CN106651646A - 基于模糊综合评判的输电线路覆冰状态评估方法 - Google Patents

Abstract

本发明公开了一种基于模糊综合评判的输电线路覆冰状态评估方法，包括步骤：S1建立由目标层和子指标层构成的评估指标体系；S2分别确定目标层和各子指标层的优先关系矩阵；S3 根据优先关系矩阵分别计算目标层和各子指标层的模糊一致矩阵；S4根据模糊一致矩阵，采用关系排序法计算目标层和各子指标层中各因素的常权值；S5结合实际情况确定评判集；S6确定各子指标的隶属度函数；S7采用隶属度函数计算各子指标的单因素评判矩阵，计算综合评估矩阵，采用综合评估矩阵对架空输电线路导线覆冰状态进行综合评估。本发明可对输电线路覆冰状态进行精准评估，从而为工作人员的检修工作提供可靠的依据。

Description

基于模糊综合评判的输电线路覆冰状态评估方法

技术领域

本发明涉及一种输电线路覆冰状态评估方法，尤其涉及一种基于模糊综合评判的输电线路覆冰状态评估方法。

背景技术

随着科技的进步和经济的飞速发展，社会对电力的需求量越来越大，电力用户对供电可靠性、电能质量、工作效率和优质服务等方面的要求也越来越高。众所周知，冰雪灾害严重威胁着电力系统的安全运行，轻则会导致绝缘子串冰闪跳闸、相间闪络跳闸等可恢复供电周期较短的事故，重则会导致杆塔倾斜甚至倒塌、线路金具严重损坏等可恢复供电周期较长的事故。冰雪灾害在给电网安全运行带来危难的同时，也给人民生活带来了不便，给国家经济带来了损失。近年来，受全球气候变化影响，冰灾发生的频率有逐渐增多和难以预测的趋势。

目前，国内外已开展关于冰雪气象条件下架空线路受力特性和电网稳定性等方面的研究，但大都是从电力系统运行的角度来进行。输电设备本身的状态评估模型十分复杂，状态评估受自然地形、微气象环境及其他很多随机性条件约束，故使用综合环境宏观与微观因素的信息融合模型来进行电网的故障预警与安全维护是一种极佳的选择。日本KoichiNara等人建立了高电压架空线路的防覆冰信息融合专家系统，系统在线采集参数(如温度、风速、风向、雪量、相对湿度等)，对架空线路当前状态作出判断，使工作人员方便选择合理的方式来处理线路覆冰。

但由于存在技术缺陷和测量技术不精确等因素，目前的覆冰在线监测技术需要不断完善以提高评估的准确性，研究表明，输电线路覆冰受气象因素影响较大，尤其是环境温度和相对湿度对覆冰形成有决定性的影响。因此，线路覆冰状态既具有不确定性，又有多因素影响的特点。

发明内容

针对现有技术存在的不足，本发明提出了一种基于模糊综合评判的输电线路覆冰状态评估方法，该方法能输电线路覆冰状态进行精确评估，从而为工作人员的检修工作提供科学合理的依据。

为解决上述技术问题，本发明采用如下技术方案：

基于模糊综合评判的输电线路覆冰状态评估方法，包括步骤：

S1建立由目标层和子指标层构成的评估指标体系，目标层由子指标构成，子指标层包括气象因素、环境因素和线路参数三个子指标；

S2分别确定目标层和各子指标层的优先关系矩阵F＝(f_ij)_n×n，f_ij表示目标层或子指标层中第i个元素相对第j个元素的相对重要性标度，n表示目标层或子指标层的因素数；

S3根据优先关系矩阵F＝(f_ij)_n×n分别计算目标层和各子指标层的模糊一致矩阵；

S4根据模糊一致矩阵，采用关系排序法计算目标层和各子指标层中各因素的常权值；

S5结合实际情况确定评判集；

S6通过对子指标值进行归一化，并结合专家评分法确定各子指标的隶属度函数；

S7采用隶属度函数计算各子指标的单因素评判矩阵，计算综合评估矩阵采用综合评估矩阵B对架空输电线路导线覆冰状态进行综合评估：其中，o表示模糊算子；R_气象因素、R_环境因素和R_线路参数分别为气象因素、环境因素和线路参数三个子指标的单因素评判矩阵，W_目标层表示目标层各元素的常权值构成的常权值向量。

进一步的，气象因素子指标进一步包括空气温度、湿度、风速和风向四个因素。

进一步的，环境因素子指标进一步包括海拔高度、凝结高度和微地形地貌三个因素。

进一步的，线路参数子指标进一步包括线路走向、导线悬挂高度、导线直径以及负荷电流和电场四个因素。

步骤3进一步包括：

对各F＝(f_ij)_n×n分别进行如下：

对F＝(f_ij)_n×n按行求和，采用公式计算模糊一致矩阵，其中，a_ij为模糊一致矩阵中第i行第j列的元素；a_i和a_j分别为F＝(f_ij)_n×n中第i行元素和第j行元素之和。

步骤4中，采用公式计算目标层和各子指标层中各因素的常权值，其中，w_i表示目标层或子指标层中第i个因素的常权值，n为目标层或子指标层的因素数，a_ik为模糊一致矩阵第i行第j列的元素；α为正常数，α≥(n-1)/2。

进一步的，评判集V＝{正常，轻度覆冰，中度覆冰，重度覆冰}。

步骤S6中，对定量子指标，采用半梯形和梯形结合的分布函数作为隶属度函数；对定性子指标，采用半梯形和三角形相结合的分布函数作为隶属度函数。

和现有技术相比，本发明具有如下特点：

可对输电线路覆冰状态进行精准评估，从而为工作人员的检修工作提供可靠的依据。

附图说明

图1是本发明的流程框图；

图2是本发明的架空输电线覆冰状态层次评估指标体系；

图3是实施例采用的定量指标隶属度函数分布图；

图4是实施例采用的定性指标隶属度函数分布图。

具体实施方式

图1为本发明流程框图，包括步骤：(1)建立架空输电线覆冰状态层次评估指标体系；(2)根据实验结果建立优先关系矩阵；(3)根据优先关系矩阵计算模糊一致矩阵；(4)采用关系排序法计算指标层权重，作为各因素常权值；(5)确定评判集；(6)确定隶属度函数；(7)整体评估，得出结果。

各步骤具体实施方式如下：

图2为本实施例中提出的架空输电线覆冰状态层次评估指标体系，该体系包括目标层和子指标层，目标层由子指标构成，子指标层包括气象因素、环境因素和线路参数三个子指标。即目标层包括气象因素子指标层、环境因素子指标层和线路参数子指标层三个因素。气象因素子指标进一步包括空气温度、湿度、风速和风向四个因素；环境因素子指标进一步包括海拔高度、凝结高度和微地形地貌三个因素；线路参数子指标进一步包括线路走向、导线悬挂高度、导线直径以及负荷电流和电场四个因素。

图1是本实施例规定的任意两个因素关于设定准则的相对重要性标度。根据表1的相对重要性标度定义，本实施例中目标层与各子指标层的优先关系矩阵具体为：

表1本实施例规定的任意两个因素的相对重要性标度

F_目标层为目标层的优先关系矩阵，第一行元素分别表示气象因素依次相对于气象因素、环境因素、线路参数的重要性标度，第二行元素分别表示环境因素依次相对于气象因素、环境因素、线路参数的重要性标度，第三行元素分别表示线路参数依次相对于气象因素、环境因素、线路参数的重要性标度；

F_气象因素为气象因素子指标层的优先关系矩阵，第一行元素分别表示空气温度依次相对于空气温度、湿度、风速和风向的重要性标度，第二行元素分别表示湿度依次相对于空气温度、湿度、风速和风向的重要性标度，第三行元素分别表示风速依次相对于空气温度、湿度、风速和风向的重要性标度，第四行元素分别表示风向依次相对于空气温度、湿度、风速和风向的重要性标度；

F_环境因素为环境因素子指标层的优先关系矩阵，第一行元素分别表示海拔高度依次相对于海拔高度、凝结高度和微地形地貌的重要性标度，第二行元素分别表示凝结高度依次相对于海拔高度、凝结高度和微地形地貌的重要性标度，第一行元素分别表示微地形地貌依次相对于海拔高度、凝结高度和微地形地貌的重要性标度；

F_线路参数为线路参数子指标层的优先关系矩阵，第一行元素分别表示线路走向依次相对于线路走向、导线悬挂高度、导线直径、负荷电流和电场的重要性标度，第二行元素分别表示导线悬挂高度依次相对于线路走向、导线悬挂高度、导线直径、负荷电流和电场的重要性标度，第三行元素分别表示导线直径依次相对于线路走向、导线悬挂高度、导线直径、负荷电流和电场的重要性标度，第四行元素分别表示负荷电流和电场依次相对于线路走向、导线悬挂高度、导线直径、负荷电流和电场的重要性标度。

步骤3具体包括以下步骤：

3.1对各优先关系矩阵F＝(f_ij)_n×n按行求和，如下：

式(1)中，i＝1,2,...n。

3.2计算模糊一致矩阵，所获得模糊一致矩阵具有中分传递性：

式(2)中，a_ij表示模糊一致矩阵中第i行第j列的元素；a_i和a_j分别表示优先关系矩阵F＝(f_ij)_n×n中第i行元素和第j行元素之和。

本实施例中，所得模糊一致矩阵如下：

其中，A_目标层、A_气象因素、A_环境因素、A_线路因素分别表示目标层、气象因素子指标层、环境因素子指标层、线路参数子指标层的模糊一致矩阵。

步骤4采用关系排序法，计算确定目标层和各子指标层中各因素的常权值：

式(3)中，w_i表示当前层中第i个因素的常权值，n为当前层因素数，a_ik为模糊一致矩阵第i行第j列的元素；α为正常数，α≥(n-1)/2。这里当前层指当前所计算的目标层或各子指标层。

表2为本实施例所得各因素的常权值。

表2本实施例所得各因素的常权值

排序后，各因素常权值具体为：

W_目标层＝[0.408 0.334 0.258]

W_气象因素＝[0.305 0.261 0.228 0.206]

W_环境因素＝[0.308 0.234 0.458]

W_线路参数＝[0.317 0.272 0.228 0.183]。

确定导线覆冰状态的评判因素后，需要划分导线覆冰的状态，结合实际情况，将各因素评语统一分为“正常”、“轻度覆冰”、“中度覆冰”、“重度覆冰”四个等级，即评判集V＝{正常，轻度覆冰，中度覆冰，重度覆冰}。

图3～4是本实施例采用的隶属度函数分布图，横坐标x指归一化后的子指标值，纵坐标表示隶属度。步骤6中通过归一化和专家评分法将气象因素、环境因素、线路参数量化为0～1之间的函数，再选用三角形和梯形的分布函数来确定隶属度。对定量子指标，采用半梯形和梯形结合的分布函数作为隶属度函数；对定性子指标选用半梯形和三角形相结合的分布函数作为隶属度函数。根据子指标的隶属函数分布图，确定出评估指标隶属度函数。

由隶属度函数计算各子指标的模糊评判矩阵R，结合变权分配，求得各子指标的单因素评判矩阵R_气象因素、R_环境因素和R_线路参数，采用单因素评判矩阵对该段架空输电线路导线覆冰状态进行综合评估，结果见公式(4)：

式(4)中，o表示模糊算子；B表示综合评估矩阵；b₁、b₂、b₃、b₄表示综合隶属度值。

步骤7中，对评估指标进行定量处理，用“1，2，3，4”依次表示各评判状态等级，并称其为各等级的秩，采用加权平均原则，见公式(5)，其中各等级赋值μ(v_i)分别为{1，2，3，4}。

求得结果如下：

本发明已经进行详细的说明，并给出实施例。应理解为以上所述仅为本发明的具体实施例而已，并不用于限制本发明。本说明书和附图应被认为是说明性的含义，而不是限制性的意义。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.基于模糊综合评判的输电线路覆冰状态评估方法，其特征是，包括步骤：

S1建立由目标层和子指标层构成的评估指标体系，目标层由子指标构成，子指标层包括气象因素、环境因素和线路参数三个子指标；

S2分别确定目标层和各子指标层的优先关系矩阵F＝(f_ij)_n×n，f_ij表示目标层或子指标层中第i个元素相对第j个元素的相对重要性标度，n表示目标层或子指标层的因素数；

S3根据优先关系矩阵F＝(f_ij)_n×n分别计算目标层和各子指标层的模糊一致矩阵；

S4根据模糊一致矩阵，采用关系排序法计算目标层和各子指标层中各因素的常权值；

S5结合实际情况确定评判集；

S6通过对子指标值进行归一化，并结合专家评分法确定各子指标的隶属度函数；

S7采用隶属度函数计算各子指标的单因素评判矩阵，计算综合评估矩阵采用综合评估矩阵B对架空输电线路导线覆冰状态进行综合评估：其中，o表示模糊算子；R_气象因素、R_环境因素和R_线路参数分别为气象因素、环境因素和线路参数三个子指标的单因素评判矩阵，W_目标层表示目标层各元素的常权值构成的常权值向量。

2.如权利要求1所述的基于模糊综合评判的输电线路覆冰状态评估方法，其特征是：

所述的气象因素子指标进一步包括空气温度、湿度、风速和风向四个因素。

3.如权利要求1所述的基于模糊综合评判的输电线路覆冰状态评估方法，其特征是：

所述的环境因素子指标进一步包括海拔高度、凝结高度和微地形地貌三个因素。

4.如权利要求1所述的基于模糊综合评判的输电线路覆冰状态评估方法，其特征是：

所述的线路参数子指标进一步包括线路走向、导线悬挂高度、导线直径以及负荷电流和电场四个因素。

5.如权利要求1所述的基于模糊综合评判的输电线路覆冰状态评估方法，其特征是：

步骤3进一步包括：

对各F＝(f_ij)_n×n分别进行如下：

对F＝(f_ij)_n×n按行求和，采用公式计算模糊一致矩阵，其中，a_ij为模糊一致矩阵中第i行第j列的元素；a_i和a_j分别为F＝(f_ij)_n×n中第i行元素和第j行元素之和。

6.如权利要求1所述的基于模糊综合评判的输电线路覆冰状态评估方法，其特征是：

步骤4中，采用公式计算目标层和各子指标层中各因素的常权值，其中，w_i表示目标层或子指标层中第i个因素的常权值，n为目标层或子指标层的因素数，a_ik为模糊一致矩阵第i行第j列的元素；α为正常数，α≥(n-1)/2。

7.如权利要求1所述的基于模糊综合评判的输电线路覆冰状态评估方法，其特征是：

所述的评判集V＝{正常，轻度覆冰，中度覆冰，重度覆冰}。

8.如权利要求1所述的基于模糊综合评判的输电线路覆冰状态评估方法，其特征是：

步骤S6中，对定量子指标，采用半梯形和梯形结合的分布函数作为隶属度函数；对定性子指标，采用半梯形和三角形相结合的分布函数作为隶属度函数。