CN110084474A - 一种变电站自动化设备互操作能力评价方法及系统 - Google Patents
一种变电站自动化设备互操作能力评价方法及系统 Download PDFInfo
- Publication number
- CN110084474A CN110084474A CN201910208887.6A CN201910208887A CN110084474A CN 110084474 A CN110084474 A CN 110084474A CN 201910208887 A CN201910208887 A CN 201910208887A CN 110084474 A CN110084474 A CN 110084474A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- level
- test
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 289
- 230000009466 transformation Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 57
- 238000000513 principal component analysis Methods 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000012360 testing method Methods 0.000 claims description 105
- 238000004891 communication Methods 0.000 claims description 48
- 239000011159 matrix material Substances 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 31
- 238000012544 monitoring process Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 14
- 241000272814 Anser sp. Species 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000003786 synthesis reaction Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- ONUFESLQCSAYKA-UHFFFAOYSA-N iprodione Chemical compound O=C1N(C(=O)NC(C)C)CC(=O)N1C1=CC(Cl)=CC(Cl)=C1 ONUFESLQCSAYKA-UHFFFAOYSA-N 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 62
- 238000004364 calculation method Methods 0.000 description 10
- 239000002131 composite material Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000009467 reduction Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000013480 data collection Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010338 mechanical breakdown Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
Abstract
本发明提出一种变电站自动化设备互操作能力评价方法及系统,采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数;将主评价函数输入预先建立的评价指标模型,确定待评价指标的评价要素权重;基于评价要素权重,综合评价变电站设备的互操作能力;其中,所述评价指标模型包括经过降维处理后的评价指标的主评价函数和对应的重要度。
Description
技术领域
本发明属于变电站自动化系统技术领域,具体涉及一种变电站自动化设备互操作能力评价方法及系统。
背景技术
(1)设备互操作能力
互操作能力评价是衡量单装置互操作能力和系统互操作等级的一种方法,评价的基础是IEC61850标准、国标和企标,以IEC61850标准、Q/GDW1396-2012,以及设备相关技术规范和检测规范为依据,抽取设备互操作能力指标,建立单装置评价指标体系。
指标是衡量IEC 61850IED设备特征的互操作能力程度表示,它由指标名称和指标数值两部分组成,体现了能力质的规定性和量的规定性两个方面的特点。在构造IEC61850IED设备指标评价体系的过程中,首先需要确定IED设备互操作能力的各种指标,然后才能通过对指标的科学分析和组合,建立起指标体系。
指标的确定采用专家法和试验法相结合的方法,即依据经验和测试,获取评价指标体系架构和有关测试性能数据。不同的指标之间重要程度也是不一致的,有些测试内容直接影响到装置的互联互通,有些则不会影响具体功能的实现,因此指标体系的确定应考虑不同测试项的权重。权重也称权数(权重系数),或加权系数,是对某种事物或因素重要程度的定量分配。在多目标决策、多指标评价以及预测方面,常常用到。随着评价的目的不同,各考评要素的权重也是变化的。
权重的确定方法很多。最简单的是决策者根据自己的经验和各项评价指标重要程度认识以及引导意图,对各项评价指标的权重进行分配。这种方法基于个人经验,具有主观片面性,因此多采用专家集体决策,例如层次分析法。然而,层次分析法分析的对象样本有限,面对大于20个指标的评价准确性降低。
(2)主成分分析法
统计特征提取方法常用的是主成分分析法(Principal Component Analysis,PCA),PCA通过线性变换将原始数据进行线性变换、映射到低维空间中,使得各维度线性无关的表示,可用于提取数据的主要特征分量。
假设有m个n维向量,想将其变换为由R个n维向量表示的新空间中,那么首先将R个基按行组成矩阵A,然后将向量按列组成矩阵B,那么两矩阵的乘积AB就是变换结果,其中AB的第m列为A中第m列变换后的结果。数学表示:
其中pi是行向量,每一个都是一个基,aj是一个列向量,表示原始几率。R决定了变换后数据的维度,两个矩阵相乘的意义是将右边矩阵中的每一列列向量变换到左边矩阵中每一行行向量为基所表示的空间中去。
(1)协方差矩阵及优化目标
如果有一组n维向量,现在要将其降到k维(k小于n),为最大程度保留原有的信息,通过对基变换,将n维数据都投影到某一维基所在直线上,用投影值表示原始记录,且投影后的投影值尽可能分散。
(2)方差
投影后投影值尽可能分散,分散程度用方差来表述。
其中,即每个字段都均值化为0。寻找一个一维基,使得所有数据变换为这个基上的坐标表示后,方差值最大。
(3)协方差
找到一个方向使得投影后方差最大,这样就完成了第一个方向的选择,再选择第二个投影方向。若只选择方差最大的方向,这个方向与第一个方向应该是“几乎重合在一起”,这表明它们之间存在相关性的,必然存在重复表示的信息。
用两个字段的协方差表示其相关性,由于已经让每个字段均值为0,则:
当协方差为0时,表示两个字段完全独立,最终选择的两个基的方向一定是正交的。
降维问题的优化目标:将一组n维向量降为k维(k大于0,小于n),其目标是选择k个单位(模为1)正交基,使得原始数据变换到这组基上后,各字段两两间协方差为0,而字段的方差则尽可能大(在正交的约束下,取最大的k个方差)。
(4)协方差矩阵
对于一个矩阵X:
用X乘以X的转置,并乘上系数1/m:
矩阵对角线上的两个元素分别是两个字段的方差,而其它元素是a和b的协方差。两者被统一到了一个矩阵。优化目标变成了寻找一个矩阵P,满足PCPT是一个对角矩阵,并且对角元素按从大到小依次排列,那么P的前k行就是要寻找的基,用P的前k行组成的矩阵乘以X就使得X从n维降到了k维并满足上述优化条件。
协方差矩阵C是一个是对称矩阵,在线性代数上,实对称矩阵有一系列非常好的性质:
1)实对称矩阵不同特征值对应的特征向量必然正交。
2)设特征向量λ重数为r,则必然存在r个线性无关的特征向量对应于λ,因此可以将这r个特征向量单位正交化。
由上面两条可知,一个n行n列的实对称矩阵一定可以找到n个单位正交特征向量,设这n个特征向量为e1,e2,…,en,将其按列组成矩阵:
E=(e1,e2,…en)
则C:
而P=ET就是变换所需要的矩阵。
按照特征值的从大到小,将特征向量从上到下排列,则用P的前k行组成的矩阵乘以原始数据矩阵X,就得到降维后的数据矩阵Y。
(5)PCA算法流程
1)将原始数据按列组成n行m列矩阵X;
2)将X的每一行(代表一个属性字段)进行零均值化,即减去这一行的均值;
3)求出协方差矩阵
4)求出协方差矩阵的特征值及对应的特征向量;
5)将特征向量按对应特征值大小从上到下按行排列成矩阵,取前k行组成矩阵P;
6)Y=PX即为降维到k维后的数据。
7)计算各主成分的贡献率和累积贡献率:
贡献率:
累积贡献率:
λi为数据矩阵X的协方差矩阵∑的特征值,且λ1≥λ2≥…≥λm≥0。在工程应用上要求βk≥80%,认为k个主成分可以反映原数据足够多的信息,即确定主成分个数为k,原来的模型降维为:
X=(x1,x2,…,xk)表示特征参数向量,Pi=(pi1,pi2,…,pim)表示主成分系数向量。
PCA将n个特征数据降到k个,用于压缩数据,PCA在人脸识别、机械故障特征提取方面和传感器、机械故障诊断领域都有广泛的应用。
当分析对象达到数十或数百个时,主成分分析法计算量巨大,且区分度也不明显,因此采用层次分析和主成分分析结合的方法,将衡量设备互操作能力的指标分层,再运用主成分分析法分析每层指标,最终实现对设备互操作能力的整体评价。
互操作能力是信息系统业务协同能力的反映,也是不同信息系统相关互操作对象及其互操作资源的资源匹配程度的反映。现阶段只对设备互操作能力进行定性的评价,并未有定量评价。
发明内容
为了弥补上述缺陷,本发明提出一种含分布式电源的电力系统混合仿真方法及系统,采用层次分析法构建变电站设备互操作能力指标评价体系,并通过主成分分析法构建评价指标的权重模型,实现变电站设备互操作能力的量化评价。
本发明的目的是采用下述技术方案实现的:
一种变电站自动化设备互操作能力评价方法,所述方法包括:
采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数;
将所述主评价函数输入预先建立的评价指标模型,确定待评价指标的评价要素权重;
基于所述评价要素权重,综合评价变电站设备的互操作能力;
其中,所述评价指标模型包括经过降维处理后的评价指标的主评价函数和对应的重要度。
优选的,所述采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数包括:
选取用于衡量变电站自动化设备互操作能力的要素;
采用层次分析法,将衡量变电站自动化设备互操作能力的要素划分为一级评价指标和各一级评价指标下包含的二级评价指标,生成变电站自动化设备的互操作能力指标评价体系;
采用专家法对变电站自动化设备的互操作能力指标评价体系包含的各评价要素进行重要度打分,获得一级评价指标评议表和二级评价指标评议表;
建立由一级评价指标评议表和二级评价指标评议表构成的评价表;
基于主成分分析法,对所述评价表进行降维处理,将降维处理后的评价要素进行主成分分析,确定评价指标的主评价函数。
优选的,所述评价指标模型的预先建立包括:
根据评价指标的主评价函数和预先建立的评价表,构建评价指标模型。
进一步地,所述一级评价指标包括:通信协议状态监测、模型规范性、IEC 61850一致性、功能实现和通信测试;
所述通信协议状态监测下的二级指标包括:MMS,GOOSE,SV,IEC104,PTP,SNTP,TCP/IP;
所述模型规范性下的二级指标包括:Schema语法测试,数据类型模板检测,IED通用检测,数据集检测,控制块检测,实例化检测;
所述IEC 61850一致性下的二级指标包括:SV采样一致性,GOOSE一致性,MMS服务器一致性,MMS客户端一致性;
所述功能实现下的二级指标包括:模拟量测试,开入量测试,告警信息测试,遥控测试,档位测试,同期专项测试,对时测试,运行状态监测及管理功能测试,防误闭锁功能测试,多客户端测试,远方操作专项测试,装置参数专项测试;
所述通信测试下的二级指标包括:装置通信性能测试,装置站控层网络切换专项测试,装置通信可靠性测试。
进一步地,通过下式确定评价指标的主评价函数:
式中,x1,x2,....,xn为n个一级评价指标的评价要素,a1,a2,…,an为x1,x2,…,xn在主成分中的综合重要度,y1,y2,…,yk表示经过降维处理后得到k个评价要素的主成分,aij为决策矩阵系数,fij为初始因子载荷,λj为第j个主成分的重要度。
进一步地,所述评价指标模型包括如下计算式:
式中,ytotal为评价指标的主评价函数,λtotal为评价指标的主成分,yj为经过降维处理后得到的第j个一级评价指标的评价要素的主评价函数,Vtotali为原有指标得分综合值,aj为第j个一级评价指标的评价要素在主成分中的综合重要度,pij为评分矩阵。
优选的,通过下式确定各一级指标的评价要素权重:
式中,ωi为各一级指标的评价要素的权重。
进一步地,通过下式计算二级评价指标评价要素的权重:
ωb_final=ωi*ωm,m=1,2,…,5;
式中,ωb_final表示二级评价指标评价要素的权重,ωi为各一级指标的评价要素的权重,当m=1表示通信协议状态监测下的二级指标的评价要素权重;m=2表示模型规范性下的二级指标的评价要素权重;m=3表示IEC 61850一致性下的二级指标的评价要素权重;m=4表示功能实现下的二级指标的评价要素权重;m=5表示通信测试下的二级指标的评价要素权重。
优选的,通过下式计算综合评价变电站设备的互操作能力:
式中,Sinterop表示综合评价变电站设备的互操作能力,h为不满足二级评价指标的评价要素,ωl为不满足二级评价指标的评价要素权重。
一种变电站自动化设备互操作能力评价系统,所述系统包括:
处理模块,用于采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数;
确定模块,用于将主评价函数输入预先建立的评价指标模型,确定待评价指标的评价要素权重;
评估模块,用于基于评价要素权重,综合评价变电站设备的互操作能力。
与最接近的现有技术比,本发明的有益效果为:
本发明提出的一种变电站自动化设备互操作能力评价方法及系统,采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数;相比其他评价指标的定义,本方案中分级的评价指标依据了IEC 61850标准和设备技术规范,使得最终的评价结果的有效性和准确度更佳。在变电站设备评价领域中,基于层次分析法和主成分分析法确定评价指标主评价函数,能够处理较多的评价指标,两者结合既解决层次分析法主观性较大的问题,也能解决主成分分析法处理的数据范围较小的问题。
将主评价函数输入预先建立的评价指标模型,确定待评价指标的评价要素权重;其中,所述评价指标模型包括经过降维处理后的评价指标的主评价函数和对应的重要度。应用主成分分析法,权重分配更符合专家的综合评价,使得评价体系更科学。
基于评价要素权重,综合评价变电站设备的互操作能力;最后获得互操作能力评价分数,能够更加合理地衡量变电站自动化设备的互操作能力。
附图说明
图1为具体实施方式提供的变电站自动化设备互操作能力评价方法流程图;
图2为具体实施方式提供的互操作能力指标评价体系结构示意图;
图3为具体实施方式提供的权重确定流程示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细的说明。
本发明提出了一种变电站自动化设备互操作能力评价方法及系统,其实现过程如图1所示。
图1提出的一种含分布式电源的电力系统混合仿真方法,具体实现的方法包括:
S1采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数;
S2将主评价函数输入预先建立的评价指标模型,确定待评价指标的评价要素权重;
S3基于评价要素权重,综合评价变电站设备的互操作能力;
其中,所述评价指标模型包括经过降维处理后的评价指标的主评价函数和对应的重要度。该模型是通过主成分分析法构建的评价指标模型,实现变电站设备互操作能力的量化评价。
步骤S2中的评价指标模型的预先建立包括:
根据评价指标的主评价函数和预先建立的评价表,构建评价指标模型。
步骤S1,采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数包括:
a、选取用于衡量变电站自动化设备互操作能力的要素;
b、采用层次分析法,将衡量变电站自动化设备互操作能力的要素划分为一级评价指标和各一级评价指标下包含的二级评价指标,生成变电站自动化设备的互操作能力指标评价体系;
c、采用专家法对变电站自动化设备的互操作能力指标评价体系包含的各评价要素进行重要度打分,获得一级评价指标评议表和二级评价指标评议表;
d、建立由一级评价指标评议表和二级评价指标评议表构成的评价表;
e、基于主成分分析法,对所述评价表进行降维处理,将降维处理后的评价要素进行主成分分析,确定评价指标的主评价函数。
步骤b中的一级评价指标包括:通信协议状态监测、模型规范性、IEC 61850一致性、功能实现和通信测试;
通信协议状态监测下的二级指标包括:MMS,GOOSE,SV,IEC104,PTP,SNTP,TCP/IP;
模型规范性下的二级指标包括:Schema语法测试,数据类型模板检测,IED通用检测,数据集检测,控制块检测,实例化检测;
IEC 61850一致性下的二级指标包括:SV采样一致性,GOOSE一致性,MMS服务器一致性,MMS客户端一致性;
功能实现下的二级指标包括:模拟量测试,开入量测试,告警信息测试,遥控测试,档位测试,同期专项测试,对时测试,运行状态监测及管理功能测试,防误闭锁功能测试,多客户端测试,远方操作专项测试,装置参数专项测试;
通信测试下的二级指标包括:装置通信性能测试,装置站控层网络切换专项测试,装置通信可靠性测试。
步骤e,通过下式确定评价指标的主评价函数:
式中,x1,x2,....,xn为n个一级评价指标的评价要素,a1,a2,…,an为x1,x2,…,xn在主成分中的综合重要度,y1,y2,…,yk表示经过降维处理后得到k个评价指标的主评价函数,aij为决策矩阵系数,fij为初始因子载荷,λj为第j个主成分的重要度。
步骤S2,通过下式确定评价指标模型:
式中,ytotal为综合评价函数,λtotal为评价指标的主成分,yj为经过降维处理后得到的第j个评价指标的主评价函数,Vtotali为原有指标得分综合值,aj为第j个一级评价指标的评价要素在主成分中的综合重要度,pij为评分矩阵。
步骤S2,通过下式确定各一级指标的评价要素权重:
式中,ωi为各评价要素的权重。
通过下式计算二级评价指标评价要素的权重:
ωb_final=ωi*ωm,m=1,2,…,5;
式中,ωb_final表示二级评价指标评价要素的权重,ωi为各一级指标的评价要素的权重,当m=1表示通信协议状态监测下的二级指标的评价要素权重;m=2表示模型规范性下的二级指标的评价要素权重;m=3表示IEC 61850一致性下的二级指标的评价要素权重;m=4表示功能实现下的二级指标的评价要素权重;m=5表示通信测试下的二级指标的评价要素权重。
步骤S3,通过下式计算综合评价变电站设备的互操作能力:
式中,Sinterop表示综合评价变电站设备的互操作能力,h为不满足二级评价指标的评价要素,ωl为不满足二级评价指标的评价要素权重。
实施例1:
一、互操作能力评价指标
采用层次分析法,构建设备互操作能力分层评价指标体系,将所有评价指标归纳总结为两个层次,包括一级评价指标和二级评价指标两层,如图1所示。其中五个一级评价指标为:
(1)通信规约状态监测,主要监测设备与外界交互时的各种通信协议状态指标,协议包括二级评价指标MMS、GOOSE、SV、IEC04、PTP、SNTP、NET、IP和TCP协议的通信状态。
(2)模型规范性,主要衡量ICD、SCD/CID文件是否满足标准规范要求,包括二级评价指标:Schema语法测试、数据类型模板检测、IED通用检测、数据集检测、控制块检测、实例化检测。
(3)IEC 61850一致性,主要衡量变电站自动化设备通信协议是否满足IEC 61850系列规范,包括二级评价指标:SV采样一致性、GOOSE一致性、MMS服务器一致性、MMS客户端一致性。
(4)功能实现,主要衡量变电站自动化设备是否能够实现相应功能,包括二级评价指标:模拟量测试、开入量测试、告警信息测试、遥控测试、档位测试、同期专项测试、对时测试、运行状态监测及管理功能测试、防误闭锁功能测试、多客户端测试、远方操作专项测试、装置参数专项测试。
(5)通信测试,主要衡量变电站自动化设备通信性能和通信可靠性是否满足要求,包括二级评价指标:装置通信性能测试、装置站控层网络切换专项测试、装置通信可靠性测试。
二、互操作能力评价模型
由于每一项指标的权重依靠人去判断,具有很强的主观性,因此需要综合不同专家的评价结果。假设n名专家为每一项指标打分,各专家打分的结果偏重不同,导致权重的不确定性。参与打分的专家越多,评价的合理性越高,而权重的不确定性越大。通常会将各专家评分看做是线性关系,通过平均计算确定各指标的权重,但这种方法容易忽略专家的个性意见,而这种应用场景非常符合主成分分析法的应用,因此采用主成分分析法来确定专家们对变电站自动化设备的评价,获得最终的权重。
如图2所示,变电站自动化设备互操作能力评价的流程如下:其中,步骤(1)-(6)为权重确定流程,如图3所示。
(1)根据评价指标体系确定各一级、二级评价要素;
(2)请n名专家为各一级、二级评价要素打分,形成一系列评价表;
(3)运用主成分分析法将一级评价指标n维评价进行降维处理,获得一级评价指标的主评价函数;
(4)获得一级评价各评价要素的权重;
(5)运用主成分分析法对各二级评价指标n维评价进行降维处理,获得各二级评价指标的主评价函数;
(6)获得各二级评价指标评价要素的权重;
(7)综合计算变电站设备的互操作能力。
根据以上流程,首先构建一级评价指标的互操作能力评价模型:
1、一级评价指标权重计算
现有变电站设备互操作能力一级评价指标集{通信状态监测,模型规范性,IEC61850一致性,功能实现,通信测试},邀请n名专家对一级评价指标集进行评价,形成一级评价指标评议表,如表1所示。
表1 一级评价指标评议表
假若经过处理后得到k个主成分y1,y2,…,yk,aij为决策矩阵中系数,则初级权重模型为:
其中,fij为初始因子载荷,对一级评价指标集进行主成分分析求取fij。
则可以获得综合评价函数:
其中,a1,a2,…,an为x1,x2,…,xn在主成分中的综合重要度。
结合专家打分结果,原有指标得分综合值:各指标权重为
根据以上分析结果,最终获得一级指标的权重模型,各指标权重为ωi。
2、各二级评价指标权重计算
二级评价指标通信协议状态监测指标集{MMS,GOOSE,SV,IEC104,PTP,SNTP,TCP/IP},采用同计算一级评价指标的方法,获得此7个元素在通信协议状态下的指标权重ωb,最终7个指标的权重为:ωb_final=ω1*ωb,b=1,2,…,7;
二级评价指标模型规范性指标集为{Schema语法测试,数据类型模板检测,IED通用检测,数据集检测,控制块检测,实例化检测},采用同计算一级评价指标的方法,获得此6个元素在模型规范性下的指标权重ωc,最终6个指标的权重为:ωc_final=ω2*ωc,c=1,2,…,6;
二级评价指标IEC 61850一致性指标集为{SV采样一致性,GOOSE一致性,MMS服务器一致性,MMS客户端一致性},采用同计算一级评价指标的方法,获得此4个元素在“IEC61850一致性”下的指标权重ωd,最终4个指标的权重为:ωd_final=ω3*ωd,d=1,2,3,4;
二级评价指标“功能实现”指标集为{模拟量测试,开入量测试,告警信息测试,遥控测试,档位测试,同期专项测试,对时测试,运行状态监测及管理功能测试,防误闭锁功能测试,多客户端测试,远方操作专项测试,装置参数专项测试},采用同计算一级评价指标的方法,获得此12个元素在“通信测试”下的指标权重ω4e,最终12个指标的权重为:ωe_final=ω4*ωe,f=1,2,…,12;
二级评价指标“通信测试”指标集为{装置通信性能测试,装置站控层网络切换专项测试,装置通信可靠性测试},采用同计算一级评价指标的方法,获得此3个元素在“通信测试”下的指标权重ωf,最终3个指标的权重为:ωf_final=ω5*ωf,f=1,2,3;
假定变电站自动化设备互操作能力满分为100分,当评价指标不满足时减去相应的分数,则设备互操作能力总分为:
其中,h为不满足二级评价指标的要素。
实施例2:
以某220kV线路测控装置为例,请6名专家为设备评价指标体系各指标打分,获得评分表,并通过主成分分析法降维处理评分表,确定各二级指标的权重,最终综合评价其互操作能力。
表1为评价指标重要性等级。
等级 | 描述 |
5 | 非常重要 |
4 | 比较重要 |
3 | 一般重要 |
2 | 不太重要 |
1 | 不重要 |
1、一级评价指标权重计算
经过主成分分析,求得大于1的特征向量,λ1=3.027,对应的主成分累积贡献率为50.44%;λ2=2.105,对应的主成分累积贡献率为85.53%。
成分矩阵:
初级权重模型为:
y1=0.557x1+0.267x2+0.325x3-0.12x4+0.468x5+0.528x6,
y2=0.082x1+0.6x2-0.386x3+0.672x4-0.136x5+0.122x6。
因此,综合评价函数为y=0.341x1+0.419x2+0.001x3+0.241x4+0.193x5+0.344x6。
指标集{通信状态监测,模型规范性,IEC 61850一致性,功能实现,通信测试}对应的权重集为ωi=(0.166,0.221,0.212,0.232,0.168)。
2、二级评价指标权重计算
(1)通信协议状态监测数据集指标权重计算
经过主成分分析,求得大于1的特征向量,λ1=5.661,对应的主成分累积贡献率为94.36%,初级权重模型为:y1=0.416x1+0.411x2+0.418x3+0.415x4+0.375x5+0.411x6。
因此,综合评价函数为y=0.416x1+0.411x2+0.418x3+0.415x4+0.375x5+0.411x6
ωb=(0.17,0.176,0.176,0.046,0.134,0.123,0.176)
指标集{MMS,GOOSE,SV,IEC104,PTP,SNTP,TCP/IP}对应的权重集为ωb_final=(0.028,0.029,0.029,0.008,0.022,0.020,0.029)。
(2)模型规范性数据集指标权重计算
经过主成分分析,求得大于1的特征向量,λ1=3.79,对应的主成分累积贡献率为63.16%;λ1=1.462,对应的主成分累积贡献率为87.53%。
y1=0.224x1+0.245x2+0.113x3-0.252x4+0.145x5-0.238x6,
y2=0.155x1-0.037x2+0.594x3-0.183x4-0.508x5+0.115x6。
因此,综合评价函数为y=0.205x1+0.167x2+0.247x3-0.233x4-0.036x5-0.14x6,求得ωc=(0.222,0.122,0.180,0.194,0.159,0.122)。
指标集{Schema语法测试,数据类型模板检测,IED通用检测,数据集检测,控制块检测,实例化检测}对应的权重集为ωc_final=(0.049,0.027,0.040,0.043,0.035,0.027)。
(3)IEC61850一致性数据集权重计算
经过主成分分析,求得大于1的特征向量,λ1=5.407,对应的主成分累积贡献率为90.11%。
因此,综合评价函数为y=0.185x1+0.185x2+0.162x3+0.173x4+0.162x5+0.185x6,求得ω3d=(0.285,0.285,0.284,0.146)。
指标集{SV采样一致性,GOOSE一致性,MMS服务器一致性,MMS客户端一致性}对应的权重集为ω3d_final=(0.06,0.06,0.06,0.031)。
(4)功能实现数据集权重计算
经过主成分分析,求得大于1的特征向量,λ1=3.845,对应的主成分累积贡献率为64.1%;λ1=1.113,对应的主成分累积贡献率为82.64%,则初级权重为:
y1=0.19x1+0.236x2+0.185x3+0.247x4+0.216x5+0.162x6,
y2=0.523x1-0.261x2-0.262x3-0.106x4-0.296x5+0.624x6。
因此,综合评价函数为y=0.264x1+0.125x2+0.085x3+0.168x4+0.102x5+0.266x6,求得ω4e=(0.091,0.091,0.091,0.091,0.087,0.082,0.086,0.073,0.082,0.085,0.076,0.064)。
指标集{模拟量测试,开入量测试,告警信息测试,遥控测试,档位测试,同期专项测试,对时测试,运行状态监测及管理功能测试,防误闭锁功能测试,多客户端测试,远方操作专项测试,装置参数专项测试}的权重集为:
ω4e_final=(0.021,0.021,0.021,0.021,0.020,0.019,0.02,0.017,0.019,0.02,0.018,0.015)。
(5)通信测试数据集权重计算
经过主成分分析,求得大于1的特征向量,λ1=4.803,对应的主成分累积贡献率为80%;λ2=1.197,对应的主成分累积贡献率为100%,则初级权重模型为:
y1=0.192x1+0.207x2+0.192x3+0.166x4+0.192x5+0.166x6,
y2=-0.327x1+0.101x2-0.327x3+0.502x4-0.327x5+0.502x6。
因此,综合评价函数为y=-0.089x1+0.186x2-0.089x3+0.233x4-0.089x5+0.233x6,求得各指标权重集ω5f=(0.409,0.409,0.182)。
指标集{装置通信性能测试,装置站控层网络切换专项测试,装置通信可靠性测试}的权重集为ω5f_final=(0.069,0.069,0.031)。
3、变电站自动化设备互操作能力综合评价
若设备模型数据集检测、控制块检测和实例化检测不满足规范性要求,则设备互操作能力评价分数为:
基于同一发明构思,本申请还提出一种变电站自动化设备互操作能力评价系统,所述系统包括:
处理模块,用于采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数;
确定模块,用于将主评价函数输入预先建立的评价指标模型,确定待评价指标的评价要素权重;
评估模块,用于基于评价要素权重,综合评价变电站设备的互操作能力。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,这些变更、修改或者等同替换,其均在其申请待批的权利要求范围之内。
Claims (10)
1.一种变电站自动化设备互操作能力评价方法,其特征在于,所述方法包括:
采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数;
将所述主评价函数输入预先建立的评价指标模型,确定待评价指标的评价要素权重;
基于所述评价要素权重,综合评价变电站设备的互操作能力;
其中,所述评价指标模型包括经过降维处理后的评价指标的主评价函数和对应的重要度。
2.根据权利要求1所述的方法,所述采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数包括:
选取用于衡量变电站自动化设备互操作能力的要素;
采用层次分析法,将衡量变电站自动化设备互操作能力的要素划分为一级评价指标和各一级评价指标下包含的二级评价指标,生成变电站自动化设备的互操作能力指标评价体系;
采用专家法对变电站自动化设备的互操作能力指标评价体系包含的各评价要素进行重要度打分,获得一级评价指标评议表和二级评价指标评议表;
建立由一级评价指标评议表和二级评价指标评议表构成的评价表;
基于主成分分析法,对所述评价表进行降维处理,将降维处理后的评价要素进行主成分分析,确定评价指标的主评价函数。
3.根据权利要求1所述的方法,其特征在于,所述评价指标模型的预先建立包括:根据评价指标的主评价函数和预先建立的评价表,构建评价指标模型。
4.根据权利要求2所述的方法,其特征在于,
所述一级评价指标包括:通信协议状态监测、模型规范性、IEC 61850一致性、功能实现和通信测试;
所述通信协议状态监测下的二级指标包括:MMS,GOOSE,SV,IEC104,PTP,SNTP,TCP/IP;
所述模型规范性下的二级指标包括:Schema语法测试,数据类型模板检测,IED通用检测,数据集检测,控制块检测,实例化检测;
所述IEC 61850一致性下的二级指标包括:SV采样一致性,GOOSE一致性,MMS服务器一致性,MMS客户端一致性;
所述功能实现下的二级指标包括:模拟量测试,开入量测试,告警信息测试,遥控测试,档位测试,同期专项测试,对时测试,运行状态监测及管理功能测试,防误闭锁功能测试,多客户端测试,远方操作专项测试,装置参数专项测试;
所述通信测试下的二级指标包括:装置通信性能测试,装置站控层网络切换专项测试,装置通信可靠性测试。
5.根据权利要求2所述的方法,其特征在于,通过下式确定评价指标的主评价函数:
式中,x1,x2,....,xn为n个一级评价指标的评价要素,a1,a2,…,an为x1,x2,…,xn在主成分中的综合重要度,y1,y2,…,yk表示经过降维处理后得到k个评价要素的主成分,aij为决策矩阵系数,fij为初始因子载荷,λj为第j个主成分的重要度。
6.根据权利要求5所述的方法,其特征在于,所述评价指标模型包括如下计算式:
式中,ytotal为评价指标的主评价函数,λtotal为评价指标的主成分,yj为经过降维处理后得到的第j个一级评价指标的评价要素的主评价函数,Vtotali为原有指标得分综合值,aj为第j个一级评价指标的评价要素在主成分中的综合重要度,pij为评分矩阵。
7.根据权利要求1所述的方法,其特征在于,通过下式确定各一级指标的评价要素权重:
式中,ωi为各一级指标的评价要素的权重。
8.根据权利要求4所述的方法,其特征在于,通过下式计算二级评价指标评价要素的权重:
ωb_final=ωi*ωm,m=1,2,…,5;
式中,ωb_final表示二级评价指标评价要素的权重,ωi为各一级指标的评价要素的权重,当m=1表示通信协议状态监测下的二级指标的评价要素权重;m=2表示模型规范性下的二级指标的评价要素权重;m=3表示IEC 61850一致性下的二级指标的评价要素权重;m=4表示功能实现下的二级指标的评价要素权重;m=5表示通信测试下的二级指标的评价要素权重。
9.根据权利要求1所述的方法,其特征在于,通过下式计算综合评价变电站设备的互操作能力:
式中,Sinterop表示综合评价变电站设备的互操作能力,h为不满足二级评价指标的评价要素,ωl为不满足二级评价指标的评价要素权重。
10.一种变电站自动化设备互操作能力评价系统,其特征在于,所述系统包括:
处理模块,用于采用层次分析和主成分分析相结合的方法,将分级的评价指标进行降维处理后,得到评价指标的主评价函数;
确定模块,用于将主评价函数输入预先建立的评价指标模型,确定待评价指标的评价要素权重;
评估模块,用于基于评价要素权重,综合评价变电站设备的互操作能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910208887.6A CN110084474A (zh) | 2019-03-19 | 2019-03-19 | 一种变电站自动化设备互操作能力评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910208887.6A CN110084474A (zh) | 2019-03-19 | 2019-03-19 | 一种变电站自动化设备互操作能力评价方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110084474A true CN110084474A (zh) | 2019-08-02 |
Family
ID=67413319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910208887.6A Pending CN110084474A (zh) | 2019-03-19 | 2019-03-19 | 一种变电站自动化设备互操作能力评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110084474A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327062A (zh) * | 2021-06-25 | 2021-08-31 | 贵州电网有限责任公司电力科学研究院 | 信息的等级确定方法、装置、计算机设备和存储介质 |
CN113742930A (zh) * | 2021-09-10 | 2021-12-03 | 广东电网有限责任公司 | 输变电设备噪声烦恼度评价方法、装置及存储介质 |
-
2019
- 2019-03-19 CN CN201910208887.6A patent/CN110084474A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327062A (zh) * | 2021-06-25 | 2021-08-31 | 贵州电网有限责任公司电力科学研究院 | 信息的等级确定方法、装置、计算机设备和存储介质 |
CN113742930A (zh) * | 2021-09-10 | 2021-12-03 | 广东电网有限责任公司 | 输变电设备噪声烦恼度评价方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10289954B2 (en) | Power distribution transformer load prediction analysis system | |
Hu et al. | Web service recommendation based on time series forecasting and collaborative filtering | |
CN109711663A (zh) | 基于大数据分析的变电站油浸式变压器状态评估与修正方法及系统 | |
CN105550511A (zh) | 一种基于数据校验技术的数据质量测评系统及方法 | |
CN113436716B (zh) | 医院后勤运营管理生态平台 | |
CN109765447A (zh) | 一种智能变电站继电保护自动测试方法 | |
CN113887846B (zh) | 一种电容式电压互感器的超差风险预警方法 | |
Zhang et al. | Modeling and forecasting regional GDP in Sweden using autoregressive models | |
CN112668822B (zh) | 科技成果转化平台共享系统、方法、存储介质、手机app | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
Yang | Measuring software product quality with ISO standards base on fuzzy logic technique | |
CN110084474A (zh) | 一种变电站自动化设备互操作能力评价方法及系统 | |
CN116976713A (zh) | 对象评估方法、装置、存储介质及电子设备 | |
KR100713546B1 (ko) | 기술평가방법 | |
Rocci et al. | Total process error: An approach for assessing and monitoring the quality of multisource processes | |
Rytova et al. | Assessing the Maturity Level of Saint Petersburg’s Digital Government. | |
CN111523080A (zh) | 一种电力系统的pas系统综合评估方法及相关装置 | |
Zhao et al. | [Retracted] An Innovation and Entrepreneurship Management System for Universities Based on Cluster Analysis Theory | |
CN108140051A (zh) | 基于全球检索的数据实时生成全球商业评级的全球联网系统 | |
CN113361959A (zh) | 一种银行业务集中运营成熟度的计算方法和装置 | |
CN116245422A (zh) | 外部数据质量的评价方法、装置和电子设备 | |
CN115796665A (zh) | 一种绿色能源发电项目多指标碳效分级评估方法及装置 | |
Lee et al. | Australian Real‐Time Database: An Overview and an Illustration of Its Use in Business Cycle Analysis | |
Guan et al. | Earthquake relief emergency logistics capacity evaluation model integrating cloud generalized information aggregation operators | |
CN111565121A (zh) | 人员及技术对it支撑度评估方法及装置 |
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 |