CN112149986A - 基于多层次模糊综合评判的高压开关柜评估方法 - Google Patents
基于多层次模糊综合评判的高压开关柜评估方法 Download PDFInfo
- Publication number
- CN112149986A CN112149986A CN202010981160.4A CN202010981160A CN112149986A CN 112149986 A CN112149986 A CN 112149986A CN 202010981160 A CN202010981160 A CN 202010981160A CN 112149986 A CN112149986 A CN 112149986A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- matrix
- level
- formula
- switch cabinet
- 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 101
- 239000011159 matrix material Substances 0.000 claims abstract description 64
- 238000012423 maintenance Methods 0.000 claims abstract description 14
- 230000005856 abnormality Effects 0.000 claims abstract description 4
- 238000012806 monitoring device Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 15
- 238000013210 evaluation model Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 3
- 238000003780 insertion Methods 0.000 claims description 3
- 230000037431 insertion Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 7
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 239000002356 single layer Substances 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Algebra (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开的基于多层次模糊综合评判的高压开关柜评估方法，具体按以下步骤实施：步骤1：根据高压开关柜状态监测装置获取状态数据；步骤2：构建评语集V＝(v1,v2,v3,v4)，评语有四个等级，分别是：1)正常v1；2)注意v2；3)异常v3；4)严重v4；步骤3：构建综合权重集A＝(a1,a2,…ai)，权数ai须满足
其中i＝1,2,3,4,5；步骤4：以各因素评价集的隶属度为行组成模糊评判矩阵R，Ri称为单因素评价集，其中i＝1,2,3,4,5，Ri＝(ri1,ri2,…rij)，其中j＝1,2,3,…,n；步骤5：构建多层次模糊综合评判模型，根据模型判断高压开关柜运行状态及制定相应维修策略。该基于多层次模糊综合评判的高压开关柜评估方法，能够根据在线检测数据对高压开关柜的运行状态作出评估。
Description
技术领域
本发明属于高压开关柜状态监测领域，具体涉及一种基于多层次模糊综合评判的高压开关柜评估方法。
背景技术
高压开关柜作为电力系统的主要设备之一，其运行状态关系着整个电力系统的安全性，对开关柜进行状态维修是保证其安全可靠运行的必要手段。开关柜在现实生活中应用广泛，检修任务繁重。现有技术中心的定期维修方式已经不能满足要求，造成大量的不必要的维修工作，造成维修的工作量比较大。
目前，国内外开展对设备状态评估的研究主要针对的是变压器这一类大型设备，而对于高压开关柜这一类配电设备由于数量关系，研究很少。目前电力系统中使用的开关柜状态评价主要采用设备评分的方法，通过确定设备状态量及其劣化程度共同决定扣分项，通过对所有状态量的综合扣分值来描述设备的实际运行状态。这样的评价方案一方面无法定量的给出设备绝缘劣化的趋势，另一方面，工作人员的个人经验和主观判断在评价过程中起到了决定因素，设备评价结果可信度较差且各次评价结果之间不具备可比性。为了解决上述问题，本文提出一种基于多层次模糊综合评判的高压开关柜评估方法。能够根据在线检测数据对高压开关柜的运行状态作出评估，为高压开关柜状态维修策略的制定给出理论依据。
发明内容
本发明的目的是提供一种基于多层次模糊综合评判的高压开关柜评估方法，能够根据在线检测数据对高压开关柜的运行状态作出评估。
本发明所采用的技术方案是，基于多层次模糊综合评判的高压开关柜评估方法，具体按以下步骤实施：
步骤1：根据高压开关柜状态监测装置获取状态数据：1)手车导轨卡涩数据u1；2)触头对中不良数据u2；3)触头插入深度不足数据u3；4)触头接触应力不足数据u4；5)线圈卡涩数据u5；以上述5种状态数据构建因素集U＝(u1,u2,u3,u4,u5)，ui＝(ui1,ui2,…uij),uij表示第i种状态数据对应的第j个特征量，其中，i＝1,2,3,4,5；j＝1,2,…,n；U为第1层评判因素集，ui为第2层评判因素集；
步骤2：构建评语集V＝(v1,v2,v3,v4)，评语有四个等级，分别是：1)正常v1；2)注意v2；3)异常v3；4)严重v4；
步骤3：构建综合权重集A＝(a1,a2,…ai)，权数ai须满足
其中i＝1，2，3，4，5；
步骤4：以各因素评价集的隶属度为行组成模糊评判矩阵R，Ri称为单因素评价集，其中i＝1,2,3,4,5，Ri＝(ri1,ri2,…rij)，其中j＝1,2,3,…,n；
步骤5：构建多层次模糊综合评判模型，根据模型判断高压开关柜运行状态及制定相应维修策略。
本发明的特征还在于，
步骤3具体按照以下步骤实施：
步骤3.1，采用层次分析法确定主观权重；
1)首先构建判断矩阵B'，判断矩阵表示针对上一层次某因素而言，该层次与之有关的各因素之间的相对重要性；通过元素的两两比较，采用1－9标度进行标度，标度的含义见表1；用两两比较法得到判断矩阵B'＝(bi'j)，显然判断矩阵特点有b′ij＞0，b′ij＝1/b'ji，b′ii＝1；
表1判断矩阵标度及含义
2)计算矩阵B'中每一行元素的积；
式(1)中，j＝1,2,…,n；
3)计算Mi的n次方根；
式(2)中i＝1,2,3,4,5；
4)对Ci组合相量C＝(C1,C2,…,Ci)进行归一化处理，得到各指标的主观权重αi；
式(3)中i＝1,2,3,4,5；
5)一致性检验，通过一致性公式来求：
式(4)中：CR为判断矩阵的随机一致性比率；CI为判断矩阵的一般一致性指标，其由式(5)求出：
RI为判断矩阵的平均随机一致性指标，对于1－9阶判断矩阵，RI值见表2；
表2平均随机一致性指标值
当CR＜0.1时，认为判断矩阵具有满意的一致性，说明权数分配是合理的；否则需要调整判断矩阵，直到取得满意的一致性为止；
步骤3.2，采用熵权法求取客观权重；
1)首先对评估矩阵A'＝aij中的数据进行归一化处理，因为选取指标均为成本型指标，因此标准化公式为：
式(6)中，i＝1,2,3,4,5；j＝1,2,…,n；
2)根据标准化矩阵ai'j，求指标特征比值pij：
式(7)中，i＝1,2,3,4,5；j＝1,2,…,n；
3)进一步计算第j个指标的熵值ej：
式(8)中，i＝1,2,3,4,5；j＝1,2,3,…,n；
4)进一步计算第j个指标的差异系数：
gj＝1-ej (9)
式(9)中，j＝1,2,…,n；
5)进一步计算第j个指标的客观权重：
式(10)中，j＝1,2,…,n；
步骤3.3，将主观权重和客观权重综合得到最终的各指标综合权重；
A＝uαi+(1-u)βj (11)
式(11)中，i＝1,2,3,4,5；j＝1,2,…,n，u∈[0,1]。
u的取值为0.5。
步骤4中，R为从U到V的模糊关系，代表第i个因素对第j级评语的隶属度，根据隶属函数计算评价指标隶属于评价等级的隶属度，进而可以确定模糊评判矩阵R；四个等级的隶属度函数具体为：
(1)“正常”等级的隶属度函数为：
(2)“注意”等级的隶属度函数为：
(3)“异常”等级的隶属度函数为：
(4)“严重”等级的隶属度函数为：
所以模糊评判矩阵R为：
步骤5的具体实施步骤如下：
步骤5.1，对每个ui用多层次模糊综合评判模型进行综合评判。
Bi＝AiοRi (17)
式(1)中：Bi为对U的模糊综合评判结果向量；Ai为ui相对于V的权重矩阵；Ri为ui的模糊综合评判矩阵，ο是模糊算子；
步骤5.2，由上一层综合评判矩阵和因素集U得出最终的综合评估向量B：
B＝AοR＝(b1,b2,…bi) (18)
式(2)中：R＝(B1,B2,…Bi)T，A为一级评判因素集相对于V的权重矩阵，其中bi称为一级评判结果，评估顺序从最低层依此向高层进行，直到评判结束为止，最大隶属原则确定评价对象所属等级。
本发明的有益效果是：
(1)本发明基于多层次模糊综合评判的高压开关柜评估方法，采用层次分析法和熵权法相结合的方法计算各指标的综合权重，该方法既弥补了主、客观权重计算的局限性，又充分利用了主、客权重计算的优点，进而得到了更加准确的评估指标综合权重。
(2)本发明基于多层次模糊综合评判的高压开关柜评估方法，相比单层次模糊综合评判方法，多层次的综合评判将各个因素进行分类并排序后依据各自权重值进行综合评判，是一种综合性和全面性更强的评判方法。
(3)本发明基于多层次模糊综合评判的高压开关柜评估方法，用于高压开关柜状态评估，可以有效地减少过早或不必要的停电试验和检修，减少维护工作量，降低维修费用。
附图说明
图1是本发明基于多层次模糊综合评判的高压开关柜评估方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明基于多层次模糊综合评判的高压开关柜评估方法，其特征在于，具体按以下步骤实施：
步骤1：根据高压开关柜状态监测装置获取状态数据：1)手车导轨卡涩数据u1；2)触头对中不良数据u2；3)触头插入深度不足数据u3；4)触头接触应力不足数据u4；5)线圈卡涩数据u5；以上述5种状态数据构建因素集U＝(u1,u2,u3,u4,u5)，ui＝(ui1,ui2,…uij),uij表示第i种状态数据对应的第j个特征量，其中，i＝1,2,3,4,5；j＝1,2,…,n；U为第1层评判因素集，ui为第2层评判因素集；
步骤2：构建评语集V＝(v1,v2,v3,v4)，评语有四个等级，分别是：1)正常v1；2)注意v2；3)异常v3；4)严重v4；当高压开关柜处于不同的状态评估等级时，应制定相应的维修策略；
步骤3：构建综合权重集A＝(a1,a2,…ai)，权数ai须满足
其中i＝1，2，3，4，5；
步骤3具体按照以下步骤实施：
步骤3.1，采用层次分析法确定主观权重；
1)首先构建判断矩阵B'，判断矩阵表示针对上一层次某因素而言，该层次与之有关的各因素之间的相对重要性；通过元素的两两比较，采用1－9标度进行标度，标度的含义见表1；用两两比较法得到判断矩阵B'＝(b′ij)，显然判断矩阵特点有b′ij＞0，b′ij＝1/b′ji，b′ii＝1；
表1判断矩阵标度及含义
2)计算矩阵B'中每一行元素的积；
式(1)中，j＝1,2,…,n；
3)计算Mi的n次方根；
式(2)中i＝1,2,3,4,5；
4)对Ci组合相量C＝(C1,C2,…,Ci)进行归一化处理，得到各指标的主观权重αi；
式(3)中i＝1,2,3,4,5；
5)一致性检验，通过一致性公式来求：
式(4)中：CR为判断矩阵的随机一致性比率；CI为判断矩阵的一般一致性指标，其由式(5)求出：
RI为判断矩阵的平均随机一致性指标，对于1－9阶判断矩阵，RI值见表2；
表2平均随机一致性指标值
当CR＜0.1时，认为判断矩阵具有满意的一致性，说明权数分配是合理的；否则需要调整判断矩阵，直到取得满意的一致性为止；
步骤3.2，采用熵权法求取客观权重；
1)首先对评估矩阵A'＝aij中的数据进行归一化处理，因为选取指标均为成本型指标，因此标准化公式为：
式(6)中，i＝1,2,3,4,5；j＝1,2,…,n；
2)根据标准化矩阵a′ij，求指标特征比值pij：
式(7)中，i＝1,2,3,4,5；j＝1,2,…,n；
3)进一步计算第j个指标的熵值ej：
式(8)中，i＝1,2,3,4,5；j＝1,2,3,…,n；
4)进一步计算第j个指标的差异系数：
gj＝1-ej (9)
式(9)中，j＝1,2,…,n；
5)进一步计算第j个指标的客观权重：
式(10)中，j＝1,2,…,n；
步骤3.3，将主观权重和客观权重综合得到最终的各指标综合权重；
A＝uαi+(1-u)βj (11)
式(11)中，i＝1,2,3,4,5；j＝1,2,…,n，u∈[0,1]，u的取值为0.5。
步骤4：以各因素评价集的隶属度为行组成模糊评判矩阵R，Ri称为单因素评价集，其中i＝1,2,3,4,5，Ri＝(ri1,ri2,…rij)，其中j＝1,2,3,…,n；
步骤4中，R为从U到V的模糊关系，代表第i个因素对第j级评语的隶属度，式(5)-(8)是相应因素的评估函数，根据隶属函数计算评价指标隶属于评价等级的隶属度，进而可以确定模糊评判矩阵R；四个等级的隶属度函数具体为：
(1)“正常”等级的隶属度函数为：
(2)“注意”等级的隶属度函数为：
(3)“异常”等级的隶属度函数为：
(4)“严重”等级的隶属度函数为：
所以模糊评判矩阵R为：
步骤5：构建多层次模糊综合评判模型，根据模型判断高压开关柜运行状态及制定相应维修策略；
步骤5的具体实施步骤如下：
步骤5.1，对每个ui用多层次模糊综合评判模型进行综合评判。
式(1)中：Bi为对U的模糊综合评判结果向量；Ai为ui相对于V的权重矩阵；Ri为ui的模糊综合评判矩阵，
是模糊算子；
步骤5.2，由上一层综合评判矩阵和因素集U得出最终的综合评估向量B：
式(2)中：R＝(B1,B2,…Bi)T，A为一级评判因素集相对于V的权重矩阵，其中bi称为一级评判结果，评估顺序从最低层依此向高层进行，直到评判结束为止，最大隶属原则确定评价对象所属等级。
Claims (5)
1.基于多层次模糊综合评判的高压开关柜评估方法，其特征在于，具体按以下步骤实施：
步骤1：根据高压开关柜状态监测装置获取状态数据：1)手车导轨卡涩数据u1；2)触头对中不良数据u2；3)触头插入深度不足数据u3；4)触头接触应力不足数据u4；5)线圈卡涩数据u5；以上述5种状态数据构建因素集U＝(u1,u2,u3,u4,u5)，ui＝(ui1,ui2,…uij),uij表示第i种状态数据对应的第j个特征量，其中，i＝1,2,3,4,5；j＝1,2,…,n；U为第1层评判因素集，ui为第2层评判因素集；
步骤2：构建评语集V＝(v1,v2,v3,v4)，评语有四个等级，分别是：1)正常v1；2)注意v2；3)异常v3；4)严重v4；
步骤3：构建综合权重集A＝(a1,a2,…ai)，权数ai须满足
其中i＝1，2，3，4，5；
步骤4：以各因素评价集的隶属度为行组成模糊评判矩阵R，Ri称为单因素评价集，其中i＝1,2,3,4,5，Ri＝(ri1,ri2,…rij)，其中j＝1,2,3,…,n；
步骤5：构建多层次模糊综合评判模型，根据模型判断高压开关柜运行状态及制定相应维修策略。
2.根据权利要求1所述的基于多层次模糊综合评判的高压开关柜评估方法，其特征在于，步骤3具体按照以下步骤实施：
步骤3.1，采用层次分析法确定主观权重；
1)首先构建判断矩阵B'，判断矩阵表示针对上一层次某因素而言，该层次与之有关的各因素之间的相对重要性；通过元素的两两比较，采用1－9标度进行标度，标度的含义见表1；用两两比较法得到判断矩阵B'＝(b′ij)，显然判断矩阵特点有b′ij＞0，b′ij＝1/b'ji，b′ii＝1；
表1判断矩阵标度及含义
2)计算矩阵B'中每一行元素的积；
式(1)中，j＝1,2,…,n；
3)计算Mi的n次方根；
式(2)中i＝1,2,3,4,5；
4)对Ci组合相量C＝(C1,C2,…,Ci)进行归一化处理，得到各指标的主观权重αi；
式(3)中i＝1,2,3,4,5；
5)一致性检验，通过一致性公式来求：
式(4)中：CR为判断矩阵的随机一致性比率；CI为判断矩阵的一般一致性指标，其由式(5)求出：
RI为判断矩阵的平均随机一致性指标，对于1－9阶判断矩阵，RI值见表2；
表2平均随机一致性指标值
当CR＜0.1时，认为判断矩阵具有满意的一致性，说明权数分配是合理的；否则需要调整判断矩阵，直到取得满意的一致性为止；
步骤3.2，采用熵权法求取客观权重；
1)首先对评估矩阵A'＝aij中的数据进行归一化处理，因为选取指标均为成本型指标，因此标准化公式为：
式(6)中，i＝1,2,3,4,5；j＝1,2,…,n；
2)根据标准化矩阵a′ij，求指标特征比值pij：
式(7)中，i＝1,2,3,4,5；j＝1,2,…,n；
3)进一步计算第j个指标的熵值ej：
式(8)中，i＝1,2,3,4,5；j＝1,2,3,…,n；
4)进一步计算第j个指标的差异系数：
gj＝1-ej (9)
式(9)中，j＝1,2,…,n；
5)进一步计算第j个指标的客观权重：
式(10)中，j＝1,2,…,n；
步骤3.3，将主观权重和客观权重综合得到最终的各指标综合权重；
A＝uαi+(1-u)βj (11)
式(11)中，i＝1,2,3,4,5；j＝1,2,…,n，u∈[0,1]。
3.根据权利要求2所述的基于多层次模糊综合评判的高压开关柜评估方法，其特征在于，u的取值为0.5。
4.根据权利要求1所述的基于多层次模糊综合评判的高压开关柜评估方法，其特征在于，步骤4中，R为从U到V的模糊关系，代表第i个因素对第j级评语的隶属度，根据隶属函数计算评价指标隶属于评价等级的隶属度，进而可以确定模糊评判矩阵R；四个等级的隶属度函数具体为：
(1)“正常”等级的隶属度函数为：
(2)“注意”等级的隶属度函数为：
(3)“异常”等级的隶属度函数为：
(4)“严重”等级的隶属度函数为：
所以模糊评判矩阵R为：
5.根据权利要求1所述的基于多层次模糊综合评判的高压开关柜评估方法，其特征在于，步骤5的具体实施步骤如下：
步骤5.1，对每个ui用多层次模糊综合评判模型进行综合评判；
式(1)中：Bi为对U的模糊综合评判结果向量；Ai为ui相对于V的权重矩阵；Ri为ui的模糊综合评判矩阵，
是模糊算子；
步骤5.2，由上一层综合评判矩阵和因素集U得出最终的综合评估向量B：
式(2)中：R＝(B1,B2,…Bi)T，A为一级评判因素集相对于V的权重矩阵，其中bi称为一级评判结果，评估顺序从最低层依此向高层进行，直到评判结束为止，最大隶属原则确定评价对象所属等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010981160.4A CN112149986A (zh) | 2020-09-17 | 2020-09-17 | 基于多层次模糊综合评判的高压开关柜评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010981160.4A CN112149986A (zh) | 2020-09-17 | 2020-09-17 | 基于多层次模糊综合评判的高压开关柜评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112149986A true CN112149986A (zh) | 2020-12-29 |
Family
ID=73894100
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010981160.4A Pending CN112149986A (zh) | 2020-09-17 | 2020-09-17 | 基于多层次模糊综合评判的高压开关柜评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112149986A (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112633534A (zh) * | 2020-12-31 | 2021-04-09 | 华中科技大学 | 一种抽水蓄能机组检修效果综合评估方法与系统 |
| CN112733349A (zh) * | 2020-12-31 | 2021-04-30 | 国网天津市电力公司 | 一种基于模糊综合评价法的环氧树脂性能评估方法 |
| CN112862350A (zh) * | 2021-03-05 | 2021-05-28 | 国网山西省电力公司电力科学研究院 | 一种交直流母线接口变换器综合性能评估方法 |
| CN112966934A (zh) * | 2021-03-04 | 2021-06-15 | 上海应用技术大学 | 设施设备状态评估方法和系统 |
| CN113673162A (zh) * | 2021-08-24 | 2021-11-19 | 华北电力大学（保定） | 一种基于模糊评判及DSmT的变压器本体状态评估方法 |
| CN113740643A (zh) * | 2021-08-25 | 2021-12-03 | 许昌许继软件技术有限公司 | 一种开关柜手车的异常诊断方法和系统及设备和介质 |
| CN113780763A (zh) * | 2021-08-24 | 2021-12-10 | 四川省都江堰东风渠管理处 | 一种基于改进的模糊层次分析法的水利工程安全评价方法 |
| CN113807691A (zh) * | 2021-09-10 | 2021-12-17 | 绍兴大明电力设计院有限公司 | 一种充电站选址适应性评估的层次模糊评价方法 |
| CN114331061A (zh) * | 2021-12-15 | 2022-04-12 | 成都理工大学 | 一种城乡黑臭水体臭度评价方法 |
| CN114358612A (zh) * | 2022-01-07 | 2022-04-15 | 安徽江淮汽车集团股份有限公司 | 汽车主观评价方法 |
| CN114399150A (zh) * | 2021-12-03 | 2022-04-26 | 陕西省地方电力(集团)有限公司延安供电分公司 | 基于ahp-模糊综合评价法的配网设备状态评价方法 |
| CN114418347A (zh) * | 2021-12-29 | 2022-04-29 | 广东电网有限责任公司 | 配电变压器的监测方法、装置、设备及存储介质 |
| CN114692565A (zh) * | 2022-06-01 | 2022-07-01 | 井芯微电子技术(天津)有限公司 | 多特征参数高速板卡设计阶段质量检测方法、系统及设备 |
| CN115169506A (zh) * | 2022-09-06 | 2022-10-11 | 中铁第四勘察设计院集团有限公司 | 一种供变电关键设备故障快速诊断方法及系统 |
| CN115856529A (zh) * | 2022-11-25 | 2023-03-28 | 国网四川省电力公司营销服务中心 | 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 |
| CN115907484A (zh) * | 2023-03-09 | 2023-04-04 | 泰安市特种设备检验研究院 | 一种承压特种设备安全状态在线评估方法 |
-
2020
- 2020-09-17 CN CN202010981160.4A patent/CN112149986A/zh active Pending
Non-Patent Citations (3)
| Title |
|---|
| 吴晗等: "基于综合赋权与WRSR的高压开关柜状态评估方法研究", 《高压电器》, pages 48 - 49 * |
| 谢静: "高压开关柜状态综合评估方法研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》, pages 108 - 110 * |
| 谢静等: "基于模糊分层理论的高压开关柜状态评估算法", 《高电压技术》 * |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112633534A (zh) * | 2020-12-31 | 2021-04-09 | 华中科技大学 | 一种抽水蓄能机组检修效果综合评估方法与系统 |
| CN112733349A (zh) * | 2020-12-31 | 2021-04-30 | 国网天津市电力公司 | 一种基于模糊综合评价法的环氧树脂性能评估方法 |
| CN112633534B (zh) * | 2020-12-31 | 2023-10-24 | 华中科技大学 | 一种抽水蓄能机组检修效果综合评估方法与系统 |
| CN112966934A (zh) * | 2021-03-04 | 2021-06-15 | 上海应用技术大学 | 设施设备状态评估方法和系统 |
| CN112862350A (zh) * | 2021-03-05 | 2021-05-28 | 国网山西省电力公司电力科学研究院 | 一种交直流母线接口变换器综合性能评估方法 |
| CN113673162A (zh) * | 2021-08-24 | 2021-11-19 | 华北电力大学（保定） | 一种基于模糊评判及DSmT的变压器本体状态评估方法 |
| CN113780763A (zh) * | 2021-08-24 | 2021-12-10 | 四川省都江堰东风渠管理处 | 一种基于改进的模糊层次分析法的水利工程安全评价方法 |
| CN113740643A (zh) * | 2021-08-25 | 2021-12-03 | 许昌许继软件技术有限公司 | 一种开关柜手车的异常诊断方法和系统及设备和介质 |
| CN113740643B (zh) * | 2021-08-25 | 2024-06-11 | 许昌许继软件技术有限公司 | 一种开关柜手车的异常诊断方法和系统及设备和介质 |
| CN113807691A (zh) * | 2021-09-10 | 2021-12-17 | 绍兴大明电力设计院有限公司 | 一种充电站选址适应性评估的层次模糊评价方法 |
| CN114399150A (zh) * | 2021-12-03 | 2022-04-26 | 陕西省地方电力(集团)有限公司延安供电分公司 | 基于ahp-模糊综合评价法的配网设备状态评价方法 |
| CN114331061A (zh) * | 2021-12-15 | 2022-04-12 | 成都理工大学 | 一种城乡黑臭水体臭度评价方法 |
| CN114418347A (zh) * | 2021-12-29 | 2022-04-29 | 广东电网有限责任公司 | 配电变压器的监测方法、装置、设备及存储介质 |
| CN114418347B (zh) * | 2021-12-29 | 2022-10-11 | 广东电网有限责任公司 | 配电变压器的监测方法、装置、设备及存储介质 |
| CN114358612A (zh) * | 2022-01-07 | 2022-04-15 | 安徽江淮汽车集团股份有限公司 | 汽车主观评价方法 |
| CN114692565A (zh) * | 2022-06-01 | 2022-07-01 | 井芯微电子技术(天津)有限公司 | 多特征参数高速板卡设计阶段质量检测方法、系统及设备 |
| CN115169506A (zh) * | 2022-09-06 | 2022-10-11 | 中铁第四勘察设计院集团有限公司 | 一种供变电关键设备故障快速诊断方法及系统 |
| CN115856529A (zh) * | 2022-11-25 | 2023-03-28 | 国网四川省电力公司营销服务中心 | 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 |
| CN115907484A (zh) * | 2023-03-09 | 2023-04-04 | 泰安市特种设备检验研究院 | 一种承压特种设备安全状态在线评估方法 |
| CN115907484B (zh) * | 2023-03-09 | 2023-06-02 | 泰安市特种设备检验研究院 | 一种承压特种设备安全状态在线评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112149986A (zh) | 基于多层次模糊综合评判的高压开关柜评估方法 | |
| CN109685340B (zh) | 一种配电设备健康状态评估方法及系统 | |
| CN103337043B (zh) | 电力通信设备运行状态的预警方法和系统 | |
| CN110264112B (zh) | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 | |
| CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及系统 | |
| CN112200405A (zh) | 一种基于熵权-模糊层次分析法的专变健康状况评估方法 | |
| CN105956779A (zh) | 电力变压器运行状态评估方法和装置 | |
| CN102496069A (zh) | 基于模糊层次分析法的电缆多状态安全运行评估方法 | |
| CN113592359B (zh) | 电力变压器的健康度评价方法和装置 | |
| CN105046582A (zh) | 方便的电网安全风险评估方法 | |
| CN112990627B (zh) | 电能质量评估方法 | |
| CN105912857B (zh) | 一种配电设备状态监测传感器的选配方法 | |
| CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
| CN112785060A (zh) | 一种配电网精益化运维水平优化方法 | |
| CN104021304A (zh) | 一种变压器在线监测装置安装优先级评估方法 | |
| CN111932081B (zh) | 一种电力信息系统运行状态评估方法及系统 | |
| CN107563620A (zh) | 一种基于设备全寿命信息的综合评价方法 | |
| CN110705859A (zh) | 基于pca-自组织神经网络的中低压配电网运行状态评估方法 | |
| CN112508232A (zh) | 一种基于多层次模糊综合评价模型的短路电流限制措施评估方法 | |
| CN110503305A (zh) | 一种变压器性能评估方法 | |
| CN114021915A (zh) | 基于改进均衡权重和可变模糊集的电气火灾风险评估方法 | |
| CN107944573A (zh) | 一种变电站在线监测系统数据准确性的校对方法及系统 | |
| CN114399150A (zh) | 基于ahp-模糊综合评价法的配网设备状态评价方法 | |
| CN115660175A (zh) | 一种基于层次分析法的风力发电场综合评价方法及装置 | |
| CN107633341A (zh) | 一种面向设备主人的变电站整站状态评估系统及方法 |
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: 20201229 |
|
| RJ01 | Rejection of invention patent application after publication |