CN108647854A - 一种确定电力传输网运行质量的方法和系统 - Google Patents

一种确定电力传输网运行质量的方法和系统 Download PDF

Info

Publication number
CN108647854A
CN108647854A CN201810297442.5A CN201810297442A CN108647854A CN 108647854 A CN108647854 A CN 108647854A CN 201810297442 A CN201810297442 A CN 201810297442A CN 108647854 A CN108647854 A CN 108647854A
Authority
CN
China
Prior art keywords
index
period
value
parameter
network
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
CN201810297442.5A
Other languages
English (en)
Inventor
丁慧霞
汪洋
陈相舟
张庚
崔建华
元梦莹
赵百捷
赵永柱
杨储华
王志强
陈曦
赵宏斌
贺军
甄妮
段寒硕
王晓明
王智慧
梁馨予
高凯强
任丹
任一丹
薛俏
何潇
薛佳睿
金燊
于蒙
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.)
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jibei Electric Power Co Ltd
State Grid Shaanxi Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Jibei Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Shaanxi Electric Power Co Ltd
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jibei Electric Power Co Ltd
State Grid Shaanxi Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Jibei Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Shaanxi 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 China Electric Power Research Institute Co Ltd CEPRI, State Grid Jibei Electric Power Co Ltd, State Grid Shaanxi Electric Power Co Ltd, Information and Telecommunication Branch of State Grid Jibei Electric Power Co Ltd, Information and Telecommunication Branch of State Grid Shaanxi Electric Power Co Ltd filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN201810297442.5A priority Critical patent/CN108647854A/zh
Publication of CN108647854A publication Critical patent/CN108647854A/zh
Pending legal-status Critical Current

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
    • G06Q10/06395—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
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种确定电力传输网运行质量的方法和系统，所述方法包括确定电力传输网运行质量评估指标；根据电力传输网运行指标信息表确定最优参考序列，并对所有指标的参数值进行无量纲化处理；确定指标的两极最大差和最小差；计算指标参数与最优参考序列的关联系数，并根据所述关联系数计算每个时间段的指标序列与最优参考序列的关联度；根据关联度对运行质量进行对比排序并评定运行质量等级。本发明根据电力传输网的运行特点和运维需求，选取合适的质量评估指标，采用模糊神经网灰色系统评价法确定电力传输网运行质量，为制定合理的电力传输网运行维护策略提供了理论依据和技术参考。

Description

一种确定电力传输网运行质量的方法和系统
技术领域
本发明涉及电力通信领域，并且更具体地，涉及一种确定电力传输网运行质量的方法和系统。
背景技术
电力通信网承担了电力系统中的指挥调度以及信息传输的功能，为电力系统提供支撑与保障。电力通信传输网是电力通信网的重要组成部分，也是电力系统中业务传输的承载网络，承载了电力系统中的多种业务。随着电力通信传输网的发展，网络规模更加庞大，承载业务更加丰富，运行风险随着增加。电力系统要求电力通信传输网不仅能够满足通信能力需求，还须具备高质量运行的能力。有必要对电力通信传输网运行质量进行评估，运行质量的评估结果可以为电力通信传输网络运行维护部门提供指引,指导运行维护人员采取正确的控制措施弥补目前运行维护中的不足之处,并保障电力通信传输网的高可靠性和高安全性。
目前关于电力通信传输网运行质量相关研究较少，对电力通信传输网运行质量评估的研究具有较大的发展前景及实际工程应用价值。开展电力通信传输网指标体系与质量评估的工作有利于推进电力通信网精细化管理的推进，帮助相关人员全面、整体、科学地了解网络性能，及时掌握网络运行情况、健康情况和薄弱环节，有的放矢的开展工作。
发明内容
为了解决背景技术存在的电力通信传输网运行质量研究少的技术问题，本发明提供一种确定电力传输网运行质量的方法，所述方法包括：
根据确定电力传输网运行质量的指标体系中的n个指标，构建n阶判断矩阵P，其中所述判断矩阵P＝(pij)n×n，Pij是为矩阵中每行第i个指标和每列第j个指标预先设置的第一关联度值，1≤i，j≤n；
对通过一致性检验的n阶判断矩阵P求其特征向量ω，并对所述特征向量ω进行归一化得到n个指标的权重序列ω0，其中所述ω0＝[ω1，ω2……ωn]；
选取指标信息表k个时间段中每个指标的最优参数值，生成最优参考序列x0＝[x01，x02……x0n]，其中，所述指标信息表包括每个时间段中n个指标的参数值；
根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值；
根据无量纲化指标参数值计算每个指标在每个时间段的绝对差列值；
根据每个指标在每个时间段的绝对差列值计算每个指标的两极最大差和两极最小差；
根据所述每个指标的两极最大差和两极最小差，以及设置的分辨系数，计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数；
根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值，其中所述每个时间段的指标序列是指标信息表每个时间段中的n个指标的参数值组成的序列；
根据所述第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级。
进一步地，确定电力传输网运行质量的指标体系中n个指标是指根据确定电力传输网运行质量的需求，选取n个指标构建确定电力传输网运行质量的指标体系，其中所述需求包括正常运行需求、故障快速修复需求、抗风险需求和业务超前需求。
进一步地，所述根据确定电力传输网运行质量的需求，选取n个指标构建确定电力传输网运行质量的指标体系是指选取网络健康度、业务服务质量、网络可修复性、网络生存性、网络扩展性和网络运行风险6个指标，其中：
网络健康度用于反映电力传输网某个设备、缆的状态对整个网络健康度的影响；
业务服务质量用于量化服务传输过程与电力通信网络间的映射关系；
网络修复水平用于反映电力传输网坚固性、可靠性；
网络生存性用于反映电力传输网抵制故障业务中断或干扰的能力；
扩展性用于反映已有网络设备面向网络功能与业务升级时所具备的可扩展能力；
网络运行风险用于反映对网络拓扑、业务方面存在的风险要素进行分析，通过得出的风险要素指导运维人员对网络薄弱点进行加强的能力。
进一步地，对n阶判断矩阵进行一致性检验包括：
计算判断矩阵P的不一致程度指标CI，其计算公式为：
式中，λmPx(P)是判断矩阵P的最大特征值；
基于判断矩阵P的阶数n，通过RI标准值表，计算平均随机一致性指标RI；
基于不一致程度指标CI和平均随机一致性指标RI计算检验系数CR，检验系数CR的计算公式如下：
当CR＜0.1，则判断矩阵P通过一致性检验。
进一步地，根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值的公式为：
x′ij＝xij/x0j
式中，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，xij是第j个指标在第i个时间段的参数值，x0j是第j个指标在最优参考序列x0中对应的最优参数值，其中，1≤i≤k，1≤j≤n。
进一步地，根据无量纲化指标参数值计算每个指标在每个时间段的绝对差列值的公式为：
Δij＝|x′ij-1|
式中，Δij是第j个指标在第i个时间段的绝对差列值，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，其中，1≤i≤k，1≤j≤n。
进一步地，根据每个指标在每个时间段的绝对差列值计算每个指标的两极最大差和两极最小差的公式为：
式中，Δmaxj是第j个指标的两极最大差，取Δj所有计算结果中的最大值，Δminj是第j个指标的两极最小差，取Δj所有计算结果中的最小值，和是第j个指标分别在第i1和i2个时间段的绝对差列值，其中，1≤i1，i2≤k，1≤j≤n。
进一步地，根据所述每个指标的两极最大差和两极最小差，以及设置的分辨系数，计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数包括：
设置分辨系数0＜＜ρ≤1；
计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数，计算公式为：
式中，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，Δmaxj是第j个指标的两极最大差，Δminj是第j个指标的两极最小差，Δij是第j个指标在第i个时间段的绝对差列值，其中，1≤i≤k，1≤j≤n。
进一步地，根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值的计算公式为：
式中，γi是第i个时间段的指标序列与最优参考序列的第二关联度值，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，ωj是第j个指标的权重值。
进一步地，根据所述第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级包括：
按照第二关联度值从大到小的顺序对k个时间段进行排序，第二关联度值相同的，排序并列；
按照末位淘汰制，排名最后的时间段确定运行质量等级为“不合格”，其他时间段确定运行质量等级为合格。
根据本发明的另一方面，本发明提供一种确定电力传输网运行质量的系统，所述系统包括：
指标权重确定单元，其用于根据确定电力传输网运行质量的指标体系中的n个指标，构建n阶判断矩阵P，对通过一致性检验的判断矩阵P求其特征向量ω，并对所述特征向量ω进行归一化得到n个指标的权重序列ω0，其中所述判断矩阵P＝(pij)n×n，Pij是为矩阵中每行第i个指标和每列第j个指标预先设置的第一关联度值，1≤i，j≤n，所述ω0＝[ω1，ω2……ωn]；
指标无量纲化处理单元，其用于选取指标信息表k个时间段中每个指标的最优参数值，生成最优参考序列x0＝[x01，x02……x0n]，并根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值，其中，所述指标信息表包括每个时间段中n个指标的参数值；
指标绝对差列值确定单元，其用于根据指标无量纲化处理单元计算的无量纲化指标参数值求取每个指标在每个时间段的绝对差列值；
指标极差确定单元，其用于根据指标绝对差列值确定单元计算的每个指标在每个时间段的绝对差列值求取每个指标的两极最大差和两极最小差；
关联系数确定单元，其用于根据指标极差确定单元计算的每个指标的两极最大差和两极最小差，以及设置的分辨系数，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数；
关联度确定单元，其用于根据指标权重确定单元得到的n个指标的权重序列和关联系数确定单元得到的每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值，其中所述每个时间段的指标序列是指标信息表每个时间段中的n个指标的参数值组成的序列；
运行质量等级确定单元，其用于根据有关联度确定单元计算的第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级。
进一步地，所述系统还包括指标体系建立单元，其用于根据确定电力传输网运行质量的需求，选取n个指标构建确定电力传输网运行质量的指标体系，其中所述需求包括正常运行需求、故障快速修复需求、抗风险需求和业务超前需求。
进一步地，所述指标包括：
网络健康度，其用于反映电力传输网某个设备、缆的状态对整个网络健康度的影响；
业务服务质量，其用于量化服务传输过程与电力通信网络间的映射关系；
网络修复水平，其用于反映电力传输网坚固性、可靠性；
网络生存性，其用于反映电力传输网抵制故障业务中断或干扰的能力；
扩展性，其用于反映已有网络设备面向网络功能与业务升级时所具备的可扩展能力；
网络运行风险，其用于反映对网络拓扑、业务方面存在的风险要素进行分析，通过得出的风险要素指导运维人员对网络薄弱点进行加强的能力。
进一步地，所述指标权重确定单元对n阶判断矩阵进行一致性检验包括：
计算判断矩阵P的不一致程度指标CI，其计算公式为：
式中，λmPx(P)是判断矩阵P的最大特征值；
基于判断矩阵P的阶数n，通过RI标准值表，计算平均随机一致性指标RI；
基于不一致程度指标CI和平均随机一致性指标RI计算检验系数CR，检验系数CR的计算公式如下：
当CR＜0.1，则判断矩阵P通过一致性检验。
进一步地，所述指标无量纲化处理单元根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值：
x′ij＝xij/x0j
式中，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，xij是第j个指标在第i个时间段的参数值，x0j是第j个指标在最优参考序列x0中对应的最优参数值，其中，1≤i≤k，1≤j≤n。
进一步地，所述指标绝对差列值确定单元根据指标无量纲化处理单元计算的无量纲化指标参数值求取每个指标在每个时间段的绝对差列值：
Δij＝|x′ij-1|
式中，Δij是第j个指标在第i个时间段的绝对差列值，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，其中，1≤i≤k，1≤j≤n。
进一步地，所述指标极差确定单元根据指标绝对差列值确定单元计算的每个指标在每个时间段的绝对差列值求取每个指标的两极最大差和两极最小差：
式中，Δmaxj是第j个指标的两极最大差，取Δj所有计算结果中的最大值，Δminj是第j个指标的两极最小差，取Δj所有计算结果中的最小值，和是第j个指标分别在第i1和i2个时间段的绝对差列值，其中，1≤i1，i2≤k，1≤j≤n。
进一步地，关联系数确定单元包括：
参数设置单元，其用于设置计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数的分辨系数；
计算单元，其用于根据参数设置单元设置的分辨系数和指标极差确定单元计算的每个指标的两极最大差和两极最小差，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数。
进一步地，所述分辨系数0＜＜ρ≤1。
进一步地，所述计算单元根据参数设置单元设置的分辨系数和指标极差确定单元计算的每个指标的两极最大差和两极最小差，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数：
式中，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，Δmaxj是第j个指标的两极最大差，Δminj是第j个指标的两极最小差，Δij是第j个指标在第i个时间段的绝对差列值，其中，1≤i≤k，1≤j≤n。
进一步地，所述关联度确定单元根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值：
式中，γi是第i个时间段的指标序列与最优参考序列的第二关联度值，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，ωj是第j个指标的权重值。
进一步地，所述运行质量等级确定单元包括：
排序单元，其用于将指标关联度确定单元得到的第二关联度值从大到小的顺序对k个时间段进行排序，第二关联度值相同的，排序并列；
等级评定单元，其用于按照末位淘汰制，将排名最后的时间段确定运行质量等级为“不合格”，其他时间段确定运行质量等级为合格。
本发明所提供的技术方案，基于模糊神经网灰色系统理论，选取电力通信传输网运行有代表性的指标构建评估指标体系，构建电力传输网运行质量评价模型，通过对指标进行无量纲化处理，计算关联度，依据关联度的大小对电力传输网的运行质量进行对比排序，从而得到电力传输网的运行水平。本发明的有益效果是建立了合理切实的电力骨干通信网络运行质量的指标体系，能客观真实反映电力骨干通信网络的主要特征，并通过对多个指标值的定量评估，实现了对同一地区电力传输网运行质量的动态分析，并为电力通信传输网运行维护策略提供技术参考，对网络的后续升级和优化提供决策提供理论与技术支撑。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1是本发明具体实施方式的确定电力传输网运行质量的方法的流程图；
图2是本发明具体实施方式的确定电力传输网运行质量的系统的结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1是本发明具体实施方式的确定电力传输网运行质量的方法的流程图。本发明实施例所述的确定电力传输网运行质量的方法在电力传输网运行质量指标体系的基础上，采用模糊神经网灰色评价法的模型，以模糊神经网灰色关联分析理论为指导。所述理念的研究对象是“部分信息已知，部分信息未知”的“贫信息”不确定性系统，它通过对部分已知信息进行分析来确定系统的未知信息，其最大特点是对样本容量没有严格要求，不需要服从任何分布。通过对电力传输网运行质量评估的调研可知，影响电力传输网运行质量的因素很多并且复杂，评价时是选取有限的主要指标进行分析，系统具有不完全的特征，具备模糊神经网灰色特征。因此，本发明选取模糊神经网灰色系统评价法作为电力传输网运行质量评估的对比分析工具。如图1所示，本发明实施例所述的确定电力传输网运行质量的方法100从步骤101开始。
在步骤101，根据确定电力传输网运行质量的指标体系中的n个指标，构建n阶判断矩阵P，其中所述判断矩阵P＝(pij)n×n，Pij是为矩阵中每行第i个指标和每列第j个指标预先设置的第一关联度值，1≤i，j≤n。所述第一关联度值是根据电力传输网的运行资料，进行统计后得出的结果值。
本实施例中，根据确定电力传输网运行质量的需求，选取6个指标构建确定电力传输网运行质量的指标体系，其中所述需求包括正常运行需求、故障快速修复需求、抗风险需求和业务超前需求。所述6个指标包括网络健康度、业务服务质量、网络可修复性、网络生存性、网络扩展性和网络运行风险，其中：
网络健康度用于反映电力传输网某个设备、缆的状态对整个网络健康度的影响；
业务服务质量用于量化服务传输过程与电力通信网络间的映射关系；
网络修复水平用于反映电力传输网坚固性、可靠性；
网络生存性用于反映电力传输网抵制故障业务中断或干扰的能力；
扩展性用于反映已有网络设备面向网络功能与业务升级时所具备的可扩展能力；
网络运行风险用于反映对网络拓扑、业务方面存在的风险要素进行分析，通过得出的风险要素指导运维人员对网络薄弱点进行加强的能力。
本实施例中6个指标的第一关联度值如表1所示。
表1
根据所述表1中6个指标的第一关联度值构建的判断矩阵P如下所示：
在步骤102，对通过一致性检验的n阶判断矩阵P求其特征向量ω，并对所述特征向量ω进行归一化得到n个指标的权重序列ω0，其中所述ω0＝[ω1，ω2……ωn]。
优选地，对n阶判断矩阵进行一致性检验包括：
计算判断矩阵P的不一致程度指标CI，其计算公式为：
式中，λmax(P)是判断矩阵P的最大特征值；
基于判断矩阵P的阶数n，通过RI标准值表，计算平均随机一致性指标RI；
基于不一致程度指标CI和平均随机一致性指标RI计算检验系数CR，检验系数CR的计算公式如下：
当CR＜0.1，则判断矩阵P通过一致性检验。
在本实施例中，n＝6，设定λ为P的最大特征根，ω是对应的特征向量。根据公式P*ω＝λ*ω，计算可得λ＝6.571，进行一致性检验得CI＝(λ-n)/(n-1)/RI＝0.092<0.1，满足一致性检验，因此特征向量ω＝[0.36 0.2 0.58 0.61 0.21 0.25]，归一化可得指标权重序列ω0＝[0.16，0.09，0.26，0.28，0.10，0.11]。
在步骤103，选取指标信息表k个时间段中每个指标的最优参数值，生成最优参考序列x0＝[x01，x02……x0n]，其中，所述指标信息表包括每个时间段中n个指标的参数值。
在本实施例中，选取某公司根据月度报告计算得到的全年指标信息表，具体如表2所示。
表2
由表2可知，k＝12，最优参考序列x0＝[0.6102，0.8012,0.8922,0.8852,0.5842,0.2909]。
在步骤104，根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值。
优选地，根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值的公式为：
x′ij＝xij/x0j
式中，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，xij是第j个指标在第i个时间段的参数值，x0j是第j个指标在最优参考序列x0中对应的最优参数值，其中，1≤i≤k，1≤j≤n。
在本实施例中，以对指标信息表中1月份的指标参数值进行无量纲处理为例。
x11’＝x11/x01＝0.9518，
x12’＝x12/x02＝0.9561，
x13’＝x13/x03＝0.9866，
x14’＝x14/x04＝0.9040，
x15’＝x15/x05＝1，
x16’＝x16/x06＝1.0767
在步骤105，根据无量纲化指标参数值计算每个指标在每个时间段的绝对差列值。
优选地，根据无量纲化指标参数值计算每个指标在每个时间段的绝对差列值的公式为：
Δij＝|x′ij-1|
式中，Δij是第j个指标在第i个时间段的绝对差列值，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，其中，1≤i≤k，1≤j≤n。
在本实施例中，以对指标信息表中1月份的指标参数值求取绝对差列值为例。
同理进行运算得到的全年各月分与最优参考序列间的绝对差列值如下表3所示。
表3
在步骤106，根据每个指标在每个时间段的绝对差列值计算每个指标的两极最大差和两极最小差。
优选地，根据每个指标在每个时间段的绝对差列值计算每个指标的两极最大差和两极最小差的公式为：
式中，Δmaxj是第j个指标的两极最大差，取Δj所有计算结果中的最大值，Δminj是第j个指标的两极最小差，取Δj所有计算结果中的最小值，和是第j个指标分别在第i1和i2个时间段的绝对差列值，其中，1≤i1，i2≤k，1≤j≤n。
在本实施例中，根据表3的数据求网络健康度指标的两极最大差和两极最小差可得：
Δmax1＝|Δ41-Δ31|＝0.2738
Δmin1＝|Δ31-Δ31|＝0
在步骤107，根据所述每个指标的两极最大差和两极最小差，以及设置的分辨系数，计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数。
优选地，根据所述每个指标的两极最大差和两极最小差，以及设置的分辨系数，计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数包括：
设置分辨系数0＜＜ρ≤1；
计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数，计算公式为：
式中，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，Δmaxj是第j个指标的两极最大差，Δminj是第j个指标的两极最小差，Δij是第j个指标在第i个时间段的绝对差列值，其中，1≤i≤k，1≤j≤n。
在本实施例中，设置分辨系数ρ＝0.5，则1月份每个指标与最优参考序列对应的指标的关联系数依次为：
同理进行运算得到的全年各月分与最优参考序列间的绝对差列值如下表4所示。
表4
在步骤108，根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值，其中所述每个时间段的指标序列是指标信息表每个时间段中的n个指标的参数值组成的序列。
优选地，根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值的计算公式为：
式中，γi是第i个时间段的指标序列与最优参考序列的第二关联度值，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，ωj是第j个指标的权重值。
在本实施例中，1月份的指标序列与最优参考序列的第二关联度值如下：
将步骤102和步骤108的计算结果代入得γ1＝0.8089。
进行运算得到的全年各月分与最优参考序列间的绝对差列值如下表5所示。
表5
在步骤109，根据所述第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级。
优选地，根据所述第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级包括：
按照第二关联度值从大到小的顺序对k个时间段进行排序，第二关联度值相同的，排序并列；
按照末位淘汰制，排名最后的时间段确定运行质量等级为“不合格”，其他时间段确定运行质量等级为合格。
在实施例中，根据第二关联度值对电力传输网全年的运行质量进行排序的结果如表6所示。
表6
如表6所示，所述电力传输网4月的运行质量等级不合格。
在实际应用中，对于运行过程中出现过一次或以上“事故”、“重大事故”或“特大事故”级别的故障的时间段，直接判为“不合格”，不作为本发明的评估对象。对评估的时间段排序后，除了将运行质量评定为合格或者不合格，还可以根据实际评估的需要，将合格的时间段按照排序评定为合格、正常两个等级，或者更多的等级。
模糊神经网灰色系统评价法将综合评价过程视作一个系统，在考虑评估对象相同单项指标之间贴近水平的同时，还引入了两极极大差和两极极小差，利用评估指标整体的离差极值优化相同单项指标之间的离差水平，使得评估结果更具系统性和整体性。
图2是本发明具体实施方式的确定电力传输网运行质量的系统的结构图。如图2所示，本发明实施例所述的确定电力传输网运行质量的系统200包括：
指标体系建立单元201，其用于根据确定电力传输网运行质量的需求，选取n个指标构建确定电力传输网运行质量的指标体系，其中所述需求包括正常运行需求、故障快速修复需求、抗风险需求和业务超前需求。
指标权重确定单元202，其用于根据确定电力传输网运行质量的指标体系中的n个指标，构建n阶判断矩阵P，对通过一致性检验的判断矩阵P求其特征向量ω，并对所述特征向量ω进行归一化得到n个指标的权重序列ω0，其中所述判断矩阵A＝(aij)n×n，Pij是为矩阵中每行第i个指标和每列第j个指标预先设置的第一关联度值，1≤i，j≤n，所述ω0＝[ω1，ω2……ωn]；
指标无量纲化处理单元203，其用于选取指标信息表k个时间段中每个指标的最优参数值，生成最优参考序列x0＝[x01，x02……x0n]，并根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值，其中，所述指标信息表包括每个时间段中n个指标的参数值；
指标绝对差列值确定单元204，其用于根据指标无量纲化处理单元计算的无量纲化指标参数值求取每个指标在每个时间段的绝对差列值；
指标极差确定单元205，其用于根据指标绝对差列值确定单元计算的每个指标在每个时间段的绝对差列值求取每个指标的两极最大差和两极最小差；
关联系数确定单元206，其用于根据指标极差确定单元计算的每个指标的两极最大差和两极最小差，以及设置的分辨系数，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数；
关联度确定单元207，其用于根据指标权重确定单元得到的n个指标的权重序列和关联系数确定单元得到的每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值，其中所述每个时间段的指标序列是指标信息表每个时间段中的n个指标的参数值组成的序列；
运行质量等级确定单元208，其用于根据有关联度确定单元计算的第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级。
优选地，所述指标包括：
网络健康度，其用于反映电力传输网某个设备、缆的状态对整个网络健康度的影响；
业务服务质量，其用于量化服务传输过程与电力通信网络间的映射关系；
网络修复水平，其用于反映电力传输网坚固性、可靠性；
网络生存性，其用于反映电力传输网抵制故障业务中断或干扰的能力；
扩展性，其用于反映已有网络设备面向网络功能与业务升级时所具备的可扩展能力；
网络运行风险，其用于反映对网络拓扑、业务方面存在的风险要素进行分析，通过得出的风险要素指导运维人员对网络薄弱点进行加强的能力。
优选地，所述指标权重确定单元对n阶判断矩阵进行一致性检验包括：
计算判断矩阵P的不一致程度指标CI，其计算公式为：
式中，λmPx(P)是判断矩阵P的最大特征值；
基于判断矩阵P的阶数n，通过RI标准值表，计算平均随机一致性指标RI；
基于不一致程度指标CI和平均随机一致性指标RI计算检验系数CR，检验系数CR的计算公式如下：
当CR＜0.1，则判断矩阵P通过一致性检验。
优选地，所述指标无量纲化处理单元根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值：
x′ij＝xij/x0j
式中，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，xij是第j个指标在第i个时间段的参数值，x0j是第j个指标在最优参考序列x0中对应的最优参数值，其中，1≤i≤k，1≤j≤n。
优选地，所述指标绝对差列值确定单元根据指标无量纲化处理单元计算的无量纲化指标参数值求取每个指标在每个时间段的绝对差列值：
Δij＝|x′ij-1|
式中，Δij是第j个指标在第i个时间段的绝对差列值，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，其中，1≤i≤k，1≤j≤n。
优选地，所述指标极差确定单元根据指标绝对差列值确定单元计算的每个指标在每个时间段的绝对差列值求取每个指标的两极最大差和两极最小差：
式中，Δmaxj是第j个指标的两极最大差，取Δj所有计算结果中的最大值，Δminj是第j个指标的两极最小差，取Δj所有计算结果中的最小值，和是第j个指标分别在第i1和i2个时间段的绝对差列值，其中，1≤i1，i2≤k，1≤j≤n。
优选地，关联系数确定单元206包括：
参数设置单元261，其用于设置计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数的分辨系数；
计算单元262，其用于根据参数设置单元设置的分辨系数和指标极差确定单元计算的每个指标的两极最大差和两极最小差，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数。
优选地，所述分辨系数0＜＜ρ≤1。
优选地，所述计算单元根据参数设置单元设置的分辨系数和指标极差确定单元计算的每个指标的两极最大差和两极最小差，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数：
式中，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，Δmaxj是第j个指标的两极最大差，Δminj是第j个指标的两极最小差，Δij是第j个指标在第i个时间段的绝对差列值，其中，1≤i≤k，1≤j≤n。
优选地，所述关联度确定单元根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值：
式中，γi是第i个时间段的指标序列与最优参考序列的第二关联度值，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，ωj是第j个指标的权重值。
优选地，所述运行质量等级确定单元208包括：
排序单元281，其用于将指标关联度确定单元得到的第二关联度值从大到小的顺序对k个时间段进行排序，第二关联度值相同的，排序并列；
等级评定单元282，其用于按照末位淘汰制，将排名最后的时间段确定运行质量等级为“不合格”，其他时间段确定运行质量等级为合格。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该【装置、组件等】”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

Claims (22)

1.一种确定电力传输网运行质量的方法，其特征在于，所述方法包括：
根据确定电力传输网运行质量的指标体系中的n个指标，构建n阶判断矩阵P，其中所述判断矩阵P＝(pij)n×n，Pij是为矩阵中每行第i个指标和每列第j个指标预先设置的第一关联度值，1≤i，j≤n；
对通过一致性检验的n阶判断矩阵P求其特征向量ω，并对所述特征向量ω进行归一化得到n个指标的权重序列ω0，其中所述ω0＝[ω1，ω2……ωn]；
选取指标信息表k个时间段中每个指标的最优参数值，生成最优参考序列x0＝[x01，x02……x0n]，其中，所述指标信息表包括每个时间段中n个指标的参数值；
根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值；
根据无量纲化指标参数值计算每个指标在每个时间段的绝对差列值；
根据每个指标在每个时间段的绝对差列值计算每个指标的两极最大差和两极最小差；
根据所述每个指标的两极最大差和两极最小差，以及设置的分辨系数，计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数；
根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值，其中所述每个时间段的指标序列是指标信息表每个时间段中的n个指标的参数值组成的序列；
根据所述第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级。
2.根据权利要求1所述的方法，其特征在于，确定电力传输网运行质量的指标体系中n个指标是指根据确定电力传输网运行质量的需求，选取n个指标构建确定电力传输网运行质量的指标体系，其中所述需求包括正常运行需求、故障快速修复需求、抗风险需求和业务超前需求。
3.根据权利要求2所述的方法，其特征在于，所述根据确定电力传输网运行质量的需求，选取n个指标构建确定电力传输网运行质量的指标体系是指选取网络健康度、业务服务质量、网络可修复性、网络生存性、网络扩展性和网络运行风险6个指标，其中：
网络健康度用于反映电力传输网某个设备、缆的状态对整个网络健康度的影响；
业务服务质量用于量化服务传输过程与电力通信网络间的映射关系；
网络修复水平用于反映电力传输网坚固性、可靠性；
网络生存性用于反映电力传输网抵制故障业务中断或干扰的能力；
扩展性用于反映已有网络设备面向网络功能与业务升级时所具备的可扩展能力；
网络运行风险用于反映对网络拓扑、业务方面存在的风险要素进行分析，通过得出的风险要素指导运维人员对网络薄弱点进行加强的能力。
4.根据权利要求1所述的方法，其特征在于，对n阶判断矩阵进行一致性检验包括：
计算判断矩阵P的不一致程度指标CI，其计算公式为：
式中，λmPx(P)是判断矩阵P的最大特征值；
基于判断矩阵P的阶数n，通过RI标准值表，计算平均随机一致性指标RI；
基于不一致程度指标CI和平均随机一致性指标RI计算检验系数CR，检验系数CR的计算公式如下：
当CR＜0.1，则判断矩阵P通过一致性检验。
5.根据权利要求1所述的方法，其特征在于，根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值的公式为：
x′i′j＝xij/x0j
式中，xi′j是第j个指标在第i个时间段的无量纲化指标参数值，xij是第j个指标在第i个时间段的参数值，x0j是第j个指标在最优参考序列x0中对应的最优参数值，其中，1≤i≤k，1≤j≤n。
6.根据权利要求1所述的方法，其特征在于，根据无量纲化指标参数值计算每个指标在每个时间段的绝对差列值的公式为：
Δij＝|xi′j-1|
式中，Δij是第j个指标在第i个时间段的绝对差列值，xi′j是第j个指标在第i个时间段的无量纲化指标参数值，其中，1≤i≤k，1≤j≤n。
7.根据权利要求1所述的方法，其特征在于，根据每个指标在每个时间段的绝对差列值计算每个指标的两极最大差和两极最小差的公式为：
式中，Δmaxj是第j个指标的两极最大差，取Δj所有计算结果中的最大值，Δminj是第j个指标的两极最小差，取Δj所有计算结果中的最小值，和是第j个指标分别在第i1和i2个时间段的绝对差列值，其中，1≤i1，i2≤k，1≤j≤n。
8.根据权利要求1所述的方法，其特征在于，根据所述每个指标的两极最大差和两极最小差，以及设置的分辨系数，计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数包括：
设置分辨系数0＜＜ρ≤1；
计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数，计算公式为：
式中，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，Δmaxj是第j个指标的两极最大差，Δminj是第j个指标的两极最小差，Δij是第j个指标在第i个时间段的绝对差列值，其中，1≤i≤k，1≤j≤n。
9.根据权利要求1所述的方法，其特征在于，根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值的计算公式为：
式中，γi是第i个时间段的指标序列与最优参考序列的第二关联度值，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，ωj是第j个指标的权重值。
10.根据权利要求1所述的方法，其特征在于，根据所述第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级包括：
按照第二关联度值从大到小的顺序对k个时间段进行排序，第二关联度值相同的，排序并列；
按照末位淘汰制，排名最后的时间段确定运行质量等级为“不合格”，其他时间段确定运行质量等级为合格。
11.一种确定电力传输网运行质量的系统，其特征在于，所述系统包括：
指标权重确定单元，其用于根据确定电力传输网运行质量的指标体系中的n个指标，构建n阶判断矩阵P，对通过一致性检验的判断矩阵P求其特征向量ω，并对所述特征向量ω进行归一化得到n个指标的权重序列ω0，其中所述判断矩阵P＝(pij)n×n，Pij是为矩阵中每行第i个指标和每列第j个指标预先设置的第一关联度值，1≤i，j≤n，所述ω0＝[ω1，ω2……ωn]；
指标无量纲化处理单元，其用于选取指标信息表k个时间段中每个指标的最优参数值，生成最优参考序列x0＝[x01，x02……x0n]，并根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值，其中，所述指标信息表包括每个时间段中n个指标的参数值；
指标绝对差列值确定单元，其用于根据指标无量纲化处理单元计算的无量纲化指标参数值求取每个指标在每个时间段的绝对差列值；
指标极差确定单元，其用于根据指标绝对差列值确定单元计算的每个指标在每个时间段的绝对差列值求取每个指标的两极最大差和两极最小差；
关联系数确定单元，其用于根据指标极差确定单元计算的每个指标的两极最大差和两极最小差，以及设置的分辨系数，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数；
关联度确定单元，其用于根据指标权重确定单元得到的n个指标的权重序列和关联系数确定单元得到的每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值，其中所述每个时间段的指标序列是指标信息表每个时间段中的n个指标的参数值组成的序列；
运行质量等级确定单元，其用于根据有关联度确定单元计算的第二关联度值对电力传输网在k个时间段的运行质量进行排序，并确定电力传输网每个时间段的运行质量等级。
12.根据权利要求11所述的系统，其特征在于，所述系统还包括指标体系建立单元，其用于根据确定电力传输网运行质量的需求，选取n个指标构建确定电力传输网运行质量的指标体系，其中所述需求包括正常运行需求、故障快速修复需求、抗风险需求和业务超前需求。
13.根据权利要求12所述的系统，其特征在于，所述指标包括：
网络健康度，其用于反映电力传输网某个设备、缆的状态对整个网络健康度的影响；
业务服务质量，其用于量化服务传输过程与电力通信网络间的映射关系；
网络修复水平，其用于反映电力传输网坚固性、可靠性；
网络生存性，其用于反映电力传输网抵制故障业务中断或干扰的能力；
扩展性，其用于反映已有网络设备面向网络功能与业务升级时所具备的可扩展能力；
网络运行风险，其用于反映对网络拓扑、业务方面存在的风险要素进行分析，通过得出的风险要素指导运维人员对网络薄弱点进行加强的能力。
14.根据权利要求11所述的系统，其特征在于，所述指标权重确定单元对n阶判断矩阵进行一致性检验包括：
计算判断矩阵P的不一致程度指标CI，其计算公式为：
式中，λmPx(P)是判断矩阵P的最大特征值；
基于判断矩阵P的阶数n，通过RI标准值表，计算平均随机一致性指标RI；
基于不一致程度指标CI和平均随机一致性指标RI计算检验系数CR，检验系数CR的计算公式如下：
当CR＜0.1，则判断矩阵P通过一致性检验。
15.根据权利要求11所述的系统，其特征在于，所述指标无量纲化处理单元根据所述指标信息表中的每个指标在每个时间段的参数值和所述指标在最优参考序列x0中对应的最优参数值计算每个指标在每个时间段的无量纲化指标参数值：
xi′j＝xij/x0j
式中，x′ij是第j个指标在第i个时间段的无量纲化指标参数值，xij是第j个指标在第i个时间段的参数值，x0j是第j个指标在最优参考序列x0中对应的最优参数值，其中，1≤i≤k，1≤j≤n。
16.根据权利要求11所述的系统，其特征在于，所述指标绝对差列值确定单元根据指标无量纲化处理单元计算的无量纲化指标参数值求取每个指标在每个时间段的绝对差列值：
Δij＝|xi′j-1|
式中，Δij是第j个指标在第i个时间段的绝对差列值，xi′j是第j个指标在第i个时间段的无量纲化指标参数值，其中，1≤i≤k，1≤j≤n。
17.根据权利要求11所述的系统，其特征在于，所述指标极差确定单元根据指标绝对差列值确定单元计算的每个指标在每个时间段的绝对差列值求取每个指标的两极最大差和两极最小差：
式中，Δmaxj是第j个指标的两极最大差，取Δj所有计算结果中的最大值，Δminj是第j个指标的两极最小差，取Δj所有计算结果中的最小值，和是第j个指标分别在第i1和i2个时间段的绝对差列值，其中，1≤i1，i2≤k，1≤j≤n。
18.根据权利要求11所述的系统，其特征在于，关联系数确定单元包括：
参数设置单元，其用于设置计算每个指标在每个时间段与最优参考序列的最优参数值的关联系数的分辨系数；
计算单元，其用于根据参数设置单元设置的分辨系数和指标极差确定单元计算的每个指标的两极最大差和两极最小差，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数。
19.根据权利要求18所述的系统，其特征在于，所述分辨系数0＜＜ρ≤1。
20.根据权利要求18所述的系统，其特征在于，所述计算单元根据参数设置单元设置的分辨系数和指标极差确定单元计算的每个指标的两极最大差和两极最小差，求取每个指标在每个时间段与最优参考序列的最优参数值的关联系数：
式中，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，Δmaxj是第j个指标的两极最大差，Δminj是第j个指标的两极最小差，Δij是第j个指标在第i个时间段的绝对差列值，其中，1≤i≤k，1≤j≤n。
21.根据权利要求11所述的系统，其特征在于，所述关联度确定单元根据n个指标的权重序列和每个时间段中n个指标的关联系数计算每个时间段的指标序列与最优参考序列的第二关联度值：
式中，γi是第i个时间段的指标序列与最优参考序列的第二关联度值，εij是第j个指标在第i个时间段与最优参考序列中对应的最优参数值的关联系数，ωj是第j个指标的权重值。
22.根据权利要求11所述的系统，其特征在于，所述运行质量等级确定单元包括：
排序单元，其用于将指标关联度确定单元得到的第二关联度值从大到小的顺序对k个时间段进行排序，第二关联度值相同的，排序并列；
等级评定单元，其用于按照末位淘汰制，将排名最后的时间段确定运行质量等级为“不合格”，其他时间段确定运行质量等级为合格。
CN201810297442.5A 2018-04-04 2018-04-04 一种确定电力传输网运行质量的方法和系统 Pending CN108647854A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810297442.5A CN108647854A (zh) 2018-04-04 2018-04-04 一种确定电力传输网运行质量的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810297442.5A CN108647854A (zh) 2018-04-04 2018-04-04 一种确定电力传输网运行质量的方法和系统

Publications (1)

Publication Number Publication Date
CN108647854A true CN108647854A (zh) 2018-10-12

Family

ID=63745440

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810297442.5A Pending CN108647854A (zh) 2018-04-04 2018-04-04 一种确定电力传输网运行质量的方法和系统

Country Status (1)

Country Link
CN (1) CN108647854A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109738716A (zh) * 2018-10-25 2019-05-10 厦门万久科技股份有限公司 一种电力质量检测分析方法
CN110070290A (zh) * 2019-04-22 2019-07-30 广东工业大学 一种配电自动化水平综合评价方法及其相应组件
CN110163480A (zh) * 2019-04-18 2019-08-23 红云红河烟草(集团)有限责任公司 一种卷包车间质量辅助决策的方法
CN110827169A (zh) * 2019-10-30 2020-02-21 云南电网有限责任公司信息中心 一种基于分级指标的分布式电网业务监控方法
CN110942261A (zh) * 2019-12-12 2020-03-31 杭州鲁尔物联科技有限公司 一种堤防安全状态的评估方法、装置及设备
CN111489077A (zh) * 2020-04-07 2020-08-04 王菲 一种用于电力通讯系统的可靠性评估方法
CN111581642A (zh) * 2020-05-03 2020-08-25 付贵龙 一种互联网安全防护系统
CN112996015A (zh) * 2019-12-18 2021-06-18 中国移动通信集团河南有限公司 一种指标关联关系的构建方法及装置
CN116307943A (zh) * 2023-05-18 2023-06-23 山东通维信息工程有限公司 一种基于层次分析法高速公路机电系统健康指数评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160124483A1 (en) * 2014-10-30 2016-05-05 Hitachi, Ltd. Evaluation Device, Evaluation Method, and Evaluation Program for Power Storage System
CN107222323A (zh) * 2016-03-22 2017-09-29 中国电力科学研究院 一种电力光传输网运行质量评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160124483A1 (en) * 2014-10-30 2016-05-05 Hitachi, Ltd. Evaluation Device, Evaluation Method, and Evaluation Program for Power Storage System
CN107222323A (zh) * 2016-03-22 2017-09-29 中国电力科学研究院 一种电力光传输网运行质量评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭放: "计及指标关联度的配电通信网规划多维评价模型", 《中国电力》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109738716A (zh) * 2018-10-25 2019-05-10 厦门万久科技股份有限公司 一种电力质量检测分析方法
CN110163480A (zh) * 2019-04-18 2019-08-23 红云红河烟草(集团)有限责任公司 一种卷包车间质量辅助决策的方法
CN110163480B (zh) * 2019-04-18 2023-04-07 红云红河烟草(集团)有限责任公司 一种卷包车间质量辅助决策的方法
CN110070290A (zh) * 2019-04-22 2019-07-30 广东工业大学 一种配电自动化水平综合评价方法及其相应组件
CN110827169A (zh) * 2019-10-30 2020-02-21 云南电网有限责任公司信息中心 一种基于分级指标的分布式电网业务监控方法
CN110827169B (zh) * 2019-10-30 2022-07-05 云南电网有限责任公司信息中心 一种基于分级指标的分布式电网业务监控方法
CN110942261A (zh) * 2019-12-12 2020-03-31 杭州鲁尔物联科技有限公司 一种堤防安全状态的评估方法、装置及设备
CN112996015A (zh) * 2019-12-18 2021-06-18 中国移动通信集团河南有限公司 一种指标关联关系的构建方法及装置
CN112996015B (zh) * 2019-12-18 2023-11-03 中国移动通信集团河南有限公司 一种指标关联关系的构建方法及装置
CN111489077A (zh) * 2020-04-07 2020-08-04 王菲 一种用于电力通讯系统的可靠性评估方法
CN111581642A (zh) * 2020-05-03 2020-08-25 付贵龙 一种互联网安全防护系统
CN116307943A (zh) * 2023-05-18 2023-06-23 山东通维信息工程有限公司 一种基于层次分析法高速公路机电系统健康指数评估方法

Similar Documents

Publication Publication Date Title
CN108647854A (zh) 一种确定电力传输网运行质量的方法和系统
CN105975735A (zh) 一种用于电力设备健康状态评估的建模方法
CN110210740B (zh) 一种考虑供电质量的配电网可靠性评估方法
CN105787648A (zh) 一种基于实时运行信息的配电变压器健康状态评价方法
CN104331773A (zh) 一种电网规划方案综合评估方法
CN106447205A (zh) 一种基于层次分析法的配电自动化终端状态评价方法
CN105809322B (zh) 综合考虑发电、输电和配电系统的城市电网可靠性评估方法
CN110689240A (zh) 一种配电网经济运行模糊综合评价方法
CN110310031A (zh) 一种配电网多维风险评估方法
CN104408549A (zh) 一种城市配电网运行状态评估方法
CN102063657A (zh) 一种城市配电网运行水平与供电能力评估方法
CN103235991A (zh) 基于模糊理论的配网变压器状态评估方法
CN112688431A (zh) 一种基于大数据的配电网负荷过载可视化方法及系统
CN106251040A (zh) 一种对电缆线路进行健康状态评估的方法
CN103617447B (zh) 智能变电站的评价系统及评价方法
CN111563682A (zh) 一种配电自动化设备测试评价方法
CN108764659A (zh) 一种基于模糊综合法的配电网可靠性影响因素分析方法
CN108304931A (zh) 一种变电设备状态检修故障诊断方法
CN109685296A (zh) 计及历史状态的用电信息采集系统模糊综合评价方法
CN110059913A (zh) 一种计及未来态的停电计划的量化评估方法
CN109345090A (zh) 一种基于配电网可靠性提升的网架评价方法
CN114660531A (zh) 一种基于电表测量误差补偿的检测方法、系统及装置
CN106651206A (zh) 一种继电保护测试性评估指标体系的评估方法
CN111179576A (zh) 一种具有归纳学习的用电信息采集故障诊断方法及系统
CN117745096A (zh) 一种控制网布测方案评价方法及系统

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: 20181012

RJ01 Rejection of invention patent application after publication