CN108345570A - 配电网运行状态评估指标的权重因子确定方法及装置 - Google Patents

配电网运行状态评估指标的权重因子确定方法及装置 Download PDF

Info

Publication number
CN108345570A
CN108345570A CN201710852434.8A CN201710852434A CN108345570A CN 108345570 A CN108345570 A CN 108345570A CN 201710852434 A CN201710852434 A CN 201710852434A CN 108345570 A CN108345570 A CN 108345570A
Authority
CN
China
Prior art keywords
judgment
evaluation index
matrix
matrixs
judgment matrix
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
Application number
CN201710852434.8A
Other languages
English (en)
Inventor
谭志海
冷华
龚汉阳
张志丹
朱吉然
唐海国
赵凤青
谢小平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sifang Automation Co Ltd
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Original Assignee
Beijing Sifang Automation Co Ltd
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sifang Automation Co Ltd, State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd, State Grid Hunan Electric Power Co Ltd filed Critical Beijing Sifang Automation Co Ltd
Priority to CN201710852434.8A priority Critical patent/CN108345570A/zh
Publication of CN108345570A publication Critical patent/CN108345570A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • 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

本公开涉及配电网运行状态评估指标的权重因子确定方法及装置。该方法包括：获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，其中，所述两两判断矩阵中的元素表示所述n个评估指标两两比较的结果；计算所述m个两两判断矩阵的相应位置的元素的平均值，得到平均化矩阵；根据所述平均化矩阵，剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵；分别计算m‑Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量；根据所述m‑Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定所述n个评估指标的权重因子。本公开能够准确地确定配电网运行状态评估指标的权重因子。

Description

配电网运行状态评估指标的权重因子确定方法及装置
技术领域
本公开涉及电力工程技术领域，尤其涉及一种配电网运行状态评估指标的权重因子确定方法及装置。
背景技术
目前，对电网运行状态的研究主要集中在输电网或高压配电网，大多数评估指标体系都是针对配电网规划建立的，缺少一套完整的配电网运行状态评估指标体系。一套完整的、切合实际的配电网运行状态评估指标体系，能够帮助运行人员及时掌握配电网的运行状态，为配电网的优化运行提供建议和参考，对配电网的安全、优质、经济运行具有十分重要的作用和意义。
配电网运行状态评估指标体系中各个评估指标的权重的确定，对于评估指标体系的完整性和实用性具有根本的影响。因此，需要提供一个技术方案，以准确地确定配电网运行状态评估指标的权重因子。
发明内容
有鉴于此，本公开提出了一种配电网运行状态评估指标的权重因子确定方法及装置，以准确地确定配电网运行状态评估指标的权重因子。
根据本公开的一方面，提供了一种配电网运行状态评估指标的权重因子确定方法，包括：
获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，其中，所述两两判断矩阵中的元素表示所述n个评估指标两两比较的结果；
计算所述m个两两判断矩阵的相应位置的元素的平均值，得到平均化矩阵；
根据所述平均化矩阵，剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵；
分别计算m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量；
根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
在一种可能的实现方式中，根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定所述n个评估指标的权重因子，包括：
根据所述m-Δm个两两判断矩阵的最大特征值，对所述m-Δm个两两判断矩阵进行一致性校验，得到m-Δm-Δm’个通过一致性校验的两两判断矩阵，其中，Δm’表示所述m-Δm个两两判断矩阵中未通过一致性校验的两两判断矩阵的个数；
根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
在一种可能的实现方式中，获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，包括：
获取来自于m个判断主体针对所述n个评估指标进行两两比较的结果，得到m组比较结果；
在所述m组比较结果一致的情况下，根据所述m组比较结果生成m个两两判断矩阵。
在一种可能的实现方式中，获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，还包括：
在所述m组比较结果不一致的情况下，将所述m组比较结果反馈至所述m个判断主体；
重新获取来自于所述m个判断主体针对所述n个评估指标进行两两比较的结果，直至新得到的m组比较结果一致，再根据新得到的m组比较结果生成m个两两判断矩阵。
在一种可能的实现方式中，根据所述平均化矩阵，剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵，包括：
若则确定m个两两判断矩阵中的第k个两两判断矩阵的离散度不满足条件，其中，表示所述第k个两两判断矩阵中第i行第j列的元素，表示所述平均化矩阵中第i行第j列的元素，1≤i≤n，1≤j≤n，1≤k≤m，且i、j和k均为整数。
在一种可能的实现方式中，根据所述m-Δm个两两判断矩阵的最大特征值，对所述m-Δm个两两判断矩阵进行一致性校验，包括：
采用式1计算所述m个两两判断矩阵中的第k个两两判断矩阵的一致性指标CIk，
其中，表示所述第k个两两判断矩阵的最大特征值；
若CIk/RI小于或等于一致性阈值，则判定所述第k个两两判断矩阵通过一致性校验，其中，RI表示平均随机一致性指标；
若CIk/RI大于所述一致性阈值，则判定所述第k个两两判断矩阵不通过一致性校验。
在一种可能的实现方式中，根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定所述n个评估指标的权重因子，包括：
根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素的平均值，确定所述n个评估指标的权重因子。
根据本公开的另一方面，提供了一种配电网运行状态评估指标的权重因子确定装置，包括：
获取模块，用于获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，其中，所述两两判断矩阵中的元素表示所述n个评估指标两两比较的结果；
第一计算模块，用于计算所述m个两两判断矩阵的相应位置的元素的平均值，得到平均化矩阵；
剔除模块，用于根据所述平均化矩阵，剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵；
第二计算模块，用于分别计算m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量；
确定模块，用于根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
在一种可能的实现方式中，所述确定模块包括：
校验子模块，用于根据所述m-Δm个两两判断矩阵的最大特征值，对所述m-Δm个两两判断矩阵进行一致性校验，得到m-Δm-Δm’个通过一致性校验的两两判断矩阵，其中，Δm’表示所述m-Δm个两两判断矩阵中未通过一致性校验的两两判断矩阵的个数；
第一确定子模块，用于根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
在一种可能的实现方式中，所述获取模块包括：
获取子模块，用于获取来自于m个判断主体针对所述n个评估指标进行两两比较的结果，得到m组比较结果；
生成子模块，用于在所述m组比较结果一致的情况下，根据所述m组比较结果生成m个两两判断矩阵。
在一种可能的实现方式中，所述获取模块还包括：
反馈子模块，用于在所述m组比较结果不一致的情况下，将所述m组比较结果反馈至所述m个判断主体；
重新获取子模块，用于重新获取来自于所述m个判断主体针对所述n个评估指标进行两两比较的结果，直至新得到的m组比较结果一致，再根据新得到的m组比较结果生成m个两两判断矩阵。
在一种可能的实现方式中，所述剔除模块包括：
第二确定子模块，用于若则确定m个两两判断矩阵中的第k个两两判断矩阵的离散度不满足条件，其中，表示所述第k个两两判断矩阵中第i行第j列的元素，表示所述平均化矩阵中第i行第j列的元素，1≤i≤n，1≤j≤n，1≤k≤m，且i、j和k均为整数。
在一种可能的实现方式中，所述校验子模块用于：
采用式1计算所述m个两两判断矩阵中的第k个两两判断矩阵的一致性指标CIk，
其中，表示所述第k个两两判断矩阵的最大特征值；
若CIk/RI小于或等于一致性阈值，则判定所述第k个两两判断矩阵通过一致性校验，其中，RI表示平均随机一致性指标；
若CIk/RI大于所述一致性阈值，则判定所述第k个两两判断矩阵不通过一致性校验。
在一种可能的实现方式中，所述第一确定子模块用于：
根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素的平均值，确定所述n个评估指标的权重因子。
根据本公开的另一方面，提供了一种配电网运行状态评估指标的权重因子确定装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
本公开的各方面的配电网运行状态评估指标的权重因子确定方法及装置通过获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，计算m个两两判断矩阵的平均化矩阵，剔除m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵，并根据m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定n个评估指标的权重因子，由此能够准确地确定配电网运行状态评估指标的权重因子。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定方法的流程图。
图2示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定方法步骤S15的一示例性的流程图。
图3示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定方法步骤S11的一示例性的流程图。
图4示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定装置的框图。
图5示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定装置的一示例性的框图。
图6是根据一示例性实施例示出的一种用于配电网运行状态评估指标的权重因子确定的装置800的框图。
图7是根据一示例性实施例示出的一种用于配电网运行状态评估指标的权重因子确定的装置1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定方法的流程图。如图1所示，该方法包括步骤S11至步骤S15。
在步骤S11中，获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，其中，两两判断矩阵中的元素表示n个评估指标两两比较的结果。
其中，评估指标可以为影响配电网运行状态的任意指标，例如，评估指标可以为线路负载率、配变负载率和重要用户数目等中的一项或多项，在此不作限定。
在本实施例中，评估指标的权重因子可以表示评估指标的重要程度。评估指标的权重因子越大，则可以表明评估指标越重要。各个评估指标的权重因子之和可以为1。
在一种可能的实现方式中，可以采用Delphi(德尔菲)法(又称专家打分法)确定n个评估指标对应的m个两两判断矩阵。其中，Delphi法是一种多专家多轮咨询法，它以匿名的方式多次征求判断主体(例如专家)的意见，并通过信息沟通和循环反馈，使各个判断主体的决策意见趋于一致。在该实现方式中，通过Delphi法，使m个判断主体对n个评估指标的两两之间的相对重要程度的判断意见基本统一。
在步骤S12中，计算m个两两判断矩阵的相应位置的元素的平均值，得到平均化矩阵。
在一种可能的实现方式中，可以采用式2计算平均化矩阵的各个元素的值，
其中，表示第k个两两判断矩阵中第i行第j列的元素，表示平均化矩阵中第i行第j列的元素，1≤i≤n，1≤j≤n，1≤k≤m，且i、j和k均为整数。
在m个两两判断矩阵中，主对角线的元素均为1，因此，平均化矩阵的主对角线的元素也均为1。
在一种可能的实现方式中，可以仅对两两判断矩阵中大于或等于1的元素作平均化处理，另一半元素可以根据进行补全。
在步骤S13中，根据平均化矩阵，剔除m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵。
其中，Δm为大于或等于0的整数。在m个两两判断矩阵中，剔除Δm个离散度不满足条件的两两判断矩阵后，可以确定m-Δm个离散度满足条件的两两判断矩阵。
在一种可能的实现方式中，根据平均化矩阵，剔除m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵，包括：若则确定m个两两判断矩阵中的第k个两两判断矩阵的离散度不满足条件，其中，表示第k个两两判断矩阵中第i行第j列的元素，表示平均化矩阵中第i行第j列的元素，1≤i≤n，1≤j≤n，1≤k≤m，且i、j和k均为整数。在该实现方式中，若第k个两两判断矩阵的任意一个元素满足则判定第k个两两判断矩阵的离散度不满足条件。
需要说明的是，尽管以若则确定m个两两判断矩阵中的第k个两两判断矩阵的离散度不满足条件作为示例介绍了离散度不满足条件的情况如上，但本领域技术人员能够理解，本公开应不限于此。事实上，本领域技术人员可以根据实际应用场景设定离散度不满足条件的情况。例如，可以在第k个两两判断矩阵中存在任意L个元素满足的情况下，判定第k个两两判断矩阵的离散度不满足条件，其中，L为大于1的整数。
在步骤S14中，分别计算m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量。
在本实施例中，m-Δm个两两判断矩阵指的是m-Δm个离散度满足条件的两两判断矩阵。对于m-Δm个离散度满足条件的两两判断矩阵，分别计算最大特征值和最大特征值对应的特征向量W＝[ω1,ω2,ω3,...,ωn]。
在步骤S15中，根据m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定n个评估指标的权重因子。
在一种可能的实现方式中，可以根据m-Δm个两两判断矩阵的最大特征值对应的特征向量的相应元素的平均值，确定所述n个评估指标的权重因子。
在确定n个评估指标的权重因子之后，可以根据n个评估指标的值以及n个评估指标的权重因子，计算n个评估指标的加权和，并可以根据加权和对配电网的运行状态进行评估。
在一种可能的实现方式中，在步骤S11之前，该方法还可以包括：采用AHP(Analytic Hierarchy Process，层次分析法)确定配电网运行状态评估指标体系的层次结构。
图2示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定方法步骤S15的一示例性的流程图。如图2所示，步骤S15可以包括步骤S151和步骤S152。
在步骤S151中，根据m-Δm个两两判断矩阵的最大特征值，对m-Δm个两两判断矩阵进行一致性校验，得到m-Δm-Δm’个通过一致性校验的两两判断矩阵，其中，Δm’表示m-Δm个两两判断矩阵中未通过一致性校验的两两判断矩阵的个数。
在一种可能的实现方式中，根据m-Δm个两两判断矩阵的最大特征值，对m-Δm个两两判断矩阵进行一致性校验，包括：采用式1计算m个两两判断矩阵中的第k个两两判断矩阵的一致性指标CIk，
其中，表示第k个两两判断矩阵的最大特征值；
若CIk/RI小于或等于一致性阈值，则判定第k个两两判断矩阵通过一致性校验，其中，RI表示平均随机一致性指标；
若CIk/RI大于一致性阈值，则判定第k个两两判断矩阵不通过一致性校验。
其中，平均随机一致性指标可以根据表1确定：
表1平均随机一致性指标
若第k个两两判断矩阵的一致性指标CIk等于0，则可以表明第k个两两判断矩阵具有完全一致性。
一阶、二阶的两两判断矩阵具有完全一致性，因此，一阶、二阶的两两判断矩阵均可以通过一致性校验。当两两判断矩阵的阶数大于2时，根据CIk/RI是否小于或等于一致性阈值来判断第k个两两判断矩阵是否通过一致性校验。其中，一致性阈值可以等于0.1，在此不作限定。
需要说明的是，尽管以以上实现方式介绍了一致性校验如上，但本领域技术人员能够理解，本公开应不限于此。本领域技术人员可以根据m-Δm个两两判断矩阵的最大特征值灵活设定一致性校验的方法。
在步骤S152中，根据m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定n个评估指标的权重因子。
在一种可能的实现方式中，根据m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定n个评估指标的权重因子，包括：根据m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素的平均值，确定n个评估指标的权重因子。
作为该实现方式的一个示例，可以对m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素进行求和，得到向量WS，并可以对向量WS进行归一化处理，得到其中，中的w1,w2,…,wn即为n个评估指标的权重因子。
在一种可能的实现方式中，获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，包括：获取来自于m个判断主体针对n个评估指标进行两两比较的结果，得到m组比较结果；在m组比较结果一致的情况下，根据m组比较结果生成m个两两判断矩阵。
例如，两个评估指标Bi与Bj的重要程度比较结果可以分为A类和B类。其中，A类表示Bi比Bj重要或Bi与Bj同样重要，B类表示Bj比Bi重要。若对于任意两个评估指标Bi与Bj，m组比较结果中Bi与Bj的重要程度比较结果均为A类或者均为B类，则可以确定m组比较结果一致。
在一种可能的实现方式中，获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，还包括：在m组比较结果不一致的情况下，将m组比较结果反馈至m个判断主体；重新获取来自于m个判断主体针对n个评估指标进行两两比较的结果，直至新得到的m组比较结果一致，再根据新得到的m组比较结果生成m个两两判断矩阵。
图3示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定方法步骤S11的一示例性的流程图。如图3所示，步骤S11可以包括步骤S111和步骤S114。
在步骤S111中，获取来自于m个判断主体针对n个评估指标进行两两比较的结果，得到m组比较结果。
在本实施例中，要对n个评估指标B1,B2,…,Bn进行两两比较，需要比较次，让m个判断主体分别给出个比较结果。例如，可以将两个评估指标Bi与Bj的重要程度的比较结果量化为9级，评估指标比较量化标准可以如表2所示：
表2评估指标比较量化标准
在本实施例中，量化结果为2、4、6、8可以分别表示上述相邻描述程度的中间值。
两个评估指标Bi与Bj的重要程度比较结果可以分为A类和B类。其中，A类表示Bi比Bj重要或Bi与Bj同样重要，B类表示Bj比Bi重要。
每个判断主体的比较结果的形式可以如表3所示：
表3判断主体的比较结果
在步骤S112中，判断m组比较结果是否一致，若是，则执行步骤S113，否则执行步骤S114。
在获取m组比较结果后，可以统计每两个评估指标两两比较的主流结果，即，可以统计过半判断主体的意见是A类或B类，并可以统计主流意见所占比例。比较结果统计表的格式可以如表4所示：
表4比较结果统计表
在步骤S113中，根据m组比较结果生成m个两两判断矩阵。
例如，第k位专家的两两判断矩阵如下：
其中，当i＝j时，Bi与Bj的主流比较结果是A类时，＝第k位判断主体各轮比较结果中是A类的平均值；Bi与Bj的主流比较结果是B类时， ＝第k位判断主体各轮比较结果中是B类的平均值。
在步骤S114中，将m组比较结果反馈至m个判断主体。
在一种可能的实现方式中，可以将以上比较结果统计表反馈至m个判断主体，每个判断主体在分析完主流意见后，可能会对自己之前做出的比较结果进行修改。
本实施例通过获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，计算m个两两判断矩阵的平均化矩阵，剔除m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵，并根据m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定n个评估指标的权重因子，由此能够准确地确定配电网运行状态评估指标的权重因子。本实施例改进了配电网运行状态评估指标体系中单向指标权重的计算方法，使评估指标的权重因子的确定更合理、更切合实际，提高了评估指标体系的完整性和实用性。
应用示例
在该示例中，配电网运行状态中影响线路重要等级的评估指标包括线路负载率B1、配变负载率B2和重要用户数目B3。
步骤一，获取3个判断主体(例如专家)对3个评估指标进行两两比较得到结果。
例如，第一位判断主体(m1)的比较结果为：
第二位判断主体(m2)的比较结果为：
第三位判断主体(m3)的比较结果为：
统计3个判断主体的比较结果如下表：
将统计结果反馈给3个判断主体，并获取3个判断主体第二轮的比较结果如下：
第一位判断主体(m1)的比较结果为：
第二位判断主体(m2)的比较结果为：
第三位判断主体(m3)的比较结果为：
统计3个判断主体的比较结果如下表：
根据统计结果可知，3组比较结果一致。3个判断主体2轮的比较结果的平均值如下表：
比较指标 m1 m2 m3
B1，B2 6.5 5.5 6
B1，B3 3.5 5.5 3
B2，B3 1.2 1.3 1.1
根据3个判断主体2轮的比较结果的平均值，可以确定3个两两判断矩阵分别为：
计算3个两两判断矩阵的相应位置的元素的平均值，得到平均化矩阵：
由于3个两两判断矩阵中的每一个元素均满足因此，3个两两判断矩阵的离散度均满足条件，Δm＝0。
计算m-Δm＝3个两两判断矩阵的最大特征值以及最大特征值对应的特征向量：
矩阵Q1的最大特征值为3.0042，对应的特征向量为[0.9568,0.1667,0.2383]；
矩阵Q2的最大特征值为3.0013，对应的特征向量为[0.9682,0.1608,0.1915]；
矩阵Q3的最大特征值为3.0372，对应的特征向量为[0.9469,0.1928,0.2575]。
对3个两两判断矩阵进行一致性校验：
矩阵Q1的CI1＝(3.0042-3)/2＝0.0021，CI1/RI＝CI1/0.52＝0.0021/0.52＝0.004；
矩阵Q2的CI2＝(3.0013-3)/2＝0.0006，CI2/RI＝CI2/0.52＝0.0006/0.52＝0.001；
矩阵Q3的CI3＝(3.0372-3)/2＝0.0186，CI3/RI＝CI3/0.52＝0.0186/0.52＝0.036。
例如，一致性阈值等于0.1，则Q1、Q2和Q3均通过一致性校验，Δm’＝0。
以对3个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素进行求和，得到向量WS＝[0.9573,0.1734,0.2291]。对向量WS进行归一化处理，得到由此可知，线路负载率的权重因子为0.704，配变负载率的权重因子为0.1275，重要用户数目的权重因子为0.1685。根据线路负载率、配变负载率和重要用户数目的值，以及这三个评估指标的权重因子，可以计算线路负载率、配变负载率和重要用户数目的加权和，从而可以根据加权和对配电网的线路的重要等级进行评估。
图4示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定装置的框图。如图4所示，该装置包括：获取模块41，用于获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，其中，所述两两判断矩阵中的元素表示所述n个评估指标两两比较的结果；第一计算模块42，用于计算所述m个两两判断矩阵的相应位置的元素的平均值，得到平均化矩阵；剔除模块43，用于根据所述平均化矩阵，剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵；第二计算模块44，用于分别计算m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量；确定模块45，用于根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
图5示出根据本公开一实施例的配电网运行状态评估指标的权重因子确定装置的一示例性的框图。如图5所示：
在一种可能的实现方式中，所述确定模块45包括：校验子模块451，用于根据所述m-Δm个两两判断矩阵的最大特征值，对所述m-Δm个两两判断矩阵进行一致性校验，得到m-Δm-Δm’个通过一致性校验的两两判断矩阵，其中，Δm’表示所述m-Δm个两两判断矩阵中未通过一致性校验的两两判断矩阵的个数；第一确定子模块452，用于根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
在一种可能的实现方式中，所述获取模块41包括：获取子模块411，用于获取来自于m个判断主体针对所述n个评估指标进行两两比较的结果，得到m组比较结果；生成子模块412，用于在所述m组比较结果一致的情况下，根据所述m组比较结果生成m个两两判断矩阵。
在一种可能的实现方式中，所述获取模块41还包括：反馈子模块413，用于在所述m组比较结果不一致的情况下，将所述m组比较结果反馈至所述m个判断主体；重新获取子模块414，用于重新获取来自于所述m个判断主体针对所述n个评估指标进行两两比较的结果，直至新得到的m组比较结果一致，再根据新得到的m组比较结果生成m个两两判断矩阵。
在一种可能的实现方式中，所述剔除模块43包括：第二确定子模块431，用于若则确定m个两两判断矩阵中的第k个两两判断矩阵的离散度不满足条件，其中，表示所述第k个两两判断矩阵中第i行第j列的元素，表示所述平均化矩阵中第i行第j列的元素，1≤i≤n，1≤j≤n，1≤k≤m，且i、j和k均为整数。
在一种可能的实现方式中，所述校验子模块451用于：采用式1计算所述m个两两判断矩阵中的第k个两两判断矩阵的一致性指标CIk，
其中，表示所述第k个两两判断矩阵的最大特征值；
若CIk/RI小于或等于一致性阈值，则判定所述第k个两两判断矩阵通过一致性校验，其中，RI表示平均随机一致性指标；
若CIk/RI大于所述一致性阈值，则判定所述第k个两两判断矩阵不通过一致性校验。
在一种可能的实现方式中，所述第一确定子模块452用于：根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素的平均值，确定所述n个评估指标的权重因子。
本实施例通过获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，计算m个两两判断矩阵的平均化矩阵，剔除m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵，并根据m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定n个评估指标的权重因子，由此能够准确地确定配电网运行状态评估指标的权重因子。
图6是根据一示例性实施例示出的一种用于配电网运行状态评估指标的权重因子确定的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种用于配电网运行状态评估指标的权重因子确定的装置1900的框图。例如，装置1900可以被提供为一服务器。参照图7，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (16)

1.一种配电网运行状态评估指标的权重因子确定方法，其特征在于，包括：
获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，其中，所述两两判断矩阵中的元素表示所述n个评估指标两两比较的结果；
计算所述m个两两判断矩阵的相应位置的元素的平均值，得到平均化矩阵；
根据所述平均化矩阵，剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵；
分别计算m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量；
根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
2.根据权利要求1所述的方法，其特征在于，根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定所述n个评估指标的权重因子，包括：
根据所述m-Δm个两两判断矩阵的最大特征值，对所述m-Δm个两两判断矩阵进行一致性校验，得到m-Δm-Δm’个通过一致性校验的两两判断矩阵，其中，Δm’表示所述m-Δm个两两判断矩阵中未通过一致性校验的两两判断矩阵的个数；
根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
3.根据权利要求1所述的方法，其特征在于，获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，包括：
获取来自于m个判断主体针对所述n个评估指标进行两两比较的结果，得到m组比较结果；
在所述m组比较结果一致的情况下，根据所述m组比较结果生成m个两两判断矩阵。
4.根据权利要求3所述的方法，其特征在于，获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，还包括：
在所述m组比较结果不一致的情况下，将所述m组比较结果反馈至所述m个判断主体；
重新获取来自于所述m个判断主体针对所述n个评估指标进行两两比较的结果，直至新得到的m组比较结果一致，再根据新得到的m组比较结果生成m个两两判断矩阵。
5.根据权利要求1所述的方法，其特征在于，根据所述平均化矩阵，剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵，包括：
若则确定m个两两判断矩阵中的第k个两两判断矩阵的离散度不满足条件，其中，表示所述第k个两两判断矩阵中第i行第j列的元素，表示所述平均化矩阵中第i行第j列的元素，1≤i≤n，1≤j≤n，1≤k≤m，且i、j和k均为整数。
6.根据权利要求2所述的方法，其特征在于，根据所述m-Δm个两两判断矩阵的最大特征值，对所述m-Δm个两两判断矩阵进行一致性校验，包括：
采用式1计算所述m个两两判断矩阵中的第k个两两判断矩阵的一致性指标CIk，
其中，表示所述第k个两两判断矩阵的最大特征值；
若CIk/RI小于或等于一致性阈值，则判定所述第k个两两判断矩阵通过一致性校验，其中，RI表示平均随机一致性指标；
若CIk/RI大于所述一致性阈值，则判定所述第k个两两判断矩阵不通过一致性校验。
7.根据权利要求2或6所述的方法，其特征在于，根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定所述n个评估指标的权重因子，包括：
根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素的平均值，确定所述n个评估指标的权重因子。
8.一种配电网运行状态评估指标的权重因子确定装置，其特征在于，包括：
获取模块，用于获取配电网运行状态的n个评估指标对应的m个两两判断矩阵，其中，所述两两判断矩阵中的元素表示所述n个评估指标两两比较的结果；
第一计算模块，用于计算所述m个两两判断矩阵的相应位置的元素的平均值，得到平均化矩阵；
剔除模块，用于根据所述平均化矩阵，剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵；
第二计算模块，用于分别计算m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量；
确定模块，用于根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
9.根据权利要求8所述的装置，其特征在于，所述确定模块包括：
校验子模块，用于根据所述m-Δm个两两判断矩阵的最大特征值，对所述m-Δm个两两判断矩阵进行一致性校验，得到m-Δm-Δm’个通过一致性校验的两两判断矩阵，其中，Δm’表示所述m-Δm个两两判断矩阵中未通过一致性校验的两两判断矩阵的个数；
第一确定子模块，用于根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量，确定所述n个评估指标的权重因子。
10.根据权利要求8所述的装置，其特征在于，所述获取模块包括：
获取子模块，用于获取来自于m个判断主体针对所述n个评估指标进行两两比较的结果，得到m组比较结果；
生成子模块，用于在所述m组比较结果一致的情况下，根据所述m组比较结果生成m个两两判断矩阵。
11.根据权利要求10所述的装置，其特征在于，所述获取模块还包括：
反馈子模块，用于在所述m组比较结果不一致的情况下，将所述m组比较结果反馈至所述m个判断主体；
重新获取子模块，用于重新获取来自于所述m个判断主体针对所述n个评估指标进行两两比较的结果，直至新得到的m组比较结果一致，再根据新得到的m组比较结果生成m个两两判断矩阵。
12.根据权利要求8所述的装置，其特征在于，所述剔除模块包括：
第二确定子模块，用于若则确定m个两两判断矩阵中的第k个两两判断矩阵的离散度不满足条件，其中，表示所述第k个两两判断矩阵中第i行第j列的元素，表示所述平均化矩阵中第i行第j列的元素，1≤i≤n，1≤j≤n，1≤k≤m，且i、j和k均为整数。
13.根据权利要求9所述的装置，其特征在于，所述校验子模块用于：
采用式1计算所述m个两两判断矩阵中的第k个两两判断矩阵的一致性指标CIk，
其中，表示所述第k个两两判断矩阵的最大特征值；
若CIk/RI小于或等于一致性阈值，则判定所述第k个两两判断矩阵通过一致性校验，其中，RI表示平均随机一致性指标；
若CIk/RI大于所述一致性阈值，则判定所述第k个两两判断矩阵不通过一致性校验。
14.根据权利要求9或13所述的装置，其特征在于，所述第一确定子模块用于：
根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素的平均值，确定所述n个评估指标的权重因子。
15.一种配电网运行状态评估指标的权重因子确定装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求1至7中任意一项所述的方法。
16.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
CN201710852434.8A 2017-09-19 2017-09-19 配电网运行状态评估指标的权重因子确定方法及装置 Pending CN108345570A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710852434.8A CN108345570A (zh) 2017-09-19 2017-09-19 配电网运行状态评估指标的权重因子确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710852434.8A CN108345570A (zh) 2017-09-19 2017-09-19 配电网运行状态评估指标的权重因子确定方法及装置

Publications (1)

Publication Number Publication Date
CN108345570A true CN108345570A (zh) 2018-07-31

Family

ID=62962419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710852434.8A Pending CN108345570A (zh) 2017-09-19 2017-09-19 配电网运行状态评估指标的权重因子确定方法及装置

Country Status (1)

Country Link
CN (1) CN108345570A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110889544A (zh) * 2019-11-20 2020-03-17 贵州电网有限责任公司电力科学研究院 配电网运行指标的预测方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063657A (zh) * 2010-12-23 2011-05-18 中国电力科学研究院 一种城市配电网运行水平与供电能力评估方法
CN103761690A (zh) * 2014-02-14 2014-04-30 国家电网公司 基于电网系统中电压无功控制系统的评估方法
KR101734144B1 (ko) * 2015-11-24 2017-05-11 공주대학교 산학협력단 기술창업교육서비스품질 평가 시스템
CN106682843A (zh) * 2017-01-05 2017-05-17 贵州大学 一种配电网滚动规划后评价模型建模方法
CN107169655A (zh) * 2017-05-15 2017-09-15 华北电力大学 一种优选配电网方案适应性的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063657A (zh) * 2010-12-23 2011-05-18 中国电力科学研究院 一种城市配电网运行水平与供电能力评估方法
CN103761690A (zh) * 2014-02-14 2014-04-30 国家电网公司 基于电网系统中电压无功控制系统的评估方法
KR101734144B1 (ko) * 2015-11-24 2017-05-11 공주대학교 산학협력단 기술창업교육서비스품질 평가 시스템
CN106682843A (zh) * 2017-01-05 2017-05-17 贵州大学 一种配电网滚动规划后评价模型建模方法
CN107169655A (zh) * 2017-05-15 2017-09-15 华北电力大学 一种优选配电网方案适应性的方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110889544A (zh) * 2019-11-20 2020-03-17 贵州电网有限责任公司电力科学研究院 配电网运行指标的预测方法及装置
CN110889544B (zh) * 2019-11-20 2022-07-01 贵州电网有限责任公司电力科学研究院 配电网运行指标的预测方法及装置

Similar Documents

Publication Publication Date Title
CN104160734B (zh) 测量与移动装置关联的体验质量
CN107491541A (zh) 文本分类方法及装置
WO2020000961A1 (zh) 图像标签识别方法、装置及服务器
CN111460150A (zh) 一种分类模型的训练方法、分类方法、装置及存储介质
CN108764069A (zh) 活体检测方法及装置
CN109800737A (zh) 面部识别方法及装置、电子设备和存储介质
CN105654131A (zh) 分类模型训练方法及装置
CN108596415A (zh) 一种模型整合方法及装置
CN106850346A (zh) 用于监控节点变化及辅助识别黑名单的方法、装置及电子设备
CN105117207B (zh) 相册创建方法及装置
CN108596093A (zh) 人脸特征点的定位方法及装置
CN111489155B (zh) 一种数据处理方法、装置和用于数据处理的装置
CN108804440A (zh) 提供视频搜索结果的方法和装置
CN110245757A (zh) 一种图像样本的处理方法及装置、电子设备和存储介质
KR20140093772A (ko) 사용자의 선호도 및 이동 패턴을 이용한 관심지역 추천 방법
CN108989581A (zh) 一种用户风险识别方法、装置及系统
WO2019242627A1 (zh) 一种数据处理方法及其装置
CN111815169A (zh) 业务审批参数配置方法及装置
CN109064217B (zh) 基于用户等级的核身策略确定方法、装置及电子设备
CN108320208A (zh) 车辆推荐方法及装置
CN108509406B (zh) 一种语料抽取方法、装置和电子设备
CN113033717B (zh) 一种模型生成方法、装置以及用于模型生成的装置
CN111382064A (zh) 一种测试方法、装置、介质和电子设备
CN108764283A (zh) 一种分类模型的损失值获取方法及装置
CN107133301A (zh) 概率的预测方法及装置

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: 20180731