CN109685296A - 计及历史状态的用电信息采集系统模糊综合评价方法 - Google Patents
计及历史状态的用电信息采集系统模糊综合评价方法 Download PDFInfo
- Publication number
- CN109685296A CN109685296A CN201710973138.3A CN201710973138A CN109685296A CN 109685296 A CN109685296 A CN 109685296A CN 201710973138 A CN201710973138 A CN 201710973138A CN 109685296 A CN109685296 A CN 109685296A
- Authority
- CN
- China
- Prior art keywords
- index
- information acquisition
- power information
- acquisition system
- evaluation
- 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 19
- 238000011156 evaluation Methods 0.000 claims abstract description 44
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 9
- 239000012141 concentrate Substances 0.000 claims 1
- 238000004451 qualitative analysis Methods 0.000 abstract description 2
- 238000004445 quantitative analysis Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
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)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (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)
Abstract
本发明涉及一种计及历史状态的用电信息采集系统模糊综合评价方法,能够利用专家对系统的历次评价记录对指标权重进行调整。具体为在传统模糊综合评价的基础上,利用层次分析法确定指标权重,引入能够反映各指标历史状态的调整系数对各个指标权重进行调整,使得评价结果能够综合反映用电信息采集系统的现有状态和历史状态,从而更具合理性。模糊评价和层次分析法相结合善于处理不精确的、模棱两可的信息,模拟人的综合评估判断能力,在定量分析与定性分析之间建立联系,克服了用电信息采集系统评价工作中的模糊性和片面性。
Description
技术领域
本发明涉及用电信息采集系统技术领域,更具体而言,涉及一种计及历史状态的用电信息采集系统模糊综合评价方法,该方法能够利用专家对系统的历次评价记录对指标权重进行调整。
背景技术
用电信息采集系统是由主站、通信信道和终端设备三部分组成的大型用电信息采集与控制系统,可实现电能信息采集、计量异常监测、电能质量监测、用电分析和负荷管理等功能。用电信息采集系统评价是对该系统的运行状况和采集数据准确性等方面进行系统、客观的考核和评价,是用电信息采集系统整体运作管理中的一个重要环节,对系统的检修和完善有着重要的参考意义。但是用电信息采集系统的各个组成部分的性能状态相互联系和影响,并且作评价时对于“节点状态”或“服务质量”等无法定量计算的指标往往描述不清,缺乏实际参考价值。
用电信息采集系统庞大而复杂,不仅各环节紧密联系相互影响,而且出现的问题和故障具有很强的继承性和发展性,因此,历史状态对评价的影响不可忽视。因此计及历史状态的用电信息采集系统模糊综合评价方法具有重要意义。
发明内容
为了克服现有技术中所存在的不足,本发明提供一种计及历史状态的用电信息采集系统模糊综合评价方法。
为了解决上述技术问题,本发明所采用的技术方案为:
计及历史状态的用电信息采集系统模糊综合评价方法,按照以下步骤进行:
步骤一、选取评价指标,构建上下层具有隶属关系的层次模型;
步骤二、以各个评价指标为元素组成因素集u={u1,u2,……,up},以u中的元素为指标作评价,将可能作出的评价等级为元素组成评价集v={v1,v2,……,vm};
步骤三、多个评价者分别对每个指标因素ui(i=1,2,……,p)作评价,统计结果,确定评价集中等级元素的隶属度(R|ui),得到模糊关系矩阵:
步骤四、具有同一上层指标的各个下层评价指标进行两两重要性比较,建立判断矩阵S,得到权向量A;
步骤五、进行判断矩阵S的一致性检验;
步骤六、定义算子Mq(ui),根据最大隶属度原则对第q次评估记录中的指标ui作评价,评价结果对应到如下表所示的数字量:
选取之前n次的评价记录,则调整系数
调整后的权向量
步骤七、将调整后的权向量Ak与各被评对象的模糊关系矩阵R相乘,得到被评事物的模糊综合评价结果向量B,即:
上式中ap是指标ui的重要性权重,bm是被评事物综合各个指标因素来看对vm评价等级的隶属度,假设bm是B中最大的元素,根据最大隶属度原则,被评对象可以评为vm等级。
所述步骤一中的层次模型为三层,第一层为用电信息采集系统A,第二层为主站B1、通信信道B2、终端设备B3,第三层为选取的各评价指标C。
所述主站B1、通信信道B2、终端设备B3隶属于用电信息采集系统A,所述选取的各评价指标C按组分为C1层、C2层和C3层,其中,C1层各评价指标隶属于主站B1,C2层各评价指标隶属于通信信道B2,C3层各评价指标隶属于终端设备B3。
所述步骤四中,判断矩阵S的最大特征根λmax所对应的特征向量W=(w1,w2,……,wp)中的元素就是各指标权系数的分配,对W中元素进行归一化处理得到权向量A,即
所述步骤五中,计算一致性指标当λmax=n,CI=0时为完全一致情况,判断矩阵的维数越大,其一致性就会越差,为将不一致性限定在一定范围内,认为一致性比率时,不一致性没有超限,即判断矩阵的标度元素是合理的;否则,要调整判断矩阵的元素取值,直到满足一致性检验为止。
与现有技术相比,本发明所具有的有益效果为:
本发明将模糊评价和层次分析法相结合,较好处理了不精确的、模棱两可的信息,模拟人的综合评估判断能力,在定量分析与定性分析之间建立联系,克服了用电信息采集系统评价工作中的模糊性和片面性。
本发明在传统模糊综合评价的基础上,利用层次分析法确定指标权重,引入能够反映各指标历史状态的调整系数对各个指标权重进行调整,使得评价结果能够综合反映用电信息采集系统的现有状态和历史状态,从而更具合理性。
附图说明
图1为用电信息采集系统模糊综合评价的层次模型;
图2为C2层的模糊关系矩阵R表;
图3为判断矩阵B2-C2表;
图4为对C2层指标的3次评价记录表;
图5为调整前与调整后的C2层各指标权重表;
图6为整个系统各指标权重的调整及评价结果表。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例及附图,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本实施例提供一种基于无谐波检测的三电平APF补偿电流的计算方法,下面结合附图及实施例对本发明作进一步的详细说明。
步骤一、分析不同因素对用电信息采集系统主站、通信信道、终端设备的影响,选取合适的评价指标,建立用电信息采集系统模糊综合评价的层次模型如图1所示。
步骤二、以各项指标为元素组成因素集u={u1,u2,……,up},评判者以u中的元素为指标对评判对象作评价,将可能做出的各种评判等级为元素组成评价集v={v1,v2,……,vm}。
步骤三、在构造了评价集后,要请多位评价者对每个指标因素ui(i=1,2,……,p)作评价,而后统计评价结果,确定其对评价集中等级元素的隶属度(R|ui),从而得到模糊关系矩阵:
本次评价的C2层的模糊关系矩阵R如图2所示。
步骤四、多层次评价模型反映了上下层次指标之间的隶属关系,对于多层次模型中各层次上的指标可以根据其对上一层指标的影响,进行两两重要性比较,建立一系列判断矩阵S。
如层次模型所示,根据C2层各元素相对于目标B2的两两重要性比较,建立判断矩阵B2-C2,如图3所示。
判断矩阵S的最大特征根λmax所对应的特征向量W=(w1,w2,……,wp)中的元素就是各指标权系数的分配,对W中元素进行归一化处理得到权向量A,即
矩阵B2-C2的最大特征值λmax=6.1574,对应的特征向量
W=(0.57 0.28 0.16 0.67 0.16 0.31)对W归一化处理后得权向量
A=(0.27 0.13 0.07 0.31 0.07 0.15),A的元素即为C2层指标的权系数。
步骤五、进行判断矩阵的一致性检验,需计算一致性指标当λmax=n,CI=0时为完全一致情况,判断矩阵的维数越大,其一致性就会越差,为将不一致性限定在一定范围内,认为一致性比率时,不一致性没有超限,即判断矩阵的标度元素是合理的;否则,要调整判断矩阵的元素取值,直到满足一致性检验为止。
步骤六、定义算子Mq(ui),其意义是根据最大隶属度原则对第q次评估记录中的指标ui作评价,评价结果对应到下表所示的数字量。
算子M对应关系
选取之前n次的评价记录,则调整系数
调整后的权向量
对C2层指标的3次评价记录如图4所示。
则C21的调整系数
同理可得C2层各指标的调整系数,调整前与调整后的C2层各指标的权重如图5所示。
步骤七、将调整后的权向量Ak与各被评对象的模糊关系矩阵R相乘,得到被评事物的模糊综合评价结果向量B,即:
通信信道B2的评价结果Bk=Ak·R=(0.186 0.215 0.285 0.314);
用同样的方法对整个系统各指标权重的调整及其评价结果如图6所示。
Claims (5)
1.计及历史状态的用电信息采集系统模糊综合评价方法,其特征在于,按照以下步骤进行:
步骤一、选取评价指标,构建上下层具有隶属关系的层次模型;
步骤二、以各个评价指标为元素组成因素集u={u1,u2,……,up},以u中的元素为指标作评价,将可能作出的评价等级为元素组成评价集v={v1,v2,……,vm};
步骤三、多个评价者分别对每个指标因素ui(i=1,2,……,p)作评价,统计结果,确定评价集中等级元素的隶属度(R|ui),得到模糊关系矩阵:
步骤四、具有同一上层指标的各个下层评价指标进行两两重要性比较,建立判断矩阵S,得到权向量A;
步骤五、进行判断矩阵S的一致性检验;
步骤六、定义算子Mq(ui),根据最大隶属度原则对第q次评估记录中的指标ui作评价,评价结果对应到如下表所示的数字量:
选取之前n次的评价记录,则调整系数
调整后的权向量
步骤七、将调整后的权向量Ak与各被评对象的模糊关系矩阵R相乘,得到被评事物的模糊综合评价结果向量B,即:
上式中ap是指标ui的重要性权重,bm是被评事物综合各个指标因素来看对vm评价等级的隶属度,假设bm是B中最大的元素,根据最大隶属度原则,被评对象可以评为vm等级。
2.根据权利要求1所述的计及历史状态的用电信息采集系统模糊综合评价方法,其特征在于:所述步骤一中的层次模型为三层,第一层为用电信息采集系统A,第二层为主站B1、通信信道B2、终端设备B3,第三层为选取的各评价指标C。
3.根据权利要求2所述的计及历史状态的用电信息采集系统模糊综合评价方法,其特征在于:所述主站B1、通信信道B2、终端设备B3隶属于用电信息采集系统A,所述选取的各评价指标C按组分为C1层、C2层和C3层,其中,C1层各评价指标隶属于主站B1,C2层各评价指标隶属于通信信道B2,C3层各评价指标隶属于终端设备B3。
4.根据权利要求1所述的计及历史状态的用电信息采集系统模糊综合评价方法,其特征在于:所述步骤四中,判断矩阵S的最大特征根λmax所对应的特征向量W=(w1,w2,……,wp)中的元素就是各指标权系数的分配,对W中元素进行归一化处理得到权向量A,即
5.根据权利要求1所述的计及历史状态的用电信息采集系统模糊综合评价方法,其特征在于:所述步骤五中,计算一致性指标当λmax=n,CI=0时为完全一致情况,判断矩阵的维数越大,其一致性就会越差,为将不一致性限定在一定范围内,认为一致性比率时,不一致性没有超限,即判断矩阵的标度元素是合理的;否则,要调整判断矩阵的元素取值,直到满足一致性检验为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710973138.3A CN109685296A (zh) | 2017-10-18 | 2017-10-18 | 计及历史状态的用电信息采集系统模糊综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710973138.3A CN109685296A (zh) | 2017-10-18 | 2017-10-18 | 计及历史状态的用电信息采集系统模糊综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109685296A true CN109685296A (zh) | 2019-04-26 |
Family
ID=66183370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710973138.3A Pending CN109685296A (zh) | 2017-10-18 | 2017-10-18 | 计及历史状态的用电信息采集系统模糊综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685296A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110196811A (zh) * | 2019-06-04 | 2019-09-03 | 上海浦东软件平台有限公司 | 一种用于评价软件质量的方法及设备 |
CN110619467A (zh) * | 2019-09-17 | 2019-12-27 | 电子科技大学 | 一种基于告警大数据信息的电力设备状态评估方法 |
CN111598385A (zh) * | 2020-04-07 | 2020-08-28 | 中国电力科学研究院有限公司 | 基于模糊层次分析和综合评价确定用电行为的方法及系统 |
CN111898875A (zh) * | 2020-07-13 | 2020-11-06 | 上海电机学院 | 一种电能品质模糊综合评价方法 |
CN112183997A (zh) * | 2020-09-23 | 2021-01-05 | 万洲电气股份有限公司 | 一种用能单位异常状态的监测分析系统 |
CN112434931A (zh) * | 2020-11-20 | 2021-03-02 | 首钢京唐钢铁联合有限责任公司 | 测量管理体系运行指标的评价方法 |
-
2017
- 2017-10-18 CN CN201710973138.3A patent/CN109685296A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110196811A (zh) * | 2019-06-04 | 2019-09-03 | 上海浦东软件平台有限公司 | 一种用于评价软件质量的方法及设备 |
CN110196811B (zh) * | 2019-06-04 | 2024-02-13 | 上海浦东软件平台有限公司 | 一种用于评价软件质量的方法及设备 |
CN110619467A (zh) * | 2019-09-17 | 2019-12-27 | 电子科技大学 | 一种基于告警大数据信息的电力设备状态评估方法 |
CN110619467B (zh) * | 2019-09-17 | 2022-03-25 | 电子科技大学 | 一种基于告警大数据信息的电力设备状态评估方法 |
CN111598385A (zh) * | 2020-04-07 | 2020-08-28 | 中国电力科学研究院有限公司 | 基于模糊层次分析和综合评价确定用电行为的方法及系统 |
CN111598385B (zh) * | 2020-04-07 | 2023-05-26 | 中国电力科学研究院有限公司 | 基于模糊层次分析和综合评价确定用电行为的方法及系统 |
CN111898875A (zh) * | 2020-07-13 | 2020-11-06 | 上海电机学院 | 一种电能品质模糊综合评价方法 |
CN112183997A (zh) * | 2020-09-23 | 2021-01-05 | 万洲电气股份有限公司 | 一种用能单位异常状态的监测分析系统 |
CN112434931A (zh) * | 2020-11-20 | 2021-03-02 | 首钢京唐钢铁联合有限责任公司 | 测量管理体系运行指标的评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及系统 | |
CN108428045A (zh) | 一种配电网运行健康状态评估方法 | |
CN105046591A (zh) | 一种电力用户用电能效评估方法 | |
CN106156792A (zh) | 一种基于台区电气特征参数的低压台区聚类方法 | |
CN102063657A (zh) | 一种城市配电网运行水平与供电能力评估方法 | |
CN103632203A (zh) | 一种基于综合评价的配电网供电区域划分方法 | |
CN105389636A (zh) | 一种低压台区kfcm-svr合理线损预测方法 | |
WO2022021726A1 (zh) | 一种基于pmu的电力系统状态估计性能评价方法 | |
CN110348665A (zh) | 一种低压台区电力系统数据质量评价方法及装置 | |
CN110489783B (zh) | 一种基于qrnn的低压台区线损率合理范围估计方法 | |
CN109214694A (zh) | 一种基于模糊综合评价的电网公司碳减排风险评估方法 | |
CN111177650A (zh) | 一种配电网电能质量监测与综合评估系统及方法 | |
CN106548272A (zh) | 一种电动汽车快充设施综合性能的评价方法 | |
CN109685382A (zh) | 基于层次分析法的电动汽车充电设施状况评测方法 | |
CN109377093A (zh) | 配电网项目投资效益评价方法 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN106595788B (zh) | 基于多参数耦合修正的大型泵站流量监测方法 | |
CN107741578A (zh) | 一种用于智能电能表运行误差远程校准的原始抄表数据处理方法 | |
CN110175763A (zh) | 基于模糊评价模型的客观多属性决策电压质量评价方法 | |
CN109345090A (zh) | 一种基于配电网可靠性提升的网架评价方法 | |
CN106600458A (zh) | 基于改进功率介数的电网风险综合评估方法 | |
CN109003010A (zh) | 电网项目投资效益的评价方法 | |
CN111969604A (zh) | 基于实测数据的台区线损动态计算方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190426 |