CN106842104A - 一种改进型qspm矩阵的智能电表型式试验综合评价分析的方法 - Google Patents

Abstract

本发明公开了一种改进型QSPM矩阵的智能电表型式试验综合评价分析的方法，包括以下步骤：1)依据GB/T 17215的型式试验要求，确立智能电表的多项型式试验准确度影响因素；2)根据实际使用情况对智能电表的多项影响因素进行多次重要性评级，得到权重系数；3)引入灰色理论和模糊数学对矩阵进行推导计算，并结合权重系数进行运算，最终得到此型号样本智能电表评价分值。本发明的优点在于：其采用改进型定量战略计划矩阵对智能电表影响因素定量归类，并引入灰色理论、模糊数学进行最终智能电表性能指标的综合评判。为计量单位进行智能电表准确度评价提供了定量、多元和综合性的管理评判依据。

Description

一种改进型QSPM矩阵的智能电表型式试验综合评价分析的 方法

技术领域

本发明涉及智能电表综合评价管理技术领域，具体涉及一种改进型QSPM矩阵的智能电表型式试验综合评价分析的方法。

背景技术

智能电表作为电力产品终端计量器具，在电网建设中起着极为重要的作用。GB/T17215对智能电表的型式试验和性能参数给出了要求，对智能电表在环境温度、电压、电流、频率、谐波、辐射骚扰以及传导骚扰等影响因素下准确度变化范围作了明确规定。智能电表制造商需按照标准要求严格生产，且要通过权威质量监督单位的校准检验。但由于生产厂家较多，质量参差不齐，在满足标准的情况下，不同品牌智能电表产品之间仍会有较大质量差距，选择不当会带来不应有的损失和增加维护管理的工作量。

在智能电表质量评估和管理方面，国内外对其已有较多研究。国外研究人员从智能电表结构原理上分析了准确度影响因素和影响程度，以及如何对影响因素进行管理和维护；瑞士输配电力公司使用SAP软件工具IS-U/CCS实施抽检，成功将每年更换表的数量降低一半以上。国内智能电表专家提出过智能电表质量检定的综合抽样方案，重庆大学任洪宾等人也提出对智能电表生产企业的质量管理以及在电表采购时的抽样检验方法。但目前国内外研究多为在智能电表单项试验和检验上测试电表的合格性，且在检验合格入库之后缺乏对不同批次和型号的智能电表之间的横向比较和等级判定，没有建立定量、多元和综合性的评判体系。目前还没有一种既可以满足智能电表型式试验标准要求的评判，又能对标准试验合格之后的智能电表进行质量评估和分类的综合评价方法。

发明内容

本发明的目的就是要提供一种改进型QSPM矩阵的智能电表型式试验综合评价方法，其采用改进型定量战略计划矩阵(QSPM矩阵)对智能电表影响因素定量归类，并引入灰色理论、模糊数学进行最终智能电表性能指标的综合评判。

为实现上述目的，本发明所涉及的一种改进型QSPM矩阵的智能电表型式试验综合评价方法，包括以下步骤：

1)依据GB/T 17215的型式试验要求，确立智能电表的多项型式试验准确度影响因素，将多项影响因素按照属性分为四类，并用来代替传统QSPM矩阵中S、W、O、T四类主观因素的结合；

2)根据实际使用情况对智能电表的多项影响因素进行多次重要性评级，利用评级结果建立判断矩阵，并进行一致性判断和权重计算，得到权重系数；

3)依据GB/T 17215对某型号智能电表样本进行多项影响因素试验，建立智能电表的试验结果评价矩阵；引入灰色理论和模糊数学对矩阵进行推导计算，并结合权重系数进行运算，最终得到此型号样本智能电表评价分值。

进一步地，步骤1中：所述型式试验准确度影响因素为15项。

更进一步地，步骤1中：所述四类属性分为外部环境、自身工作电路、辐射骚扰、传导骚扰，分别替换代替传统QSPM矩阵中S-优势、W-劣势、O-机会、T-威胁四类主观因素。

作为优选项，步骤2中：影响因素用V₁、V₂…V₁₅表示，n次评级结果为E₁、E₂…E_n，根据影响因素和评级结果为试验结果打分U₁、U₂…U_n；

评级结果按照两两影响量相比较，评级结果建立判断矩阵V_m×m，根据公式：

其中：V_ij＝1/V_ji，W_i为各影响量计算出的权重，∑W_i＝1，影响量判断矩阵用于各影响量一致性检验，在矩阵一致性检验通过后计算综合权重W₁、W₂…W_i…W_m。

作为优选项，步骤3中：随机选取同一型号、厂家或批次的智能电表N个做样本，并根据试验结果进行评级，由此可得某一项标准试验中，智能电表试验的评级评价分值排列F1＝[f₁,f₂,…f_N]，最后得分统计为矩阵F；引入白化权函数对矩阵F进行灰色评估，得到灰色权矩阵R，由综合权重W和灰色权矩阵R进行复合运算，得出模糊综合评判矩阵B；根据智能电表评价分类要求，建立评价等级集合P，进行评价结果运算S＝B·P，最终S的数值参照集合P进行分类。

作为优选项，步骤3中：所述每项试验结果以标准试验结果对比评级，评级评价等级取9分制；试验结果越好，离标准要求越接近，评级得分越高。

本发明的优点在于：其针对智能电表准确度试验的国标指标要求，采用改进型定量战略计划矩阵(QSPM矩阵)对智能电表影响因素定量归类，并引入灰色理论、模糊数学进行最终智能电表性能指标的综合评判。选取智能电表准确度影响量指标是根据GB/T17215，目前智能电表计量装置检验策略是依据国家或行业标准进行的，按周期进行检验，以合格和不合格作为检验结果。但由于智能电表厂家较多，质量参差不齐，在达到合格标准的前提下，各不同厂家、型号和批次的智能电表仍会有较大质量差距，这给后期的使用、维护和故障排查带来较大麻烦。同时，一些智能电表在较好满足部分指标情况下，对其他指标达标情况较为勉强，缺乏对所有指标综合性地评判。因此，通过建立综合指标评价体系，定量地体现不同厂家、型号和批次智能电表指标情况，在管理、维护和抽检中为智能电表使用者提供管理措施，同时为计量单位进行智能电表准确度评价提供了定量、多元和综合性的管理评判依据。

附图说明

图1为本发明的方法原理示意图；

图2为本发明的方法流程示意图；

图3为标准试验结果示意图。

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的详细描述：

如图1所示的一种改进型QSPM矩阵的智能电表型式试验综合评价方法，包括以下步骤：

1)依据GB/T 17215的型式试验要求，确立智能电表的15项型式试验准确度影响因素，如表1，各影响因素用V₁、V₂…V₁₅表示：

表1

将15项影响因素按照属性分为四类，四类属性分为外部环境、自身工作电路、辐射骚扰、传导骚扰，分别替换代替传统QSPM矩阵中S-优势、W-劣势、O-机会、T-威胁四类主观因素；

2)根据实际使用情况对智能电表的多项影响因素进行多次重要性评级，利用评级结果建立判断矩阵，并进行一致性判断和权重计算，得到权重系数；如表2，影响因素用V₁、V₂…V_m表示，n次评级结果为E₁、E₂…E_n：

表2

如表3，根据影响因素和评级结果为试验结果的对比评分U₁、U₂…U_n：

表3

评级结果按照两两影响量相比较，如表4，评级结果建立判断矩阵V_m×m：

表4

根据公式：

其中：V_ij＝1/V_ji，W_i为各影响量计算出的权重，∑W_i＝1，影响量判断矩阵用于各影响量一致性检验，在矩阵一致性检验通过后计算综合权重W₁、W₂…W_i…W_m。

3)依据GB/T 17215对某型号智能电表样本进行多项影响因素试验，建立智能电表的试验结果评价矩阵；引入灰色理论和模糊数学对矩阵进行推导计算，并结合权重系数进行运算，最终得到此型号样本智能电表评价分值：

随机选取同一型号、厂家或批次的智能电表N个做样本，并根据试验结果进行评级，所述每项试验结果以标准试验结果对比评级，评级评价等级取9分制；试验结果越好，离标准要求越接近，评级得分越高。由此可得某一项标准试验中，智能电表试验的评级评价分值排列F1＝[f₁,f₂,…f_N]，最后得分统计为矩阵F：

引入白化权函数对矩阵F进行灰色评估，得到灰色权矩阵R，由综合权重W和灰色权矩阵R进行复合运算，得出模糊综合评判矩阵B；

根据智能电表评价分类要求，建立评价等级集合P，进行评价结果运算S＝B·P，最终S的数值参照集合P进行分类。

实施例1：

如图2所示，根据标准进行试验打分，将同一批次或型号若干智能电表进行试验，并对试验结果进行相互对比打分。打分结果替代掉传统QSPM矩阵里的专家打分系统，成为改进型QSPM矩阵，将评价系统与标准试验结果结合起来，增加了评价系统的客观和科学性。

为了验证本发明提出方法的有效性，进行了实际实验计算。实验在省级计量中心进行，随机取同一型号、厂家或批次的智能电表共10块做样本，用改进型QSPM矩阵的智能电表综合评价方法进行打分计算，打分结果与计量中心实际使用进行比较验证。

邀请省计量中心、国网电科院、中国计量院、质量监督部门以及智能电表厂家代表等共10位专家进行问卷调查，对智能电表15项准确度影响因素之间的相互影响力和吸引力进行打分，得出影响量判断矩阵，进行一致性判断并计算权重W。以其中3项影响量为例：

外部环境影响量判断矩阵

表5

权重W＝[0.142,0.081,0.035,0.047,0.019,0.028,0.106,0.019,0.009,0.115,0.074,0.068,0.155,0.078,0.024]。

根据试验结果对比打分列出QSPM矩阵值。以其中一项影响因素试验为例，近年智能电表较为关注的辐射骚扰，是电子设备电磁兼容最主要的测试内容，最不容易通过且最难整改的项目之一。对于高灵敏度的智能电表，目前较多厂家在设计生产时尚未充分考虑智能电表元器件的电磁兼容性能。安装国标进行标准试验，结果见图3。

如图3所示，取两块智能电表(1#、2#)辐射抗扰度试验结果为例，纵轴为准确度的相对值，取标准限值为1；横轴为辐射骚扰试验频率1～2GHz。试验测得准确度均值距离准确度限值越远，得分越高(0～9)；当智能电表有极大值超过限值时，得分减1，当有3个超限值时，得分直接判定为0。由此得出，智能电表1#得分8，表2#得分6。同理，结合试验结果数据可得，10块智能电表试验分值分别为F1＝[8,6,8,9,7,7,8,8,7,8]。对10块智能电表分别做上述15项试验，并分别对试验结果打分，如表6，最后得分统计为矩阵F：

表6

引入灰色理论和模糊数学，计算出F矩阵的灰色权矩阵R：

进行模糊运算，B＝W·R＝[0.34，0.3792，0.2502，0.0306]，最终得分：S＝B·P＝7.0574。

此型号智能电表检验综合评价得分为S＝7.0574>7，属于等级Ⅱ，良好。此批次型号的智能电表为国内知名厂家的DSY720单相电子式智能电表，该型号智能电表经试验和实际使用验证，功能强大、机械性能好、性能稳定、受自身电路影响较小，因此其外部环境及自身工作电路得分较高；而由于计费模式依靠数字乘法器，内部微电路较多，在外界电磁场长期影响下易出现误差超限，因此电磁兼容性得分稍低。应用中，智能电表型式试验人员、电表管理人员以及使用人员对其的综合评价在7～8分(9分制)，与本文模糊评判矩阵计算得分S＝7.0574基本一致。

最后，应当指出，以上实施例仅是本发明较有代表性的例子。显然，本发明不限于上述实施例，还可以有许多变形。凡依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应认为属于本发明的保护范围。

Claims (6)

1.一种改进型QSPM矩阵的智能电表型式试验综合评价分析的方法，其特征在于：包括以下步骤：

1)依据GB/T 17215的型式试验要求，确立智能电表的多项型式试验准确度影响因素，将多项影响因素按照属性分为四类，并用来代替传统QSPM矩阵中S、W、O、T四类主观因素的结合；

2)根据实际使用情况对智能电表的多项影响因素进行多次重要性评级，利用评级结果建立判断矩阵，并进行一致性判断和权重计算，得到权重系数；

3)依据GB/T 17215对某型号智能电表样本进行多项影响因素试验，建立智能电表的试验结果评价矩阵；引入灰色理论和模糊数学对矩阵进行推导计算，并结合权重系数进行运算，最终得到此型号样本智能电表评价分值。

2.根据权利要求1所述的一种改进型QSPM矩阵的智能电表型式试验综合评价分析的方法，其特征在于：

步骤1中：所述型式试验准确度影响因素为15项。

3.根据权利要求2所述的一种改进型QSPM矩阵的智能电表型式试验综合评价分析的方法，其特征在于：

步骤1中：所述四类属性分为外部环境、自身工作电路、辐射骚扰、传导骚扰，分别替换代替传统QSPM矩阵中S-优势、W-劣势、O-机会、T-威胁四类主观因素。

4.根据权利要求1～3中任意一项所述的一种改进型QSPM矩阵的智能电表型式试验综合评价分析的方法，其特征在于：

步骤2中：影响因素用V₁、V₂…V₁₅表示，n次评级结果为E₁、E₂…E_n，根据影响因素和评级结果为试验结果打分U₁、U₂…U_n；

评级结果按照两两影响量相比较，评级结果建立判断矩阵V_m×m，根据公式：

$w_i=\frac{1}{m}\underset{j=1}{\overset{m}{\Σ}}\frac{V_{ij}}{\underset{k=1}{\overset{m}{\Σ}}Vik}$

其中：V_ij＝1/V_ji，W_i为各影响量计算出的权重，∑W_i＝1，影响量判断矩阵用于各影响量一致性检验，在矩阵一致性检验通过后计算综合权重W₁、W₂…W_i…W_m。

5.根据权利要求4所述的一种改进型QSPM矩阵的智能电表型式试验综合评价分析的方法，其特征在于：

步骤3中：随机选取同一型号、厂家或批次的智能电表N个做样本，并根据试验结果进行评级，由此可得某一项标准试验中，智能电表试验的评级评价分值排列F1＝[f₁,f₂,…f_N]，最后得分统计为矩阵F；

引入白化权函数对矩阵F进行灰色评估，得到灰色权矩阵R，由综合权重W和灰色权矩阵R进行复合运算，得出模糊综合评判矩阵B；

根据智能电表评价分类要求，建立评价等级集合P，进行评价结果运算S＝B·P，最终S的数值参照集合P进行分类。

6.根据权利要求5所述的一种改进型QSPM矩阵的智能电表型式试验综合评价分析的方法，其特征在于：

步骤3中：所述每项试验结果以标准试验结果对比评级，评级评价等级取9分制；试验结果越好，离标准要求越接近，评级得分越高。