩余寿命自适应预测方法 | |
CN104376400A (zh) | 基于模糊矩阵层次分析法的风险评估方法 | |
CN103324992B (zh) | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 | |
CN104063612B (zh) | 一种隧道工程风险态势模糊评估方法及评估系统 | |
CN104166788B (zh) | 一种架空输电线路最佳经济寿命区间评估方法 | |
CN106202886A (zh) | 基于模糊粗糙集与决策树的轨道电路红光带故障定位方法 | |
CN103001328A (zh) | 一种智能变电站的故障诊断与评估方法 | |
CN110417011A (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
CN104376716A (zh) | 一种基于贝叶斯网络模型的公交时刻表动态生成方法 | |
CN105139268A (zh) | 电网安全风险评估方法 | |
CN115063020B (zh) | 基于风险监测融合的梯级水电站多维安全调度装置及方法 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN110287543B (zh) | 一种继电保护装置寿命预测方法 | |
CN108681800A (zh) | 一种分布式新能源接入配电网的运检风险评估方法 | |
CN104991549B (zh) | 基于fta与多层次模糊神经子网络的轨道电路红光带故障诊断方法 | |
CN105260861A (zh) | 一种电动汽车电池更换站综合风险评估方法 | |
CN107239652A (zh) | 一种充电站运行状态风险评估方法 | |
CN110390461B (zh) | 基于复杂网络的非线性模糊语言配电网节点脆弱性评价方法 | |
CN110378549B (zh) | 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法 | |
CN104037760B (zh) | 一种不确定注入功率的电力系统预想事故选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |