CN114091813A - 一种基于综合评价分析的电能表可靠性评价方法及系统 - Google Patents
一种基于综合评价分析的电能表可靠性评价方法及系统 Download PDFInfo
- Publication number
- CN114091813A CN114091813A CN202111202478.9A CN202111202478A CN114091813A CN 114091813 A CN114091813 A CN 114091813A CN 202111202478 A CN202111202478 A CN 202111202478A CN 114091813 A CN114091813 A CN 114091813A
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- supplier
- electric energy
- index value
- region
- 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 445
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 57
- 238000009434 installation Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000010606 normalization Methods 0.000 claims abstract description 13
- 150000001875 compounds Chemical class 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000012216 screening Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004519 manufacturing 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
- 230000008569 process Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于综合评价分析的电能表可靠性评价方法及系统,包括:基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算所述电能表在多个预设运行时段的失效率和可靠度;利用正向化及归一化方法对失效率和可靠度进行处理,将处理后的失效率、可靠度及各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的故障量作为评价指标值构建评价指标值矩阵;利用Topsis评价方法对所述矩阵按照基于熵权法预先确定的各评价指标权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,根据得分确定各供应商提供给各区域的电能表在各预设运行时段的可靠性。本发明可更加准确的对电能表可靠性进行评价。
Description
技术领域
本发明涉及电能表可靠性分析领域,具体涉及一种基于综合评价分析的电能表可靠性评价方法及系统。
背景技术
现有电能表可靠性评价分析方法规则简单、见效快,能快速对各年的电能表可靠性情况进行评价,但是仅依靠一段时间的安装电能表数量和一段时间的故障数量来计算电能表故障率,指标结果容易受到极端值的影响,导致分析的准确性不足,对于电能表可靠性的评价,仅依靠一段时间安装电能表数量和安装后一段时间的故障数量来计算电能表故障率,指标结果容易受到极端值的影响,导致分析的准确性不足;受电能表技术更新、业务变化等因素影响,不同供应商提供给不同区域可能出现某段时间安装的电能表在另一个时间段出现较高故障率的情况,仅使用故障率不能从整体上反映各供应商提供给各区域的电能表可靠度情况;没有区分不同年份安装的电能表在安装后的不同运行年份的故障情况等。
发明内容
针对现有技术中存在的电能表可靠度评价方法中的评价指标容易受到极值的干扰,造成对电能表可靠度的评价结果准确性低的问题,本发明提供一种基于综合评价分析的电能表可靠性评价方法,包括:
基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度;
利用正向化方法和归一化方法对所述失效率和可靠度进行处理,将处理后的所述失效率、可靠度以及各供应商提供给各区域的在各安装时刻安装的电能表在所有预设运行时段的故障数量作为评价指标值构建评价指标值矩阵;
利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
优选的,所述基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度,包括:
按下式计算各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率:
式中,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的失效率,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的故障数量,为供应商F提供给区域E的在x时刻安装的电能表的总数量,m为供应商F提供给区域E的电能表的安装时刻的数量,n为供应商F提供给区域E的电能表的运行时段的数量;
按下式计算各供应商提供给各区域的电能表在多个预设运行时段的失效率:
按下式计算各供应商提供给各区域的电能表在多个预设运行时段的可靠度:
优选的,所述利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性,包括:
利用topsis评价方法在所述评价指标值矩阵中的评价指标值筛选出在每个评价指标下的最优评价指标值和最劣评价指标值,并分别计算各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与对应的最优评价指标和最劣评价指标值之间的距离;
将所述各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与所述对应的最优评价指标和最劣评价指标值之间的距离和所述预先确定的每个评价指标权重输入到综合评价分析计算式中,得到所述各供应商提供给各区域的电能表在各预设运行时段的得分;
利用所述各供应商提供给各区域的电能表在各预设运行时段的得分代表所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
优选的,所述综合评价分析计算式如下式所示:
式中,为所述供应商F提供给区域E的电能表在第y个运行时段对应的得分,为所述供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最劣评价指标值之间的距离,为所述供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最优评价指标值之间的距离;
优选的,所述各评价指标权重的确定,包括:
利用所述评价指标值矩阵在各评价指标下的每个评价指标值与对应的各评价指标下所有评价指标值的比值代入到所述熵权法中的熵值计算式中,计算得到各评价指标的熵值;
利用信息熵冗余度计算式根据所述各评价指标的熵值计算得到各评价指标的信息熵冗余度;
将所述各评价指标的信息熵冗余度与所有信息熵冗余度的比值作为所述各评价指标的指标权重。
优选的,所述各评价指标的权重,按下式计算:
式中,wj为第j个评价指标的权重,dj为第j个评价指标的信息熵冗余度;
其中,所述第j个评价指标的信息熵冗余度dj,按下式计算:
dj=1-ej
式中,ej为第j个评价指标的熵值。
基于同一发明构思,本发明还提供一种基于综合评价分析的电能表可靠性评价系统,包括:
计算模块,基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度;
处理模块,用于利用正向化方法和归一化方法对所述失效率和可靠度进行处理,将处理后的所述失效率、可靠度以及各供应商提供给各区域的在各安装时刻安装的电能表在所有预设运行时段的故障数量作为评价指标值构建评价指标值矩阵;
评价模块,用于利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
优选的,所述计算模块,包括:
失效率计算子模块,用于按下式计算各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率:
式中,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的失效率,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的故障数量,为供应商F提供给区域E的在x时刻安装的电能表的总数量,m为供应商F提供给区域E的电能表的安装时刻的数量,n为供应商F提供给区域E的电能表的运行时段的数量;
按下式计算各供应商提供给各区域的电能表在多个预设运行时段的失效率:
可靠度计算子模块,用于按下式计算各供应商提供给各区域的电能表在多个预设运行时段的可靠度:
优选的,所述评价模块,包括:
距离计算子模块,用于利用topsis评价方法在所述评价指标值矩阵中的评价指标值筛选出在每个评价指标下的最优评价指标值和最劣评价指标值,并分别计算各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与对应的最优评价指标和最劣评价指标值之间的距离;
得分计算子模块,用于将所述各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与所述对应的最优评价指标和最劣评价指标值之间的距离和所述预先确定的每个评价指标权重输入到综合评价分析计算式中,得到所述各供应商提供给各区域的电能表在各预设运行时段的得分;
可靠性确定子模块,用于利用所述各供应商提供给各区域的电能表在各预设运行时段的得分代表所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
优选的,所述综合评价分析计算式如下式所示:
式中,为所述供应商F提供给区域E的电能表在第y个运行时段对应的得分,为所述供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最劣评价指标值之间的距离,为所述供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最优评价指标值之间的距离;
与现有技术相比,本发明的有益效果为:
本发明提供一种基于综合评价分析的电能表可靠性评价方法及系统,包括:基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度;利用正向化方法和归一化方法对所述失效率和可靠度进行处理,将处理后的所述失效率、可靠度以及各供应商提供给各区域的在各安装时刻安装的电能表在所有预设运行时段的故障数量作为评价指标值构建评价指标值矩阵;利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。本发明基于topsis评价方法,利用设定时段安装的电能表的故障量及运行到设定时段的失效率和可靠度作为评价指标评价电能表的可靠性,提升了对电能表的可靠性评价的准确度。
附图说明
图1为本发明一种基于综合评价分析的电能表可靠性评价方法流程图;
图2为本发明一种基于综合评价分析的电能表可靠性评价系统示意图。
具体实施方式
实施例1
针对现有技术中存在的电能表可靠度评价方法中的评价指标容易受到极值的干扰,造成对电能表可靠度的评价结果准确性低的问题,本发明提供一种基于综合评价分析的电能表可靠性评价方法,如图1所示,包括:
步骤1,基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度;
步骤2,利用正向化方法和归一化方法对所述失效率和可靠度进行处理,将处理后的所述失效率、可靠度以及各供应商提供给各区域的在各安装时刻安装的电能表在所有预设运行时段的故障数量作为评价指标值构建评价指标值矩阵;
步骤3,利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
在本实施例中,预先获取各区域、单相供应商、三相供应商对应的电能表的安装时刻、在运数据、历史故障数据所在的运行时段,并对数据进行预处理。
对每一个单相电能表供应商,剔除其供应的各区域的每年安装的电能表的安装数量少于10000只电能表的数据,对每一个三相电能表供应商,剔除其供应的各区域的每年安装的电能表的安装数量少于1000只电能表的数据,保证计算得到的失效率、可靠度不受极端数据的影响。
在所述步骤1中,针对每个供应商提供给各区域在各安装时刻安装的电能表,先计算各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率,再将所述各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率的平均值作为各供应商提供给各区域的电能表在多个预设运行时段的失效率,最后根据各供应商提供给各区域的电能表在多个预设运行时段的失效率计算各供应商提供给各区域的电能表在多个预设运行时段的可靠度。
所述各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率,按下式计算:
式中,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的失效率,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的故障数量,为供应商F提供给区域E的在x时刻安装的电能表的总数量,m为供应商F提供给区域E的电能表的安装时刻的数量,n为供应商F提供给区域E的电能表的运行时段的数量;
所述各供应商提供给各区域的电能表在各预设运行时段的失效率,按下式计算:
所述各供应商提供给各区域的电能表在各预设运行时段的可靠度,按下式计算:
在所述步骤2中,由于各预设运行时段的可靠度评价指标为极大型指标,故障量及各预设运行时段的失效率为极小型指标,因此数据的不同方向会让综合评价分析变得混乱,为了简化分析,将每个评价指标下对应的评价指标值进行正向化处理,统一让数据越大越好;
按照下式对每个评价指标下对应的评价值进行正向化处理:
按照下式对所述正向化处理后的每个评价指标下的每个评价指标值进行归一化处理:
式中,Zi,j为归一化和正向化处理后的第j个评价指标下的第i个评价指标值;
在数据进行正向化处理后,结合各供应商提供给各区域的电能表在各预设运行时段的可靠度数据构建正向化矩阵Z,如下式所示:
在所述步骤3之前,由于每一个指标对综合评价的作用存在差异,在指标的权重上应该有选择性的将权重偏向于作用更大的指标,为了更加客观准确,本发明利用熵权法从各供应商提供给各区域的电能表的故障量及在每个设定运行时段的失效率、可靠度进行权重计算,根据含信息有序程度的差异性预先确定指标权重,具体流程如下:
按下式计算第j个指标下第i个评价指标值占该指标的比重:
式中,Ai,j第j个评价指标下第i个评价指标值占该评价指标的比重;
按下式计算第j个评价指标的熵值:
式中,ej第j个评价指标的熵值;
按下式计算第j个评价指标的信息熵冗余度:
dj=1-ej
式中,dj第j个评价指标的信息熵冗余度;
按下式计算第j个评价指标的权重:
式中,wj为第j个评价指标的权重。
在所述步骤3中,利用topsis评价方法在所述评价指标值矩阵中的评价指标值筛选出在每个评价指标下的最优评价指标值和最劣评价指标值,并分别计算各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与对应的最优评价指标和最劣评价指标值之间的距离;
首先基于所述评价指标值矩阵中每个评价指标下包含的所有评价指标值中的最大值和最小值确定最优方案和最劣方案;
所述评价指标值矩阵中每个评价指标下包含的所有评价指标值中的最大值构成的最优方案为:
所述评价指标值矩阵中每个评价指标下包含的所有评价指标值中的最小值构成的最劣方案为:
基于计算得到的每个评价指标的权重、所述最优方案和最劣方案中包含的最优评价指标值和最劣评价指标值,分别计算各供应商提供给各区域的电能表在所有预设运行时段的故障量、在每个预设运行时段的可靠度和失效率评价指标下的每个评价指标值与最优评价指标值和最劣评价指标值之间的距离;
按下式计算所有评价指标下的每个评价指标值与对应的最优评价指标值之间的距离:
式中,为供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最优评价指标值之间的距离,为评价指标值矩阵在第j个评价指标下的最优评价指标值,为第j个评价指标下的供应商F提供给区域E的电能表在第y个运行时段的评价指标值,wj为第j个评价指标权重,h为评价指标的个数;
按下式计算所有评价指标下的每个评价指标值与对应的最劣评价指标值之间的距离:
将所述各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与所述对应的最优评价指标和最劣评价指标值之间的距离和所述预先确定的每个评价指标权重输入到综合评价分析计算式中,得到所述各供应商提供给各区域的电能表在各预设运行时段的得分;
基于计算完成的与最优、优劣方案的距离,按下式计算各供应商提供给各区域的电能表在各预设运行时段的综合得分:
在本实施例中,因涉及到评价的方案数量较多,评价结束后,每个综合评价得分数值较小,不利于查看,因此对全部得分通过乘以10000,进行数值转换,并最终进行排序比较;
所述供应商F提供给区域E的电能表在第y个运行时段对应的得分按下式进行转换:
利用所述各供应商提供给各区域的电能表在各预设运行时段的得分代表所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
本发明提出的一种基于综合评价分析的电能表可靠性评价方法可以针对过去任何时段安装电能表数量在每个运行年份或设定时段的故障数量来计算电能表故障率,可以解决评价指标结果容易受到极端值的影响及分析的准确性不足的问题;同事对电能表可靠性进行整体的评价分析,可以体现安装的电能表在安装后的不同运行年份的故障情况,实现从整体上反映各区域及各供应商的电能表的可靠度在不同运行时段的情况。
实施例2
基于同一发明构思,本发明还提供一种基于综合评价分析的电能表可靠性评价系统,如图2所示,包括:
计算模块,基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度;
处理模块,用于利用正向化方法和归一化方法对所述失效率和可靠度进行处理,将处理后的所述失效率、可靠度以及各供应商提供给各区域的在各安装时刻安装的电能表在所有预设运行时段的故障数量作为评价指标值构建评价指标值矩阵;
评价模块,用于利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
在本实施例中,预先获取各区域、单相供应商、三相供应商对应的电能表的安装时刻、在运数据、历史故障数据所在的运行时段,并对数据进行预处理。
对每一个单相电能表供应商,剔除其供应的各区域的每年安装的电能表的安装数量少于10000只电能表的数据,对每一个三相电能表供应商,剔除其供应的各区域的每年安装的电能表的安装数量少于1000只电能表的数据,保证计算得到的失效率、可靠度不受极端数据的影响。
所述计算模块,包括:失效率计算子模块和可靠度计算子模块;
所述失效率计算子模块,用于针对每个供应商提供给各区域在各安装时刻安装的电能表,先计算各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率,再将所述各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率的平均值作为各供应商提供给各区域的电能表在多个预设运行时段的失效率;
所述各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率,按下式计算:
式中,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的失效率,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的故障数量,为供应商F提供给区域E的在x时刻安装的电能表的总数量,m为供应商F提供给区域E的电能表的安装时刻的数量,n为供应商F提供给区域E的电能表的运行时段的数量;
所述各供应商提供给各区域的电能表在各预设运行时段的失效率,按下式计算:
所述可靠度计算子模块,用于根据各供应商提供给各区域的电能表在多个预设运行时段的失效率计算各供应商提供给各区域的电能表在多个预设运行时段的可靠度。
所述各供应商提供给各区域的电能表在各预设运行时段的可靠度,按下式计算:
在本实施例中,由于各运行时段的可靠度评价指标为极大型指标,故障量及各运行时段的失效率为极小型指标,因此数据的不同方向会让综合评价分析变得混乱,所述利用所述处理模块对所述数据进行处理分析;
所述处理模块,用于利用正向化方法和归一化方法对所述失效率和可靠度进行处理,将处理后的所述失效率、可靠度以及各供应商提供给各区域的在各安装时刻安装的电能表在所有预设运行时段的故障数量作为评价指标值构建评价指标值矩阵;
按照下式对每个评价指标下对应的评价值进行正向化处理:
按照下式对所述正向化处理后的每个评价指标下的每个评价指标值进行归一化处理:
式中,Zi,j为归一化和正向化处理后的第j个评价指标下的第i个评价指标值;
在数据进行正向化处理后,结合各供应商提供给各区域的电能表在各预设运行时段的可靠度数据构建正向化矩阵Z,如下式所示:
在本实施例中,由于每一个指标对综合评价的作用存在差异,在指标的权重上应该有选择性的将权重偏向于作用更大的指标,为了更加客观准确,本发明利用熵权法从各供应商提供给各区域的电能表的故障量及在每个设定运行时段的失效率、可靠度进行权重计算,根据含信息有序程度的差异性预先确定指标权重,具体流程如下:
按下式计算第j个指标下第i个评价指标值占该指标的比重:
式中,Ai,j第j个评价指标下第i个评价指标值占该评价指标的比重;
按下式计算第j个评价指标的熵值:
式中,ej第j个评价指标的熵值;
按下式计算第j个评价指标的信息熵冗余度:
dj=1-ej
式中,dj第j个评价指标的信息熵冗余度;
按下式计算第j个评价指标的权重:
式中,wj为第j个评价指标的权重。
所述评价模块,包括:距离计算子模块、得分计算子模块及可靠性确定子模块;
所述距离计算子模块,用于利用topsis评价方法在所述评价指标值矩阵中的评价指标值筛选出在每个评价指标下的最优评价指标值和最劣评价指标值,并分别计算各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与对应的最优评价指标和最劣评价指标值之间的距离;
首先基于所述评价指标值矩阵中每个评价指标下包含的所有评价指标值中的最大值和最小值确定最优方案和最劣方案;
所述评价指标值矩阵中每个评价指标下包含的所有评价指标值中的最大值构成的最优方案为:
所述评价指标值矩阵中每个评价指标下包含的所有评价指标值中的最小值构成的最劣方案为:
基于计算得到的每个评价指标的权重、所述最优方案和最劣方案中包含的最优评价指标值和最劣评价指标值,分别计算各供应商提供给各区域的电能表在所有预设运行时段的故障量、在每个预设运行时段的可靠度和失效率评价指标下的每个评价指标值与最优评价指标值和最劣评价指标值之间的距离;
按下式计算所有评价指标下的每个评价指标值与对应的最优评价指标值之间的距离:
式中,为供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最优评价指标值之间的距离,为评价指标值矩阵在第j个评价指标下的最优评价指标值,为第j个评价指标下的供应商F提供给区域E的电能表在第y个运行时段的评价指标值,wj为第j个评价指标权重,h为评价指标的个数;
按下式计算所有评价指标下的每个评价指标值与对应的最劣评价指标值之间的距离:
所述得分计算子模块,用于将所述各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与所述对应的最优评价指标和最劣评价指标值之间的距离和所述预先确定的每个评价指标权重输入到综合评价分析计算式中,得到所述各供应商提供给各区域的电能表在各预设运行时段的得分;
基于计算完成的与最优、优劣方案的距离,按下式计算各供应商提供给各区域的电能表在各预设运行时段的综合得分:
在本实施例中,因涉及到评价的方案数量较多,评价结束后,每个综合评价得分数值较小,不利于查看,因此对全部得分通过乘以10000,进行数值转换,并最终进行排序比较;
所述供应商F提供给区域E的电能表在第y个运行时段对应的得分按下式进行转换:
所述可靠性确定子模块,用于利用所述各供应商提供给各区域的电能表在各预设运行时段的得分代表所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
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。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种基于综合评价分析的电能表可靠性评价方法,其特征在于,包括:
基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度;
利用正向化方法和归一化方法对所述失效率和可靠度进行处理,将处理后的所述失效率、可靠度以及各供应商提供给各区域的在各安装时刻安装的电能表在所有预设运行时段的故障数量作为评价指标值构建评价指标值矩阵;
利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
2.根据权利要求1所述方法,其特征在于,所述基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度,包括:
按下式计算各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率:
式中,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的失效率,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的故障数量,为供应商F提供给区域E的在x时刻安装的电能表的总数量,m为供应商F提供给区域E的电能表的安装时刻的数量,n为供应商F提供给区域E的电能表的运行时段的数量;
按下式计算各供应商提供给各区域的电能表在多个预设运行时段的失效率:
按下式计算各供应商提供给各区域的电能表在多个预设运行时段的可靠度:
3.根据要求1述方法,其特征在于,所述利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性,包括:
利用topsis评价方法在所述评价指标值矩阵中的评价指标值筛选出在每个评价指标下的最优评价指标值和最劣评价指标值,并分别计算各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与对应的最优评价指标和最劣评价指标值之间的距离;
将所述各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与所述对应的最优评价指标和最劣评价指标值之间的距离和所述预先确定的每个评价指标权重输入到综合评价分析计算式中,得到所述各供应商提供给各区域的电能表在各预设运行时段的得分;
利用所述各供应商提供给各区域的电能表在各预设运行时段的得分代表所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
4.根据权利要求3所述方法,其特征在于,所述综合评价分析计算式如下式所示:
式中,为所述供应商F提供给区域E的电能表在第y个运行时段对应的得分,为所述供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最劣评价指标值之间的距离,为所述供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最优评价指标值之间的距离;
5.根据权利要求1所述方法,其特征在于,所述各评价指标权重的确定,包括:
利用所述评价指标值矩阵在各评价指标下的每个评价指标值与对应的各评价指标下所有评价指标值的比值代入到所述熵权法中的熵值计算式中,计算得到各评价指标的熵值;
利用信息熵冗余度计算式根据所述各评价指标的熵值计算得到各评价指标的信息熵冗余度;
将所述各评价指标的信息熵冗余度与所有信息熵冗余度的比值作为所述各评价指标的指标权重。
7.一种基于综合评价分析的电能表可靠性评价系统,其特征在于,包括:
计算模块,基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算各供应商提供给各区域的电能表在多个预设运行时段的失效率和可靠度;
处理模块,用于利用正向化方法和归一化方法对所述失效率和可靠度进行处理,将处理后的所述失效率、可靠度以及各供应商提供给各区域的在各安装时刻安装的电能表在所有预设运行时段的故障数量作为评价指标值构建评价指标值矩阵;
评价模块,用于利用Topsis评价方法对所述评价指标值矩阵按照基于熵权法预先确定的各评价指标的权重确定各供应商提供给各区域的电能表在各预设运行时段的得分,并根据所述得分确定所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
8.根据权利要求7所述系统,其特征在于,所述计算模块,包括:
失效率计算子模块,用于按下式计算各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的失效率:
式中,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的失效率,为供应商F提供给区域E的在x时刻安装的电能表在第y个运行时段的故障数量,为供应商F提供给区域E的在x时刻安装的电能表的总数量,m为供应商F提供给区域E的电能表的安装时刻的数量,n为供应商F提供给区域E的电能表的运行时段的数量;
按下式计算各供应商提供给各区域的电能表在多个预设运行时段的失效率:
可靠度计算子模块,用于按下式计算各供应商提供给各区域的电能表在多个预设运行时段的可靠度:
9.根据权利要求7所述系统,其特征在于,所述评价模块,包括:
距离计算子模块,用于利用topsis评价方法在所述评价指标值矩阵中的评价指标值筛选出在每个评价指标下的最优评价指标值和最劣评价指标值,并分别计算各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与对应的最优评价指标和最劣评价指标值之间的距离;
得分计算子模块,用于将所述各供应商提供给各区域的电能表在各预设运行时段对应的每个评价指标值与所述对应的最优评价指标和最劣评价指标值之间的距离和所述预先确定的每个评价指标权重输入到综合评价分析计算式中,得到所述各供应商提供给各区域的电能表在各预设运行时段的得分;
可靠性确定子模块,用于利用所述各供应商提供给各区域的电能表在各预设运行时段的得分代表所述各供应商提供给各区域的电能表在各预设运行时段的可靠性。
10.根据权利要求9所述系统,其特征在于,所述综合评价分析计算式如下式所示:
式中,为所述供应商F提供给区域E的电能表在第y个运行时段对应的得分,为所述供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最劣评价指标值之间的距离,为所述供应商F提供给区域E的电能表在第y个运行时段的每个评价指标值的与对应的最优评价指标值之间的距离;
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110575098 | 2021-05-26 | ||
CN2021105750983 | 2021-05-26 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114091813A true CN114091813A (zh) | 2022-02-25 |
Family
ID=80297051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111202478.9A Pending CN114091813A (zh) | 2021-05-26 | 2021-10-15 | 一种基于综合评价分析的电能表可靠性评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091813A (zh) |
-
2021
- 2021-10-15 CN CN202111202478.9A patent/CN114091813A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108375715B (zh) | 一种配电网线路故障风险日预测方法及系统 | |
US20090083089A1 (en) | Systems and methods for analyzing failure modes according to cost | |
CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
CN111812427A (zh) | 一种电力电子装置的健康状态评估方法及系统 | |
CN111754024B (zh) | 一种基于回归分析的电力行业时间序列的预测方法和系统 | |
CN103631201A (zh) | 一种数控机床子系统可靠性影响度分析方法 | |
CN108320112B (zh) | 一种确定设备健康状态的方法及装置 | |
Hendra et al. | Evaluation of Product Quality Improvement Against Waste in the Electronic Musical Instrument Industry | |
Abele et al. | Simulation-based evaluation of an energy oriented production planning system | |
CN114089255A (zh) | 一种电容式电压互感器稳定性评估方法 | |
CN113886373A (zh) | 一种数据处理方法、装置及电子设备 | |
CN114091813A (zh) | 一种基于综合评价分析的电能表可靠性评价方法及系统 | |
US20220277330A1 (en) | Method and system for product processing price prediction based on multiple regression model | |
CN113237619A (zh) | 变转速旋转机械振动的故障预警方法、装置、设备以及存储介质 | |
CN116819427A (zh) | 一种智能电表的质量确定及剩余寿命检测方法及系统 | |
CN116383048A (zh) | 软件质量信息处理方法及装置 | |
CN116304699A (zh) | 基于新能源多场站短路比的临界样本集生成方法及系统 | |
CN107783896B (zh) | 一种数据处理模型的优化方法和装置 | |
CN111597499B (zh) | 一种工业设备故障维修方案生成方法及系统 | |
CN112700018A (zh) | 一种基于故障率的评价电力设备状态的方法及系统 | |
CN110991847A (zh) | 一种电能表批次管理方法、装置及可读存储介质 | |
CN112653129B (zh) | 暂态功角稳定裕度估算方法、装置及系统 | |
Juanda et al. | Corporate Size, Profitability, Liquidity And Accuracy Of Corporate Internet Reporting Time | |
RU2782634C1 (ru) | Способ определения количества выходящих из строя объектов с использованием данных о наработках эксплуатируемых технических объектов | |
Li et al. | A study of analogy based sampling for interval based cost estimation for software project management |
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 |