CN111898875A - 一种电能品质模糊综合评价方法 - Google Patents
一种电能品质模糊综合评价方法 Download PDFInfo
- Publication number
- CN111898875A CN111898875A CN202010668077.1A CN202010668077A CN111898875A CN 111898875 A CN111898875 A CN 111898875A CN 202010668077 A CN202010668077 A CN 202010668077A CN 111898875 A CN111898875 A CN 111898875A
- Authority
- CN
- China
- Prior art keywords
- weight
- evaluation
- comprehensive evaluation
- fuzzy
- constructing
- 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 89
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000005284 excitation Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 8
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000012854 evaluation process Methods 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 7
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种电能品质模糊综合评价方法，所述模糊综合评价方法包括：构建基于所述模糊综合评价方法的各评价指标，构建权重向量W，所述权重向量W为激励状态下的调权和所述各评价指标的常权的叠加，根据正态云模型构建云隶属函数并形成模糊关系矩阵R，由所述权重向量W和所述模糊关系矩阵R构建模糊综合评判向量B，根据置信度准则对所述模糊综合评判向量B进行处理获取综合评价值，本发明避免了评价过程中主观因素的影响，使所得评估结果更加科学合理，在得到满意的综合评价结果的同时还能够给出评估结果的置信度信息，对电能品质进行合理、客观分析，有助于构建电能品质市场，同时也是对个人用户、电力企业成本降低和效益提高的有利保障。
Description
技术领域
本发明涉及电能品质评估方法领域，具体涉及使用模糊综合评价方法对电能品质进行评价。
背景技术
目前，常用的评估方法大致分为四类：基于智能优化算法的方法、基于概率统计学原理的方法，基于物元分析的方法，基于综合数学理论的模糊综合评价方法等。基于智能优化算法的方法对于待评对象的基础数据量需求巨大，其构建的模型缺乏物理意义。基于概率统计方法进行分析时，对基准值的选取非常依赖，所得结果综合性、全面性较差。基于物元分析的方法将应对的问题及事物视作确定的数学模型，容易忽略处理问题和解决事物过程中的随机性和模糊性。基于综合数学理论的模糊综合评价方法对电能品质进行综合评价，利用置信度准则对电能品质的等级进行定性与定量的评估，取得了满意的效果，但是模糊综合评价法中隶属函数构造中存在主观因素的影响，因此，如何避免模糊综合评价法中的主观影响因素从而对电能品质进行合理、客观分析，从而进行综合评估，成为目前有待解决的问题。
发明内容
本发明要解决的技术问题是如何避免主观因素的影响从而对电能品质进行合理、客观分析从而进行综合评估，提供一种电能品质叠加变权模糊综合评价方法。
本发明是通过下述技术方案来解决上述技术问题：
一种电能品质模糊综合评价方法，所述模糊综合评价方法包括：
构建基于所述模糊综合评价方法的各评价指标；
构建权重向量W，所述权重向量W为激励状态下的调权和所述各评价指标的常权的叠加；
根据正态云模型构建云隶属函数并形成模糊关系矩阵R；
由所述权重向量W和所述模糊关系矩阵R构建模糊综合评判向量B；
根据置信度准则对所述模糊综合评判向量B进行处理获取综合评价值。
较佳地，所述各评价指标包括：频率偏差，电压偏差，电压波动，电压闪变，电压谐波及三相不平衡中的至少一种。
较佳地，所述构建权重向量W包括：
利用极差法对所述各评价指标的数据进行处理获取评估数据矩阵；
根据所述评估数据矩阵及约束条件获取所述各评价指标的常权；
对所述评估数据矩阵选择相一致的单因素优度算子；
根据所述单因素优度算子和所述评估数据矩阵获取评价值优度矩阵；
根据所述评价值优度矩阵及所述常权获取平均优度，进而确定激励调权算子；
选择组合系数，根据所述组合系数，所述常权及所述激励调权算子计算所述调权；
将所述常权和所述调权叠加获取所述权重向量W。
进一步地，所述云隶属函数由期望，熵及超熵组成，所述期望为所述正态云的分布中心，所述熵为对所述各评价指标特性含义不确定性的表述，所述超熵为对所述熵的随机性和模糊性的度量。
较佳地，所述综合评价值包括综合评估得分和置信度系数。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：避免了评价过程中主观因素的影响，使所得评估结果更加科学合理，在得到满意的综合评价结果的同时还能够给出评估结果的置信度信息，能够对待评对象进行有效的评估，对电能品质进行合理、客观分析，有助于构建电能品质市场，同时也是对个人用户、电力企业成本降低和效益提高的有利保障。
附图说明
图1为本发明一种电能品质模糊综合评价方法一实施例中的模糊综合评价方法流程图；
图2为本发明一种电能品质模糊综合评价方法一实施例中的获取权重向量流程图。
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本申请的公开内容更加透彻全面。
需要说明的是，当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件并与之结合为一体，或者可能同时存在居中元件。本文所使用的术语“安装”、“一端”、“另一端”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示，为本发明电能品质模糊综合评价方法的流程图：
步骤S01：构建基于所述模糊综合评价方法的各评价指标；
在一个可选的示例中，选取5个监测点，所述监测点的电压等级均为10KV，如表1所示：
表1观测点实测数据
步骤S02：构建权重向量W，所述权重向量W为激励状态下的调权和所述各评价指标的常权的叠加；
在一个可选的示例中，如图2所示为获取权重向量W的步骤流程图：
步骤S021：利用极差法对所述各评价指标的数据进行处理获取评估数据矩阵；
对实测数据进行数据处理，通过基于极差的方法将实测数据转化成评估数据矩阵：
步骤S022：根据所述评估数据矩阵及约束条件获取所述各评价指标的常权；
考虑到各评价指标的相对重要性因素的情况，研究分析离差最大化思想，求解待评指标常权，考虑已知约束建立如下模型：
约束条件：
运用MATLAB软件进行求解得到常权：
W＝(0.1574,0.1759,0.1773,0.1679,0.1571,0.1644)
步骤S023：对所述评估数据矩阵选择相一致的单因素优度算子；
对所述评估数据矩阵选择与其相一致的单因素优度算子ρ(t)＝(et-1)(e-1)；
步骤S024:根据所述单因素优度算子和所述评估数据矩阵获取评价值优度矩阵；
步骤S025:根据所述评价值优度矩阵及所述常权获取平均优度，进而确定激励调权算子和激励调权矩阵；
其中，激励算子为
步骤S026：选择组合系数，根据所述组合系数，所述常权及所述激励调权算子计算所述调权；
这里因为具有较高的可信度，取组合系数∝＝0.1；
步骤S027：将所述常权和所述调权叠加获取所述权重向量W
然后根据叠加式：
获取权重向量W；
步骤S03：根据正态云模型构建云隶属函数并形成模糊关系矩阵R；
步骤S04：由所述权重向量W和所述模糊关系矩阵R构建模糊综合评判向量B；
其中，bi表示隶属程度，i表示第i个。
步骤S05：根据置信度准则对所述模糊综合评判向量B进行处理获取综合评价值。
所述综合评价值包括评估得分和置信度系数，最终所得的综合评价值如
表2所示：
| 监测点 | 综合评价值 | 置信度 | 本发明评定等级 | 文献[1]评定等级 |
| 1 | 2.0159 | 0.00013 | II | II |
| 2 | 2.1475 | 0.00136 | II | II |
| 3 | 2.7387 | 0.00164 | III | II |
| 4 | 1.8262 | 0.00013 | II | II |
| 5 | 2.4980 | 0.00022 | III | III |
表2综合评价值对比
如表2所示，这5个监测点的电能品质综合评估排序为：4>1>2>5>3。本发明所评定的结果与文献[1]《电能质量综合评估方法研究》相比，监测点3的排序不同，其他观测点相同，是因为本发明综合考虑了各监测点指标差异的显著程度，由分析监测点3可知，各项指标集中在Ⅲ级，更接近电能品质指标合格限制，判定为Ⅲ级更合理，另外本发明中的模糊综合评价方法在得出评估结果后，还通过置信度系数ε给出可信度信息，文中置信度系数ε均较小，可知分散程度越小，可信度较高。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (5)
1.一种电能品质模糊综合评价方法，其特征在于，所述模糊综合评价方法包括：
构建基于所述模糊综合评价方法的各评价指标；
构建权重向量W，所述权重向量W为激励状态下的调权和所述各评价指标的常权的叠加；
根据正态云模型构建云隶属函数并形成模糊关系矩阵R；
由所述权重向量W和所述模糊关系矩阵R构建模糊综合评判向量B；
根据置信度准则对所述模糊综合评判向量B进行处理获取综合评价值。
2.如权利要求1所述的一种电能品质模糊综合评价方法，其特征在于，所述各评价指标包括：频率偏差，电压偏差，电压波动，电压闪变，电压谐波及三相不平衡中的至少一种。
3.如权利要求1所述的一种电能品质模糊综合评价方法，其特征在于，所述构建权重向量W包括：
利用极差法对所述各评价指标的数据进行处理获取评估数据矩阵；
根据所述评估数据矩阵及约束条件获取所述各评价指标的常权；
对所述评估数据矩阵选择相一致的单因素优度算子；
根据所述单因素优度算子和所述评估数据矩阵获取评价值优度矩阵；
根据所述评价值优度矩阵及所述常权获取平均优度，进而确定激励调权算子；
选择组合系数，根据所述组合系数，所述常权及所述激励调权算子计算所述调权；
将所述常权和所述调权叠加获取所述权重向量W。
4.如权利要求3所述的一种电能品质模糊综合评价方法，其特征在于，所述云隶属函数由期望，熵及超熵组成，所述期望为所述正态云的分布中心，所述熵为对所述各评价指标特性含义不确定性的表述，所述超熵为对所述熵的随机性和模糊性的度量。
5.如权利要求1至4任一项所述的电能品质模糊综合评价方法，其特征在于，所述综合评价值包括综合评估得分和置信度系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010668077.1A CN111898875A (zh) | 2020-07-13 | 2020-07-13 | 一种电能品质模糊综合评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010668077.1A CN111898875A (zh) | 2020-07-13 | 2020-07-13 | 一种电能品质模糊综合评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111898875A true CN111898875A (zh) | 2020-11-06 |
Family
ID=73192434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010668077.1A Pending CN111898875A (zh) | 2020-07-13 | 2020-07-13 | 一种电能品质模糊综合评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111898875A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105186514A (zh) * | 2015-10-20 | 2015-12-23 | 南京南瑞集团公司 | 一种大规模分布式光伏并网对配网安全评价及预警方法 |
| CN105631771A (zh) * | 2016-03-01 | 2016-06-01 | 国家电网公司 | 一种基于变权函数的多参数电缆状态评价方法 |
| CN106251047A (zh) * | 2016-07-20 | 2016-12-21 | 国网浙江省电力公司电力科学研究院 | 考虑隶属度可变的继电保护变权模糊综合状态评价方法 |
| CN106599432A (zh) * | 2016-12-07 | 2017-04-26 | 广州供电局有限公司培训与评价中心 | 一种基于变权重理论的高压电缆施工作业3d仿真培训系统可信度评估方法 |
| 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 |
| CN107064758A (zh) * | 2017-04-18 | 2017-08-18 | 江西明正变电设备有限公司 | 一种干式变压器在线监测装置及监测方法 |
| 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 |
| CN109685296A (zh) * | 2017-10-18 | 2019-04-26 | 国家电网公司 | 计及历史状态的用电信息采集系统模糊综合评价方法 |
| CN109934447A (zh) * | 2018-10-31 | 2019-06-25 | 国网安徽省电力有限公司宿州供电公司 | 一种智能变电站二次设备效能的模糊综合评估方法 |
-
2020
- 2020-07-13 CN CN202010668077.1A patent/CN111898875A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105186514A (zh) * | 2015-10-20 | 2015-12-23 | 南京南瑞集团公司 | 一种大规模分布式光伏并网对配网安全评价及预警方法 |
| CN105631771A (zh) * | 2016-03-01 | 2016-06-01 | 国家电网公司 | 一种基于变权函数的多参数电缆状态评价方法 |
| CN106251047A (zh) * | 2016-07-20 | 2016-12-21 | 国网浙江省电力公司电力科学研究院 | 考虑隶属度可变的继电保护变权模糊综合状态评价方法 |
| CN106599432A (zh) * | 2016-12-07 | 2017-04-26 | 广州供电局有限公司培训与评价中心 | 一种基于变权重理论的高压电缆施工作业3d仿真培训系统可信度评估方法 |
| 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 |
| CN107064758A (zh) * | 2017-04-18 | 2017-08-18 | 江西明正变电设备有限公司 | 一种干式变压器在线监测装置及监测方法 |
| CN109685296A (zh) * | 2017-10-18 | 2019-04-26 | 国家电网公司 | 计及历史状态的用电信息采集系统模糊综合评价方法 |
| 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 |
| CN109934447A (zh) * | 2018-10-31 | 2019-06-25 | 国网安徽省电力有限公司宿州供电公司 | 一种智能变电站二次设备效能的模糊综合评估方法 |
Non-Patent Citations (6)
| Title |
|---|
| 刘琪等: "正态云隶属度函数确定的FSM方法", 《自动化仪表》 * |
| 夏非等: "基于云物元分析理论的电能质量综合评估模型", 《电力系统保护与控制》 * |
| 张萌萌: "基于变权综合的电力质量评价", 《万方》 * |
| 李连结等: "组合赋权法在电能质量模糊综合评价中的应用", 《电力系统自动化》 * |
| 赵霞等: "基于可变权重的电能质量模糊综合评价", 《电网技术》 * |
| 马永红等: "基于离差最大化的决策者权重的确定方法", 《背景化工大学学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111177650B (zh) | 一种配电网电能质量监测与综合评估系统及方法 | |
| CN110991786B (zh) | 基于相似日负荷曲线的10kV静态负荷模型参数辨识方法 | |
| CN108280479B (zh) | 一种基于负荷特性指标加权聚类算法的电网用户分类方法 | |
| CN105427053A (zh) | 一种应用于配网建设改造方案与供电质量评估指标的关联影响分析模型 | |
| 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 | |
| CN105719048A (zh) | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 | |
| CN110659699A (zh) | 一种基于特征指标降维的分布式双层聚类分析方法 | |
| CN111242161B (zh) | 一种基于智能学习的非侵入式非居民用户负荷辨识方法 | |
| CN112566219B (zh) | 一种电力通信异构网络选择的权重确定方法 | |
| CN107203842B (zh) | 基于扩展云相似度与逼近理想解的谐波污染水平评估方法 | |
| CN109255514B (zh) | 一种智能配电网分区独立供电能力评估方法 | |
| CN102722577A (zh) | 指标动态权重的确定方法及装置 | |
| CN106208043B (zh) | 一种中低压配电网关键耗能环节辨识方法 | |
| CN110705908A (zh) | 一种基于组合赋权法的县域配电网评价方法 | |
| CN112990627B (zh) | 电能质量评估方法 | |
| CN113779798A (zh) | 基于直觉模糊组合赋权的电能质量数据处理方法及装置 | |
| CN112053088A (zh) | 一种配电网节点脆弱性评价方法 | |
| CN111898875A (zh) | 一种电能品质模糊综合评价方法 | |
| CN111612296A (zh) | 一种换流站电力设备在线监测装置量化配置方法 | |
| CN112804702A (zh) | 基于效用函数的多链路空地数据交换链路性能评估方法 | |
| Zhou et al. | Group decision-making method based on entropy and experts cluster analysis | |
| CN111724049B (zh) | 一种潜在电力能效服务客户的研判方法 | |
| CN115879799A (zh) | 一种变电站电能质量分析方法 | |
| CN104360948A (zh) | 基于模糊算法的iec 61850配置文件工程化一致性测试方法 | |
| CN112860768B (zh) | 一种电磁频谱可用频率推荐方法 |
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: 20201106 |
|
| RJ01 | Rejection of invention patent application after publication |