CN113469572A - 海上平台电气监测标杆设备选择方法 - Google Patents

海上平台电气监测标杆设备选择方法 Download PDF

Info

Publication number
CN113469572A
CN113469572A CN202110831887.9A CN202110831887A CN113469572A CN 113469572 A CN113469572 A CN 113469572A CN 202110831887 A CN202110831887 A CN 202110831887A CN 113469572 A CN113469572 A CN 113469572A
Authority
CN
China
Prior art keywords
consistency
layer
equipment
hierarchical
parameters
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
Application number
CN202110831887.9A
Other languages
English (en)
Inventor
汪敏
喻洪田
林钰
彭欣
郑雅迪
刘家泰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Mingxue Intelligent Technology Co ltd
Southwest Petroleum University
Original Assignee
Sichuan Mingxue Intelligent Technology Co ltd
Southwest Petroleum University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Mingxue Intelligent Technology Co ltd, Southwest Petroleum University filed Critical Sichuan Mingxue Intelligent Technology Co ltd
Priority to CN202110831887.9A priority Critical patent/CN113469572A/zh
Publication of CN113469572A publication Critical patent/CN113469572A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出一种海上平台的电气设备标杆选择技术，涉及变压器和海底电缆技术领域。本发明能够专家对设备属性权重的打分，利用建立层次模型选择出标杆设备。包含三个步骤：参数采集，专家赋权，层次分析。本发明对标杆设备的选择不仅仅依赖于数据的内部性质，还取决于专家对权重的赋值，提高了结果的准确性。仅需要专家针对每种设备为属性权重进行赋值，后续的过程中无需再设置超参数，过程简单。不需要大量的实验，所需的属性数据由监测器采集得到。

Description

海上平台电气监测标杆设备选择方法
技术领域
本发明涉及变压器和海底电缆领域，尤其针对海上平台变压器，海缆设备的标杆选择。
背景技术
在石油的开采过程中，电气设备是必不可少的关键设备。变压器和海底电缆分别作为变换交流电压和海底电力传输或海底通信的设备，在海洋石油开采中发挥着重要作用设备。随着我国石油产业规模日益庞大，在石油开采中使用到变压器，海缆等设备越来越多，是保障正常生产，确保开采质量的基础，设备的工作状态对于石油开采效率有极大的影响。同时由于使用年限，工作环境等因素，每台设备的工作性能参差不齐。因此根据工作属性参数对设备的工作状态进行分析，选出性能最好的设备为标杆设备，便于后续同其他设备进行比较，分析出差异性，找出其他设备存在的不足。
变压器是一种在交流电路中常见的设备，可以升高电压将电能输送到用电地区，同时也可以把电压降为各级使用电压，以满足用电需要。在石油开发中需要消耗大量能源，需要电网源源不断地为平台提供电力，变压器在其中扮演者重要作用。变压器的性能容易受到水分，温度，杂质和气体的影响，这些因素对变压器的工作性能不同程度的影响。在海洋油气开发过程中，由于海上平台远离陆地，电力和通信通常由海底电缆进行传输。海缆的工作环境复杂，存在众多不确定性，比如海水，海底生物，人为捕捞和船锚，同样会对海缆的工作状态造成不同程度的影响。在海洋油气开采过程中，设备监测器每时每刻对设备的工作参数进行采集。利用已有的大量设备监测数据，快速而准确地选择出标杆设备，对于保证海上油田正常，高效地运行具有重要意义。
目前国内外对标杆设备选择的研究较少，并且都还没有应用到石油开采领域。所提出的方法都是基于聚类算法进行选择，如[1]张静,杨天剑. 基于聚类算法的通信基站能耗标杆建立与分析[J]. 移动通信, 2015,39(18): 92-96.利用了大数据分布，将不同类的样本聚成不同的簇，可以得到每一类的标杆。但仅利用聚类算法，标杆选择结果的准确性得不到保证，而且聚类是一种无监督学习，样本没有标签，最后选出的标杆设备并不知道是哪一类别。
发明内容
为了解决上述存在的问题，本发明提出了一种电气设备的标杆设备选择方法。标杆设备的选择是一种决策分析，首先建立层次分析结构，用决策者（即专家）的经验判定衡量变压器的各个指标对于标杆设备选择的重要程度，计算出每台变压器的打分情况，确定优先次序。解决了多目标复杂问题的定性和定量的决策分析。标杆设备选择最终作出决策依赖于专家赋权，对于海缆和变压器设备，首先由专家针对设备的不同属性根据影响设备性能的重要性进行打分赋权。根据不同因素的权重对个设备进行排序，最终选取分数最好的为标杆设备。
本发明提出的标杆设备选择方法具体步骤如下：
1.参数采集：在数据库中读取来自各监测点对设备采集的属性参数。变压器的电压，电流，功率，绕组温度和铁心接地电流。海缆的电压，电流，光纤温度，缆芯温度和扰动能量。并作数据预处理，如异常值处理，缺失值填补。
2.专家赋权：对于变压器和海缆设备，专家根据经验为各属性对于标杆设备选择的重要性进行赋权，并将权重保存到数据库中。。
3.层次分析决策：包括为变压器和海缆分别建立层次结构模型，构造判断矩阵，层次单排序及其一致性检验和层次总排序及其一致性检验。
3.1.为变压器和海缆分别建立层次结构模型：建立层次结构模型需要将决策的目标、考虑的因素（决策准则）和决策对象按他们之间的相互关系分成最高层、中间层和最低层，绘制层次结构图。如图2和图3所示，在本发明中，最高层即目标层，是选择标杆设备。中间层即准则层，是设备的各参数。最低层即方案层，是备选的变压器或海缆设备。
3.2.构造判断矩阵：根据中专家赋权结果，构造判断矩阵
Figure 452622DEST_PATH_IMAGE001
。比较不同参数的权重时，不是将所有参数放在一起比较，而是两两相互比较。对此采用相对标度，以尽可能减少性质不同参数相互比较的困难，提高准确度。判断矩阵是表示本层所有参数针对上一层某一个因素的相对重要性的比较。对于变压器和海缆设备，根据专家赋权结果，按照表1的方法分别构造判断矩阵。判断矩阵的形状为
Figure 901927DEST_PATH_IMAGE002
，
Figure 34573DEST_PATH_IMAGE003
为设备的参数个数。在矩阵中，成对比较矩阵的元素
Figure 647957DEST_PATH_IMAGE004
表示的是第
Figure 775182DEST_PATH_IMAGE005
个参数相对于第
Figure 688780DEST_PATH_IMAGE006
个参数的比较结果，判断矩阵
Figure 511767DEST_PATH_IMAGE004
的标度方法如表1所示。
Figure 628758DEST_PATH_IMAGE007
3.3.层次单排序及其一致性检验：包括层次单排序和一致性检验。首先计算得同一层次参数对于上一层某参数相对重要性的排序权值，能否确认层次单排序，需要进行一致性检验。
3.3.1.层次单排序：对应于判断矩阵最大特征根的特征向量，经归一化（使向量中各元素之和为1）后记为
Figure 825253DEST_PATH_IMAGE008
。
Figure 858937DEST_PATH_IMAGE008
的元素为同一层次元素对于上一层某元素相对重要性的排序权值，这一过程称为层次单排序。
3.3.2.一致性检验。是指对成对比较矩阵确定不一致的允许范围；
定义：一致性指标：
Figure 584317DEST_PATH_IMAGE009
，
Figure 644064DEST_PATH_IMAGE010
，有完全的一致性；
Figure 113092DEST_PATH_IMAGE011
接近于0，有满意的一致性；
Figure 1282DEST_PATH_IMAGE011
越大，不一致性越严重。
为了衡量
Figure 631984DEST_PATH_IMAGE011
的大小，引入随机一致性指标
Figure 975765DEST_PATH_IMAGE012
，随机构造500个成对比较矩阵
Figure 982904DEST_PATH_IMAGE013
，可以得到一致性指标
Figure 991180DEST_PATH_IMAGE014
。
Figure 323941DEST_PATH_IMAGE015
。
定义：层次单排序的一致性比率：
Figure 143300DEST_PATH_IMAGE016
，一般情况下，当
Figure 704862DEST_PATH_IMAGE017
时，认为
Figure 567645DEST_PATH_IMAGE018
的不一致程度在容许的范围之内，有满意的一致性。由表2所统计出的
Figure 805728DEST_PATH_IMAGE012
指标和计算出的
Figure 121172DEST_PATH_IMAGE011
值，可以计算出一致性比率
Figure 738623DEST_PATH_IMAGE019
，当
Figure 721491DEST_PATH_IMAGE019
小于0.1时，一致性检验通过，可用其归一化特征向量作为权向量，否则需要重新构造判断矩阵
Figure 396055DEST_PATH_IMAGE018
，对
Figure 933215DEST_PATH_IMAGE004
加以调整。
3.4.层次总排序及其一致性检验：
计算某一层次所有因素对于最高层（决策层，标杆设备）相对重要性的权值，称为层次总排序，这一过程是从最高层次到最低层次依次进行的。A层（中间层，设备的参数）
Figure 102160DEST_PATH_IMAGE020
个因素
Figure 676885DEST_PATH_IMAGE021
对总目标
Figure 522350DEST_PATH_IMAGE022
（最高层）的排序为
Figure 812386DEST_PATH_IMAGE023
，其中，
Figure 503130DEST_PATH_IMAGE020
为设备参数的个数。B层（最低层，备选的变压器或海缆设备）
Figure 666783DEST_PATH_IMAGE003
个因素对上层A中因素为
Figure 948729DEST_PATH_IMAGE024
的层次单排序为
Figure 726061DEST_PATH_IMAGE025
，其中，
Figure 954917DEST_PATH_IMAGE003
为备选的变压器或海缆设备的个数。B层的层次总排序（即第
Figure 252037DEST_PATH_IMAGE005
个设备对于选择标杆设备的权值为
Figure 453953DEST_PATH_IMAGE026
）为：
Figure 453002DEST_PATH_IMAGE027
Figure 282287DEST_PATH_IMAGE028
…
Figure 683181DEST_PATH_IMAGE029
定义：层次总排序的一致性比率：
Figure 44280DEST_PATH_IMAGE030
当
Figure 530625DEST_PATH_IMAGE017
时，认为层次总排序通过一致性检验。至此根据方案层的层次总排序的结果选出标杆设备，最后的输出为一个归一化的权重。为更方便地表示，将输出的结果百分化处理，将标杆设备认为是100分，其余设备的分数按照与标杆设备的比例转成百分制，如图4所示。最后的结果输出到数据库中。
Figure 117595DEST_PATH_IMAGE031
与现有技术相比，本发明的有益效果
（1）本发明对标杆设备的选择不仅仅依赖于数据的内部性质，还取决于专家对权重的赋值，提高了结果的准确性。
（2）本发明仅需要专家针对每种设备为属性权重进行赋值，后续的过程中无需再设置超参数，过程简单。
（3）本发明不需要大量的实验，所需的属性数据由监测器采集得到。
附图说明
图1为本发明流程图
图2为变压器层次分析法的框图
图3为海缆层次分析法的框图
图4为层次分析法做标杆设备的选择结果。
具体实施方式
下面结合附图及实施案例，对本发明进行进一步详细说明，以使本发明的目的、技术方案及优点更加清楚明白。应当理解，此处所描述的具体实施案列仅用以解释本发明，不能理解为对本发明包括范围的限制，该领域的技术熟练人员可以依据上述本发明的内容做出一些非本质的改进和调整。
结合实例，本发明具体步骤如下：
1.参数采集：在数据库中读取来自各监测点对设备采集的属性参数。变压器的电压，电流，功率，绕组温度和铁心接地电流。海缆的电压，电流，光纤温度，缆芯温度和扰动能量。并作数据预处理，如异常值处理，缺失值填补。
2.专家赋权：对于变压器和海缆设备，专家根据经验为各属性对于标杆设备选择的重要性进行赋权，并将权重保存到数据库中。。
3.层次分析决策：包括为变压器和海缆分别建立层次结构模型，构造判断矩阵，层次单排序及其一致性检验和层次总排序及其一致性检验。
3.1.为变压器和海缆分别建立层次结构模型：建立层次结构模型需要将决策的目标、考虑的因素（决策准则）和决策对象按他们之间的相互关系分成最高层、中间层和最低层，绘制层次结构图。如图2和图3所示，在本发明中，最高层即目标层，是选择标杆设备。中间层即准则层，是设备的各参数。最低层即方案层，是备选的变压器或海缆设备。
3.2.构造判断矩阵：根据中专家赋权结果，构造判断矩阵
Figure 356684DEST_PATH_IMAGE001
。比较不同参数的权重时，不是将所有参数放在一起比较，而是两两相互比较。对此采用相对标度，以尽可能减少性质不同参数相互比较的困难，提高准确度。判断矩阵是表示本层所有参数针对上一层某一个因素的相对重要性的比较。对于变压器和海缆设备，根据专家赋权结果，按照表3的方法分别构造判断矩阵。判断矩阵的形状为
Figure 902066DEST_PATH_IMAGE002
，
Figure 878637DEST_PATH_IMAGE003
为设备的参数个数。在矩阵中，成对比较矩阵的元素
Figure 518566DEST_PATH_IMAGE004
表示的是第
Figure 894052DEST_PATH_IMAGE005
个参数相对于第
Figure 328445DEST_PATH_IMAGE006
个参数的比较结果，判断矩阵
Figure 57891DEST_PATH_IMAGE004
的标度方法如表3所示。
3.3.层次单排序及其一致性检验：包括层次单排序和一致性检验。首先计算得同一层次参数对于上一层某参数相对重要性的排序权值，能否确认层次单排序，需要进行一致性检验。
3.3.1.层次单排序：对应于判断矩阵最大特征根
Figure 501510DEST_PATH_IMAGE032
的特征向量，经归一化（使向量中各元素之和为1）后记为
Figure 482236DEST_PATH_IMAGE008
。
Figure 353109DEST_PATH_IMAGE008
的元素为同一层次元素对于上一层某元素相对重要性的排序权值，这一过程称为层次单排序。
Figure 35763DEST_PATH_IMAGE033
3.3.2.一致性检验。是指对成对比较矩阵确定不一致的允许范围。
定义：一致性指标：
Figure 539864DEST_PATH_IMAGE009
，
Figure 624363DEST_PATH_IMAGE010
，有完全的一致性；
Figure 666137DEST_PATH_IMAGE011
接近于0，有满意的一致性；
Figure 101667DEST_PATH_IMAGE011
越大，不一致性越严重。
为了衡量
Figure 903401DEST_PATH_IMAGE011
的大小，引入随机一致性指标
Figure 845336DEST_PATH_IMAGE012
，随机构造500个成对比较矩阵
Figure 323591DEST_PATH_IMAGE013
，可以得到一致性指标
Figure 980837DEST_PATH_IMAGE014
。
Figure 38792DEST_PATH_IMAGE015
。
定义：层次单排序的一致性比率：
Figure 100814DEST_PATH_IMAGE016
，一般情况下，当
Figure 749970DEST_PATH_IMAGE017
时，认为
Figure 628933DEST_PATH_IMAGE018
的不一致程度在容许的范围之内，有满意的一致性。由表4所统计出的
Figure 772469DEST_PATH_IMAGE012
指标和计算出的
Figure 420488DEST_PATH_IMAGE011
值，可以计算出一致性比率
Figure 977896DEST_PATH_IMAGE019
，当
Figure 78576DEST_PATH_IMAGE019
小于0.1时，一致性检验通过，可用其归一化特征向量作为权向量，否则需要重新构造判断矩阵
Figure 9492DEST_PATH_IMAGE018
，对
Figure 777597DEST_PATH_IMAGE004
加以调整。
3.4.层次总排序及其一致性检验：
计算某一层次所有因素对于最高层（决策层，标杆设备）相对重要性的权值，称为层次总排序，这一过程是从最高层次到最低层次依次进行的。A层（中间层，设备的参数）
Figure 252045DEST_PATH_IMAGE020
个因素
Figure 840021DEST_PATH_IMAGE021
对总目标
Figure 574628DEST_PATH_IMAGE022
（最高层）的排序为
Figure 197239DEST_PATH_IMAGE023
，其中，
Figure 96450DEST_PATH_IMAGE020
为设备参数的个数。B层（最低层，备选的变压器或海缆设备）
Figure 437301DEST_PATH_IMAGE003
个因素对上层A中因素为
Figure 710020DEST_PATH_IMAGE024
的层次单排序为
Figure 452717DEST_PATH_IMAGE025
，其中，
Figure 522828DEST_PATH_IMAGE003
为备选的变压器或海缆设备的个数。B层的层次总排序（即第
Figure 350976DEST_PATH_IMAGE005
个设备对于选择标杆设备的权值为
Figure 178118DEST_PATH_IMAGE026
）为：
Figure 775321DEST_PATH_IMAGE027
Figure 278983DEST_PATH_IMAGE028
…
Figure 597357DEST_PATH_IMAGE029
定义：层次总排序的一致性比率：
Figure 946299DEST_PATH_IMAGE030
当
Figure 663588DEST_PATH_IMAGE017
时，认为层次总排序通过一致性检验。至此根据方案层的层次总排序的结果选出标杆设备，最后的输出为一个归一化的权重。为更方便地表示，将输出的结果百分化处理，将标杆设备认为是100分，其余设备的分数按照与标杆设备的比例转成百分制，如图4所示。最后的结果输出到数据库中。
Figure 72572DEST_PATH_IMAGE034

Claims (9)

1.海上平台电气标杆设备选择方法，其特征在于，具体步骤如下：
参数采集：在数据库中读取来自各监测点对设备采集的属性参数；变压器的电压，电流，功率，绕组温度和铁心接地电流；海缆的电压，电流，光纤温度，缆芯温度和扰动能量；并作数据预处理，如异常值处理，缺失值填补。
2.专家赋权：对于变压器和海缆设备，专家根据经验为各属性对于标杆设备选择的重要性进行赋权，并将权重保存到数据库中。
3.层次分析决策：包括为变压器和海缆分别建立层次结构模型，构造判断矩阵，层次单排序及其一致性检验和层次总排序及其一致性检验。
4.3.1.为变压器和海缆分别建立层次结构模型：建立层次结构模型需要将决策的目标、考虑的因素（决策准则）和决策对象按他们之间的相互关系分成最高层、中间层和最低层，绘制层次结构图；如图2和图3所示，在本发明中，最高层即目标层，是选择标杆设备；中间层即准则层，是设备的各参数；最低层即方案层，是备选的变压器或海缆设备。
5.3.2.构造判断矩阵：根据中专家赋权结果，构造判断矩阵
Figure DEST_PATH_IMAGE001
；比较不同参数的权重时，不是将所有参数放在一起比较，而是两两相互比较；对此采用相对标度，以尽可能减少性质不同参数相互比较的困难，提高准确度；判断矩阵是表示本层所有参数针对上一层某一个因素的相对重要性的比较；对于变压器和海缆设备，根据专家赋权结果，按照表1的方法分别构造判断矩阵；判断矩阵的形状为
Figure DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE003
为设备的参数个数；在矩阵中，成对比较矩阵的元素
Figure DEST_PATH_IMAGE004
表示的是第
Figure DEST_PATH_IMAGE005
个参数相对于第
Figure DEST_PATH_IMAGE006
个参数的比较结果，判断矩阵
Figure 749232DEST_PATH_IMAGE004
的标度方法如表1所示。
6.3.3.层次单排序及其一致性检验：包括层次单排序和一致性检验；首先计算得同一层次参数对于上一层某参数相对重要性的排序权值，能否确认层次单排序，需要进行一致性检验。
7.3.3.1.层次单排序：对应于判断矩阵最大特征根
Figure DEST_PATH_IMAGE007
的特征向量，经归一化（使向量中各元素之和为1）后记为
Figure DEST_PATH_IMAGE008
；
Figure 9837DEST_PATH_IMAGE008
的元素为同一层次元素对于上一层某元素相对重要性的排序权值，这一过程称为层次单排序。
8.3.3.2.一致性检验；是指对成对比较矩阵确定不一致的允许范围；
定义：一致性指标：
Figure DEST_PATH_IMAGE009
，
Figure DEST_PATH_IMAGE010
，有完全的一致性；
Figure DEST_PATH_IMAGE011
接近于0，有满意的一致性；
Figure 892605DEST_PATH_IMAGE011
越大，不一致性越严重；为了衡量
Figure 857018DEST_PATH_IMAGE011
的大小，引入随机一致性指标
Figure DEST_PATH_IMAGE012
，随机构造500个成对比较矩阵
Figure DEST_PATH_IMAGE013
，可以得到一致性指标
Figure DEST_PATH_IMAGE014
；
Figure DEST_PATH_IMAGE015
；
定义：层次单排序的一致性比率：
Figure DEST_PATH_IMAGE016
，一般情况下，当
Figure DEST_PATH_IMAGE017
时，认为
Figure DEST_PATH_IMAGE018
的不一致程度在容许的范围之内，有满意的一致性；由表2所统计出的
Figure 204255DEST_PATH_IMAGE012
指标和计算出的
Figure 886910DEST_PATH_IMAGE011
值，可以计算出一致性比率
Figure DEST_PATH_IMAGE019
，当
Figure 462116DEST_PATH_IMAGE019
小于0.1时，一致性检验通过，可用其归一化特征向量作为权向量，否则需要重新构造判断矩阵
Figure 549545DEST_PATH_IMAGE018
，对
Figure 591320DEST_PATH_IMAGE004
加以调整。
Figure DEST_PATH_IMAGE020
9.3.4.层次总排序及其一致性检验：
计算某一层次所有因素对于最高层（决策层，标杆设备）相对重要性的权值，称为层次总排序，这一过程是从最高层次到最低层次依次进行的；A层（中间层，设备的参数）
Figure DEST_PATH_IMAGE021
个因素
Figure DEST_PATH_IMAGE022
对总目标
Figure DEST_PATH_IMAGE023
（最高层）的排序为
Figure DEST_PATH_IMAGE024
，其中，
Figure 997155DEST_PATH_IMAGE021
为设备参数的个数；B层（最低层，备选的变压器或海缆设备）
Figure 782578DEST_PATH_IMAGE003
个因素对上层A中因素为
Figure DEST_PATH_IMAGE025
的层次单排序为
Figure DEST_PATH_IMAGE026
，其中，
Figure 532970DEST_PATH_IMAGE003
为备选的变压器或海缆设备的个数；B层的层次总排序（即第
Figure 11225DEST_PATH_IMAGE005
个设备对于选择标杆设备的权值为
Figure DEST_PATH_IMAGE027
）为：
Figure DEST_PATH_IMAGE028
Figure DEST_PATH_IMAGE029
…
Figure DEST_PATH_IMAGE030
定义：层次总排序的一致性比率：
Figure DEST_PATH_IMAGE031
当
Figure 373198DEST_PATH_IMAGE017
时，认为层次总排序通过一致性检验；至此根据方案层的层次总排序的结果选出标杆设备，最后的输出为一个归一化的权重；为更方便地表示，将输出的结果百分化处理，将标杆设备认为是100分，其余设备的分数按照与标杆设备的比例转成百分制，如图4所示；最后的结果输出到数据库中。
Figure DEST_PATH_IMAGE032
CN202110831887.9A 2021-07-22 2021-07-22 海上平台电气监测标杆设备选择方法 Pending CN113469572A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110831887.9A CN113469572A (zh) 2021-07-22 2021-07-22 海上平台电气监测标杆设备选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110831887.9A CN113469572A (zh) 2021-07-22 2021-07-22 海上平台电气监测标杆设备选择方法

Publications (1)

Publication Number Publication Date
CN113469572A true CN113469572A (zh) 2021-10-01

Family

ID=77881911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110831887.9A Pending CN113469572A (zh) 2021-07-22 2021-07-22 海上平台电气监测标杆设备选择方法

Country Status (1)

Country Link
CN (1) CN113469572A (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107038638A (zh) * 2017-02-24 2017-08-11 杭州象链网络技术有限公司 一种基于联盟链的股权登记交易系统构建方法
CN107508806A (zh) * 2017-08-11 2017-12-22 北京理工大学 基于区块链的互联网金融电子数据保全系统及方法
CN110009493A (zh) * 2019-03-13 2019-07-12 浙江大学 应用于教育资源交易的联盟链课程通证结算方法及系统
US20190238311A1 (en) * 2018-01-26 2019-08-01 Alibaba Group Holding Limited Blockchain system and data processing method for blockchain system
CN110458390A (zh) * 2019-07-01 2019-11-15 中国石油化工股份有限公司 油田矿场集输类设备的优选评价方法
CN110988745A (zh) * 2019-11-12 2020-04-10 中国海洋石油集团有限公司 一种海上平台干式变压器运行状态评估方法及系统
CN111768180A (zh) * 2020-06-24 2020-10-13 江苏荣泽信息科技股份有限公司 一种区块链账户余额的存证及恢复方法
US20200374135A1 (en) * 2017-01-24 2020-11-26 One Connect Smart Technology Co., Ltd. (Shenzhen) Blockchain-Based Secure Transaction Method, Electronic Device, System and Storage Medium
CN112232828A (zh) * 2020-11-23 2021-01-15 国网能源研究院有限公司 一种电网数据交易方法、系统
CN112435020A (zh) * 2020-06-05 2021-03-02 成都链向科技有限公司 一种基于区块链的有监管的匿名交易系统
CN112633611A (zh) * 2021-01-07 2021-04-09 中海石油(中国)有限公司 基于大数据分析的海底电缆状态检修策略优化方法及系统
CN112989601A (zh) * 2021-03-10 2021-06-18 西南石油大学 一种基于主客观组合赋权的海底电缆状态评估方法
CN113592497A (zh) * 2021-08-23 2021-11-02 中国银行股份有限公司 基于区块链的金融交易服务安全认证方法及装置
KR20210139110A (ko) * 2020-05-12 2021-11-22 백승오 블록체인 기반의 금융계좌 안전 관리 시스템 및 그 방법
CN113783698A (zh) * 2021-08-26 2021-12-10 浙商银行股份有限公司 一种基于去中心化跨链的供应链金融方法
CN115829574A (zh) * 2022-12-29 2023-03-21 福建中科星泰数据科技有限公司 一种基于区块链的数据资产交易系统及方法
CN116432204A (zh) * 2023-04-20 2023-07-14 兰州理工大学 基于同态加密和零知识证明的可监管交易隐私保护方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200374135A1 (en) * 2017-01-24 2020-11-26 One Connect Smart Technology Co., Ltd. (Shenzhen) Blockchain-Based Secure Transaction Method, Electronic Device, System and Storage Medium
CN107038638A (zh) * 2017-02-24 2017-08-11 杭州象链网络技术有限公司 一种基于联盟链的股权登记交易系统构建方法
CN107508806A (zh) * 2017-08-11 2017-12-22 北京理工大学 基于区块链的互联网金融电子数据保全系统及方法
US20190238311A1 (en) * 2018-01-26 2019-08-01 Alibaba Group Holding Limited Blockchain system and data processing method for blockchain system
CN110009493A (zh) * 2019-03-13 2019-07-12 浙江大学 应用于教育资源交易的联盟链课程通证结算方法及系统
CN110458390A (zh) * 2019-07-01 2019-11-15 中国石油化工股份有限公司 油田矿场集输类设备的优选评价方法
CN110988745A (zh) * 2019-11-12 2020-04-10 中国海洋石油集团有限公司 一种海上平台干式变压器运行状态评估方法及系统
KR20210139110A (ko) * 2020-05-12 2021-11-22 백승오 블록체인 기반의 금융계좌 안전 관리 시스템 및 그 방법
CN112435020A (zh) * 2020-06-05 2021-03-02 成都链向科技有限公司 一种基于区块链的有监管的匿名交易系统
CN111768180A (zh) * 2020-06-24 2020-10-13 江苏荣泽信息科技股份有限公司 一种区块链账户余额的存证及恢复方法
CN112232828A (zh) * 2020-11-23 2021-01-15 国网能源研究院有限公司 一种电网数据交易方法、系统
CN112633611A (zh) * 2021-01-07 2021-04-09 中海石油(中国)有限公司 基于大数据分析的海底电缆状态检修策略优化方法及系统
CN112989601A (zh) * 2021-03-10 2021-06-18 西南石油大学 一种基于主客观组合赋权的海底电缆状态评估方法
CN113592497A (zh) * 2021-08-23 2021-11-02 中国银行股份有限公司 基于区块链的金融交易服务安全认证方法及装置
CN113783698A (zh) * 2021-08-26 2021-12-10 浙商银行股份有限公司 一种基于去中心化跨链的供应链金融方法
CN115829574A (zh) * 2022-12-29 2023-03-21 福建中科星泰数据科技有限公司 一种基于区块链的数据资产交易系统及方法
CN116432204A (zh) * 2023-04-20 2023-07-14 兰州理工大学 基于同态加密和零知识证明的可监管交易隐私保护方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘云霞: "《数据预处理 数据归约的统计方法研究及应用》", 31 March 2011, 厦门大学出版社, pages: 14 *
董贵山;张兆雷;李洪伟;白健;郝尧;陈宇翔;: "基于区块链的异构身份联盟与监管体系架构和关键机制", 通信技术, no. 02 *
触摸壹缕阳光: ""层次分析法（AHP）"", pages 1 - 9, Retrieved from the Internet <URL:《https://zhuanlan.zhihu.com/p/38207837》> *
触摸壹缕阳光: "层次分析法（AHP）", pages 1 - 9, Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/ p/38207837> *

Similar Documents

Publication Publication Date Title
CN105891629B (zh) 一种变压器设备故障的辨识方法
CN109687458B (zh) 考虑区域配电网风险承受能力差异的网架规划方法
CN110795692A (zh) 一种主动配电网运行状态评估方法
CN113077020B (zh) 一种变压器集群管理方法及系统
CN107274067B (zh) 一种配电变压器过载风险评估方法
CN106651225A (zh) 智能电网示范工程综合评估方法和系统
CN110378549B (zh) 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法
CN115392735A (zh) 光伏电站工作性能监测方法、系统、设备及介质
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
CN115689114A (zh) 一种基于组合神经网络的海底电缆运行状态预测方法
CN114037194B (zh) 基于机器学习的水电厂发电负荷预测系统及方法
CN113469572A (zh) 海上平台电气监测标杆设备选择方法
CN107506850A (zh) 一种确定输电线路巡检方式的方法及系统
CN110108983B (zh) 一种智能电缆状态在线测控管理方法
CN116468331A (zh) 一种分级评估的风电场主动支撑控制能力评价方法
CN111126846A (zh) 一种架空输电线路差异化状态评价方法
CN103793582A (zh) 圆柱壳大开孔接管结构优化方法
CN109188162A (zh) 一种基于可拓径向基神经网络的变压器状态评估方法
CN210835946U (zh) 配网线路要素对线路可靠性的影响研究设备及系统
Hu et al. Multidimensional heterogeneous data clustering algorithm for power transmission and transformation equipment
CN113516280A (zh) 一种基于大数据的电网设备故障概率预测的优化方法
CN112348066A (zh) 一种基于灰色聚类算法的线路不停电等级评估方法
CN112183805A (zh) 一种输电线路在线巡视结果状态的预测方法
CN110633794A (zh) 一种基于Elman神经网络的高压电缆导体温度动态计算方法
CN113283702B (zh) 融合电力系统安全稳定特性的潮流状态评价方法及装置

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