CN110175789A - 基于模糊层次和critic法的配电网诊断评估指标权重赋权方法 - Google Patents

Abstract

本发明公开了基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，包括以下步骤：运用因子回归分析，进行降维分类、去除冗余指标，筛选出关键指标；利用模糊层次分析法对筛选后的指标进行分层主观赋权；利用CRITIC法对筛选后的指标进行客观赋权；基于最优组合权重方法对主观赋权和客观赋权得到的权重进行合并，得到筛选后指标的综合权重。对配电网诊断分析指标进行了全面梳理并选取了典型化指标建立了诊断评估体系，有助于后续开展诊断评估工作。采用基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法能够准确的对各指标进行赋权，赋权结果准确性较高。

Description

基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权 方法

技术领域

本发明涉及电网规划技术领域，尤其是基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法。

背景技术

合理精准的规划方案能有效地指导决策者针对电网薄弱环节进行有目的、有主次的进行配电网的升级与改造，从而提高配电网的供电可靠性、提升配电网供电能力、降低配电网运维成本以及提高供电质量。在进行配电网规划之前，需要对配电网现状进行评估诊断，找出其薄弱环节，才能有针对性地制定精准的规划方案。目前针对指标赋权进行了相关研究，如利用组合赋权法来确定电能质量的综合评价指标；采用改进层次分析法对高压配电网规划指标设定权重；或者运用了综合权重法确定配电网评估指标的权重。现有的配电网评估研究对指标的筛选与冗余度处理不够细致，缺乏多电压等级综合赋权评估。

发明内容

本发明的目的是提供一种基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，能够准确的确定各指标的权重系数，具有计算便捷，准确度高等优点。

为实现上述目的，本发明采用下述技术方案：

基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，包括以下步骤：

运用因子回归分析，进行降维分类、去除冗余指标，筛选出关键指标；

利用模糊层次分析法对筛选后的指标进行分层主观赋权；

利用CRITIC法对筛选后的指标进行客观赋权；

基于最优组合权重方法对主观赋权和客观赋权得到的权重进行合并，得到筛选后指标的综合权重。

进一步地，所述运用因子回归分析，进行降维分类、去除冗余指标，筛选出关键指标，具体包括：综合考虑配电网电网规模、供电质量、电网结构、装备水平和供电能力，根据现行的配电网规划、运维、评估的相关标准和技术规范建立配电网现状诊断指标体系。

进一步地，所述利用模糊层次分析法对筛选后的指标进行分层主观赋权，具体包括：

利用三角模糊数构建判断矩阵，模糊判断矩阵A＝(α_ij)_n×n中的元素α_ij＝(l_ij,m_ij,u_ij)是一个以m_ij为中值的闭区间；

计算筛选后的各指标综合合成三角模糊数

计算S_i≥S_k的可能性，设V(S_i≥S_k)为S_i≥S_k的可能性，l、m、u表示3个三角模糊数的参数，则

求出S_i大于其他所有指标合成值的可能性，设V(S_i≥S_k)为S_i≥S_k的可能性，l、m、u表示3个三角模糊数的参数，则

计算归一化标准权重向量，设w′(α_i)＝V(S_i)，则权重向量可以表示为W′＝(w′(α₁),w′(α₂),...,w′(α_n))^T，对其进行归一化后可得标准权重向量

W＝(w(α₁),w(α₂),...,w(α_n))^T。

进一步地，所述利用CRITIC法对筛选后的指标进行客观赋权，具体包括：

计算筛选后各指标的熵值和熵权，对于第i个评价指标，其熵的定义为：

式中：当f_ik＝0时，认为f_iklnf_ik＝0；

第i个评价指标的熵权σ_i定义为：

式中：0≤σ_i≤1且

计算筛选后指标之间的肯德尔相关系数，定义指标i和指标j之间的肯德尔相关系数为：

式中：A为常数，其值为q(q-1)/2；N_c和N_d分别表示集合X_R的变量对元素(X_Ri，X_Rj)中两个变量排序值相等和不相等的变量对数目；表示向量u_i中具有相同变量值的个数；表示向量u_j中具有相同变量值的个数，定义第i个指标与所有其他指标的肯德尔相关系数γ_i为：

综合熵和肯德尔相关系数，采用CRITIC法确定指标的客观权重，则第i个指标的客观权重可以表示为：

进一步地，所述基于最优组合权重方法对主观赋权和客观赋权得到的权重进行合并，得到筛选后指标的综合权重，具体包括：

记m种赋权方法中有v种主观赋权方法、m-v种客观赋权方法，第i个指标在第s种赋权方法下的权重为γ_si，根据矩估计理论可得第i个指标的主、客观权重的期望分别为S₁(γ_i)和S₂(γ_i)：

进而得到第i个指标的主、客观加权系数分别为τ_i和

以集成权重与主客观权重间的离差平方和最小为目标，则确定第i个指标的综合权重M_i的最优组合权重模型为：

发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：

本发明对配电网诊断分析指标进行了全面梳理并选取了典型化指标建立了诊断评估体系，有助于后续开展诊断评估工作。

采用基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法能够准确的对各指标进行赋权，赋权结果准确性较高。

附图说明

图1是实施例方法流程示意图；

图2是实施例配电网现状诊断体系图；

图3是三角模糊数交集示意图；

图4是步骤S4的方法流程示意图。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

如图1所示，基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，包括以下步骤：

S1、运用因子回归分析，进行降维分类、去除冗余指标，筛选出关键指标；

S2、利用模糊层次分析法对筛选后的指标进行分层主观赋权；

S3、利用CRITIC法对筛选后的指标进行客观赋权；

S4、基于最优组合权重方法对主观赋权和客观赋权得到的权重进行合并，得到筛选后指标的综合权重。

步骤S1中运用因子回归分析，进行降维分类、去除冗余指标，筛选出关键指标，具体包括：综合考虑配电网电网规模、供电质量、电网结构、装备水平和供电能力，根据现行的配电网规划、运维、评估的相关标准和技术规范建立配电网现状诊断指标体系。本实施例建立配电网现状诊断指标体系如图2所示。

步骤S2中，利用模糊层次分析法对筛选后的指标进行分层主观赋权，具体包括：

S2.1利用三角模糊数构建判断矩阵

三角模糊数是常用到的一个隶属函数形式，其定义如下：

设M∈E¹(E¹表示全体模糊数构成的空间)，则M的隶属度函数μ_m(x)，R→[0,1]可以表示为：

式中l≤m≤u，l和u分别为M所支撑的上界和下界，称M为三角模糊数，模糊数可以写为M＝(l，m，u)，|l-u|反映了模糊度的大小。利用三角模糊数来代替传统的专家判断矩阵，即模糊判断矩阵A＝(α_ij)_n×n中的元素α_ij＝(l_ij，m_ij，u_ij)是一个以m_ij为中值的闭区间，具体含义如表1所示。

表1三角模糊判断矩阵含义

三角模糊数	含义
		(1，1，1)	相等
(1/2，1，3/2)	可能相等
		(1，3/2，2)	略微重要
(3/2，2，5/2)	很重要
		(2，5/2，3)	非常重要
(5/2，3，7/2)	绝对重要

当评价体系中指标集为x＝{x₁，x₂，...，x_n}时，可以得到指标亮亮对比的重要程度，表示为

S2.2利用三角模糊数相关算法计算指标权重：

1)计算各指标综合合成三角模糊数

2)计算S_i≥S_k的可能性

设V(S_i≥S_k)为S_i≥S_k的可能性，l、m、u表示3个三角模糊数的参数，则

d是两个三角模糊数隶属函数交集的最高点，如图3所示。

求出S_i大于所有其他所有指标合成值的可能性。

S2.3、计算指标权重：

设w′(α_i)＝V(S_i)，则权重向量可以表示为W′＝(w′(α₁),w′(α₂),...,w′(α_n))^T，对其进行归一化后可得标准权重向量

W＝(w(α₁),w(α₂),...,w(α_n))^T (6)

步骤S3中，利用CRITIC法对筛选后的指标进行客观赋权，具体包括：

S3.1确定反熵法中的熵值

熵常用于量测信息的不确定性或无序状态，对于第i个评价指标，其熵的定义为：

式中：当f_ik＝0时，认为f_iklnf_ik＝0。

第i个评价指标的熵权σ_i定义为

式中：0≤σ_i≤1且

从上述定义可以看出，第i个评价指标的熵值越小，则该指标的熵权就越大，说明该评价指标内不同线路的指标值差异性越大。

S3.2、确定肯德尔相关系数

肯德尔相关系数是用于衡量多列等级变量相关程度的一种相关系数。向量u_i＝(u_i1,u_i2,…,u_iq)和u_j＝(u_j1,u_j2,…,u_jq)具有q个元素，u_i和u_j中对应的第k个变量值分别为u_ik和u_jk(1≤k≤q)。假设X_Ri和X_Rj分别为u_ik和u_jk在u_i和u_j中的排序值，将两个向量中对应的排序值变量(X_Ri,X_Rj)搭配组成变量对集合X_R，则可以定义指标i和指标j之间的肯德尔相关系数为：

式中：A为常数，其值为q(q-1)/2；N_c和N_d分别表示集合X_R的变量对元素(X_Ri,X_Rj)中两个变量排序值相等和不相等的变量对数目；表示向量u_i中具有相同变量值的个数；表示向量u_j中具有相同变量值的个数。因此，定义第i个指标与所有其他指标的肯德尔相关系数γ_i为：

指标i的肯德尔相关系数γ_i越大，表明该指标与其他指标的等级相关性越大。

S3.3、确定指标客观权重

综合熵和肯德尔相关系数，采用CRITIC法确定指标的客观权重，则第i个指标的客观权重可以表示为：

如图4所示，步骤S4中，基于最优组合权重方法对主观赋权和客观赋权得到的权重进行合并，得到筛选后指标的综合权重，具体包括：

假设m种赋权方法中有v种主观赋权方法、m-v种客观赋权方法，第i个指标在第s种赋权方法下的权重为γ_si。针对不同的评价指标，主客观权重的相对重要程度不同。因此，根据矩估计理论可得第i个指标的主、客观权重的期望分别为S₁(γ_i)和S₂(γ_i)：

进而得到第i个指标的主、客观加权系数分别为τ_i和

以集成权重与主客观权重间的离差平方和最小为目标，则确定第i个指标的综合权重M_i的最优组合权重模型为：

本发明构建指标体系时，则要求一方面要确保指标涵盖范围的全面性，尽可能完整地反映配电网现状水平；另一方面，需要涵括中高压配电网等级，不能只包含单电压等级的配电网指标。如表1所示。本发明选取A地区的相关指标做诊断与评估分析，根据对A地区的配电网相关历史年数据收集得到了配电网诊断与评估相关指标的历史数据统计如表2所示：

表2 A地区配电网相关指标数据

根据本发明所提的综合模糊层次分析法与CRITIC法，得到A地区配电网现状诊断指标的综合权重，并计算分类层的主客观权重，如表3所示。

表3 A地区配电网诊断与评估指标权重

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (5)

1.基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，其特征是，包括以下步骤：

运用因子回归分析，进行降维分类、去除冗余指标，筛选出关键指标；

利用模糊层次分析法对筛选后的指标进行分层主观赋权；

利用CRITIC法对筛选后的指标进行客观赋权；

基于最优组合权重方法对主观赋权和客观赋权得到的权重进行合并，得到筛选后指标的综合权重。

2.如权利要求1所述的基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，其特征是，所述运用因子回归分析，进行降维分类、去除冗余指标，筛选出关键指标，具体包括：综合考虑配电网电网规模、供电质量、电网结构、装备水平和供电能力，根据现行的配电网规划、运维、评估的相关标准和技术规范建立配电网现状诊断指标体系。

3.如权利要求1所述的基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，其特征是，所述利用模糊层次分析法对筛选后的指标进行分层主观赋权，具体包括：

利用三角模糊数构建判断矩阵，模糊判断矩阵A＝(α_ij)_n×n中的元素α_ij＝(l_ij,m_ij,u_ij)是一个以m_ij为中值的闭区间；

计算筛选后的各指标综合合成三角模糊数

计算S_i≥S_k的可能性，设V(S_i≥S_k)为S_i≥S_k的可能性，l、m、u表示3个三角模糊数的参数，则

求出S_i大于其他所有指标合成值的可能性，设V(S_i≥S_k)为S_i≥S_k的可能性，l、m、u表示3个三角模糊数的参数，则

计算归一化标准权重向量，设w′(α_i)＝V(S_i)，则权重向量可以表示为W′＝(w′(α₁),w′(α₂),...,w′(α_n))^T，对其进行归一化后可得标准权重向量

W＝(w(α₁),w(α₂),...,w(α_n))^T。

4.如权利要求1所述的基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，其特征是，所述利用CRITIC法对筛选后的指标进行客观赋权，具体包括：

计算筛选后各指标的熵值和熵权，对于第i个评价指标，其熵的定义为：

式中：当f_ik＝0时，认为f_iklnf_ik＝0；

第i个评价指标的熵权σ_i定义为：

式中：0≤σ_i≤1且

计算筛选后指标之间的肯德尔相关系数，定义指标i和指标j之间的肯德尔相关系数为：

式中：A为常数，其值为q(q-1)/2；N_c和N_d分别表示集合X_R的变量对元素(X_Ri，X_Rj)中两个变量排序值相等和不相等的变量对数目；表示向量u_i中具有相同变量值的个数；表示向量u_j中具有相同变量值的个数，定义第i个指标与所有其他指标的肯德尔相关系数γ_i为：

综合熵和肯德尔相关系数，采用CRITIC法确定指标的客观权重，则第i个指标的客观权重表示为：

5.如权利要求1所述的基于模糊层次和CRITIC法的配电网诊断评估指标权重赋权方法，其特征是，所述基于最优组合权重方法对主观赋权和客观赋权得到的权重进行合并，得到筛选后指标的综合权重，具体包括：

记m种赋权方法中有v种主观赋权方法、m-v种客观赋权方法，第i个指标在第s种赋权方法下的权重为γ_si，根据矩估计理论得到第i个指标的主、客观权重的期望分别为S₁(γ_i)和S₂(γ_i)：

进而得到第i个指标的主、客观加权系数分别为τ_i和

以集成权重与主客观权重间的离差平方和最小为目标，则确定第i个指标的综合权重M_i的最优组合权重模型为：