CN109934447A - 一种智能变电站二次设备效能的模糊综合评估方法 - Google Patents

Abstract

本发明针对现有的智能变电站二次设备能效的评估方法，存在过程繁琐、计算难度大、效率低，评估的过程中主观因素对评估结果影响很大的问题，提供一种智能变电站二次设备效能的模糊综合评估方法。该方法，通过电子会议分析法采集专家意见，并计算一级评价指标的权重；利用选取的隶属度函数建立每个一级评价指标的模糊关系矩阵，进而确定每个一级评价指标下的二级评价指标的权重；通过二级指标的权重和模糊关系矩阵获取每个一级评价指标的模糊综合评价结果，对模糊综合评价结果进行分析，并最终得到智能变电站二次设备能效的评估结果。本发明提高了工作效率，能够很快对系统和设备进行优化处理，减少主观意见带来的影响，提高评估结果的可靠性。

Description

一种智能变电站二次设备效能的模糊综合评估方法

技术领域

本发明涉及智能变电站监测、评估相关技术领域，具体地说，涉及一种智能变电站二次设备效能的模糊综合评估方法。

背景技术

在数字化变电站的基础上，智能变电站向过程层的一次设备智能化和站控层一体化信息平台方向发展。智能变电站把全站分为站控层、间隔层和过程层。智能变电站智能一次设备通过传感器、微型处理器、数字通信系统等技术，实时监测和控制变电站关键设备的运行状况；二次设备是对一次设备进行控制、保护、监测、计量等，并通过装置自身的处理器采集、接受或处理数据信息，控制指令的接收或发送，实现装置自诊断、在线分析决策、协同互动等高级应用功能，提高设备运行和供电的可靠性。

智能变电站比较于传统变电站，智能变电站采用智能设备，更加智能化，能够实现范围更广、层次更深、结构更复杂的数据信息采集和处理。同时，智能变电站电网实时自动控制、智能调节、在线分析决策等高级功能的实现，很大程度的提高了变电站技术水平和管理水平。

二次设备的效能评估是二次设备管理的一个重要方面。二次设备效能评估是对设备完成其规定目标的能力的反映，对衡量二次设备的资产效率具有重要意义。另一方面，二次设备效能评估，对智能变电站的改造和扩建，优化智能变电站具有重要作用。

在用于安全性和效能评估的方法中，其中基于指标体系的方法简单实用，是通用的安全性评估方法。因为建立的指标体系简单明了，可较清楚地了解影响系统安全性的各个重要因素。由于二次设备效能评估的重要性和复杂性，对二次设备性能的评估就很必要。基于指标体系的评估方法中，指标的权重设置是否合理对最终的评价结果有重要的影响。目前，常用的权重赋值方法有层次分析法、熵权法和多目标规划法等。

层次分析法是构建层次分析结构，需要分解评估的指标，直至达到具体的节能评价指标层。首先根据原则表，采用现场调查测试或其他方法对需要评价的指标进行两两比较以建立比较矩阵。在比较矩阵的基础上可采用极差法或极比法来计算判断矩阵，这样就可以得到各项指标的权重系数r_i。然后对权重系数进行标准化处理就可以得到被评估变电站的综合评价系数λ_i。最后根据综合评价洗漱λ_i值来评定智能变电站的能效等级。

判断矩阵和一致性检验的步骤繁琐，计算难度大。除此之外层次分析法最大的缺点则是在进行层次分析对变电站能效进行评估的过程中主观因素对权重系数的影响较大，严重情况下甚至导致评估结果的错误。

为了解决上述问题，出现了采集专家意见的德尔菲法，而德尔菲法操作流程如图1所示。先根据评估内容确定调查题目，准备向专家提供的相关材料；根据课题所需要的知识范围，确定专家；向所有专家发送所要预测的问题及有关要求，并附上有关这个问题的所有背景材料，同时请专家书面答复还需要什么材料；各个专家根据提供的问题，提出自己的预测意见，并说明自己是怎样利用这些材料并提出预测值的，整理各位专家第一次判断意见，进行对比，再分发给各位专家，让专家将自己意见同他人的意见进行比较，修改自己的意见和判断；将所有专家的修改意见收集起来，整理，再次分发给各位专家，进行比较修改；重复收集整理专家意见和分发给各位专家比较修改意见的过程，直到每一个专家不再改变自己的意见为止。使用德尔菲法采集专家意见过程繁琐，效率低下，不利于及时找到不足之处，加以改进优化。

发明内容

本发明针对现有的智能变电站二次设备能效的评估方法，存在过程繁琐、计算难度大、效率低，评估的过程中主观因素对评估结果影响很大的问题，提供一种智能变电站二次设备效能的模糊综合评估方法。

本发明所需要解决的技术问题，可以通过以下技术方案来实现：

一种智能变电站二次设备效能的模糊综合评估方法，其特征在于，包括：

选取用于评估智能变电站二次设备能效的一级评价指标及每个一级评价指标下的二级评价指标；

通过电子会议分析法采集专家意见，并计算一级评价指标的权重；

根据专家对于每个一级评价指标下的二级评价指标的评价结果集合，利用选取的隶属度函数建立每个一级评价指标的模糊关系矩阵，进而确定每个一级评价指标下的二级评价指标的权重；

通过二级指标的权重和模糊关系矩阵获取每个一级评价指标的模糊综合评价结果，对模糊综合评价结果进行分析，并最终得到智能变电站二次设备能效的评估结果。

本发明中，所述一级评价指标包括：可视化精度、SCD文件比对精度和预警，其中，可视化精度，包括：虚回路可视化精度、光纤回路可视化精度、逻辑链路可视化精度和虚实回路可视化精度；SCD文件比对精度，包括：CRC比对精度、链路比对精度、逻辑参数比对精度和虚回路比对精度；预警，包括：预警准确率和预警快慢程度。

本发明中，利用专家排序法计算一级评价指标的权重，某一一级评价指标的权重D_i＝2[s·(1+m)-T_i]/[s·m·(m+1)]，其中，s代表专家的分组数，m代表一级评价指标个数，T_i为某一一级评价指标的评价等级之和。

本发明中，获取专家对于二级评价指标的评价结果集合，包括：

设定二级评价指标的评价等级；

统计专家对每个二级评价指标各评价等级的评语个数。

本发明中，设定二级评价指标的评价等级，选取的隶属度函数后，根据实测数据的规范值和实际状态划分各评价等级的隶属范围，进而确定各评价等级的隶属度函数。

本发明中，采用高斯形分布隶属度函数，将二级评价指标分为4种评价等级进行采集意见，由好到差分别表示为r₁，r₂，r₃，r₄，根据实测数据的规范值和实际状态划分4种评价等级的隶属范围，各评价等级的隶属度函数如式(1)～式(4)所示：

本发明中，建立每个一级评价指标的模糊关系矩阵，包括：

通过高斯形分布隶属度函数计算二级评价指标u_i对专家对每个二级评价指标各评价等级的评语个数v_i的隶属度为r_ij，则对u_i的评价结果可以表示为R_i＝(r_i1,r_i2,…,r_in)，

对所有二级评价指标进行评价可以得到模糊关系矩阵为：

本发明中，确定每个一级评价指标下的二级评价指标的权重，包括：

1)第i个一级评价指标的第j个二级评价指标下的指标值的比重

2)第j个二级评价指标的熵值其中k＝lnm；

3)第j个二级评价指标的熵权

4)最后得到权重W＝(w₁,w_2,,…,w_n)。

本发明中，模糊综合评价结果其中，j＝1,2,…,m，m为二级评价指标的个数。

本发明中，对模糊综合评价结果进行分析采用加权评价对比法，包括：

对每个评价等级进行赋值；

对每个一级指评价标下的二级评价指标的模糊综合评价结果B进行加权平均计算得到最终的评价结果其中A_i为评价等级的赋值，n为评价等级的个数。

本发明中，所述一级评价指标包括：可视化精度、SCD文件比对精度和预警，其中，可视化精度，包括：虚回路可视化精度、光纤回路可视化精度、逻辑链路可视化精度和虚实回路可视化精度；SCD文件比对精度，包括：CRC比对精度、链路比对精度、逻辑参数比对精度和虚回路比对精度；预警，包括：预警准确率和预警快慢程度。

本发明的智能变电站二次设备能效的模糊综合评估方法，使用电子会议分析法进行专家意见采集，极大的提高了工作效率，能够很快对系统和设备进行优化处理，及早排除隐患；利用熵权法的模糊综合评估，可以减少主观意见带来的影响，提高评估结果的可靠性；对智能变电站可视化精度、SCD文件比对精度和预警的评估，能够掌握智能变电站的评估指标相关方面的运行状态，对智能变电站的改造和扩建有很大的参考价值。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1为现有技术德尔菲法操作流程图。

图2为隶属度函数为梯形分布的示意图。

图3为隶属度函数为三角形分布的示意图。

图4为隶属度函数为高斯形分布的示意图。

图5为本发明的流程图。

具体实施方式

为了使本发明的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

本发明的主旨在于，通过对现有智能变电站二次设备能效的评估方法的分析，发现存在过程繁琐、计算难度大、效率低，评估的过程中主观因素对评估结果影响很大问题，通过本发明提供一种智能变电站二次设备能效的模糊综合评估方法以解决上述问题。

因为智能变电站不同于传统变电站，也不同于其他工业企业，这使得对智能变电站的评估很迫切和困难，智能变电站的评估方法的选取，目的是为了对智能变电站的性能指标进行评估分析，为改造、扩建和建设变电站提供参考意见。

因为使用德尔菲法采集专家意见，过程繁琐，效率低，很影响整个项目进度，本设计采用电子会议分析法，利用计算机进行意见的采集和讨论，极大的提高了整个工作的效率。

模糊综合评价法建立了模糊评语与定量量化之间的映射关系，利用设备所处状态隶属度的大小确定设备实际状态，针对评价指标涵盖评价对象的各相关因素，建立模糊规则。对原本主要依靠运维人员量化评价的指标具有减小主观干扰的优势，参见图5，本发明智能变电站二次设备能效的模糊综合评估方法，在基本流程上包括：

选取用于评估智能变电站二次设备能效的一级评价指标及每个一级评价指标下的二级评价指标；

通过电子会议分析法采集专家意见，并计算一级评价指标的权重；

根据专家对于每个一级评价指标下的二级评价指标的评价结果集合，利用选取的隶属度函数建立每个一级评价指标的模糊关系矩阵，进而确定每个一级评价指标下的二级评价指标的权重；

通过二级指标的权重和模糊关系矩阵获取每个一级评价指标的模糊综合评价结果，对模糊综合评价结果进行分析，并最终得到智能变电站二次设备能效的评估结果。

如图2至图4所示，在隶属度函数的选取上，因为考虑选取三角形分布的隶属度函数，当指标处在某等级隶属度较高的隶属度的位置时，其包围隶属度的信息就会越少，容易产生误差。梯形分布的隶属度函数存在棱角，高隶属度计算时存在误差，本专利选取高斯形分布的隶属度函数，一方面优化梯形的棱角，减小高隶属度计算的误差；另一方面，也优于三角形分布，等级隶属度较高的隶属度的位置时，高斯形分布也包围更多的隶属度的信息。

对于本发明，一级评价指标和二级评价指标的选取如表1所示。

表1评估指标

在智能变电站中，由于二次回路的不可视化,大大增加了变电站运维检修人员的工作难度。当前迫切需要研究面向智能变电站二次设备，特别是继电保护相关二次设备的运维检修技术支撑平台，实现光纤回路、二次虚回路、保护状态的可视化在线监测及智能诊断，并为智能变电站运维检修安全措施进行在线校核与预警。在对变电站建设、调试、运检和扩建的过程中，会反复不断的修改和验证SCD文件信息的内容，所以会形成各种版本的SCD文件。在工程管理中为了使运维检修人员更加快捷的解决变电站存在的问题，就需要了解各个版本的SCD文件变化的差异。所以需要对智能变电站二次设备可视化精度、SCD文件比对精度和预警的效能进行评估，在对智能变电站进行优化改造，提高智能变电站运行稳定性和安全性。

在可视化方面，系统会对二次设备实时监测，实现虚拟二次回路可视化，其中包括虚回路可视化、光纤回路可视化、逻辑链路可视化和虚实回路可视化，使变电站工作人员乐意更加直观地了解整个变电站的二次信息、二次回路状态“虚”和“实”的对应关系，大大提高了运行检修人员快速诊断和处理设备缺陷的能力。对可视化精度方面的评估，一方面，是为了了解智能变电站在可视化方面运行状况；另一方面，是为变电站的改造和扩建以及智能变电站系统优化提供指导。

智能变电站的不同版本SCD文件比对时，系统会先对不同版本SCD文件信息提取形成XML文件，对形成的XML文件分CRC、链路、逻辑参数和虚回路三个层次的比对。不同层次的比对是否准确，会直接影响整个SCD文件比对的准确性，对整个变电站的建设、调试、运检和扩建带来影响，所以要对SCD文件比对精度方面，包括其CRC比对、链路比对、逻辑参数比对和虚回路比对的精度进行评估，对逐步完善和优化智能变电站系统提供参考，使SCD文件比对更加准确。

智能变电站的预警对整个变电站的安全运行至关重要，智能变电站的预警的准确率和快慢程度直接影响整个变电站的预警系统和预警效果，一个安全的运行环境，对变电站各种设备的运行状态及影响变电站安全运行的因素实现在线监测，使变电站实现"可控"、"在控"。所以对预警的准确率和快慢程度评估，掌握变电站预警系统运行状况，为优化预警系统提供参考，实现变电站的安全运行。

本发明中，在智能变电站二次设备效能的模糊综合评估中使用电子会议分析法采集专家意见。电子会议分析法是群体预测与计算机技术相结合的预测方法。在使用这种方法时，先将群体成员集中起来，每人面前有一个与中心计算机相连接的终端。群体成员将自己有关解决政策问题的方案输入计算机终端，将所有专家的意见进行整理，再发送给每位专家，进行讨论修改意见，最终形成一个比较统一的结果。

为了保证评估结果的可靠性，可邀请并咨询一些来自不同领域、对智能变电站二次设备有不同认识视角的相关专家对指标进行排序，首先将其分组，各组专家对指标集合U＝{u₁,u₂,…,u_m}进行排序，得到指标的评价集合V＝{v_1,v₂,…,v_n}。

利用专家排序法计算一级评价指标的权重，某一一级评价指标的权重D_i＝2[s·(1+m)-T_i]/[s·m·(m+1)]，其中，s代表专家的分组数，m代表一级评价指标个数，T_i为某一一级评价指标的评价等级之和。

建立每个一级评价指标的模糊关系矩阵，本发明中获取专家对于二级评价指标的评价结果集合，首先设定二级评价指标的评价等级，再统计专家对每个二级评价指标各评价等级的评语个数。具体而言，设二级评价指标集合为U＝{u₁,u₂,…,u_m}，其中U_i，i＝1,2,…,m,m代表二级评价指标个数；V＝{v_1,v₂,…,v_n}为评价结果集合，其中V_j，j＝1,2,…,n，n代表专家评语个数。

设定二级评价指标的评价等级，选取的隶属度函数后，根据实测数据的规范值和实际状态划分各评价等级的隶属范围，进而确定各评价等级的隶属度函数。

三角形分布和高斯形分布相比，当指标处在某等级隶属度较高的隶属度的位置时，高斯形分布包围更多隶属度高的信息，本实施方式采用高斯形分布隶属度函数。将二级评价指标分为4种评价等级进行采集意见:优、良、中、及格，分别表示为r₁，r₂，r₃，r₄。根据实测数据的规范值和实际状态划分4种状态等级的隶属范围，各状态的隶属度函数如式(1)～式(4)所示。

可以理解的是，评价等级的设置可以是多种方式的，除本实施方式中给出的4种评价等级的实施方式，完全可以采用其他数量的评价等级，评价等级的程度描述也可以采用其他形式，本实施方式仅仅是示意性说明，并非对本发明的限制。对于隶属度函数，除了高斯形隶属度函数外，也可以采用岭形隶属度函数，此处不再进行累述。

通过高斯形分布隶属度函数计算二级评价指标u_i对专家对每个二级评价指标各评价等级的评语个数v_i的隶属度为r_ij，则对u_i的评价结果可以表示为R_i＝(r_i1,r_i2,…,r_in)，

对所有二级评价指标进行评价可以得到模糊关系矩阵为：

接着，确定每个一级评价指标下的二级评价指标的权重：

1)第i个项目(一级评价指标)的第j个指标(二级评价指标)下的指标值的比重

2)第j个二级评价指标的熵值其中k＝lnm；

3)第j个二级评价指标的熵权

4)最后得到权重W＝(w₁,w_2,,…,w_n)。

然后进行模糊综合计算：

通过得到最终的模糊综合评价结果B。其中，j＝1,2,…,m。

本发明可以采用加权评价对比法对结果计算分析，这里，加权评价对比法是一种效益综合评分的方法。

其基本操作步骤：

1)确定三种效益在综合评比时各自所使用的效益指标；

2)确定各个指标在综合评比中的权重；

3)确定各个指标的计分标准；

4)根据以上规定计算出对比方案各自的分数。

本发明的实施方式中，则先对每个评价等级赋值，即(优＝4，良＝3，中＝2，及格＝1)；再对每个一级指标下的二级指标的模糊评价结果B进行加权平均计算得到最终的评价结果C，其中，

可以理解的是，对于评价等级的赋值可以有多种方式，不一定采用4/3/2/1的处理方式，进行一般化处理则其中A_i为评价等级的赋值，n为评价等级的个数。

最终，对评价结果C进行分析，观察与评价结果C接近的评价等级的赋值，得出该评价指标为该评价等级。

为了更好的说明本发明的方法，以下采用一实际案例进行说明。

可邀请并咨询28位来自不同领域、对智能变电站二次设备有不同认识视角的相关专家对指标进行排序，首先将其分成4组，各组专家对一级评价指标进行排序，得到指标的排序集。通过电子会议分析法可得到一级评价指标排序如表2所示。专家对二级评价指标按优、良、中、及格四个等级进行评价，得到结果如表3所示。

表2一级评价指标排序

根据公式D_i＝2[s·(1+m)-T_i]/[s·m·(m+1)]求一级评价指标权重，得可视化精度权重为D₁＝2[4·(1+3)-8]/[4·3·(3+1)]＝0.33，同理SCD文件比对精度的权重为D₂＝0.38,预警的权重为D₃＝0.29。

表3二级评价指标评价结果

通过建立高斯形隶属度函数求各指标的模糊关系矩阵。

1)一级指标可视化精度的模糊关系矩阵为

2)SCD文件比对精度的模糊关系矩阵为

3)预警的模糊关系矩阵为

计算各指标的权重结果如表4所示。

表4指标权重

同理，SCD文件比对精度和预警的模糊评价结果分别为B₂＝(0.4547,0.3761,0.1006,0.0686)和B₃＝(0.437,0.423,0.084,0.056)。

最后对模糊综合评价结果分析，计算各指标的最终评价结果。故可视化精度的最终的评价结果为同理，SCD文件比对精度和预警的最终评价结果分别为C₂＝3.2169和C₃＝3.241。

因为可视化精度、SCD文件比对精度和预警三类指标的最终评价结果都接近3，故该3个指标评价等级都为良，效能水平较为一致。

以上仅就本发明较佳的实施例作了说明，但不能理解为是对权利要求的限制。本发明不仅局限于以上实施例，其具体结构允许有变化。总之，凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明的保护范围内。

Claims (10)

1.一种智能变电站二次设备效能的模糊综合评估方法，其特征在于，包括：

选取用于评估智能变电站二次设备能效的一级评价指标及每个一级评价指标下的二级评价指标；

通过电子会议分析法采集专家意见，并计算一级评价指标的权重；

根据专家对于每个一级评价指标下的二级评价指标的评价结果集合，利用选取的隶属度函数建立每个一级评价指标的模糊关系矩阵，进而确定每个一级评价指标下的二级评价指标的权重；

通过二级指标的权重和模糊关系矩阵获取每个一级评价指标的模糊综合评价结果，对模糊综合评价结果进行分析，并最终得到智能变电站二次设备能效的评估结果。

2.根据权利要求1所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：所述一级评价指标包括：可视化精度、SCD文件比对精度和预警，其中，可视化精度，包括：虚回路可视化精度、光纤回路可视化精度、光纤回路可视化精度和虚实回路可视化精度；SCD文件比对精度，包括：CRC比对精度、链路比对精度、逻辑参数比对精度和虚回路比对精度；预警，包括：预警准确率和预警快慢程度。

3.根据权利要求1或2所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：利用专家排序法计算一级评价指标的权重，某一一级评价指标的权重D_i＝2[s·(1+m)-T_i]/[s·m·(m+1)]，其中，s代表专家的分组数，m代表一级评价指标个数，T_i为某一一级评价指标的评价等级之和。

4.根据权利要求1或2所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：获取专家对于二级评价指标的评价结果集合，包括：

设定二级评价指标的评价等级；

统计专家对每个二级评价指标各评价等级的评语个数。

5.根据权利要求1或2所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：设定二级评价指标的评价等级，选取的隶属度函数后，根据实测数据的规范值和实际状态划分各评价等级的隶属范围，进而确定各评价等级的隶属度函数。

6.根据权利要求5所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：采用高斯形分布隶属度函数，将二级评价指标分为4种评价等级进行采集意见，由好到差分别表示为r₁，r₂，r₃，r₄，根据实测数据的规范值和实际状态划分4种评价等级的隶属范围，各评价等级的隶属度函数如式(1)～式(4)所示：

7.根据权利要求6所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：建立每个一级评价指标的模糊关系矩阵，包括：

通过高斯形分布隶属度函数计算二级评价指标u_i对专家对每个二级评价指标各评价等级的评语个数v_i的隶属度为r_ij，则对u_i的评价结果可以表示为R_i＝(r_i1,r_i2,…,r_in)，

对所有二级评价指标进行评价可以得到模糊关系矩阵为：

8.根据权利要求1或2所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：确定每个一级评价指标下的二级评价指标的权重，包括：

1)第i个一级评价指标的第j个二级评价指标下的指标值的比重

2)第j个二级评价指标的熵值其中k＝lnm；

3)第j个二级评价指标的熵权

4)最后得到权重W＝(w₁,w₂,,…,w_n)。

9.根据权利要求8所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：模糊综合评价结果其中， m为二级评价指标的个数。

10.根据权利要求9所述的一种智能变电站二次设备效能的模糊综合评估方法，其特征在于：对模糊综合评价结果进行分析采用加权评价对比法，包括：

对每个评价等级进行赋值；

对每个一级指评价标下的二级评价指标的模糊综合评价结果B进行加权平均计算得到最终的评价结果其中A_i为评价等级的赋值，n为评价等级的个数。