CN112036712A - 一种配电终端状态评价指标权重分配方法 - Google Patents
一种配电终端状态评价指标权重分配方法 Download PDFInfo
- Publication number
- CN112036712A CN112036712A CN202010810204.7A CN202010810204A CN112036712A CN 112036712 A CN112036712 A CN 112036712A CN 202010810204 A CN202010810204 A CN 202010810204A CN 112036712 A CN112036712 A CN 112036712A
- Authority
- CN
- China
- Prior art keywords
- power distribution
- distribution terminal
- index
- evaluation
- state
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 154
- 238000000034 method Methods 0.000 title claims abstract description 89
- 206010048669 Terminal state Diseases 0.000 title claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000005070 sampling Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 11
- 230000011664 signaling Effects 0.000 claims description 11
- 230000007547 defect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 241001274961 Rubus repens Species 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009131 signaling function Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method 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—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)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及配电自动化技术，具体涉及一种配电终端状态评价指标权重分配方法，配电终端的多评价指标包括：目标层、准则层、指标层；包括以下步骤：准则层内多评价指标采用属性层次分析法AHM赋权法赋予配电终端各评价指标初始权重；指标层内多评价指标采用灰色关联度法赋予配电终端各评价指标初始权重；联合计算指标层内各指标状态参量与对应初始权重作为准则层内配电终端各指标状态评价值。该方法利用灰色关联度法解决小样本数据的问题，精确可靠的得到分布规律，同时降低计算量；结合了主观赋权法与客观赋权法的特点，减少了繁冗的计算过程；同时避免过于依赖专家经验的主观因素，客观的反映各状态因素所占权重大小，还省去了一致性检测。
Description
技术领域
本发明属于配电自动化技术领域，尤其涉及一种配电终端状态评价指标权重分配方法。
背景技术
发展配电自动化系统是提高我国配电网供电可靠性，促进配电网最优运行的主要方向之一。配电自动化系统通过采集馈线状态量实时监视各电气设备的运行状态；通过合理地控制分段开关状态来实现对电压质量和负荷平衡的控制；通过主站、子站与配电终端之间的信息交互实现故障检测、隔离与非故障区域供电等保护措施；利用智能软件对配电侧、馈线区段、供电侧合理调度，提高系统稳定性。
作为配电自动化系统的骨架与主要支撑，配电终端的正常运行是保障配电自动化系统实现监视、控制、保护与管理功能的关键设备。依据安装环境与功能划分，配电终端主要分为馈线终端(Feeder Terminal unit,FTU)和站所终端(Distribution terminalunit,DTU)。其中FTU主要被架设于农村及城乡结合处的架空电线杆塔上，具备“三遥”功能，可监控单条配电线路(架空输电线路)的运行状态。DTU基本功能与FTU相似，包括遥信、遥测和遥控功能。但DTU主要被安装在城市的独立配电室或配电所，可同时监控多条配电回路(埋地电缆)的分段开关。据此，准确评估配电终端的运行状态，及时检修处于故障及异常状态的配电终端，是提升供电管理可靠性，加快配电网智能化、自动化发展速度，降低运维检修人员工作量的必备技术。
影响配电终端正常运行的评价指标有：遥信功能、遥测功能、遥控功能、蓄电池、后备电源、模拟量采集、通信功能、核心控制单元、馈线自动化功能等因素。如何分配这些评价指标的权重，最终实现配电终端的状态评价至关重要。
目前配电终端评价指标权重的分配面临的主要问题如下：(1)配电终端属于近十年才大面积推广应用的设备，各评价指标的现场状态量数据积累少；(2)配电终端各评价指标种类多、分布规律不明晰、量纲不统一。这些问题导致在工程现场中，配电终端评价指标权重不准确，缺乏系统性地分析与方法。
实际上，目前配电终端各评价指标的权重选取，一般仅利用层次分析法或熵权法分别对评价指标进行权重分析，前者权重分配结果依赖评审配电网运行专家的主观推断，后者则脱离配电终端的实际运行情况，且计算过程繁冗。
发明内容
本发明的目的是提供一种基于AHM与灰色关联度的法配电终端状态评价指标权重分配方法。
为实现上述目的，本发明采用的技术方案是：一种配电终端状态评价指标权重分配方法，配电终端的多评价指标包括：目标层、准则层、指标层；包括以下步骤：
步骤1、准则层内多评价指标采用属性层次分析法AHM赋权法赋予配电终端各评价指标初始权重；
步骤2、指标层内多评价指标采用灰色关联度法赋予配电终端各评价指标初始权重；
步骤3、联合计算指标层内各指标状态参量与对应初始权重作为准则层内配电终端各指标状态评价值。
在上述的配电终端状态评价指标权重分配方法中，目标层为配电终端健康状态；准则层包括配电终端自身运行状态因素、配电终端环境状态、配电终端时间状态、配电终端检修历史记录；指标层包括：配电终端自身运行状态因素、配电终端交流电源标称电压容差、配电终端蓄电池组、配电终端遥测采样回路、配电终端遥信采样回路、配电终端遥控采样回路、配电终端温度变化、配电终端湿度变化、配电终端新旧程度、配电终端运行年限、配电终端家族缺陷、配电终端检修次数、配电终端故障发生历史纪录。
在上述的配电终端状态评价指标权重分配方法中，步骤1的实现包括以下步骤：
步骤1.1、利用1-9标度法对同一层次指标比较，得到相对于上一层的要素判断矩阵X＝(xij)m×n，i＝1,2,3,...,n；
其中Xij为配电终端第i个状态量中第j个因素的数值；
步骤1.2、构建配电终端属性判断矩阵，转换公式如下：
其中k为大于等于1的正整数；其中k是专家自主设定的值，一般设置为2；
其中uij表示配电终端第i个指标相对于第j个指标的重要性；uji表示配电终端第j个指标相对第i个指标的重要性；uii表示第i个指标自身的比较；
一致性判断，判断依据如下：若uij满足uj＞uk，有ui＞uk，则称uij通过一致性检验；其中k表任表示任意第k个指标；
步骤1.3、计算配电终端各评价指标相对属性权值Wcui，其计算公式为：
其中n为配电终端评价指标总个数；
步骤1.4、求出配电终端各个指标相对系统目标的合成权重，其计算公式为：
Wc＝[Wcul,Wcu2,…,Wcun]T (5)。
在上述的配电终端状态评价指标权重分配方法中，步骤2的实现包括以下步骤：
步骤2.1、对配电终端指标层内不同类型的指标实施规范化处理，得到标准化评价矩阵，计算公式为：
步骤2.2、取规范化后配电终端各个指标的最大值，组成指标最优集R0，R0＝r01，r01，…，r0m，称R0为参考序列，Ri，i＝1，2，…，n为比较序列；
步骤2.3、根据配电终端评价矩阵与参考序列获得关联度系数，计算公式为：
式中miniminj|r0j-rij|表示评价矩阵中所有元素与参考序列对应值差值绝对值的最小值，maximaxj|r0j-rij|示评价矩阵中所有元素与参考序列对应值差值绝对值的最大值，|r0j-rij|示评价对象i中的第j个评级指标的值与对应参考序列值差值的绝对值，ρ为分辨率系数，0≤ρ≤1，取值0.5；
步骤2.4、获得配电终端各评价指标关联度矩阵Λ，计算公式如下：
其中，λ1j、λ2j、…λnj代表n个评价对象相对于评价指标j的关联度，即每一个评价对象中的评价指标分别与参考序列中相对应的评价指标的相似程度；
步骤2.5、配电终端评价指标j在所有评价指标中所占的比重，计算公式如下：
步骤2.6、将λj，j＝1，2，…，m进行归一化处理，即获得配电终端对应指标的初始权重，计算公式如下：
在上述的配电终端状态评价指标权重分配方法中，步骤3实现的计算公式如下：
式中Ai为各准则层内指标状态评价值，ωm为通过灰色关联度计算得到指标层内各指标初始权重，rij为指标层内各指标状态参量。
本发明的有益效果是：
(1)由于现场数据的缺失，利用灰色关联度法解决小样本数据的问题，精确可靠的得到分布规律，同时降低计算量；(2)确定评价指标的初始权重是对配电终端状态评估的基础步骤，也是确定变权重系数以及机器学习模型的关键数据基础；(3)可以将该方法推广至其他行业设备，依据相应的检测指标进行合理地权重分配，具有较高的推广性。基于AHM和灰色关联度的配电终端多评价指标初始权重配置方法结合主观赋权法与客观赋权法的特点，前者计算简单，易操作的特点，减少繁冗的计算过程，后者避免过于依赖专家经验的主观因素，客观的反映各状态因素所占权重大小。AHM法在传统的层次分析法上省去一致性检测，进一步加快运算速度，灰色关联度法能结合数据发展趋势分析做分析，适合当前配电终端状态量数据较少的现状，同时计算量较小，其结果与定性分析结果较吻合，符合当前配电终端多评价指标初始权重配置的需要。
附图说明
图1为本发明一个实施例基于配电终端的多指标评价体系架构图；
图2为本发明一个实施例的技术流程图；
具体实施方式
下面结合附图对本发明的实施方式进行详细描述。
目前终端评估机构一般仅利用层次分析法或熵权法分对检测指标进行权重分析，前者权重分配结果依赖评审专家的主观推断，后者计算过程繁冗，计算时间长，依赖的数据量较大。同时，由于数据来源有限，数据量较小，不利于配电终端多维度多指标的全面分析，为后续健康状态评价的准确性带来隐患。针对以上问题，本实施例结合AHM与灰色关联度法对配电终端多评价指标进行初始权重赋值。
本实施例结合主观赋权法与客观赋权法的特点，前者具备计算简单，易操作的特点，可减少配电终端多评价指标繁冗的计算过程；后者避免过于依赖专家经验的主观因素，客观的反映各状态因素所占权重大小。
AHM法在传统的层次分析法上省去一致性检测，进一步加快运算速度，灰色关联度法能结合数据发展趋势分析做分析，适合当前配电终端各评价指标监测状态量数据较少的现状，其结果与定性分析结果较吻合，符合当前配电终端多评价指标初始权重配置的需要。
本实施例是通过以下技术方案来实现的，一种配电终端状态评价指标权重分配方法，配电终端的多评价指标包括：目标层、准则层、指标层。所述基于AHM和灰色关联度的配电终端初始权重配置方法步骤如下：
S1：准则层内多评价指标采用属性层次分析法(Attribute Hierarchical Model，AHM)赋权法赋予配电终端各评价指标初始权重；
S2：指标层内多评价指标采用灰色关联度法赋予配电终端各评价指标初始权重；
S3：联合计算指标层内各指标状态参量与对应初始权重作为准则层内配电终端各指标状态评价值。
并且，目标层为配电终端健康状态；准则层包括配电终端自身运行状态因素、配电终端环境状态、配电终端时间状态、配电终端检修历史记录；指标层包括：配电终端自身运行状态因素、配电终端交流电源标称电压容差、配电终端蓄电池组、配电终端遥测采样回路、配电终端遥信采样回路、配电终端遥控采样回路、配电终端温度变化、配电终端湿度变化、配电终端新旧程度、配电终端运行年限、配电终端家族缺陷、配电终端检修次数、配电终端故障发生历史纪录。
在S1中，采用AHM赋权法赋予配电终端各评价指标初始权重的计算包括如下步骤：
1)、利用1-9标度法对同一层次指标比较，得到相对于上一层的要素判断矩阵X＝(xij)m×n，i＝1,2,3,...,n。
其中Xij为配电终端第i个状态量中第j个因素的数值。
2)、构建配电终端属性判断矩阵，转换公式如下：
其中k为大于等于1的正整数。其中k是专家自主设定的值，一般设置为2。而k的取值不同的话，根据公式可以确定比例标度。例如，k＝1,评估指标相同，k＝3时，ui比uj强。故一般取值为2。
其中uij表示配电终端第i个指标相对于第j个指标的重要性；uji表示配电终端第j个指标相对第i个指标的重要性。uii表示第i个指标自身的比较。
一致性判断，判断依据如下：若(uij)满足uj＞uk，有ui＞uk，则称(uij)通过一致性检验。其中k表任表示意第k个指标。
3)、计算配电终端各评价指标相对属性权值Wcui，其计算公式为：
其中n为配电终端评价指标总个数。
4)、求出配电终端各个指标相对系统目标的合成权重，其计算公式为：
Wc＝[Wcul,Wcu2,…,Wcun]T (5′)
在S2中，采用灰色关联度法赋予配电终端初始权重的计算包括如下步骤：
1)、对配电终端指标层内不同类型的指标实施规范化处理，得到标准化评价矩阵，计算公式为：
2)、取规范化后配电终端各个指标的最大值，组成指标最优集R0，R0＝(r01,r02,…,r0m)，称R0为参考序列，Ri(i＝1,2,…,n)为比较序列。
3)、根据配电终端评价矩阵与参考序列获得关联度系数，计算公式为：
式中miniminj|r0j-rij|表示评价矩阵中所有元素与参考序列对应值差值绝对值的最小值，maximaxj|r0j-rij|示评价矩阵中所有元素与参考序列对应值差值绝对值的最大值，|r0j-rij|示评价对象i中的第j个评级指标的值与对应参考序列值差值的绝对值，ρ为分辨率系数，0≤ρ≤1，一般取0.5。
4)获得配电终端各评价指标关联度矩阵Λ，计算公式如下：
其中，(λ1j λ2j…λnj)代表n个评价对象相对于评价指标j的关联度，即每一个评价对象中的评价指标分别与参考序列中相对应的评价指标的相似程度。
5)、配电终端评价指标j在所有评价指标中所占的比重，计算公式如下：
6)将λj(j＝1,2,…,m)进行归一化处理，即获得配电终端对应指标的初始权重，计算公式如下：
在S3中，联合计算配电终端指标层内各指标状态参量与对应初始权重作为准则层内各指标状态评价值，其计算公式如下：
式中Ai为各准则层内指标状态评价值，ωm为通过灰色关联度计算得到指标层内各指标初始权重，rij为指标层内各指标状态参量。
具体实施时，如图1所示，提供了基于配电终端的多评价指标，包括：目标层、准则层、指标层。目标层为配电终端健康状态；准则层包括设备自身运行状态因素、环境状态、设备时间状态、检修历史记录；指标层包括：设备自身运行状态因素、交流电源标称电压容差、蓄电池组、遥测采样回路、遥信采样回路、遥控采样回路、温度变化、湿度变化、设备新旧程度、设备运行程度、设备运行年限、家族缺陷、检修次数、故障发生历史纪录。
如图2所示，本实施例以确定配电终端多评价指标最优初始权重分配配置为目标，提出一种AHM法与灰色关联度相结合的初始权重配置方法，实现客观地合理地赋予评价指标地初始权重。具体包括以下步骤：
第1步，确定基于配电终端的评价指标体系，如图1所示。
第2步，准则层内多评价指标采用AHM法赋予初始权重，计算过程如下：
1)、利用1-9标度法对同一层次指标比较，得到要素判断矩阵X＝(xij)m×n，i＝1,2,3,…,n。
其中Xij为第i个状态量中第j个因素的数值。
2)、构建属性判断矩阵，转换公式如下：
其中k为大于等于1的正整数。其中k是专家自主设定的值，一般设置为2。而k的取值不同的话，根据公式可以确定比例标度。例如，k＝1,评估指标相同，k＝3时，ui比uj强。故一般取值为2。
其中uij表示第i个指标相对于第j个指标的重要性；uji表示第j个指标相对第i个指标的重要性。uii表示第i个指标自身的比较。
一致性判断，判断依据如下：若(uij)满足uj＞uk，有ui＞uk，则称(uij)通过一致性检验。其中k表任表示意第k个指标。
3)、计算相对属性权值Wcui，其计算公式为：
其中n为评价指标总个数。
4)、求出各个指标相对系统的目标的合成权重，其计算公式为：
Wc＝[Wcul,Wcu2,…,Wcun]T
第3步，指标层内多评价指标采用灰色关联度法赋予初始权重，计算过程如下：
1)、对指标层内不同类型的指标实施规范化处理，得到标准化评价矩阵，计算公式为：
2)、取规范化后各个指标的最大值，组成指标最优集R0，R0＝(r01,r02,...,r0m)，称R0为参考序列，Ri(i＝1,2,…,n)为比较序列。
3)、根据评价矩阵与参考序列获得关联度系数，计算公式为：
式中miniminj|r0j-rij|表示评价矩阵中所有元素与参考序列对应值差值绝对值的最小值，maximaxj|r0j-rij|示评价矩阵中所有元素与参考序列对应值差值绝对值的最大值，|r0j-rij|示评价对象i中的第j个评级指标的值与对应参考序列值差值的绝对值，ρ为分辨率系数，0≤ρ≤1，一般取0.5。
4)获得关联度矩阵Λ，计算公式如下：
其中，(λ1j λ2j…λnj)代表n个评价对象相对于评价指标j的关联度，即每一个评价对象中的评价指标分别与参考序列中相对应的评价指标的相似程度。
5)、评价指标j在所有评价指标中所占的比重，计算公式如下：
6)将λj(j＝1,2,…,m)进行归一化处理，即获得对应指标的初始权重，计算公式如下：
第4步，联合计算指标层内各指标状态参量与对应初始权重作为准则层内各指标状态评价值，其计算公式如下：
式中Ai为各准则层内指标状态评价值，ωm为通过灰色关联度计算得到指标层内各指标初始权重，rij为指标层内各指标状态参量。
通过以上四步，可确定配电终端多指标的最优初始权重配置，完成评价指标的初始权重是对配电终端状态评估的基础步骤，也是确定变权重系数以及机器学习模型的关键数据基础。
下面为说明所提及配电终端多指标的初始权重配置方法的有效性，结合一典型配电终端FTU检测状态量进行说明，参考图1，其典型参数具体如下：
设备自身运行的状态因素：0.8，0.6，0.6，0.8，0.4，0.8；
交流电源标称电压容差：+10％，+7％，+16％，-14％，-3％，-10％；
蓄电池组：14，13，15，13，12，11；
遥测采样回路：10，10，9，10，8，10；
遥信采样回路：10，10，10，9，10，10；
遥控采样回路：10，10，10，10，10，9；
温度变化：36℃，29℃，30℃，34℃，28℃，29℃；
湿度变化：0.6％，0.8％，0.7％，0.5％，0.6％。0.6％；
设备新旧程度：0.8，0.8，0.6，0.8，0.8，0.4；
设备运行年限：6.5，5，3，12，10，7；
家族缺陷：9，12，14，7，10，11；
检修次数：13，13，6，30，24，15；
故障发生历史纪录：0，1，0，4，1，2；
其中，设备自身运行的状态因素依据《中国南方电网有限责任公司配电自动化馈线终端技术规范书5.2.2.2》与《配网设备评价状态导则》标准定性打分；蓄电池组、遥测采样回路、遥信采样回路、遥控采样回路依据《浙江电网继电保护状态评价导则》定性得出，评分标准分别如下：
(1)自身运行状态依据以下评价指标定性打分，计算公式如下：
A.绝缘电阻：绝缘电阻折算到20℃下，低于500MΩ扣10分，低于400MΩ扣20分，低于300MΩ扣40分。满分100分，最终得分k1。
B.主回路直流电阻：初值差≥15％，扣5分；初值差≥30％，扣10分；初值差≥50％，扣20分；初值差≥100％，扣30分。满分100分，最终得分k2。
C.导电连接点的相对温差或温升：温度＞75℃，扣10分；温度＞80℃，扣20分；温度＞90℃，扣40分；满分100分，最终得分k3。
D.放电声音：存在异常放电声音扣30分；存在严重放电声音扣40分。满分100分，最终得分k4。
E.污垢：污垢较严重扣20分；有明显放电痕迹扣30分；有严重放电痕迹扣40分。满分100分，最终得分k5。
F.完整：略有破损、缺失扣10分～20分；有破损、缺失扣30分；严重破损、缺失扣40分。满分100分，最终得分k6。
G.凝露：出现少量露珠扣10分；出现较多露珠扣20分；出现大量露珠扣30分。满分100分，最终得分k7。
最终得分计算过程如下：
其中k为评价指标最终得分。
(1)蓄电池组：电池容量≥3Ah，不满足时扣1分；保护在交流失电后装置可正常工作8小时以上，不满足扣2分；可驱动一次开关分合闸操作三次以上，不满足扣2分。满分15分，若前两项不满足，则得0分。
(2)遥测采样回路
运行巡视中随机抽取电流、电压通道各组测量值的平均值CTi、PTi，与其标准值(高精度钳型表测量值)的偏差值来判断装置采样的整体性能，
其中CTi为保护各通道采样值，CTibase为测控显示值。测试时电流应大于0.1IN。
评价分数计算如下：
其中K1为该评价指标得分
(3)遥信采样回路
遥信量采集包括：开关位置、远方就地切换把手位置、保护(包括过流、接地)动作、故障信息、终端异常或故障、开关操作机构异常、工作电源异常、电池低压告警、电池欠压切除、遥测越限告警信号等信息，并向配电自动化主站发送，状态变位优先传送。满分15分，存在采集遥信量缺失，该评价指标得0分。
遥信输入回路采用光电隔离，并具有软硬件滤波措施，防止输入接点抖动或强电磁场干扰误动。若该功能缺失，该评价指标得0分。
具备事件顺序记录功能，并可向远方传送。若该功能缺失，该评价指标得0分。
SOE分辨率应不大于2ms，若不满足，扣1分。
(4)遥控采样回路
遥控应严格按照预置、返校、执行的顺序进行；在主站计算机系统上进行遥控操作时，遥控执行指示器应有正确指示。之后模拟开关动作故障和遥控返校失败，检查遥控执行的正确性；遥控保持时间100-1000毫秒可设。满分15分，若任一功能缺失，该评价指标得0分。
同一遥控点不能同时接收两个不同主站的遥控命令。在预置返校后，在设定时间内，由于通信中断或执行命令未下达，应自动取消本次遥控命令。任意功能缺失，扣除1分。
按照本方法，对准则层评价指标采用步骤1，可获得设备自身运行状态因素，环境状态，设备时间状态，检修历史记录初始权重：
根据公式(1′)，可计算要素判断矩阵：
根据公式(2′)，构建属性判断矩阵
根据公式(3′)进行一致性判断，判断uij通过一致性检测。
根绝公式(4′)计算相对属性权值Wcui，
根据公式(5′)，求出各个指标相对系统的目标的合成权重Wc：
Wc＝[0.426,0.263,0.190,0.121]
即指标“设备自身运行状态因素”权重为0.426，指标“环境状态”权重为0.263，指标“设备时间状态”权重为0.190，指标“检修历史记录“权重为0.121。
对指标层评价指标采用S2，获得标准化评价指标状态量矩阵：
根据标准化评价指标状态量矩阵获得参考序列R0＝{1,1,1,1,1,1}，比较序列为标准化评价指标状态量矩阵各行序列。
根据公式(7′)、(8′)计算得到关联度矩阵，计算结果如下：
根据公式(9′)，计算评价指标j在所有评价指标中所占的比重，计算过程如下：
根据公式(10′)，得到各指标的初始权重，计算结果：
ω1＝0.05；ω2＝0.07；ω3＝0.07；ω4＝0.09；ω5＝0.10；ω6＝0.10；ω7＝0.07；
ω8＝0.08；ω9＝0.09；ω10＝0.07；ω11＝0.07；ω12＝0.06；ω13＝0.07
即指标“设备自身运行状态因素”权重为0.05、“交流电源标称电压容差”权重为0.07、“蓄电池组”权重为0.07、“遥测采样回路”权重为0.09、“遥信采样回路”权重为0.10、“遥控采样回路”权重为0.10、“温度变化”权重为0.08、“湿度变化”权重为0.09、“设备新旧程度”权重为0.07、“设备运行程度”权重为0.07、“设备运行年限”权重为0.07、“家族缺陷”权重为0.07、“检修次数”权重为0.07、“故障发生历史纪录”权重为0.07。
根据公式(11′)，获得通过灰色关联度分析下配电终端指标层内各指标状态参量，可结合AHM法下确定的配电终端准则层内配电终端各指标指标初始权重进行后续状态评估计算。
本实施例具有以下效果：(1)结合主观赋权法与客观赋权法特性，合理运用，步骤严谨，适配配电终端各软、硬件模块功能的检测要求。
(2)用AHM赋权法简化传统层次分析法一致性检测步骤，降低配电终端各评价指标权重分配运算量，提升预算速度；
(3)用灰色关联度法能充分考虑配电终端各评价指标的不确定性，又兼顾客观性。同时避免过于依赖配电网运行维护方面专家经验的主观因素，客观的反映配电终端各状态因素所占权重大小。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
虽然以上结合附图描述了本发明的具体实施方式，但是本领域普通技术人员应当理解，这些仅是举例说明，可以对这些实施方式做出多种变形或修改，而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。
Claims (5)
1.一种配电终端状态评价指标权重分配方法，配电终端的多评价指标包括：目标层、准则层、指标层；其特征是，该方法包括以下步骤：
步骤1、准则层内多评价指标采用属性层次分析法AHM赋权法赋予配电终端各评价指标初始权重；
步骤2、指标层内多评价指标采用灰色关联度法赋予配电终端各评价指标初始权重；
步骤3、联合计算指标层内各指标状态参量与对应初始权重作为准则层内配电终端各指标状态评价值。
2.如权利要求1所述的配电终端状态评价指标权重分配方法，其特征是，目标层为配电终端健康状态；准则层包括配电终端自身运行状态因素、配电终端环境状态、配电终端时间状态、配电终端检修历史记录；指标层包括：配电终端自身运行状态因素、配电终端交流电源标称电压容差、配电终端蓄电池组、配电终端遥测采样回路、配电终端遥信采样回路、配电终端遥控采样回路、配电终端温度变化、配电终端湿度变化、配电终端新旧程度、配电终端运行年限、配电终端家族缺陷、配电终端检修次数、配电终端故障发生历史纪录。
3.如权利要求1所述的配电终端状态评价指标权重分配方法，其特征是，步骤1的实现包括以下步骤：
步骤1.1、利用1-9标度法对同一层次指标比较，得到相对于上一层的要素判断矩阵X＝(xij)m×n，i＝1,2,3,...,n；
其中Xij为配电终端第i个状态量中第j个因素的数值；
步骤1.2、构建配电终端属性判断矩阵，转换公式如下：
其中k为大于等于1的正整数；其中k是专家自主设定的值，一般设置为2；
其中uij表示配电终端第i个指标相对于第j个指标的重要性；uji表示配电终端第j个指标相对第i个指标的重要性；uii表示第i个指标自身的比较；
一致性判断，判断依据如下：若uij满足uj＞uk，有ui＞uk，则称uij通过一致性检验；其中k表任表示任意第k个指标；
步骤1.3、计算配电终端各评价指标相对属性权值Wcui，其计算公式为：
其中n为配电终端评价指标总个数；
步骤1.4、求出配电终端各个指标相对系统目标的合成权重，其计算公式为：
Wc＝[Wcul,Wcu2,…,Wcun]T (5)。
4.如权利要求1所述的配电终端状态评价指标权重分配方法，其特征是，步骤2的实现包括以下步骤：
步骤2.1、对配电终端指标层内不同类型的指标实施规范化处理，得到标准化评价矩阵，计算公式为：
步骤2.2、取规范化后配电终端各个指标的最大值，组成指标最优集R0，R0＝r01，r01，…，r0m，称R0为参考序列，Ri，i＝1，2，…，n为比较序列；
步骤2.3、根据配电终端评价矩阵与参考序列获得关联度系数，计算公式为：
式中miniminj|r0j-rij|表示评价矩阵中所有元素与参考序列对应值差值绝对值的最小值，maximaxj|r0j-rij|示评价矩阵中所有元素与参考序列对应值差值绝对值的最大值，|r0j-rij|示评价对象i中的第j个评级指标的值与对应参考序列值差值的绝对值，ρ为分辨率系数，0≤ρ≤1，取值0.5；
步骤2.4、获得配电终端各评价指标关联度矩阵Λ，计算公式如下：
其中，λ1j、λ2j、…λnj代表n个评价对象相对于评价指标j的关联度，即每一个评价对象中的评价指标分别与参考序列中相对应的评价指标的相似程度；
步骤2.5、配电终端评价指标j在所有评价指标中所占的比重，计算公式如下：
步骤2.6、将λj，j＝1，2，…，m进行归一化处理，即获得配电终端对应指标的初始权重，计算公式如下：
5.如权利要求1所述的配电终端状态评价指标权重分配方法，其特征是，步骤3实现的计算公式如下：
式中Ai为各准则层内指标状态评价值，ωm为通过灰色关联度计算得到指标层内各指标初始权重，rij为指标层内各指标状态参量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010810204.7A CN112036712B (zh) | 2020-08-13 | 2020-08-13 | 一种配电终端状态评价指标权重分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010810204.7A CN112036712B (zh) | 2020-08-13 | 2020-08-13 | 一种配电终端状态评价指标权重分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112036712A true CN112036712A (zh) | 2020-12-04 |
| CN112036712B CN112036712B (zh) | 2023-11-14 |
Family
ID=73576963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010810204.7A Active CN112036712B (zh) | 2020-08-13 | 2020-08-13 | 一种配电终端状态评价指标权重分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112036712B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113344451A (zh) * | 2021-07-02 | 2021-09-03 | 广东电网有限责任公司 | 一种基于配电变压器的评价指标权重确定方法及相关装置 |
| CN117078043A (zh) * | 2023-08-22 | 2023-11-17 | 华能澜沧江水电股份有限公司 | 一种水电厂计算机监控系统的状态评价方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106447205A (zh) * | 2016-09-30 | 2017-02-22 | 国家电网公司 | 一种基于层次分析法的配电自动化终端状态评价方法 |
| CN107454105A (zh) * | 2017-09-15 | 2017-12-08 | 北京理工大学 | 一种基于ahp与灰色关联的多维网络安全评估方法 |
| CN108171397A (zh) * | 2017-12-05 | 2018-06-15 | 国电南瑞科技股份有限公司 | 一种配电二次设备状态风险评估方法 |
| CN110728456A (zh) * | 2019-10-17 | 2020-01-24 | 广西电网有限责任公司电力科学研究院 | 一种主客观组合赋权的配电网运行状态多层级评价方法 |
-
2020
- 2020-08-13 CN CN202010810204.7A patent/CN112036712B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106447205A (zh) * | 2016-09-30 | 2017-02-22 | 国家电网公司 | 一种基于层次分析法的配电自动化终端状态评价方法 |
| CN107454105A (zh) * | 2017-09-15 | 2017-12-08 | 北京理工大学 | 一种基于ahp与灰色关联的多维网络安全评估方法 |
| CN108171397A (zh) * | 2017-12-05 | 2018-06-15 | 国电南瑞科技股份有限公司 | 一种配电二次设备状态风险评估方法 |
| CN110728456A (zh) * | 2019-10-17 | 2020-01-24 | 广西电网有限责任公司电力科学研究院 | 一种主客观组合赋权的配电网运行状态多层级评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| 姬智等: "基于AHM-GRA的配电网综合能效评价及诊断分析研究", 《宁夏工程技术》 * |
| 姬智等: "基于AHM-GRA的配电网综合能效评价及诊断分析研究", 《宁夏工程技术》, no. 01, 15 March 2018 (2018-03-15), pages 62 - 70 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113344451A (zh) * | 2021-07-02 | 2021-09-03 | 广东电网有限责任公司 | 一种基于配电变压器的评价指标权重确定方法及相关装置 |
| CN117078043A (zh) * | 2023-08-22 | 2023-11-17 | 华能澜沧江水电股份有限公司 | 一种水电厂计算机监控系统的状态评价方法 |
| CN117078043B (zh) * | 2023-08-22 | 2024-04-30 | 华能澜沧江水电股份有限公司 | 一种水电厂计算机监控系统的状态评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112036712B (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112968520B (zh) | 基于台区关键节点特征电流信息的台区拓扑识别方法 | |
| CN116754901B (zh) | 一种基于快速定位的配电网故障分析管理平台 | |
| CN112305492B (zh) | 一种智能电能表在线误差校验精确控制系统及其方法 | |
| CN109687426B (zh) | 故障率参数建模方法、装置、设备与存储介质 | |
| CN112036712B (zh) | 一种配电终端状态评价指标权重分配方法 | |
| CN112467724A (zh) | 一种低压配电网故障研判方法 | |
| CN110187193B (zh) | 基于全站电压互感器稳定性判断的介损监测系统及方法 | |
| CN114157034A (zh) | 一种配电自动化终端多维度状态综合监测方法 | |
| CN112288303A (zh) | 确定线损率的方式、装置 | |
| CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、系统及装置 | |
| CN104834305B (zh) | 基于dms系统的配网自动化终端遥测异常分析系统及方法 | |
| CN116823226A (zh) | 一种基于大数据的电力台区故障监测系统 | |
| She et al. | Multi-dimensional health evaluation of equipment in electric power communication network | |
| CN108596450B (zh) | 电网风险预警方法和系统 | |
| CN108695974B (zh) | 一种判定10千伏线路主干线路停电的方法 | |
| CN113890013A (zh) | 利用网络终端掉电数据自动识别低压线路拓扑方法及系统 | |
| CN112905670A (zh) | 用于户内停电故障研判的电能表系统、户内停电故障研判方法 | |
| CN114156865B (zh) | 一种考虑状态感知的低压配电网拓扑生成及故障预测方法 | |
| CN115940134A (zh) | 一种基于容错数据的配网数据分析处理方法 | |
| CN115995880A (zh) | 一种配电自动化终端多维度状态综合监测分析方法及系统 | |
| CN115980438A (zh) | 变电站双母线电能计量电压获取方法及系统 | |
| CN115833387A (zh) | 一种储能电站自动化状态巡检方法 | |
| CN115347570A (zh) | 一种基于主配协同的区域停电范围分析方法 | |
| CN114564518A (zh) | 一种火电机组多工况状态次数和非停率实时统计的方法 | |
| CN108683176B (zh) | 一种判定10千伏线路分支线路停电的方法 |
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 |