CN108197820A - 一种基于ds证据和变权理论的配电网可靠性关联和评价模型及其建立方法 - Google Patents
一种基于ds证据和变权理论的配电网可靠性关联和评价模型及其建立方法 Download PDFInfo
- Publication number
- CN108197820A CN108197820A CN201810058606.9A CN201810058606A CN108197820A CN 108197820 A CN108197820 A CN 108197820A CN 201810058606 A CN201810058606 A CN 201810058606A CN 108197820 A CN108197820 A CN 108197820A
- Authority
- CN
- China
- Prior art keywords
- index
- distribution network
- degree
- grey
- weight
- 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
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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于DS证据和变权理论的配电网可靠性关联和评价模型及其建立方法,该模型涵盖配电网可靠性双层评价指标,包括上层指标和下层指标;上层指标记为“因素层”;下层指标记为“性能层”;该方法包括分析配电网可靠性的影响因素,明确配电网可靠性与影响因素的双层评价指标;建立配电网可靠性双层评价指标间的单一灰色关联度模型;分别基于熵权法和DS证据理论构建配电网可靠性双层指标之间的综合灰色关联度模型;考虑各影响因素的均衡性,引入变权理论建立配电网可靠性的评价模型,得到可靠性规划方案的综合得分。本发明解决了单一灰色关联度模型的主观性和片面性,同时考虑了因素变化对权重的影响,使评价结果更接近真实值。
Description
技术领域
本发明涉及配电网可靠性规划模型及建立模型的方法,特别是涉及一种基于DS证据和变权理论的配电网可靠性关联和评价模型及其建立方法。
背景技术
配电网直接连接发输电网和用户,担负着向用户供应和分配电能的重任,其可靠性的高低关乎用户的用电质量。经济的快速发展和用户的多元化需求不断驱动高可靠性配电网的规划与建设。为理清各因素对配电网可靠性的影响机理,采取针对性的措施进行建设改造,有必要研究配电网可靠性的关联因素,并从可靠性的角度对方案进行评价,为规划设计工作提供理论依据。
目前,关于配电网可靠性的影响因素研究,大多停留在定性分析阶段,未具体量化各因素对可靠性的影响程度。灰色关联分析能在不完全的信息中得到可靠性和影响因子的关联度,找到主要矛盾。采用单一的灰色关联关系模型建立影响因素与可靠性之间的关系过于片面,难以准确反映真实联系,因此需要采用多种关联模型综合评估的方式;该方式需要选择一种相对客观的融合方法。
关于配电网可靠性的评价方法已有大量研究,如层次分析法、模糊综合评判法等。然而此类方法依赖专家经验值,缺乏客观性和科学性。此外,采用常权重系数结合各因素指标对可靠性打分的方法,未考虑指标的均衡性,所以需要建立一种更贴近真实状况的评价模型。
发明内容
发明目的:为解决现有技术的不足,提供了一种基于DS证据和变权理论的配电网可靠性关联和评价模型及其建立方法,其考虑了因素变化对权重的影响,使评价结果更接近真实值。
技术方案:本发明提供了一种基于DS证据和变权理论的配电网可靠性关联和评价模型,该模型涵盖配电网可靠性双层评价指标,包括上层指标和下层指标;所述上层指标为配电网规划时期影响可靠性的因素,记为“因素层”,其从宏观上归纳为网架结构、设备质量和技术装备水平三个层次;所述下层指标反映可靠性性能的优劣,记为“性能层”,包括系统平均停电频率SAIFI、系统平均停电持续时间SAIDI、供电可靠率ASAI和系统停电缺供电量AENS。
进一步的,所述上层指标进一步拆解为可量化的微观因素包括线路平均开关台数、环网柜在开关类设施所占比例、开关站在开关类设施所占比例、双环网比例、架空线路绝缘化率、电缆化率、配电自动化覆盖率和平均供电半径。
本发明还提供了一种建立基于DS证据和变权理论的配电网可靠性关联和评价模型的方法,包括以下步骤:
(1)分析配电网可靠性的影响因素,明确配电网可靠性与影响因素的双层评价指标,所述双层评价指标包括上层指标和下层指标;
(2)建立配电网可靠性双层评价指标间的单一灰色关联度模型;
从面积、变化速率、距离三个角度相应地建立上层指标和下层指标之间的灰色绝对关联度、灰色相对关联度和灰色距离关联度模型;
(3)分别基于熵权法和DS证据理论构建配电网可靠性双层指标之间的综合灰色关联度模型;
(4)考虑各影响因素的均衡性,引入变权理论建立配电网可靠性的评价模型,得到可靠性规划方案的综合得分。
进一步的,所述步骤(1)中上层指标为“因素层”指标,其宏观上归纳为网架结构、设备质量和技术装备水平三个层次的指标;所述下层指标为“性能层”指标,其包括系统平均停电频率SAIFI、系统平均停电持续时间SAIDI、供电可靠率ASAI和系统停电缺供电量AENS。
进一步的,所述步骤(2)包括:
(21)选取上层指标的供电可靠率为参考序列X0,下层指标的i个影响因素为比较序列Xi,假设归一化后的k年数据为:X0(k),X1(k),…,Xi(k),i=0,1,…n,k=1,2,…m;
(22)灰色绝对关联度表示参考序列和比较序列的几何相似度。
其中,i=1,2,…,n,表示各比较序列的始点零化像,计算公式为:
(23)灰色相对关联度表示参考序列和比较序列相对于始点的变化速率,计算公式为:
其中,i=1,2,…,n,表示各比较序列的初值像,计算公式为:
(24)灰色距离关联度表示比较序列相对于参考序列的空间偏离程度,计算公式为:
进一步的,所述步骤(3)包括:
(31)建立基于熵权法的综合灰色关联度模型
(311)将步骤(2)求得的灰色绝对关联度、灰色相对关联度和灰色距离关联度分别构成n行矩阵G的第1、2、3列,并进行归一化处理:
其中,Gij为矩阵G中第i行第j列的元素;
(312)求得第j种灰色关联度的信息熵为:
式中,j=1,2,3;
第j种灰色关联度的权重为:
(313)综合灰色关联度表示为:
第i个微观因素指标的信息熵权重为:
(32)建立基于DS证据理论的综合灰色关联度模型
(321)构造可靠性关联模型的识别框架:假设集合R={γi 1;γi 2;γi 3},i=1,2,…,n,集合里的γi 1、γi 2、γi 3分别表示第i个微观因素的灰色绝对关联度、灰色相对关联度、灰色距离关联度,n表示微观因素的个数,则称集合R为配电网可靠性关联模型的识别框架。
(322)获取识别框架的证据体:分别将识别框架中灰色绝对关联度、灰色相对关联度、灰色距离关联度模型的结果作为三条证据D1、D2、D3;
(323)确定各证据模型的基本可信度:假设用m描述集合R到[0,1]之间的映射关系,mt(Xi)(i=1,2,…,n,t=1,2,3)表示第t个证据下,第i个微观因素Xi的基本信任度概率:
表示第t条证据下,第i个微观因素的关联度大小,比较序列Xi称为识别框架的一个焦元。
(324)证据融合:
m1、m2、m3分别为证据D1、D2、D3对应的基本信任函数,对应的焦元分别为集合X={X1,X2,…,Xn}中的元素,根据DS证据合成规则得到合成后的基本信任函数为:
其中,表示证据之间的冲突度;
(325)设三种灰色关联度作为证据融合后的综合灰色关联度为Ri,第i个微观因素指标的权重为μi:
进一步的,所述步骤(4)包括:
(41)通过步骤(3)所述方法可得到每个影响因素指标的信息熵权重λi和证据融合权重μi,则综合权重ωi (0)为:
ωi (0)=ε1λi+ε2μi,(ε1+ε2=1) (14);
综合权重ωi (0)为常数,它不会随指标的变化而变化,这不能反映配电网可靠性评价结果的真实状况,所以需要对传统的权重适当优化;
(42)变权重考虑各影响因素的均衡性,使得权重较小的影响因素发生明显变化时,评价结果更接近真实值。
变权重为:
式中,ωi (0)为第i个影响因素指标的常权重;xi为第i个影响因素指标的得分值;ωi为第i个影响因素指标的变权重,n为影响因素指标的个数,a为均衡系数;当a(a>0.5)越接近1时,趋向于常权重,当a(a<0.5)越接近于0时,表示越不能接收某个因素指标的偏离;
(43)由各因素指标的变权重可以计算得出配电网可靠性的综合得分值F:
有益效果:与现有技术相比,本发明具有以下优点:
(1)本发明采用灰色关联度模型量化各因素与配电网可靠性之间的关系,分析主次影响因素,以此为依据提出供电可靠性提升的具体措施;
(2)采用常规的灰色关联度模型评价各因素与可靠性的关联关系过于片面,本发明采用更为全面、准确的综合灰色关联度模型;
(3)信息熵组合权重克服了专家打分法主观性强的缺点,DS证据融合权重消除了不同关联度模型间的冲突性,本发明采用变权理论法进行综合赋权既结合了两种权重确定方式的优点,又在此基础上考虑了指标异常变化对评价得分的影响,求得的量化评分值更科学合理地反映了规划方案的可靠性水平。
附图说明
图1是本发明的配电网可靠性双层评价指标图;
图2是本发明的配电网可靠性关联和评价模型建立流程图;
图3是本发明的基于DS证据的可靠性关联度模型建立流程图。
具体实施方式
下面结合附图和具体实施方法对本发明作进一步说明,本实施例在以本发明技术方案为前提下进行实施,但本发明的保护范围不限于下述的实施例。
本实施例选取2012-2015年苏州市10kv配电网A类供电区域为研究对象,建立基于DS证据和变权理论的配电网可靠性关联和评价模型。
如图1所示本发明的配电网可靠性的双层评价指标,包括上层指标和下层指标;其中,上层指标为配电网规划时期影响可靠性的因素,记为“因素层”,其从宏观上归纳为网架结构、设备质量和技术装备水平三个层次;各宏观因素又可以进一步拆解为可量化的微观因素,如:网架结构进一步拆解为平均供电半径、双环网比例、分段开关数、满足N-1线路比例以及站间联络率等;设备质量进一步拆解为设备使用寿命和设备故障率等;技术装备水平进一步拆解为架空线路绝缘化率、电缆化率、配电自动化覆盖率、环网柜在开关类设施所占比例,开关站在开关类设施所占比例以及线路平均开关台数等。下层指标反映可靠性性能的优劣,记为“性能层”,如系统平均停电频率SAIFI、系统平均停电持续时间SAIDI、供电可靠率ASAI和系统停电缺供电量AENS等。
如图2所示,本发明的基于DS证据和变权理论的配电网可靠性关联和评价模型的建立方法,包括以下步骤:
1、分析配电网可靠性的影响因素,明确配电网可靠性与影响因素的双层评价指标。
所述的双层评价指标中,上层指标定义为配电网规划时期影响可靠性的因素,记为“因素层”。下层指标反映可靠性性能的优劣,记为“性能层”。由于数据采集有限,本实施例中,“因素层”从宏观上选取网架结构和技术装备水平两个方面,各宏观因素又可以进一步拆解为可量化的微观因素,具体指标如表1中的X1-X8。“性能层”选取供电可靠率ASAI作为衡量可靠性的评价指标X0。
表1 2012-2015年苏州市A类供电区域配电网规划数据
2、建立配电网可靠性双层评价指标间的单一灰色关联度模型
本发明分别从面积、变化速率、距离三个角度相应地建立“因素层”与“性能层”指标之间的灰色绝对关联度、灰色相对关联度、灰色距离关联度模型,具体步骤如下:
(1)选取下层指标的供电可靠率为参考序列X0,上层指标的i个微观影响因素为比较序列Xi,假设归一化后的k年数据为:X0(k),X1(k),…,Xi(k),i=0,1,…n,k=1,2,…m。
(2)灰色绝对关联度表示参考序列和比较序列的几何相似度,计算公式为:
其中,i=1,2,…,n,表示各比较序列的始点零化像,计算公式为:
(3)灰色相对关联度表示参考序列和比较序列相对于始点的变化速率,计算公式为:
其中,i=1,2,…,n,表示各比较序列的初值像,计算公式为:
(4)灰色距离关联度表示比较序列相对于参考序列的空间偏离程度,计算公式为:
3、分别基于熵权法和DS证据理论构建配电网可靠性双层指标之间的综合灰色关联度模型。
分别采用熵权法和DS证据融合理论对三种单一关联度模型进行融合,得到综合灰色关联度模型,并确定各因素层指标的信息熵权重和DS证据融合权重。具体步骤如下:
(1)建立基于熵权法的综合灰色关联度模型
(11)将步骤2求得的灰色绝对关联度、灰色相对关联度和灰色距离关联度模型分别构成n行矩阵G的第1、2、3列,并进行归一化处理:
其中,Gij为矩阵G中第i行第j列的元素;
(12)求得第j种灰色关联度的信息熵为:
式中,j=1,2,3。
第j种灰色关联度的权重为:
(13)综合灰色关联度表示为:
第i个微观因素指标的信息熵权重为:
(2)建立基于DS证据理论的综合灰色关联度模型,如图3所示,具体方法包括以下步骤:
(21)构造可靠性关联模型的识别框架:假设集合R={γi 1;γi 2;γi 3},i=1,2,…,n,集合里的γi 1、γi 2、γi 3分别表示第i个微观因素的灰色绝对关联度、灰色相对关联度、灰色距离关联度,n表示微观因素的个数,则称集合R为配电网可靠性关联模型的识别框架。
(22)获取识别框架的证据体:分别将识别框架中灰色绝对关联度、灰色相对关联度、灰色距离关联度模型的结果作为三条证据D1、D2、D3。
(23)确定各证据模型的基本可信度:假设用m描述集合R到[0,1]之间的映射关系,mt(Xi)(i=1,2,…,n,t=1,2,3)表示第t个证据下,第i个微观因素Xi的基本信任度概率:
表示第t条证据下,第i个微观因素的关联度大小,比较序列Xi称为识别框架的一个焦元。
(24)证据融合:
m1、m2、m3分别为证据D1、D2、D3对应的基本信任函数,对应的焦元分别为集合X={X1,X2,…,Xn}中的元素,根据DS证据合成规则得到合成后的基本信任函数为:
其中,表示证据之间的冲突度;
(25)设三种关联度作为证据融合后的综合关联度为Ri,第i个微观因素指标的权重为μi。
采用上述提出的方法,本实施例中各因素指标与可靠性性能指标的灰色关联度计算结果见表2。
表2各因素指标灰色关联度计算结果
两种综合灰色关联度排序结果如下:X8>X6>X5>X3>X2>X1>X7>X4。
结果表明,对于苏州市A类供电区域,各因素的影响度由大到小依次是平均供电半径、电缆化率、架空线路绝缘化率、开关站在开关类设施所占比例、环网柜在开关类设施所占比例、线路平均开关台数、配电自动化覆盖率、双环网比例。分析可得,此地区应以改善设备质量和提升技术装备水平为主要规划任务,并按此顺序制定相应的可靠性提升措施。
4、考虑各影响因素的均衡性,引入变权理论建立配电网可靠性的评价模型,得到可靠性规划方案的综合得分。
考虑指标变化对权重的影响,确定各因素层指标的变权重,由变权重计算配电网可靠性规划方案的综合评分值。具体步骤如下:
(1)通过步骤3所述方法可得到每个影响因素指标的信息熵权重λi和证据融合权重μi,则综合权重ωi (0)为:
ωi (0)=ε1λi+ε2μi,(ε1+ε2=1) (14);
综合权重ωi (0)为常数,它不会随指标的变化而变化,这不能反映配电网可靠性评价结果的真实状况,所以需要对传统的权重适当优化。
本实施例中的各因素指标组合权重和常权重计算结果见表3。
表3各因素指标组合权重及常权重
(2)变权重考虑各影响因素的均衡性,使得权重较小的影响因素发生明显变化时,评价结果更接近真实值。
变权重为:
式中,ωi (0)为第i个影响因素指标的综合权重;xi为第i个影响因素指标的得分值;ωi为第i个影响因素指标的变权重,n为影响因素指标的个数,a为均衡系数;当a(a>0.5)越接近1时,趋向于综合权重,当a(a<0.5)越接近于0时,表示越不能接收某个因素指标的偏离。
本实施例中各因素指标的变权重计算结果如表4。
表4各因素指标的变权重
(3)由各因素指标的变权重可以计算得出配电网可靠性的综合得分值F。
本实施例中配电网可靠性规划方案的综合评分值见表5。
表5配电网可靠性量化评分值
表5可以看出,2015年的规划方案可靠性水平最高,原因是双环网比例、架空线路绝缘化率、电缆化率、配电自动化覆盖率等均已达到高水平阶段,且投资了很多新的开关类设施、设备,这对供电可靠性的提升有很大的裨益。
本实施例中的图、表仅用来对本发明作进一步的阐释和说明,但并非仅局限于此,本领域技术人员根据本发明实施例所作的所有等同形式的修改,均落于本申请所附权利要求的保护范围内。
本发明建立了一种基于DS证据和变权理论的配电网可靠性关联和评价模型,该模型首先建立配电网可靠性的“性能-因素”双层评价指标;然后基于熵权法和DS证据理论建立可靠性性能与影响因素间的综合灰色关联度模型,解决了单一关联度模型片面性和主观性的问题;最后考虑影响因素的均衡性,确定各因素指标的变权重系数,建立科学合理的可靠性评价模型,为配电网的规划决策提供了理论依据。
Claims (7)
1.一种基于DS证据和变权理论的配电网可靠性关联和评价模型,其特征在于:该模型涵盖配电网可靠性双层评价指标,包括上层指标和下层指标;所述上层指标为配电网规划时期影响可靠性的因素,记为“因素层”,其从宏观上归纳为网架结构、设备质量和技术装备水平三个层次;所述下层指标反映可靠性性能的优劣,记为“性能层”,包括系统平均停电频率SAIFI、系统平均停电持续时间SAIDI、供电可靠率ASAI和系统停电缺供电量AENS。
2.根据权利要求1所述的一种基于DS证据和变权理论的配电网可靠性关联和评价模型,其特征在于:所述上层指标进一步拆解为可量化的微观因素,包括线路平均开关台数、环网柜在开关类设施所占比例、开关站在开关类设施所占比例、双环网比例、架空线路绝缘化率、电缆化率、配电自动化覆盖率和平均供电半径。
3.一种建立基于DS证据和变权理论的配电网可靠性关联和评价模型的方法,其特征在于,包括以下步骤:
(1)分析配电网可靠性的影响因素,明确配电网可靠性与影响因素的双层评价指标,所述双层评价指标包括上层指标和下层指标;
(2)建立配电网可靠性双层评价指标间的单一灰色关联度模型;
从面积、变化速率、距离三个角度相应地建立上层指标和下层指标之间的灰色绝对关联度、灰色相对关联度和灰色距离关联度模型;
(3)分别基于熵权法和DS证据理论构建配电网可靠性双层指标之间的综合灰色关联度模型;
(4)考虑各影响因素的均衡性,引入变权理论建立配电网可靠性的评价模型,得到可靠性规划方案的综合得分。
4.根据权利要求3所述的一种建立基于DS证据和变权理论的配电网可靠性关联和评价模型的方法,其特征在于:所述步骤(1)中上层指标为“因素层”指标,其宏观上归纳为网架结构、设备质量和技术装备水平三个层次的指标;所述下层指标为“性能层”指标,其包括系统平均停电频率SAIFI、系统平均停电持续时间SAIDI、供电可靠率ASAI和系统停电缺供电量AENS。
5.根据权利要求3所述的一种建立基于DS证据和变权理论的配电网可靠性关联和评价模型的方法,其特征在于,所述步骤(2)包括:
(21)选取上层指标的供电可靠率为参考序列X0,下层指标的i个影响因素为比较序列Xi,假设归一化后的k年数据为:X0(k),X1(k),…,Xi(k),i=0,1,…n,k=1,2,…m;
(22)灰色绝对关联度表征参考序列和比较序列的几何相似度,计算公式为:
其中, 表示各比较序列的始点零化像,计算公式为:
(23)灰色相对关联度表征参考序列和比较序列相对于始点变化速率的关系,计算公式为:
其中, 表示各比较序列的初值像,计算公式为:
(24)灰色距离关联度表征比较序列相对于参考序列的空间偏离程度,计算公式为:
6.根据权利要求3所述的一种建立基于DS证据和变权理论的配电网可靠性关联和评价模型的方法,其特征在于,所述步骤(3)包括:
(31)建立基于熵权法的综合灰色关联度模型
(311)将步骤(2)求得的灰色绝对关联度、灰色相对关联度和灰色距离关联度分别构成n行矩阵G的第1、2、3列,并进行归一化处理:
其中,Gij为矩阵G中第i行第j列的元素;
(312)求得第j种灰色关联度的信息熵为:
式中,
第j种灰色关联度的权重为:
(313)综合灰色关联度表示为:
第i个微观因素指标的信息熵权重为:
(32)建立基于DS证据理论的综合灰色关联度模型
(321)构造配电网可靠性关联模型的识别框架:
假设集合R={γi 1;γi 2;γi 3},i=1,2,…,n,集合里的γi 1、γi 2、γi 3分别表示第i个微观因素的灰色绝对关联度、灰色相对关联度、灰色距离关联度,n表示微观因素的个数,则称集合R为配电网可靠性关联模型的识别框架;
(322)获取识别框架的证据体:分别将识别框架中灰色绝对关联度、灰色相对关联度、灰色距离关联度模型的结果作为三条证据D1、D2、D3;
(323)确定各证据的基本可信度:
假设用m描述集合R到[0,1]之间的映射关系,mt(Xi)(i=1,2,…,n,t=1,2,3)表示第t条证据下,第i个微观因素Xi的基本信任度概率:
表示第t条证据下,第i个微观因素的关联度大小,比较序列Xi称为识别框架的一个焦元。
(324)证据融合:
m1、m2、m3分别为证据D1、D2、D3对应的基本信任函数,对应的焦元分别为集合X={X1,X2,…,Xn}中的元素,根据DS证据合成规则得到合成后的基本信任函数为:
其中,表示证据之间的冲突度;
(325)设三种证据融合后的综合灰色关联度为Ri,第i个微观因素指标的权重为μi:
7.根据权利要求3所述的一种建立基于DS证据和变权理论的配电网可靠性关联和评价模型的方法,其特征在于,所述步骤(4)包括:
(41)通过步骤(3)所述方法得到每个影响因素指标的信息熵权重λi和证据融合权重μi,则综合权重ωi (0)为:
ωi (0)=ε1λi+ε2μi,(ε1+ε2=1) (14);
综合权重ωi (0)为常数,它不会随指标的变化而变化,这不能反映配电网可靠性评价结果的真实状况,所以需要对传统的权重适当优化;
(42)变权重考虑各影响因素的均衡性,使得权重较小的影响因素发生明显变化时,评价结果更接近真实值;
变权重为:
式中,ωi (0)为第i个微观因素指标的常权重;xi为第i个微观因素指标的得分值;ωi为第i个微观因素指标的变权重,n为影响因素指标的个数,a为均衡系数;当a(a>0.5)越接近1时,趋向于常权重,当a(a<0.5)越接近于0时,表示越不能接收某个因素指标的偏离;
(43)由各因素指标的变权重计算得出配电网可靠性的综合得分值F:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810058606.9A CN108197820B (zh) | 2018-01-22 | 2018-01-22 | 一种配电网可靠性关联关系模型的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810058606.9A CN108197820B (zh) | 2018-01-22 | 2018-01-22 | 一种配电网可靠性关联关系模型的建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108197820A true CN108197820A (zh) | 2018-06-22 |
CN108197820B CN108197820B (zh) | 2021-12-21 |
Family
ID=62590170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810058606.9A Active CN108197820B (zh) | 2018-01-22 | 2018-01-22 | 一种配电网可靠性关联关系模型的建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108197820B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255389A (zh) * | 2018-09-28 | 2019-01-22 | 中国科学院长春光学精密机械与物理研究所 | 一种装备评价方法、装置、设备及可读存储介质 |
CN109559028A (zh) * | 2018-11-26 | 2019-04-02 | 广东电网有限责任公司 | 基于灰色理论与距离评价的配电网规划年可靠性评估方法 |
CN111047178A (zh) * | 2019-12-06 | 2020-04-21 | 上海机电工程研究所 | 基于灰色关联的武器系统效能指标筛选方法及系统 |
CN111523769A (zh) * | 2020-03-31 | 2020-08-11 | 国网山东省电力公司经济技术研究院 | 一种测算混联电网碳减排效果的方法与系统 |
CN111610483A (zh) * | 2020-05-06 | 2020-09-01 | 北京智芯微电子科技有限公司 | 台区识别方法与台区识别系统 |
CN111784116A (zh) * | 2020-06-10 | 2020-10-16 | 山东大学 | 一种多能耦合下配电网弹性能力评估方法及系统 |
CN112327101A (zh) * | 2020-10-30 | 2021-02-05 | 国网上海市电力公司 | 基于长短时记忆神经网络的配电网可靠性检测方法及系统 |
CN112350373A (zh) * | 2020-11-04 | 2021-02-09 | 广东稳峰电力科技有限公司 | 配电网分布式并网点利用率监测方法及装置 |
WO2021104216A1 (zh) * | 2019-11-26 | 2021-06-03 | 新奥数能科技有限公司 | 一种用于设备模型趋势相似度的评估方法及装置 |
CN114866137A (zh) * | 2022-04-21 | 2022-08-05 | 国网青海省电力公司信息通信公司 | 电力光缆网的检测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130136794A (ko) * | 2012-06-05 | 2013-12-13 | 삼성전자주식회사 | 반도체 테스트 장비 및 이를 이용한 반도체 소자 테스트 방법 |
CN105186514A (zh) * | 2015-10-20 | 2015-12-23 | 南京南瑞集团公司 | 一种大规模分布式光伏并网对配网安全评价及预警方法 |
CN105427053A (zh) * | 2015-12-07 | 2016-03-23 | 广东电网有限责任公司江门供电局 | 一种应用于配网建设改造方案与供电质量评估指标的关联影响分析模型 |
CN105868912A (zh) * | 2016-04-06 | 2016-08-17 | 清华大学 | 基于数据融合的电力变压器状态评价方法及装置 |
-
2018
- 2018-01-22 CN CN201810058606.9A patent/CN108197820B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130136794A (ko) * | 2012-06-05 | 2013-12-13 | 삼성전자주식회사 | 반도체 테스트 장비 및 이를 이용한 반도체 소자 테스트 방법 |
CN105186514A (zh) * | 2015-10-20 | 2015-12-23 | 南京南瑞集团公司 | 一种大规模分布式光伏并网对配网安全评价及预警方法 |
CN105427053A (zh) * | 2015-12-07 | 2016-03-23 | 广东电网有限责任公司江门供电局 | 一种应用于配网建设改造方案与供电质量评估指标的关联影响分析模型 |
CN105868912A (zh) * | 2016-04-06 | 2016-08-17 | 清华大学 | 基于数据融合的电力变压器状态评价方法及装置 |
Non-Patent Citations (2)
Title |
---|
WEI GU等: "Adaptive Decentralized Under-Frequency Load Shedding for Islanded Smart Distribution Networks", 《IEEE》 * |
罗剑等: "灰关联分析与变权排序法在公路网规划方案比选中的应用", 《交通与计算机》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255389A (zh) * | 2018-09-28 | 2019-01-22 | 中国科学院长春光学精密机械与物理研究所 | 一种装备评价方法、装置、设备及可读存储介质 |
CN109255389B (zh) * | 2018-09-28 | 2022-03-25 | 中国科学院长春光学精密机械与物理研究所 | 一种装备评价方法、装置、设备及可读存储介质 |
CN109559028A (zh) * | 2018-11-26 | 2019-04-02 | 广东电网有限责任公司 | 基于灰色理论与距离评价的配电网规划年可靠性评估方法 |
WO2021104216A1 (zh) * | 2019-11-26 | 2021-06-03 | 新奥数能科技有限公司 | 一种用于设备模型趋势相似度的评估方法及装置 |
CN111047178A (zh) * | 2019-12-06 | 2020-04-21 | 上海机电工程研究所 | 基于灰色关联的武器系统效能指标筛选方法及系统 |
CN111523769A (zh) * | 2020-03-31 | 2020-08-11 | 国网山东省电力公司经济技术研究院 | 一种测算混联电网碳减排效果的方法与系统 |
CN111610483A (zh) * | 2020-05-06 | 2020-09-01 | 北京智芯微电子科技有限公司 | 台区识别方法与台区识别系统 |
CN111784116A (zh) * | 2020-06-10 | 2020-10-16 | 山东大学 | 一种多能耦合下配电网弹性能力评估方法及系统 |
CN111784116B (zh) * | 2020-06-10 | 2023-08-08 | 山东大学 | 一种多能耦合下配电网弹性能力评估方法及系统 |
CN112327101A (zh) * | 2020-10-30 | 2021-02-05 | 国网上海市电力公司 | 基于长短时记忆神经网络的配电网可靠性检测方法及系统 |
CN112350373A (zh) * | 2020-11-04 | 2021-02-09 | 广东稳峰电力科技有限公司 | 配电网分布式并网点利用率监测方法及装置 |
CN112350373B (zh) * | 2020-11-04 | 2023-04-07 | 广东稳峰电力科技有限公司 | 配电网分布式并网点利用率监测方法及装置 |
CN114866137A (zh) * | 2022-04-21 | 2022-08-05 | 国网青海省电力公司信息通信公司 | 电力光缆网的检测方法及装置 |
CN114866137B (zh) * | 2022-04-21 | 2024-04-12 | 国网青海省电力公司信息通信公司 | 电力光缆网的检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108197820B (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108197820A (zh) | 一种基于ds证据和变权理论的配电网可靠性关联和评价模型及其建立方法 | |
CN103577888B (zh) | 一种对产品设计方案优选的方法 | |
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 | |
CN109685340A (zh) | 一种配电设备健康状态评估方法及系统 | |
CN107563680A (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN106127377A (zh) | 一种智能电网多能源综合协调水平评价方法 | |
CN107274047A (zh) | 一种基于多级可拓评价法的电网项目后评价方法 | |
CN108428045A (zh) | 一种配电网运行健康状态评估方法 | |
CN110516837A (zh) | 一种基于ai的智能化诊断方法、系统及装置 | |
CN104331773A (zh) | 一种电网规划方案综合评估方法 | |
CN107832973A (zh) | 一种基于多态信息综合评判的设备质量管控的方法 | |
CN106339779A (zh) | 一种配电网中分布式电源配置方案评价方法 | |
CN110264112A (zh) | 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 | |
CN106651225A (zh) | 智能电网示范工程综合评估方法和系统 | |
CN104504280B (zh) | 电动汽车充电桩集群管理系统通信方式综合评价方法 | |
CN105046582A (zh) | 方便的电网安全风险评估方法 | |
CN109409770A (zh) | 一种基于神经网络的农村电网智能水平评价方法 | |
CN109598399A (zh) | 一种基于层次分析的移动电力交易风险评估方法 | |
CN107358332A (zh) | 一种电网调度运行精益化评价方法 | |
CN102081754B (zh) | 多专家动态协调评判方法及智能化辅助决策支持系统 | |
CN109829605A (zh) | 基于模糊层次分析法的电网工程项目风险评价方法 | |
CN109003010A (zh) | 电网项目投资效益的评价方法 | |
CN103617447B (zh) | 智能变电站的评价系统及评价方法 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN110489783A (zh) | 一种基于qrnn的低压台区线损率合理范围估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |