CN112541673A - 抽水蓄能电站过渡过程性能评价方法及装置 - Google Patents

Abstract

本申请提供一种抽水蓄能电站过渡过程性能评价方法，该方法首先确定多项评价指标，获取多种导叶关闭方式中任一方式下的多项评价指标的监测值；然后获取权重向量，以及基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度，并确定评语集，基于预先确定的隶属度函数，获得隶属度矩阵，根据权重向量和隶属度矩阵，确定模糊评判向量；根据模糊评判向量和各个性能等级分别对应的评价分数，计算当前导叶关闭方式对应的过渡过程的性能总得分。该方法能够对抽水蓄能机组不同工况点间的大波动过渡过程进行合理有效的评估。

Description

抽水蓄能电站过渡过程性能评价方法及装置

技术领域

本申请一个或多个实施例涉及抽水蓄能技术领域，尤其涉及抽水蓄能电站过渡过程性能评价方法及装置。

背景技术

抽水蓄能电站利用电力负荷低谷时的电能抽水至上水库，在电力负荷高峰期再放水至下水库发电的水电站，它可将电网负荷低时的多余电能，转变为电网高峰时期的高价值电能，还适于调频、调相，稳定电力系统的周波和电压，且宜为电网事故备用。

抽水蓄能电站在日常运行过程中，由于工作条件的经常变化可能导致水轮机处于不同工况点之间的过渡过程之中，尤其是大波动过渡过程，虽然历时短暂，但伴随着工况参数大幅度的急剧变化，由水流惯性与机器运动惯性引起很大的动态附加荷载和一系列复杂的物理现象，对抽水蓄能电站的运行安全及运行质量有着极其重要的影响，因此需要对抽水蓄能电站的过渡过程的运行性能进行量化分析。其中，过渡过程即由一个稳定状态过渡到另一个稳定状态所经历的过程。

为更好地控制水电站大波动过渡过程问题，现有文献提出过多种量化分析方法，例如以阀调节理论为基础的计算方法、以状态方程优化方法为基础的数值解法、以特征方程和水轮机控制方程为主体的水轮机甩负荷过渡过程最优调节规律的数值解法等。可见，抽水蓄能电站水力过渡过程的分析计算方法已比较成熟，但目前对大波动过渡过程性能的评估还缺乏一套完整的指标体系和行之有效的评价方法，尤其是缺乏基于抽水蓄能机组而建立的量化评估方法，因而有必要建立一套新的量化评估方案，这对提高机组运行的稳定性有着一定的工程应用价值和理论指导意义。

鉴于此，如何对抽水蓄能机组不同工况点间的大波动过渡过程的性能进行合理有效的评估，成为本领域技术人员有待解决的技术问题。

发明内容

本申请一个或多个实施例描述了一种抽水蓄能电站过渡过程性能评价方法及装置，用以解决上述问题。

根据第一方面，本申请实施例提供了一种抽水蓄能电站过渡过程性能评价方法，该方法包括：

确定多项评价指标，获取多种导叶关闭方式中任一方式下的多项评价指标的监测值；获取权重向量，权重向量包括各项评价指标分别对应的权重；基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度，劣化度用于表征当前运行状态相对于目标运行状态的偏离程度；确定评语集，评语集中的多个元素用于表征过渡过程性能的多个等级；基于预先确定的隶属度函数，获得隶属度矩阵，隶属度矩阵用于表征各项评价指标对应的劣化度相对于评语集中各元素的隶属度；根据权重向量和隶属度矩阵，确定模糊评判向量；根据模糊评判向量和各个性能等级分别对应的评价分数，计算当前导叶关闭方式对应的过渡过程的性能总得分。

在一个实施例中，多项评价指标，包括：机组转速上升值、转速波动次数、蜗壳压力、尾水管压力和调压室涌浪水位。

在一个实施例中，获取权重向量，具体包括：将多项评价指标相对于过渡过程性能的相对重要性进行两两比较，采用1-9标度法标记比较结果，构建出判断矩阵；对判断矩阵进行一致性检验；判断矩阵通过一致性检验时，对判断矩阵进行归一化处理，获得权重向量。

在一个实施例中，隶属度函数通过将半岭形分布隶属度函数和三角形分布隶属度函数相结合而获得。

在一个实施例中，基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度，包括：以各项评价指标的监测值与参考值作为自变量，通过预先确定的劣化度计算函数，计算各项评价指标对应的劣化度；其中，参考值包括极限值和许可值。

第二方面，本申请实施例还提供一种抽水蓄能电站过渡过程性能评价装置，该装置包括：

指标获取单元，用于确定多项评价指标，以及获取多种导叶关闭方式中任一方式下的多项评价指标的监测值；权重获取单元，用于获取权重向量，权重向量包括各项评价指标分别对应的权重；劣化度计算单元，用于基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度，劣化度用于表征当前运行状态相对于目标运行状态的偏离程度；评语集确定单元，用于确定评语集，评语集中的多个元素用于表征过渡过程性能的多个等级；隶属度确定单元，用于基于预先确定的隶属度函数，获得隶属度矩阵，隶属度矩阵用于表征各项评价指标对应的劣化度相对于评语集中各元素的隶属度；模糊评判单元，用于根据权重向量和隶属度矩阵，确定模糊评判向量；评价单元，用于根据模糊评判向量和各个性能等级分别对应的评价分数，计算当前导叶关闭方式对应的过渡过程的性能总得分。

在一个实施例中，权重获取单元，具体用于：将多项评价指标相对于过渡过程性能的相对重要性进行两两比较，采用1-9标度法标记比较结果，构建出判断矩阵；对判断矩阵进行一致性检验；判断矩阵通过一致性检验时，对判断矩阵进行归一化处理，获得权重向量。

在一个实施例中，隶属度函数通过将半岭形分布隶属度函数和三角形分布隶属度函数相结合而获得。

在一个实施例中，劣化度计算单元，具体用于：以各项评价指标的监测值与参考值作为自变量，通过预先确定的劣化度计算函数，计算各项评价指标对应的劣化度；其中，参考值包括极限值和许可值。

再一方面，本申请实施例还提供一种计算设备，包括存储器和处理器，其特征在于，存储器中存储有可执行代码，处理器执行可执行代码时，实现上述第一方面任一项所述的方法。

根据本申请实施例提供的方法和装置，该方案将过渡过程的性能通过多个评价指标进行量化分析，通过采用确定指标权重、计算指标劣化度、确定指标隶属度以及获取模糊评判向量等多个步骤，对多个评价指标进行复合计算，分别得到不同的导叶关闭规律方案对应的过渡过程的不同综合评分，该综合评分为过渡过程运行性能的综合体现，为过渡过程中选择最优的导叶关闭方案提供了依据，经仿真实验，该评价方案获得的分数评价效果好。其中，将半岭形分布和三角形分布联系起来，共同组成隶属度函数，可以较为准确地将各项评价指标与大波动过渡过程性能状态之间的关系体现出来，使评估结果更具实用价值。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其它的附图。

图1为本申请一个实施例中抽水蓄能电站过渡过程性能评价方法的流程示意图；

图2为本申请一个实施例中采用的隶属度函数的分布形状示例图；

图3a-图3f为本申请一个实施例中6种导叶关闭方式示意图；

图4示出本申请一个实施例中抽水蓄能电站过渡过程性能评价装置示意图。

具体实施方式

下面结合附图，对本申请提供的方案进行描述。

发明人在研究过程中发现，过渡过程中，确定合理的系统参数以及导叶关闭规律尤为重要，而现有的评估方法中鲜有针对不同的导叶关闭规律进行综合评分的，无法直观反映出导叶关闭方式对于运行性能的影响，也未能考虑到选取更为合适的导叶关闭规律以获得更理想的运行性能。

针对已有评估方法存在的不足，本申请说明书披露了一种新的思路和方式，可用于对过渡过程尤其是大波动过渡过程的运行性能进行有效的量化评估。一个实施例中，通过比较不同导叶关闭方案的性能评价分数，筛选出性能更优的方案，进而获得更佳的运行状态。该方案获得的性能总得分在抽水蓄能电站等应用场景下具有实际应用价值，不仅可以作为控制水轮机导叶关闭规律的参考依据，也为抽水蓄能机组等其他设备工况参数的调控提供重要参考依据。

参阅图1所示，本申请提供的抽水蓄能电站过渡过程性能评价方法，可以包括如下流程：

S101，确定多项评价指标，获取多种导叶关闭方式中任一方式下的多项评价指标的监测值；S102，获取权重向量；S103，基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度；S104，确定评语集，评语集中的多个元素用于表征过渡过程性能的多个等级；S105，基于预先确定的隶属度函数，获得隶属度矩阵，隶属度矩阵用于表征各项评价指标对应的劣化度相对于评语集中各元素的隶属度；S106，根据权重向量和隶属度矩阵，确定模糊评判向量；S107，根据模糊评判向量和各个性能等级分别对应的评价分数，计算当前导叶关闭方式对应的过渡过程的性能总得分。

具体地，在S101中，首先确定多项评价指标。在一个实施例中，可以选定以下5项评价指标：

机组转速上升值Δn；

转速波动次数n₀；

蜗壳压力P_s；

尾水管压力P_d；

调压室涌浪水位H_c；

其中，机组转速上升值Δn、转速波动次数n₀以及蜗壳压力P_s三项指标，均属于越小越优型指标，即多数情形下指标值越小则运行性能更优；而尾水管压力P_d则属于越大越优型指标，即多数情形下指标值越大则运行性能更优；调压室涌浪水位H_c，则属于中间最优型指标，不能低于调压室的底板高程，不能超过调压室的高程范围，且留有裕度。

上述指标选定仅为一个示例，本申请实施例中，评价指标并不仅限于上述一种选定方式，本领域技术人员可根据本申请披露的评估方法的技术构思结合实际应用需要具体调整评价指标的选择，例如适当增加或删减评价指标等。

确定评价指标之后，可以获取各个指标对应的实际监测值，该监测值可以是抽水蓄能实际过渡过程的实测值，也可以是仿真实验值。

在S102中，权重向量中的各元素分别表示各项评价指标对应的权重。在一个实施例中，首先构建出判断矩阵，然后对判断矩阵进行一致性检验，判断矩阵通过一致性检验时，对判断矩阵进行归一化处理，获得权重向量。具体而言，权重向量可以通过如下方式获得：

基于层次分析法，结合评价指标的物理定义将各指标进行层次单排序。层次单排序，即同一层次各因素对于上一层次中的目标因素的重要性进行两两比较后的相对重要性标度过程。

在本申请实施例中，将上述多项指标作为同一层次因素，将待评估的过渡过程的性能，作为上一层次的目标因素，然后将多项评价指标对于过渡过程性能的相对重要性进行两两比较，采用1-9标度法标记比较结果，确定判断矩阵元素，从而构建出判断矩阵。

示例性地，1-9比例标度如下表1所示：

表1

其中，矩阵元素a_ij的取值为正整数1到9或其倒数，因素i相对于因素j的量化值与因素j相对于因素i的量化值互为倒数，即a_ji的取值为a_ij的倒数，1到9代表了指标两两比较的重要等级。

接下来对判断矩阵进行一致性检验。具体地，在一个实施例中，可采用以下方式进行一致性检验：

按照下式计算检验系数CR：

式中：λ为判断矩阵的最大特征值，RI为随机一致性指标，n为判断矩阵的阶数，RI数值可通过查询下表获得。例如，在一个实施例中，选定上述五项评价指标的情形下，则判断矩阵的阶数为5，通过下表2可知，相应的RI数值为1.106。在一个实施例中，判断矩阵的最大特征值λ可通过Matlab的eig函数获得。

随机一致性指标RI取值表(表2)

对判断矩阵作一致性检验，即要求一致性指标CI尽可能接近0，检验系数CR<0.1。若未通过检验，则需对判断矩阵进行修改。

若通过检验，则对判断矩阵进行归一化处理，具体地，作为一种可实施方式，先对判断矩阵的每一列向量进行归一化，然后按行求和，对求和后的矩阵再做归一化，得到的矩阵的转置即为权重向量，权重向量中的各个元素分别表示相应的评价指标对于过渡过程性能相对重要性的权重系数。

接下来，在S103中，基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度。劣化度用于表征当前运行状态相对于目标运行状态的偏离程度，其反映的是系统当前运行状态与发生故障时的运行状态之间的差异程度，或者说劣化度是对当前运行状态偏离预期的正常运行状态的程度的量化表示，在一个实施例中，劣化程度的数值取值变化区间为(0,1)。

具体地，对于越小越优型指标，劣化度计算公式为：

对于越大越优型指标，劣化度计算公式为：

x_i表示评价指标i的劣化度，C_i为评价指标的监测值，监测值即为当前运行状态下各指标的实测值或者仿真环境下获得的实验值；C₀为评价指标的许可值，许可值也可称为正常值，许可值/正常值即系统处于正常运行状态下的指标值；C_max和C_min则分别表示评价指标的最大极限值和最小极限值，由相应的系统运行规范决定；在本申请一个实施例中，K取值为1。

以上述五项评价指标为例进行说明，选择计算公式时，机组转速上升值、转速波动次数、蜗壳压力属于越小越优型指标，选择公式(3)计算其劣化度；尾水管压力是越大越优型指标，选择公式(4)计算其劣化度；对于调压室涌浪水位等中间最优型指标，则在数值偏高时，选择公式(3)，若数值偏低，则选择公式(4)，中间最优型指标的数值高低相对于最优的中间数值而定，高于最优的中间数值则认为数值偏高，低于最优的中间数值则认为数值偏低。

如此，可分别获得各项评价指标对应的劣化度，对应的向量或者矩阵为X(1×5)。

在S104中，确定评语集，评语集中包含多个元素，各元素分别表示过渡过程的多个性能等级，例如评语集V₀＝{V₁,V₂,V₃,V₄}＝{极好，良好，一般，不好}，或者评语集V₀＝{V₁,V₂,V₃,V₄,V₅}＝{极好，良好，一般，较差，差}等，即将待评估的过渡过程的运行性能划分为多个等级，不同的等级表示不同的运行状态，多个等级作为元素即组成了评语集V₀。

与评语集相对应地，为了直观地体现当前运行性能的优劣，本申请还设置分数向量G₀，为评语集中的不同等级分配不同的分数值，例如，参阅下表3，四种大波动过渡过程性能状态下的分数向量为G₀＝(100；80；60；30)。

表3

需要说明的是，评语集的等级划分有多种实现方式，上述仅列举其中两个示例，但不限于将大波动过渡过程性能划分出由优到劣的四个或五个等级，其各等级对应的分数值也可根据评价需求进行调整，能体现出性能状态间的差异即可，不限于上述表格所示出的对应关系。

对各项评价指标进行评判之前需结合隶属度函数对其进行模糊处理。

在S105中，隶属度矩阵用于表征各项评价指标对应的劣化度相对于评语集中各元素的隶属度，也就是相对于评语集中各性能等级的隶属度。具体地，在一个实施例中，隶属度矩阵可通过如下方式获得：

首先确定隶属度函数，隶属度函数与评语集中的多个性能等级对应设置，不同的等级对应于不同的隶属度函数，将上述步骤获得的各评价指标的劣化度作为自变量，从而计算出各项评价指标相对于多项等级分别具有多大的隶属度，进而得到隶属度矩阵。即首先确定隶属度函数，然后以劣化度作为隶属度函数的自变量，计算得到各劣化度对于各性能等级的隶属度的具体数值，隶属度的数值即组成了隶属度矩阵。

具体地，关于隶属度函数的确定，发明人研究过程中发现，采用线性插值法不能保证计算的准确性，而模糊分布中的岭形分布过渡平缓、主值范围较宽，所以本申请提出将半岭形分布和三角形分布联系起来，共同组成模糊隶属度函数，可以较为准确地将各项评价指标与大波动过渡过程性能状态之间的关系体现出来，半岭形分布和三角形分布相结合获得的隶属度函数分布形状参阅附图2所示。

示例性地，在一个实施例中，V₁,V₂,V₃,V₄四种大波动过渡过程性能等级所对应的隶属度函数表达式分别如下：

依据上述步骤所得的各项评价指标中任一评价指标对应的劣化度数值x_i，分别在四组公式(对应于评语集中的四个性能等级)中选取相应的具体公式进行计算，从而确定该项评价指标相对于四个评语等级分别有多大的隶属度。例如，计算出的某项评价指标的劣化度为0.1，那么根据上述计算式中V₁对应的隶属度函数(5)，可得出对于V₁的隶属度为1；根据V₂对应的隶属度函数(6)，可得出对于V₂的隶属度为0，以此类推，对于V₃和V₄的隶属度也均为0。

这样，根据各项评价指标对应的劣化度，通过上述隶属度函数，可获得各项指标的劣化度对于各种评语等级(即性能等级)的隶属度，进而构建出隶属度矩阵，在一个实施例中，当采用上述五项评价指标和四种性能等级时，即可得到该五项评价指标各自相对于评语集V₀中四种性能等级的隶属度子集，进而得到隶属度矩阵M₀，隶属度矩阵M₀为5×4矩阵。一般而言，隶属度矩阵为m×n的矩阵，m为评价指标的项数，n为性能等级的级数。

接下来，在S106中，基于权重向量和隶属度矩阵，确定模糊评判向量。具体地，在一个实施例中，结合评价指标的权重向量W与其隶属度矩阵M₀的复合计算，得到指标层的模糊评判向量，具体的复合计算可以是B＝W^T·M₀，其中，B为模糊评判向量，W^T为W的转置。

经过上述步骤，获得了模糊评判向量。在S107中，基于模糊评判向量和各个性能等级分别对应的评价分数，计算当前导叶关闭规律对应的过渡过程的性能总得分。评价分数即上述分数向量G₀中的各个元素。在一个实施例中，结合分数向量G₀完成量化打分，计算得出过渡过程(例如大波动过渡过程)性能的总得分，具体计算式可以是S＝B·G₀，S即为性能总得分。

如此，可获得每种导叶关闭规律下的性能总得分，比较不同的导叶关闭规律下的总得分，可分析出大波动过渡过程中导叶关闭规律对运行性能的影响程度。

需要说明的是，本申请实施例提供的方案不仅适用于分析导叶关闭规律对于过渡过程性能的影响，还可以适用于其他设备调控规律，例如可将导叶关闭规律替换为其他设备的控制规律，从而获得多种其他设备控制规律下的性能总得分，对不同控制规律进行比较，即可分析出该种设备控制规律对于过渡过程性能的影响。

为进一步理解本申请，下面结合实际应用场景，列举一个完整实施例，以对本申请技术方案进行整体示例性说明。

该实施例以白莲河抽水蓄能电站为例，选取水轮机额定工况下双机甩负荷运行，共设置6组导叶关闭方案，分别参见图3a至图3f所示，其中，折线关闭时均遵循先快后慢的原则。

首先选定评价指标并确定各项评价指标的监测值。在该实施例中，可以运用过渡过程计算软件TOPsys得出每种导叶关闭方案下五项评价指标的数值。

基于1～9标度法对评价指标进行层次单排序，构建出的判断矩阵为：

该判断矩阵的一致性指标CI＝0.0244，检验系数CR＝0.0219<0.1，故判断矩阵A_n通过一致性检验。

在判断矩阵A_n通过一致性检验的情况下，对其进行归一化处理，具体可以是向将原始判断矩阵的各列进行归一化处理，然后按行求和，得到5×1矩阵，然后对该5×1矩阵再进行归一化处理，计算得到评价指标权重集(即权重向量)为W＝(0.2839；0.1144；0.2689；0.1908；0.1420)，即如下表4所示。

表4

需要说明的是，上述指标权重仅为该实施例下的示例性数值，对于不同的电站机组或运行工况，指标权重会有所变化。

确定评语集V₀＝{V₁,V₂,V₃,V₄}，V₁,V₂,V₃,V₄分别表示极好，良好，一般，不好。以及，确定相应的分数向量为G₀＝(100；80；60；30)。

计算各评价指标对应的劣化度。其中，机组转速上升值、转速波动次数、蜗壳压力是越小越优型指标，尾水管压力是越大越优型指标，调压室涌浪水位是中间最优型指标。在该实施例中，各项评价指标极限值与正常值选取的说明如下：

(1)机组转速上升值Δn：极限值为45％，正常值为0；

(2)转速波动次数n：极限值为3，正常值为1；

(3)蜗壳压力P_s：极限值为1.3×(上游水位-机组安装高程)＝1.3×(304.5-41)＝342.55m，正常值为255.994m；

(4)尾水管压力P_d：极限值为-8m，正常值为46.323m；

(5)调压室涌浪水位H_c：极限值为319m(不超过调压室的高程范围，且留有裕度1m)和302m(不低于调压室的底板高程)，正常值为310m。

需要说明的是，上述五项评价指标的极限值以及正常值均为示例性数值，在不同的电站机组或运行工况下，正常值和极限值也可适应性调整，并不限于上述示例性数值。

计算每种导叶关闭方案下的隶属度矩阵M₀，然后结合评价指标的权重向量W，进行其与隶属度矩阵M₀的复合计算，得到指标层模糊评判向量：B＝W^T·M₀，以及，结合分数向量G₀完成量化打分，计算得出每种方案下大波动过渡过程性能的总得分S＝B·G₀。

评价过程可借助MATLAB编制相关程序代码进行计算，得出各导叶关闭方案的评价指标及总得分如下表5所示：

不同导叶关闭规律下的评分计算表(表5)

上表中的方案1-6的导叶关闭规律依次如附图3a-图3f所示。评分计算结果表明，在不同的导叶关闭方案下，抽水蓄能机组大波动过渡过程的性能总得分S主要受导叶关闭速率的影响，导叶关闭越慢、得分越高，关闭越快、得分明显降低；在速率先快后慢的导叶折线关闭方案下，遵循着同样的规律，且折线关闭与直线关闭的方案总得分并无显著差异。整体来看，导叶折线关闭且折点居中的方案5为最佳，此时的过渡过程更稳定，因此方案5的导叶关闭方式可选为最优方式。

该实施例仅导叶关闭规律方案作为示例进行说明，可将导叶关闭规律替换为其他与过渡过程相关的设备控制规律或者方式，进而相应地得到其他设备控制方式对于运行稳定性的影响。

目前，已有技术中，对于大波动过渡过程性能的评估缺乏一套完整的指标体系和行之有效的评价方法；在指标权重的计算方面，主要包括层次分析法和专家评分法，层次分析法能够将人的主观判断过程思维化、数学化，灵活性好且运算简洁，但对于评价指标较多(如四个以上)的问题很难保证思维一致性以及全部因素权重的合理性；而运用专家打分赋予权重时，由于个人经验、主观思维的影响，难以保证评价结果的准确性，若有些指标相对重要性低、权重过小，在进行复合运算时可能会造成整体评价结果的偏离。

此外，已有技术未能考虑到结合导叶关闭规律进行综合评分，无法直观反映出各种导叶关闭方式的优劣，也无法反映出导叶关闭方式等对于运行稳定性等性能的影响。

鉴于已有技术存在的上述诸多不足，本申请提出了一种新的评价方法，一方面，在进行评价指标处理及权重计算时，通过构建指标判断矩阵、计算指标劣化度、模糊评判向量等步骤，既能将思维判断过程数学化，又通过模糊处理保证结果的客观性，结构严谨、灵活性好，避免了整体评价结果的偏离；

另一方面，本申请的评价方法考虑到导叶关闭方式对于过渡过程性能的影响，通过比较不同导叶关闭方式对应的总得分，可更直观地筛选出更优的导叶关闭方案。

本申请披露的评价方法可对抽水蓄能机组不同工况点间的大波动过渡过程进行合理有效的评估，对提高机组运行的稳定性有着一定的工程应用价值和理论指导意义。

参阅图4所示，本申请实施例还提供一种抽水蓄能电站过渡过程性能评价装置400，该装置包括：

指标获取单元401，用于确定多项评价指标，以及获取多种导叶关闭方式中任一方式下的多项评价指标的监测值；

权重获取单元402，用于获取权重向量，权重向量包括各项评价指标分别对应的权重；

劣化度计算单元403，用于基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度，劣化度用于表征当前运行状态相对于目标运行状态的偏离程度；

评语集确定单元404，用于确定评语集，评语集中的多个元素用于表征过渡过程性能的多个等级；

隶属度确定单元405，用于基于预先确定的隶属度函数，获得隶属度矩阵，隶属度矩阵用于表征各项评价指标对应的劣化度相对于评语集中各元素的隶属度；

模糊评判单元406，用于根据权重向量和隶属度矩阵，确定模糊评判向量；

评价单元407，用于根据模糊评判向量和各个性能等级分别对应的评价分数，计算当前导叶关闭方式对应的过渡过程的性能总得分。

其中，在一个实施例中，权重获取单元402，具体用于：将多项评价指标相对于过渡过程性能的相对重要性进行两两比较，采用1-9标度法标记比较结果，构建出判断矩阵；对判断矩阵进行一致性检验；判断矩阵通过一致性检验时，对判断矩阵进行归一化处理，获得权重向量。

在一个实施例中，劣化度计算单元403，具体用于：以各项评价指标的监测值与参考值作为自变量，通过预先确定的劣化度计算函数，计算各项评价指标对应的劣化度；其中，参考值包括极限值和许可值。

根据再一方面的实施例，本申请还提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现结合图1所述的方法。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种抽水蓄能电站过渡过程性能评价方法，其特征在于，所述方法包括：

确定多项评价指标，获取多种导叶关闭方式中任一方式下的多项评价指标的监测值；

获取权重向量，所述权重向量包括各项评价指标分别对应的权重；

基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度，所述劣化度用于表征当前运行状态相对于目标运行状态的偏离程度；

确定评语集，所述评语集中的多个元素用于表征过渡过程性能的多个等级；

基于预先确定的隶属度函数，获得隶属度矩阵，所述隶属度矩阵用于表征各项评价指标对应的劣化度相对于评语集中各元素的隶属度；

根据所述权重向量和所述隶属度矩阵，确定模糊评判向量；

根据所述模糊评判向量和各个性能等级分别对应的评价分数，计算当前导叶关闭方式对应的过渡过程的性能总得分。

2.根据权利要求1所述的方法，其特征在于，所述多项评价指标，包括：

机组转速上升值、转速波动次数、蜗壳压力、尾水管压力和调压室涌浪水位。

3.根据权利要求1所述的方法，其特征在于，获取权重向量，具体包括：

将所述多项评价指标相对于过渡过程性能的相对重要性进行两两比较，采用1-9标度法标记比较结果，构建出判断矩阵；

对所述判断矩阵进行一致性检验；

所述判断矩阵通过一致性检验时，对所述判断矩阵进行归一化处理，获得权重向量。

4.根据权利要求1所述的方法，其特征在于，所述隶属度函数通过将半岭形分布隶属度函数和三角形分布隶属度函数相结合而获得。

5.根据权利要求1所述的方法，其特征在于，基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度，包括：

以各项评价指标的监测值与参考值作为自变量，通过预先确定的劣化度计算函数，计算各项评价指标对应的劣化度；其中，所述参考值包括极限值和许可值。

6.一种抽水蓄能电站过渡过程性能评价装置，其特征在于，所述装置包括：

指标获取单元，用于确定多项评价指标，以及获取多种导叶关闭方式中任一方式下的多项评价指标的监测值；

权重获取单元，用于获取权重向量，所述权重向量包括各项评价指标分别对应的权重；

劣化度计算单元，用于基于各项评价指标的监测值与参考值，计算各项评价指标对应的劣化度，所述劣化度用于表征当前运行状态相对于目标运行状态的偏离程度；

评语集确定单元，用于确定评语集，所述评语集中的多个元素用于表征过渡过程性能的多个等级；

隶属度确定单元，用于基于预先确定的隶属度函数，获得隶属度矩阵，所述隶属度矩阵用于表征各项评价指标对应的劣化度相对于评语集中各元素的隶属度；

模糊评判单元，用于根据所述权重向量和所述隶属度矩阵，确定模糊评判向量；

评价单元，用于根据所述模糊评判向量和各个性能等级分别对应的评价分数，计算当前导叶关闭方式对应的过渡过程的性能总得分。

7.根据权利要求6所述的装置，其特征在于，所述权重获取单元，具体用于：

将所述多项评价指标相对于过渡过程性能的相对重要性进行两两比较，采用1-9标度法标记比较结果，构建出判断矩阵；

对所述判断矩阵进行一致性检验；

所述判断矩阵通过一致性检验时，对所述判断矩阵进行归一化处理，获得权重向量。

8.根据权利要求6所述的装置，其特征在于，所述隶属度函数通过将半岭形分布隶属度函数和三角形分布隶属度函数相结合而获得。

9.根据权利要求6所述的装置，其特征在于，所述劣化度计算单元，具体用于：

以各项评价指标的监测值与参考值作为自变量，通过预先确定的劣化度计算函数，计算各项评价指标对应的劣化度；其中，所述参考值包括极限值和许可值。

10.一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-5中任一项所述的方法。

Images