CN108197848A - 一种基于直觉模糊理论的电能质量综合评估方法及装置 - Google Patents
一种基于直觉模糊理论的电能质量综合评估方法及装置 Download PDFInfo
- Publication number
- CN108197848A CN108197848A CN201810241098.8A CN201810241098A CN108197848A CN 108197848 A CN108197848 A CN 108197848A CN 201810241098 A CN201810241098 A CN 201810241098A CN 108197848 A CN108197848 A CN 108197848A
- Authority
- CN
- China
- Prior art keywords
- level index
- degree
- membership
- actual value
- grade
- 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
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
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
Abstract
本发明提供了一种基于直觉模糊理论的电能质量综合评估方法及装置,解决了目前的模糊方法中,各类隶属度函数处理模糊概念的共同缺陷是没有细致刻画各评价指标相对于每个质量等级的模糊特性,只是在笼统计算指标相对于整个合格范围的隶属度后,根据归一量化值确定电能质量等级,最大隶属度原则掩盖了介于两个隶属度之间的差别,导致了判断偏差太大的技术问题。
Description
技术领域
本发明涉及电能质量评估技术领域,尤其涉及一种基于直觉模糊理论的电能质量综合评估方法及装置。
背景技术
随着科学技术和国民经济的发展,用户对电能的需求量日益增加,对电能质量的要求也越来越高。目前,世界各国针对电能质量制定了一系列标准,我国共制定了6项电能质量国家标准,主要包括:(1)电压偏差;(2)频率偏差;(3)谐波含量;(4)电压波动和闪变;(5)三相电压不平衡度。标准规定了各项电能质量指标的限值范围,是电能质量的技术性指标,是从供电是否合格的角度提出的。但由于电能质量是一个多指标的综合体,单纯判断某项指标是否合格,并不能反映电能质量的整体情况。同时,随着电力市场的发展,在激烈竞争的市场环境下,电能作为配电侧与用户侧交易的商品,与其它任何商品一样,必须保证质量。因此,如何衡量电能质量的优劣,即对电能质量进行综合评估成为重要的研究内容。
现有的电能质量评估方法中,很多都采用模糊数学对电能质量进行综合评估。在实际处理过程中,模糊数学方法的很多关键步骤很大程度上受主观因素影响,特别是在建立隶属度函数时,由于人们认识事物的局限性,只能得到大致的隶属度函数,这就大大影响了评估结果的客观性和准确性。有些学者专家采用模糊综合评价方法,在建立隶属度函数时也存在上述问题,他们将熵权法与层次分析法(Analytic Hierarchy Process,AHP)相结合进行赋权,但在利用AHP进行赋权时需要一致性检验,计算量非常大。并且在利用熵权进行客观赋权时,是对AHP确定的判断矩阵进行熵的计算,而不是利用各评估指标的实际监测数据进行计算,赋权的结果实际上还在很大程度上受主观因素影响。有些学者以概率统计和矢量代数为基础,提出了基于日周期的电能质量量化和评价方法。考虑到电能质量综合评估模型的高维复杂性,一些专家分别运用人工神经网络和遗传投影寻踪算法对电能质量进行综合评估,实现了评估过程的客观性。
目前的模糊方法中,各类隶属度函数处理模糊概念的共同缺陷是没有细致刻画各评价指标相对于每个质量等级的模糊特性,只是在笼统计算指标相对于整个合格范围的隶属度后,根据归一量化值确定电能质量等级,最大隶属度原则掩盖了介于两个隶属度之间的差别,导致了判断偏差太大的技术问题。
发明内容
本发明提供了一种基于直觉模糊理论的电能质量综合评估方法及装置,解决了目前的模糊方法中,各类隶属度函数处理模糊概念的共同缺陷是没有细致刻画各评价指标相对于每个质量等级的模糊特性,只是在笼统计算指标相对于整个合格范围的隶属度后,根据归一量化值确定电能质量等级,最大隶属度原则掩盖了介于两个隶属度之间的差别,导致了判断偏差太大的技术问题。
本发明提供了一种基于直觉模糊理论的电能质量综合评估方法,包括:
通过改进G1算法得到一级指标权重以及各一级指标对应的二级指标的主观权重;
对二级指标进行等级划分,包括优、良、中、合格和不合格,确定二级指标的每个等级区间的上限值和下限值,以及每个等级区间的第一隶属度和第一非隶属度;
通过隶属度函数和非隶属度函数分别得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,vij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和y′l分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度;
根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵;
根据直觉模糊集决策矩阵得到每个二级指标的客观权重;
结合二级指标的主观权重和二级指标的客观权重,得到每个二级指标的修正权重;
通过改进TOPSIS法,结合每个二级指标的修正权重,计算电能质量的评估分数。
可选地,通过改进TOPSIS法,结合每个二级指标的修正权重,计算每个二级指标的评估分数具体包括:
根据等级为优和不合格的二级指标参考值以及二级指标实际值构建决策矩阵式中,n为二级指标的个数,[x11 x12 … x1n]为二级指标实际值构成的向量,[x21 x22 … x2n]为等级为优的二级指标参考值构成的向量,[x31 x32 … x3n]为等级为不合格的二级指标参考值构成的向量;
对决策矩阵X[3×n]通过规范函数进行规范化处理,得到规范矩阵Y=(yij)3×n,式中i=1,2,3,j=1,2,…,n;
结合二级指标的修正权重构成的向量λ=(λ1,λ2,…,λn),根据规范矩阵Y=(yij)3×n得到加权规范矩阵A=(aij)3×n,aij=λjyij;
由加权规范矩阵A=(aij)3×n确定正理想解向量A+=(a21,a22,…,a2n)和负理想解向量A-=(a31,a32,…,a3n);
根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离,计算二级指标实际值与正理想解的相对接近度;
根据二级指标实际值与正理想解的相对接近度,计算得到电能质量的评估分数。
可选地,根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离,计算二级指标实际值与正理想解的相对接近度具体包括:
根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离计算二级指标实际值与正理想解的相对接近度
可选地,根据二级指标实际值与正理想解的相对接近度,计算得到电能质量的评估分数具体包括:
根据二级指标实际值与正理想解的相对接近度c,利用公式计算得到电能质量的评估分数M。
本发明提供了一种基于直觉模糊理论的电能质量综合评估装置,包括:
第一权重确定单元,用于通过改进G1算法得到一级指标权重以及各一级指标对应的二级指标的主观权重;
第一隶属度确定单元,用于对二级指标进行等级划分,包括优、良、中、合格和不合格,确定二级指标的每个等级区间的上限值和下限值,以及每个等级区间的第一隶属度和第一非隶属度;
第二隶属度确定单元,用于通过隶属度函数和非隶属度函数分别得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,vij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和y′l分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度;
矩阵构成单元,用于根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵;
第二权重确定单元,用于根据直觉模糊集决策矩阵得到每个二级指标的客观权重;
第三权重确定单元,用于结合二级指标的主观权重和二级指标的客观权重,得到每个二级指标的修正权重;
评分单元,用于通过改进TOPSIS法,结合每个二级指标的修正权重,计算电能质量的评估分数。
可选地,评分单元具体包括:
决策矩阵构建子单元,用于根据等级为优和不合格的二级指标参考值以及二级指标实际值构建决策矩阵式中,n为二级指标的个数,[x11 x12 …x1n]为二级指标实际值构成的向量,[x21 x22 … x2n]为等级为优的二级指标参考值构成的向量,[x31 x32 … x3n]为等级为不合格的二级指标参考值构成的向量;
规范子单元,用于对决策矩阵X[3×n]通过规范函数进行规范化处理,得到规范矩阵Y=(yij)3×n,式中i=1,2,3,j=1,2,…,n;
加权规范矩阵构建子单元,用于结合二级指标的修正权重构成的向量λ=(λ1,λ2,…,λn),根据规范矩阵Y=(yij)3×n得到加权规范矩阵A=(aij)3×n,aij=λjyij;
理想解向量确定子单元,用于由加权规范矩阵A=(aij)3×n确定正理想解向量A+=(a21,a22,…,a2n)和负理想解向量A-=(a31,a32,…,a3n);
相对接近度计算子单元,用于根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离,计算二级指标实际值与正理想解的相对接近度;
评估子单元,用于根据二级指标实际值与正理想解的相对接近度,计算得到电能质量的评估分数。
可选地,相对接近度计算子单元具体用于:
根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离计算二级指标实际值与正理想解的相对接近度
可选地,评估子单元具体用于:
根据二级指标实际值与正理想解的相对接近度c,利用公式计算得到电能质量的评估分数M。
本发明提供了一种基于直觉模糊理论的电能质量综合评估装置,包括:
存储器,用于存储指令;
处理器,耦合到所述存储器,所述处理器被配置为基于所述存储器存储的指令执行实现如上中任一项所述的方法。
本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如上中任一项所述的方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明提供了一种基于直觉模糊理论的电能质量综合评估方法,包括:通过改进G1算法得到一级指标权重以及各一级指标对应的二级指标的主观权重;对二级指标进行等级划分,包括优、良、中、合格和不合格,确定二级指标的每个等级区间的上限值和下限值,以及每个等级区间的第一隶属度和第一非隶属度;通过隶属度函数和非隶属度函数分别得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,νij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和y′l分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度;根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵;根据直觉模糊集决策矩阵得到每个二级指标的客观权重;结合二级指标的主观权重和二级指标的客观权重,得到每个二级指标的修正权重;通过改进TOPSIS法,结合每个二级指标的修正权重,计算电能质量的评估分数。
本发明中,对二级指标进行等级区间的划分,更进一步计算每个二级指标在每个等级区间的第二隶属度和第二非隶属度,减小了两个隶属度之间的区别,解决了目前的模糊方法中,各类隶属度函数处理模糊概念的共同缺陷是没有细致刻画各评价指标相对于每个质量等级的模糊特性,只是在笼统计算指标相对于整个合格范围的隶属度后,根据归一量化值确定电能质量等级,最大隶属度原则掩盖了介于两个隶属度之间的差别,导致了判断偏差太大的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明提供的一种基于直觉模糊理论的电能质量综合评估方法的一个实施例的流程示意图;
图2为本发明提供的一种基于直觉模糊理论的电能质量综合评估方法的另一个实施例的流程示意图;
图3为本发明提供的一种基于直觉模糊理论的电能质量综合评估装置的一个实施例的结构示意图;
图4为本发明提供的一种基于直觉模糊理论的电能质量综合评估装置的另一个实施例的结构示意图。
具体实施方式
本发明实施例提供了一种基于直觉模糊理论的电能质量综合评估方法及装置,解决了目前的模糊方法中,各类隶属度函数处理模糊概念的共同缺陷是没有细致刻画各评价指标相对于每个质量等级的模糊特性,只是在笼统计算指标相对于整个合格范围的隶属度后,根据归一量化值确定电能质量等级,最大隶属度原则掩盖了介于两个隶属度之间的差别,导致了判断偏差太大的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明提供了一种基于直觉模糊理论的电能质量综合评估方法的一个实施例,包括:
101、通过改进G1算法得到一级指标权重以及各一级指标对应的二级指标的主观权重;
102、对二级指标进行等级划分,包括优、良、中、合格和不合格,确定二级指标的每个等级区间的上限值和下限值,以及每个等级区间的第一隶属度和第一非隶属度;
103、通过隶属度函数和非隶属度函数分别得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,νij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和y′l分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度;
104、根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵;
105、根据直觉模糊集决策矩阵得到每个二级指标的客观权重;
106、结合二级指标的主观权重和二级指标的客观权重,得到每个二级指标的修正权重;
107、通过改进TOPSIS法,结合每个二级指标的修正权重,计算电能质量的评估分数。
本发明实施例中,对二级指标进行等级区间的划分,更进一步计算每个二级指标在每个等级区间的第二隶属度和第二非隶属度,减小了两个隶属度之间的区别,解决了目前的模糊方法中,各类隶属度函数处理模糊概念的共同缺陷是没有细致刻画各评价指标相对于每个质量等级的模糊特性,只是在笼统计算指标相对于整个合格范围的隶属度后,根据归一量化值确定电能质量等级,最大隶属度原则掩盖了介于两个隶属度之间的差别,导致了判断偏差太大的技术问题。
以上是对本发明提供的一种基于直觉模糊理论的电能质量综合评估方法的一个实施例进行的说明,以下将对本发明提供的一种基于直觉模糊理论的电能质量综合评估方法的另一个实施例进行说明。
请参阅图2,本发明提供了一种基于直觉模糊理论的电能质量综合评估方法的另一个实施例,包括:
201、通过改进G1算法得到一级指标权重以及各一级指标对应的二级指标的主观权重;
需要说明的是,一级指标和各一级指标对应的二级指标可以由用户进行确定。用户可以根据自身实际用电情况,确定其选用的一级指标和各一级指标对应的二级指标,例如电能质量指标即一级指标包括电压质量和频率质量。电压质量对应的二级指标包括电压偏差、三相电压不平衡度、闪变以及电压谐波总畸变率;频率质量对应的二级指标则为频率偏差。本实施例中,不对一级指标和各一级指标对应的二级指标的具体内容进行限定。
传统的G1法存在某些不足,如主观性大、无法拉开指标权重的数值差别等,基于此,本文采用改进G1法对指标进行赋权,将指标两两比较改为专家打分。其步骤如下:
(1)专家评分
假设p位专家对指标重要性进行评分,评分标准如表1所示。
表1专家评分标准
记第q位(q=1,2,…p)专家对指标Sj所评分数为xSjq。则其对指标S1,S2,S3,S4,S5所评分数如表2所示。
表2专家评分表
(2)指标重要性排序
根据第q位专家所评分数对指标进行重新排序,当指标Sj的分数xSjq大于(不小于)指标Sk的分数xSkq,记为Sj>Sk。这样便可得到由第q位专家所评指标重要性的新的序列。
(3)指标权重比值
由指标分数计算上述序列相邻指标之间权重的比值,则指标S(j-1)与Sj权重比值记为:
其中,ωSjq为第q位专家求得的指标Sj的权重,j=n,n-1,…,2,n为指标个数。
(4)计算指标权重
以一位专家的评分为基础,根据权重比值,计算第q位专家求得的指标Sn的权重,公式为:
其它指标权重可由式(1)递推得到。
当p位专家都对指标评分之后,指标Sj的最终权重ωSj由下式求得:
本事实例中,采用以上4个步骤求解选定的一级指标权重以及各一级指标对应的二级指标的主观权重。
202、对二级指标进行等级划分,包括优、良、中、合格和不合格,确定二级指标的每个等级区间的上限值和下限值,以及每个等级区间的第一隶属度和第一非隶属度;
需要说明的是,直觉模糊集(Intuitionistic fuzzy set)相关概念最早由保加利亚学者Atanassov提出,包含有隶属度、费隶属度以及犹豫度三方面信息,相比传统模糊集更能刻画出客观世界的模糊性本质。直觉模糊熵是直觉模糊集理论中的一个概念,可以作为量化指标反映模糊程度与不确定程度。
直觉模糊数对“支持”、“反对”以及“既不支持也不反对”的3种证据程度的陈述,有效地解决了决策者对方案犹豫的问题。因此,将直觉模糊理论应用于电力用户能效评估指标权重的确定,更加科学合理。
对照相关国家标准,将电能质量指标分为5个等级,并将其参数整体作为论域对单因素电能信息评价标准的隶属度赋值,具体见表3。
表3指标的隶属度与费隶属度
203、通过隶属度函数和非隶属度函数分别得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,vij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和y′l分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度;
需要说明的是,根据表3,通过隶属度函数和非隶属度函数得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,vij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和y′l分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度。
204、根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵;
需要说明的是,根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵:
其中,i=1,2,…,m,m为评估对象个数;j=1,2,…,n,n为二级指标的个数。
205、根据直觉模糊集决策矩阵得到每个二级指标的客观权重;
需要说明的是,根据直觉模糊集决策矩阵得到每个二级指标的客观权重,具体包括:
1、求取指标Sj的直觉模糊熵:
其中πij(x)=1-μij(x)-vij(x),θij(x)=1-|μij(x)-vij(x)|。
2、求解待评估对象在指标Sj下决策信息的偏离度:
3、求解二级指标Sj的客观权重:
206、结合二级指标的主观权重和二级指标的客观权重,得到每个二级指标的修正权重;
需要说明的是,考虑到决策者的偏好,由改进G1法计算出主观权重ω1,ω2,…,ωn,再结合基于直觉模糊熵的客观权重r1,r2,…,rn,进而得到每个二级指标的修正权重为:
207、根据等级为优和不合格的二级指标参考值以及二级指标实际值构建决策矩阵式中,n为二级指标的个数,[x11 x12 … x1n]为二级指标实际值构成的向量,[x21 x22 … x2n]为等级为优的二级指标参考值构成的向量,[x31 x32 …x3n]为等级为不合格的二级指标参考值构成的向量;
需要说明的是,TOPSIS法的关键是选择一个离正理想解最近,并且离负理想解最远的决策方案,以此作为评价各方案好坏的依据。本文所采用的改进TOPSIS法是基于国家相关标准中规定的各指标的参数确定指标的最优向量和不合格向量,而不是TOPSIS中多个评估对象中的相对最优解和最劣解。由此,该方法可以应用于单个用户电能质量的评价,得出多个评价对象与最优向量的接近程度,从而确定评价等级。
改进TOPSIS法首先需要根据等级为优和不合格的二级指标参考值以及二级指标实际值构建决策矩阵:
式中,n为二级指标的个数,[x11 x12 … x1n]为二级指标实际值构成的向量,[x21x22 … x2n]为等级为优的二级指标参考值构成的向量,[x31 x32 … x3n]为等级为不合格的二级指标参考值构成的向量。
208、对决策矩阵X[3×n]通过规范函数进行规范化处理,得到规范矩阵Y=(yij)3×n,式中i=1,2,3,j=1,2,…,n;
需要说明的是,其次,对决策矩阵X[3×n]通过规范函数进行规范化处理,得到规范矩阵Y=(yij)3×n,式中i=1,2,3,j=1,2,…,n。
209、结合二级指标的修正权重构成的向量λ=(λ1,λ2,…,λn),根据规范矩阵Y=(yij)3×n得到加权规范矩阵A=(aij)3×n,aij=λjyij;
需要说明的是,结合二级指标的修正权重构成的向量λ=(λ1,λ2,…,λn),根据规范矩阵Y=(yij)3×n得到加权规范矩阵A=(aij)3×n,aij=λjyij。
210、由加权规范矩阵A=(aij)3×n确定正理想解向量A+=(a21,a22,…,a2n)和负理想解向量A-=(a31,a32,…,a3n);
需要说明的是,由加权规范矩阵A=(aij)3×n确定正理想解向量A+=(a21,a22,…,a2n)和负理想解向量A-=(a31,a32,…,a3n)
211、根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离计算二级指标实际值与正理想解的相对接近度
需要说明的是,根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离计算二级指标实际值与正理想解的相对接近度
212、根据二级指标实际值与正理想解的相对接近度c,利用公式计算得到电能质量的评估分数M;
需要说明的是,根据二级指标实际值与正理想解的相对接近度c,利用公式计算得到电能质量的评估分数M。
详细地,以6个电力用户为例,对其能效状态运用递阶综合评估方法进行评估。根据调研获得的各电力用户电能质量数据如表4所示。
表4电能质量数据表
1、确定指标主观权重
为减弱评估过程的主观性,共选取4位专家对5项指标进行评估打分。4位专家所评分数如表5所示。
表5专家打分表
则4位专家所确定指标重要性排序和相邻指标权重比值γk如表7所示。
表6重要性排序及权重比值
按式(1)和式(2)对各专家指标权重进行计算,计算结果如表7所示。
表7专家指标权重计算结果
再按式(3)计算指标最终主观权重,见表8。
表8指标相对目标层的主观权重
2确定指标客观权重
根据隶属度函数和非隶属度函数构造直觉模糊决策矩阵F
再按式(5)到式(7)计算指标最终客观权重,见表9。
表9指标相对目标层的客观权重
则修正权重如表10所示。
表10电能质量指标权重
3、求解评估分数
以用户1电能质量指标计算为例,计算过程如下:
(1)构造决策矩阵X[3×5]。
(2)规范化处理,再根据规范函数和二级指标的修正权重构成的向量构造加权规范阵A[3×5]。
(3)根据和计算二级指标实际值到正理想解与负理想解的距离,分别为:
D+=0.1594,D-=0.3399
(4)根据计算相对接近度,得:
c=0.6808
(5)由求得评估对象用户1的评估分数为:
M=74.04
则用户1电能质量的评价数据结果如表12所示。
表11用户1评价数据结果
同理,计算各用户二级指标实际值到正理想解与负理想解的距离、相对接近度以及评估分数。则各用户电能质量的评价数据结果如表12所示。
表12评估结果
表13评估分数表
4、结果分析
(1)综合各用户的评估分数,参照表13,6个用户等级均为中等;其中,用户1(74.04分),用户2(76.30分),用户3(75.445分),用户4(73.515分),用户5(72.90分)以及用户6(74.195分);用户2的评估值最高,用户5的评估值最低。
(2)分析用户5分数最低的原因可以得出,其电能质量中的几项指标数据在各用户比较中均为最差,而这些指标的权重较高,是导致用户5与其他用户相比总分低的主要原因,应着重改善电压偏差、闪变以及电压谐波总畸变率等问题。
(3)算例表明,本文提出的评估模型基于直觉模糊集的思想,结合了评估过程中的主观经验和客观数据,并且可以通过各个评估对象进行结果对比,得出辖区内用户的电能质量情况,更具象地展现在决策者面前,对于促进供电方加强电能质量的监测、治理和引导用户合理用电以及协调电能质量管理具有一定的指导意义。
以上是对本发明提供的一种基于直觉模糊理论的电能质量综合评估方法的另一个实施例进行的说明,以下将对本发明提供的一种基于直觉模糊理论的电能质量综合评估装置的一个实施例进行说明。
请参阅图3,本发明提供了一种基于直觉模糊理论的电能质量综合评估装置的一个实施例,包括:
第一权重确定单元301,用于通过改进G1算法得到一级指标权重以及各一级指标对应的二级指标的主观权重;
第一隶属度确定单元302,用于对二级指标进行等级划分,包括优、良、中、合格和不合格,确定二级指标的每个等级区间的上限值和下限值,以及每个等级区间的第一隶属度和第一非隶属度;
第二隶属度确定单元303,用于通过隶属度函数和非隶属度函数分别得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,νij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和y′l分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度;
矩阵构成单元304,用于根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵;
第二权重确定单元305,用于根据直觉模糊集决策矩阵得到每个二级指标的客观权重;
第三权重确定单元306,用于结合二级指标的主观权重和二级指标的客观权重,得到每个二级指标的修正权重;
评分单元307,用于通过改进TOPSIS法,结合每个二级指标的修正权重,计算电能质量的评估分数;
评分单元307具体包括:
决策矩阵构建子单元3071,用于根据等级为优和不合格的二级指标参考值以及二级指标实际值构建决策矩阵式中,n为二级指标的个数,[x11 x12… x1n]为二级指标实际值构成的向量,[x21 x22 … x2n]为等级为优的二级指标参考值构成的向量,[x31 x32 … x3n]为等级为不合格的二级指标参考值构成的向量;
规范子单元3072,用于对决策矩阵X[3×n]通过规范函数进行规范化处理,得到规范矩阵Y=(yij)3×n,式中i=1,2,3,j=1,2,…,n;
加权规范矩阵构建子单元3073,用于结合二级指标的修正权重构成的向量λ=(λ1,λ2,…,λn),根据规范矩阵Y=(yij)3×n得到加权规范矩阵A=(aij)3×n,aij=λjyij;
理想解向量确定子单元3074,用于由加权规范矩阵A=(aij)3×n确定正理想解向量A+=(a21,a22,…,a2n)和负理想解向量A-=(a31,a32,…,a3n);
相对接近度计算子单元3075,用于根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离计算二级指标实际值与正理想解的相对接近度
评估子单元3076,用于根据二级指标实际值与正理想解的相对接近度c,利用公式计算得到电能质量的评估分数M。
以上是对本发明提供的一种基于直觉模糊理论的电能质量综合评估装置的一个实施例进行的说明,以下将对本发明提供的一种基于直觉模糊理论的电能质量综合评估装置的另一个实施例进行说明。
如图4所示,本发明提供了一种基于直觉模糊理论的电能质量综合评估装置的另一个实施例,包括:
存储器401,用于存储指令;
处理器402,耦合到存储器401,处理器402被配置为基于存储器存储的指令执行实现如图1或图2中任一实施例涉及的方法。
如图4所示基于直觉模糊理论的电能质量综合评估装置还包括通信接口403,用于与其它设备进行信息交互。同时该装置还包括总线404,处理器402、通信接口403以及存储器401通过总线404完成相互间的通信。
存储器401可以包含高速RAM存储器,也可还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。存储器401也可以是存储器阵列。存储器401还可能被分块,并且块可按一定的规则组合成虚拟卷。
此外,处理器402可以是一个中央处理器CPU,或者可以是专用集成电路ASIC(application specific integrated circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
以上是对本发明提供的一种基于直觉模糊理论的电能质量综合评估装置的另一个实施例进行的说明,以下将对本发明提供的一种计算机可读存储介质的一个实施例进行说明。
本发明提供的一种计算机可读存储介质的一个实施例,计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如图1或图2中任一实施例涉及的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于直觉模糊理论的电能质量综合评估方法,其特征在于,包括:
通过改进G1算法得到一级指标权重以及各一级指标对应的二级指标的主观权重;
对二级指标进行等级划分,包括优、良、中、合格和不合格,确定二级指标的每个等级区间的上限值和下限值,以及每个等级区间的第一隶属度和第一非隶属度;
通过隶属度函数和非隶属度函数分别得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,vij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和y′l分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度;
根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵;
根据直觉模糊集决策矩阵得到每个二级指标的客观权重;
结合二级指标的主观权重和二级指标的客观权重,得到每个二级指标的修正权重;
通过改进TOPSIS法,结合每个二级指标的修正权重,计算电能质量的评估分数。
2.根据权利要求1所述的基于直觉模糊理论的电能质量综合评估方法,其特征在于,通过改进TOPSIS法,结合每个二级指标的修正权重,计算每个二级指标的评估分数具体包括:
根据等级为优和不合格的二级指标参考值以及二级指标实际值构建决策矩阵式中,n为二级指标的个数,[x11 x12 … x1n]为二级指标实际值构成的向量,[x21 x22 … x2n]为等级为优的二级指标参考值构成的向量,[x31 x32 … x3n]为等级为不合格的二级指标参考值构成的向量;
对决策矩阵X[3×n]通过规范函数进行规范化处理,得到规范矩阵Y=(yij)3×n,式中i=1,2,3,j=1,2,…,n;
结合二级指标的修正权重构成的向量λ=(λ1,λ2,…,λn),根据规范矩阵Y=(yij)3×n得到加权规范矩阵A=(aij)3×n,aij=λjyij;
由加权规范矩阵A=(aij)3×n确定正理想解向量A+=(a21,a22,…,a2n)和负理想解向量A-=(a31,a32,…,a3n);
根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离,计算二级指标实际值与正理想解的相对接近度;
根据二级指标实际值与正理想解的相对接近度,计算得到电能质量的评估分数。
3.根据权利要求2所述的基于直觉模糊理论的电能质量综合评估方法,其特征在于,根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离,计算二级指标实际值与正理想解的相对接近度具体包括:
根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离计算二级指标实际值与正理想解的相对接近度
4.根据权利要求3所述的基于直觉模糊理论的电能质量综合评估方法,其特征在于,根据二级指标实际值与正理想解的相对接近度,计算得到电能质量的评估分数具体包括:
根据二级指标实际值与正理想解的相对接近度c,利用公式计算得到电能质量的评估分数M。
5.一种基于直觉模糊理论的电能质量综合评估装置,其特征在于,包括:
第一权重确定单元,用于通过改进G1算法得到一级指标权重以及各一级指标对应的二级指标的主观权重;
第一隶属度确定单元,用于对二级指标进行等级划分,包括优、良、中、合格和不合格,确定二级指标的每个等级区间的上限值和下限值,以及每个等级区间的第一隶属度和第一非隶属度;
第二隶属度确定单元,用于通过隶属度函数和非隶属度函数分别得到每个二级指标在每个等级区间的第二隶属度和第二非隶属度,其中,隶属度函数为:非隶属度函数为式中,μij为二级指标在每个等级区间的第二隶属度,vij为二级指标在每个等级区间的非第二隶属度;xij为二级指标实际值;yh、和y′h分别为xij所属等级区间的上限值、第一隶属度及其第一非隶属度,yl、和yl分别为xij所属等级区间的下限值、第一隶属度及其第一非隶属度;
矩阵构成单元,用于根据第二隶属度和第二非隶属度构建直觉模糊集决策矩阵;
第二权重确定单元,用于根据直觉模糊集决策矩阵得到每个二级指标的客观权重;
第三权重确定单元,用于结合二级指标的主观权重和二级指标的客观权重,得到每个二级指标的修正权重;
评分单元,用于通过改进TOPSIS法,结合每个二级指标的修正权重,计算电能质量的评估分数。
6.根据权利要求5所述的基于直觉模糊理论的电能质量综合评估装置,其特征在于,评分单元具体包括:
决策矩阵构建子单元,用于根据等级为优和不合格的二级指标参考值以及二级指标实际值构建决策矩阵式中,n为二级指标的个数,[x11 x12 … x1n]为二级指标实际值构成的向量,[x21 x22 … x2n]为等级为优的二级指标参考值构成的向量,[x31 x32 … x3n]为等级为不合格的二级指标参考值构成的向量;
规范子单元,用于对决策矩阵X[3×n]通过规范函数进行规范化处理,得到规范矩阵Y=(yij)3×n,式中i=1,2,3,j=1,2,…,n;
加权规范矩阵构建子单元,用于结合二级指标的修正权重构成的向量λ=(λ1,λ2,…,λn),根据规范矩阵Y=(yij)3×n得到加权规范矩阵A=(aij)3×n,aij=λjyij;
理想解向量确定子单元,用于由加权规范矩阵A=(aij)3×n确定正理想解向量A+=(a21,a22,…,a2n)和负理想解向量A-=(a31,a32,…,a3n);
相对接近度计算子单元,用于根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离,计算二级指标实际值与正理想解的相对接近度;
评估子单元,用于根据二级指标实际值与正理想解的相对接近度,计算得到电能质量的评估分数。
7.根据权利要求6所述的基于直觉模糊理论的电能质量综合评估装置,其特征在于,相对接近度计算子单元具体用于:
根据二级指标实际值到正理想解的距离以及二级指标实际值到负理想解的距离计算二级指标实际值与正理想解的相对接近度
8.根据权利要求7所述的基于直觉模糊理论的电能质量综合评估装置,其特征在于,评估子单元具体用于:
根据二级指标实际值与正理想解的相对接近度c,利用公式计算得到电能质量的评估分数M。
9.一种基于直觉模糊理论的电能质量综合评估装置,其特征在于,包括:
存储器,用于存储指令;
处理器,耦合到所述存储器,所述处理器被配置为基于所述存储器存储的指令执行实现如权利要求1至4中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810241098.8A CN108197848A (zh) | 2018-03-22 | 2018-03-22 | 一种基于直觉模糊理论的电能质量综合评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810241098.8A CN108197848A (zh) | 2018-03-22 | 2018-03-22 | 一种基于直觉模糊理论的电能质量综合评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108197848A true CN108197848A (zh) | 2018-06-22 |
Family
ID=62595728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810241098.8A Pending CN108197848A (zh) | 2018-03-22 | 2018-03-22 | 一种基于直觉模糊理论的电能质量综合评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108197848A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175763A (zh) * | 2019-05-16 | 2019-08-27 | 广西电网有限责任公司电力科学研究院 | 基于模糊评价模型的客观多属性决策电压质量评价方法 |
CN111784166A (zh) * | 2020-07-03 | 2020-10-16 | 东莞理工学院 | 一种中低压配电网综合能效评估方法及系统 |
CN111898875A (zh) * | 2020-07-13 | 2020-11-06 | 上海电机学院 | 一种电能品质模糊综合评价方法 |
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 |
CN112668856A (zh) * | 2020-12-23 | 2021-04-16 | 冀北电力交易中心有限公司 | 配额制下可再生能源电力市场运营效率评价系统及方法 |
CN112804702A (zh) * | 2021-01-04 | 2021-05-14 | 重庆邮电大学 | 基于效用函数的多链路空地数据交换链路性能评估方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779341A (zh) * | 2016-11-30 | 2017-05-31 | 广东工业大学 | 一种电力用户用电状况效能评估的方法及系统 |
-
2018
- 2018-03-22 CN CN201810241098.8A patent/CN108197848A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779341A (zh) * | 2016-11-30 | 2017-05-31 | 广东工业大学 | 一种电力用户用电状况效能评估的方法及系统 |
Non-Patent Citations (1)
Title |
---|
毛丽林: "考虑用户需求的电能质量综合评估", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175763A (zh) * | 2019-05-16 | 2019-08-27 | 广西电网有限责任公司电力科学研究院 | 基于模糊评价模型的客观多属性决策电压质量评价方法 |
CN111784166A (zh) * | 2020-07-03 | 2020-10-16 | 东莞理工学院 | 一种中低压配电网综合能效评估方法及系统 |
CN111784166B (zh) * | 2020-07-03 | 2024-01-16 | 东莞理工学院 | 一种中低压配电网综合能效评估方法及系统 |
CN111898875A (zh) * | 2020-07-13 | 2020-11-06 | 上海电机学院 | 一种电能品质模糊综合评价方法 |
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 |
CN112668856A (zh) * | 2020-12-23 | 2021-04-16 | 冀北电力交易中心有限公司 | 配额制下可再生能源电力市场运营效率评价系统及方法 |
CN112804702A (zh) * | 2021-01-04 | 2021-05-14 | 重庆邮电大学 | 基于效用函数的多链路空地数据交换链路性能评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108197848A (zh) | 一种基于直觉模糊理论的电能质量综合评估方法及装置 | |
Zlaugotne et al. | Multi-criteria decision analysis methods comparison | |
Chen et al. | An MAGDM based on constrained FAHP and FTOPSIS and its application to supplier selection | |
Garcia-Melon et al. | Farmland appraisal based on the analytic network process | |
Xiao et al. | Multistage decision support framework for sites selection of solar power plants with probabilistic linguistic information | |
CN104021300B (zh) | 一种基于分布式电源接入对配电网影响的综合评估方法 | |
Liu et al. | A three-phase fuzzy multi-criteria decision model for charging station location of the sharing electric vehicle | |
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 | |
CN107392479A (zh) | 基于逻辑回归模型的电力客户停电敏感度评分卡实施方法 | |
CN103679544A (zh) | 一种智能配电网运行综合评估方法 | |
CN102930482A (zh) | 一种县域配电网投资效果评估方法 | |
CN104573947A (zh) | 区域智能配电网低压台区综合评价方法 | |
CN105844371A (zh) | 一种用电客户短期负荷需求预测方法及装置 | |
Ren et al. | Group decision making with hesitant fuzzy linguistic preference relations based on modified extent measurement | |
CN103426120A (zh) | 基于可靠性的中低压配电网的综合评估方法 | |
CN106779279A (zh) | 一种工业用户能效评估方法及系统 | |
CN108074004A (zh) | 一种基于网格法的地理信息系统短期负荷预测方法 | |
CN110232490A (zh) | 一种配电网工程投资成效的评估方法及系统 | |
CN109523101A (zh) | 一种配电网运行状态模糊综合评价方法 | |
CN101320449A (zh) | 基于组合评价方法的配电网评估方法 | |
CN112700045A (zh) | 一种基于土地储备实施监测模型的智能选址系统 | |
CN107292489A (zh) | 一种电网调度运行精益化评价系统 | |
CN107358338A (zh) | 一种多业务和硬件融合的d5000系统健康度分层优先评价方法 | |
CN108573339A (zh) | 一种多指标投影决策法的消费者网购风险评估方法 | |
Chen et al. | An intuitionstic fuzzy factorial analysis model for multi-attribute decision-making under random environment |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |