CN111105168A - 一种基于云物元理论的负荷模型拟合优度评价方法 - Google Patents

Abstract

本发明公开了一种基于云物元理论的负荷模型拟合优度评价方法。该方法包括：步骤1：根据待评物元建立负荷模型评价指标体系；步骤2：采用主观赋权法和客观赋权法计算得到负荷模型评价指标的权重系数值；步骤3：构建负荷模型评价指标的标准云模型；步骤4：确定负荷模型评价指标同最终评估等级间的关联度；步骤5：计算待评对象关于辨识负荷模型状态等级的关联度；步骤6：按照隶属度最大原则，确定关联度最大的辨识负荷模型状态等级即可判定相应评价等级。本发明提供的基于云物元理论的负荷模型拟合优度评价方法，填补当前负荷模型拟合优度多指标综合评价方法的空白，建立了针对负荷模型拟合优度的评价体系，明确评价指标并提出拟合评价权重法。

Description

一种基于云物元理论的负荷模型拟合优度评价方法

技术领域

本发明涉及电力系统技术领域，特别是涉及一种基于云物元理论的负荷模型拟合优度评价方法。

背景技术

负荷模型(Load Model，LM)是依据电力系统电压、频率发生变化时电力负荷从电网取用的有功功率、无功功率的变化的负荷特性建立的数学描述模型。负荷模型常用于电网电力系统的潮流计算及稳定计算，对电力系统的现阶段稳定运行、未来电网发展趋势起着不可或缺的指导作用。

总体来看，关于负荷建模方法的研究一直在统计综合法和总体测辨法两条道路上不断延伸。近年来，在这里两种方法的基础上，负荷建模中的模型结构、聚类方法和辨识方法也不断革新，例如将感应电动机模型和静特性负荷结合的综合负荷模型；考虑到配电网络的综合负荷模型；基于K-mean等聚类方法的改进方法的出现；蚁群算法、遗传算法、粒子群算法等算法在负荷建模领域的应用和改进等等。关于负荷建模的研究正在不断蓬勃发展、与时俱进。

然而，近年来关于负荷建模建立的模型与电力系统实际运行负荷特性拟合性能的验证方法仍然局限于暂态响应法，即通过观察相同扰动下的仿真曲线和实际曲线的吻合程度。描述两者拟合优度的参数在一些论文中得以提出，但并没有一种考虑到多个拟合指标的统一的拟合检验方法的出现。

发明内容

本发明提供一种基于云物元理论的负荷模型拟合优度评价方法，填补了当前负荷模型拟合优度多指标综合评价方法的空白，提出了一种基于云物元理论的负荷模型响应特性曲线和实际系统响应特性曲线拟合优度的多指标综合评价方法，建立了针对负荷模型拟合优度的评价体系，明确了评价指标并提出了拟合评价权重法。

为实现上述目的，本发明提供了如下方案：

一种基于云物元理论的负荷模拟拟合优度评价方法，包含以下步骤：

步骤1：根据待评物元建立负荷模型评价指标体系；

步骤2：采用主观赋权法和客观赋权法计算得到负荷模型评价指标的权重系数值；

步骤3：构建负荷模型评价指标的标准云模型；

步骤4：确定负荷模型评价指标同最终评估等级间的关联度；

步骤5：计算待评对象关于辨识负荷模型状态等级的关联度的关联度；

步骤6：按照隶属度最大原则，确定关联度最大的辨识负荷模型状态等级即可判定相应的评价等级。

可选的，所述步骤1：根据待评物元建立负荷模型评价指标体系，具体包括：

选定平均绝对误差、均方根误差、确定系数R²、R_NL、最大绝对误差、失拟平方、角余弦函数作为待评物元；

按照评价角度的原则将平均绝对误差、均方根误差、确定系数R²、R_NL划分为整体偏差评价指标，将最大绝对误差、失拟平方划分为局部偏差评价指标，将角余弦函数划分为角度趋势偏差评价指标。

可选的，所述步骤3：构建负荷模型评价指标的标准云模型，具体包括：

根据负荷模型的拟合优度评价得到的结果，将最终评价等级划分为非常切合实际、基本切合实际、异常和失拟四个评估等级；

根据各个评价指标的具体情况和特点，参考相关标准，对于定量指标计算负荷模型相对于四个评估等级的区间数值；

根据公式(1)、公式(2)实现负荷模型区间数值向标准云的转化；

E_x＝(c_min+c_max)/2 (1)

E_n＝(c_max-c_min)/6 (2)

式中，E_x表示期望值，E_n表示云物元模型中的熵，c_min表示评价指标在评价等级最小评价数值，c_max表示评价指标在评价等级最大评价数值。

可选的，所述步骤4：确定负荷模型评价指标同最终评估等级间的关联度，具体包括：

根据公式

确定负荷模型评价指标同最终评估等级间的关联度，式中，x表示实际辨识出负荷模型拟合曲线经评价指标计算公式算出的各评价指标数值，E_x表示期望值，E'_n表示通过云物元模型中的熵和超熵He 生成的正态随机数，超熵He的取值为0.5。

可选的，所述步骤5：计算待评对象关于等级j的关联度，具体包括：

根据公式

计算待评对象关于辨识负荷模型状态等级的关联度，式中，w_i表示第i个评价指标在物元中所占的权重，k_mj表示为一个整体为该指标所对应的m(m＝1，2，…，5)个风险等级的关联度，n表示为总的评价指标个数，p表示待评负荷模型。

该技术与现有技术相比，具有如下有益效果：

一种基于云物元理论的负荷模拟拟合优度评价方法，(1)提出了一套负荷模型拟合优度评价方法体系；(2)所提出评价方法基于云物元理论。云物元理论结合概率论和模糊数学理论，实现了负荷模型优度评价定性概念向定量表示的转换，相较暂态响应法等评价更具客观性；(3)采取七种评价指标，从评价负荷模型的各个角度对负荷模型的拟合优度进行综合评价，避免了拟合优度评价的片面性；(4)提出了拟合检验权重法，考虑到实际检验的侧重点，使得检验指标的权重在不失去客观性的前提下更贴合实际需要。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例基于云物元理论的负荷模拟拟合优度评价方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种基于云物元理论的负荷模型拟合优度评价方法，填补了当前负荷模型拟合优度多指标综合评价方法的空白，提出了一种基于云物元理论的负荷模型响应特性曲线和实际系统响应特性曲线拟合优度的多指标综合评价方法，建立了针对负荷模型拟合优度的评价体系，明确了评价指标并提出了拟合评价权重法。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例基于云物元理论的负荷模拟拟合优度评价方法的流程图，如图1所示，一种基于云物元理论的负荷模拟拟合优度评价方法，包含以下步骤：

步骤101：根据待评物元建立负荷模型评价指标体系；

步骤201：采用主观赋权法和客观赋权法计算得到负荷模型评价指标的权重系数值；

步骤301：构建负荷模型评价指标的标准云模型；

步骤401：确定负荷模型评价指标同最终评估等级间的关联度；

步骤501：计算待评对象关于辨识负荷模型状态等级的关联度；

步骤601：按照隶属度最大原则，确定关联度最大的辨识负荷模型状态等级即可判定相应的评价等级。

所述步骤101：根据待评物元建立负荷模型评价指标体系，具体包括：

选定平均绝对误差、均方根误差、确定系数R²、R_NL、最大绝对误差、失拟平方、角余弦函数作为待评物元；

按照评价角度的原则将平均绝对误差、均方根误差、确定系数R²、R_NL划分为整体偏差评价指标，将最大绝对误差、失拟平方划分为局部偏差评价指标，将角余弦函数划分为角度趋势偏差评价指标。

所述步骤301：构建负荷模型评价指标的标准云模型，具体包括：

根据负荷模型的拟合优度评价得到的结果，将最终评价等级划分为非常切合实际、基本切合实际、异常和失拟四个评估等级；

根据各个评价指标的具体情况和特点，参考相关标准，对于定量指标计算负荷模型相对于四个评估等级的区间数值；

根据公式(1)、公式(2)实现负荷模型区间数值向标准云的转化；

E_x＝(c_min+c_max)/2 (1)

E_n＝(c_max-c_min)/6 (2)

式中，E_x表示期望值，E_n表示云物元模型中的熵，c_min表示评价指标在评价等级最小评价数值，c_max表示评价指标在评价等级最大评价数值。

所述步骤401：确定负荷模型评价指标同最终评估等级间的关联度，具体包括：

根据公式

确定负荷模型评价指标同最终评估等级间的关联度，式中，x表示实际辨识出负荷模型拟合曲线经评价指标计算公式算出的各评价指标数值，E_x表示期望值，E'_n表示通过云物元模型中的熵和超熵He 生成的正态随机数，超熵He的取值为0.5。

所述步骤501：计算待评对象关于等级j的关联度，具体包括：

根据公式

计算待评对象关于辨识负荷模型状态等级的关联度，式中，w_i表示第i个评价指标在物元中所占的权重，k_mj表示为一个整体为该指标所对应的m(m＝1，2，…，5)个风险等级的关联度，n表示为总的评价指标个数，p表示待评负荷模型。

本发明填补了当前负荷模型拟合优度多指标综合评价方法的空白，提出了一种基于云物元理论的负荷模型拟合优度多指标综合评价方法，建立了针对负荷建模拟合优度的评价体系，明确了拟合检验指标并提出了拟合评价权重法。主要步骤如下：

(1)确定待评物元，建立评价指标体系

针对负荷模型响应曲线和实际系统响应曲线，通过查阅当前负荷模型评价指标、统计学常用评价指标，确定了待评物元：1.由回归直线拟合评价指标引入的确定系数R²、均方根误差；2.曲线拟合评价指标的应用，包括R_NL、角余弦系数FR；3.统计分析中适合的其他指标，包括最大绝对误差、平均绝对误差、失拟平方。如上所述，共计七个待评物元。这些待评物元按照评价角度可以分为：整体偏差评价指标(平均绝对误差、均方根误差、R²、R_NL)、局部偏差评价指标(最大绝对误差、失拟平方)、角度趋势偏差评价指标(FR)。

值得注意的是，为了方便后续评估等级区间量值的确定，负荷模型响应测量数据和系统实际响应测量值应当除以稳态运行时的测量值来进行统一化处理，使得评估等级区间量值在不同情况下具有广泛的适用性。以下公式中的测量值均采用统一化处理以后的数据：

1)平均绝对误差：

Δ＝(|Δ1|+|Δ2|+...+|Δn|)/n

|Δ1|...|Δn|为各个测量点负荷模型仿真值同系统实际响应的绝对误差。

2)均方根误差：

这里为了方便区间数值的确定，对均方根误差进行了适应性改进，y'_i为负荷模型各个测量点的测量值，y_i为系统实际响应的各个测量点的测量值。

3)确定系数R2：

其中

为系统实际响应测量点平均值。

4)R_NL：

5)最大绝对误差：

区别于电磁测量，这里取负荷模型响应同实际系统响应绝对误差的最大值

6)失拟平方

这里m_i＝i＝1,2,3...n，同时同均方根，也进行了适应性改进，将原本公式中的实际相应平均值用实际响应测量值代替。

7)角余弦系数

(2)拟合评价权重法确定评价指标权重系数

拟合评价权重法基于主观权重法和客观权重法进行计算，考虑到七种评价指标及实际负荷模型检验侧重点的不同，因此使主观权重占比更多。在拟合检验权重中，确定主观权重占比为70％，客观权重占比为30％。

拟合检验权重＝主观权重×0.7+客观权重×0.3

(3)确定评估指标的标准云

针对负荷模型的拟合优度评价可能得到的结果，考虑将最终评估等级划分为非常切合实际、基本切合实际、异常、失拟四个等级。根据各个指标的具体情况和特点，参考相关标准，对于定量指标给出相对于四个评估等级的量值，通常用区间数值[c_min,c_max]表示，如表一所示。

表1负荷模型区间数值指标标准

对于只能用自然语言描述的定性指标，给出各自然语言值对应的评分值范围，一般也以区间数值给出。然后根据如下两公式将区间数表示的指标转换为云表示的指标。

E_x＝(c_min+c_max)/2

E_n＝(c_max-c_min)/6

依照上述公式，实现区间数值向标准云的转化，给出了具有适应性的负荷模型各评价指标的区间数值以供参考，如表二所示，其中失拟平方以100 个测量点为例，实际个评价指标取值区间也可根据要求作出修改。

表2负荷模型云模型指标标准

(4)确定指标同最终等级间的关联度

将x作为实际取值，然后应用如下公式计算关联度，

在确定了负荷模型评估指标的正态云物元模型后，根据各指标的测量值确定其关联度，其中的权重计算采用第(2)小节拟合检验权重的计算方法。

(5)计算待评事物关于等级j的关联度

采用下式计算待评事物的等级关联度：

(6)等级评定

考虑最大隶属度原则，确定关联度最大的等级即可判定为相应的评价等级，如表3所示。

表3负荷模型评价最终关联度

n1、n2、n3、n4为步骤(5)计算所得数值，通过比较四个数值的大小，取最大值对应的负荷模型状态。

基于云物元理论的多指标负荷模型拟合优度评价方法体系的建立；覆盖各个负荷模型评价角度的评价指标体系的确立及部分评价指标处理；针对负荷模型实际需要提出的拟合检验权重法。

基于云物元理论的多指标负荷模型拟合优度的评价方法体系的建立及思路；覆盖各个负荷模型评价角度的评价指标体系的建立、思路；针对负荷模型实际需要提出的拟合检验权重法。

一种基于云物元理论的负荷模拟拟合优度评价方法，(1)提出了一套负荷模型拟合优度评价方法体系；(2)所提出评价方法基于云物元理论。云物元理论结合概率论和模糊数学理论，实现了负荷模型优度评价定性概念向定量表示的转换，相较暂态响应法等评价更具客观性；(3)采取七种评价指标，从评价负荷模型的各个角度对负荷模型的拟合优度进行综合评价，避免了拟合优度评价的片面性；(4)提出了拟合检验权重法，考虑到实际检验的侧重点，使得检验指标的权重在不失去客观性的前提下更贴合实际需要。本发明提供一种基于云物元理论的负荷模型拟合优度评价方法，填补了当前负荷模型拟合优度多指标综合评价方法的空白，提出了一种基于云物元理论的负荷模型响应特性曲线和实际系统响应特性曲线拟合优度的多指标综合评价方法，建立了针对负荷模型拟合优度的评价体系，明确了评价指标并提出了拟合评价权重法。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种基于云物元理论的负荷模型拟合优度评价方法，其特征在于，包含以下步骤：

步骤1：根据待评物元建立负荷模型评价指标体系；

步骤2：采用主观赋权法和客观赋权法计算得到负荷模型评价指标的权重系数值；

步骤3：构建负荷模型评价指标的标准云模型；

步骤4：确定负荷模型评价指标同最终评估等级间的关联度；

步骤5：计算待评对象关于辨识负荷模型状态等级的关联度；

步骤6：按照隶属度最大原则，确定关联度最大的辨识负荷模型状态等级即可判定相应的评价等级。

2.根据权利要求1所述的基于云物元理论的负荷模型拟合优度评价方法，其特征在于，所述步骤1：根据待评物元建立负荷模型评价指标体系，具体包括：

选定平均绝对误差、均方根误差、确定系数R²、R_NL、最大绝对误差、失拟平方、角余弦函数作为待评物元；

按照评价角度的原则将平均绝对误差、均方根误差、确定系数R²、R_NL划分为整体偏差评价指标，将最大绝对误差、失拟平方划分为局部偏差评价指标，将角余弦函数划分为角度趋势偏差评价指标。

3.根据权利要求1所述的基于云物元理论的负荷模型拟合优度评价方法，其特征在于，所述步骤3：构建负荷模型评价指标的标准云模型，具体包括：

根据负荷模型的拟合优度评价得到的结果，将最终评价等级划分为非常切合实际、基本切合实际、异常和失拟四个评估等级；

根据各个评价指标的具体情况和特点，参考相关标准，对于定量指标计算负荷模型相对于四个评估等级的区间数值；

根据公式(1)、公式(2)实现负荷模型区间数值向标准云的转化；

E_x＝(c_min+c_max)/2 (1)

E_n＝(c_max-c_min)/6 (2)

式中，E_x表示期望值，E_n表示云物元模型中的熵，c_min表示评价指标在评价等级最小评价数值，c_max表示评价指标在评价等级最大评价数值。

4.根据权利要求1所述的基于云物元理论的负荷模型拟合优度评价方法，其特征在于，所述步骤4：确定负荷模型评价指标同最终评估等级间的关联度，具体包括：

根据公式

确定负荷模型评价指标同最终评估等级间的关联度，式中，x表示实际辨识出负荷模型拟合曲线经评价指标计算公式算出的各评价指标数值，E_x表示期望值，E'_n表示通过云物元模型中的熵和超熵He生成的正态随机数，超熵He的取值为0.5。

5.根据权利要求1所述的基于云物元理论的负荷模型拟合优度评价方法，其特征在于，所述步骤5：计算待评对象关于辨识负荷模型状态等级的关联度，具体包括：

根据公式

计算待评对象关于辨识负荷模型状态等级的关联度，式中，w_i表示第i个评价指标在物元中所占的权重，k_mj表示为一个整体为该指标所对应的m(m＝1，2，…，5)个风险等级的关联度，n表示为总的评价指标个数，p表示待评负荷模型。

Images