CN114399150A - 基于ahp-模糊综合评价法的配网设备状态评价方法 - Google Patents

Abstract

本发明公开了一种基于AHP‑模糊综合评价法的配网设备状态评价方法，具体包括如下步骤：步骤1，对配网设备进行筛选；步骤2，基于步骤1筛选的配网设备建立对应的二、三级评价指标集合；步骤3，确定针对配网设备群状态评价的综合一级指标；步骤4，计算二、三级指标权重；步骤5，确定配网设备状态评价指标；步骤6，确定三级指标的评语集合；步骤7，建立各二级指标下的三级指标模糊隶属度矩阵；步骤8，确定各个二级指标的隶属度向量；步骤9，合成模糊综合评价的评判结果向量。本发明根据实际可获取的配电网数据和业务需求对配网设备进行主要设备筛选，并利用AHP模糊综合评价法对主要配网设备进行状态评价。

Description

基于AHP-模糊综合评价法的配网设备状态评价方法

技术领域

本发明属于配电网设备的状态评价技术领域，涉及基于AHP-模糊综合评价法的配网设备状态评价方法。

背景技术

配电网是指从输电网或地区发电厂接受电能，并通过配电设施就地或逐级配送给各类用户的电力网络，是电能传送过程中直接面向用户的最后一个环节。配网中主要的电气设备包括配电变压器、架空线路、开关类设备、框式电容器等设备。配电设备在运行过程中由于投运年限、负荷过载、供电不均衡、老化缺陷、恶劣天气等多种因素的影响不可避免地出现设备故障，而一旦出现故障将造成巨大的经济损失，因此对配电设备进行运行状态评价具有至关重要的意义。

常用的配网设备状态评价方法中，层次分析法依靠专家经验定性成分多，主观因素占比较大，客观性相对较差，且层次结构跨度较大，各层联系不够紧密；熵权法又过多依赖于设备运行数据所提取出的特征确定权重，无法与实际紧密联系，降低了评价过程中的主观因素和确定因素。上述评价方法在评价时认为各评价指标之间是相互独立的，计算指标权重时极易产生交大的偏差，使得评价结果缺失综合性，影响配网设备状态评价的客观性和准确性。

发明内容

本发明的目的是提供一种基于AHP-模糊综合评价法的配网设备状态评价方法，

主要由两部分组成，即层次分析法和模糊综合评价。该方法首先根据台区配网实际情况从配网设备中筛选出满足评价需求的典型设备，再通过分析处理配网缺陷数据、历史故障记录等数据源，确定各类典型配网设备三级评价指标集，建立相应的评价指标体系，然后利用层次分析法计算出各个指标的权重，接着利用模糊综合评价法得到典型配网设备运行状态的综合评价结果。

本发明所采用的技术方案是，基于AHP-模糊综合评价法的配网设备状态评价方法，具体包括如下步骤：

步骤1，对配网设备进行筛选；

步骤2，基于步骤1筛选的配网设备建立对应的二、三级评价指标集合；

步骤3，确定配网设备状态评价的综合一级指标；

步骤4，计算二、三级指标权重；

步骤5，确定配网设备状态评价评语；

步骤6，确定三级指标的评语集合；

步骤7，建立各二级指标下的三级指标模糊隶属度矩阵；

步骤8，确定各个二级指标的隶属度向量；

步骤9，合成模糊综合评价的评判结果向量。

本发明的特点还在于：

步骤1中，筛选的配网设备为：配电变压器、架空线路、开关类设备和框式电容器。

步骤4的具体过程为：

步骤4.1，基于1～9标度法，并结合若干专家经验，建立表示二级指标间互相影响程度的有向关系矩阵A_m×m和表示三级指标间互相影响程度的有向关系矩阵

步骤4.2，对二、三级指标判断矩阵进行一致性检验，具体为：

首先，采用如下公式(1)计算判断矩阵的随机一致性指标C.I.：

其中，λ_max为矩阵A的最大特征根，n为矩阵A的阶数。

其次，采用如下公式(2)计算二、三级指标判断矩阵的一直性比例C.R.：

其中，R.I.为平均随机一致性指标；

最后，对指标判断矩阵进行一致性验证，当指标判断矩阵一致性比例C.R.<0.1时，认为该判断矩阵通过一致性检验；当C.R.≥0.1时，应对该判断矩阵做修正；

步骤4.3，确定二级指标权重向量W_A和和各个三级指标判断矩阵B₁、B₂、...、B_n所对应的权重向量

步骤7的具体过程为：

基于评语中每个评价指标U_i得到量化评价结果，即确定每个评价对象关于每个评语构成的的评价指标隶属度矩阵R_m：

其中，矩阵R_m中，元素r_ij表示待评价对象中的评价指标u_i关于评价等级v_j对应模糊子集的隶属度值；

对于因素U_i有V₁个U₁级评语、V₂个U₂级评语，…，V₅个U₅级评语，则各个二级指标B_m对应的隶属度向量

按如下公式(4)进行计算：

步骤8的具体过程为：

根据步骤7得到的隶属度矩阵，求得各个二级指标的隶属度向量Q₁，Q₂，...，Q_m：

Q_m＝W_cm×R_m (5)。

步骤9的具体过程为：

将步骤9所得的m个隶属度向量Q_m合并，得到一个一级指标关于各评语隶属度的综合隶属度矩阵Q_m×m：

结合步骤4.3中计算得的二级指标权重向量W_A，得到该配网设备的状态评估结果S，即：

S_1×5＝W_A×Q_m×m＝(S₁，S₂，…，S₅) (7)；

其中，S₁、S₂、S₃、S₄、S₅分别代表该配网设备某一个二级指标占“优”、“良”、“一般”、“较差”和“差”的比重；

根据百分制划分标准，为“优”、“良”、“一般”、“较差”和“差”评语分别加权值100、90、80、70、60，得到该设备评估结果S：

S＝S₁×100+S₂×90+…+S₅×60 (8)。

本发明的有益效果是：本发明首先通过分析某地区配电网规模，筛选出该地区配网主要设备，减少了不必要的工作量。然后通过统计分类主要配网设备的典型故障，分析配网设备典型故障缺陷类型，综合考虑了设备实际运行的状态量，确定出反映各类设备的各级评价指标，提高了配网设备评价工作的效率，使得配网评价更加客观。此外，本发明利用AHP计算出各指标权重并利用模糊综合评价法得出典型配网设备运行状态的综合评价结果思路简明、清晰，并且能将评分专家的观点进行条理化、数量化、便于计算。

附图说明

图1为配电变压器主要缺陷类型与缺陷数量直方图；

图2为架空线路主要缺陷类型与缺陷数量直方图；

图3为开关类设备主要缺陷类型与缺陷数量直方图；

图4(a)～(c)为配电变压器典型故障缺陷大类的缺陷小类直方图；

图5(a)～(c)为架空线路典型故障缺陷大类的缺陷小类直方图；

图6(a)、(b)为开关类设备典型故障缺陷大类的缺陷小类直方图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明基于AHP(层次分析法(The Analytic Hierarchy Proces，AHP))-模糊综合评价法的配网设备状态评价方法，具体包括如下步骤：

步骤1，对配网设备进行主要设备筛选。

基于配网设备类型和设备运行数据、台账数据和检修工单等数据源，对配电网进行设备分类。本发明以某市县级配网为例，确定主要配网设备为配电变压器、架空线路、开关类设备和框式电容器四类。

步骤2，建立典型配网设备对应的二、三级评价指标集合。

步骤2.1，基于巡检记录、操作维护记录、历史缺陷记录、故障跳闸、运行监测数据等数据源，结合专家意见，利用数据挖掘和大数据分析等技术，对数据源进行统计分析，如图1、图2、图3所示。

步骤2.2，结合设备类型与特点，根据实际情况将步骤2.1中表征相同含义的数据进行归纳，确定出配网各类典型设备的二、三级评价指标。如图4、图5、图6所示(其中，图4(a)为配电变压器绝缘问题中各缺陷小类分布图，图4(b)为配电变压器设备受损中各缺陷小类分布图，图4(c)为配电变压器外力破坏中各缺陷小类分布图；图5(a)为架空线绝缘问题中各缺陷小类分布图；图5(b)为架空线设备受损中各缺陷小类分布图，图5(c)为架空线外力破坏中各缺陷小类分布图；图6(a)为开关类设备不良工况及保护装置或表计异常中各项缺陷小类分布图，图6(b)为开关类设备受损中各缺陷小类分布图)，以某市县级配网配电变压器、架空线路、开关类设备和框式电容器四类典型配网设备为例，表1列出了评价典型配电设备所需具体指标。

表1评价指标

步骤3，提炼针对配网设备群状态评价的综合一级指标。一级指标是对二级指标的概括和归纳，且一级指标的评估分数由二级指标通过本文的评价模型得到，是各种配网设备的状态评价的统一标准。一级指标分为三类，分别为设备运行风险、用户满意度和设备健康度。

步骤3.1，设备运行风险是指设备发生停电事故的严重程度评估。通过设备的运行风险计算公式得到设备运行风险值，表示设备运行对台区用户、社会经济和馈线安全等方面的影响。考虑实际配网运维和调度需要，采用“高”、“中”、“低”和“可接受”4个风险等级定性描述运行风险值，用于指导实际应用，具体描述见表2。

表2运行风险等级划分

步骤3.2，用户满意度是指设备所服务用户的反馈情况，多指用户投诉。配电设备群直接面对着用户侧，配电网运维的根本目的为提高用户用电的满意度。根据用户实际反馈情况，结合专家经验，将用户满意度划分为“很满意”、“一般满意”、“不满意”、“很不满意”4个等级，具体描述见表3。

表3用户满意度等级划分

步骤4，计算二、三级指标权重。

步骤4.1，基于1～9标度法，建立表示二级指标间互相影响程度的有向关系矩阵A_m×m和表示三级指标间互相影响程度的有向关系矩阵

其中，m为二级指标个数，n为各个二级指标所包含的三级指标个数，矩阵中的元素a_ij，b_ij＝1，2，...，(i，j＝1，2，...，n，i≠j)表示第i项指标对第j项指标的影响程度，用标度及它们的倒数来表示相对的重要性，具体标度含义参见表4。

表4标度含义参照表

标度	含义
		1	表示第一个指标与第二个指标相比，相同重要
3	表示第一个指标与第二个指标相比，第一个稍微重要
		5	表示第一个指标与第二个指标相比，第一个明显重要
7	表示第一个指标与第二个指标相比，第一个强烈重要
		9	表示第一个指标与第二个指标相比，第一个极端重要
2、4、6、8	表示介于1、3、5、7、9之间的值

步骤4.2，对二、三级指标判断矩阵进行一致性检验，具体为：

首先，采用如下公式(3)计算判断矩阵的随机一致性指标C.I.：

其中，λ_max为矩阵A的最大特征根，n为矩阵A的阶数。

表5平均随机一致性指标R.I.表

阶数	1	2	3	4	6	7	8	9	10
										R.I.	0.00	0.00	0.58	0.90	1.24	1.32	1.41	1.45	1.49

然后，根据表5查得不同阶数n对应的平均随机一致性指标R.I.，采用如下公式(4)计算二、三级指标判断矩阵的一直性比例C.R.：

其中，R.I.为平均随机一致性指标；

最后，对指标判断矩阵进行一致性验证，当指标判断矩阵一致性比例C.R.＜0.1时，认为该判断矩阵通过一致性检验；当C.R.≥0.1时，应对该判断矩阵做修正；

步骤4.3，确定二、三级指标的权重向量；

将通过一致性检验的各判断矩阵代入如下公式(5)：

(C-λE)x＝0 (5)；

式中，C为通过一致性检验的各判断矩阵，λ＝λ_{1，2，...，s}为矩阵C的特征值，s为矩阵C的维数。

令|A-λE|＝0求解出各判断矩阵特征值λ_{1，2，...，s}，找出λ_{1，2，...，s}中最大的值λ_max，将最大特征值λ_max回代入公式(5)中，求出的C即为最大特征值λ_max所对应的特征向量ε＝C＝{ε₁，ε₂，...，ε_s}，对矩阵C最大特征值λ_max所对应的特征向量对特征向量ε中的各元素ε_i(i＝1，2，...，s)进行标准化，得到矩阵C的权重向量W＝{w₁，w₂，...，w_s}其中，二级指标判断矩阵A矩阵的权重向量W_A和和各个三级指标判断矩阵B₁、B₂、...、B_n所对应的权重向量

步骤5，确定配网设备状态评价评语。

根据《配电设备定级标准(试行)》文件，结合专家经验，确定配网设备状态评价的评判U＝{U₁，U₂，U₃，U₄，U₅}＝{优、良、一般、较差、差}。基于步骤2中各三级指标，根据5位配网评价专家选择一个自身认为合适的评语描述指标，例如专家认为某架空线路的二级指标“设备受损”情况为优秀，则该指标打分为“优”，对评语打分结果进行统计与整理，结果如表所示。

表6某设备二级指标评分表

二级指标	专家1	专家2	专家3	专家4	专家5
						B<sub>11</sub>	优	优	良	优	一般
...	...	...	...	...	...
						B<sub>nm</sub>	...	...	...	...	...

步骤6，确定三级指标的评语集合。

统计各个三级指标得到的评分情况V＝{V₁，V₂，V₃，V₄，V₅}，每个模糊子集对应一个评语集合，即V₁，V₂，V₃，V₄，V₅分别代表该设备在专家评语中得到的“优”、“良”、“一般”、“较差”和“差”评语个数。

步骤7，建立各二级指标下的三级指标模糊隶属度矩阵。

基于评语中每个评价指标U_i得到量化评价结果，即确定每个评价对象关于每个评语构成的的评价指标隶属度矩阵R_m：

其中，矩阵R_m中，元素r_ij表示待评价对象中的评价指标u_i关于评价等级v_j＝1，2，...，5对应模糊子集的隶属度值；

对于因素U_i有V₁个U₁级评语、V₂个U₂级评语，…，V₅个U₅级评语，则各个二级指标B_m对应的隶属度向量

按如下公式(7)进行计算：

步骤8，确定各个二级指标的隶属度向量。

根据步骤7得到的隶属度矩阵，求得各个二级指标的隶属度向量Q₁，Q₂，...，Q_m：

Q_m＝W_cm×R_m (5)。

步骤9，合成模糊综合评价的评判结果向量。

将步骤9所得的m个隶属度向量Q_m合并，得到一个一级指标关于各评语隶属度的综合隶属度矩阵Q_m×m：

结合步骤4.3中计算得的二级指标权重向量W_A，得到该配网设备的状态评估结果S，即：

S_1×5＝W_A×Q_m×m＝(S₁，S₂，…，S₅) (7)；

其中，S₁、S₂、S₃、S₄、S₅分别代表该配网设备某一个二级指标占“优”、“良”、“一般”、“较差”和“差”的比重；

根据百分制划分标准，综合相关领域专家对各评语的喜好程度，为“优”、“良”、“一般”、“较差”和“差”评语分别加权值100、90、80、70、60，得到该设备评估结果S：

S＝S₁×100+S₂×90+…+S₅×60 (8)。

至此，建立了基于AHP-模糊综合评价法的配网设备状态评价方法。本发明根据台区配网实际情况从配网设备中筛选出满足评价需求的典型设备，通过分析处理配网缺陷数据、历史故障记录等数据源，确定各类典型配网设备三级评价指标集，进而利用AHP计算出各指标权重，接着利用模糊综合评价法得到各指标关于各评价等级的隶属度矩阵，最后通过合成模糊综合评价的评判结果向量，得到典型配网设备运行状态的更为准确的综合评价结果，解决了传统配网设备状态评价过程中评价设备量大面广，设备性能参数、状态参量各不相同，评估工作量大、效率低的问题。本发明提出的基于AHP-模糊综合评价法的配网设备状态评价方法重点针对了台区配网的典型设备，且关注到了配网设备的实际运行状态量，评价结果更加贴近实际生产应用，还可以更为灵活的开展专项设备分析和评价，设备评价效率大大提高，为运维部门对低电压配电网设备进行实时、精确、高效的状态评估和故障识别提供重要的辅助决策依据果。

Claims (6)

1.基于AHP-模糊综合评价法的配网设备状态评价方法，其特征在于：具体包括如下步骤：

步骤1，对配网设备进行筛选；

步骤2，基于步骤1筛选的配网设备建立对应的二、三级评价指标集合；

步骤3，确定配网设备状态评价的综合一级指标；

步骤4，计算二、三级指标权重；

步骤5，确定配网设备状态评价评语；

步骤6，确定三级指标的评语集合；

步骤7，建立各二级指标下的三级指标模糊隶属度矩阵；

步骤8，确定各个二级指标的隶属度向量；

步骤9，合成模糊综合评价的评判结果向量。

2.根据权利要求1所述的基于AHP-模糊综合评价法的配网设备状态评价方法，其特征在于：所述步骤1中，筛选的配网设备为：配电变压器、架空线路、开关类设备和框式电容器。

3.根据权利要求1所述的基于AHP-模糊综合评价法的配网设备状态评价方法，其特征在于：所述步骤4的具体过程为：

步骤4.1，基于1～9标度法，并结合若干专家经验，建立表示二级指标间互相影响程度的有向关系矩阵A_m×m和表示三级指标间互相影响程度的有向关系矩阵

步骤4.2，对二、三级指标判断矩阵进行一致性检验，具体为：

首先，采用如下公式(1)计算判断矩阵的随机一致性指标C.I.：

其中，λ_max为矩阵A的最大特征根，n为矩阵A的阶数。

其次，采用如下公式(2)计算二、三级指标判断矩阵的一直性比例C.R.：

其中，R.I.为平均随机一致性指标；

最后，对指标判断矩阵进行一致性验证，当指标判断矩阵一致性比例C.R.<0.1时，认为该判断矩阵通过一致性检验；当C.R.≥0.1时，应对该判断矩阵做修正；

步骤4.3，确定二级指标权重向量W_A和和各个三级指标判断矩阵B₁、B₂、...、B_n所对应的权重向量

4.根据权利要求3所述的基于AHP-模糊综合评价法的配网设备状态评价方法，其特征在于：所述步骤7的具体过程为：

基于评语中每个评价指标U_i得到量化评价结果，即确定每个评价对象关于每个评语构成的的评价指标隶属度矩阵R_m：

其中，矩阵R_m中，元素r_ij表示待评价对象中的评价指标u_i关于评价等级v_j对应模糊子集的隶属度值；

对于因素U_i有V₁个U₁级评语、V₂个U₂级评语，…，V₅个U₅级评语，则各个二级指标B_m对应的隶属度向量

按如下公式(4)进行计算：

其中，V_im是二级指标获得的第i个评语的个数。

5.根据权利要求4所述的基于AHP-模糊综合评价法的配网设备状态评价方法，其特征在于：所述步骤8的具体过程为：

根据步骤7得到的隶属度矩阵，求得各个二级指标的隶属度向量Q₁，Q₂，...,Q_m:

Q_m＝W_cm×R_m (5)。

6.根据权利要求5所述的基于AHP-模糊综合评价法的配网设备状态评价方法，其特征在于：所述步骤9的具体过程为：

将步骤9所得的m个隶属度向量Q_m合并，得到一个一级指标关于各评语隶属度的综合隶属度矩阵Q_m×m：

结合步骤4.3中计算得的二级指标权重向量W_A，得到该配网设备的状态评估结果S，即：

S_1×5＝W_A×Q_m×m＝(S₁，S₂，…，S₅) (7)；

其中，S₁、S₂、S₃、S₄、S₅分别代表该配网设备某一个二级指标占“优”、“良”、“一般”、“较差”和“差”的比重；

根据百分制划分标准，为“优”、“良”、“一般”、“较差”和“差”评语分别加权值100、90、80、70、60，得到该设备评估结果S：

S＝S₁×100+S₂×90+…+S₅×60 (8)。

Images