CN113627741A - 一种充电桩电能计量系统运行状态综合评价方法及装置 - Google Patents
一种充电桩电能计量系统运行状态综合评价方法及装置 Download PDFInfo
- Publication number
- CN113627741A CN113627741A CN202110820182.7A CN202110820182A CN113627741A CN 113627741 A CN113627741 A CN 113627741A CN 202110820182 A CN202110820182 A CN 202110820182A CN 113627741 A CN113627741 A CN 113627741A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- subsystem
- electric energy
- charging pile
- state
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 254
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000013506 data mapping Methods 0.000 claims abstract description 21
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000005065 mining Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000011157 data evaluation Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- HTIQEAQVCYTUBX-UHFFFAOYSA-N amlodipine Chemical compound CCOC(=O)C1=C(COCCN)NC(C)=C(C(=O)OC)C1C1=CC=CC=C1Cl HTIQEAQVCYTUBX-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization 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
- 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)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种充电桩电能计量系统运行状态综合评价方法，步骤包括：S1.获取待评价充电桩电能计量系统中各子系统在不同时刻的多个运行评价指标数据；S2.基于获取的运行评价指标数据，构建时序立体数据映射空间；S3.计算时序立体数据映射空间中每个运行评价指标数据对应的指标权重值，并计算各子系统的综合评价函数；S4.根据各子系统的综合评价函数，计算不同时刻各系统的状态评判结果，综合各子系统的状态评判结果得到不同时刻系统的运行状态评价结果。本发明能够实现充电桩电能计量系统的动态递阶综合评价，具有实现方法简单、评估准确性以及评估效率高、安全可靠等优点。
Description
技术领域
本发明涉及充电桩技术领域，尤其涉及一种充电桩电能计量系统运行状态综合评价方法及装置。
背景技术
系统状态评价技术是实现电动车充电计量管理系统建设与运行的重要支撑技术之一，通过对电动车充电计量系统运行状态进行综合评价有利于充电系统的正常运行以及安全保护措施的实施。随着电动汽车产业作为新兴产业在大力发展，也带来了一些电动车大量无序用电导致对配电网稳定运行造成了冲击、充电桩布局不够完善和充电桩充电计量系统健康运行无法保障等问题。
现有技术中评价方法通常是直接基于历史统计数据使用评估算法实现评价，评价过程中不关注数据的时序特征，未考虑历史运行时段系统状态对当前时段的运行状态影响作用，该类评价方法实际为静态数据评价方式。而充电桩电能计量系统的运行状态是动态变化的，所对应的运行状态数据具有时序性，如果采用现有技术中传统的静态评价方式，就无法准确表征系统的动态变化特性而影响最终评价的准确性。即现有技术中传统静态的评价方法并不适用于对充电桩电能计量系统的评价，就难以准确表征充电桩电能计量系统的动态变化特性，实际的评价准确性并不高。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、评估准确性以及评估效率高、安全可靠的充电桩电能计量系统运行状态综合评价方法及装置。
为解决上述技术问题，本发明提出的技术方案为：
一种充电桩电能计量系统运行状态综合评价方法，步骤包括：
S1.获取待评价充电桩电能计量系统中各子系统在不同时刻的多个运行评价指标数据；
S2.基于获取的所述运行评价指标数据，构建时序立体数据映射空间，以将每个运行评价指标数据与对应时间段进行数据映射；
S3.计算所述时序立体数据映射空间中每个运行评价指标数据对应的指标权重值，并使用所述指标权重值计算各所述子系统的综合评价函数；
S4.根据各子系统的所述综合评价函数，计算不同时刻各子系统的状态评判结果，综合各子系统的所述状态评判结果得到不同时刻待评价充电桩电能计量系统的运行状态评价结果。
进一步的，所述运行评价指标包括运行的可用率、数据响应超时率、无故障工作时间、数据完整传输率、工矿环境分级、电能计量误差最大幅值、供电温度、电压短期稳定时长、市电供电电压失真率中任意一种或多种。
进一步的，所述步骤S2中，具体将待评价充电桩电能计量系统的子系统si第j个运行评价指标数据标识为xi,j，其中i＝1,2,…,n，j＝1,2,…,m，n为待评价充电桩电能计量系统中的子系统数，m为评价指数；基于各所述运行评价指标数据构建时序立体数据映射空间{xij(tk)}，其中t1≤tk≤tK，tk为运行评价指标数据xi,j所对应的映射时间段，t1为所述映射时间段的起始值、tK为所述映射时间段的结束值。
进一步的，所述步骤S2中，还包括对所述时序立体数据映射空间{xij(tk)}中每一个xij(tk)进行无量纲化的数据预处理，构成对应的归一化评价指标值
进一步的，所述步骤S3中具体使用线性最大特征值法计算所述指标权重值。
所述使用线性最大特征值法计算所述指标权重值的步骤包括：
S31.使用步骤S2得到时序立体数据映射空间中各运行评价指标数据构建形成矩阵Xk，并按照式
计算得到各子系统不同时间段的Hk矩阵；
S32.使用线性最大特征值法分别求解所述Hk矩阵中最大特征值对应的标准向量，并作为各子系统的指标权重值bT＝(b1,…,bj,…,bm)T，其中bj为时间段tk子系统si第j个评价指标的指标权重值；
S33.使用得到的各子系统的指标权重值计算时间段tk子系统si的综合评价函数yi(tk)。
进一步的，所述步骤S4中具体基于模糊评判法计算不同时刻各子系统的状态评判结果。
所述基于模糊评判法计算不同时刻各子系统的状态评判结果的步骤包括：
S41.将子系统状态分为n个等级，即状态评判集W＝{W1,W2,W3......Wn}，时间段tk子系统si隶属于评判等级Wx的模糊隶属概率标识为
时间段tk系统s隶属于评判等级Wx的模糊隶属概率标识为
S42.按照
构建矩阵F(tk)，按照
构建模糊评判结果Sk；
S43.根据所述矩阵F(tk)以及各子系统的权重计算各子系统的所述模糊评判结果Sk；
S44.根据最大隶属度原则，综合各子系统的所述模糊评判结果Sk确定不同时刻待评价充电桩电能计量系统的运行状态。
一种充电桩电能计量系统动态递阶综合评价方法，步骤包括：
S1.获取待评价充电桩电能计量系统中各子系统在不同时刻的多个运行评价指标数据；
S2.根据所述运行评价指标数据以及预先配置的评价权重因子计算各子系统的系统状态评估偏差因子；
S3.根据所述系统状态评估偏差因子计算各子系统的最佳指标权重值；
S4.使用各子系统的所述最佳指标权重值计算各子系统的评价值，综合各子系统的评价值得到待评价充电桩电能计量系统的运行状态评价结果。
进一步的，所述步骤S2中，根据各子系统在不同统计时段的预设时序影响因子，计算不同统计时段的状态评估函数值，并根据不同统计时段的所述状态评估函数值计算不同统计时段的所述系统状态评估偏差因子；所述步骤S3中，按照平均偏差最大准则，以所述系统状态评估偏差的统计值最大为优化目标，使用线性规划寻优方法获取各子系统的所述最佳指标权重值。
一种充电桩电能计量系统动态递阶综合评价装置，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，所述处理器用于执行所述计算机程序，以执行如上述方法。
一种存储有计算机程序的计算机可读存储介质，所述计算机程序执行时实现如上述方法。
与现有技术相比，本发明的优点在于：
1、本发明通过考虑时序数据特征，在获取到充电桩电能计量系统运行评价指标数据基础上，构建时序三维立体数据映射空间，对各运行评价指标计算指标评价权重，实现各子系统的状态评估，最后综合各子系统的状态实现整个充电桩电能计量系统的状态评估，能够准确表征充电桩电能计量系统的动态特性，实现对电能计量系统的动态数据评价分析，从而有效提高充电桩计量系统运行状态评估的准确性。
2、本发明进一步结合层次分析和模糊评判方式，考虑先验评价的基础上实现数据的无量纲化和权化，根据线性特征最大值法计算指标权重值，结合模糊评判方法实现子系统状态的状态评判，能够结合层次分析和模糊评判进行动态的系统运行状态评价，进一步提高充电桩计量系统运行状态评估的准确性以及可靠性。
3、本发明通过在获取充电桩电能计量系统运行状态指标数据后，计算考虑时序特性的系统状态评估偏差因子，再基于系统状态评估偏差因子计算子系统指标的最佳评价权重因子，基于最佳评价权重因子计算各子系统的评价值，进而计算出系统的综合评价结果，能够充分考虑历史运行时段系统状态对当前时段的运行状态影响，有效提高充电桩计量系统运行状态监测的动态适应性和有效性。
附图说明
图1是本发明实施例1充电桩电能计量系统运行状态综合评价方法的实现流程示意图。
图2是本发明在具体应用实施例中待评价充电桩计量系统的结构示意图。
图3是本发明实施例1中使用线性最大特征值法计算指标权重值的实现流程示意图。
图4是本发明实施例1中基于模糊评判法计算不同时刻各子系统的状态评判结果的实现流程示意图。
图5是本发明实施例2充电桩电能计量系统运行状态综合评价方法的实现流程示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
实施例1：
本实施例通过采用动态递阶的综合评价方式来实现充电桩电能计量系统的状态评价，其中运行状态分为“动态”和“递阶”两个部分，动态的特点是通过构建时序数据特征映射，对时序数据进行层次分析和模糊评判等数据分析，利用时序数据的动态表征系统运行状态的动态特征，相比于传统静态数据分析方式，能够对充电桩电能计量系统实现更加客观、准确的评价；递阶思想则是根据层次分析法(AHP)算法构建层次分析模型，其中以子系统的各项评价指标作为方案层、子系统性能特征为准则层、子系统的运行状态为目标层，构建形成递阶层次分析。
如图1～4所示，本实施例充电桩电能计量系统运行状态综合评价方法的详细步骤包括：
S1.获取待评价充电桩电能计量系统中各子系统在不同时刻的多个运行评价指标数据。
具体待评价充电桩电能计量系统共含有n个子系统，每个子系统一共含有m个评价指标，按照时间顺序获得充电桩电能计量系统m*n的运行评价指标以及指标相关原始数据。
上述运行评价指标具体可以为运行的系统可用率xi,1(k)、数据响应超时率xi,2(k)、平均无故障工作时间xi,3(k)、计量数据完整传输率xi,4(k)、计量数据合格率xi,5(k)，还可以为工矿环境分级、电能计量误差最大幅值、供电温度、电压短期稳定时长、市电供电电压失真率等，具体可以根据实际需求配置。其中：
(1)系统可用率具体可定义为一定日历时间(可为小时、日、周、月、季度和年等)内，系统正常工作时间和全日历时间(包含正常工作时间、故障检修时间和预防性检修时间)的比值；
(2)数据响应时间超时率具体可定义为一定日历时间内系统响应超时统计计数与系统总响应计数的比值；
(3)平均无故障工作时间具体可定义为一定日历时间内的系统正常工作时间；
(4)计量数据传输完整率具体可定义为特定传输条件下一定时间内计量报文的残留有错比特数和总比特数的比值；
(5)计量数据合格率具体可定义为一定日历时间内系统接收到计量数据合格统计计数与系统总接收到计量数据比值。
在具体应用实施例中，如图2所示，待评价充电桩电能计量系统共含有n＝4个子系统，子系统标记为si(i＝1,2,...,n)，子系统中一共含有m＝5个评价指标，设充电桩计量系统状态监测当前统计时段序号标识为k(k∈正整数)，时段长度为L(L取值为1小时～24小时)，当前统计时段k子系统si状态评价指标j(j＝1,2,...,M)的值标记为xi,j(k)，获取含当前统计时段在内的连续前P＝3个统计时段内每个子系统si的每个状态评价指标j值xi,j(k)、xi,j(k-1)、...、xi,j(k-P)，如表1所示，其中*表示统计时段序号，取值为k-3、k-2、k-1和k；按照归一化无量纲操作计算得到子系统si的每个状态评价指标j的对应无量纲值
取值范围在0～100之间，如表2所示。
表1：四个统计时段的子系统指标数据值
表2：四个统计时段的子系统指标数据无量纲值
S2.基于获取的运行评价指标数据，构建时序立体数据映射空间，以将每个运行评价指标数据与对应时间段进行数据映射。
将待评价充电桩电能计量系统的子系统si第j个运行评价指标数据标识为xi,j，其中i＝1,2,…,n，j＝1,2,…,m，n为待评价充电桩电能计量系统中的子系统数，m为评价指数；基于各运行评价指标数据构建时序立体数据映射空间{xij(tk)}，其中t1≤tk≤tK，tk为运行评价指标数据xi,j所对应的映射时间段，t1为映射时间段的起始值、tK为映射时间段的结束值。
进一步还包括对时序立体数据映射空间{xij(tk)}中每一个xij(tk)进行无量纲化的数据预处理，构成对应的归一化评价指标值
在具体应用实施例中，将子系统si第j个评价指标值标识为xi,j，先基于步骤S1中得到的充电桩电能计量系统运行评价指标相关原始数据，构建时序立体数据映射空间{xij(tk)}t1≤tk≤tK，然后对于每一个xij(tk)进行无量纲化处理构成归一化评价指标值
得到的结果如表2所示。
表3：各指标归一化结果
S3.计算时序立体数据映射空间中每个运行评价指标数据对应的指标权重值，并使用指标权重值计算各子系统的综合评价函数。
如图3所示，上述步骤S3具体步骤包括：
S31.使用步骤S2得到时序立体数据映射空间中各运行评价指标数据构建形成矩阵Xk，并按照式
计算得到各子系统不同时间段的Hk矩阵；
S32.使用线性最大特征值法分别求解Hk矩阵中最大特征值对应的标准向量，并作为各子系统的指标权重值bT＝(b1,…,bj,…,bm)T，其中bT中bj为时间段tk子系统si第j个评价指标的指标权重值；
S33.使用得到的各子系统的指标权重值计算时间段tk子系统si的综合评价函数yi(tk)。
上述步骤S31中具体按照下式(1)构建形成矩阵Xk：
上述步骤S32中具体按照下式(2)计算时间段tk子系统si的综合评价函数yi(tk)：
在具体应用实施例中，设时间段tk子系统si第j个评价指标权重为bj，指标权重向量为bT＝(b1,…,bj,…,bm)T，ai为子系统si的权重，首先按照式(1)构建Xk，基于
计算子系统不同时间段的Hk矩阵后，使用线性最大特征值法分别求解Hk最大特征值对应的标准向量作为指标权重bT＝(b1,…,bj,…,bm)T，得到的结果如表3所示；再按照式(2)时间段tk子系统si的综合评价函数yi(tk)，得到的结果如表4所示。
表4：考虑数据空间时序特征的指标权重
表4不同时间段各子系统综合评价值
S4.根据各子系统的综合评价函数，计算不同时刻各子系统的状态评判结果，综合各子系统的状态评判结果得到不同时刻待评价充电桩电能计量系统的运行状态评价结果。
如图4所示，上述步骤S4的步骤包括：
S41.将子系统状态分为n个等级，即状态评判集W＝{W1,W2,W3......Wn}，时间段tk子系统si隶属于评判等级Wx的模糊隶属概率标识为
时间段tk系统s隶属于评判等级Wx的模糊隶属概率标识为
S42.按照式(3)构建矩阵F(tk)，以及按照
构建模糊评判结果Sk；
S43.根据矩阵F(tk)以及各子系统的权重计算各子系统的模糊评判结果Sk；
S44.根据最大隶属度原则，综合各子系统的模糊评判结果Sk确定不同时刻待评价充电桩电能计量系统的运行状态。
上述步骤S43中具体按照式(4)计算各子系统的模糊评判结果Sk：
Sk＝a*F(tk)(4)
其中，a为子系统的权重。
在具体应用实施例中，采用上述步骤得到的不同时间段系统综合评价值、模糊隶属度和系统状态结果如表5所示。
表5：不同时间段系统综合评价值、模糊隶属度和系统状态
本发明考虑时序数据特征，在获取到充电桩电能计量系统运行评价指标数据基础上，构建时序三维立体数据映射空间，对各运行评价指标计算指标评价权重，实现各子系统的状态评估，最后综合各子系统的状态实现整个充电桩电能计量系统的状态评估，能够准确表征充电桩电能计量系统的动态特性，实现对电能计量系统的动态数据评价分析，从而有效提高充电桩计量系统运行状态评估的准确性。进一步结合层次分析和模糊评判方式，考虑先验评价的基础上实现数据的无量纲化和权化，根据线性特征最大值法计算指标权重值，结合模糊评判方法实现子系统状态的状态评判，能够结合层次分析和模糊评判进行动态的系统运行状态评价，进一步提高充电桩计量系统运行状态评估的准确性以及可靠性。
本实施例还提供充电桩电能计量系统运行状态综合评价装置，包括：
数据获取模块，用于获取待评价充电桩电能计量系统中各子系统在不同时刻的多个运行评价指标数据；
数据映射模块，用于基于获取的所述运行评价指标数据，构建时序立体数据映射空间，以将每个运行评价指标数据与对应时间段进行数据映射；
子系统评价模块，用于对所述时序立体数据映射空间中每个运行评价指标数据，使用线性最大特征值法计算对应的指标权重值，并使用所述指标权重值计算各所述子系统的综合评价函数；
系统评价模块，用于根据各子系统的所述综合评价函数，使用基于模糊评判法评判不同时刻各系统的状态评判结果，综合各子系统的所述状态评判结果得到不同时刻待评价充电桩电能计量系统的运行状态评价结果。
本实施例充电桩电能计量系统运行状态综合评价装置与上述充电桩电能计量系统运行状态综合评价方法为一一对应，在此不再一一赘述。
实施例2：
如图5所示，本实施例充电桩电能计量系统运行状态综合评价方法的步骤包括：
S1.获取待评价充电桩电能计量系统中各子系统在不同时刻的多个运行评价指标数据；
S2.根据运行评价指标数据以及预先配置的评价权重因子计算各子系统的系统状态评估偏差因子；
S3.根据系统状态评估偏差因子计算各子系统的最佳指标权重值；
S4.使用各子系统的所述最佳指标权重值计算各子系统的评价值，综合各子系统的评价值得到待评价充电桩电能计量系统的运行状态评价结果。
本实施例考虑时序数据特征，通过在获取充电桩电能计量系统运行状态指标数据后，计算考虑时序特性的系统状态评估偏差因子，再基于系统状态评估偏差因子计算子系统指标的最佳评价权重因子，基于最佳评价权重因子计算各子系统的评价值，进而计算出系统的综合评价结果，能够充分考虑历史运行时段系统状态对当前时段的运行状态影响，有效提高充电桩计量系统运行状态监测的动态适应性和有效性。
本实施例实现充电桩电能计量系统动态综合评价的详细实现流程为：
步骤S1.运行评价指标数据获取。
本实施例中步骤S1与实施例1中实现方式相同，即若待评价充电桩电能计量系统共含有n个子系统，每个子系统一共含有m个评价指标，按照时间顺序获得充电桩电能计量系统m*n的运行评价指标以及指标相关原始数据。上述运行评价指标具体可以为运行的系统可用率xi,1(k)、数据响应超时率xi,2(k)、平均无故障工作时间xi,3(k)、计量数据完整传输率xi,4(k)、计量数据合格率xi,5(k)，还可以为工矿环境分级、电能计量误差最大幅值、供电温度、电压短期稳定时长、市电供电电压失真率等，经过归一化处理后得到
具体如实施例1中所述。
步骤S2.偏差因子计算
本实施例具体根据各子系统在不同统计时段的预设时序影响因子，计算不同统计时段的状态评估函数值，并根据不同统计时段的所述状态评估函数值计算不同统计时段的系统状态评估偏差因子。
在具体应用实施例中，系统状态评估偏差因子计算的详细步骤为：
S21.设当前统计时段k子系统si状态评价指标j的评价权重因子标记为fi,j，以及含当前统计时段在内的连续前P个统计时段时序影响因子为b(k)、b(k-1)、...、b(k-P)，且取值范围满足b(k)、b(k-1)、...、b(k-P)为0到1之间实数，即
S22.根据评价权重因子fi,j、时序影响因子b(k)以及运行指标数据b(k)，计算充电桩电能计量系统中子系统当前统计时段k状态评估函数，计算表达式具体为：
S23.计算当前统计时段k系统评估状态函数的统计值，具体可以为均值，即：
并根据状态评估函数以及系统评估状态函数的统计值
下式计算当前统计时段k系统状态评估偏差因子，具体表达式为：
可以理解的是，上述系统评估状态函数的统计值当然也可以采用除均值以外的其他类型统计值。
按照以上同样方法，即可计算出连续前P个统计时段系统状态评估偏差因子
步骤S3.最佳指标权重值计算
本实施例具体按照平均偏差最大准则，以系统状态评估偏差的统计值最大为优化目标，使用线性规划寻优方法获取各子系统的所述最佳指标权重值。
在具体应用实施例中，在满足fi,j(k)取值范围在0和1之间条件下，以系统平均状态评估偏差
最大为优化目标，采用线性规划寻优法，获取当前统计时段k的子系统指标的最佳评价权重因子
进一步根据最佳评价权重因子
的占比计算子系统动态重要性因子wi，具体计算表达式为：
在具体应用实施例中按照上述方法得到的最佳评价权重因子
如表1所示，得到的子系统动态重要性因子wi如表2所示。
表1：最佳评价权重因子
表2：子系统动态重要性因子
步骤S4.系统综合评价结果计算
本实施例基于最佳评价权重因子
运行指标数据计算充电桩电能计量系统中子系统si当前时段k的评价值，计算表达式为：
根据子系统动态重要性因子wi以及子系统的评价值计算系统总状态评价值E(k)，具体计算表达式为：
本实施例进一步还包括监测告警步骤，如果E(k)>G则进行监测告警操作，G为监测告警阈值，然后更新统计时段为k＝k+1。
在具体应用实施例中，设子系统重要性加权因子为wi取值均为1/4且
监测告警阈值为G取值为30；按照公式
计算充电桩电能计量系统中子系统si当前时段k的评价值，如表3所示；按照公式
计算系统总状态评价值E(k)得44.6267；如果E(k)>G则进行监测告警操作，然后更新统计时段为k＝k+1，返回步骤S1。
表3：评价值
在另一实施例中，本发明充电桩电能计量系统运行状态综合评价装置，包括处理器以及存储器，存储器用于存储计算机程序，处理器用于执行所述计算机程序，处理器用于执行计算机程序，以执行如上述充电桩电能计量系统运行状态综合评价方法。
在另一实施例中，本发明还包括存储有计算机程序的计算机可读存储介质，计算机程序执行时实现如上述充电桩电能计量系统运行状态综合评价方法。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。
Claims (10)
1.一种充电桩电能计量系统运行状态综合评价方法，其特征在于，步骤包括：
S1.获取待评价充电桩电能计量系统中各子系统在不同时刻的多个运行评价指标数据；
S2.基于获取的所述运行评价指标数据，构建时序立体数据映射空间，以将每个运行评价指标数据与对应时间段进行数据映射；
S3.计算所述时序立体数据映射空间中每个运行评价指标数据对应的指标权重值，并使用所述指标权重值计算各所述子系统的综合评价函数；
S4.根据各子系统的所述综合评价函数，计算不同时刻各子系统的状态评判结果，综合各子系统的所述状态评判结果得到不同时刻待评价充电桩电能计量系统的运行状态评价结果。
2.根据权利要求1所述的充电桩电能计量系统运行状态综合评价方法，其特征在于：所述运行评价指标包括运行的可用率、数据响应超时率、无故障工作时间、数据完整传输率、工矿环境分级、电能计量误差最大幅值、供电温度、电压短期稳定时长、市电供电电压失真率中任意一种或多种。
3.根据权利要求1所述的充电桩电能计量系统运行状态综合评价方法，其特征在于，所述步骤S2中，具体将待评价充电桩电能计量系统的子系统si第j个运行评价指标数据标识为xi,j，其中i＝1,2,…,n，j＝1,2,…,m，n为待评价充电桩电能计量系统中的子系统数，m为评价指数；基于各所述运行评价指标数据构建时序立体数据映射空间{xij(tk)}，其中t1≤tk≤tK，tk为运行评价指标数据xi,j所对应的映射时间段，t1为所述映射时间段的起始值、tK为所述映射时间段的结束值。
4.根据权利要求3所述的充电桩电能计量系统运行状态综合评价方法，其特征在于，所述步骤S2中，还包括对所述时序立体数据映射空间{xij(tk)}中每一个xij(tk)进行无量纲化的数据预处理，构成对应的归一化评价指标值
5.根据权利要求1～4中任意一项所述的充电桩电能计量系统运行状态综合评价方法，其特征在于，所述步骤S3中具体使用线性最大特征值法计算所述指标权重值；
运行状态所述使用线性最大特征值法计算所述指标权重值的步骤包括：
S31.使用步骤S2得到时序立体数据映射空间中各运行评价指标数据构建形成矩阵Xk，并按照式
计算得到各子系统不同时间段的Hk矩阵；
S32.使用线性最大特征值法分别求解所述Hk矩阵中最大特征值对应的标准向量，并作为各子系统的指标权重值bT＝(b1,…,bj,…,bm)T，其中bj为时间段tk子系统si第j个评价指标的指标权重值；
S33.使用得到的各子系统的指标权重值计算时间段tk子系统si的综合评价函数值yi(tk)。
6.根据权利要求1～4中任意一项所述的充电桩电能计量系统运行状态综合评价方法，其特征在于，所述步骤S4中具体基于模糊评判法计算不同时刻各子系统的状态评判结果，运行状态所述基于模糊评判法计算不同时刻各子系统的状态评判结果的步骤包括：
S41.将子系统状态分为n个等级，即状态评判集W＝{W1,W2,W3......Wn}，时间段tk子系统si隶属于评判等级Wx的模糊隶属概率标识为
时间段tk系统s隶属于评判等级Wx的模糊隶属概率标识为
S42.按照
构建矩阵F(tk)，按照
构建模糊评判结果Sk；
S43.根据所述矩阵F(tk)以及各子系统的权重计算各子系统的所述模糊评判结果Sk；
S44.根据最大隶属度原则，综合各子系统的所述模糊评判结果Sk确定不同时刻待评价充电桩电能计量系统的运行状态。
7.一种充电桩电能计量系统运行状态综合评价方法，其特征在于，步骤包括：
S1.获取待评价充电桩电能计量系统中各子系统在不同时刻的多个运行评价指标数据；
S2.根据所述运行评价指标数据以及预先配置的评价权重因子计算各子系统的系统状态评估偏差因子；
S3.根据所述系统状态评估偏差因子计算各子系统的最佳指标权重值；
S4.使用各子系统的所述最佳指标权重值计算各子系统的评价值，综合各子系统的评价值得到待评价充电桩电能计量系统的运行状态评价结果。
8.根据权利要求7所述的充电桩电能计量系统运行状态综合评价方法，其特征在于，所述步骤S2中，根据各子系统在不同统计时段的预设时序影响因子，计算不同统计时段的状态评估函数值，并根据不同统计时段的所述状态评估函数值计算不同统计时段的所述系统状态评估偏差因子；所述步骤S3中，按照平均偏差最大准则，以所述系统状态评估偏差的统计值最大为优化目标，使用线性规划寻优方法获取各子系统的所述最佳指标权重值。
9.一种充电桩电能计量系统运行状态综合评价装置，其特征在于，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，其特征在于，所述处理器用于执行所述计算机程序，以执行如权利要求1～8中任意一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序执行时实现如权利要求1～8中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110820182.7A CN113627741B (zh) | 2021-07-20 | 2021-07-20 | 一种充电桩电能计量系统运行状态综合评价方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110820182.7A CN113627741B (zh) | 2021-07-20 | 2021-07-20 | 一种充电桩电能计量系统运行状态综合评价方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113627741A true CN113627741A (zh) | 2021-11-09 |
| CN113627741B CN113627741B (zh) | 2023-12-12 |
Family
ID=78380280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110820182.7A Active CN113627741B (zh) | 2021-07-20 | 2021-07-20 | 一种充电桩电能计量系统运行状态综合评价方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113627741B (zh) |
Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699668A (zh) * | 2013-12-30 | 2014-04-02 | 贵州电力试验研究院 | 基于数据断面一致性的配电网电气设备组合状态评估方法 |
| CN104252686A (zh) * | 2014-08-15 | 2014-12-31 | 国家电网公司 | 一种电网安全综合指标确定方法 |
| CN104881003A (zh) * | 2015-03-18 | 2015-09-02 | 国家电网公司 | 一种计量生产设施效能评估方法 |
| CN105719048A (zh) * | 2016-01-05 | 2016-06-29 | 国网上海市电力公司 | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 |
| CN107146009A (zh) * | 2017-04-27 | 2017-09-08 | 杭州电子科技大学 | 一种供水管网运行状态评估方法 |
| CN108110790A (zh) * | 2017-12-15 | 2018-06-01 | 国网江苏省电力有限公司南京供电分公司 | 基于多源数据阶梯式动态模糊系统的主动配电网运行状态评估方法 |
| US20190005400A1 (en) * | 2016-09-20 | 2019-01-03 | Southwest Petroleum University | A fuzzy evaluation and prediction method for running status of mechanical equipment with occurrence probability of failure modes |
| CN109670714A (zh) * | 2018-12-21 | 2019-04-23 | 中国船舶工业系统工程研究院 | 基于隶属度分析的船舶燃气轮机综合状态评估方法 |
| CN109919422A (zh) * | 2019-01-23 | 2019-06-21 | 浙江工业大学 | 一种考虑数据动态模糊依赖关系的电能质量综合评价方法 |
| CN110175749A (zh) * | 2019-04-28 | 2019-08-27 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于pmu数据的变压器运行状态评估方法 |
| CN110428168A (zh) * | 2019-07-31 | 2019-11-08 | 广东电网有限责任公司 | 一种计及储能的多能源配电系统协调调度综合评价方法 |
| CN110466381A (zh) * | 2019-08-27 | 2019-11-19 | 北京智芯微电子科技有限公司 | 充电桩状态的评估方法 |
| CN110488218A (zh) * | 2019-08-26 | 2019-11-22 | 国网重庆市电力公司电力科学研究院 | 一种电能表运行状态评估方法和评估装置 |
| CN110782164A (zh) * | 2019-10-25 | 2020-02-11 | 贵州电网有限责任公司 | 一种基于变权重和模糊综合评价的配电设备状态评价方法 |
| CN110795692A (zh) * | 2019-09-16 | 2020-02-14 | 浙江工业大学 | 一种主动配电网运行状态评估方法 |
| CN110991780A (zh) * | 2019-01-23 | 2020-04-10 | 国网浙江省电力有限公司 | 一种基于有序加权平均算子的电能质量评价方法 |
| CN111007582A (zh) * | 2019-12-25 | 2020-04-14 | 象辑知源（武汉）科技有限公司 | 一种适用于多要素的高分辨率集合预报系统 |
| CN111260235A (zh) * | 2020-01-20 | 2020-06-09 | 上海电力大学 | 一种基于模糊综合评价的能源综合应急供应系统评价方法 |
| CN111682567A (zh) * | 2020-04-30 | 2020-09-18 | 浙江工业大学 | 一种基于模糊控制技术考虑用户评价的有序充放电控制方法 |
| CN111784114A (zh) * | 2020-06-08 | 2020-10-16 | 北京国网普瑞特高压输电技术有限公司 | 一种客户侧分布式储能系统运行性能评估方法及系统 |
| CN111784534A (zh) * | 2020-06-22 | 2020-10-16 | 国网湖南省电力有限公司 | 含多子系统的综合能源计量系统运行状态预测方法及系统 |
| CN112016734A (zh) * | 2020-04-07 | 2020-12-01 | 沈阳工业大学 | 基于lstm栈式自编码多模型荷预测方法及系统 |
| CN112101719A (zh) * | 2020-08-10 | 2020-12-18 | 国网浙江省电力有限公司杭州供电公司 | 基于组合赋权法的电能质量指标权重确定方法 |
| CN112465385A (zh) * | 2020-12-09 | 2021-03-09 | 武汉理工大学 | 一种应用智能电表数据的需求响应潜力分析方法 |
| CN112766677A (zh) * | 2021-01-08 | 2021-05-07 | 南京工程学院 | 基于模糊综合评价法的住宅区电动汽车充电需求的建模方法及充电系统 |
-
2021
- 2021-07-20 CN CN202110820182.7A patent/CN113627741B/zh active Active
Patent Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699668A (zh) * | 2013-12-30 | 2014-04-02 | 贵州电力试验研究院 | 基于数据断面一致性的配电网电气设备组合状态评估方法 |
| CN104252686A (zh) * | 2014-08-15 | 2014-12-31 | 国家电网公司 | 一种电网安全综合指标确定方法 |
| CN104881003A (zh) * | 2015-03-18 | 2015-09-02 | 国家电网公司 | 一种计量生产设施效能评估方法 |
| CN105719048A (zh) * | 2016-01-05 | 2016-06-29 | 国网上海市电力公司 | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 |
| US20190005400A1 (en) * | 2016-09-20 | 2019-01-03 | Southwest Petroleum University | A fuzzy evaluation and prediction method for running status of mechanical equipment with occurrence probability of failure modes |
| CN107146009A (zh) * | 2017-04-27 | 2017-09-08 | 杭州电子科技大学 | 一种供水管网运行状态评估方法 |
| CN108110790A (zh) * | 2017-12-15 | 2018-06-01 | 国网江苏省电力有限公司南京供电分公司 | 基于多源数据阶梯式动态模糊系统的主动配电网运行状态评估方法 |
| CN109670714A (zh) * | 2018-12-21 | 2019-04-23 | 中国船舶工业系统工程研究院 | 基于隶属度分析的船舶燃气轮机综合状态评估方法 |
| CN109919422A (zh) * | 2019-01-23 | 2019-06-21 | 浙江工业大学 | 一种考虑数据动态模糊依赖关系的电能质量综合评价方法 |
| CN110991780A (zh) * | 2019-01-23 | 2020-04-10 | 国网浙江省电力有限公司 | 一种基于有序加权平均算子的电能质量评价方法 |
| CN110175749A (zh) * | 2019-04-28 | 2019-08-27 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于pmu数据的变压器运行状态评估方法 |
| CN110428168A (zh) * | 2019-07-31 | 2019-11-08 | 广东电网有限责任公司 | 一种计及储能的多能源配电系统协调调度综合评价方法 |
| CN110488218A (zh) * | 2019-08-26 | 2019-11-22 | 国网重庆市电力公司电力科学研究院 | 一种电能表运行状态评估方法和评估装置 |
| CN110466381A (zh) * | 2019-08-27 | 2019-11-19 | 北京智芯微电子科技有限公司 | 充电桩状态的评估方法 |
| CN110795692A (zh) * | 2019-09-16 | 2020-02-14 | 浙江工业大学 | 一种主动配电网运行状态评估方法 |
| CN110782164A (zh) * | 2019-10-25 | 2020-02-11 | 贵州电网有限责任公司 | 一种基于变权重和模糊综合评价的配电设备状态评价方法 |
| CN111007582A (zh) * | 2019-12-25 | 2020-04-14 | 象辑知源（武汉）科技有限公司 | 一种适用于多要素的高分辨率集合预报系统 |
| CN111260235A (zh) * | 2020-01-20 | 2020-06-09 | 上海电力大学 | 一种基于模糊综合评价的能源综合应急供应系统评价方法 |
| CN112016734A (zh) * | 2020-04-07 | 2020-12-01 | 沈阳工业大学 | 基于lstm栈式自编码多模型荷预测方法及系统 |
| CN111682567A (zh) * | 2020-04-30 | 2020-09-18 | 浙江工业大学 | 一种基于模糊控制技术考虑用户评价的有序充放电控制方法 |
| CN111784114A (zh) * | 2020-06-08 | 2020-10-16 | 北京国网普瑞特高压输电技术有限公司 | 一种客户侧分布式储能系统运行性能评估方法及系统 |
| CN111784534A (zh) * | 2020-06-22 | 2020-10-16 | 国网湖南省电力有限公司 | 含多子系统的综合能源计量系统运行状态预测方法及系统 |
| CN112101719A (zh) * | 2020-08-10 | 2020-12-18 | 国网浙江省电力有限公司杭州供电公司 | 基于组合赋权法的电能质量指标权重确定方法 |
| CN112465385A (zh) * | 2020-12-09 | 2021-03-09 | 武汉理工大学 | 一种应用智能电表数据的需求响应潜力分析方法 |
| CN112766677A (zh) * | 2021-01-08 | 2021-05-07 | 南京工程学院 | 基于模糊综合评价法的住宅区电动汽车充电需求的建模方法及充电系统 |
Non-Patent Citations (1)
| Title |
|---|
| 黄瑞;刘谋海;陈向群;林伟伟;陆俊;张志: "基于递阶结构的多表合一能源计量系统运行状态综合评价方法", 电测与仪表, pages 3 - 7 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113627741B (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110659722B (zh) | 基于AdaBoost-CBP神经网络的电动汽车锂离子电池健康状态估算方法 | |
| CN101893674B (zh) | 一种区域电网污闪指数预测方法 | |
| Wan et al. | Optimal prediction intervals of wind power generation | |
| CN109002892A (zh) | 一种改进de-gwo算法的实现方法 | |
| CN116032557B (zh) | 一种网络安全异常检测中深度学习模型的更新方法与装置 | |
| CN115587673B (zh) | 一种电压互感器误差状态预测方法及系统 | |
| CN116316617B (zh) | 多场站智能融合的新能源发电功率区域预测方法和系统 | |
| CN107590570A (zh) | 一种负载功率预测方法及系统 | |
| CN104407273A (zh) | 计及监测可信度的电能质量扰动源定位方法 | |
| BR112021013153A2 (pt) | Método, sistema e produto de programa de computador para avaliação de consumo de energia em ambientes industriais | |
| CN117170980B (zh) | 一种服务器硬件异常预警方法、装置、设备及存储介质 | |
| CN117330963A (zh) | 储能电站故障检测方法、系统及设备 | |
| CN112363012A (zh) | 一种电网故障预警装置及方法 | |
| CN113627741A (zh) | 一种充电桩电能计量系统运行状态综合评价方法及装置 | |
| CN116663889A (zh) | 一种基于改进高斯模型的新型电力系统风险评估方法 | |
| CN116523001A (zh) | 电网薄弱线路识别模型构建方法、装置和计算机设备 | |
| Kumar et al. | A Comparative Analysis of Time Series and Machine Learning Models for Wind Speed Prediction | |
| CN115712064A (zh) | 一种基于lstm-cnn混合神经网络的励磁系统故障诊断方法 | |
| Zhang et al. | Optimal Scheduling Strategy for Power Systems Containing Offshore Wind Farms Considering Wind Power Uncertainty | |
| Ren et al. | A study of wind speed prediction based on particle swarm algorithm to optimize the parameters of sparse least squares support vector | |
| CN113406537A (zh) | 一种电力设备故障程度的定量评估方法 | |
| CN118566770B (zh) | 电池系统健康状态值的估算方法及系统 | |
| Liu et al. | A fusion prognostic approach based on multi-kernel relevance vector machine and Bayesian model averaging | |
| Liu et al. | A Combined Clustering Scenario Reduction Method Base on Potential Decision Results for Generation Expansion Planning | |
| CN115965288B (zh) | 基于IWO优化BiLSTM的有源配电网频率安全评估方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |