CN110175763A - 基于模糊评价模型的客观多属性决策电压质量评价方法 - Google Patents
基于模糊评价模型的客观多属性决策电压质量评价方法 Download PDFInfo
- Publication number
- CN110175763A CN110175763A CN201910408671.4A CN201910408671A CN110175763A CN 110175763 A CN110175763 A CN 110175763A CN 201910408671 A CN201910408671 A CN 201910408671A CN 110175763 A CN110175763 A CN 110175763A
- Authority
- CN
- China
- Prior art keywords
- voltage
- evaluation
- quality
- index
- evaluation index
- 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 117
- 238000013210 evaluation model Methods 0.000 title claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims description 52
- 230000006870 function Effects 0.000 claims description 46
- 238000012797 qualification Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000005484 gravity Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000013316 zoning Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims 1
- 238000011158 quantitative evaluation Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/06395—Quality analysis or management
-
- 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)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于模糊评价模型的客观多属性决策电压质量评价方法。S1.筛选出影响电压质量的重要指标，S2.构建电压质量评价方法目标函数，S3.计算出各指标的结果，S4.采用无主观偏好的交叉熵计算各指标权重。S5.根据指标类型和实际数值确定隶属函数及其参数，S6.利用隶属度的计算方法求得指标在各评价等级的隶属度。S7.根据指标评分函数计算每个指标得分并计算总的区域电压质量评分，S8.根据评分大小进行排序。本发明可以用于准确比较区域电能质量，并能对区域电压进行量化评估，用于区域电压质量的精细化比较。
Description
技术领域
本发明涉及电能质量评估技术领域，具体涉及基于模糊评价模型的客观多属性决策电压质量评价方法。
背景技术
目前，对电压质量的评价已有一定的研究，但由于在不同情况下对每个指标的重视程度可能不一样，因此，为考虑这一问题得到一种科学的评价方法是具有挑战性的。另一个具有挑战性的问题是，由于决策者对电压质量的认知都会存在一定的局限性和不确定性，决策要把这种因素考虑在内。此外，本发明涉及来自属性集，指标集，方案集三方面的数据，要将些来源不同的大量数据融合起来具有很大的挑战性。
多属性决策方法目前主要应用于投资决策、方案优选、导弹防御决策及水文系统评估等方面，很少用于电力行业，且应用的较为粗浅，并不具有很好的决策精度。如今电力行业的发展日新月异，对电压质量的评价会提出更高的要求，因此需要一种更加准确的决策方法。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供了基于模糊评价模型的客观多属性决策电压质量评价方法，首先通过交叉熵计算指标的客观性权重，然后根据评价指标类型和电网运行要求确定使用的隶属函数模型及其参数，根据评价指标实际数值和隶属函数计算出评价指标隶属每个评价等级的隶属度，通过隶属度计算得出每个评价指标的评分，再根据评价指标的权重将每个评价指标的得分计算整个区域的电压质量得分，最后根据得分对若干个区域的电压质量进行排序。为实现上述目的，本发明采用的技术方案为：
基于模糊评价模型的客观多属性决策电压质量评价方法，包括如下步骤：
S1：筛选出影响电压质量的评价指标；
S2：根据筛选出的影响电压质量的评价指标构建电压质量评价的目标函数；
S3：根据目标函数计算出各评价指标的结果；
S4：采用无主观偏好的交叉熵计算各评价指标对应的权重；
S5：根据评价指标类型和实际数值确定对应的隶属函数及其参数；
S6：利用隶属度的计算方法求得评价指标在各评价等级的隶属度；
S7：根据评价指标评分函数计算每个评价指标得分并计算总的区域电压质量评分；
S8：根据各区域电压质量评分的大小对各区域电压质量的好坏进行排序。
优选地，所述步骤S2中构建的电压质量评价的目标函数包括以下8个目标函数：
①空间电压合格率
②时间电压合格率
③电压偏差
④电压波动
⑤三相不平衡其中u1为三相电压正序分量的方均根值，u2为三相电压负序分量的方均根值；
⑥电压不合格频度f6，表示单位时间内电压不合格的次数；
⑦电压不合格深度f7，表示电压跌落的百分比；
⑧电压暂降f8；
其中，空间电压合格率、时间电压合格率属于效益型指标，电压偏差、电压波动、三相不平衡、电压不合格频度、电压不合格深度、电压暂降属于成本型指标。
优选地，所述步骤S4采用无主观偏好的交叉熵计算各评价指标对应的权重的具体步骤如下：
S41：假设对n个电能质量监测点的m个电能质量指标数据进行综合评估，由监测点各评价指标的监测数据构成综合评价决策矩阵F，记为:
其中fij表示第j个电能质量监测点的第i个评价指标的监测数据值，i＝1,2,…,m；j＝1,2,…,n；
S42：对综合评价决策矩阵F进行无量纲化处理，得到无量纲矩阵U；
将空间电压合格率、时间电压合格率的计算数据以1减去对应指标数据值的方式转换为成本型指标；成本型指标的处理方式为：
其中，max(fi)和min(fi)分别表示第i个评价指标下所有监测点电能质量实测数据的最大值和最小值；
S43：得到无量纲矩阵U后，在矩阵U中的0元素上均加上一个值极小的调整因子σ＝10exp(-N)，矩阵变换为V＝(vij)m×n；
S44：计算第j个电能质量监测点的第i个评价指标的特征值比重，记为:
S45：对于评价指标i,定义电能质量监测点j与其他监测点k之间的加权交叉熵为Dij，并用其对称形式表示为:
其中wi为第i个评价指标的权重值；pik为第k个电能质量监测点的第i个评价指标的特征值比重；pij为第j个电能质量监测点的第i个评价指标的特征值比重；
S46：计算每一个电能质量监测点与其他电能质量监测点之间的电能质量的总加权交叉熵，记为Di，具体如下：
S47：各电能质量监测点间电能质量的加权交叉熵越大，则表示各电能质量监测点间信息差异越大，差异越大越有利于对不同电能质量监测点电能质量进行区分，则权重值ωi的确定应使所有评价指标对所有电能质量监测点的电能质量的总加权交叉熵的值最大，由此构造最优化模型:
利用拉格朗日最小二乘法求解，为此构造拉格朗日函数：
其中，λ为拉格朗日乘数，ωi为待求的第i项评价指标的客观性权重；
解出指标权重值为：
进一步做归一化处理得：
优选地，所述步骤S5根据评价指标类型和实际数值确定对应的隶属函数及其参数的具体步骤如下：
S51：根据指标类型选择对应隶属度函数，成本型指标采用模型一所述的隶属度函数模型，效益型指标采用模型二所述的隶属度函数模型：
模型一所述的隶属度函数模型如下：
模型二所述的隶属度函数模型如下：
S52：根据各地配电网对电压指标要求确定隶属度函数参数中的a1,a2,a3，a1,a2,a3是衡量评价指标值属于各评价等级的边界值；
S53：根据上述确定的单因素模糊评价的模型和参数，运用隶属度计算方法，分别求得评价指标中各评价指标属于好、中、差的隶属度。
优选地，所述步骤S7涉及的指标评分函数如下：
Fi为各评价指标得分；F1、F2、F3分别为指标完全属于好、中、差时的分数，当各评价指标的得分确定后，然后再根据每个评价指标得分及其在步骤S4求得的权重，计算区域电压质量的总得分
本发明首先研究电压质量的影响因素，即评价指标，然后求解各个评价指标的目标函数，统计实际监测数据，并计算各个目标函数值，再利用交叉熵法，计算评价指标的对应权重值。决策者根据模糊综合评价模型计算每个指标隶属于各评价等级的隶属度，使用指标评分函数计算指标得分，然后结合权重将每个指标的得分计算区域电压质量的总的得分，此得分即为电压质量的量化结果，最后根据得分对区域电压质量进行排序。
有益效果：本发明将使用基于模糊评价模型的客观多属性决策电压质量评价方法来进行电压质量的评估，其有效考虑了在多属性决策属性值的比较中，不精确性、不确定性等因素的影响，其使用交叉熵法充分考虑了权重的客观性，模糊综合评价模型有效考虑了属性值间微小的差异不应对方案的最终排序起决定性的作用，这种方法具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。本发明可以用于准确比较区域电能质量，并能对区域电压进行量化评估，用于区域电压质量的精细化比较。
附图说明
图1是本发明的总体流程图；
图2是本发明的交叉熵法求属性权重的流程图；
图3是本发明的模糊综合评价流程图；
图4是本发明模型一所述的隶属度函数模型曲线示意图；
图5是本发明模型二所述的隶属度函数模型曲线示意图。
具体实施方式
为了更好的理解本发明，下面结合附图和具体实施例对本发明作进一步说明：
参考图1描述本发明方法的总体流程，基于模糊评价模型的客观多属性决策电压质量评价方法，包括如下步骤：
S1：筛选出影响电压质量的评价指标；
S2：根据筛选出的影响电压质量的评价指标构建电压质量评价的目标函数；构建的电压质量评价的目标函数包括以下8个目标函数：
①空间电压合格率
②时间电压合格率
③电压偏差
④电压波动
⑤三相不平衡其中u1为三相电压正序分量的方均根值，u2为三相电压负序分量的方均根值；
⑥电压不合格频度f6，表示单位时间内电压不合格的次数；
⑦电压不合格深度f7，表示电压跌落的百分比；
⑧电压暂降f8；
其中，空间电压合格率、时间电压合格率属于效益型指标，电压偏差、电压波动、三相不平衡、电压不合格频度、电压不合格深度、电压暂降属于成本型指标。
S3：根据目标函数计算出各评价指标的结果；
S4：采用无主观偏好的交叉熵计算各评价指标对应的权重；如图2所示，具体步骤如下：
S41：假设对n个电能质量监测点的m个电能质量指标数据进行综合评估，由监测点各评价指标的监测数据构成综合评价决策矩阵F，记为:
其中fij表示第j个电能质量监测点的第i个评价指标的监测数据值，i＝1,2,…,m；j＝1,2,…,n；
S42：对综合评价决策矩阵F进行无量纲化处理，得到无量纲矩阵U；
将空间电压合格率、时间电压合格率的计算数据以1减去对应指标数据值的方式转换为成本型指标；成本型指标的处理方式为：
其中，max(fi)和min(fi)分别表示第i个评价指标下所有监测点电能质量实测数据的最大值和最小值；
S43：得到无量纲矩阵U后，在矩阵U中的0元素上均加上一个值极小的调整因子σ＝10exp(-N)，矩阵变换为V＝(vij)m×n；
S44：计算第j个电能质量监测点的第i个评价指标的特征值比重，记为:
S45：对于评价指标i,定义电能质量监测点j与其他监测点k之间的加权交叉熵为Dij，并用其对称形式表示为:
其中wi为第i个评价指标的权重值；pik为第k个电能质量监测点的第i个评价指标的特征值比重；pij为第j个电能质量监测点的第i个评价指标的特征值比重；
S46：计算每一个电能质量监测点与其他电能质量监测点之间的电能质量的总加权交叉熵，记为Di，具体如下：
S47：各电能质量监测点间电能质量的加权交叉熵越大，则表示各电能质量监测点间信息差异越大，差异越大越有利于对不同电能质量监测点电能质量进行区分，则权重值ωi的确定应使所有评价指标对所有电能质量监测点的电能质量的总加权交叉熵的值最大，由此构造最优化模型:
利用拉格朗日最小二乘法求解，为此构造拉格朗日函数：
其中，λ为拉格朗日乘数，ωi为待求的第i项评价指标的客观性权重。
解出指标权重值为：
进一步做归一化处理得：
S5：根据评价指标类型和实际数值确定对应的隶属函数及其参数；如图3所示，具体步骤如下：
S51：根据指标类型选择对应隶属度函数，成本型指标采用模型一所述的隶属度函数模型，效益型指标采用模型二所述的隶属度函数模型：
模型一所述的隶属度函数模型曲线如图3所示，表达式如下
模型二所述的隶属度函数模型曲线如图4所示，表达式如下：
S52：根据各地配电网对电压指标要求确定隶属度函数参数中的a1,a2,a3，a1,a2,a3是衡量评价指标值属于各评价等级的边界值；
S53：根据上述确定的单因素模糊评价的模型和参数，运用隶属度计算方法，分别求得评价指标中各评价指标属于好、中、差的隶属度。
S6：利用隶属度的计算方法求得评价指标在各评价等级的隶属度；
S7：根据评价指标评分函数计算每个评价指标得分并计算总的区域电压质量评分；指标评分函数如下：
Fi为各评价指标得分；F1、F2、F3分别为指标完全属于好、中、差时的分数，分别取98、72、 45。当各评价指标的得分确定后，然后再根据每个评价指标得分及其在步骤S4求得的权重，计算区域电压质量的总得分
S8：根据各区域电压质量评分的大小对各区域电压质量的好坏进行排序。
本发明不局限于以上所述的具体实施方式，以上所述仅为本发明的较佳实施案例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于模糊评价模型的客观多属性决策电压质量评价方法，其特征在于：包括如下步骤：
S1：筛选出影响电压质量的评价指标；
S2：根据筛选出的影响电压质量的评价指标构建电压质量评价的目标函数；
S3：根据目标函数计算出各评价指标的结果；
S4：采用无主观偏好的交叉熵计算各评价指标对应的权重；
S5：根据评价指标类型和实际数值确定对应的隶属函数及其参数；
S6：利用隶属度的计算方法求得评价指标在各评价等级的隶属度；
S7：根据评价指标评分函数计算每个评价指标得分并计算总的区域电压质量评分；
S8：根据各区域电压质量评分的大小对各区域电压质量的好坏进行排序。
2.根据权利要求1所述的一种基于模糊评价模型的客观多属性决策电压质量评价方法，其特征在于：所述步骤S2中构建的电压质量评价的目标函数包括以下8个目标函数：
①空间电压合格率
②时间电压合格率
③电压偏差
④电压波动
⑤三相不平衡
其中u1为三相电压正序分量的方均根值，u2为三相电压负序分量的方均根值；
⑥电压不合格频度f6，表示单位时间内电压不合格的次数；
⑦电压不合格深度f7，表示电压跌落的百分比；
⑧电压暂降f8；
其中，空间电压合格率、时间电压合格率属于效益型指标，电压偏差、电压波动、三相不平衡、电压不合格频度、电压不合格深度、电压暂降属于成本型指标。
3.根据权利要求2所述的一种基于模糊评价模型的客观多属性决策电压质量评价方法，其特征在于：所述步骤S4采用无主观偏好的交叉熵计算各评价指标对应的权重的具体步骤如下：
S41：假设对n个电能质量监测点的m个电能质量指标数据进行综合评估，由监测点各评价指标的监测数据构成综合评价决策矩阵F，记为:
其中fij表示第j个电能质量监测点的第i个评价指标的监测数据值，i＝1,2,…,m；
j＝1,2,…,n；
S42：对综合评价决策矩阵F进行无量纲化处理，得到无量纲矩阵U；
将空间电压合格率、时间电压合格率的计算数据以1减去对应指标数据值的方式转换为成本型指标；成本型指标的处理方式为：
其中，max(fi)和min(fi)分别表示第i个评价指标下所有监测点电能质量实测数据的最大值和最小值；
S43：得到无量纲矩阵U后，在矩阵U中的0元素上均加上一个值极小的调整因子σ＝10exp(-N)，矩阵变换为V＝(vij)m×n；
S44：计算第j个电能质量监测点的第i个评价指标的特征值比重，记为:
S45：对于评价指标i,定义电能质量监测点j与其他监测点k之间的加权交叉熵为Dij，并用其对称形式表示为:其中wi为第i个评价指标的权重值；pik为第k个电能质量监测点的第i个评价指标的特征值比重；pij为第j个电能质量监测点的第i个评价指标的特征值比重；
S46：计算每一个电能质量监测点与其他电能质量监测点之间的电能质量的总加权交叉熵，记为Di，具体如下：
S47：各电能质量监测点间电能质量的加权交叉熵越大，则表示各电能质量监测点间信息差异越大，差异越大越有利于对不同电能质量监测点电能质量进行区分，则权重值ωi的确定应使所有评价指标对所有电能质量监测点的电能质量的总加权交叉熵的值最大，由此构造最优化模型:
利用拉格朗日最小二乘法求解，为此构造拉格朗日函数：
其中，λ为拉格朗日乘数，ωi为待求的第i项评价指标的客观性权重；
解出指标权重值为：
进一步做归一化处理得：
4.根据权利要求2所述的一种基于模糊评价模型的客观多属性决策电压质量评价方法，其特征在于：所述步骤S5根据评价指标类型和实际数值确定对应的隶属函数及其参数的具体步骤如下：
S51：根据指标类型选择对应隶属度函数，成本型指标采用模型一所述的隶属度函数模型，效益型指标采用模型二所述的隶属度函数模型：
模型一所述的隶属度函数模型如下：
模型二所述的隶属度函数模型如下：
S52：根据各地配电网对电压指标要求确定隶属度函数参数中的a1,a2,a3，a1,a2,a3是衡量评价指标值属于各评价等级的边界值；
S53：根据上述确定的单因素模糊评价的模型和参数，运用隶属度计算方法，分别求得评价指标中各评价指标属于好、中、差的隶属度。
5.根据权利要求4所述的一种基于模糊评价模型的客观多属性决策电压质量评价方法，其特征在于：所述步骤S7涉及的指标评分函数如下：
Fi为各评价指标得分；F1、F2、F3分别为指标完全属于好、中、差时的分数，当各评价指标的得分确定后，然后再根据每个评价指标得分及其在步骤S4求得的权重，计算区域电压质量的总得分n为评价指标个数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910408671.4A CN110175763A (zh) | 2019-05-16 | 2019-05-16 | 基于模糊评价模型的客观多属性决策电压质量评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910408671.4A CN110175763A (zh) | 2019-05-16 | 2019-05-16 | 基于模糊评价模型的客观多属性决策电压质量评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110175763A true CN110175763A (zh) | 2019-08-27 |
Family
ID=67691259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910408671.4A Pending CN110175763A (zh) | 2019-05-16 | 2019-05-16 | 基于模糊评价模型的客观多属性决策电压质量评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110175763A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110782130A (zh) * | 2019-09-30 | 2020-02-11 | 南京工程学院 | 一种基于多属性决策的区域电压质量综合评估方法 |
| CN110852405A (zh) * | 2019-11-08 | 2020-02-28 | 国网上海市电力公司 | 一种展示馆参观效果评价方法及评价系统 |
| CN111126757A (zh) * | 2019-11-15 | 2020-05-08 | 全球能源互联网研究院有限公司 | 一种电能质量综合评价方法及装置 |
| CN111583061A (zh) * | 2020-04-30 | 2020-08-25 | 新智数字科技有限公司 | 电能质量确定方法、装置、可读介质及电子设备 |
| CN113065730A (zh) * | 2020-09-17 | 2021-07-02 | 国网浙江省电力有限公司金华供电公司 | 一种基于配变台区历史数据的电能质量治理装置 |
| CN114881439A (zh) * | 2022-04-24 | 2022-08-09 | 中国华能集团清洁能源技术研究院有限公司 | 基于模糊综合评价计算储能变压器运行得分的方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100185336A1 (en) * | 2006-07-19 | 2010-07-22 | Rovnyak Steven M | Integrated and optimized distributed generation and interconnect system controller |
| CN105279608A (zh) * | 2015-10-22 | 2016-01-27 | 国家电网公司 | 基于序关系法-熵权法的县域电网评估方法 |
| CN106651656A (zh) * | 2016-12-28 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 基于改进的隶属度函数的供电可靠性模糊综合评价方法 |
| CN108197848A (zh) * | 2018-03-22 | 2018-06-22 | 广东工业大学 | 一种基于直觉模糊理论的电能质量综合评估方法及装置 |
-
2019
- 2019-05-16 CN CN201910408671.4A patent/CN110175763A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100185336A1 (en) * | 2006-07-19 | 2010-07-22 | Rovnyak Steven M | Integrated and optimized distributed generation and interconnect system controller |
| CN105279608A (zh) * | 2015-10-22 | 2016-01-27 | 国家电网公司 | 基于序关系法-熵权法的县域电网评估方法 |
| CN106651656A (zh) * | 2016-12-28 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 基于改进的隶属度函数的供电可靠性模糊综合评价方法 |
| CN108197848A (zh) * | 2018-03-22 | 2018-06-22 | 广东工业大学 | 一种基于直觉模糊理论的电能质量综合评估方法及装置 |
Non-Patent Citations (4)
| Title |
|---|
| 徐超等: "基于相对优属度法的电能质量模糊综合评价", 《电子制作》 * |
| 秦通电力: "电能质量基础知识简介", 《搜狐（HTTPS://WWW.SOHU.COM/A/232777911_505905）》 * |
| 蒋金良等: "基于改进隶属度函数的电能质量模糊综合评价", 《华南理工大学学报》 * |
| 贺仁茜: "电能质量组合综合评价方法的研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑（月刊）》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110782130A (zh) * | 2019-09-30 | 2020-02-11 | 南京工程学院 | 一种基于多属性决策的区域电压质量综合评估方法 |
| CN110852405A (zh) * | 2019-11-08 | 2020-02-28 | 国网上海市电力公司 | 一种展示馆参观效果评价方法及评价系统 |
| CN111126757A (zh) * | 2019-11-15 | 2020-05-08 | 全球能源互联网研究院有限公司 | 一种电能质量综合评价方法及装置 |
| CN111583061A (zh) * | 2020-04-30 | 2020-08-25 | 新智数字科技有限公司 | 电能质量确定方法、装置、可读介质及电子设备 |
| CN113065730A (zh) * | 2020-09-17 | 2021-07-02 | 国网浙江省电力有限公司金华供电公司 | 一种基于配变台区历史数据的电能质量治理装置 |
| CN114881439A (zh) * | 2022-04-24 | 2022-08-09 | 中国华能集团清洁能源技术研究院有限公司 | 基于模糊综合评价计算储能变压器运行得分的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
| CN107274093B (zh) | 一种电网运行安全的风险评估方法 | |
| CN105760997B (zh) | 基于模糊评价的配电网异常电压评估方法 | |
| 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 | |
| CN106503919A (zh) | 一种基于供电分区特性的配电网评价方法 | |
| CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
| CN105160149B (zh) | 一种模拟调峰机组的需求响应调度评估体系构建方法 | |
| CN109165807A (zh) | 一种基于概率神经网络的电能质量综合评估方法 | |
| CN109377082A (zh) | 精细化管理背景下的县级供电企业综合评价方法及装置 | |
| CN108399287A (zh) | 采用模糊层次分析的机床横梁设计方案的评估方法 | |
| CN107358332A (zh) | 一种电网调度运行精益化评价方法 | |
| CN104077493B (zh) | 一种电力继电保护系统状态评估指标体系的构建方法 | |
| CN109003010A (zh) | 电网项目投资效益的评价方法 | |
| CN108197756A (zh) | 基于模糊综合评判确定AgSnO2触头材料第二相最优粒度的方法 | |
| CN109767074A (zh) | 一种高可靠性供电区配网规划效果综合评估方法 | |
| 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 | |
| CN111563682A (zh) | 一种配电自动化设备测试评价方法 | |
| CN109697566A (zh) | 机电产品加工工艺评价系统及其评价方法 | |
| CN110059913A (zh) | 一种计及未来态的停电计划的量化评估方法 | |
| Zhang et al. | Multi-attribute decision making: An innovative method based on the dynamic credibility of experts | |
| CN105205251A (zh) | 一种变压器电磁设计方案的评估方法 | |
| CN104036434A (zh) | 一种配电网负荷供应能力评价方法 | |
| CN110135760A (zh) | 一种基于变权理论模型的煤矿安全状态评价方法 | |
| CN107194526A (zh) | 一种基于模糊聚类的售电侧市场化改革进度评估方法 |
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 |
Application publication date: 20190827 |
|
| RJ01 | Rejection of invention patent application after publication |