CN109242273B - 一种配电网故障恢复方案群体评估方法 - Google Patents

一种配电网故障恢复方案群体评估方法 Download PDF

Info

Publication number
CN109242273B
CN109242273B CN201810949279.6A CN201810949279A CN109242273B CN 109242273 B CN109242273 B CN 109242273B CN 201810949279 A CN201810949279 A CN 201810949279A CN 109242273 B CN109242273 B CN 109242273B
Authority
CN
China
Prior art keywords
fuzzy
evaluation
matrix
fault recovery
recovery scheme
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.)
Active
Application number
CN201810949279.6A
Other languages
English (en)
Other versions
CN109242273A (zh
Inventor
臧天磊
罗杰
何正友
向悦萍
韦晓广
杨健维
符玲
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201810949279.6A priority Critical patent/CN109242273B/zh
Publication of CN109242273A publication Critical patent/CN109242273A/zh
Application granted granted Critical
Publication of CN109242273B publication Critical patent/CN109242273B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种配电网故障恢复方案群体评估方法，包括以下步骤：步骤1：构建配电网故障恢复方案群体评估指标；步骤2：确定故障恢复评估指标的属性数据和权重，形成评价矩阵和权重矩阵；步骤3：形成模糊决策矩阵和模糊权重矩阵；步骤4：得到规范化模糊决策矩阵，根据评估指标的权重形成加权规范化模糊决策矩阵；步骤5：根据加权规范化模糊决策矩阵计算模糊理想解；采用相似性测度计算待评估的故障恢复方案与模糊理想解之间的模糊相似度；步骤6：得到待评估的故障恢复方案与理想方案的贴近度，从而完成配电网故障恢复方案群体评估；本发明可兼顾多名调度专家的不同侧重点，保证评估结果的全面性和合理性。

Description

一种配电网故障恢复方案群体评估方法
技术领域
本发明涉及电力系统领域，具体涉及一种配电网故障恢复方案群体评估方法。
背景技术
配电网故障恢复作为智能电网自愈控制的重要环节，是配电网建设亟待完善的一项关键技术；配电网发生故障以后，调度人员需要综合考虑各种约束条件，尽可能快地指定最优的恢复方案；而在实际系统中，调度人员需处理的信息量极大，要求其在短时间内做出最优决策是十分困难的；现有的配电网故障方案恢复评估方法主要集中在单方评估，缺乏结合多名调度专家的意见形成的群体评估的方法。
发明内容
本发明提供一种可从多评估指标和多评估主体角度全面评估的配电网故障恢复方案群体评估方法。
本发明采用的技术方案是：一种配电网故障恢复方案群体评估方法，包括以下步骤：
步骤1：构建配电网故障恢复方案群体评估指标；
步骤2：确定故障恢复评估指标的属性数据和权重，形成评价矩阵和权重矩阵；
步骤3：根据步骤2得到的评价矩阵和权重矩阵，形成模糊决策矩阵和模糊权重矩阵；
步骤4：采用线性尺度变换得到规范化模糊决策矩阵，根据评估指标的权重形成加权规范化模糊决策矩阵；
步骤5：采用TOPSIS方法，根据加权规范化模糊决策矩阵计算模糊理想解；采用相似性测度计算待评估的故障恢复方案与模糊理想解之间的模糊相似度；
步骤6：采用TOPSIS排序法，得到待评估的故障恢复方案与理想方案的贴近度，从而完成配电网故障恢复方案群体评估。
进一步的，所述步骤1中评估指标包括：负荷恢复量I1、故障恢复后各馈线负荷容量裕度最小值I2、开关操作次数I3、故障恢复方案实施后各条馈线的负荷电流增量的最大值I4、负荷均衡率I5。
进一步的，所述步骤2中评价矩阵和权重矩阵的确定方法如下：
待评估的故障恢复方案集为K＝{Ki|i＝1,2,…,m}，参与方案评估的调度专家集为E＝{El|l＝1,2,…,s}，评估指标集为I＝{Ij|j＝1,2,…,n}；其中Ki为待评估的故障恢复方案，m为待评估的故障恢复方案个数，El为参与评估的调度专家，n为参数评估的调度专家个数，Ij为评估指标，n为评估指标个数；
评价指标的属性数据构成决策矩阵X＝(xij)m×n，调度专家对觉得矩阵中的数据进行评价，按照评价指标给出各恢复方案指标数据的正则梯形模糊数表示，形成评价矩阵
Figure BDA0001771071920000021
的元素梯形模糊数
Figure BDA0001771071920000022
其中aijl、bijl、cijl、dijl分别为梯形模糊数
Figure BDA0001771071920000023
的属性值；
调度专家给出各评估指标权重的正则梯形模糊数表示，形成权重矩阵
Figure BDA0001771071920000024
其中，i＝1,2,…,m，j＝1,2,…,n，l＝1,2,…,s。
进一步的，所述模糊决策矩阵和模糊权重矩阵的确定方法如下：
根据模糊数表示的评价矩阵和权重矩阵形成恢复方案评估模糊数
Figure BDA0001771071920000025
和
Figure BDA0001771071920000026
其中
Figure BDA0001771071920000027
Figure BDA0001771071920000028
形成基于正则梯形模糊数的模糊决策矩阵
Figure BDA0001771071920000029
和模糊权重矩阵
Figure BDA00017710719200000210
进一步的，所述步骤4中的规范化模糊决策矩阵确定方法如下：
根据效益型指标
Figure BDA00017710719200000211
或成本型指标
Figure BDA00017710719200000212
中的一种确定规范化模糊决策矩阵
Figure BDA00017710719200000213
加权规范化模糊决策矩阵为
Figure BDA00017710719200000214
其中
Figure BDA00017710719200000215
进一步的，所述步骤5中2的模糊理想解包括模糊正理想解
Figure BDA00017710719200000216
和模糊负理想解
Figure BDA00017710719200000217
模糊相似度包括待评估的故障方案Ki与模糊正理想解间的模糊相似度：
Figure BDA00017710719200000218
和待评估的故障方案Ki与模糊负理想解间的模糊相似度：
Figure BDA0001771071920000031
其中：Mv根据给出的相似度计算得到。
进一步的，所述步骤6中的贴近度计算方法如下：
Figure BDA0001771071920000032
进一步的，所述步骤5中模糊理想解的计算方法如下：
(1)
Figure BDA0001771071920000033
(2)
Figure BDA0001771071920000034
(3)
Figure BDA0001771071920000035
进一步的，所述步骤6中的模糊相似度测度计算方法如下：
(1)基于距离的广义模糊相似度：
Figure BDA0001771071920000036
式中，
Figure BDA0001771071920000037
其中：
Figure BDA0001771071920000038
和
Figure BDA0001771071920000039
均为广义梯形模糊数，
Figure BDA00017710719200000310
为
Figure BDA00017710719200000311
和
Figure BDA00017710719200000312
的距离；
(2)基于单重心法的广义模糊相似度：
Figure BDA00017710719200000313
其中：
Figure BDA00017710719200000314
为选择函数，
Figure BDA00017710719200000315
Figure BDA00017710719200000316
为两端属性值之差，
Figure BDA00017710719200000317
为中间属性值之差；
(3)基于模糊数的高度、几何距离和周长因素的广义模糊相似度
Figure BDA00017710719200000318
其中：
Figure BDA00017710719200000319
和
Figure BDA00017710719200000320
分别为模糊数
Figure BDA00017710719200000321
和
Figure BDA00017710719200000322
的周长；
Figure BDA00017710719200000323
Figure BDA00017710719200000324
(4)基于模糊数的高度、几何距离和面积信息的广义模糊相似度
Figure BDA0001771071920000041
其中：
Figure BDA0001771071920000042
和
Figure BDA0001771071920000043
分别为模糊数
Figure BDA0001771071920000044
和
Figure BDA0001771071920000045
的面积；
Figure BDA0001771071920000046
式中：
Figure BDA0001771071920000047
其中a1、a2、a3、a4为模糊数
Figure BDA0001771071920000048
的属性值，b1、b2、b3、b4为模糊数
Figure BDA0001771071920000049
的属性值；模糊数
Figure BDA00017710719200000410
和
Figure BDA00017710719200000411
的重心分别为(Xa,Ya)和(Xb,Yb)。
本发明的有益效果是：
(1)本发明从多评估指标和多评估主体的角度可全面评估配电网恢复方案；
(2)本发明兼顾多名调度专家不同侧重点，保证了故障恢复方案评估结果的全面性和合理性；
(3)本发明可辅助调度人员迅速制定恢复方案，对配电安全经济运行至关重要。
附图说明
图1为本发明流程示意图。
图2为本发明实施例中的六馈线配电网系统图。
图3为本发明实施例中各评估指标权重的正则梯形模糊数表示图。
图4为本发明实施例中方案S1指标数据的正则梯形模糊数表示图。
图5为本发明实施例中方案S2指标数据的正则梯形模糊数表示图。
图6为本发明实施例中方案S3指标数据的正则梯形模糊数表示图。
图7为本发明实施例中方案S4指标数据的正则梯形模数数表示图。
图8为本发明实施例中方案S5指标数据的正则梯形模糊数表示图。
图9为本发明实施例中方案S6指标数据的正则梯形模糊数表示图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
如图1所示，首先构架配电网故障恢复方案评估指标，调度专家给出各故障恢复方案指标数据和各评估指标权重的正则梯形模糊数表示，构成模糊决策矩阵；利用逼近理想排序法TOPSIS，采用四种模糊相似性和三种模糊理想解计算方法，依据贴进度大小得到配电网故障恢复方案的群体评估结果。
如图1所示，一种配电网故障恢复方案群体评估方法，包括以下步骤：
步骤1：构建配电网故障恢复方案群体评估指标；
评估指标包括：负荷恢复量I1，即所恢复的非故障失电区域的负荷电流之和、故障恢复后各馈线负荷容量裕度最小值I2、开关操作次数I3、故障恢复方案实施后各条馈线的负荷电流增量的最大值I4、负荷均衡率I5，即所有联络开关相邻馈线负荷均衡率的最大值。
步骤2：确定故障恢复评估指标的属性数据和权重，形成评价矩阵和权重矩阵；
评价矩阵和权重矩阵的确定方法如下：
首先采用语言变量刻画配电网评估指标的属性数值和权重；待评估的故障恢复方案集为K＝{Ki|i＝1,2,…,m}，参与方案评估的调度专家集为E＝{El|l＝1,2,…,s}，评估指标集为I＝{Ij|j＝1,2,…,n}；其中Ki为待评估的故障恢复方案，m为待评估的故障恢复方案个数，El为参与评估的调度专家，n为参数评估的调度专家个数，Ij为评估指标，n为评估指标个数；
评价指标的属性数据构成决策矩阵X＝(xij)m×n，调度专家对觉得矩阵中的数据进行评价，按照评价指标给出各恢复方案指标数据的正则梯形模糊数表示，形成评价矩阵
Figure BDA0001771071920000051
的元素梯形模糊数
Figure BDA0001771071920000052
其中aijl、bijl、cijl、dijl分别为梯形模糊数
Figure BDA0001771071920000053
的属性值；
调度专家给出各评估指标权重的正则梯形模糊数表示，形成权重矩阵
Figure BDA0001771071920000054
其中，i＝1,2,…,m，j＝1,2,…,n，l＝1,2,…,s。
采用语言变量刻画配电网故障恢复评估指标的属性数据为：
VP(Very Poor)＝[0,0,1,2；1]；
P(Poor)＝[1,2,2,3；1]；
MP(Medium Poor)＝[2,3,4,5；1]；
F(Fair)＝[4,5,5,6；1]；
MG(Medium Good)＝[5,6,7,8；1]；
G(Good)＝[7,8,8,9；1]；
VG(Very Good)＝[8,9,10,10；1]。
采用语言变量刻画配电网故障恢复评估指标的权重为：
VL(Very low)＝[0,0,0.1,0.2；1]；
L(Low)＝[0.1,0.2,0.2,0.3；1]；
ML(Medium low)＝[0.2,0.3,0.4,0.5；1]；
M(Medium)＝[0.4,0.5,0.5,0.6；1]；
MH(Medium high)＝[0.5,0.6,0.7,0.8；1]；
H(High)＝[0.7,0.8,0.8,0.9；1]；
VH(Very High)＝[0.8,0.9,1,1；1]。
其中正则梯形模糊数的定义如下：
Figure BDA0001771071920000061
且λ∈(0,w]，若隶属度函数
Figure BDA0001771071920000062
满足：
(1)
Figure BDA0001771071920000063
是数轴X上闭区间[0,w]的连续映射；
(2)当x∈(-∞,a]∪[d,+∞)时，
Figure BDA0001771071920000064
(3)
Figure BDA0001771071920000065
在闭区间[a,b]上严格递增；
(4)当x∈[b,c]时，
Figure BDA0001771071920000066
(5)
Figure BDA0001771071920000067
在闭区间[c,d]上严格递减；
则模糊数
Figure BDA0001771071920000068
为广义梯形模糊数，记为
Figure BDA0001771071920000069
其中w为广义梯形模糊数的高度。
步骤3：根据步骤2得到的评价矩阵和权重矩阵，形成模糊决策矩阵和模糊权重矩阵；
模糊决策矩阵和模糊权重矩阵的确定方法如下：
根据模糊数表示的评价矩阵和权重矩阵形成恢复方案评估模糊数
Figure BDA00017710719200000610
和
Figure BDA00017710719200000611
其中
Figure BDA00017710719200000612
Figure BDA00017710719200000613
形成基于正则梯形模糊数的模糊决策矩阵
Figure BDA00017710719200000614
和模糊权重矩阵
Figure BDA00017710719200000615
步骤4：采用线性尺度变换得到规范化模糊决策矩阵，根据评估指标的权重形成加权规范化模糊决策矩阵；
为了降低评估计算的复杂度，采用线性尺度变换求取规范化模糊决策矩阵；
规范化模糊决策矩阵确定方法如下：
根据效益型指标
Figure BDA00017710719200000616
或成本型指标
Figure BDA0001771071920000071
中的一种确定规范化模糊决策矩阵
Figure BDA0001771071920000072
加权规范化模糊决策矩阵为
Figure BDA0001771071920000073
其中
Figure BDA0001771071920000074
步骤5：采用TOPSIS方法，根据加权规范化模糊决策矩阵计算模糊理想解；采用相似性测度计算待评估的故障恢复方案与模糊理想解之间的模糊相似度；
模糊理想解包括模糊正理想解
Figure BDA0001771071920000075
和模糊负理想解
Figure BDA0001771071920000076
模糊相似度包括待评估的故障方案Ki与模糊正理想解间的模糊相似度：
Figure BDA0001771071920000077
和待评估的故障方案Ki与模糊负理想解间的模糊相似度：
Figure BDA0001771071920000078
其中：Mv根据给出的相似度计算得到。
其中可选择以下三种方法分别计算模糊理想解，并做比较分析：
(1)
Figure BDA0001771071920000079
(2)
Figure BDA00017710719200000710
(3)
Figure BDA00017710719200000711
可选择以下四种方法分别计算相似性测度：
(1)基于距离的广义模糊相似度：
Figure BDA00017710719200000712
式中，
Figure BDA00017710719200000713
其中：
Figure BDA00017710719200000714
和
Figure BDA00017710719200000715
均为广义梯形模糊数，
Figure BDA00017710719200000716
为
Figure BDA00017710719200000717
和
Figure BDA00017710719200000718
的距离；
(2)基于单重心法的广义模糊相似度：
Figure BDA00017710719200000719
其中：
Figure BDA00017710719200000720
为选择函数，
Figure BDA00017710719200000721
Figure BDA00017710719200000722
为两端属性值之差，
Figure BDA00017710719200000723
为中间属性值之差；
(3)基于模糊数的高度、几何距离和周长因素的广义模糊相似度
Figure BDA0001771071920000081
其中：
Figure BDA0001771071920000082
和
Figure BDA0001771071920000083
分别为模糊数
Figure BDA0001771071920000084
和
Figure BDA0001771071920000085
的周长；
Figure BDA0001771071920000086
Figure BDA0001771071920000087
(4)基于模糊数的高度、几何距离和面积信息的广义模糊相似度
Figure BDA0001771071920000088
其中：
Figure BDA0001771071920000089
和
Figure BDA00017710719200000810
分别为模糊数
Figure BDA00017710719200000811
和
Figure BDA00017710719200000812
的面积；
Figure BDA00017710719200000813
式中：
Figure BDA00017710719200000814
其中a1、a2、a3、a4为模糊数
Figure BDA00017710719200000815
的属性值，b1、b2、b3、b4为模糊数
Figure BDA00017710719200000816
的属性值；模糊数
Figure BDA00017710719200000817
和
Figure BDA00017710719200000818
的重心分别为(Xa,Ya)和(Xb,Yb)。
步骤6：采用TOPSIS排序法，得到待评估的故障恢复方案与理想方案的贴近度，从而完成配电网故障恢复方案群体评估；本发明可选择上述三种方法计算模糊理想解，选择上述四种方法计算模糊相似测度，可得到12中评估结果。
贴近度计算方法如下：
Figure BDA00017710719200000819
实施例
下面以如图2所示的复杂六馈线配电网系统验证算法的有效性；系统中馈线的额定电流为300A，Si为电源，CBi为断路器，Ai～Ei、Gi为分段开关，Fi为馈线，Zi为供电区域；B6、C1、C5、D1、D5、E3、E4、G4均为联络开关，系统正常运行时断开；为便于计算，选用A相电流参与计算；Z16区域(馈线F2出口处)发生永久性故障，形成的故障恢复候选方案集如表1所示。
表1.故障恢复候选方案集
Figure BDA0001771071920000091
根据表1形成决策矩阵X，由三名调度专家组成故障恢复方案评估委员会，分别为E1、E2和E3；每名调度专家给出各评估指标权重的正则梯形模糊数表示矩阵
Figure BDA0001771071920000092
(如图3所示)和各故障恢复方案指标数据的正则梯形模糊数表示矩阵
Figure BDA0001771071920000093
(如图4～9所示)；调度专家数可根据实际情况选择，可根据具体系统预先给出专家决策库，便于快速完成评估。
根据调度专家给出的模糊数表示矩阵，形成模糊决策矩阵
Figure BDA0001771071920000094
计算规范化模糊决策矩阵
Figure BDA0001771071920000095
形成模糊权重矩阵
Figure BDA0001771071920000096
并计算加权规范化模糊决策矩阵
Figure BDA0001771071920000097
矩阵
Figure BDA0001771071920000098
中的元素如表2所示。
表2加权规范化模糊决策矩阵中的元素
Figure BDA0001771071920000099
采用上述三种方法分别求得模糊正理想解和模糊负理想解，如表3和表4所示：
表3. 3种计算方法求得的模糊正理想解
Figure BDA0001771071920000101
表4. 3种计算方法求得的模糊负理想解
Figure BDA0001771071920000102
根据四种相似性测度计算出各恢复方案指标数据与正负理想解间的模糊相似度，计算12种情况下各恢复指标数据与理想恢复方案的贴近度，并给出对应排序，如表5-8所示。
表5采用模糊相似性测度1的计算结果
Figure BDA0001771071920000103
表6采用模糊相似性测度2的计算结果
Figure BDA0001771071920000104
表7采用模糊相似性测度3的计算结果
Figure BDA0001771071920000105
Figure BDA0001771071920000111
表8采用模糊相似性测度4的计算结果
Figure BDA0001771071920000112
由表5～8可以看出，本发明方法利用4种相似性测度和3种理想解计算方法给出了合理的故障恢复方案群体评估结果。
本发明基于广义模糊相似度TOPSIS的故障恢复方案群体评估方法，可以兼顾多名调度专家的不同侧重点，保证了评估结果的全面性和合理性。

Claims (6)

1.一种配电网故障恢复方案群体评估方法，其特征在于，包括以下步骤：
步骤1：构建配电网故障恢复方案群体评估指标；评估指标包括：负荷恢复量I1、故障恢复后各馈线负荷容量裕度最小值I2、开关操作次数I3、故障恢复方案实施后各条馈线的负荷电流增量的最大值I4、负荷均衡率I5；
步骤2：确定故障恢复评估指标的属性数据和权重，形成评价矩阵和权重矩阵；具体为：
待评估的故障恢复方案集为K＝{Ki|i＝1,2,…,m}，参与方案评估的调度专家集为E＝{El|l＝1,2,…,s}，评估指标集为I＝{Ij|j＝1,2,…,n}；其中Ki为待评估的故障恢复方案，m为待评估的故障恢复方案个数，El为参与评估的调度专家，s为参数评估的调度专家个数，Ij为评估指标，n为评估指标个数；
评价指标的属性数据构成决策矩阵X＝(xij)m×n，调度专家对决策矩阵中的数据进行评价，按照评价指标给出各恢复方案指标数据的正则梯形模糊数表示，形成评价矩阵
Figure FDA0003624001190000011
Figure FDA0003624001190000012
的元素梯形模糊数
Figure FDA0003624001190000013
其中aijl、bijl、cijl、dijl分别为梯形模糊数
Figure FDA0003624001190000014
的属性值；
调度专家给出各评估指标权重的正则梯形模糊数表示，形成权重矩阵
Figure FDA0003624001190000015
其中，i＝1,2,…,m，j＝1,2,…,n，l＝1,2,…,s；
步骤3：根据步骤2得到的评价矩阵和权重矩阵，形成模糊决策矩阵和模糊权重矩阵；
步骤4：采用线性尺度变换得到规范化模糊决策矩阵，根据评估指标的权重形成加权规范化模糊决策矩阵；
步骤5：采用TOPSIS方法，根据加权规范化模糊决策矩阵计算模糊理想解；采用相似性测度计算待评估的故障恢复方案与模糊理想解之间的模糊相似度；
步骤6：采用TOPSIS排序法，得到待评估的故障恢复方案与理想方案的贴近度，从而完成配电网故障恢复方案群体评估。
2.根据权利要求1所述的一种配电网故障恢复方案群体评估方法，其特征在于，所述模糊决策矩阵和模糊权重矩阵的确定方法如下：
根据模糊数表示的评价矩阵和权重矩阵形成恢复方案评估模糊数
Figure FDA0003624001190000016
和
Figure FDA0003624001190000017
其中
Figure FDA0003624001190000021
Figure FDA0003624001190000022
形成基于正则梯形模糊数的模糊决策矩阵
Figure FDA0003624001190000023
和模糊权重矩阵
Figure FDA0003624001190000024
3.根据权利要求2所述的一种配电网故障恢复方案群体评估方法，其特征在于，所述步骤4中的规范化模糊决策矩阵确定方法如下：
根据效益型指标
Figure FDA0003624001190000025
或成本型指标
Figure FDA0003624001190000026
中的一种确定规范化模糊决策矩阵
Figure FDA0003624001190000027
加权规范化模糊决策矩阵为
Figure FDA0003624001190000028
其中
Figure FDA0003624001190000029
4.根据权利要求3所述的一种配电网故障恢复方案群体评估方法，其特征在于，所述步骤5中的模糊理想解包括模糊正理想解
Figure FDA00036240011900000210
和模糊负理想解
Figure FDA00036240011900000211
模糊相似度包括待评估的故障方案Ki与模糊正理想解间的模糊相似度：
Figure FDA00036240011900000212
和待评估的故障方案Ki与模糊负理想解间的模糊相似度：
Figure FDA00036240011900000213
其中：Mv根据给出的相似度计算得到，具体为以下方法中的一种：
(1)基于距离的广义模糊相似度：
Figure FDA00036240011900000214
式中，
Figure FDA00036240011900000215
其中：
Figure FDA00036240011900000216
和
Figure FDA00036240011900000217
均为广义梯形模糊数，
Figure FDA00036240011900000218
为
Figure FDA00036240011900000219
和
Figure FDA00036240011900000220
的距离；
(2)基于单重心法的广义模糊相似度：
Figure FDA00036240011900000221
其中：
Figure FDA0003624001190000031
为选择函数，
Figure FDA0003624001190000032
Figure FDA0003624001190000033
为两端属性值之差，
Figure FDA0003624001190000034
为中间属性值之差；
(3)基于模糊数的高度、几何距离和周长因素的广义模糊相似度
Figure FDA0003624001190000035
其中：
Figure FDA0003624001190000036
和
Figure FDA0003624001190000037
分别为模糊数
Figure FDA0003624001190000038
和
Figure FDA0003624001190000039
的周长；
Figure FDA00036240011900000310
Figure FDA00036240011900000311
(4)基于模糊数的高度、几何距离和面积信息的广义模糊相似度
Figure FDA00036240011900000312
其中：
Figure FDA00036240011900000313
和
Figure FDA00036240011900000314
分别为模糊数
Figure FDA00036240011900000315
和
Figure FDA00036240011900000316
的面积；
Figure FDA00036240011900000317
式中：
Figure FDA00036240011900000318
其中a1、a2、a3、a4为模糊数
Figure FDA00036240011900000319
的属性值，b1、b2、b3、b4为模糊数
Figure FDA00036240011900000320
的属性值；模糊数
Figure FDA00036240011900000321
和
Figure FDA00036240011900000322
的重心分别为(Xa,Ya)和(Xb,Yb)。
5.根据权利要求4所述的一种配电网故障恢复方案群体评估方法，其特征在于，所述步骤6中的贴近度计算方法如下：
Figure FDA00036240011900000323
6.根据权利要求4所述的一种配电网故障恢复方案群体评估方法，其特征在于，所述步骤5中模糊理想解的计算方法为以下方法中的一种：
(1)
Figure FDA00036240011900000324
(2)
Figure FDA00036240011900000325
(3)
Figure FDA00036240011900000326
CN201810949279.6A 2018-08-20 2018-08-20 一种配电网故障恢复方案群体评估方法 Active CN109242273B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810949279.6A CN109242273B (zh) 2018-08-20 2018-08-20 一种配电网故障恢复方案群体评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810949279.6A CN109242273B (zh) 2018-08-20 2018-08-20 一种配电网故障恢复方案群体评估方法

Publications (2)

Publication Number Publication Date
CN109242273A CN109242273A (zh) 2019-01-18
CN109242273B true CN109242273B (zh) 2022-08-02

Family

ID=65070876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810949279.6A Active CN109242273B (zh) 2018-08-20 2018-08-20 一种配电网故障恢复方案群体评估方法

Country Status (1)

Country Link
CN (1) CN109242273B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109816254B (zh) * 2019-01-29 2021-02-09 国家电网有限公司 一种基于topsis的智能电网自愈性水平评估方法
CN110909980A (zh) * 2019-10-21 2020-03-24 湖南大学 一种基于ahp-topsis的直流配电网故障恢复方案的评价方法
CN110874698A (zh) * 2019-11-21 2020-03-10 国网福建省电力有限公司 一种具有抗逆序及权重自适应的黑启动方案评估方法
CN111597499B (zh) * 2020-03-27 2023-09-15 齐鲁工业大学 一种工业设备故障维修方案生成方法及系统
CN113850510A (zh) * 2021-09-27 2021-12-28 中国电力工程顾问集团华北电力设计院有限公司 一种基于海量可再生能源接入的区域配电网综合态势评估方法
CN114331229A (zh) * 2022-03-11 2022-04-12 北京瑞风协同科技股份有限公司 一种装备保障方案的综合权衡方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530823A (zh) * 2013-10-25 2014-01-22 湖南大学 基于otfn-ahp的微电网规划设计综合评价体系
CN106600077A (zh) * 2017-01-11 2017-04-26 重庆大学 一种模糊topsis评价方法
CN106952057A (zh) * 2017-05-03 2017-07-14 东北大学 一种基于多智能体技术的电网可恢复性评估方法
CN107256444A (zh) * 2017-04-24 2017-10-17 中国电力科学研究院 一种配电网故障风险模糊综合评价方法及装置
CN107506905A (zh) * 2017-08-01 2017-12-22 华北电力大学 一种改进的电网企业可持续发展综合评价方法
CN108241901A (zh) * 2016-12-27 2018-07-03 全球能源互联网研究院 一种基于预测数据的变压器预警评估方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530823A (zh) * 2013-10-25 2014-01-22 湖南大学 基于otfn-ahp的微电网规划设计综合评价体系
CN108241901A (zh) * 2016-12-27 2018-07-03 全球能源互联网研究院 一种基于预测数据的变压器预警评估方法及装置
CN106600077A (zh) * 2017-01-11 2017-04-26 重庆大学 一种模糊topsis评价方法
CN107256444A (zh) * 2017-04-24 2017-10-17 中国电力科学研究院 一种配电网故障风险模糊综合评价方法及装置
CN106952057A (zh) * 2017-05-03 2017-07-14 东北大学 一种基于多智能体技术的电网可恢复性评估方法
CN107506905A (zh) * 2017-08-01 2017-12-22 华北电力大学 一种改进的电网企业可持续发展综合评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于启发式规则与熵权理论的配电网故障恢复;臧天磊等;《电网技术》;20120531;第36卷(第5期);第251-257页 *
基于熵权模糊综合评价模型的电力系统黑启动方案评估;林济铿等;《电网技术》;20120229;第36卷(第2期);第115-120页 *
配电网静态优化与故障恢复重构策略研究;臧天磊等;《中国优秀博硕士学位论文全文数据库（硕士）工程科技Ⅱ辑》;20121015(第10期);第C042-978页(正文第26-27,31-32页) *

Also Published As

Publication number Publication date
CN109242273A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109242273B (zh) 一种配电网故障恢复方案群体评估方法
Liu et al. Cross-efficiency evaluation in data envelopment analysis based on prospect theory
Alvarez et al. Novel methodology for selecting representative operating points for the TNEP
CN110795692A (zh) 一种主动配电网运行状态评估方法
CN107256441B (zh) 基于非支配排序遗传算法的配电网规划建设方案设计方法
CN104573947A (zh) 区域智能配电网低压台区综合评价方法
CN105139095A (zh) 基于属性区间模型的配电网运行状态评估方法
CN107358332A (zh) 一种电网调度运行精益化评价方法
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
CN106485089A (zh) 谐波用户典型工况的区间参数获取方法
CN110264032A (zh) 一种直流配网规划方案评价结果的获取方法
CN109034676B (zh) 不完备指标权重信息下的配电网故障恢复方案区间评估方法
CN104572985A (zh) 一种基于复杂网络社区发现的工业数据样本筛选方法
CN109523101A (zh) 一种配电网运行状态模糊综合评价方法
CN107292489A (zh) 一种电网调度运行精益化评价系统
CN111353691B (zh) 一种基于层次分析法的电网差异分析方法
CN112818525A (zh) 一种水电机组状态评价方法及其系统
CN105005942A (zh) 一种智能配电网差异化建设模式选择方法
CN107025524A (zh) 考虑负荷供电可靠性要求的设备过载辅助决策方法
CN104850918B (zh) 一种计及电网拓扑约束的节点负荷预测方法
WO2024093468A1 (zh) 风偏闪络风险评价方法、系统、设备、可读存储介质
Kittur Using the PROMETHEE and TOPSIS multi-criteria decision making methods to evaluate optimal generation
CN109508820A (zh) 基于差异化建模的校园用电量预测建模方法
CN110071500B (zh) 一种母线故障失电后配电线路恢复序列决策方法及系统
CN106384307A (zh) 一种县域配电网规划差异化评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant