CN110852615A - 一种典型环境下智能电能表可靠性综合评价模型 - Google Patents

一种典型环境下智能电能表可靠性综合评价模型 Download PDF

Info

Publication number
CN110852615A
CN110852615A CN201911092122.7A CN201911092122A CN110852615A CN 110852615 A CN110852615 A CN 110852615A CN 201911092122 A CN201911092122 A CN 201911092122A CN 110852615 A CN110852615 A CN 110852615A
Authority
CN
China
Prior art keywords
electric energy
index
intelligent electric
energy meter
evaluation
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
Application number
CN201911092122.7A
Other languages
English (en)
Inventor
吴国瑞
陈月
赵晓琪
刘�文
赵斌
李宏伟
殷聪
王珏
高少杰
于莎莎
姜滨
张帆
王惠颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Electrical And Instrument Research Institute Co Ltd
Heilongjiang Electrotechnical Instrument And Meter Engineering Technology Resear
Original Assignee
Harbin Electrical And Instrument Research Institute Co Ltd
Heilongjiang Electrotechnical Instrument And Meter Engineering Technology Resear
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Electrical And Instrument Research Institute Co Ltd, Heilongjiang Electrotechnical Instrument And Meter Engineering Technology Resear filed Critical Harbin Electrical And Instrument Research Institute Co Ltd
Priority to CN201911092122.7A priority Critical patent/CN110852615A/zh
Publication of CN110852615A publication Critical patent/CN110852615A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/06393—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

  • 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于智能电能表可靠性综合评价技术领域，提供了一种典型环境下智能电能表可靠性综合评价模型，包括如下步骤：（1）构建典型环境下智能电能表可靠性综合评价指标体系；（2）采用层次分析法计算典型环境下智能电能表可靠性综合评价指标体系中各指标的权重；（3）采用灰色加权关联法进行综合评价分析。该发明采用层次分析法建立典型环境下智能电能表可靠性综合评价指标体系并计算其指标权重，利用灰色加权关联分析法对典型环境下各厂家的智能电能表可靠性进行综合评价。实验表明，该评价模型用于典型环境下智能电能表可靠性的综合评价，评价结果客观准确。

Description

一种典型环境下智能电能表可靠性综合评价模型
技术领域
本发明属于智能电能表可靠性综合评价技术领域，具体提出了一种典型环境下智能电能表可靠性的综合评价模型。
背景技术
在实际环境中，智能电能表所面临的环境条件是多变的，在高严寒、高海拔、高湿热、高盐雾、高干热的条件下长期运行容易暴露出的产品问题。按照国内技术标准开展电能表型式试验（全性能），在试验过程中很难发现典型环境下潜在的质量缺陷，因其故障诱发过程涉及的因素数量较多。因此必须建立一套具备地域差异的智能电能表可靠性评价体系，深入研究典型环境下智能电能表综合评价方法，探讨各项环境指标参数对智能电能表可靠性的影响。
层次分析法，简称AHP，是指将与决策有关的元素分解成目标层、准则层、方案层等层次，在此基础之上进行定性和定量分析的决策方法。层析分析法是智能电能表评价领域常用的评价方法，通过构建多层次、多目标的典型环境下智能电能表可靠性综合评价指标体系。由于单一的层次分析法过于主观，所以在评价典型环境下智能电能表可靠性上存在不足和缺陷，评价结果相对片面，不能做到全方面的评价典型环境下智能电能表的可靠性。
发明内容
为了克服现有技术的不足，本发明提出了一种典型环境下智能电能表可靠性综合评价模型，包括以下步骤：
步骤一：构建典型环境下智能电能表可靠性综合评价指标体系。
步骤二：采用层次分析法计算典型环境下智能电能表可靠性综合评价指标体系中各指标的权重。
步骤三：采用灰色加权关联法进行综合评价分析。
前述的典型环境下智能电能表可靠性综合评价模型中步骤一具体为：
步骤1-1：根据典型环境的地域特征，构建的评价指标体系包括目标层、第一层评价指标和第二层评价指标。
步骤1-2：所述的目标层为典型环境下智能电能表可靠性。
步骤1-3：所述的第一层评价指标包括黑龙江地区环境指标、西藏地区环境指标、福建地区环境指标和新疆地区环境指标。
步骤1-4：所述的第二层评价指标包括：黑龙江地区的温度指标；西藏地区的气压和光照指标；福建地区的温度、湿度和pH值指标；新疆地区的湿度和温度指标。
前述的典型环境下智能电能表可靠性综合评价模型中步骤二具体为：
步骤2-1：采用1-9标度法构造判断矩阵。
步骤2-2：将判断矩阵中每一行元素相乘得到Xi，
Figure 511586DEST_PATH_IMAGE001
。
步骤2-3：计算Xi的n次方根，其中n为判断矩阵阶数。
步骤2-4：对向量
Figure 340182DEST_PATH_IMAGE003
正规化
Figure 316228DEST_PATH_IMAGE004
步骤2-5：计算判断矩阵A的最大特征值λmax。
步骤2-6：矩阵的一致性检验，即
Figure 168515DEST_PATH_IMAGE005
Figure 874303DEST_PATH_IMAGE006
式中：RI为平均随机一致性指标。当CR<0.1时，判断矩阵具有满意的一致性。若判断矩阵未通过一致性检验，需要对各指标间相互重要性程度重新进行赋值，直至其通过一致性检验。
步骤2-7：指标权重计算。对最大特征值对应的特征向量进行归一化处理后即可得到指标权重。
前述的典型环境下智能电能表可靠性综合评价模型中步骤三具体为：
步骤3-1：确定参考数列和比较数列。
参考数列为
Figure 249976DEST_PATH_IMAGE008
；
比较数列为；i=1, 2，…，n。
其中，m为评价指标数；n为评价对象数。
步骤3-2：计算该系统的关联系数，所采用的计算公式为：
其中，k=1, 2，…，m。ρ为分辨系数，0<ρ<1。ρ越小，关联系数间差异越大，区分能力越强。通常ρ取0.5。
步骤3-3：计算该系统的加权关联序，所采用的公式为：
Figure 769053DEST_PATH_IMAGE011
其中，ωk为步骤2-7中的指标权重值。
步骤3-4：根据各评价对象的加权关联序，得出综合评价分析结果。
从上述的技术方案可以看出，本发明采用层次分析法构建该系统的指标体系并计算其指标权重，然后采用灰色加权关联分析法对该系统各评价厂家进行加权关联序的计算，最后对该系统中的评价厂家进行综合评价排序。采用本发明的技术方案对典型环境下智能电能表可靠性进行综合评价，评价结果全面正确。本发明能够对典型环境下智能电能表可靠性进行综合评价。
本发明有如下优点：
（1）本发明将层次分析法与灰色关联分析法运用到典型环境下各厂家智能电能表可靠性的综合评价中。层次分析法用于建立该系统指标体系并计算其指标权重；灰色关联分析法用于计算评价指标下评价厂家的关联序；最后将指标权重与关联序加权计算，得到各厂家的排序评价结果。
（2）该评价模型能够系统的、完整的对各厂家电能表可靠性进行综合评价，评价结果客观准确，为国网公司开展差异化招投标及电能表制造工艺控制提供技术支撑。
附图说明
图1是典型环境下智能电能表可靠性综合评价模型流程图。
具体实施方式
下面通过实施例，并结合附图1，对本发明的技术方案进一步具体说明。一种典型环境下智能电能表可靠性综合评价模型，其特征在于，包括以下步骤：
步骤一：构建典型环境下智能电能表可靠性综合评价指标体系。
步骤二：采用层次分析法计算典型环境下智能电能表可靠性综合评价指标体系中各指标的权重。
步骤三：采用灰色加权关联法进行综合评价分析。
前述的典型环境下智能电能表可靠性综合评价模型中步骤一具体为：
步骤1-1：根据典型环境的地域特征，构建的评价指标体系包括目标层、第一层评价指标和第二层评价指标。
步骤1-2：所述的目标层为典型环境下智能电能表可靠性。
步骤1-3：所述的第一层评价指标包括黑龙江地区环境指标、西藏地区环境指标、福建地区环境指标和新疆地区环境指标。
步骤1-4：所述的第二层评价指标包括：黑龙江地区的温度指标；西藏地区的气压和光照指标；福建地区的温度、湿度和pH值指标；新疆地区的湿度和温度指标。
前述的典型环境下智能电能表可靠性综合评价模型中步骤二具体为：
步骤2-1：采用1-9标度法构造判断矩阵。
步骤2-2：将判断矩阵中每一行元素相乘得到Xi，
Figure 798320DEST_PATH_IMAGE001
。
步骤2-3：计算Xi的n次方根，其中n为判断矩阵阶数。
Figure 680826DEST_PATH_IMAGE002
步骤2-4：对向量
Figure 95627DEST_PATH_IMAGE003
正规化
步骤2-5：计算判断矩阵A的最大特征值λmax。
步骤2-6：矩阵的一致性检验，即
Figure 787694DEST_PATH_IMAGE005
Figure 270628DEST_PATH_IMAGE006
式中：RI为平均随机一致性指标。当CR<0.1时，判断矩阵具有满意的一致性。若判断矩阵未通过一致性检验，需要对各指标间相互重要性程度重新进行赋值，直至其通过一致性检验。
步骤2-7：指标权重计算。对最大特征值对应的特征向量进行归一化处理后即可得到指标权重
Figure 556247DEST_PATH_IMAGE007
。
前述的典型环境下智能电能表可靠性综合评价模型中步骤三具体为：
步骤3-1：确定参考数列和比较数列。
参考数列为
Figure 404117DEST_PATH_IMAGE008
；
比较数列为
Figure 391665DEST_PATH_IMAGE009
；i=1, 2，…，n。
其中，m为评价指标数；n为评价对象数。
步骤3-2：计算该系统（模型）的关联系数，所采用的计算公式为：
Figure 927557DEST_PATH_IMAGE010
其中，k=1, 2，…，m。ρ为分辨系数，0<ρ<1。ρ越小，关联系数间差异越大，区分能力越强。通常ρ取0.5。
步骤3-3：计算该系统的加权关联序，所采用的公式为：
Figure 254633DEST_PATH_IMAGE011
其中，ωk为步骤2-7中的指标权重值。
步骤3-4：根据各评价对象的加权关联序，得出综合评价分析结果。

Claims (4)

1.一种典型环境下智能电能表可靠性综合评价模型，其特征在于，包括以下步骤：
步骤一：构建典型环境下智能电能表可靠性综合评价指标体系；
步骤二：采用层次分析法计算典型环境下智能电能表可靠性综合评价指标体系中各指标的权重；
步骤三：采用灰色加权关联法进行综合评价分析。
2.根据权利要求1所述的一种典型环境下智能电能表可靠性综合评价模型，其特征在于，所述的步骤一具体为：
步骤1-1：根据典型环境的地域特征，构建的评价指标体系包括目标层、第一层评价指标和第二层评价指标；
步骤1-2：所述的目标层为典型环境下智能电能表可靠性；
步骤1-3：所述的第一层评价指标包括黑龙江地区环境指标、西藏地区环境指标、福建地区环境指标和新疆地区环境指标；
步骤1-4：所述的第二层评价指标包括：黑龙江地区的温度指标；西藏地区的气压和光照指标；福建地区的温度、湿度和pH值指标；新疆地区的湿度和温度指标。
3.根据权利要求1所述的一种典型环境下智能电能表可靠性综合评价模型，其特征在于，所述的步骤二具体为：
步骤2-1：采用1-9标度法构造判断矩阵；
步骤2-2：将判断矩阵中每一行元素相乘得到Xi，
Figure 403425DEST_PATH_IMAGE001
；
步骤2-3：计算Xi的n次方根，其中n为判断矩阵阶数；
Figure 815952DEST_PATH_IMAGE002
步骤2-4：对向量
Figure 889956DEST_PATH_IMAGE003
正规化
Figure 133855DEST_PATH_IMAGE004
步骤2-5：计算判断矩阵A的最大特征值λmax；
步骤2-6：矩阵的一致性检验，即
Figure 589107DEST_PATH_IMAGE005
Figure 301980DEST_PATH_IMAGE006
式中：RI为平均随机一致性指标；当CR<0.1时，判断矩阵具有满意的一致性；若判断矩阵未通过一致性检验，需要对各指标间相互重要性程度重新进行赋值，直至其通过一致性检验；
步骤2-7：指标权重计算，对最大特征值对应的特征向量进行归一化处理后即可得到指标权重
Figure 930407DEST_PATH_IMAGE007
。
4.根据权利要求1所述的一种典型环境下智能电能表可靠性综合评价模型，其特征在于，所述的步骤三具体为：
步骤3-1：确定参考数列和比较数列；
参考数列为
Figure 278081DEST_PATH_IMAGE008
；
比较数列为
Figure 904234DEST_PATH_IMAGE009
；i=1, 2，…，n；
其中，m为评价指标数；n为评价对象数；
步骤3-2：计算该系统的关联系数，所采用的计算公式为：
其中，k=1, 2，…，m；
ρ为分辨系数，0<ρ<1；
ρ越小，关联系数间差异越大，区分能力越强；
通常ρ取0.5；
步骤3-3：计算该系统的加权关联序，所采用的公式为：
Figure 457892DEST_PATH_IMAGE011
其中，ωk为步骤2-7中的指标权重值；
步骤3-4：根据各评价对象的加权关联序，得出综合评价分析结果。
CN201911092122.7A 2019-11-11 2019-11-11 一种典型环境下智能电能表可靠性综合评价模型 Pending CN110852615A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911092122.7A CN110852615A (zh) 2019-11-11 2019-11-11 一种典型环境下智能电能表可靠性综合评价模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911092122.7A CN110852615A (zh) 2019-11-11 2019-11-11 一种典型环境下智能电能表可靠性综合评价模型

Publications (1)

Publication Number Publication Date
CN110852615A true CN110852615A (zh) 2020-02-28

Family

ID=69601031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911092122.7A Pending CN110852615A (zh) 2019-11-11 2019-11-11 一种典型环境下智能电能表可靠性综合评价模型

Country Status (1)

Country Link
CN (1) CN110852615A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113419129A (zh) * 2021-07-19 2021-09-21 国网黑龙江省电力有限公司供电服务中心 基于b/s架构的智能电能表可靠性评价系统
CN113537753A (zh) * 2021-07-08 2021-10-22 国网电力科学研究院武汉南瑞有限责任公司 一种智能组件环境适应性评估方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060293869A1 (en) * 2005-06-14 2006-12-28 Siemens Aktiengesellschaft Method and computer system for formulating potential measures for increasing the reliability of a technical system
CN103942738A (zh) * 2014-05-16 2014-07-23 国家电网公司 一种电能表综合评价方法及系统
CN104318482A (zh) * 2014-08-22 2015-01-28 国家电网公司 一套智能配电网综合评估体系和方法
GB201520368D0 (en) * 2014-11-20 2016-01-06 Petrochina Co Ltd Evaluation method and evaluation device for water breakthrough risk of production wells in aquifer drive gas reservoirs
CN106447212A (zh) * 2016-10-11 2017-02-22 广西电网有限责任公司电力科学研究院 一种基于ahp的智能电表软件质量评价方法
CN107180292A (zh) * 2016-03-11 2017-09-19 国家电网公司 多维电网智能化发展水平评价方法
CN107292478A (zh) * 2016-04-13 2017-10-24 中国电力科学研究院 一种灾害对配电网影响态势的获取方法
CN108717173A (zh) * 2018-05-15 2018-10-30 黑龙江省电工仪器仪表工程技术研究中心有限公司 一种智能电能表数据溯源的方法
CN109470917A (zh) * 2018-10-26 2019-03-15 哈尔滨电工仪表研究所有限公司 一种pcb集成化半有源rfid智能电能表装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060293869A1 (en) * 2005-06-14 2006-12-28 Siemens Aktiengesellschaft Method and computer system for formulating potential measures for increasing the reliability of a technical system
CN103942738A (zh) * 2014-05-16 2014-07-23 国家电网公司 一种电能表综合评价方法及系统
CN104318482A (zh) * 2014-08-22 2015-01-28 国家电网公司 一套智能配电网综合评估体系和方法
GB201520368D0 (en) * 2014-11-20 2016-01-06 Petrochina Co Ltd Evaluation method and evaluation device for water breakthrough risk of production wells in aquifer drive gas reservoirs
CN107180292A (zh) * 2016-03-11 2017-09-19 国家电网公司 多维电网智能化发展水平评价方法
CN107292478A (zh) * 2016-04-13 2017-10-24 中国电力科学研究院 一种灾害对配电网影响态势的获取方法
CN106447212A (zh) * 2016-10-11 2017-02-22 广西电网有限责任公司电力科学研究院 一种基于ahp的智能电表软件质量评价方法
CN108717173A (zh) * 2018-05-15 2018-10-30 黑龙江省电工仪器仪表工程技术研究中心有限公司 一种智能电能表数据溯源的方法
CN109470917A (zh) * 2018-10-26 2019-03-15 哈尔滨电工仪表研究所有限公司 一种pcb集成化半有源rfid智能电能表装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘庆时等: "智能用电小区综合用能评价", 《电测与仪表》 *
建设招标网发布: "提升典型环境下的智能量测设备可靠性 https://www.jszhaobiao.com/projectinfo-detail-116253564.html", 《百度》 *
王鑫舜: "层次分析法-灰色关联分析法在浑河水环境质量综合评价中的应用", 《黑龙江科技信息》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113537753A (zh) * 2021-07-08 2021-10-22 国网电力科学研究院武汉南瑞有限责任公司 一种智能组件环境适应性评估方法
CN113419129A (zh) * 2021-07-19 2021-09-21 国网黑龙江省电力有限公司供电服务中心 基于b/s架构的智能电能表可靠性评价系统

Similar Documents

Publication Publication Date Title
CN106055918B (zh) 一种电力系统负荷数据的辨识及修正方法
CN107563601A (zh) 一种智能电能表运行状态评价方法
CN110852615A (zh) 一种典型环境下智能电能表可靠性综合评价模型
CN113884975B (zh) 一种基于改进动态线损估计的超差电表检测方法
CN111950165B (zh) 典型环境下的电能表可靠性分析方法
CN110189321B (zh) 一种混凝土表面涂料均匀性确定方法及系统
CN108154271A (zh) 一种基于空间相关性和曲面拟合的地面气温质量控制方法
CN108960334A (zh) 一种多传感器数据加权融合方法
CN109344518A (zh) 一种基站热管理系统的故障诊断方法
CN112990627A (zh) 电能质量评估方法
CN116881530A (zh) 一种基于深度学习的器件表面缺陷检测系统
CN114678962A (zh) 基于电力物联网的分布式阵列测温异常数据传输监控系统
CN117333045A (zh) 一种海上风电机组服役环境状态评价方法和系统
CN117131341A (zh) 一种电表运行误差估计方法、超差电表判断方法及系统
CN109784777B (zh) 基于时序信息片段云相似度度量的电网设备状态评估方法
CN117273195A (zh) 一种蒸汽供热系统需求负荷预测方法
CN115841446A (zh) 一种太阳能集热场故障风险快速检测系统及方法
CN113222461B (zh) 基于ahp-critic的海上风电升压站冷却系统评价方法
CN105699043A (zh) 一种提高风洞传感器测量稳定性和精准度的方法
CN113191684A (zh) 基于变权模糊综合评判的北斗卫星合格评判方法
CN116305705A (zh) 基于红外仿真的成像系统环境适应性评估方法
Mykyychuk et al. Increasing metrological autonomy of in-plant measuring systems
CN106447521A (zh) 微型断路器资产寿命预测方法
CN113609756B (zh) 一种海岛配电线路引流线运行失效评估方法
CN110531308A (zh) 一种电能表检定环境温度变化的计量误差及其温漂修正有效性检验方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200228

WD01 Invention patent application deemed withdrawn after publication