CN110378549B - 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法 - Google Patents
一种基于fahp-熵权法的输电杆塔鸟害等级评估方法 Download PDFInfo
- Publication number
- CN110378549B CN110378549B CN201910468957.1A CN201910468957A CN110378549B CN 110378549 B CN110378549 B CN 110378549B CN 201910468957 A CN201910468957 A CN 201910468957A CN 110378549 B CN110378549 B CN 110378549B
- Authority
- CN
- China
- Prior art keywords
- index
- index layer
- bird damage
- transmission tower
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Molecular Biology (AREA)
- Fuzzy Systems (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种基于FAHP‑熵权法的输电杆塔鸟害等级评估方法,包括:建立输电杆塔鸟害等级影响指标结构图;利用模糊层次分析法求解第一、二指标层权重;利用熵权法求解第三指标层权重;建立杆塔鸟害风险影响值与杆塔同各地理环境之间的距离关系表;利用线性加权法建立鸟害等级评估模型;确定输电杆塔鸟害等级;本发明采用模糊层次分析法与熵权法相结合的方式计算各影响指标的权重,采用线性加权法建立输电杆塔鸟害等级评估模型并划分鸟害等级;与现有技术相比,本发明具有通用性强、复杂度低、精度更高、计算简单等优点,可以有效的指导电网相关人员进行鸟害的预防和治理。
Description
技术领域
本发明涉及电力系统安全检测领域,具体涉及一种基于模糊层次分析法FAHP(fuzzy analytic hierarchy process,FAHP)-熵权法的输电杆塔鸟害等级评估方法。
背景技术
近几年来,因鸟害引起的输电线路故障频繁发生,例如鸟害引起的线路跳闸断电故障成为输电网的主要故障之一。现有的鸟害防治和监测多依赖人工巡检,盲目性大,防鸟不及时,防鸟效果不明显。鸟害因为其种类多,数量大,分布广,变化快,易受地理气候影响,电力运维人员很难及时有效的掌握鸟害状况,浪费巨大人力物力,却难有较好的防治效果;鸟害在影响人们正常生活的同时也造成了巨大的经济损失。因此,如何对输电线路鸟害等级做出准确的评估,指导电力部门有效的进行防鸟装置的安装、充分发挥各类防鸟装置的利用效率,成为电力部门关注的重点。
目前相关专家和学者主要利用层次分析法建立鸟害风险等级评估模型,但是传统的层次分析法在建立模型时存在一些缺陷,例如在构造判断矩阵时不能很好的反映出专家的主观判断信息,大大影响求解精度。其次很难一次性的构造出满足一致性要求的判断矩阵,往往需要进行大量的数据修改,需要耗费大量的时间。因此,如何提供一种简单有效且精确更高的输电杆塔鸟害等级评估方法是目前急需解决的问题。
发明内容
本发明的目的是提供一种基于FAHP-熵权法的输电杆塔鸟害等级评估方法,通过对影响鸟害的多种因素进行权重分析,建立鸟害等级评估模型,可以准确的预测杆塔的鸟害等级,指导线路巡检、防鸟装置的安装。
为了实现上述任务,本发明采用以下技术方案:
一种基于FAHP-熵权法的输电杆塔鸟害等级评估方法,包括以下步骤:
步骤1,建立输电杆塔鸟害等级影响指标结构图,该指标结构图包括目标层、第一指标层、第二级指标层和第三指标层;其中,目标层为鸟害等级,其余每一个指标层都包含多个鸟害影响指标,相邻指标层之间为从属关系;
步骤2,利用模糊层次分析法求解指标结构图中第一指标层、第二指标层各指标的权重;
步骤3,利用熵权法求解指标结构图中第三指标层权重;
步骤4,建立输电杆塔鸟害风险影响值与输电杆塔同各地理环境之间的距离关系表;
步骤5,利用线性加权法建立鸟害等级评估模型;
步骤6,确定输电杆塔鸟害等级。
进一步地,所说的第一指标层、第二级指标层和第三指标层,具体包括:
第一指标层包括地理环境、杆塔特征、季节,其中,地理环境下属的第二指标层包括水域、农作物、森林、鸟类迁徙通道;杆塔特征下属的第二指标层包括电压等级、杆塔类型、导线排列方式、绝缘子类型;季节下属的第二指标层包括春季、夏季、秋季、冬季;
第二指标层中,电压等级下属的第三指标层包括110kV、220kV、500kV;杆塔类型下属的第三指标层包括直线型、耐张型;导线排列方式下属的第三指标层包括水平排列、三角排列、垂直排列;绝缘子类型下属的第三指标层包括直线串、V型串。
进一步地,所述的利用模糊层次分析法求解指标结构图中第一指标层、第二指标层各指标的权重,包括:
步骤2.1,通过专家经验法和三标度法结合建立模糊互补判断矩阵M;
M=(mij)n×n,i=1,2,...,n;j=1,2,...,n;
其中,n为矩阵阶数;三标度法的定义如下:
上式中,mij的值通过专家经验法给出,代表同一指标层中指标mi和指标mj两两比较后专家打分的结果;H(i)和H(j)的大小关系代表mi和mj相比,哪个指标更加重要;
步骤2.2,将模糊互补判断矩阵M转化成模糊一致矩阵R=(rij)n×n,其中:
上式中,ri,rj为模糊互补判断矩阵M中第i行,第j行中各元素的和,n为矩阵的阶数;
步骤2.3,采用排序法计算第一指标层权重,得到指标权重向量;指标权重的计算公式如下:
然后,以同样的方法求取第二指标层各指标的权重bi。
进一步地,所述的利用熵权法求解指标结构图中第三指标层权重,包括:
步骤3.1,针对m个评价指标和n个评价对象,结合历史鸟害数据,构建初始评价矩阵Zm×n:
上式中,zij代表第i个评价对象第j个评价指标的指标值,i=1,2,...,n;j=1,2,...,m;
步骤3.2,对初始评价矩阵Zm×n进行标准化处理,得到矩阵P=(pij)m×n;
步骤3.3,定义信息熵
针对m个评价指标,n个评价对象,第i个指标的信息熵H(i)为:
步骤3.4,确定第i个指标的权重,计算公式为:
进一步地,所述的建立输电杆塔鸟害风险影响值与输电杆塔同各地理环境之间的距离关系表,包括:
利用专家经验法确定输电杆塔与各地理环境之间的距离与输电杆塔发生鸟害风险的关联程度,并给出相应的影响值,以构建距离关系表。
进一步地,所述的利用线性加权法建立鸟害等级评估模型,表示为:
其中,r为风险值,ai为第一指标层各指标的权重,d,wi,t,为组合权重向量,取值根据第二、三指标层各指标权重而定;l为影响值向量,取值方式参照影响值关系表;为参数向量,取值方式根据杆塔参数和季节而定。
进一步地,所述的确定输电杆塔鸟害等级,包括:
首先定义鸟害等级评语集S={Ⅰ级,Ⅱ级,Ⅲ级,Ⅳ级},其中鸟害等级越高表示发生鸟害的风险越大;然后采用专家经验法,并结合多组历史鸟害故障数据进行反复检验,确定风险值r的范围与鸟害等级的对应关系,从而确定输电杆塔鸟害等级,根据鸟害等级指导线路巡检、防鸟装置的安装。
本发明具有以下技术特点:
1.本发明在建立模糊互补判断矩阵时采用三标度法,这种模糊判断矩阵转换成的模糊一致判断矩阵满足一致性条件,无需像层次分析法一样需要检验判断矩阵的一致性。
2.本发明利用熵权法结合历史鸟害数据计算第三指标层的权重,可以减少主观赋权带来的偏差,提高求解精度,结合各地理环境与杆塔之间的距离对鸟害产生的影响,通过线性加权法建立鸟害评估模型。
3.与现有技术相比,本发明具有通用性强、复杂度低、精度更高、计算简单等优点,可以有效的指导电网相关人员进行鸟害的预防和治理。
附图说明
图1为本发明方法的整体流程示意图;
图2为输电线路杆塔鸟害等级影响指标结构图。
具体实施方式
本发明提出的方法中采用了模糊层次分析法、熵权法、专家经验法、三标度法、线性加权法相结合的分析方法来预测鸟害风险。相对于传统的层次分析方法,本发明采用的模糊层次分析法利用三标度法建立判断矩阵求解第一、二指标层权重,三标度法属互补型标度,符合人们的思维逻辑,其形式简单,虽然建立的模糊判断矩阵比较粗糙,但建立方法更加简单,准确度较高,且由模糊判断矩阵转换成的模糊一致判断矩阵满足一致性条件,无需像层次分析法一样需要检验判断矩阵的一致性,可以减少大量的调整参带来的工作量,且传统的层次分析法在调参的过程中也破坏了专家评分值的可靠性,使得建立的模型不能有效的进行风险评估。本发明利用熵权法结合历史鸟害数据计算第三指标层的权重,可以减少主观赋权带来的偏差,提高求解精度。本发明方法的具体步骤将在下面进行详细说明。
一种基于FAHP-熵权法的输电杆塔鸟害等级评估方法,包括以下步骤:
步骤1,建立输电杆塔鸟害等级影响指标结构图,该指标结构图包括目标层、第一指标层、第二级指标层和第三指标层;其中,目标层为鸟害等级,其余每一个指标层都包含多个鸟害影响指标,相邻指标层之间为从属关系。
本实施例中,将影响输电杆塔鸟害风险的各个指标进行分层比较,下层指标隶属于上层指标。图2为输电线路杆塔鸟害等级影响指标结构图,具体地:
第一指标层包括地理环境、杆塔特征、季节,其中,地理环境下属的第二指标层包括水域、农作物、森林、鸟类迁徙通道;杆塔特征下属的第二指标层包括电压等级、杆塔类型、导线排列方式、绝缘子类型;季节下属的第二指标层包括春季、夏季、秋季、冬季;
第二指标层中,电压等级下属的第三指标层包括110kV、220kV、500kV;杆塔类型下属的第三指标层包括直线型、耐张型;导线排列方式下属的第三指标层包括水平排列、三角排列、垂直排列;绝缘子类型下属的第三指标层包括直线串、V型串。
步骤2,利用模糊层次分析法求解指标结构图中第一指标层、第二指标层各指标的权重。
该步骤中,利用模糊层次分析法求解过程中,在构建模糊互补判断矩阵采用三标度法和专家经验法相结合,在确定指标权重时采用排序法、和法、几何平均法、最小二乘法、特征根法等。
步骤2.1,通过专家经验法和三标度法结合建立模糊互补判断矩阵M;
M=(mij)n×n,i=1,2,...,n;j=1,2,...,n;
其中,n为矩阵阶数;三标度法的定义如下:
上式中,mij的值通过专家经验法给出,代表同一指标层中指标mi和指标mj两两比较后专家打分的结果。H(i)和H(j)的大小关系代表mi和mj相比,哪个指标更加重要。为了让打分的结果更加准确,需要邀请p(p≥10)名专家一同打分,每个指标的分数要得到多数专家的认可才可确定。
假设第一指标层包含的指标集为M1={m1,m2,…,mn},则表示指标m1,m2,…,mn两两比较后得模糊互补判断矩阵为M=(mij)n×n,n为该指标层包含的指标的数量。例如,在对某杆塔鸟害等级进行评估时,采用专家经验法和三标度法对第一指标层进行两辆对比打分时,得到打分结果如下表:
表1第一指标层打分结果
然后根据打分结果,建立模糊互补判断矩阵如下:
步骤2.2,基于三标度法构建的模糊互补判断矩阵M=(mij)n×n中的元素满足mij=mik-mjk+0.5(i,j,k=1,2,…n),因此该矩阵具有加性一致性,可以通过数学变换,将模糊互补判断矩阵M转化成模糊一致矩阵R=(rij)n×n,其中:
上式中,ri,rj为模糊互补判断矩阵M中第i行,第j行中各元素的和,n为矩阵的阶数。通过上述转换,得到模糊一致判断矩阵R:
步骤2.3,采用排序法计算第一指标层权重,得到指标权重向量;指标权重的计算公式如下:
然后,以同样的方法求取第二指标层各指标的权重bi。
步骤3,利用熵权法求解指标结构图中第三指标层权重
在本实施例中,假设选择某地区的n条输电样线作为评价对象,结合近3年输电杆塔鸟害故障数据构建鸟害风险原始数据表如下:
表2鸟害风险原始数据表
步骤3.1,针对m个评价指标和n个评价对象,结合历史鸟害数据,构建初始评价矩阵Zm×n:
上式中,zij代表第i个评价对象第j个评价指标的指标值,i=1,2,...,n;j=1,2,...,m。
针对于本实施例中,zij的具体定义如下:
步骤3.2,对初始评价矩阵Zm×n进行标准化处理,得到矩阵P=(pij)m×n;
步骤3.3,定义信息熵
针对m个评价指标,n个评价对象,第i个指标的信息熵H(i)为:
步骤3.4,确定第i个指标的权重,计算公式为:
通过上述过程,可以求得本实施例中各指标层权重如下表所示:
表3各指标层权重
步骤4,建立输电杆塔鸟害风险影响值与输电杆塔同各地理环境之间的距离关系表
该步骤中,利用专家经验法确定输电杆塔与各地理环境之间的距离与输电杆塔发生鸟害风险的关联程度,并给出相应的影响值,以构建距离关系表。
具体的,在本实施例中,采用专家经验法,假设得到杆塔鸟害风险影响值与杆塔同各地理环境之间的距离关系表形式如下:
表4鸟害风险影响值与杆塔同各地理环境之间的距离关系表
步骤5,利用线性加权法建立鸟害等级评估模型
本方案中,采用线性加权法建立的鸟害等级评估模型表示为:
其中,r为风险值,ai为第一指标层各指标的权重,d,wi,t,为组合权重向量,具体取值根据第二、三指标层各指标权重而定;l为影响值向量,取值方式参照影响值关系表;为参数向量,取值方式根据杆塔参数和季节而定。
本实施例中,向量d=(b1,b2,b3,b4),w1=(b5c1,b5c2,b5c3),w2=(b6c4,b6c5)w3=(b7c6,b7c7,b7c8),w4=(b8c9,b8c10),t=(b9,b10,c1,c2),l=(l1,l2,l3,l4),β=(β1,β2),/>γ=(γ1,γ2),η=(η1,η2,η3,η4)。
在对某杆塔做鸟害等级评估时,根据具体杆塔特征、评估季节的不同,各参数向量的取值方式按下各表所示:
表5各参数向量的取值
步骤6,确定输电杆塔鸟害等级,根据鸟害等级指导线路巡检、防鸟装置的安装。
首先定义鸟害等级评语集S={Ⅰ级,Ⅱ级,Ⅲ级,Ⅳ级},其中鸟害等级越高表示发生鸟害的风险越大;然后采用专家经验法,并结合多组历史鸟害故障数据进行反复检验,确定风险值r的范围与鸟害等级的对应关系,从而确定输电杆塔鸟害等级。
在本实施例中,鸟害等级与风险值r的对应关系由多位专家进行评定并结合多组历史鸟害数据进行验证以确保对应关系的合理性,假设取值方式如下表:
表6鸟害等级评估表
风险值 | [0,r1) | [r1,r2) | [r2,r3) | [r3,r4] |
鸟害风险 | Ⅰ级 | Ⅱ级 | Ⅲ级 | Ⅳ级 |
其中,0<ri<rj(i<j)。
此外,还需要进一步说明的是,Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级鸟害对应杆塔发生鸟害的可能性分别为低、较高、高、极高。在对杆塔进行鸟害等级评估时,通过杆塔特征和季节确定参数变量的取值,带入鸟害等级评估模型求出风险值r,然后参照鸟害等级评估表估算该杆塔的鸟害等级。
Claims (3)
1.一种基于FAHP-熵权法的输电杆塔鸟害等级评估方法,其特征在于,包括以下步骤:
步骤1,建立输电杆塔鸟害等级影响指标结构图,该指标结构图包括目标层、第一指标层、第二级指标层和第三指标层;其中,目标层为鸟害等级,其余每一个指标层都包含多个鸟害影响指标,相邻指标层之间为从属关系;
步骤2,利用模糊层次分析法求解指标结构图中第一指标层、第二指标层各指标的权重;
步骤3,利用熵权法求解指标结构图中第三指标层权重;
步骤4,建立输电杆塔鸟害风险影响值与输电杆塔同各地理环境之间的距离关系表;
步骤5,利用线性加权法建立鸟害等级评估模型;
步骤6,确定输电杆塔鸟害等级;
所述的第一指标层、第二级指标层和第三指标层,具体包括:
第一指标层包括地理环境、杆塔特征、季节,其中,地理环境下属的第二指标层包括水域、农作物、森林、鸟类迁徙通道;杆塔特征下属的第二指标层包括电压等级、杆塔类型、导线排列方式、绝缘子类型;季节下属的第二指标层包括春季、夏季、秋季、冬季;
第二指标层中,电压等级下属的第三指标层包括110kV、220kV、500kV;杆塔类型下属的第三指标层包括直线型、耐张型;导线排列方式下属的第三指标层包括水平排列、三角排列、垂直排列;绝缘子类型下属的第三指标层包括直线串、V型串;
所述的利用模糊层次分析法求解指标结构图中第一指标层、第二指标层各指标的权重,包括:
步骤2.1,通过专家经验法和三标度法结合建立模糊互补判断矩阵M;
M=(mij)n×n,i=1,2,...,n;j=1,2,...,n;
其中,n为矩阵阶数;三标度法的定义如下:
上式中,mij的值通过专家经验法给出,代表同一指标层中指标mi和指标mj两两比较后专家打分的结果;H(i)和H(j)的大小关系代表mi和mj相比,哪个指标更加重要;
步骤2.2,将模糊互补判断矩阵M转化成模糊一致矩阵R=(rij)n×n,其中:
上式中,ri,rj为模糊互补判断矩阵M中第i行,第j行中各元素的和,n为矩阵的阶数;
步骤2.3,采用排序法计算第一指标层权重,得到指标权重向量;指标权重的计算公式如下:
然后,以同样的方法求取第二指标层各指标的权重bi;
所述的利用熵权法求解指标结构图中第三指标层权重,包括:
步骤3.1,针对m个评价指标和n个评价对象,结合历史鸟害数据,构建初始评价矩阵Zm×n:
上式中,zij代表第i个评价对象第j个评价指标的指标值,i=1,2,...,n;j=1,2,...,m;
步骤3.2,对初始评价矩阵Zm×n进行标准化处理,得到矩阵P=(pij)m×n;
步骤3.3,定义信息熵
针对m个评价指标,n个评价对象,第i个指标的信息熵H(i)为:
步骤3.4,确定第i个指标的权重,计算公式为:
所述的利用线性加权法建立鸟害等级评估模型,表示为:
2.如权利要求1所述的基于FAHP-熵权法的输电杆塔鸟害等级评估方法,其特征在于,所述的建立输电杆塔鸟害风险影响值与输电杆塔同各地理环境之间的距离关系表,包括:
利用专家经验法确定输电杆塔与各地理环境之间的距离与输电杆塔发生鸟害风险的关联程度,并给出相应的影响值,以构建距离关系表。
3.如权利要求1所述的基于FAHP-熵权法的输电杆塔鸟害等级评估方法,其特征在于,所述的确定输电杆塔鸟害等级,包括:
首先定义鸟害等级评语集S={Ⅰ级,Ⅱ级,Ⅲ级,Ⅳ级},其中鸟害等级越高表示发生鸟害的风险越大;然后采用专家经验法,并结合多组历史鸟害故障数据进行反复检验,确定风险值r的范围与鸟害等级的对应关系,从而确定输电杆塔鸟害等级,根据鸟害等级指导线路巡检、防鸟装置的安装。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910468957.1A CN110378549B (zh) | 2019-05-31 | 2019-05-31 | 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910468957.1A CN110378549B (zh) | 2019-05-31 | 2019-05-31 | 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378549A CN110378549A (zh) | 2019-10-25 |
CN110378549B true CN110378549B (zh) | 2023-05-23 |
Family
ID=68248891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910468957.1A Active CN110378549B (zh) | 2019-05-31 | 2019-05-31 | 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378549B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112308360A (zh) * | 2020-04-16 | 2021-02-02 | 青岛理工大学 | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 |
CN111783633A (zh) * | 2020-06-30 | 2020-10-16 | 东南大学 | 一种驾驶员姿态安全性定量评价模型的构建方法 |
CN113256075A (zh) * | 2021-04-29 | 2021-08-13 | 浙江非线数联科技股份有限公司 | 一种基于层次分析和模糊综合评价法的企业风险等级评价方法 |
CN113267710B (zh) * | 2021-06-29 | 2022-09-30 | 广东电网有限责任公司 | 输电线路鸟害监测方法、装置、设备及存储介质 |
CN115630270B (zh) * | 2022-12-19 | 2023-03-14 | 国网江西省电力有限公司电力科学研究院 | 一种变电站防鸟装置应用效果评估方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0948542A1 (en) * | 1996-09-11 | 1999-10-13 | Oregon Health Sciences University | Small and intermediate conductance, calcium-activated potassium channels and uses thereof |
CN104123680A (zh) * | 2014-07-16 | 2014-10-29 | 贵州电力试验研究院 | 一种综合评价电网科技项目的后评估方法 |
CN107480856A (zh) * | 2017-07-06 | 2017-12-15 | 浙江大学 | 基于改进逼近理想解排序法的售电公司电力客户评估方法 |
CN108197782A (zh) * | 2017-12-19 | 2018-06-22 | 国网江西省电力有限公司电力科学研究院 | 一种输电线路鸟害风险等级评估方法 |
CN108399503A (zh) * | 2018-03-08 | 2018-08-14 | 云南电网有限责任公司电力科学研究院 | 一种架空输电线路鸟害故障预警方法 |
CN108399340A (zh) * | 2018-03-06 | 2018-08-14 | 中国民航大学 | 基于改进fahp和云模型的机载网络安全风险评估方法 |
-
2019
- 2019-05-31 CN CN201910468957.1A patent/CN110378549B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0948542A1 (en) * | 1996-09-11 | 1999-10-13 | Oregon Health Sciences University | Small and intermediate conductance, calcium-activated potassium channels and uses thereof |
CN104123680A (zh) * | 2014-07-16 | 2014-10-29 | 贵州电力试验研究院 | 一种综合评价电网科技项目的后评估方法 |
CN107480856A (zh) * | 2017-07-06 | 2017-12-15 | 浙江大学 | 基于改进逼近理想解排序法的售电公司电力客户评估方法 |
CN108197782A (zh) * | 2017-12-19 | 2018-06-22 | 国网江西省电力有限公司电力科学研究院 | 一种输电线路鸟害风险等级评估方法 |
CN108399340A (zh) * | 2018-03-06 | 2018-08-14 | 中国民航大学 | 基于改进fahp和云模型的机载网络安全风险评估方法 |
CN108399503A (zh) * | 2018-03-08 | 2018-08-14 | 云南电网有限责任公司电力科学研究院 | 一种架空输电线路鸟害故障预警方法 |
Non-Patent Citations (1)
Title |
---|
基于FAHP与混合编程的电脑选配软件设计;胡振;《计算机与数字工程》;20130920;第1437-1441页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110378549A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378549B (zh) | 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法 | |
CN107992962B (zh) | 一种基于熵权法的输电线路防雷措施优化选择方法 | |
CN110598726A (zh) | 一种基于随机森林的输电杆塔鸟害风险预测方法 | |
CN105117602A (zh) | 一种计量装置运行状态预警方法 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN110533331B (zh) | 一种基于输电线路数据挖掘的故障预警方法和系统 | |
CN110689240A (zh) | 一种配电网经济运行模糊综合评价方法 | |
CN105389636A (zh) | 一种低压台区kfcm-svr合理线损预测方法 | |
CN109409756A (zh) | 基于ahp的建筑施工现场安全评价方法 | |
CN109359896B (zh) | 一种基于svm的电网线路故障风险预警方法 | |
CN110264112A (zh) | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 | |
CN105046582A (zh) | 方便的电网安全风险评估方法 | |
CN104408562A (zh) | 一种基于bp神经网络的光伏系统发电效率综合评估方法 | |
CN110046812A (zh) | 城市安全发展水平的综合评价方法 | |
CN109064056B (zh) | 一种基于灰色关联分析法的输电线路防雷措施选择方法 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN111488896A (zh) | 一种基于多源数据挖掘的配电线路时变故障概率计算方法 | |
CN111126672A (zh) | 一种基于分类决策树的高压架空输电线路台风灾害预测方法 | |
CN111461921A (zh) | 一种基于机器学习的负荷建模典型用户数据库更新方法 | |
CN112668821A (zh) | 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法 | |
CN112508232A (zh) | 一种基于多层次模糊综合评价模型的短路电流限制措施评估方法 | |
CN110889587A (zh) | 配电网线路风险评估方法 | |
CN112613684B (zh) | 一种基于配网故障预测的特殊差异化运维方法 | |
CN104574211A (zh) | 基于风险源的电网调度操作风险预警方法和系统 | |
CN105184496A (zh) | 矿井通风系统健康指数综合评价方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |