CN113592362A - 一种城市电网抗灾变能力评估方法及相关装置 - Google Patents
一种城市电网抗灾变能力评估方法及相关装置 Download PDFInfo
- Publication number
- CN113592362A CN113592362A CN202110970593.4A CN202110970593A CN113592362A CN 113592362 A CN113592362 A CN 113592362A CN 202110970593 A CN202110970593 A CN 202110970593A CN 113592362 A CN113592362 A CN 113592362A
- Authority
- CN
- China
- Prior art keywords
- matrix
- index
- primary
- average
- level
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 196
- 238000011156 evaluation Methods 0.000 claims abstract description 116
- 239000013598 vector Substances 0.000 claims abstract description 110
- 238000004364 calculation method Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims description 17
- 238000010606 normalization Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 10
- 238000013077 scoring method Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 42
- 238000009826 distribution Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种城市电网抗灾变能力评估方法及相关装置,该方法建立完整的评估指标体系,一级指标和二级指标呈层次分布,然后针对不同层级和不同指标进行专家打分,关注每一个指标对其他指标的直接影响程度,在此基础上在计算各级指标相关的判断矩阵、平均矩阵和权重向量;最后根据两级权重向量计算总的评估结果。在每一个指标的影响下综合计算得到的评估结果更加准确,更符合实际电网抗灾变能力的描述。本申请能够解决现有技术并未针对单一指标进行详细的评价分析,导致电网抗灾变能力的评估结果缺乏准确性和可靠性的技术问题。
Description
技术领域
本申请涉及电网评估技术领域,尤其涉及一种城市电网抗灾变能力评估方法及相关装置。
背景技术
随着国民经济的高速发展与城市化建设的快速推进,城市电网的系统安全性与供电可靠性要求也不断提高。近年来,因自然灾害等原因导致的长时间大面积停电引起了严重的社会影响和巨大的经济损失。因此,对城市电网供电可靠性等相关的综合评估的研究已经受到许多电力学者和专家的重视。但现在大多数的研究都集中在电网综合运行和故障风险的评估,缺乏针对城市电网抗灾变能力评估的研究,缺乏完整的城市电网抗灾变能力评估的指标体系以及指标评分方法,不能准确地评估城市电网抵御灾害的能力。所以需要一种方法来为城市电网抗灾变能力评估的研究工作提供帮助,进而通过对城市电网抗灾变能力的分析来发现城市电网的薄弱环节,采取一定的有效措施来弥补城市电网的薄弱环节,将灾害对城市电网造成的经济损失降到最低,提高城市电网的抗灾变能力。
现有的电网抗灾变能力的评估技术主要关注电网的综合运行和故障风险,没有针对指标的详细评估体系,也就是单独的指标评价并未被关注,导致整体的电网抗灾变能力的评估结果缺乏准确性和可靠性。
发明内容
本申请提供了一种城市电网抗灾变能力评估方法及相关装置,用于解决现有技术并未针对单一指标进行详细的评价分析,导致电网抗灾变能力的评估结果缺乏准确性和可靠性的技术问题。
有鉴于此,本申请第一方面提供了一种城市电网抗灾变能力评估方法,包括:
获取目标城市电网抗灾变能力的评估指标,所述评估指标包括多个一级指标,每个所述一级指标包括多个二级指标;
通过专家打分法分别获取所述一级指标对应第一影响矩阵和所述二级指标对应的第二影响矩阵,所述第一影响矩阵和所述第二影响矩阵均为两个所述评估指标之间的直接影响程度打分;
根据所述第一影响矩阵计算所述一级指标之间的相互影响程度,得到一级判断矩阵,同时根据所述第二影响矩阵计算每个所述一级指标下的所述二级指标之间的相互影响程度,得到二级判断矩阵;
分别对所述一级判断矩阵和所述二级判断矩阵作预置均值计算,得到一级平均矩阵和二级平均矩阵,所述一级平均矩阵数量为1个,所述二级平均矩阵数量与所述一级指标数量相同;
分别获取所述一级平均矩阵和所述二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量;
根据所述一级指标权重向量和二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果。
优选地,所述预置均值计算的过程为:
将所有判断矩阵的上三角部分按照对应位置元素求均值,得到平均矩阵的上三角元素值;
所述判断矩阵为一级判断矩阵或者二级判断矩阵,所述平均矩阵包括一级平均矩阵或者二级平均矩阵;
将所述上三角元素值逐一进行倒数计算,得到所述平均矩阵的下三角元素值。
优选地,所述分别获取所述一级平均矩阵和所述二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量,包括:
分别获取所述一级平均矩阵和所述二级平均矩阵对应的一级最大特征根和二级最大特征根;
根据所述一级最大特征根和所述二级最大特征根分别求取对应的特征向量,得到第一最大特征向量和第二最大特征向量;
对所述第一最大特征向量和所述第二最大特征向量均进行归一化处理,得到一级指标权重向量和二级指标权重向量。
优选地,所述根据所述一级指标权重向量和二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果,包括:
通过预置二级指标得分和所述二级指标权重向量计算二级指标层的基础评估结果;
根据所述基础评估结果和所述二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果。
本申请第二方面提供了一种城市电网抗灾变能力评估装置,包括:
获取指标模块,用于获取目标城市电网抗灾变能力的评估指标,所述评估指标包括多个一级指标,每个所述一级指标包括多个二级指标;
影响矩阵计算模块,用于通过专家打分法分别获取所述一级指标对应第一影响矩阵和所述二级指标对应的第二影响矩阵,所述第一影响矩阵和所述第二影响矩阵均为两个所述评估指标之间的直接影响程度打分;
判断矩阵计算模块,用于根据所述第一影响矩阵计算所述一级指标之间的相互影响程度,得到一级判断矩阵,同时根据所述第二影响矩阵计算每个所述一级指标下的所述二级指标之间的相互影响程度,得到二级判断矩阵;
平均矩阵计算模块,用于分别对所述一级判断矩阵和所述二级判断矩阵作预置均值计算,得到一级平均矩阵和二级平均矩阵,所述一级平均矩阵数量为1个,所述二级平均矩阵数量与所述一级指标数量相同;
特征向量计算模块,用于分别获取所述一级平均矩阵和所述二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量;
总评估模块,用于根据所述一级指标权重向量和二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果。
优选地,所述预置均值计算的过程为:
将所有判断矩阵的上三角部分按照对应位置元素求均值,得到平均矩阵的上三角元素值;
所述判断矩阵为一级判断矩阵或者二级判断矩阵,所述平均矩阵包括一级平均矩阵或者二级平均矩阵;
将所述上三角元素值逐一进行倒数计算,得到所述平均矩阵的下三角元素值。
优选地,所述特征向量计算模块,包括:
特征根计算子模块,用于分别获取所述一级平均矩阵和所述二级平均矩阵对应的一级最大特征根和二级最大特征根;
特征向量计算子模块,用于根据所述一级最大特征根和所述二级最大特征根分别求取对应的特征向量,得到第一最大特征向量和第二最大特征向量;
归一化处理子模块,用于对所述第一最大特征向量和所述第二最大特征向量均进行归一化处理,得到一级指标权重向量和二级指标权重向量。
优选地,所述总评估模块,具体用于:
通过预置二级指标得分和所述二级指标权重向量计算二级指标层的基础评估结果;
根据所述基础评估结果和所述二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果。
本申请还提供了一种城市电网抗灾变能力评估设备,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面所述的城市电网抗灾变能力评估方法。
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面所述的城市电网抗灾变能力评估方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,提供了一种城市电网抗灾变能力评估方法,包括:获取目标城市电网抗灾变能力的评估指标,评估指标包括多个一级指标,每个一级指标包括多个二级指标;通过专家打分法分别获取一级指标对应第一影响矩阵和二级指标对应的第二影响矩阵,第一影响矩阵和第二影响矩阵均为两个评估指标之间的直接影响程度打分;根据第一影响矩阵计算一级指标之间的相互影响程度,得到一级判断矩阵,同时根据第二影响矩阵计算每个一级指标下的二级指标之间的相互影响程度,得到二级判断矩阵;分别对一级判断矩阵和二级判断矩阵作预置均值计算,得到一级平均矩阵和二级平均矩阵,一级平均矩阵数量为1个,二级平均矩阵数量与一级指标数量相同;分别获取一级平均矩阵和二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量;根据一级指标权重向量和二级指标权重向量计算目标城市电网抗灾变能力的评估结果。
本申请提供的城市电网抗灾变能力评估方法,建立完整的评估指标体系,一级指标和二级指标呈层次分布,然后针对不同层级和不同指标进行专家打分,关注每一个指标对其他指标的直接影响程度,在此基础上在计算相关的判断矩阵、平均矩阵和权重向量;在每一个指标的影响下综合计算得到的评估结果更加准确,更符合实际电网抗灾变能力的描述。因此,本申请能够解决现有技术并未针对单一指标进行详细的评价分析,导致电网抗灾变能力的评估结果缺乏准确性和可靠性的技术问题。
附图说明
图1为本申请实施例提供的一种城市电网抗灾变能力评估方法的流程示意图;
图2为本申请实施例提供的一种城市电网抗灾变能力评估装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解,请参阅图1,本申请提供的一种城市电网抗灾变能力评估方法的实施例,包括:
步骤101、获取目标城市电网抗灾变能力的评估指标,评估指标包括多个一级指标,每个一级指标包括多个二级指标。
本实施例中将目标城市电网抗灾变能力的评估指标构建成双层的指标体系,一级指标层下每个指标均包括多个二级指标,而一级指标的数量也可以是多个,具体两层指标数量可以根据需要设定,在此不作赘述。
例如,按照城市电网抗灾变能力影响因素可归纳为3个方面:网络结构部分、电力设备部分和运行管理部分。网络结构部分对抗灾变能力的影响反映在以下两个方面:一是网络结构自身结构的好坏,二是能否在发生故障后通过启用备用线路、电源或联络线路转带负荷。电力设备部分对抗灾变能力的影响反映在设备状态监测和设备自身对故障的处理上。运行管理部分对抗灾变能力的影响体现在灾变发生应对措施是否完善、应对能力与修复故障是否迅速和信息收集是否完全等。除此之外,还可以有其他的分类方法,具体不作数量限制,可根据实际情况选择。
按照上述分类原理,可以将城市电网抗灾变能力评估指标划分为3个一级指标,12个二级指标。具体评估指标如下:
表1城市电网抗灾变能力评估指标
整个系统的指标体系可以由控制层和网络层分别进行分析,其中控制层包括一级指标,网络层包括二级指标;控制层与网络层之间相互关联,而控控制层的评估结果就是城市电网抗灾变能力的评估结果。
步骤102、通过专家打分法分别获取一级指标对应第一影响矩阵和二级指标对应的第二影响矩阵,第一影响矩阵和第二影响矩阵均为两个评估指标之间的直接影响程度打分。
以二级指标为例,假设建立的ANP网络结构中网络层共有n个二级指标,记作L1,L2…Ln,通过专家打分法获取指标Lj对Li的直接影响程度yji,具体为:
其中包括每个二级指标对其他二级指标的影响程度打分,也包括二级指标对自身的影响程度打分情况。
一级指标同理也可以根据给出指标示例假设存在A1、A2、A3三类指标,那么也可以得到相应的专家打分情况:
此处仅给出三个一级指标的情况示例,如果存在多个,方式类似,在此不赘述。
步骤103、根据第一影响矩阵计算一级指标之间的相互影响程度,得到一级判断矩阵,同时根据第二影响矩阵计算每个一级指标下的二级指标之间的相互影响程度,得到二级判断矩阵。
根据第一影响矩阵和第二影响矩阵计算每个指标对相应指标层级下的其他指标的影响程度,形成判断矩阵;由于是基于每个指标的计算,所以有多少个指标,就存在多少个判断矩阵。例如一级指标有3个,那么就可以计算得到3个一级判断矩阵,二级指标有n个,那么就可以计算得到二级判断矩阵。
此处仅以二级指标为例,可以计算得到n个二级判断矩阵表达为:
可以发现,其中每个指标其他指标的影响的计算是依据上述影响矩阵中的元素值计算得到的。一级指标的具体计算过程在此不赘述,与二级指标的计算方式一致。
步骤104、分别对一级判断矩阵和二级判断矩阵作预置均值计算,得到一级平均矩阵和二级平均矩阵,一级平均矩阵数量为1个,二级平均矩阵数量与一级指标数量相同。
预置均值计算是针对判断矩阵内部元素值设置的特定计算方式,可以根据具体情况选取不同的均值计算方法,不作限定。不论是一级指标层还是二级指标层涉及的多个判断矩阵,都可以通过预置均值计算处理得到单个矩阵。例如,控制层的一级指标经过预置均值计算得到一个一级平均矩阵,而网络层的二级指标则根据所属的一级指标可以得到与一级指标数量相同的二级平均矩阵,可以理解,所有二级判断矩阵并非同时参与预置均值计算,一次性得到计算结果,而是通过所属一级指标的类别不同进行多次计算得到多个二级平均矩阵;一级指标的数量决定了二级平均矩阵的数量。
进一步地,预置均值计算的过程为:
将所有判断矩阵的上三角部分按照对应位置元素求均值,得到平均矩阵的上三角元素值;
判断矩阵为一级判断矩阵或者二级判断矩阵,平均矩阵包括一级平均矩阵或者二级平均矩阵;
将上三角元素值逐一进行倒数计算,得到平均矩阵的下三角元素值。
本实施例中限定预置均值计算的过程是分为上三角部分和下三角部分。如果是二级判断矩阵,则将属于相同一级指标的二级指标对应的判断矩阵所有的上三角部分中的元素以对应位置进行均值计算,得到该类二级指标层对应的平均矩阵的上三角部分取值;具体表达为:
然后将上三角部分的元素分别进行倒数计算,即则可以得到下三角部分取值;接着将平均矩阵的主对角线元素赋常数值既可得到完整的平均矩阵以此类推,可以得到多个二级平均矩阵。而一级平均矩阵的数量为1,计算过程与一级平均矩阵相同,在此不赘述。
步骤105、分别获取一级平均矩阵和二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量。
进一步地,步骤105,包括:
分别获取一级平均矩阵和二级平均矩阵对应的一级最大特征根和二级最大特征根;
根据一级最大特征根和二级最大特征根分别求取对应的特征向量,得到第一最大特征向量和第二最大特征向量;
对第一最大特征向量和第二最大特征向量均进行归一化处理,得到一级指标权重向量和二级指标权重向量。
最大特征向量即为最大特征根对应的特征向量。每个平均矩阵均可以计算到一个对应的最大特征根,继而可以求取到最大特征根对应的特征向量W=[w1,w2,…,wi,…,wn]T,将每个特征向量进行归一化处理,即可得到指标权重向量,具体归一化方法为:
得到的指标权重向量中的每个元素即为各个指标对应的评估权重,可以用于最终的评估过程中。
步骤106、根据一级指标权重向量和二级指标权重向量计算目标城市电网抗灾变能力的评估结果。
进一步地,步骤106,包括:
通过预置二级指标得分和二级指标权重向量计算二级指标层的基础评估结果;
根据基础评估结果和二级指标权重向量计算目标城市电网抗灾变能力的评估结果。
根据专家意见,二级指标中的每个指标可以得到一个专家打分,根据评估函数可以计算得到具体的指标得分,采用二级指标权重向量中的权重值与指标得分相乘既可得到每个二级指标的基础评估结果;然后将所属相同一级指标的二级指标的基础评估结果累加可以得到对应一级指标的指标得分;最后采用一级指标权重与指标得分相乘就可以得到对应一级指标的评估结果,一级指标的评估结果累加就是城市电网抗灾变能力的总评估得分。
针对总评估得分可以进行等级划分,本实施例中将抗灾变能力评估结果分为五个不同程度等级,即由V1(抗灾变能力强)、V2(抗灾变能力较强)、V3(抗灾变能力一般)、V4(抗灾变能力较弱)、V5(抗灾变能力弱)五个等级组成。抗灾变能力评估结果量化分级如下表所示:
表2抗灾变能力总评估结果量化分级表
根据评估结果,判断城市电网抗灾变能力强弱,并通过分析评估结果发现城市电网的薄弱环节,生成城市电网抗灾变能力评估报告。
为了便于理解,以步骤101中给的指标体系示例进行具体评估分析,假设A1、A2、A3分别表示网络结构部分、电力设备部分、运行管理部分3个一级指标,用B1、B2、B3、B4、B5、分别表示网络结构部分下的“N-1”校验通过率、一级负荷失电率、分布式电源渗透率、馈线分段数、线路联络率5个二级指标,用C1、C2、C3分别表示电力设备部分下的配电网自动化覆盖率、设备停运率、设备损坏度3个二级指标,用D1、D2、D3、D4分别表示运行管理部分下的事故处置预案完备性、电力应急恢复能力、监测系统完善度、故障修复迅速性4个二级指标。指标间相互影响程度采用1~9标度法,专家对各级指标间相互影响程度打分结果如表3、4、5、6所示:
表3一级指标相互影响程度
表4网络结构部分下的二级指标相互影响程度
表5电力设备部分下的二级指标相互影响程度
表6运行管理部分下的二级指标相互影响程度
根据各个指标之间的相互影响程度构建一级判断矩阵和二级判断矩阵;以一级指标的权重计算为例,3个一级判断矩阵如下:
那么一级平均矩阵为:
一级指标权重向量为:
所以得到一级指标权重为:
表7一级指标权重分布
通过上述方法进行二级指标权重的计算,最终可以得到所有指标的权重:
表8指标体系权重分布列表
还可以将二级指标分为3类:效益型指标,其指标评分与样本数据值之间呈正相关关系;成本型指标,其指标评分与样本数据值之间呈负相关关系;固定型指标,其指标评分与样本数据值之间没有正、负相关关系,而是取某个数值达到最大。根据专家意见,获得二级指标的离散专家评分,表9为二级指标的离散专家评分。
表9二级指标的离散专家评分表
采用曲线拟合的方法获得二级指标的评分函数,表10为二级指标的连续评分依据。
表10二级指标连续评分函数
将二级指标相关的企业数据和专家打分带入上述连续评分判据中,就可计算出二级指标的得分情况。过程为:根据专家意见,二级指标中的每个指标可以得到一个专家打分,根据表10中的评分函数可以计算得到具体的指标得分,采用二级指标权重向量中的权重值与指标得分相乘既可得到每个二级指标的基础评估结果;然后将所属相同一级指标的二级指标的基础评估结果累加可以得到对应一级指标的指标得分。
表11二级指标评估得分列表
最后采用一级指标权重与指标得分相乘就可以得到对应一级指标的评估结果,一级指标的评估结果累加就是城市电网抗灾变能力的总评估得分。
表12目标城市电网抗灾变能力评估结果
根据以上给出的不同灾变能力的评估等级,可以确定,本示例中的城市电网抗灾变能力的评估结果为74.62,属于V2等级,表明该城市电网的抗灾变能力较强。另外还可以对该城市电网的薄弱环节进行针对性分析:
(1)网络结构部分评分为73.68,影响该部分得分的原因在于“N-1”校验通过率和分布式电源渗透率两项二级指标,评分分别为50.40和60.81;
(2)电力设备部分评分为69.17,一级指标中评分最低,需要重点加强的是配电网自动化覆盖率,评分只有26.60,有很大的提升空间;
(3)运行管理部分评分为83.18,该部分整体评分很好,但还可以提高电力应急恢复能力和监测系统完善度两个部分。
本申请实施例提供的城市电网抗灾变能力评估方法,建立完整的评估指标体系,一级指标和二级指标呈层次分布,然后针对不同层级和不同指标进行专家打分,关注每一个指标对其他指标的直接影响程度,在此基础上在计算相关的判断矩阵、平均矩阵和权重向量;在每一个指标的影响下综合计算得到的评估结果更加准确,更符合实际电网抗灾变能力的描述。因此,本申请实施例能够解决现有技术并未针对单一指标进行详细的评价分析,导致电网抗灾变能力的评估结果缺乏准确性和可靠性的技术问题。
为了便于理解,请参阅图2,本申请提供了一种城市电网抗灾变能力评估装置的实施例,包括:
获取指标模块201,用于获取目标城市电网抗灾变能力的评估指标,评估指标包括多个一级指标,每个一级指标包括多个二级指标;
影响矩阵计算模块202,用于通过专家打分法分别获取一级指标对应第一影响矩阵和二级指标对应的第二影响矩阵,第一影响矩阵和第二影响矩阵均为两个评估指标之间的直接影响程度打分;
判断矩阵计算模块203,用于根据第一影响矩阵计算一级指标之间的相互影响程度,得到一级判断矩阵,同时根据第二影响矩阵计算每个一级指标下的二级指标之间的相互影响程度,得到二级判断矩阵;
平均矩阵计算模块204,用于分别对一级判断矩阵和二级判断矩阵作预置均值计算,得到一级平均矩阵和二级平均矩阵,一级平均矩阵数量为1个,二级平均矩阵数量与一级指标数量相同;
特征向量计算模块205,用于分别获取一级平均矩阵和二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量;
总评估模块206,用于根据一级指标权重向量和二级指标权重向量计算目标城市电网抗灾变能力的评估结果。
进一步地,预置均值计算的过程为:
将所有判断矩阵的上三角部分按照对应位置元素求均值,得到平均矩阵的上三角元素值;
判断矩阵为一级判断矩阵或者二级判断矩阵,平均矩阵包括一级平均矩阵或者二级平均矩阵;
将上三角元素值逐一进行倒数计算,得到平均矩阵的下三角元素值。
进一步地,特征向量计算模块205,包括:
特征根计算子模块2051,用于分别获取一级平均矩阵和二级平均矩阵对应的一级最大特征根和二级最大特征根;
特征向量计算子模块2052,用于根据一级最大特征根和二级最大特征根分别求取对应的特征向量,得到第一最大特征向量和第二最大特征向量;
归一化处理子模块2053,用于对第一最大特征向量和第二最大特征向量均进行归一化处理,得到一级指标权重向量和二级指标权重向量。
进一步地,总评估模块206,具体用于:
通过预置二级指标得分和二级指标权重向量计算二级指标层的基础评估结果;
根据基础评估结果和二级指标权重向量计算目标城市电网抗灾变能力的评估结果。
本申请还提供了一种城市电网抗灾变能力评估设备,设备包括处理器以及存储器;
存储器用于存储程序代码,并将程序代码传输给处理器;
处理器用于根据程序代码中的指令执行上述方法实施例中任一种城市电网抗灾变能力评估方法。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质用于存储程序代码,程序代码用于执行上述方法实施例中任一种城市电网抗灾变能力评估方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种城市电网抗灾变能力评估方法,其特征在于,包括:
获取目标城市电网抗灾变能力的评估指标,所述评估指标包括多个一级指标,每个所述一级指标包括多个二级指标;
通过专家打分法分别获取所述一级指标对应第一影响矩阵和所述二级指标对应的第二影响矩阵,所述第一影响矩阵和所述第二影响矩阵均为两个所述评估指标之间的直接影响程度打分;
根据所述第一影响矩阵计算所述一级指标之间的相互影响程度,得到一级判断矩阵,同时根据所述第二影响矩阵计算每个所述一级指标下的所述二级指标之间的相互影响程度,得到二级判断矩阵;
分别对所述一级判断矩阵和所述二级判断矩阵作预置均值计算,得到一级平均矩阵和二级平均矩阵,所述一级平均矩阵数量为1个,所述二级平均矩阵数量与所述一级指标数量相同;
分别获取所述一级平均矩阵和所述二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量;
根据所述一级指标权重向量和二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果。
2.根据权利要求1所述的城市电网抗灾变能力评估方法,其特征在于,所述预置均值计算的过程为:
将所有判断矩阵的上三角部分按照对应位置元素求均值,得到平均矩阵的上三角元素值;
所述判断矩阵为一级判断矩阵或者二级判断矩阵,所述平均矩阵包括一级平均矩阵或者二级平均矩阵;
将所述上三角元素值逐一进行倒数计算,得到所述平均矩阵的下三角元素值。
3.根据权利要求1所述的城市电网抗灾变能力评估方法,其特征在于,所述分别获取所述一级平均矩阵和所述二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量,包括:
分别获取所述一级平均矩阵和所述二级平均矩阵对应的一级最大特征根和二级最大特征根;
根据所述一级最大特征根和所述二级最大特征根分别求取对应的特征向量,得到第一最大特征向量和第二最大特征向量;
对所述第一最大特征向量和所述第二最大特征向量均进行归一化处理,得到一级指标权重向量和二级指标权重向量。
4.根据权利要求1所述的城市电网抗灾变能力评估方法,其特征在于,所述根据所述一级指标权重向量和二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果,包括:
通过预置二级指标得分和所述二级指标权重向量计算二级指标层的基础评估结果;
根据所述基础评估结果和所述二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果。
5.一种城市电网抗灾变能力评估装置,其特征在于,包括:
获取指标模块,用于获取目标城市电网抗灾变能力的评估指标,所述评估指标包括多个一级指标,每个所述一级指标包括多个二级指标;
影响矩阵计算模块,用于通过专家打分法分别获取所述一级指标对应第一影响矩阵和所述二级指标对应的第二影响矩阵,所述第一影响矩阵和所述第二影响矩阵均为两个所述评估指标之间的直接影响程度打分;
判断矩阵计算模块,用于根据所述第一影响矩阵计算所述一级指标之间的相互影响程度,得到一级判断矩阵,同时根据所述第二影响矩阵计算每个所述一级指标下的所述二级指标之间的相互影响程度,得到二级判断矩阵;
平均矩阵计算模块,用于分别对所述一级判断矩阵和所述二级判断矩阵作预置均值计算,得到一级平均矩阵和二级平均矩阵,所述一级平均矩阵数量为1个,所述二级平均矩阵数量与所述一级指标数量相同;
特征向量计算模块,用于分别获取所述一级平均矩阵和所述二级平均矩阵对应的第一最大特征向量和第二最大特征向量,并分别进行归一化处理,得到一级指标权重向量和二级指标权重向量;
总评估模块,用于根据所述一级指标权重向量和二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果。
6.根据权利要求5所述的城市电网抗灾变能力评估装置,其特征在于,所述预置均值计算的过程为:
将所有判断矩阵的上三角部分按照对应位置元素求均值,得到平均矩阵的上三角元素值;
所述判断矩阵为一级判断矩阵或者二级判断矩阵,所述平均矩阵包括一级平均矩阵或者二级平均矩阵;
将所述上三角元素值逐一进行倒数计算,得到所述平均矩阵的下三角元素值。
7.根据权利要求5所述的城市电网抗灾变能力评估装置,其特征在于,所述特征向量计算模块,包括:
特征根计算子模块,用于分别获取所述一级平均矩阵和所述二级平均矩阵对应的一级最大特征根和二级最大特征根;
特征向量计算子模块,用于根据所述一级最大特征根和所述二级最大特征根分别求取对应的特征向量,得到第一最大特征向量和第二最大特征向量;
归一化处理子模块,用于对所述第一最大特征向量和所述第二最大特征向量均进行归一化处理,得到一级指标权重向量和二级指标权重向量。
8.根据权利要求5所述的城市电网抗灾变能力评估装置,其特征在于,所述总评估模块,具体用于:
通过预置二级指标得分和所述二级指标权重向量计算二级指标层的基础评估结果;
根据所述基础评估结果和所述二级指标权重向量计算所述目标城市电网抗灾变能力的评估结果。
9.一种城市电网抗灾变能力评估设备,其特征在于,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的城市电网抗灾变能力评估方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-4任一项所述的城市电网抗灾变能力评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110970593.4A CN113592362A (zh) | 2021-08-23 | 2021-08-23 | 一种城市电网抗灾变能力评估方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110970593.4A CN113592362A (zh) | 2021-08-23 | 2021-08-23 | 一种城市电网抗灾变能力评估方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113592362A true CN113592362A (zh) | 2021-11-02 |
Family
ID=78239278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110970593.4A Pending CN113592362A (zh) | 2021-08-23 | 2021-08-23 | 一种城市电网抗灾变能力评估方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592362A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114866137A (zh) * | 2022-04-21 | 2022-08-05 | 国网青海省电力公司信息通信公司 | 电力光缆网的检测方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184655A (zh) * | 2015-03-31 | 2015-12-23 | 国家电网公司 | 一种城市配电网智能化改造评估方法 |
CN108428045A (zh) * | 2018-02-09 | 2018-08-21 | 国网冀北电力有限公司 | 一种配电网运行健康状态评估方法 |
-
2021
- 2021-08-23 CN CN202110970593.4A patent/CN113592362A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184655A (zh) * | 2015-03-31 | 2015-12-23 | 国家电网公司 | 一种城市配电网智能化改造评估方法 |
CN108428045A (zh) * | 2018-02-09 | 2018-08-21 | 国网冀北电力有限公司 | 一种配电网运行健康状态评估方法 |
Non-Patent Citations (1)
Title |
---|
李超: "层次分析法中判断矩阵一致性的改进方法", 《科技传播》, no. 15, 31 August 2011 (2011-08-31), pages 97 - 99 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114866137A (zh) * | 2022-04-21 | 2022-08-05 | 国网青海省电力公司信息通信公司 | 电力光缆网的检测方法及装置 |
CN114866137B (zh) * | 2022-04-21 | 2024-04-12 | 国网青海省电力公司信息通信公司 | 电力光缆网的检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN107274093B (zh) | 一种电网运行安全的风险评估方法 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN111614491B (zh) | 一种面向电力监控系统安全态势评估指标选取方法及系统 | |
CN107274067B (zh) | 一种配电变压器过载风险评估方法 | |
CN110705879A (zh) | 一种高比例可再生能源接入下的电网脆弱性评估方法 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN111695807A (zh) | 计及发电和用电侧能效的地区电网能效评估方法及系统 | |
CN110782157A (zh) | 一种基于发电设备重要度的维修方式制定方法 | |
CN112132424B (zh) | 一种大规模储能多属性决策选型方法 | |
CN116739829B (zh) | 一种基于大数据的电力数据分析方法、系统及介质 | |
CN111639850A (zh) | 多源异构数据的质量评估方法与系统 | |
CN114118588A (zh) | 聚类欠采样下基于博弈特征提取的迎峰度夏停电预测方法 | |
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 | |
CN115146981A (zh) | 一种基于大数据的主动配电网运行健康水平综合评价方法 | |
CN113592362A (zh) | 一种城市电网抗灾变能力评估方法及相关装置 | |
CN112785060A (zh) | 一种配电网精益化运维水平优化方法 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
CN111861056A (zh) | 一种技术创新水平的评价方法 | |
CN116823008A (zh) | 一种园区能源利用效率评估方法、系统、设备和存储介质 | |
CN112488360B (zh) | 基于人工智能的配变异常分析预警方法 | |
CN111310123A (zh) | 一种电化学储能电站多维度评价方法和系统 | |
CN113627705A (zh) | 一种安全城市评估系统及方法 | |
Guo et al. | Construction of user abnormal behavior detection model based on smart charging platform for electric vehicles | |
CN113689112B (zh) | 利用云计算改进层次分析法的智慧能源站能效评估方法及系统 |
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 |