CN109657966A - 基于模糊测度评价的输电线路风险复合评估方法 - Google Patents

Abstract

本发明公开了一种基于模糊测度评价的输电线路风险复合评估模型的方法，包括确定输电线路运行环境影响因素指标集，求各级指标的模糊密度，根据模糊密度计算出λ值，计算指标集合的g_λ模糊测度，求各风险指标相对于各风险等级的隶属度及建立综合评价矩阵，结合模糊测度和评价矩阵进行模糊积分，结合最大隶属度原则确定输电线路的风险态势步骤。本发明将模糊测度理论应用于输电线路风险评估，结合导致架空输电线路电气性能丧失的四个主要故障因素(雷电，鸟害，污秽和风害)，构建的输电线路风险评估模型，对输电线路进行风险评估并识别高风险区段，提前感知线路运行风险。

Description

基于模糊测度评价的输电线路风险复合评估方法

技术领域

本发明涉及一种输电线路风险评估方法，尤其设计一种基于模糊测度评价的输电线路风险复合评估方法，属于输电线路运行可靠性领域。

背景技术

架空输电线路长期暴露于大气环境之中，易受气象条件如雷电、风灾、污闪灾害的袭击，加之动物接触(主要为鸟类)而发生故障，电网能够安全可靠运行与外部环境有密切关系。国际大电网会议(CIGRE)和中国电力可靠性管理中心的相关报告指出，自然灾害、气象因素导致的杆塔电气失效是影响架空输电线路安全运行的一个主要因素，也是造成中国电网架空输电线路非计划停运的主要原因。国家电网公司近五年输电线路19501起故障的统计分析发现，雷电、鸟类活动和污秽引起的故障总共10515起，占故障总数的54％。而国网河北电力所辖线路故障状态更为集中，每年由于雷电、鸟类及污秽引起的故障100余起，占每年线路跳闸总数的63％，造成的直接经济损失高达九千余万元。因此如何降低输电线路在雷电、鸟类活动和污秽影响的故障风险成为迫切需要解决的问题。

发明内容

本发明所要解决的技术问题在于提供一种基于模糊测度评价的输电线路风险复合评估方法。

为解决上述技术问题，本发明采用的技术方案是：

一种基于模糊测度评价的输电线路风险复合评估方法，包括以下步骤：

步骤1：确定输电线路运行环境的影响因素指标集X＝{x_i},i＝1,…,n；n代表指标的个数；

步骤2：计算影响因素指标集的综合权重w；由以下具体分步骤组成：

步骤2-1：确定判断矩阵A＝(ai_j)_n×n：a_ij代表判断矩阵中x_i相对x_j的重要性；因素指标x_j对x_i的相对重要性为1/a_ij，a_ij的取值如表1所示；

步骤2-2：计算初始的权重序列η′＝(η′₁,η′₂,…，η′_n)^T：

式中：η′_i为第i个因素指标指标的主观权值；i＝1,2,...,n；

步骤2-3：计算主观权向量η＝(η₁,η₂,…，η_n)^T：

式中：η_i为第i个标准化后的因素指标权值；i＝1,2,...,n；

步骤2-4：计算数据样本中各因素指标值在指标j下的权重h(x_ij)：

式中，X＝(xi_j)_m×n为指标数据矩阵，m为数据样本数；

步骤2-5：计算各因素指标的熵值e_j：

式中：k＝(ln m)^-1,e_j≥0；j＝1,2,…,n；

步骤2-6：计算各因素指标的变异程度系数d_j：

d_j＝1-e_j (5)

式中：j＝1,2,…,n；

步骤2-7：计算各因素指标的客观权重系数ξ_j：

式中：j＝1,2,…,n；ξ＝(ξ₁,ξ₂,…,ξ_n)^T为权向量；

步骤2-8：计算指标集的综合权重w:

W＝[αη₁+(1-α)ξ₁,αη₂+(1-α)ξ₂,…,αη_n+(1-α)ξ_n]^T (7)

式中：α为主观权向量的偏好因子，1≥α≥0；g_i＝αη_i+(1-α)ξ_i为模糊密度；

步骤3：根据模糊密度g_i计算出λ值：

步骤4：计算指标集合的g_λ模糊测度：

设有限集合X＝{x₁,x₂,…,x_n}，p(X)为X＝{x₁,x₂,…,x_n}的子集构成的集合，g_λ是p(X)上的λ-Fuzzy测度，记为g_λ({x_i})＝g(i＝1,2,…,n)，则A∈P(X)，有

步骤5：计算各风险指标相对于各风险等级的隶属度：风险等级评语集r划分为“很高”、“高”、“中等”、“低”、“很低”五个模糊集合，分别用r1，r2，r3，r4，r5来表示，如表2所描述；

根据建立的评语集r构造相应的隶属函数，计算各风险指标相对于各风险等级的隶属函数：

将环境监测部门采集到的指标数据值进行归一化处理，换算成0～100范围内的数据代入隶属函数中，得到隶属度评价矩阵；

步骤6：结合模糊测度和隶属函数进行模糊积分；

按照输电线路运行环境影响因素指标集X＝{x_i}中的各指标分别在各等级下排序，使其满足μ(x₁)≤μ(x₂)≤…≤μ(x_n)，计算μ关于模糊测度g_λ的choquet模糊积分:

式中：μ(x₀)＝0；A_i＝{x_i,x_i+1,…,x_n}；δ_i＝g_λ(A_i)-g_λ(A_i+1)；g_λ(A_n+1)＝0；

步骤7：根据各个风险等级的模糊积分向量E＝{e(r_i)}，结合最大隶属度原则，来确定输电线路的风险态势。

进一步，所述影响因素指标集X中的因素指标包括雷电、鸟害、污秽、风害和次要因素。

采用上述技术方案，所取得的技术效果在于：

本发明将模糊测度理论应用于输电线路风险评估，结合导致架空输电线路电气性能丧失的四个主要故障因素：雷电，鸟害，污秽和风害对输电线路进行风险评估并识别高风险区段，提前感知线路运行风险，对电网的安全评估、运维策略等提供一定的指导。

附图说明

图1为本发明的流程图；

图2为本发明实施例1的影响因素指标集。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

由于输电线路的安全运行与气象条件、外部环境等因素存在密切关系，其度量标准和方法是较为复杂的问题，为客观、准确、全面地评价输电线路的运行可靠性，需综合分析各种干扰因素。故本发明将模糊测度理论应用于输电线路风险评估，结合导致架空输电线路电气性能丧失的四个主要故障因素(雷电，鸟害，污秽和风害)，构建的输电线路风险评估模型，对输电线路进行风险评估并识别高风险区段，提前感知线路运行风险。

本发明提供了一种基于模糊测度评价的输电线路风险复合评估模型，包括如下步骤。

一种基于模糊测度评价的输电线路风险复合评估方法，包括以下步骤：

步骤1：确定输电线路运行环境的影响因素指标集X＝{x_i},i＝1,…,n；n代表指标的个数；

步骤2：计算影响因素指标集的综合权重w；由以下具体分步骤组成：

步骤2-1：确定判断矩阵A＝(ai_j)_n×n：a_ij代表判断矩阵中x_i相对x_j的重要性；因素指标x_j对x_i的相对重要性为1/a_ij，a_ij的取值如表1所示；

步骤2-2：计算初始的权重序列η′＝(η′₁,η′₂,…，η′_n)^T：

式中：η′_i为第i个因素指标指标的主观权值；i＝1,2,...,n；

步骤2-3：计算主观权向量η＝(η₁,η₂,…，η_n)^T：

式中：η_i为第i个标准化后的因素指标权值；i＝1,2,...,n；

步骤2-4：计算数据样本中各因素指标值在指标j下的权重h(x_ij)：

式中，X＝(x_ij)_m×n为指标数据矩阵，m为数据样本数；

步骤2-5：计算各因素指标的熵值e_j：

式中：k＝(lnm)^-1,e_j≥0；j＝1,2,…,n；

步骤2-6：计算各因素指标的变异程度系数dj：

d_j＝1-e_j (5)

式中：j＝1,2,…,n；

步骤2-7：计算各因素指标的客观权重系数ξ_j：

式中：j＝1,2,…,n；ξ＝(ξ₁,ξ₂,…,ξ_n)^T为权向量；

步骤2-8：计算指标集的综合权重w:

W＝[αη₁+(1-α)ξ₁,αη₂+(1-α)ξ₂,…,αη_n+(1-α)ξ_n]^T (7)

式中：α为主观权向量的偏好因子，1≥α≥0；g_i＝αη_i+(1-α)ξ_i为模糊密度；

步骤3：根据模糊密度g_i计算出λ值：

步骤4：计算指标集合的g_λ模糊测度：

设有限集合X＝{x₁,x₂,…,x_n}，p(X)为X＝{x₁,x₂,…,x_n}的子集构成的集合，g_λ是p(X)上的λ-Fuzzy测度，记为g_λ({x_i})＝g(i＝1,2,…,n)，则A∈P(X)，有

步骤5：计算各风险指标相对于各风险等级的隶属度：风险等级评语集r划分为“很高”、“高”、“中等”、“低”、“很低”五个模糊集合，分别用r1，r2，r3，r4，r5来表示，如表2所描述；

根据建立的评语集r构造相应的隶属函数，计算各风险指标相对于各风险等级的隶属函数：

将环境监测部门采集到的指标数据值进行归一化处理，换算成0～100范围内的数据代入隶属函数中，得到隶属度评价矩阵；

步骤6：结合模糊测度和隶属函数进行模糊积分；

按照输电线路运行环境影响因素指标集X＝{x_i}中的各指标分别在各等级下排序，使其满足μ(x₁)≤μ(x₂)≤…≤μ(x_n)，计算μ关于模糊测度g_λ的choquet模糊积分:

式中：μ(x₀)＝0；A_i＝{x_i,x_i+1,…,x_n}；δ_i＝g_λ(A_i)-g_λ(A_i+1)；g_λ(A_n+1)＝0；

步骤7：根据各个风险等级的模糊积分向量E＝{e(r_i)}，结合最大隶属度原则，来确定输电线路的风险态势。

进一步，所述影响因素指标集X中的因素指标包括雷电、鸟害、污秽、风害和次要因素。

本实施例考虑导致架空输电线路电气性能丧失的四个主要故障因素(雷电，鸟害，污秽和风害)，还有一些引发线路故障概率较小的因素，将这些因素归入“次要因素”，由于其所占比例较小，故可近似认为程度不变。综合以上指标可得输电线路风险评估指标体系，如图2所示。

本发明结合改进的主观层次分析法(AHP)和客观熵值法来计算风险指标的权重。

传统的层次分析法对属性的权重进行归一化处理。然而，对于本发明采用的模糊测度理论，模糊密度的取值虽然限定于[0,1]范围内,但对于其和并没有限定范围，即不必满足等于1的条件。因此，本发明对传统的层次分析做出改进。

熵值法是确定客观权重常用的方法，其基本思想是：如果某项属性的数据序列变异程度越大，那么它被赋予的权系数就越大。在输电线路的风险态势估计中，如果某项数据指标的波动性很大，说明该项有较大的潜在风险，其权重系数应适当加大。设有m条数据样本，n项评估指标，其组成的指标数据矩阵为X＝(x_ij)_m×n，α为主观权向量的偏好因子，一般取值为0.5。

首先求主观权值，由专家对目标A构造判断矩阵，如表2-1所示。

表2-1目标A判断矩阵

矩阵A的一致性判断结果为：λ_max≈5，C.I.≈0，C.R.≈C.I./R.I.≈0＜0.1。得指标B1、B2、B3、B4的主观权值：

η_A＝(0.5059，0.5059，0.3834，0.4405，0.3834)^T。

然后利用熵权法进行权客观值的确定。

从12个月采集的数据中进行抽取，平均每周抽取2次，将处理过的上百条记录作为熵权法的样本。得到的客观熵权为:

ξ_A＝(0.2733，0.1930，0.3291，0.2046，0)^T

最后求综合权重w来确定模糊密度g_i

将上两步求得的η_A和ξ_A代入式(8)得：

W_A＝[0.3896，0.3495，0.3563，0.3225，0.1917]^T

且g{B1}＝0.3896，g{B2}＝0.3495，g{B3}＝0.3563，g{B4}＝0.3225，g{B5}＝0.1917.

已知模糊密度为g{B1}＝0.3896，g{B2}＝0.3495，g{B3}＝0.3563，g{B4}＝0.3225，g{B5}＝0.1917。

代入式(9)，解得λ＝-0.7547。

将模糊密度g_i和λ值代入式计算得指标集的λ模糊测度值。

定义：设μ是论域X到[0，1]的一个映射，即μ:X→[0，1]，则称μ是X上的Fuzzy集，μ(x)称为Fuzzy集μ的隶属函数，或称x对Fuzzy集μ的隶属度。

定义：设有限集合X＝{x₁，x₂，…，x_n}，g_λ是p(X)上的λ-Fuzzy测度，记为g_λ({x_i})＝g(i＝1，2，…，n)。

得到的指标集的λ模糊测度值为：

g_λ(B₁，B₂)＝0.6596

g_λ(B₁，B₃)＝0.6294

g_λ(B₁，B₄)＝0.5757

g_λ(B₁，B₅)＝0.5078

g_λ(B₂，B₃)＝0.6531

g_λ(B₂，B₄)＝0.6012

g_λ(B₂，B₅)＝0.5357

...

g_λ(B₁,B₂,B₃)＝0.8405

g_λ(B₁,B₂,B₄)＝0.8031

...

g_λ(B₁,B₂,B₃,B₄)＝0.9450

g_λ(B₁,B₂,B₃,B₅)＝0.9106

...

g_λ(B₁,B₂,B₃,B₄,B₅)＝1

本发明根据《信息安全技术—信息安全风险评估规范》将风险等级评语集r划分为“很高”、“高”、“中等”、“低”、“很低”五个模糊集合，分别用r1，r2，r3，r4，r5来表示，如表2所示。

针对上述r1，r2，r3，r4，r5五个模糊集合，采用模糊分布中的岭型分布模型来构造隶属函数，从输电线路的实际问题的具体特性出发，经过多次试验，并结合数学中的最小二乘法不断地修正模型中的相应参数，使其尽可能地贴近真实情况，反映客观规律性和科学性。

选取8月份某时刻采集的指标数据进行风险态势估计，将数据预处理后换算成0～100范围内的数值代入相应隶属函数(11)～(15)，得到如下评价矩阵：

设有限集X＝{x₁,x₂,…,x_n}，μ:x——→[0,1]满足μ(x₁)≤μ(x₂)≤…≤μ(x_n)，则可测函数μ关于模糊测度g_λ的choquet模糊积分为:

式中：μ(x₀)＝0；A_i＝{x_i,x_i+1,…,x_n}；δ_i＝g_λ(A_i)-g_λ(A_i+1)；g_λ(A_n+1)＝0。

将F评价矩阵各个列向量根据数值大小进行排序。

以第二列数据为例说明运算过程，由 可知：

将排好序的数据及相关模糊测度值代入式(16)，得：

同理计算出B₁～B₅指标在风险等级r1、r3、r4、r5下的模糊积分值：

e(r₁)＝0

e(r₃)＝0.5253

e(r₄)＝0.4228

e(r₅)＝0.1950

由此可得矩阵F相对各个风险等级的模糊积分E向量：(0,0.3355,0.5253,0.4228,0.1950)，便可以确定此段输电线路的综合模糊风险态势。由向量e＝(0,0.3355,0.5253,0.4228,0.1950)可知：e(r3)＞e(r4)＞e(r2)＞e(r5)＞e(r1)，结合最大隶属度原则，最终得到其综合风险态势为“中”风险等级。经分析可知，由于采用了8月份的指标数据，应该与雷电等天气因素有关，应采取相应措施最大限度的降低雷电因素带来的影响。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

表1

表2

Claims (2)

1.一种基于模糊测度评价的输电线路风险复合评估方法，其特征在于：包括以下步骤：

步骤1：确定输电线路运行环境的影响因素指标集X＝{x_i},i＝1,…,n；n代表指标的个数；

步骤2：计算影响因素指标集的综合权重w；由以下具体分步骤组成：

步骤2-1：确定判断矩阵A＝(a_ij)_n×_n：a_ij代表判断矩阵中x_i相对x_j的重要性；因素指标x_j对x_i的相对重要性为1/a_ij，a_ij的取值如表1所示；

步骤2-2：计算初始的权重序列η′＝(η′₁,η′₂,…，η′_n)^T：

式中：η′_i为第i个因素指标指标的主观权值；i＝1,2,...,n；

步骤2-3：计算主观权向量η＝(η₁,η₂,…，η_n)^T：

式中：η_i为第i个标准化后的因素指标权值；i＝1,2,...,n；

步骤2-4：计算数据样本中各因素指标值在指标j下的权重h(x_ij)：

式中，X＝(x_ij)_m×n为指标数据矩阵，m为数据样本数；

步骤2-5：计算各因素指标的熵值e_j：

式中：k＝(lnm)^-1,e_j≥0；j＝1,2,…,n；

步骤2-6：计算各因素指标的变异程度系数d_j：

d_j＝1-e_j (5)

式中：j＝1,2,…,n；

步骤2-7：计算各因素指标的客观权重系数ξ_j：

式中：j＝1,2,…,n；ξ＝(ξ₁,ξ₂,…,ξ_n)^T为权向量；

步骤2-8：计算指标集的综合权重w:

W＝[αη₁+(1-α)ξ₁,αη₂+(1-α)ξ₂,…,αη_n+(1-α)ξ_n]^T (7)

式中：α为主观权向量的偏好因子，1≥α≥0；g_i＝αη_i+(1-α)ξ_i为模糊密度；

步骤3：根据模糊密度g_i计算出λ值：

步骤4：计算指标集合的g_λ模糊测度：

设有限集合X＝{x₁,x₂,…,x_n}，p(X)为X＝{x₁,x₂,…,x_n}的子集构成的集合，g_λ是p(X)上的λ-Fuzzy测度，记为g_λ({x_i})＝g(i＝1,2,…,n)，则A∈P(X)，有

步骤5：计算各风险指标相对于各风险等级的隶属度：风险等级评语集r划分为“很高”、“高”、“中等”、“低”、“很低”五个模糊集合，分别用r1，r2，r3，r4，r5来表示，如表2所描述；

根据建立的评语集r构造相应的隶属函数，计算各风险指标相对于各风险等级的隶属函数：

将环境监测部门采集到的指标数据值进行归一化处理，换算成0～100范围内的数据代入隶属函数中，得到隶属度评价矩阵；

步骤6：结合模糊测度和隶属函数进行模糊积分；

按照输电线路运行环境影响因素指标集X＝{x_i}中的各指标分别在各等级下排序，使其满足μ(x₁)≤μ(x₂)≤…≤μ(x_n)，计算μ关于模糊测度g_λ的choquet模糊积分:

式中：μ(x₀)＝0；A_i＝{x_i,x_i+1,…,x_n}；δ_i＝g_λ(A_i)-g_λ(A_i+1)；g_λ(A_n+1)＝0；

步骤7：根据各个风险等级的模糊积分向量E＝{e(r_i)}，结合最大隶属度原则，来确定输电线路的风险态势。

2.根据权利要求1所述的基于模糊测度评价的输电线路风险复合评估方法，其特征在于：所述影响因素指标集X中的因素指标包括雷电、鸟害、污秽、风害和次要因素。

表1