CN108399480A - 一种基于模糊专家系统的电能质量治理决策支持方法 - Google Patents
一种基于模糊专家系统的电能质量治理决策支持方法 Download PDFInfo
- Publication number
- CN108399480A CN108399480A CN201810013514.9A CN201810013514A CN108399480A CN 108399480 A CN108399480 A CN 108399480A CN 201810013514 A CN201810013514 A CN 201810013514A CN 108399480 A CN108399480 A CN 108399480A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- rule
- cost
- resolutions
- decision
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000012043 cost effectiveness analysis Methods 0.000 claims abstract description 5
- 238000004519 manufacturing process Methods 0.000 claims abstract description 4
- 230000000875 corresponding effect Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 5
- TVZRAEYQIKYCPH-UHFFFAOYSA-N 3-(trimethylsilyl)propane-1-sulfonic acid Chemical compound C[Si](C)(C)CCCS(O)(=O)=O TVZRAEYQIKYCPH-UHFFFAOYSA-N 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims 1
- 239000003990 capacitor Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 239000003607 modifier Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Mathematical Optimization (AREA)
- Fuzzy Systems (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Biomedical Technology (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于模糊专家系统的电能质量治理决策支持方法,包括:目标电网电能质量指标偏差信息的采集、计算、分析与统计;各项稳态电能质量指标偏差的成本效益分析与评估;决策专家系统输入变量定义及模糊化;决策专家系统输出变量定义及模糊化;基于产生式规则的模糊专家规则库的建立;决策专家系统模糊推理机制的构建;输出决策支持结果并解释。
Description
技术领域
本发明涉及一种基于模糊专家系统的电能质量治理决策支持方法,属电气工程和电能质量领域。
背景技术
近年来,随着各种先进电力电子器件的广泛使用、分布式能源(DistributedGeneration,DG)高渗透率接入,电网中电能质量(Power Quality,PQ)问题变得越来越复杂。由于各种类型电网的结构、组成、运行特性差异甚大,其电能质量特性各异。对于普通电网员工、DG或微电网用户等非专家级人员,如何在众多PQ治理方案中进行合理选择,在兼顾有效性和经济性的前提下使得系统PQ治理方案性价比最优,非常具有挑战性。因此,开展PQ治理决策支持方法的研究,具有重要意义。
目前,国内外对于PQ治理问题进行的相关研究成果,主要包括技术和经济两个层面。从技术层面看,申请号为201720247534.3的发明专利给出了一种解决低压配电网三相不平衡问题的治理装置,申请号为201620497534.4的发明专利提出了一种用于谐波治理问题的新型有源电力滤波器设备,但其都是针对某个PQ指标偏差所进行的单次治理过程,对于在各种PQ特性各异的不同电网中如何兼顾成本和效益的PQ治理方案优化选择无法提供有效支持。从经济性层面看,申请号为CN201710006618.2的发明专利从用户经济性角度去评价PQ问题,构建电能损失函数反映PQ问题的经济损失情况,但未涉及治理方案的效益分析,无法给出治理决策建议;申请号为CN201510927200.6的发明专利提出一种电力用户PQ经济性评价系统,但主要是针对电压暂降、暂升、中断等暂态扰动事件而非稳态电能质量指标偏差问题,其经济损失评估模块和用户经济效益分析模块仅提供用户查询功能,无法实现治理方案的自动决策支持。申请号为CN201410001252.6和CN201210005836.1的发明专利实现了在PQ监控、管理和预警等方面的决策支持,但均未涉及PQ治理决策支持领域。本发明首先基于质量损失函数和净现值法,实现各种PQ备选治理方案的成本效益分析,然后提出一种基于模糊专家系统的PQ治理决策支持方法,可以实现针对目标电网呈现的稳态PQ指标具体特性,提供兼顾有效性、经济性的PQ治理方案决策支持。
发明内容
本发明要克服现有PQ治理方法未能提供有效辅助决策支持的问题,综合考虑稳态PQ指标偏差造成的经济损失和治理成本两方面因素,在各种PQ备选治理方案的成本效益量化分析的基础上,提出一种基于模糊专家系统的PQ治理决策支持方法,可针对目标电网具体PQ特性,提供有效的PQ治理方案决策支持。
本发明为实现上述目的,提出了一种基于模糊专家系统的电能质量治理决策支持方法,其过程包括如下步骤:
1、PQ指标偏差信息的采集、计算、分析与统计:在目标电网中的合适观测点布置PQ监测装置,完成PQ扰动信号的实时采集以及电压偏差、频率偏差、电压波动、三相不平衡度、谐波畸变率这些稳态PQ指标偏差数值的实时计算;进而根据国家标准以及系统需求,按照合适的区间划分方法将各项稳态PQ指标划分为若干个质量等级;选取数量适当的观测时段,在每个观察时段内,分别统计出各项稳态PQ指标在各质量等级下的持续时间占比;
2、PQ指标偏差的成本效益分析与评估:PQ治理方案的治理效益等值于PQ指标偏差造成的经济损失值;依据步骤1在各个观测时段内统计所得的PQ指标偏差值大小、各质量等级下其持续时间占比,以及目标电网组成负荷的质量损失特性,构建质量损失函数量化评估PQ指标偏差造成的经济损失值;结合各PQ备选治理方案的治理成本评估值,采用净现值法实现各PQ备选治理方案的成本效益值计算;
3、输入变量定义及模糊化:根据系统需求,将步骤1所得的各稳态PQ指标偏差值在观测时间内的持续时间占比,以及步骤2所得的各PQ备选治理方案的成本效益值作为模糊决策专家系统的输入变量,并依次基于对应隶属函数将其模糊化处理至[0-1]数值范围内;
步骤301,持续时间占比变量的模糊化:在整个观测时段对应的时间论域值范围内,依据PQ指标偏差持续时间的长短划分为两个等级;以D_elt表示“持续时间久”,以D_est表示“持续时间短”;选取合适的模糊论域值区间将D_elt、D_est按线性规则在[0-1]数值范围内进行模糊化处理;
步骤302,PQ治理方案成本效益值变量的模糊化:针对同一PQ指标偏差的各种备选治理方案,将其成本效益值进行两两对比;在整个合理设定的设备成本论域值范围内,依据成本效益比较结果的正负分为两个等级;以C_f表示“前者优于后者”,以C_l表示“后者优于前者”;选取合适的模糊论域值区间将C_f、C_l按线性规则在[0-1]数值范围内进行模糊化处理;
4、输出变量定义及模糊化:根据系统功能需求,模糊决策专家系统的输出变量定义为可实现PQ指标偏差有效治理的治理方案名称;经过系统模糊推理,各种治理方案被决策支持系统推选出的概率模糊输出值以三角形形式在[0-1]数值范围内进行表征,两个三角形叠加区域表示在该输出值范围内对应两种PQ备选治理方案均能够由模糊推理得到,但最后输出的推荐PQ治理方案由隶属度高者确定;
5、模糊专家规则库的建立:基于步骤3,4中输入、输出变量的隶属函数确定知识表达形式,进行知识的获取与表示,并采用产生式规则有效确立模糊推理专家系统的知识规则库;决策的思路是考虑其成本效益使得系统治理效果与成本效益取得平衡优化;根据规划需要,制定系统规则库的模糊推理规则集,包括0~2个PQ不同指标发生偏差场景时的PQ治理方案决策规则;
6、模糊推理机制的构建:采用Mamdani推理法实现输入变量和输出变量之间模糊关系R的构造,采用极大-极小合成运算法实现模糊关系R与所有输入参数组成的模糊集合之间的合成运算,并采用重心法将所得模糊输出变量进行去模糊化操作,最后推荐输出最优的PQ治理方案;
决策支持系统模糊推理过程的核心步骤为:
A)录入事实:记录下PQ指标在一段观测时间T内发生偏差的持续时间占比,进行输入变量模糊化操作;当PQ指标偏差持续时间占比大于30%T,其对应的隶属值设定为D_elt,否则设定为D_est;当各种备选治理方案成本效益值两两比较结果大于0值,其对应的隶属值设定为C_f,否则设定为C_l;
B)规则匹配:在知识库中采用RETE快速匹配算法对步骤5中确定的模糊推理规则集与步骤A)中录入的事实循环进行模糊匹配,判断在规则库中有无可匹配规则;若仅有1条匹配规则,则直接跳转至步骤E);若存在多条匹配规则,则跳转至C);若无匹配规则,则跳转至步骤D);
C)冲突消解:若规则库有多条规则匹配成功造成事实冲突,将激活相应的多条规则,则按照冲突消解策略消除冲突,然后跳转到步骤E);
D)输出结果_1:规则库中无匹配规则,则输出无解,表示此电网PQ指标偏差情况规则库无录入,将此条事实作为一条新的规则输入系统中,并为其配置相应的备选治理方案,结束推理过程;
E)输出结果_2:根据匹配规则,执行其对应的动作部分,输出变量获得最优PQ治理方案推荐结果,结束推理过程;
7、输出决策支持结果并解释:根据步骤D)或步骤E)输出决策支持结果,通过决策专家系统的人机接口界面向供电管理方或者电力用户方进行合理的解释,包括目标电网的PQ指标特征、系统决策输出的推荐PQ治理方案、各PQ备选治理方案对应的成本效益。
本发明的有益效果主要表现在:1、提出了一种基于模糊专家系统的PQ治理决策支持方法,在获取PQ指标数据信息及各PQ备选治理方案成本效益信息的基础上,能够自动实现最优PQ治理方案的决策支持;2、PQ治理方案决策支持的依据综合考虑了经济成本和效益两个方面,并基于隶属函数实现模糊化处理,使得决策支持过程更加合理、科学。
附图说明
图1为本发明方法的流程图。
图2为持续时间占比输入变量模糊化处理图。
图3为PQ治理方案成本效益值输入变量模糊化处理图。
图4为决策专家系统的输出变量隶属函数值分布。
图5为决策专家系统的规则库图。
图6实施例的决策结果输出图。
具体实施方式
下面结合实施例及附图对本发明作进一步的详细说明,但本发明的实施方式不限于此。实施例中基于模糊专家系统的PQ治理决策支持方法的总流程图如附图1所示,包括以下步骤:
1、PQ指标偏差信息的采集、计算、分析与统计:在目标电网中的合适观测点布置PQ监测装置,完成PQ扰动信号的实时采集以及电压偏差、频率偏差、电压波动、三相不平衡度、谐波畸变率这些稳态PQ指标偏差数值的实时计算;进而根据国家标准以及系统需求,按照合适的区间划分方法将各项稳态PQ指标划分为若干个质量等级;选取数量适当的观测时段,在每个观察时段内,分别统计出各项稳态PQ指标在各质量等级下的持续时间占比;
实施例中,目标电网为一个电压等级为10kV、负载容量为10000kVA的配电网;设在一天24小时的观测时间窗口内,以30分钟(min)为观察单位时段,随机间隔记录各时段内PQ指标数据;经分析,电网中存在谐波指标偏差问题,需要进行治理改善,具体数据如表1所示;表1中,T1-T10表示所取10次观测时段,并以这些时段内所记录的PQ数据作为实施分析的样本数据。
表1观测时段内谐波指标运行数据
根据谐波指标的国家标准,设定谐波畸变率4.0%为其“合格”、“不合格”两个质量等级的划分界值;根据观测数据,在T1-T10这10个观测时段内,谐波指标在“不合格”质量等级下的谐波畸变率平均值为5.8875%,持续存在时间共120min;
2、PQ指标偏差的成本效益分析与评估:PQ治理方案的治理效益等值于PQ指标偏差造成的经济损失值;依据步骤1在各个观测时段内统计所得的PQ指标偏差值大小、各质量等级下其持续时间占比,以及目标电网组成负荷的质量损失特性,构建质量损失函数量化评估PQ指标偏差造成的经济损失值;结合各PQ备选治理方案的治理成本评估值,采用净现值法实现各PQ备选治理方案的成本效益值计算;
实施例中,设定目标电网平均电价1.1146元/kWh,谐波偏差所造成的最大损失功耗为800kW,依据步骤1统计所得T1-T10内谐波指标在“不合格”质量等级下的谐波畸变率平均值、持续存在时间值以及系统组成负荷的质量损失特性,基于质量损失函数计算得出该10个观测时段内由谐波指标偏差造成的经济损失值为363.81元,该数值即为目标电网进行谐波治理可获得的经济效益值;
选择无源电力滤波器(PPF)和有源电力滤波器(APF)两种有效治理设备作为系统谐波治理的备选方案;设定由谐波指标偏差所引起的补偿容量为系统最大损失功耗的1.25倍,经资料查阅,确定两种备选治理方案的各成本项如表2所示;设定两种备选方案中治理设备的使用寿命均为15年,资金的贴现率为10%,根据净现值法可计算得出PPF和APF两种备选治理方案的成本效益差,如表2所示;
表2两种谐波治理备选方案的成本和效益值
3、输入变量定义及模糊化:根据系统需求,将步骤1所得的各稳态PQ指标偏差值在观测时间内的持续时间占比,以及步骤2所得的各PQ备选治理方案的成本效益值作为模糊决策专家系统的输入变量,并依次基于对应隶属函数将其模糊化处理至[0-1]数值范围内;
步骤301,持续时间占比变量的模糊化:在整个观测时段对应的时间论域值范围内,依据PQ指标偏差持续时间的长短划分为两个等级;以D_elt表示“持续时间久”,以D_est表示“持续时间短”;选取合适的模糊论域值区间将D_elt、D_est按线性规则在[0-1]数值范围内进行模糊化处理;
步骤302,PQ治理方案成本效益值变量的模糊化:针对同一PQ指标偏差的各种备选治理方案,将其成本效益值进行两两对比;在整个合理设定的设备成本论域值范围内,依据成本效益比较结果的正负分为两个等级;以C_f表示“前者优于后者”,以C_l表示“后者优于前者”;选取合适的模糊论域值区间将C_f、C_l按线性规则在[0-1]数值范围内进行模糊化处理;
实施例中,定义输入变量D_har为“谐波偏差值”,将T1-T10完整的时间区段归化到[0-102]的时间论域值范围进行模糊化处理,得到相应的隶属函数值分布,如附图2所示;由表1可见,T1,T2,T6,T9观测时段内谐波指标在“不合格”质量等级的持续时间占比均为100%,其对应隶属函数应为D_elt;
定义输入变量C_har为“谐波成本效益比较值”,将各种备选治理方案的成本效益值区间归化到[-2*104~2*104]的价格论域值范围进行模糊化处理,得到相应的隶属函数值分布,如附图3所示;隶属函数C_f表示在将PPF设定为第一种备选方法与作为第二种备选方案的APF进行成本效益比较时,PPF的成本效益值优于APF;
4、输出变量定义及模糊化:根据系统功能需求,模糊决策专家系统的输出变量定义为可实现PQ指标偏差有效治理的治理方案名称;经过系统模糊推理,各种治理方案被决策支持系统推选出的概率模糊输出值以三角形形式在[0-1]数值范围内进行表征,两个三角形叠加区域表示在该输出值范围内对应两种PQ备选治理方案均能够由模糊推理得到,但最后输出的推荐PQ治理方案由隶属度高者确定;
实施例中,定义输出变量E_har为“谐波治理设备”,系统可能的输出方案包括PPF、APF以及无需治理(wxzl);在输出项集合论域值范围内进行模糊化处理,得到相应的隶属函数值分布,如附图4所示;
5、模糊专家规则库的建立:基于步骤3,4中输入、输出变量的隶属函数确定知识表达形式,进行知识的获取与表示,并采用产生式规则有效确立模糊推理专家系统的知识规则库;决策的思路是考虑其成本效益使得系统治理效果与成本效益取得平衡优化;根据规划需要,制定系统规则库的模糊推理规则集,包括0~2个PQ不同指标发生偏差场景时的PQ治理方案决策规则;
实施例中,决策支持系统规则库中共制定了27条模糊推理规则,如附图5所示;其中,变量D_vol为“电压偏差值”,变量D_har为“谐波偏差值”,变量D_unbal为“三相不平衡偏差值”,变量D_flu为“电压波动与闪变偏差值”;变量C_rea为“无功成本效益比较值”,其隶属函数总共分为三组:第一组为C_(capacitor-condenser>0)与C_(capacitor-condenser<0),表示在进行D_vol指标偏差治理时,存在备选治理设备电容器(capacitor)成本效益值优于调相机(condenser)和调相机(condenser)成本效益值优于电容器(capacitor)两种选项;第二组为C_(DVR-SVC>0)与C_(DVR-SVC<0),表示在进行D_unbal指标偏差治理时,存在备选治理设备动态电压调节器(DVR)成本效益值优于静态无功补偿器(SVC)和静态无功补偿器(SVC)成本效益值优于动态电压调节器(DVR)两种选项;第三组为C_(SVC-APF>0)与C_(SVC-APF<0),表示在进行D_flu指标偏差治理时,存在备选治理设备静态无功补偿器(SVC)成本效益值优于有源滤波器(APF)和有源滤波器(APF)成本效益值优于静态无功补偿器(SVC)两种选项;变量C_har为“谐波成本效益比较值”,变量E_har为“谐波治理设备”。
实施例中,根据步骤2,3所得输入变量,规则库中与之匹配的规则为:
规则4)“if D_vol is D_est and D_har is D_elt and D_unbal is D_est andD_flu is D_est and C_har is C_f,then E_har is PPF”;
规则4)解释:如果D_har时间是持久的,其他指标的偏差时间是较短或可忽略的,考虑到谐波偏差的备选治理方案PPF和APF的C_rea结果为C_f,说明采用PPF比采用APF方案更加经济,因此系统输出的谐波治理优选方案为PPF;
6、模糊推理机制的构建:采用Mamdani推理法实现输入变量和输出变量之间模糊关系R的构造,采用极大-极小合成运算法实现模糊关系R与所有输入参数组成的模糊集合之间的合成运算,并采用重心法将所得模糊输出变量进行去模糊化操作,最后推荐输出最优的PQ治理方案;
决策支持系统模糊推理过程的核心步骤为:
A)录入事实:记录下PQ指标在一段观测时间T内发生偏差的持续时间占比,进行输入变量模糊化操作;当PQ指标偏差持续时间占比大于30%T,其对应的隶属值设定为D_elt,否则设定为D_est;当各种备选治理方案成本效益值两两比较结果大于0值,其对应的隶属值设定为C_f,否则设定为C_l;
B)规则匹配:在知识库中采用RETE快速匹配算法对步骤5中确定的模糊推理规则集与步骤A)中录入的事实循环进行模糊匹配,判断在规则库中有无可匹配规则;若仅有1条匹配规则,则直接跳转至步骤E);若存在多条匹配规则,则跳转至C);若无匹配规则,则跳转至步骤D);
C)冲突消解:若规则库有多条规则匹配成功造成事实冲突,将激活相应的多条规则,则按照冲突消解策略消除冲突,然后跳转到步骤E);
D)输出结果_1:规则库中无匹配规则,则输出无解,表示此电网PQ指标偏差情况规则库无录入,将此条事实作为一条新的规则输入系统中,并为其配置相应的备选治理方案,结束推理过程;
E)输出结果_2:根据匹配规则,执行其对应的动作部分,输出变量获得最优PQ治理方案推荐结果,结束推理过程;
实施例中,T1,T2,T6,T9观测时段内谐波指标在“不合格”质量等级的持续时间占比均为100%,因此,步骤3中模糊决策专家系统输入变量的两个部分分别为:PQ指标D_har为100,对应的隶属函数值取D_elt;其余D_unbal、D_vol、D_flu均为0,对应的隶属函数值取D_est;两种备选治理方案成本效益比较结果C_har为11万元,对应的隶属函数值取C_f;根据步骤6模糊推理,模糊专家系统的输出结果如附图6所示;
7、输出决策支持结果并解释:根据步骤D)或步骤E)输出决策支持结果,通过决策专家系统的人机接口界面向供电管理方或者电力用户方进行合理的解释,包括目标电网的PQ指标特征、系统决策输出的推荐PQ治理方案、各PQ备选治理方案对应的成本效益。
实施例中,图6输出变量E_har=1,查阅图4所示的输出变量相关隶属函数,可知决策支持系统最推荐选出PPF设备作为目标配电网的谐波治理的优选方案;PPF和APF两种备选方案中,选择PPF比APF将多实现盈利11万元;因此,在PQ治理效果相近情况下,为实现经济效益最大化,决策专家系统推荐PPF治理方案。
算例分析显示,本发明所提方法能够在有效进行PQ指标偏差成本效益分析的基础上,基于模糊推理专家系统可以实现兼顾成本和效益的稳态PQ治理方案的优选,为供用电双方提供合理、有效的辅助决策支持。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.一种基于模糊专家系统的电能质量治理决策支持方法,电能质量简称PQ,包括如下步骤:
步骤1、PQ指标偏差信息的采集、计算、分析与统计:在目标电网中的合适观测点布置PQ监测装置,完成PQ扰动信号的实时采集以及电压偏差、频率偏差、电压波动、三相不平衡度、谐波畸变率这些稳态PQ指标偏差数值的实时计算;进而根据国家标准以及系统需求,按照合适的区间划分方法将各项稳态PQ指标划分为若干个质量等级;选取数量适当的观测时段,在每个观察时段内,分别统计出各项稳态PQ指标在各质量等级下的持续时间占比;
步骤2、PQ指标偏差的成本效益分析与评估:PQ治理方案的治理效益等值于PQ指标偏差造成的经济损失值;依据步骤1在各个观测时段内统计所得的PQ指标偏差值大小、各质量等级下其持续时间占比,以及目标电网组成负荷的质量损失特性,构建质量损失函数量化评估PQ指标偏差造成的经济损失值;结合各PQ备选治理方案的治理成本评估值,采用净现值法实现各PQ备选治理方案的成本效益值计算;
步骤3、输入变量定义及模糊化:根据系统需求,将步骤1所得的各稳态PQ指标偏差值在观测时间内的持续时间占比,以及步骤2所得的各PQ备选治理方案的成本效益值作为模糊决策专家系统的输入变量,并依次基于对应隶属函数将其模糊化处理至[0-1]数值范围内;
步骤301,持续时间占比变量的模糊化:在整个观测时段对应的时间论域值范围内,依据PQ指标偏差持续时间的长短划分为两个等级;以D_elt表示“持续时间久”,以D_est表示“持续时间短”;选取合适的模糊论域值区间将D_elt、D_est按线性规则在[0-1]数值范围内进行模糊化处理;
步骤302,PQ治理方案成本效益值变量的模糊化:针对同一PQ指标偏差的各种备选治理方案,将其成本效益值进行两两对比;在整个合理设定的设备成本论域值范围内,依据成本效益比较结果的正负分为两个等级;以C_f表示“前者优于后者”,以C_l表示“后者优于前者”;选取合适的模糊论域值区间将C_f、C_l按线性规则在[0-1]数值范围内进行模糊化处理;
步骤4、输出变量定义及模糊化:根据系统功能需求,模糊决策专家系统的输出变量定义为可实现PQ指标偏差有效治理的治理方案名称;经过系统模糊推理,各种治理方案被决策支持系统推选出的概率模糊输出值以三角形形式在[0-1]数值范围内进行表征,两个三角形叠加区域表示在该输出值范围内对应两种PQ备选治理方案均能够由模糊推理得到,但最后输出的推荐PQ治理方案由隶属度高者确定;
步骤5、模糊专家规则库的建立:基于步骤3,4中输入、输出变量的隶属函数确定知识表达形式,进行知识的获取与表示,并采用产生式规则有效确立模糊推理专家系统的知识规则库;决策的思路是考虑其成本效益使得系统治理效果与成本效益取得平衡优化;根据规划需要,制定系统规则库的模糊推理规则集,包括0~2个PQ不同指标发生偏差场景时的PQ治理方案决策规则;
步骤6、模糊推理机制的构建:采用Mamdani推理法实现输入变量和输出变量之间模糊关系R的构造,采用极大-极小合成运算法实现模糊关系R与所有输入参数组成的模糊集合之间的合成运算,并采用重心法将所得模糊输出变量进行去模糊化操作,最后推荐输出最优的PQ治理方案;
决策支持系统模糊推理过程的核心步骤为:
A)录入事实:记录下PQ指标在一段观测时间T内发生偏差的持续时间占比,进行输入变量模糊化操作;当PQ指标偏差持续时间占比大于30%T,其对应的隶属值设定为D_elt,否则设定为D_est;当各种备选治理方案成本效益值两两比较结果大于0值,其对应的隶属值设定为C_f,否则设定为C_l;
B)规则匹配:在知识库中采用RETE快速匹配算法对步骤5中确定的模糊推理规则集与步骤A)中录入的事实循环进行模糊匹配,判断在规则库中有无可匹配规则;若仅有1条匹配规则,则直接跳转至步骤E);若存在多条匹配规则,则跳转至C);若无匹配规则,则跳转至步骤D);
C)冲突消解:若规则库有多条规则匹配成功造成事实冲突,将激活相应的多条规则,则按照冲突消解策略消除冲突,然后跳转到步骤E);
D)输出结果_1:规则库中无匹配规则,则输出无解,表示此电网PQ指标偏差情况规则库无录入,将此条事实作为一条新的规则输入系统中,并为其配置相应的备选治理方案,结束推理过程;
E)输出结果_2:根据匹配规则,执行其对应的动作部分,输出变量获得最优PQ治理方案推荐结果,结束推理过程;
步骤7、输出决策支持结果并解释:根据步骤D)或步骤E)输出决策支持结果,通过决策专家系统的人机接口界面向供电管理方或者电力用户方进行合理的解释,包括目标电网的PQ指标特征、系统决策输出的推荐PQ治理方案、各PQ备选治理方案对应的成本效益。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810013514.9A CN108399480A (zh) | 2018-01-08 | 2018-01-08 | 一种基于模糊专家系统的电能质量治理决策支持方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810013514.9A CN108399480A (zh) | 2018-01-08 | 2018-01-08 | 一种基于模糊专家系统的电能质量治理决策支持方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108399480A true CN108399480A (zh) | 2018-08-14 |
Family
ID=63093799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810013514.9A Pending CN108399480A (zh) | 2018-01-08 | 2018-01-08 | 一种基于模糊专家系统的电能质量治理决策支持方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108399480A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109921514A (zh) * | 2019-02-01 | 2019-06-21 | 国网浙江省电力有限公司金华供电公司 | 用于电能质量治理决策支持的方法 |
CN110705710A (zh) * | 2019-04-17 | 2020-01-17 | 中国石油大学(华东) | 一种基于知识图谱的工业故障分析专家系统 |
CN111177650A (zh) * | 2019-12-18 | 2020-05-19 | 国网浙江省电力有限公司绍兴供电公司 | 一种配电网电能质量监测与综合评估系统及方法 |
CN112532596A (zh) * | 2020-11-18 | 2021-03-19 | 北京泰豪智能工程有限公司 | 一种网络安全方案和策略生成方法及装置 |
CN114172187A (zh) * | 2021-12-24 | 2022-03-11 | 广东电网有限责任公司 | 一种高压直流输电系统的监控方法及装置 |
-
2018
- 2018-01-08 CN CN201810013514.9A patent/CN108399480A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109921514A (zh) * | 2019-02-01 | 2019-06-21 | 国网浙江省电力有限公司金华供电公司 | 用于电能质量治理决策支持的方法 |
CN110705710A (zh) * | 2019-04-17 | 2020-01-17 | 中国石油大学(华东) | 一种基于知识图谱的工业故障分析专家系统 |
CN111177650A (zh) * | 2019-12-18 | 2020-05-19 | 国网浙江省电力有限公司绍兴供电公司 | 一种配电网电能质量监测与综合评估系统及方法 |
CN111177650B (zh) * | 2019-12-18 | 2023-11-10 | 国网浙江省电力有限公司绍兴供电公司 | 一种配电网电能质量监测与综合评估系统及方法 |
CN112532596A (zh) * | 2020-11-18 | 2021-03-19 | 北京泰豪智能工程有限公司 | 一种网络安全方案和策略生成方法及装置 |
CN114172187A (zh) * | 2021-12-24 | 2022-03-11 | 广东电网有限责任公司 | 一种高压直流输电系统的监控方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108399480A (zh) | 一种基于模糊专家系统的电能质量治理决策支持方法 | |
CN103208085B (zh) | 企业用电提高负荷率与降低最大需量的分析智能系统 | |
Gupta et al. | Deployment of distributed generation with D-FACTS in distribution system: a comprehensive analytical review | |
CN102522756B (zh) | 一种避免电压越限风险的电网感性无功补偿方法 | |
CN102570475B (zh) | 提高配电网暂态电压安全性的静止无功补偿装置配置方法 | |
Li et al. | Investment optimization of grid-scale energy storage for supporting different wind power utilization levels | |
CN112821432A (zh) | 一种风光接入下储能系统的双层多位置配置方法 | |
CN111310854A (zh) | 基于用电负荷指纹的低误报率窃电检测二次筛选方法 | |
Han et al. | A game theory‐based coordination and optimization control methodology for a wind power‐generation hybrid energy storage system | |
Padmanaban et al. | Artificial intelligence techniques for smart power systems | |
CN103077485A (zh) | 基于电网历史信息统计分析的多维度电压偏离度指标方法 | |
CN108321789A (zh) | 一种基于成本效益分析的电能质量治理决策支持方法 | |
CN111598339B (zh) | 一种接入新能源的交直流混合配电网最优供电的决策方法 | |
CN111555293A (zh) | 一种基于数据模型分析的无功设备选型系统及方法 | |
CN116565949A (zh) | 一种基于态势感知的配电网电能质量治理系统及方法 | |
CN105652157A (zh) | 基于行波电气量的配电网健康状态分析方法 | |
Li et al. | Advances in Green Energy Systems and Smart Grid | |
Sharma | Renewable energy systems with improved power quality in smart grid using fuzzy logic method | |
Wang et al. | AHP based evaluation model of energy efficiency for energy internet | |
Zongbao | A Line loss management method based on improved random forest algorithm in distributed generation system | |
Li et al. | Influence on Stability Analysis in Distributed Smart Grids Using Computer Aimed Digital Decision Trees | |
Chaoyueling et al. | Evaluation and analysis of power grid investment benefit efficiency based on DEMATEL-improved grey correlation method | |
CN114243800B (zh) | 事故备用储能电站接入点与接入容量优化协调配置方法 | |
CN117856256B (zh) | 一种基于云计算的智能电网负荷预测管理平台 | |
CN115173440B (zh) | 一种适配多场景的台区三相负荷调优方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180814 |
|
RJ01 | Rejection of invention patent application after publication |