CN112668890A - 一种用于继电保护综合评价的组合赋权方法及系统 - Google Patents
一种用于继电保护综合评价的组合赋权方法及系统 Download PDFInfo
- Publication number
- CN112668890A CN112668890A CN202011610206.8A CN202011610206A CN112668890A CN 112668890 A CN112668890 A CN 112668890A CN 202011610206 A CN202011610206 A CN 202011610206A CN 112668890 A CN112668890 A CN 112668890A
- Authority
- CN
- China
- Prior art keywords
- weighting
- goodness
- fit
- weight
- subjective
- 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 160
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000009826 distribution Methods 0.000 claims abstract description 52
- 238000001308 synthesis method Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000010606 normalization Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims description 21
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Abstract
本发明公开了一种用于继电保护综合评价的组合赋权方法及系统,属于电力系统继电保护专业管理技术领域。本发明方法包括:读取继电保护综合评价指标的主观赋权和客观赋权结果,及评价对象经归一化处理的多项指标值;由乘法加成法计算综合权重,确定所得评价值序列对正态分布的第一拟合优度和第一赋权参数;由线性加权合成法计算综合权重,确定所得评价值序列对正态分布的第二拟合优度和第二赋权参数;对第一拟合优度及第二拟合优度结果进行比较,确定最优的主观权重和客观权重的组合方式及参数,根据最优的组合赋权方式及赋权参数确定继电保护综合评价指标权重。本发明能够提升继电保护综合评价中指标权重的有效性。
Description
技术领域
本发明涉及电力系统继电保护专业管理技术领域,并且更具体地,涉及一种用于继电保护综合评价的组合赋权方法及系统。
背景技术
继电保护综合评价的目标是判断作为防御电力系统故障的第一道防线的继电保护设备正确、迅速地实现其功能价值,保障电力系统安全稳定运行,以此为目标,从保护设备装备水平、保护设备运行可靠性、保护设备维修性、保护运维保障性和专业管理规范性5个方面分别提出继电保护综合评价指标,构成继电保护综合评价指标体系,如表1所示。
表1
体系中各指标均可通过标准化处理转化成位于[0,1]区间上的值,且值为1对应继电保护运行状态最优,值为0对应继电保护运行状态最劣,以便综合评价在进行加权计算时各指标具有相同的量纲。
在分别得到了综合评价各指标经标准化的评价值,以及各指标的权重后,通过加权求和计算继电保护综合评价结果,计算公式如下:
继电保护综合评价=∑评价指标权重×指标归1化评价值;(1)
现有评价指标赋权方法包括主观赋权法、客观赋权法。主观赋权法是根据专家对指标重要性的主观分析来确定不同指标在综合评价中权重的方法,虽然可以通过综合多名专家的意见来一定程度上消除人为误判及主观随意性的问题,但没有考虑到评价对象在评价指标上取值的数值特性,未能从实践角度挖掘出对评价结果影响最突出的指标,也就是区分度高的指标,并适当调整权重,以取得较好的综合评价结果。常用的主观权重赋权方法是层次分析法、G1法、改进熵值法、3标度层次分析法等。客观赋权法则是基于指标数据变异程度的赋权方法,优点是考虑到了指标数值上的特点,但其缺点是忽略了指标本身的含义,常用的方法是均方差法、变异系数法、熵权法。
从主观赋权结果和客观赋权结果出发,推导组合赋权结果可采用两种方法:
(1)乘法加成法。乘法加成方法就是通过将主、客观赋权法计算得到的权重结果按照对应位置相乘,并通过归一化后就得到了该指数的组合权重。其计算公式为其中,λ为待定常数,且0≤λ≤1,αi、βi、wi分别为主观权重、客观权重、组合权重。
(2)线性加权合成法。线性加权合成方法要考虑到决策者对于不同赋权方法的偏好,其计算公式为wi=γαi+(1-γ)βi,其中,γ为待定常数,且0≤γ≤1。可以看出,γ即是决策者对于不同权重方法偏好的体现。
发明内容
针对上述问题,本发明提出了一种用于继电保护综合评价的组合赋权方法,包括:
读取继电保护综合评价数据的主观赋权和客观赋权结果,及评价对象经归一化处理的多项指标值;
确定当前组合权重由主观赋权和客观赋权结果按照乘法加成法计算时,样本评价值序列对正态分布的第一拟合优度和第一赋权参数;
确定当前组合权重由主观赋权和客观赋权结果按照线性加权合成法计算时,样本评价值序列对正态分布的第二拟合优度和第二赋权参数;
对第一拟合优度及第二拟合优度结果进行比较,根据比较结果确定最优的主观赋权和客观赋权的组合赋权方式及赋权参数,根据最优的组合赋权方式及赋权参数确定继电保护综合评价指标权重。
可选的,样本评价值序列对正态分布的第一拟合优度的确定,包括:
使用枚举法,在λ变化条件下,由评价对象的指标值和乘法加成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第一拟合优度。
可选的,第一赋权参数根据第一拟合优度的变化情况进行筛选获取。
可选的,样本评价值序列对正态分布的第一拟合优度的确定,包括:
使用枚举法,在γ变化条件下,由评价对象的指标值和线性加权合成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第二拟合优度;
所述γ的取值范围为0≤γ≤1。
可选的,第二赋权参数根据第二拟合优度的变化情况进行筛选获取。
本发明还提出了一种用于继电保护综合评价的组合赋权系统,包括:
数据读取模块,读取继电保护综合评价数据的主观赋权和客观赋权结果,及评价对象经归一化处理的多项指标值;
第一分析模块,确定当前组合权重由主观赋权和客观赋权结果按照乘法加成法计算时,样本评价值序列对正态分布的第一拟合优度和第一赋权参数;
第二分析模块,确定当前组合权重由主观赋权和客观赋权结果按照线性加权合成法计算时,样本评价值序列对正态分布的第二拟合优度和第二赋权参数;
赋权模块,对第一拟合优度及第二拟合优度结果进行比较,根据比较结果确定最优的主观赋权和客观赋权的组合赋权方式及赋权参数,根据最优的组合赋权方式及赋权参数确定继电保护综合评价指标权重。
可选的,样本评价值序列对正态分布的第一拟合优度的确定,包括:
使用枚举法,在λ变化条件下,由评价对象的指标值和乘法加成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第一拟合优度;
所述λ的取值范围为0≤λ≤1。
可选的,第一赋权参数根据第一拟合优度的变化情况进行筛选获取。
可选的,样本评价值序列对正态分布的第二拟合优度的确定,包括:
可选的,使用枚举法,在γ变化条件下,由评价对象的指标值和线性加权合成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第二拟合优度;
所述γ的取值范围为0≤γ≤1。
可选的,第二赋权参数根据第二拟合优度的变化情况进行筛选获取。
本发明能够综合主观权重与客观权重各自的特点,且能使继电保护综合评价结果符合正态分布,以便根据正态分布的特点,发现一定量综合评价值较差、需要针对性改进的综合评价对象,也能够发现一定量综合评价结果较好,以便作为参照/对标的评价对象。
附图说明
图1为本发明一种用于继电保护综合评价的组合赋权方法流程图;
图2为本发明一种用于继电保护综合评价的组合赋权方法采用乘法加成法且λ变化时评价结果序列对正态分布的拟合优度曲线图。
图3为本发明一种用于继电保护综合评价的组合赋权方法采用线性加权合成法且γ变化时评价结果序列对正态分布的拟合优度曲线图;
图4为本发明一种用于继电保护综合评价的组合赋权方法采用线性加权合成法且γ变化时评价结果变化曲线图;
图5为本发明一种用于继电保护综合评价的组合赋权系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
针对上述问题,本发明提出了一种用于继电保护综合评价的组合赋权方法,如图1所示,包括:
读取继电保护综合评价数据的主观赋权和客观赋权结果,及评价对象经归一化处理的多项指标值;
确定当前组合权重由主观赋权和客观赋权结果按照乘法加成法计算时,样本评价值序列对正态分布的第一拟合优度和第一赋权参数;
确定当前组合权重由主观赋权和客观赋权结果按照线性加权合成法计算时,样本评价值序列对正态分布的第二拟合优度和第二赋权参数;
对第一拟合优度及第二拟合优度结果进行比较,根据比较结果确定最优的主观赋权和客观赋权的组合赋权方式及赋权参数,根据最优的组合赋权方式及赋权参数确定继电保护综合评价指标权重。
样本评价值序列对正态分布的第一拟合优度的确定,包括:
使用枚举法,在λ(λ为采用乘法加成法进行组合赋权时的组合赋权系数,该数值越大,主观评价结果比客观评价结果贡献更突出)变化条件下,由评价对象的指标值和乘法加成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第一拟合优度。
第一赋权参数根据第一拟合优度的变化情况进行筛选获取。第一赋权参数在第一拟合优度取最大值条件下选取,即取第一拟合优度最大时的λ。
样本评价值序列对正态分布的第一拟合优度的确定,包括:
使用枚举法,在γ(γ为采用线性加权合成法进行组合赋权时的组合赋权系数,该数值越大,主观评价结果比客观评价结果贡献更突出)变化条件下,由评价对象的指标值和乘法加成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第二拟合优度;
γ的取值范围为0≤γ≤1。
第二赋权参数根据第二拟合优度的变化情况进行筛选获取。第二赋权参数在第二拟合优度取最大值条件下选取,即取第二拟合优度最大时的γ。
当第一赋权参数的第一拟合优度≥第二赋权参数的第二拟合优度时,选取乘法加成法对主观权重及客观权重进行组合,参数选为第一赋权参数;当第一赋权参数的第一拟合优度<第二赋权参数的第二拟合优度时,选取线性加权合成法对主观权重及客观权重进行组合,参数选为第二赋权参数。
下面结合实施例对本发明进行进一步说明:
读取继电保护综合评价的主观赋权、客观赋权结果;读取继电保护综合评价对象经归1化的32项指标值;
分析当采用基于乘法加成法算得的赋权结果用于综合评价时,样本评价值序列对正态分布的拟合优度。具体地,采用枚举法,在λ变化条件(以0.001为取值间隔)下,由乘法加成法公式计算组合权重wi,由式(1)计算样本的综合评价结果,构成综合评价值序列。采用K-S检验计算该综合评价值序列对正态分布的拟合优度。依据拟合优度的变化情况,筛选出采用乘法加成法时最适合的λbest;
分析当采用基于线性加权合成法算得的赋权结果用于综合评价时,样本评价值序列对正态分布的拟合优度,其中,参数γ的取值范围为0≤γ≤1,以0.001为取值间隔;依据拟合优度的变化情况,筛选出采用线性加权合成法时最适合的γbest;
采用K-S检验计算依据乘法加成法(参数为λbest)和线性加权合成法(参数为γbest)确定的组合权重计算出的综合评价结果对正态分布的相近性,确定最优的组合赋权方法及赋权参数。
继电保护综合评价以表1中的32项指标构建综合评价体系,选取6座变电站,根据6座变电站在2019年的装备、运行、维修、保障、专业管理状况确定表1中32项指标的值,然后再将指标值转化成[0,1]区间的归1值,并以运行状态最优对应归1值的1,以运行状态最劣对应归1值的0,如表2所示:
表2
得到的32项指标的主观赋权结果和客观赋权结果,如表3所示。
表3
表4
指标 | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | C<sub>4</sub> | C<sub>5</sub> | C<sub>6</sub> | C<sub>7</sub> | C<sub>8</sub> | C<sub>9</sub> | C<sub>10</sub> | C<sub>11</sub> | C<sub>12</sub> | C<sub>13</sub> | C<sub>14</sub> | C<sub>15</sub> | C<sub>16</sub> |
权重 | 0.01 | 0.02 | 0.005 | 0.02 | 0.05 | 0.03 | 0.035 | 0.03 | 0.04 | 0.045 | 0.03 | 0.015 | 0.06 | 0.04 | 0.025 | 0.03 |
指标 | C<sub>17</sub> | C<sub>18</sub> | C<sub>19</sub> | C<sub>20</sub> | C<sub>21</sub> | C<sub>22</sub> | C<sub>23</sub> | C<sub>24</sub> | C<sub>25</sub> | C<sub>26</sub> | C<sub>27</sub> | C<sub>28</sub> | C<sub>29</sub> | C<sub>30</sub> | C<sub>31</sub> | C<sub>32</sub> |
权重 | 0.03 | 0.03 | 0.03 | 0.06 | 0.03 | 0.02 | 0.04 | 0.03 | 0.025 | 0.02 | 0.025 | 0.03 | 0.035 | 0.035 | 0.03 | 0.045 |
计算出6座变电站在采用表4的组合权重计算出的综合评价结果,分别是:0.5082、0.4943、0.5943、0.5686、0.7993、0.5620。该综合评价结果序列的均值为0.588,均方差为0.11,采用K-S检验得到拟合优度为0.5146.
以0.001为步长,改变λ,计算不同λ下的第一拟合优度,如图2所示。最大拟合优度在λ=0.695处取得,此时的拟合优度为0.6313,据此选取第一赋权参数λ=0.695。
分析当采用基于线性加权合成法算得的赋权结果用于综合评价时,样本评价值序列对正态分布的拟合优度。以0.001为步长,改变γ,计算不同γ下的第二拟合优度,如图3所示,最大拟合优度在γ=0.751处取得,此时的拟合优度为0.6376,据此选取第二赋权参数γ=0.751。
比较采用乘法加成法且λ=0.695以及采用线性加权合成法且γ=0.751下,计算得到的样本综合评价序列对正态分布的拟合优度可知,采用线性加权合成法且γ=0.751时,样本评价结果序列对正态分布的拟合效果更好,此时综合评价的权重如表5所示。
表5
指标 | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | C<sub>4</sub> | C<sub>5</sub> | C<sub>6</sub> | C<sub>7</sub> | C<sub>8</sub> | C<sub>9</sub> | C<sub>10</sub> | C<sub>11</sub> | C<sub>12</sub> | C<sub>13</sub> | C<sub>14</sub> | C<sub>15</sub> | C<sub>16</sub> |
权重 | 0.020 | 0.024 | 0.017 | 0.024 | 0.035 | 0.038 | 0.040 | 0.037 | 0.029 | 0.009 | 0.031 | 0.035 | 0.036 | 0.037 | 0.036 | 0.031 |
指标 | C<sub>17</sub> | C<sub>18</sub> | C<sub>19</sub> | C<sub>20</sub> | C<sub>21</sub> | C<sub>22</sub> | C<sub>23</sub> | C<sub>24</sub> | C<sub>25</sub> | C<sub>26</sub> | C<sub>27</sub> | C<sub>28</sub> | C<sub>29</sub> | C<sub>30</sub> | C<sub>31</sub> | C<sub>32</sub> |
权重 | 0.031 | 0.031 | 0.031 | 0.041 | 0.034 | 0.034 | 0.037 | 0.038 | 0.026 | 0.024 | 0.029 | 0.024 | 0.032 | 0.032 | 0.038 | 0.038 |
根据表1中各变电站的综合评价结果及表4综合评价指标,得到6座变电站的综合评价得分分别为:0.5654、0.5474、0.5858、0.6273、0.7840、0.5736。
采用线性加权合成法且γ变化时评价结果如图4所示。
从图4可以看出,随着γ的增加,综合权重中,主观权重的分量逐步增加,而客观权重的分量逐步降低,导致变电站1、2、3、6的综合评分结果趋于一致,而变电站4的综合评分结果逐步上升。这是由于客观赋权的一方面效果在于将评价指标的区分效应适当放大,而主观赋权片面强调各指标在反映评价对象保障电网安全稳定运行上的效应,正确动作率C5、故障快速切除率C6、责任部门(单位)不正确动作率C10、继电保护直接责任导致的重、特大电网事故次数C11等指标与保障电网安全稳定运行水平强相关,但指标区分度过低,难以有效区分不同评价对象的综合运行水平。本专利能够有效地将主观赋权与客观赋权进行综合,通过评价结果序列对正态分布的拟合优度,使得综合赋权结果能够筛选到少量运行水平最好与最劣评价对象,达到综合主观权重与客观权重各自的优势,并为综合评价结果的应用奠定良好基础。
本发明还提出了一种用于继电保护综合评价的组合赋权系统200,如图5所示,包括:
数据读取模块201,读取继电保护综合评价数据的主观赋权和客观赋权结果,及评价对象经归一化处理的多项指标值;
第一分析模块202,确定当前组合权重由主观赋权和客观赋权结果按照乘法加成法计算时,样本评价值序列对正态分布的第一拟合优度和第一赋权参数;
第二分析模块203,确定当前组合权重由主观赋权和客观赋权结果按照线性加权合成法计算时,样本评价值序列对正态分布的第二拟合优度和第二赋权参数;
赋权模块204,对第一拟合优度及第二拟合优度结果进行比较,根据比较结果确定最优的主观赋权和客观赋权的组合赋权方式及赋权参数,根据最优的组合赋权方式及赋权参数确定继电保护综合评价指标权重。
样本评价值序列对正态分布的第一拟合优度的确定,包括:
使用枚举法,在λ变化条件下,由评价对象的指标值和乘法加成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第一拟合优度。
第一赋权参数根据第一拟合优度的变化情况进行筛选获取。第一赋权参数在第一拟合优度取最大值条件下选取,即取第一拟合优度最大时的λ。
使用枚举法,在γ变化条件下,由评价对象的指标值和线性加权合成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第二拟合优度;
所述γ的取值范围为0≤γ≤1。
可选的,第二赋权参数根据第二拟合优度的变化情况进行筛选获取。第二赋权参数在第二拟合优度取最大值条件下选取,即取第二拟合优度最大时的γ。
当第一赋权参数的第一拟合优度≥第二赋权参数的第二拟合优度时,选取乘法加成法对主观权重及客观权重进行组合,参数选为第一赋权参数;当第一赋权参数的第一拟合优度<第二赋权参数的第二拟合优度时,选取线性加权合成法对主观权重及客观权重进行组合,参数选为第二赋权参数。
本发明能够综合主观权重与客观权重各自的特点,且能使继电保护综合评价结果符合正态分布,以便根据正态分布的特点,发现一定量综合评价值较差、需要针对性改进的综合评价对象,也能够发现一定量综合评价结果较好,以便作为参照/对标的评价对象。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (12)
1.一种用于继电保护综合评价的组合赋权方法,所述方法包括:
读取继电保护综合评价指标的主观赋权和客观赋权结果,及评价对象经归一化处理的多项指标值;
确定当前组合权重由主观赋权和客观赋权结果按照乘法加成法计算时,样本评价值序列对正态分布的第一拟合优度和第一赋权参数;
确定当前组合权重由主观赋权和客观赋权结果按照线性加权合成法计算时,样本评价值序列对正态分布的第二拟合优度和第二赋权参数;
对第一拟合优度及第二拟合优度结果进行比较,根据比较结果确定最优的主观权重和客观权重的组合方式及参数,确定继电保护综合评价指标权重。
3.根据权利要求1所述的方法,所述第一赋权参数根据第一拟合优度的变化情况进行筛选获取。所述第一赋权参数在第一拟合优度取最大值条件下选取,即取第一拟合优度最大时的λ。
4.根据权利要求1所述的方法,所述样本评价值序列对正态分布的第二拟合优度的确定,包括:
使用枚举法,在组合赋权系数γ变化条件下,由评价对象的指标值和线性加权合成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第二拟合优度;
所述线性加权合成法的计算公式为wi=γαi+(1-γ)βi,其中,γ为待定常数,且0≤γ≤1。
所述γ的取值范围为0≤γ≤1。
5.根据权利要求1所述的方法,所述第二赋权参数根据第二拟合优度的变化情况进行筛选获取。所述第二赋权参数在第二拟合优度取最大值条件下选取,即取第二拟合优度最大时的γ。
6.根据权利要求1所述的方法,所述根据比较结果确定最优的主观权重和客观权重的组合方式及参数,当第一赋权参数的第一拟合优度≥第二赋权参数的第二拟合优度时,选取乘法加成法对主观权重及客观权重进行组合,参数选为第一赋权参数;当第一赋权参数的第一拟合优度<第二赋权参数的第二拟合优度时,选取线性加权合成法对主观权重及客观权重进行组合,参数选为第二赋权参数。
7.一种用于继电保护综合评价的组合赋权系统,所述方法包括:
数据读取模块,读取继电保护综合评价指标的主观赋权和客观赋权结果,及评价对象经归一化处理的多项指标值;
第一分析模块,确定当前组合权重由主观赋权和客观赋权结果按照乘法加成法计算时,样本评价值序列对正态分布的第一拟合优度和第一赋权参数;
第二分析模块,确定当前组合权重由主观赋权和客观赋权结果按照线性加权合成法计算时,样本评价值序列对正态分布的第二拟合优度和第二赋权参数;
赋权模块,对第一拟合优度及第二拟合优度结果进行比较,根据比较结果确定最优的主观权重和客观权重的组合方式及参数,确定继电保护综合评价指标权重。
8.根据权利要求7所述的系统,所述样本评价值序列对正态分布的第一拟合优度的确定,包括:
使用枚举法,在λ变化条件下,由评价对象的指标值和乘法加成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第一拟合优度;
所述λ的取值范围为0≤λ≤1。
9.根据权利要求7所述的系统,所述第一赋权参数根据第一拟合优度的变化情况进行筛选获取。
10.根据权利要求7所述的系统,所述样本评价值序列对正态分布的第二拟合优度的确定,包括:
使用枚举法,在γ变化条件下,由评价对象的指标值和线性加权合成法公式获取的组合权重,生成样本评价值序列,采用K-S检验计算样本评价值序列对正态分布的第二拟合优度;
所述γ的取值范围为0≤γ≤1。
11.根据权利要求7所述的系统,所述第二赋权参数根据第二拟合优度的变化情况进行筛选获取。
12.根据权利要求7所述的系统,所述根据比较结果确定最优的主观权重和客观权重的组合方式及参数,当第一赋权参数的第一拟合优度≥第二赋权参数的第二拟合优度时,选取乘法加成法对主观权重及客观权重进行组合,参数选为第一赋权参数;当第一赋权参数的第一拟合优度<第二赋权参数的第二拟合优度时,选取线性加权合成法对主观权重及客观权重进行组合,参数选为第二赋权参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011610206.8A CN112668890A (zh) | 2020-12-30 | 2020-12-30 | 一种用于继电保护综合评价的组合赋权方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011610206.8A CN112668890A (zh) | 2020-12-30 | 2020-12-30 | 一种用于继电保护综合评价的组合赋权方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112668890A true CN112668890A (zh) | 2021-04-16 |
Family
ID=75411155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011610206.8A Pending CN112668890A (zh) | 2020-12-30 | 2020-12-30 | 一种用于继电保护综合评价的组合赋权方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668890A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115902451A (zh) * | 2022-10-09 | 2023-04-04 | 国网安徽省电力有限公司滁州供电公司 | 基于智能匹配的继电保护监测系统 |
-
2020
- 2020-12-30 CN CN202011610206.8A patent/CN112668890A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115902451A (zh) * | 2022-10-09 | 2023-04-04 | 国网安徽省电力有限公司滁州供电公司 | 基于智能匹配的继电保护监测系统 |
CN115902451B (zh) * | 2022-10-09 | 2023-09-15 | 国网安徽省电力有限公司滁州供电公司 | 基于智能匹配的继电保护监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schäfer et al. | Detection of gravitational-wave signals from binary neutron star mergers using machine learning | |
Dabachi et al. | Energy consumption, energy price, energy intensity environmental degradation, and economic growth nexus in African OPEC countries: evidence from simultaneous equations models | |
CN105303311B (zh) | 基于数据包络分析的评估指标选取方法及装置 | |
CN112508243A (zh) | 电力信息系统多故障预测网络模型的训练方法及装置 | |
CN111079283B (zh) | 对信息饱和度不均衡数据的处理方法 | |
CN112001644A (zh) | 一种配电网运行可靠性检测方法、装置、终端及存储介质 | |
CN112668890A (zh) | 一种用于继电保护综合评价的组合赋权方法及系统 | |
Gharleghi et al. | Application of the threshold model for modelling and forecasting of exchange rate in selected ASEAN countries | |
CN115357764A (zh) | 一种异常数据检测方法及装置 | |
CN113886373A (zh) | 一种数据处理方法、装置及电子设备 | |
CN112034139A (zh) | 岩爆倾向性等级的判别方法、装置及电子设备 | |
CN107644145A (zh) | 一种基于蒙特卡洛和决策逻辑的故障行为仿真方法 | |
Brüggemann et al. | Comparison of model reduction methods for VAR processes | |
CN112395280B (zh) | 一种数据质量检测方法及其系统 | |
CN111209511B (zh) | 一种基于数据关联关系进行推送信息的方法及系统 | |
CN110209573B (zh) | 一种增强软件故障定位效果的方法 | |
CN114429172A (zh) | 基于变电站用户构成的负荷聚类方法、装置、设备及介质 | |
CN113918435A (zh) | 一种应用程序风险等级的确定方法、装置以及存储介质 | |
CN110969340A (zh) | 一种确定智能电能表质量技术基础能力的方法和系统 | |
CN112653129B (zh) | 暂态功角稳定裕度估算方法、装置及系统 | |
CN113255096A (zh) | 基于向前逐步回归的高损线路异常台区定位方法及系统 | |
CN106295925A (zh) | 互联网金融风控审核中基本数据的自动全面审核方法及系统 | |
CN112700018A (zh) | 一种基于故障率的评价电力设备状态的方法及系统 | |
CN110086656B (zh) | 基于告警维护延缓度的通信网告警数据分析方法及系统 | |
CN111144471B (zh) | 一种检测方法、装置、设备及存储介质 |
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 |