CN109934500A - 一种配电台区的低电压评价方法、装置、设备及存储介质 - Google Patents
一种配电台区的低电压评价方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109934500A CN109934500A CN201910198648.7A CN201910198648A CN109934500A CN 109934500 A CN109934500 A CN 109934500A CN 201910198648 A CN201910198648 A CN 201910198648A CN 109934500 A CN109934500 A CN 109934500A
- Authority
- CN
- China
- Prior art keywords
- index
- testing index
- power distribution
- distribution station
- weight
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 116
- 238000011156 evaluation Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000012360 testing method Methods 0.000 claims abstract description 161
- 239000013598 vector Substances 0.000 claims description 96
- 238000000034 method Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 19
- 238000013459 approach Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 3
- 238000011158 quantitative evaluation Methods 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011002 quantification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004335 scaling law Methods 0.000 description 1
Abstract
本发明公开了一种配电台区的低电压评价方法、装置、设备及存储介质，采用电能质量指标、用户影响程度指标和配变负载率指标中至少两个检测指标对配电台区的低电压状况进行评估，先接收配电台区各检测指标的数据，获取各检测指标的权重系数，再根据各检测指标的数据及各检测指标的权重系数对配电台区的低电压状况进行加权评分，得到配电台区的低电压状况的分值，以对配电台区的低电压状况进行量化评估。相比于现有技术中仅采用检测点电压合格率这一个指标作为衡量标准，实现了对配电台区低电压状况更为全面、准确而合理的评价，进而有利于工作人员掌握配电台区实际的低电压状况，推动了依据配电台区低电压状况进行配电策略制定趋于合理性。
Description
技术领域
本发明涉及配电网技术领域，特别是涉及一种配电台区的低电压评价方法、装置、设备及存储介质。
背景技术
电压降低可能会造成电源与用电设备之间的电气连接中断，使敏感设备不能获得所需质量的电能，这会影响甚至破坏工业用户的设备或工业生产线的连续工作，对工业用户造成的损失和危害是十分严重的。如何准确评估电网的低电压状况，掌握低电压状况的严重程度，对工业用户设备及工业生产线的生产安排、故障后恢复策略设计具有重要意义。
现有技术中，在评价配电台区的低电压状况时，采用在配电台区内设置多个检测点，以各检测点的电压合格率作为该配电台区的低电压状况的衡量标准。然而，配电台区与10kV馈线及以上等级的配电网不同，具有节点多、线路长、面积广的特点，加上配电台区电压检测点设置数量有限，仅用检测点的电压合格率作为衡量标准无法体现配电台区低电压问题的严重程度。
如何提高对配电台区的低电压状况的评估的准确性，是本领域技术人员需要解决的技术问题。
发明内容
本发明的目的是提供一种配电台区的低电压评价方法、装置、设备及存储介质，用于提高对配电台区的低电压状况的评估的准确性。
为解决上述技术问题，本发明提供一种配电台区的低电压评价方法，包括：
接收配电台区各检测指标的数据；其中，所述检测指标包括电能质量指标、用户影响程度指标和配变负载率指标中的至少两个；
获取各所述检测指标的权重系数；
根据各所述检测指标的数据及各所述检测指标的权重系数对所述配电台区的低电压状况进行加权评分，得到所述配电台区的低电压状况的分值。
可选的，所述获取各所述检测指标的权重系数，具体包括：
应用层次分析法对各所述检测指标进行主观赋权得到各所述检测指标的主观权重向量；
应用熵权法对各所述检测指标进行客观赋权得到各所述检测指标的客观权重向量；
依据预设的权重系数将所述主观权重向量和所述客观权重向量组合，得到组合权重向量，以所述组合权重向量为所述权重系数。
可选的，所述应用层次分析法对各所述检测指标进行主观赋权得到各所述检测指标的主观权重向量，具体包括：
根据各所述检测指标的类别建立层次结构模型；其中，所述层级结构模型包括目标层、准则层和指标层；
接收输入的对各检测指标的判断比较结果，根据所述判断比较结果构造所述层次结构模型中各层的判断矩阵；
依据所述判断矩阵计算各所述检测指标的主观权重向量；
对所述判断矩阵进行一致性检验，根据检验结果判断所述判断矩阵是否符合预设的一致性要求；
如果是，则依据所述检测指标的主观权向量计算所述检测指标在所属层次中的主观权重向量；
如果否，则调整所述判断矩阵中的元素取值后，返回所述依据所述判断矩阵计算各所述检测指标的主观权重向量的步骤。
可选的，所述应用熵权法对各所述检测指标进行客观赋权得到各所述检测指标的客观权重向量，具体包括：
依据所述层次结构模型，接收各所述检测指标的指标数据；
应用临界值法对各所述检测指标的指标数据进行归一化处理，得到各所述检测指标的标准化值；
依据各所述标准化值计算各所述检测指标的信息熵；
根据各所述检测指标的信息熵计算各所述检测指标的客观权重向量；
依据所述检测指标的客观权重向量计算所述检测指标在所属层次中的客观权重向量。
可选的，所述依据预设的权重系数将所述主观权重向量和所述客观权重向量组合，得到组合权重向量，具体包括：
获取主观权重向量系数和客观权重向量系数；
依据所述主观权重向量系数、所述主观权重向量、所述客观权重向量系数和所述客观权重向量进行加权求和得到所述组合权重向量。
可选的，所述检测指标具体包括一级检测指标和二级检测指标；
其中，所述一级检测指标包括所述电能质量指标、所述用户影响程度指标和所述配变负载率指标；
所述电能质量指标的二级检测指标包括电压跌落频次、电压跌落持续时间和电压偏差率；
所述用户影响程度指标的二级检测指标包括用户受低电压影响的百分比；
所述配变负载率指标的二级检测指标包括所述配电台区的变压器的负载率。
为解决上述技术问题，本发明还提供一种配电台区的低电压评价装置，包括：
数据接收单元，用于接收配电台区各检测指标的数据；其中，所述检测指标包括电能质量指标、用户影响程度指标和配变负载率指标中的至少两个；
权重获取单元，用于获取各所述检测指标的权重系数；
低电压评估单元，用于根据各所述检测指标的数据及各所述检测指标的权重系数对所述配电台区的低电压状况进行加权评分，得到所述配电台区的低电压状况的分值。
所述权重获取单元具体包括：
主观赋权子单元，用于应用层次分析法对各所述检测指标进行主观赋权得到各所述检测指标的主观权重向量；
客观赋权子单元，用于应用熵权法对各所述检测指标进行客观赋权得到各所述检测指标的客观权重向量；
组合赋权子单元，用于依据预设的权重系数将所述主观权重向量和所述客观权重向量组合，得到组合权重向量，以所述组合权重向量为所述权重系数。
为解决上述技术问题，本发明还提供一种配电台区的低电压评价设备，包括：
存储器，用于存储指令，所述指令包括上述任意一项所述配电台区的低电压评价方法的步骤；
处理器，用于执行所述指令。
为解决上述技术问题，本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述配电台区的低电压评价方法的步骤。
本发明所提供的配电台区的低电压评价方法，采用电能质量指标、用户影响程度指标和配变负载率指标中至少两个检测指标对配电台区的低电压状况进行评估，先接收配电台区各检测指标的数据，获取各检测指标的权重系数，再根据各检测指标的数据及各检测指标的权重系数对配电台区的低电压状况进行加权评分，得到配电台区的低电压状况的分值，以对配电台区的低电压状况进行量化评估。相比于现有技术中仅采用检测点电压合格率这一个指标作为衡量标准，实现了对配电台区低电压状况更为全面、准确而合理的评价，进而有利于工作人员掌握配电台区实际的低电压状况，推动了依据配电台区低电压状况进行配电策略制定趋于合理性。本发明还提供一种配电台区的低电压评价装置、设备及存储介质，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种配电台区的低电压评价方法的流程图；
图2为本发明实施例提供的一种图1中步骤S11的具体实施方式的流程图；
图3为本发明实施例提供的一种图2中步骤S20的具体实施方式的流程图；
图4为本发明实施例提供的一种图2中步骤S21的具体实施方式的流程图；
图5为本发明实施例提供的一种图2中步骤S22的具体实施方式的流程图；
图6为本发明实施例提供的一种配电台区的低电压评价装置的结构示意图；
图7为本发明实施例提供的一种配电台区的低电压评价设备的结构示意图。
具体实施方式
本发明的核心是提供一种配电台区的低电压评价方法、装置、设备及存储介质，用于提高对配电台区的低电压状况的评估的准确性。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种配电台区的低电压评价方法的流程图。如图1所示，配电台区的低电压评价方法包括：
S10：接收配电台区各检测指标的数据；其中，检测指标包括电能质量指标、用户影响程度指标和配变负载率指标中的至少两个。
在具体实施中，接收或获取配电台区的信息数据，按一定规则筛选、分类、汇总处理将信息数据转化为指标量化数据，根据预设的检测指标的类别，对筛选出的指标量化数据进行标准化处理。
现有技术中仅采用电压合格率这一个检测指标作为评价配电台区低电压状况的依据，在本发明实施例中，从电能质量、用户影响、配变负载率等多个角度对配电台区低电压状况进行评估，达到更为准确、全面的评估效果。
S11：获取各检测指标的权重系数。
接收输入的各检测指标的权重系数，或到指定地址获取各检测指标的权重系数，或以一定规则计算各检测指标的权重系数。
S12：根据各检测指标的数据及各检测指标的权重系数对配电台区的低电压状况进行加权评分，得到配电台区的低电压状况的分值。
将各检测指标标准化处理后的指标量化数据与权重系数进行加权求和，得到该检测指标的分值。
本发明实施例提供的配电台区的低电压评价方法，采用电能质量指标、用户影响程度指标和配变负载率指标中至少两个检测指标对配电台区的低电压状况进行评估，先接收配电台区各检测指标的数据，获取各检测指标的权重系数，再根据各检测指标的数据及各检测指标的权重系数对配电台区的低电压状况进行加权评分，得到配电台区的低电压状况的分值，以对配电台区的低电压状况进行量化评估。相比于现有技术中仅采用检测点电压合格率这一个指标作为衡量标准，实现了对配电台区低电压状况更为全面、准确而合理的评价，进而有利于工作人员掌握配电台区实际的低电压状况，推动了依据配电台区低电压状况进行配电策略制定趋于合理性。
图2为本发明实施例提供的一种图1中步骤S11的具体实施方式的流程图；图3为本发明实施例提供的一种图2中步骤S20的具体实施方式的流程图；图4为本发明实施例提供的一种图2中步骤S21的具体实施方式的流程图；图5为本发明实施例提供的一种图2中步骤S22的具体实施方式的流程图。
在上述实施例的基础上，在另一实施例中，如通过计算方式获得各检测指标的权重系数，通常采用三种方式：主观赋权法、客观赋权法和主客观赋权法。其中，主观赋权法为人工分析对象的各个因素、确定其重要程度从而得到各检测指标的权重，过分依赖专家意见，不够客观。客观赋权法则过分依赖统计或数学的定量方法，忽视了检测指标的主观定性分析。而主客观赋权法将主观赋权法与客观赋权法结合，综合了二者优点，又弥补了二者的缺点。因此，步骤S11具体可以为依据主客观赋权法计算各检测指标的权重系数。
如图2所示，如采用主客观赋权法计算各检测指标的权重系数，步骤S11具体可以包括：
S20：应用层次分析法对各检测指标进行主观赋权得到各检测指标的主观权重向量。
如图3所示，在具体实施中，步骤S20包括：
S30：根据各检测指标的类别建立层次结构模型，其中，层级结构模型包括目标层、准则层和指标层。
适应于对配电台区的低电压评价，检测指标具体可以包括一级检测指标和二级检测指标；
其中，一级检测指标包括电能质量指标、用户影响程度指标和配变负载率指标；
电能质量指标的二级检测指标包括电压跌落频次、电压跌落持续时间和电压偏差率；
用户影响程度指标的二级检测指标包括用户受低电压影响的百分比；
配变负载率指标的二级检测指标包括配电台区的变压器的负载率。
以配电台区低电压综合情况为目标层，以电能质量指标、用户影响程度指标、配变负载率指标为三个准则层，每一准则层中的指标层分别为其下的二级检测指标。计算各准则层主观权重和其下指标层中二级检测指标的主观权重。
S31：接收输入的对各检测指标的判断比较结果，根据判断比较结果构造层次结构模型中各层的判断矩阵。
层次分析法即把人主观的比较结果进行量化。在具体实施中，构造判断矩阵时，每一个具有向下隶属关系的元素作为判断矩阵的第一个元素(位于左上角)，隶属于它的各个元素依次排列在其后的第一行和第一列。根据预设的层次结果模型，明确各层次间的隶属关系，接收输入的对各层次内各元素的判断比较，采用Saaty提出的标度法，即“1”表示两个因素相比，具有同样的重要性；“3”表示两个因素相比，一个因素比另一个因素稍微重要；“5”表示两个因素相比，一个因素比另一个因素明显重要；“7”表示两个因素相比，一个因素比另一个因素强烈重要；“9”表示两个因素相比，一个因素比另一个因素极端重要；“2”、“4”、“6”、“8”表示上述两相邻判断的中间值；倒数表示因素i与j比较得到aij，则因素j与i比较得到
S32：依据判断矩阵计算各检测指标的主观权重向量。
计算判断矩阵每一行元素aij的乘积mi：
计算mi的n次方根即几何平均数：
对向量作归一化处理，求得权重系数wsi：
则Ws＝[ws1,ws2，...，wsn]T即为所求主观权重向量。
S33：对判断矩阵进行一致性检验，根据检验结果判断判断矩阵是否符合预设的一致性要求；如果是，则进入步骤S34；如果否，则进入步骤S35。
S34：依据检测指标的主观权向量计算检测指标在所属层次中的主观权重向量。
S35：调整判断矩阵中的元素取值后，返回步骤S32。
建立判断矩阵后，必须对其进行一致性检验，检验该判断矩阵是否具有满意的一致性，具体包括以下步骤：
计算特征向量的最大特征根λmax；
计算一致性指标CI：
其中，n为该准则层中的指标数；
计算一致性比值CR：
其中RI为平均随机一致性指标，通过查询表1得到，根据由该准则层中指标所构成判断矩阵的阶数进行选择；
表1平均随机一致性指标值
| 阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| RI | 0.00 | 0.00 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
当由该层中检测指标数所构成的判断矩阵阶数小于3时，其判断矩阵的一致性总是满足的。当CR＜0.1时，认为判断矩阵具有满意的一致性；否则，需要重新调整判断矩阵中的元素取值，直到判断矩阵具有满意的一致性为止。为加快计算过程，依据一致性检验结果进行元素取值的调整。
设该层得到的权重向量：Ws＝(Ws1，Ws2，…，Wsp)，其中，Ws1，Ws2，…，Wsp表示在该层中各检测指标的权重值。对于各准则层的主观权重值和其下指标层中指标的主观权重值都分别计算，得出检测指标在所属层次中的主观权重向量。
S21：应用熵权法对各检测指标进行客观赋权得到各检测指标的客观权重向量。
如图4所示，在具体实施中，步骤S21包括：
S40：依据层次结构模型，接收各检测指标的指标数据。
在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越大；信息量越小，不确定性越大，熵也越小。根据熵的特性，可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。因此，可根据各项指标的变异程度，利用信息熵这个工具，计算出各个指标的权重，为多指标综合评价提供依据。
S41：应用临界值法对各检测指标的指标数据进行归一化处理，得到各检测指标的标准化值；
计算每一准则层中各检测指标的客观权重值，首先对该准则层中各检测指标进行标准化处理处理来满足计算各检测指标权重的需要，利用临界值法进行归一化：
x'q＝(xq-xqmin)/(xqmax-xqmin) (6)
其中，xq为第q项检测指标的原始值，x'q为第q项检测指标的标准化值，xqmax为第q项检测指标的最大值，xqmin为第q项检测指标的最小值。
S42：依据各标准化值计算各检测指标的信息熵。
计算第i个台区的第j个指标的比重yij：
其中，m为研究周期内第j个检测指标的采样总个数；
计算第j个指标的信息熵：
其中，
S43：根据各检测指标的信息熵计算各检测指标的客观权重向量。
具体由以下公式计算第j个检测指标的客观权重值：
其中，n为检测指标数。
S44：依据检测指标的客观权重向量计算检测指标在所属层次中的客观权重向量。
Wo＝[wo1,wo2，...，won]T即为所求客观权重向量。采用熵权法进行客观赋权，设该层得到的权重向量Wo＝(Wo1，Wo2，…，Wop)，Wo1，Wo2，…，Wop表示在该层中各检测指标的权重值。对于各准则层客观权重值和其下指标层中检测指标的客观权重值都分别计算，得出检测指标在所属层次中的客观权重向量。
S22：依据预设的权重系数将主观权重向量和客观权重向量组合，得到组合权重向量，以组合权重向量为权重系数。
如图5所示，在具体实施中，步骤S22包括：
S50：获取主观权重向量系数和客观权重向量系数。
根据加法集成法，由主客观组合赋权法得到的综合权重向量表示为W＝αWs+βWo，其中，α、β为主客观相组合进行赋权的待定系数。对于α、β的确定，可以由工作人员设定，也可以通过计算获得，如下式所示：
令
βi＝(1-αi)(12)
其中，αi为第i个检测指标的主观权重系数，βi为第i个检测指标的客观权重系数，Wsi为第i个检测指标在层次中的主观权重向量，Woi为第i个检测指标在层次中的客观权重向量
S51：依据主观权重向量系数、主观权重向量、客观权重向量系数和客观权重向量进行加权求和得到组合权重向量。
通过公式(11)和(12)计算得到第i个检测指标的组合权重值其中，wsi为第i个检测指标的主观权向量，woi为第i个检测指标的客观权向量。
求得后，对进行归一化处理，得到W＝[w1,w2…wn]，即为最终基于层次分析法和熵权法所合成的组合权重向量。
本发明实施例采用层次分析法对配电台区的检测指标进行主观赋权，再采用熵权法作为客观赋权法对主观赋权结果进行修正，在定性与定量的层面上获得了较为准确的权值。可以理解的是，在实际应用中，还可以采用其他的主观赋权法和客观赋权法，在此不再赘述。
上文详述了配电台区的低电压评价方法对应的各个实施例，在此基础上，本发明还公开了与上述方法对应的配电台区的低电压评价装置。
图6为本发明实施例提供的一种配电台区的低电压评价装置的结构示意图。如图6所示，配电台区的低电压评价装置包括：
数据接收单元601，用于接收配电台区各检测指标的数据；其中，检测指标包括电能质量指标、用户影响程度指标和配变负载率指标中的至少两个；
权重获取单元602，用于获取各检测指标的权重系数；
低电压评估单元603，用于根据各检测指标的数据及各检测指标的权重系数对配电台区的低电压状况进行加权评分，得到配电台区的低电压状况的分值。
可选的，权重获取单元602具体可以包括：
主观赋权子单元，用于应用层次分析法对各检测指标进行主观赋权得到各检测指标的主观权重向量；
客观赋权子单元，用于应用熵权法对各检测指标进行客观赋权得到各检测指标的客观权重向量；
组合赋权子单元，用于依据预设的权重系数将主观权重向量和客观权重向量组合，得到组合权重向量，以组合权重向量为权重系数。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
图7为本发明实施例提供的一种配电台区的低电压评价设备的结构示意图。如图7所示，该配电台区的低电压评价设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)710(例如，一个或一个以上处理器)和存储器720，一个或一个以上存储应用程序733或数据732的存储介质730(例如一个或一个以上海量存储设备)。其中，存储器720和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算装置中的一系列指令操作。更进一步地，处理器710可以设置为与存储介质730通信，在配电台区的低电压评价设备700上执行存储介质730中的一系列指令操作。
配电台区的低电压评价设备700还可以包括一个或一个以上电源740，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口760，和/或，一个或一个以上操作系统731，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
上述图1至图5所描述的配电台区的低电压评价方法中的步骤由配电台区的低电压评价设备基于该图7所示的结构实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的配电台区的低电压评价设备及存储介质的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上对本发明所提供的一种配电台区的低电压评价方法、装置、设备及存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种配电台区的低电压评价方法，其特征在于，包括：
接收配电台区各检测指标的数据；其中，所述检测指标包括电能质量指标、用户影响程度指标和配变负载率指标中的至少两个；
获取各所述检测指标的权重系数；
根据各所述检测指标的数据及各所述检测指标的权重系数对所述配电台区的低电压状况进行加权评分，得到所述配电台区的低电压状况的分值。
2.根据权利要求1所述的低电压评价方法，其特征在于，所述获取各所述检测指标的权重系数，具体包括：
应用层次分析法对各所述检测指标进行主观赋权得到各所述检测指标的主观权重向量；
应用熵权法对各所述检测指标进行客观赋权得到各所述检测指标的客观权重向量；
依据预设的权重系数将所述主观权重向量和所述客观权重向量组合，得到组合权重向量，以所述组合权重向量为所述权重系数。
3.根据权利要求2所述的低电压评价方法，其特征在于，所述应用层次分析法对各所述检测指标进行主观赋权得到各所述检测指标的主观权重向量，具体包括：
根据各所述检测指标的类别建立层次结构模型；其中，所述层级结构模型包括目标层、准则层和指标层；
接收输入的对各检测指标的判断比较结果，根据所述判断比较结果构造所述层次结构模型中各层的判断矩阵；
依据所述判断矩阵计算各所述检测指标的主观权重向量；
对所述判断矩阵进行一致性检验，根据检验结果判断所述判断矩阵是否符合预设的一致性要求；
如果是，则依据所述检测指标的主观权向量计算所述检测指标在所属层次中的主观权重向量；
如果否，则调整所述判断矩阵中的元素取值后，返回所述依据所述判断矩阵计算各所述检测指标的主观权重向量的步骤。
4.根据权利要求3所述的低电压评价方法，其特征在于，所述应用熵权法对各所述检测指标进行客观赋权得到各所述检测指标的客观权重向量，具体包括：
依据所述层次结构模型，接收各所述检测指标的指标数据；
应用临界值法对各所述检测指标的指标数据进行归一化处理，得到各所述检测指标的标准化值；
依据各所述标准化值计算各所述检测指标的信息熵；
根据各所述检测指标的信息熵计算各所述检测指标的客观权重向量；
依据所述检测指标的客观权重向量计算所述检测指标在所属层次中的客观权重向量。
5.根据权利要求4所述的低电压评价方法，其特征在于，所述依据预设的权重系数将所述主观权重向量和所述客观权重向量组合，得到组合权重向量，具体包括：
获取主观权重向量系数和客观权重向量系数；
依据所述主观权重向量系数、所述主观权重向量、所述客观权重向量系数和所述客观权重向量进行加权求和得到所述组合权重向量。
6.根据权利要求1至5任意一项所述的低电压评价方法，其特征在于，所述检测指标具体包括一级检测指标和二级检测指标；
其中，所述一级检测指标包括所述电能质量指标、所述用户影响程度指标和所述配变负载率指标；
所述电能质量指标的二级检测指标包括电压跌落频次、电压跌落持续时间和电压偏差率；
所述用户影响程度指标的二级检测指标包括用户受低电压影响的百分比；
所述配变负载率指标的二级检测指标包括所述配电台区的变压器的负载率。
7.一种配电台区的低电压评价装置，其特征在于，包括：
数据接收单元，用于接收配电台区各检测指标的数据；其中，所述检测指标包括电能质量指标、用户影响程度指标和配变负载率指标中的至少两个；
权重获取单元，用于获取各所述检测指标的权重系数；
低电压评估单元，用于根据各所述检测指标的数据及各所述检测指标的权重系数对所述配电台区的低电压状况进行加权评分，得到所述配电台区的低电压状况的分值。
8.根据权利要求7所述的低电压评价装置，其特征在于，所述权重获取单元具体包括：
主观赋权子单元，用于应用层次分析法对各所述检测指标进行主观赋权得到各所述检测指标的主观权重向量；
客观赋权子单元，用于应用熵权法对各所述检测指标进行客观赋权得到各所述检测指标的客观权重向量；
组合赋权子单元，用于依据预设的权重系数将所述主观权重向量和所述客观权重向量组合，得到组合权重向量，以所述组合权重向量为所述权重系数。
9.一种配电台区的低电压评价设备，其特征在于，包括：
存储器，用于存储指令，所述指令包括权利要求1至6任意一项所述配电台区的低电压评价方法的步骤；
处理器，用于执行所述指令。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述配电台区的低电压评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910198648.7A CN109934500A (zh) | 2019-03-15 | 2019-03-15 | 一种配电台区的低电压评价方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910198648.7A CN109934500A (zh) | 2019-03-15 | 2019-03-15 | 一种配电台区的低电压评价方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109934500A true CN109934500A (zh) | 2019-06-25 |
Family
ID=66987380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910198648.7A Pending CN109934500A (zh) | 2019-03-15 | 2019-03-15 | 一种配电台区的低电压评价方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109934500A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111586761A (zh) * | 2020-04-29 | 2020-08-25 | 南华大学 | 多因子平衡的重叠非均匀分簇wsn均衡数据传输方法 |
| CN112308458A (zh) * | 2020-11-23 | 2021-02-02 | 广东电网有限责任公司计量中心 | 一种低压台区量测数据评价方法和系统 |
| CN112528233A (zh) * | 2021-02-08 | 2021-03-19 | 国网浙江省电力有限公司金华供电公司 | 基于改进层次分析模型的审计数据处理方法 |
| CN112699553A (zh) * | 2020-12-29 | 2021-04-23 | 昆明理工大学 | 一种岩爆烈度等级智能预测系统方法 |
| CN112712240A (zh) * | 2020-12-23 | 2021-04-27 | 南方电网电力科技股份有限公司 | 一种台区线损成因分析方法及装置 |
| CN113489016A (zh) * | 2021-08-09 | 2021-10-08 | 广东电网有限责任公司 | 一种配电网台区低电压严重程度评估方法及系统 |
| CN113779008A (zh) * | 2021-09-07 | 2021-12-10 | 杭州天宽科技有限公司 | 电力内网运行数据智能存储系统 |
| CN113836108A (zh) * | 2021-11-29 | 2021-12-24 | 国网江西省电力有限公司电力科学研究院 | 一种基于大数据的配网低电压问题治理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934727A (zh) * | 2017-02-28 | 2017-07-07 | 佛山电力设计院有限公司 | 一种基于网络拓扑关联搜索的配电网低电压评估方法 |
| CN107305653A (zh) * | 2016-04-22 | 2017-10-31 | 中国农业大学 | 基于属性数学的低压配电台区综合评价方法及装置 |
| CN107563680A (zh) * | 2017-10-20 | 2018-01-09 | 广东电网有限责任公司电力科学研究院 | 一种基于ahp和熵权法的配电网可靠性评估方法 |
| CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
-
2019
- 2019-03-15 CN CN201910198648.7A patent/CN109934500A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107305653A (zh) * | 2016-04-22 | 2017-10-31 | 中国农业大学 | 基于属性数学的低压配电台区综合评价方法及装置 |
| CN106934727A (zh) * | 2017-02-28 | 2017-07-07 | 佛山电力设计院有限公司 | 一种基于网络拓扑关联搜索的配电网低电压评估方法 |
| CN107563680A (zh) * | 2017-10-20 | 2018-01-09 | 广东电网有限责任公司电力科学研究院 | 一种基于ahp和熵权法的配电网可靠性评估方法 |
| CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| 田成来 等: "基于熵权法的农村低压台区典型问题评估研究", 《供用电》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111586761A (zh) * | 2020-04-29 | 2020-08-25 | 南华大学 | 多因子平衡的重叠非均匀分簇wsn均衡数据传输方法 |
| CN112308458A (zh) * | 2020-11-23 | 2021-02-02 | 广东电网有限责任公司计量中心 | 一种低压台区量测数据评价方法和系统 |
| CN112712240A (zh) * | 2020-12-23 | 2021-04-27 | 南方电网电力科技股份有限公司 | 一种台区线损成因分析方法及装置 |
| CN112699553A (zh) * | 2020-12-29 | 2021-04-23 | 昆明理工大学 | 一种岩爆烈度等级智能预测系统方法 |
| CN112699553B (zh) * | 2020-12-29 | 2021-11-02 | 昆明理工大学 | 一种岩爆烈度等级智能预测系统方法 |
| CN112528233A (zh) * | 2021-02-08 | 2021-03-19 | 国网浙江省电力有限公司金华供电公司 | 基于改进层次分析模型的审计数据处理方法 |
| CN112528233B (zh) * | 2021-02-08 | 2021-04-27 | 国网浙江省电力有限公司金华供电公司 | 基于改进层次分析模型的审计数据处理方法 |
| CN113489016A (zh) * | 2021-08-09 | 2021-10-08 | 广东电网有限责任公司 | 一种配电网台区低电压严重程度评估方法及系统 |
| CN113779008A (zh) * | 2021-09-07 | 2021-12-10 | 杭州天宽科技有限公司 | 电力内网运行数据智能存储系统 |
| CN113836108A (zh) * | 2021-11-29 | 2021-12-24 | 国网江西省电力有限公司电力科学研究院 | 一种基于大数据的配网低电压问题治理方法及系统 |
| CN113836108B (zh) * | 2021-11-29 | 2023-08-18 | 国网江西省电力有限公司电力科学研究院 | 一种基于大数据的配网低电压问题治理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109934500A (zh) | 一种配电台区的低电压评价方法、装置、设备及存储介质 | |
| CN113159339B (zh) | 一种基于大数据的一台区一指标线损管理方法及系统 | |
| CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
| CN106850254B (zh) | 一种电力通信网中关键节点识别方法 | |
| CN102496069B (zh) | 基于模糊层次分析法的电缆多状态安全运行评估方法 | |
| CN105930976B (zh) | 基于加权理想点法的节点电压暂降严重程度综合评估方法 | |
| CN103576050B (zh) | 一种电容式电压互感器的运行状态评估方法 | |
| CN104376413A (zh) | 基于层次分析法和数据包络法的电网规划方案评估系统 | |
| CN105117602A (zh) | 一种计量装置运行状态预警方法 | |
| CN105956779A (zh) | 电力变压器运行状态评估方法和装置 | |
| CN107576920A (zh) | 一种基于模糊多属性评价的卫星电源健康度计算方法 | |
| CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
| CN104809660A (zh) | 低压台区线损率分析指标的动态筛选及综合权重设置方法 | |
| CN107909282A (zh) | 一种电子政务服务效能评价系统和方法 | |
| CN110310031A (zh) | 一种配电网多维风险评估方法 | |
| CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
| 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 | |
| CN106779277A (zh) | 一种配电网网损的分类评估方法及装置 | |
| CN106549826A (zh) | 智能变电站交换机网络性能测试评估方法 | |
| CN110348665A (zh) | 一种低压台区电力系统数据质量评价方法及装置 | |
| CN104504508A (zh) | 基于层次分析与小波回归的台区闭环数据分析方法 | |
| CN110705887A (zh) | 一种基于神经网络模型的低压台区运行状态综合评价方法 | |
| CN111523088A (zh) | 一种基于dpsir模型的生态环境评价方法 | |
| CN115545514A (zh) | 基于健康度评估的配电融合设备差异化运维方法及装置 | |
| CN109460926A (zh) | 基于层次分析法和熵值法的台区资产组综合绩效评价方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190625 |