CN112101813B - 一种配电自动化设备测试综合评价排序方法 - Google Patents
一种配电自动化设备测试综合评价排序方法 Download PDFInfo
- Publication number
- CN112101813B CN112101813B CN202011017759.2A CN202011017759A CN112101813B CN 112101813 B CN112101813 B CN 112101813B CN 202011017759 A CN202011017759 A CN 202011017759A CN 112101813 B CN112101813 B CN 112101813B
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- entropy
- vector
- value
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 115
- 238000012360 testing method Methods 0.000 title claims abstract description 56
- 238000012163 sequencing technique Methods 0.000 title claims abstract description 14
- 239000013598 vector Substances 0.000 claims abstract description 62
- 239000011159 matrix material Substances 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 7
- 230000036039 immunity Effects 0.000 description 6
- 238000012854 evaluation process Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000002277 temperature effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- 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)
- Complex Calculations (AREA)
Abstract
本发明公开了一种配电自动化设备测试综合评价排序方法,它包括:采集配电自动化设备测试数据,构建配电自动化设备测试评价指标体系;对采集的测试数据进行预处理得到评价指标标准化后的标准评价矩阵A;由标准评价矩阵A计算得到灰色关联系数矩阵H;计算各评价指标的熵值得到标准评价矩阵A的熵值向量S;由熵值向量S计算得到评价指标的客观权重向量w;根据客观权重向量w和灰色关联系数矩阵H求得熵权灰色关联度向量O;根据熵权灰色关联度向量O进行排序,输出综合评价排序结果;解决了现有技术针对配电自动化设备测试综合评价存在的信息不完全明确和权重主观性强等现象导致评价结果客观性差的问题。
Description
技术领域
本发明属于配电自动化设备的测试评价技术,尤其涉及一种配电自动化设备测试综合评价排序方法。
背景技术
通过对配电自动化设备开展测试评价工作,采用综合评价排序方法开展智能化数据处理与分析,在测试阶段对对待测试评价设备应用综合评价排序方法进行比选排序,从而保证配电自动化设备质量,以提升配电系统运行的安全可靠性。目前,在配电自动化设备测试的综合评价方法方面,传统综合评价方法多采用主观专家决策方式进行权重赋权,过度依赖于专家评判,不同的综合评价方法的差异也只是在于对专家提供的评价信息的处理方式不同,在信息不完整的情况下,受主观偏好影响较大,难保证指标权重选取的客观性和合理性,导致主观性和偶然性较强,评价结果精确度不高,同时部分评价方法计算复杂,评价过程繁琐,可操作性差。
发明内容
本发明要解决的技术问题是:提供一种配电自动化设备测试综合评价排序方法,以解决现有技术传统综合评价方法多采用主观专家决策方式进行权重赋权,过度依赖于专家评判,在信息不完整的情况下,受主观偏好影响较大,难保证指标权重选取的客观性和合理性,导致主观性和偶然性较强,评价结果精确度不高,同时部分评价方法计算复杂,评价过程繁琐,可操作性差等技术问题。
本发明的技术方案是:
一种配电自动化设备测试综合评价排序方法,它包括:
步骤1、采集配电自动化设备测试数据,构建配电自动化设备测试评价指标体系;
步骤2、对采集的测试数据进行预处理得到评价指标标准化后的标准评价矩阵A;
步骤3、由标准评价矩阵A计算得到灰色关联系数矩阵H;
步骤4、计算各评价指标的熵值得到标准评价矩阵A的熵值向量S;
步骤5、由熵值向量S计算得到评价指标的客观权重向量w;
步骤6、根据客观权重向量w和灰色关联系数矩阵H求得熵权灰色关联度向量O;
步骤7、根据熵权灰色关联度向量O进行排序,输出综合评价排序结果。
步骤2所述对采集的测试数据进行预处理,包括指标同向化处理和指标数据无量纲化处理;所述指标同向化处理中,将适度指标和逆向指标转化为正向指标;所述适度指标是指具有理想期望区间的指标,将适度指标转换为正向指标。
将适度指标转换为正向指标的公式为:
式中:xij为第i个设备的第j项指标测试值;yij为正向化后的指标;mj和Mj分别为为评价标准规定的第j项指标的最小值和最大值;pj和qj分别为评价标准规定的第j项指标的理想区间的下界和上界。
当所述适度指标的理想期望区间为唯一具体数值时,将适度指标转换为正向指标的转换公式为
式中:xij为第i个设备的第j项指标测试值;yij为正向化后的指标;mj和Mj分别为为评价标准规定的第j项指标的最小值和最大值;Lj为评价标准规定的第j项指标的理想值。
所述逆向指标是指数值越小则效果越好的指标,将逆向指标转换为正向指标,转换公式为:
xij为第i个设备的第j项指标测试值;yij为正向化后的指标;Mj为评价标准规定的第j项指标的最大值;min(xij)为第j项指标的测试结果最小值;
当第j项指标正向指标时,正向指标是指数值越大则效果越好的指标,无需进行正向转换,公式为
所述指标数据无量纲化处理时,对各个指标数据进行无量纲化处理公式为:
式中:n1为待测试评价的设备总数;yij为指标同向化处理后的指标;aij为标准化后的指标测试数据。
步骤3所述由标准评价矩阵A计算得到灰色关联系数矩阵H的方法为:选取各项指标中的最大值得到理想设备评价指标向量,将待评价排序设备的评价指标向量与理想设备评价指标向量进行比对,得到灰色关联系数矩阵H,计算公式为:
步骤4所述计算各评价指标的熵值得到标准评价矩阵A的熵值向量S的计算公式为:
步骤5所述由熵值向量S计算得到评价指标的客观权重向量w的计算公式为:
wj为第j项指标的熵权重值;Sj为第j项指标的熵值;n2为评价指标总数;经过上式即可计算得到客观权重向量w。
步骤6所述根据客观权重向量w和灰色关联系数矩阵H求得熵权灰色关联度向量O的计算公式为:
式中:hij为i个设备的第j项指标与第j项指标的理想值之间的灰色关联系数;wj为第j项指标的熵权重值;n2为评价指标总数;Oi为第i个设备的熵权灰色关联度,值越大代表设备评价结果越好;经过上式即可计算得到熵权灰色关联度向量O。
本发明有益效果:
本发明将灰色关联分析法和熵权法相融合应用于配电自动化设备测试综合评价过程中,所采用的灰色关联分析法能够处理信息不完全明确的灰色系统,对数据的要求比较低且计算量较小,对于多指标的评价问题排序准确性较高,同时结合熵权法,利用指标数据所含的信息量大小来确定客观权重,避免了主观性影响,使得赋权过程更加客观和公正,具有较高的可操作性,使最终评价排序结果更加客观和准确。解决了现有技术针对配电自动化设备测试综合评价存在的信息不完全明确和权重主观性强等现象导致评价结果客观性差的问题
附图说明
图1为本发明方法流程图;
图2为本发明实施例的配电自动化设备测试评价指标体系组成图。
具体实施方式
本发明的配电自动化设备测试综合评价排序方法,包括如下步骤:
在步骤1中,收集配电自动化设备测试数据,构建配电自动化设备测试评价指标体系。在本实施例中,其中,配电自动化设备测试评价指标体系如图2所示。配电自动化设备测试评价指标包括:外观一般检查、电气间隙和爬电距离、外观和端子着火检查、防尘等级、防水等级;与上级站通信正确性、交流输入模拟量基本误差、工频交流量允许过量输入能力、直流模拟量模数转换总误差、状态量、远方控制功能、故障处理功能、安全防护等级;连续通电稳定性;电源断相、电源电压变化、后备电源、功率消耗、数据和时钟功能;低温影响、高温影响、湿热影响;绝缘电阻、绝缘强度、冲击电压;电压暂降和短时中断、工频磁场抗扰度、射频电磁场辐射抗扰度、静电放电抗扰度、电快速瞬变脉冲群抗扰度、阻尼振荡波抗扰度、浪涌抗扰度;机械振动性能。
在步骤2中,根据各评价指标测试结果,对原始数据进行预处理,包括指标同向化处理和指标数据无量纲化处理,使数据更加客观有效,构造出评价指标标准化后的标准评价矩阵A;
所述指标同向化处理中,将适度指标和逆向指标转化为正向指标;
所述适度指标是指具有理想期望区间的指标。将适度指标转换为正向指标,其转换公式如下所示:
其中,xij为第i个设备的第j项指标测试值;yij为正向化后的指标;mj和Mj分别为为评价标准规定的第j项指标的最小值和最大值;pj和qj分别为评价标准规定的第j项指标的理想区间的下界和上界;
特别地,当所述适度指标的理想期望区间唯一具体数值时,将适度指标转换为正向指标,其转换公式如下所示:
其中,xij为第i个设备的第j项指标测试值;yij为正向化后的指标;mj和Mj分别为为评价标准规定的第j项指标的最小值和最大值;Lj为评价标准规定的第j项指标的理想值;
所述逆向指标是指数值越小则效果越好的指标。将逆向指标转换为正向指标,其转换公式如下所示:
其中,xij为第i个设备的第j项指标测试值;yij为正向化后的指标;Mj为评价标准规定的第j项指标的最大值;min(xij)为第j项指标的测试结果最小值;特别地,当第j项指标正向指标时,正向指标是指数值越大则效果越好的指标,无需进行正向转换,其公式如下
所述指标数据无量纲化处理中,对各个指标数据进行无量纲化处理公式如下所示:
其中,n1为待测试评价的设备总数;yij为指标同向化处理后的指标;aij为标准化后的指标测试数据;经过对原始数据进行预处理后得到评价指标标准化后的标准评价矩阵A;
在本实施例中,选取两组配电自动化设备评价指标测试结果计算,通过对原始数据进行预处理,包括指标同向化处理和指标数据无量纲化处理,使数据更加客观有效,构造出评价指标标准化后的标准评价矩阵A。
在步骤3中,基于步骤2中所得到的标准评价矩阵A,选取各项指标中的最大值得到理想设备评价指标向量,将待评价排序设备的评价指标向量与理想设备评价指标向量进行比对,得到灰色关联系数矩阵H,计算公式如下:
在本实施例中,δ取值为0.5,基于步骤2中所得到的标准评价矩阵A计算得到灰色关联系数矩阵H。
在步骤4中,基于步骤2中所得到的标准评价矩阵A,计算得到熵值向量S,计算公式如下:
在本实施例中,基于步骤2中所得到的标准评价矩阵A,计算得到熵值向量S。S=[1.0000,1.0000,1.0000,1.0000,1.0000,1.0000,1.0000,0.9968,0.9988,0.9979,1.0000,0.9995,1.0000,1.0000,1.0000,0.9995,1.0000,0.9980,1.0000,0.9774,1.0000,0.9984,0.9983,0.9994,0.9930,0.9971,0.9995,0.9956,0.9995,0.9995,0.9993,0.9999,0.9995,0.9997,1.0000]。
在步骤5中,基于步骤4中所得到的熵值向量S,计算得到客观权重向量w,计算公式如下:
其中,wj为第j项指标的熵权重值;Sj为第j项指标的熵值;n2为评价指标总数;经过上式即可计算得到客观权重向量w;
在本实施例中,基于步骤4中所得到的熵值向量S,计算得到客观权重向量w,w=[0.0000,0.0000,0.0000,0.0000,0.0000,0.0000,0.0000,0.0604,0.0217,0.0394,0.0000,0.0089,0.0000,0.0000,0.0000,0.0089,0.0000,0.0376,0.0000,0.4248,0.0000,0.0308,0.0328,0.0105,0.1313,0.0553,0.0089,0.0823,0.0089,0.0089,0.0125,0.0014,0.0089,0.0057,0.0000]。
在步骤6中,基于步骤5中所得到的熵值向量客观权重向量w和基于步骤3所得到的色关联系数矩阵H,求得熵权灰色关联度向量O,计算公式如下:
其中,hij为i个设备的第j项指标与第j项指标的理想值之间的灰色关联系数;wj为第j项指标的熵权重值;n2为评价指标总数;Oi为第i个设备的熵权灰色关联度,其值越大代表设备评价结果越好;经过上式即可计算得到熵权灰色关联度向量O;
在本实施例中,基于所得到的熵值向量客观权重向量w和基于所得到的色关联系数矩阵H,求得熵权灰色关联度向量O,O=[0.8439,0.9805]。
在步骤7中,将所得到的熵权灰色关联度向量O进行排序,输出综合评价排序结果输出最终评价结果。
在本实施例中,基于步骤F所得到的熵权灰色关联度向量O[0.8439,0.9805],其中,0.9805>0.8439,故最终评价排序结果:配电自动化设备2的测试评价结果要优于配电自动化设备1评价结果。
Claims (5)
1.一种配电自动化设备测试综合评价排序方法,它包括:
步骤1、采集配电自动化设备测试数据,构建配电自动化设备测试评价指标体系;
步骤2、对采集的测试数据进行预处理得到评价指标标准化后的标准评价矩阵A;
步骤3、由标准评价矩阵A计算得到灰色关联系数矩阵H;
步骤4、计算各评价指标的熵值得到标准评价矩阵A的熵值向量S;
步骤5、由熵值向量S计算得到评价指标的客观权重向量w;
步骤6、根据客观权重向量w和灰色关联系数矩阵H求得熵权灰色关联度向量O;
步骤7、根据熵权灰色关联度向量O进行排序,输出综合评价排序结果;
步骤2所述对采集的测试数据进行预处理,包括指标同向化处理和指标数据无量纲化处理;所述指标同向化处理中,将适度指标和逆向指标转化为正向指标;所述适度指标是指具有理想期望区间的指标,将适度指标转换为正向指标;
将适度指标转换为正向指标的公式为:
式中:xij为第i个设备的第j项指标测试值;yij为正向化后的指标;mj和Mj分别为为评价标准规定的第j项指标的最小值和最大值;pj和qj分别为评价标准规定的第j项指标的理想区间的下界和上界;
当所述适度指标的理想期望区间为唯一具体数值时,将适度指标转换为正向指标的转换公式为
式中:xij为第i个设备的第j项指标测试值;yij为正向化后的指标;mj和Mj分别为为评价标准规定的第j项指标的最小值和最大值;Lj为评价标准规定的第j项指标的理想值;
所述逆向指标是指数值越小则效果越好的指标,将逆向指标转换为正向指标,转换公式为:
xij为第i个设备的第j项指标测试值;yij为正向化后的指标;Mj为评价标准规定的第j项指标的最大值;min(xij)为第j项指标的测试结果最小值;
当第j项指标正向指标时,正向指标是指数值越大则效果越好的指标,无需进行正向转换,公式为
步骤3所述由标准评价矩阵A计算得到灰色关联系数矩阵H的方法为:选取各项指标中的最大值得到理想设备评价指标向量,将待评价排序设备的评价指标向量与理想设备评价指标向量进行比对,得到灰色关联系数矩阵H,计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011017759.2A CN112101813B (zh) | 2020-09-24 | 2020-09-24 | 一种配电自动化设备测试综合评价排序方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011017759.2A CN112101813B (zh) | 2020-09-24 | 2020-09-24 | 一种配电自动化设备测试综合评价排序方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112101813A CN112101813A (zh) | 2020-12-18 |
CN112101813B true CN112101813B (zh) | 2023-05-02 |
Family
ID=73756109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011017759.2A Active CN112101813B (zh) | 2020-09-24 | 2020-09-24 | 一种配电自动化设备测试综合评价排序方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112101813B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884286B (zh) * | 2021-01-22 | 2024-03-15 | 中国航空工业集团公司北京长城航空测控技术研究所 | 一种航空装备地面试验方案的综合评价方法 |
CN113945852B (zh) * | 2021-10-20 | 2024-03-12 | 福州大学 | 一种蓄电池组不一致性评价方法 |
CN115695269B (zh) * | 2022-10-31 | 2023-10-27 | 中物院成都科学技术发展中心 | 一种模糊测试工具性能综合量化评估方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447640A (zh) * | 2015-11-27 | 2016-03-30 | 国家电网公司 | 一种大电网建设经济型评估方法 |
CN106355360A (zh) * | 2016-11-03 | 2017-01-25 | 国家电网公司 | 一种考虑修正系数的配电网中压项目紧迫性评价方法 |
CN106503919A (zh) * | 2016-11-03 | 2017-03-15 | 国家电网公司 | 一种基于供电分区特性的配电网评价方法 |
CN108921376A (zh) * | 2018-05-24 | 2018-11-30 | 华南理工大学 | 一种智能配电网用电可靠性提升对象的优选方法及系统 |
CN110705908A (zh) * | 2019-10-16 | 2020-01-17 | 海南电网有限责任公司 | 一种基于组合赋权法的县域配电网评价方法 |
CN110782164A (zh) * | 2019-10-25 | 2020-02-11 | 贵州电网有限责任公司 | 一种基于变权重和模糊综合评价的配电设备状态评价方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105279608A (zh) * | 2015-10-22 | 2016-01-27 | 国家电网公司 | 基于序关系法-熵权法的县域电网评估方法 |
CN110020403B (zh) * | 2017-11-23 | 2024-07-12 | 中国电力科学研究院有限公司 | 一种配电自动化设备测试综合评价方法及系统 |
CN111091309A (zh) * | 2020-01-14 | 2020-05-01 | 中国电力科学研究院有限公司 | 一种电动汽车充电网络运行经济效益评价方法 |
CN111563682A (zh) * | 2020-05-07 | 2020-08-21 | 贵州电网有限责任公司 | 一种配电自动化设备测试评价方法 |
-
2020
- 2020-09-24 CN CN202011017759.2A patent/CN112101813B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447640A (zh) * | 2015-11-27 | 2016-03-30 | 国家电网公司 | 一种大电网建设经济型评估方法 |
CN106355360A (zh) * | 2016-11-03 | 2017-01-25 | 国家电网公司 | 一种考虑修正系数的配电网中压项目紧迫性评价方法 |
CN106503919A (zh) * | 2016-11-03 | 2017-03-15 | 国家电网公司 | 一种基于供电分区特性的配电网评价方法 |
CN108921376A (zh) * | 2018-05-24 | 2018-11-30 | 华南理工大学 | 一种智能配电网用电可靠性提升对象的优选方法及系统 |
CN110705908A (zh) * | 2019-10-16 | 2020-01-17 | 海南电网有限责任公司 | 一种基于组合赋权法的县域配电网评价方法 |
CN110782164A (zh) * | 2019-10-25 | 2020-02-11 | 贵州电网有限责任公司 | 一种基于变权重和模糊综合评价的配电设备状态评价方法 |
Non-Patent Citations (4)
Title |
---|
"A method for evaluating reserve capacity in middle and long term electric power balance";Yongkai Zhang.etc;《2014 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC)》;全文 * |
"基于云模型的区域物流指数综合评价";闫军等;《统计与决策 》;第22-26页 * |
"基于配电设备状态评价的差异化运维策略";李珊等;《广西电力》;第21-27页 * |
"基于非健全信息的配电网能效评价技术研究";柯庆;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;C042-449 * |
Also Published As
Publication number | Publication date |
---|---|
CN112101813A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112101813B (zh) | 一种配电自动化设备测试综合评价排序方法 | |
CN109687458B (zh) | 考虑区域配电网风险承受能力差异的网架规划方法 | |
CN111563682A (zh) | 一种配电自动化设备测试评价方法 | |
Liu et al. | Health assessment and prediction of overhead line based on health index | |
CN113297797A (zh) | 一种基于XGBoost的电子式互感器量测误差状态评估方法及装置 | |
CN110363432A (zh) | 基于改进熵权-灰色关联的配电网可靠性影响分析方法 | |
CN110264032B (zh) | 一种直流配网规划方案评价结果的获取方法 | |
CN108764684A (zh) | 基于模糊层次分析法的智能箱式变电站健康状态评估方法 | |
CN110880753B (zh) | 一种基于hplc环境下的台区线损矫正方法 | |
CN110940374A (zh) | 基于大数据融合的变压器健康等级评价系统及方法 | |
CN111461922A (zh) | 一种基于极限学习机的变压器热点温度实时预测方法 | |
CN104156890A (zh) | 一种风电并网方案决策方法 | |
CN112285454B (zh) | 一种基于改进能量指标的电压暂降严重程度评估方法 | |
CN106096116B (zh) | 一种用于为涂敷电力复合脂的端子板建立温升预测模型的方法及系统 | |
CN115860321A (zh) | 一种配电网供电可靠性评估方法、系统、电子设备及介质 | |
CN114740303A (zh) | 一种无线无源高压开关柜的故障监测系统 | |
CN109711687B (zh) | 一种基于改进熵值法的绝缘子状态模糊评估方法 | |
Lin et al. | Voltage sag severity analysis based on improved FP-Growth algorithm and AHP algorithm | |
Fu et al. | Research on comprehensive decision-making of distribution automation equipment testing results based on entropy weight method combined with grey correlation analysis | |
CN112230163B (zh) | 低压交流电器通断检验预期参数调整系统及参数调整方法 | |
CN104036433A (zh) | 一种配电网运行管理水平评价方法 | |
CN109768529B (zh) | 一种基于布尔型变量的配电系统开关的配置方法 | |
Zeng et al. | A condition evaluation method of isolation circuit breaker based on triangular fuzzy analytic hierarchy process | |
CN117217584A (zh) | 一种用于低压计量表箱质量状态评估方法 | |
Shi et al. | Evaluation of μPMU based intelligent distribution network by AHP and ANP-improved entropy weight methods |
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 |