CN105631771A - 一种基于变权函数的多参数电缆状态评价方法 - Google Patents

Abstract

本发明公开一种基于变权函数的多参数电缆状态评价方法，包括：构建电缆状态评价指标集；构建判断矩阵A；对评价指标进行归一化处理；建立模糊评价的评语集；设定评价状态相应的隶属函数，得出模糊评判矩阵R；构造评价指标变权向量W；构造局部变权函数S；建立高压交联电缆线路综合状态评价模型对电缆状态进行评价。本发明的方法实现了指标权重随指标值的变化而变化，有效弥补常权评价方法不能体现小权重值状态量的劣化对评价目标的影响的问题，是评价结果更加符合于电缆乃至电网设备状态的生产运行实际状态。

Description

一种基于变权函数的多参数电缆状态评价方法

技术领域

本发明属于电力设备故障检测与诊断技术领域，特别涉及一种电缆状态评价方法。

背景技术

随着经济发展，电网负荷日益增长，受线路走廊和电磁环境等因素的制约，应供电可靠性及城市美化的要求，电力电缆作为城市电网中的重要设备，发展速度极快，与发展相伴随的电缆事故也迅速增加，对经济社会的发展带来了巨大影响，电缆线路通常釆用通道、穿管、直埋等方式敷设于地下，日常运行维护中，难以通过肉眼观察等进行直接巡视、测量，其运行状态难以监测与控制，因此加强对电缆线路运行状态监测及评价技术进行***研究，全面分析表征电缆运行状态的各项参数，提出基于科学方法的多参数电缆线路评价方法，建立电缆状态评价模型，对于准确掌握电缆运行状态，及早发现潜伏性缺陷及各类外在隐患，避免电缆事故的发生，确保***安全稳定运行具有重要的现实意义。

从国内外电缆状态评价研究的总体情况上看，虽然电缆状态评价在国内外有一些研究和应用，但与变压器、开关等电网设备相比较研究较少，目前对于表征电缆运行状态的参数缺乏全面、***性研究，从近来年的一些电缆事故分析，除了电缆本体的质量、负荷电流、温度及电缆通道的环境因素外，外界电网因素如电网谐波、单相故障重合闸方式等也对电缆运行状态影响很大，在进行状态评价时不容忽视。

目前对电缆状态评价中指标权重的确定方法研究较少，对各状态参数多采用常权模型，然而高压交联电缆线路的实际运行状态明显具有“木桶性质”，即一只木桶能盛多少水，并不取决于所有木板的平均长度，而是取决于最短的那块木板。当电缆出现某个项目劣化程度很高状况，其综合运行状态也即可能达到严重状态。例如，在极个别指标权重较小项(假设为通道的火灾风险系数)的值已经达到“严重状态”值，而大多指标还处于良好状态，按常权综合评价理论评价电缆的结果依旧是给出“良好”或“健康”状态评价结果，但此时电缆通道一旦发生火灾，后果非常严重，此时的评价结果便会与现实和现场工作经验明显相悖。因此，在电缆线路状态综合评价中，还需要考虑到设备自身状态所具有的“木桶性质”，对状态评价指标常权权值结果作出变权修正。

发明内容

本发明的目的在于提供一种基于变权函数的多参数电缆状态评价方法，以解决目前电缆评价方法中常权评价模型不能体现小权重值状态量的劣化对评价目标的影响，使得权重系数的分配不合理的问题。本发明通过在常规的模糊层次分析法的基础上引入变权方法，通过研究变权向量，构造局部变权函数，确定变权函数的参数，实现指标权重随指标量的变化而改变，尤其是灵敏反映小权重指标的极端劣化对整体评价结果的影响，从而实现对电缆状态的客观、科学评价。

为了实现上述目的，本发明采用如下技术方案：

一种基于变权函数的多参数电缆状态评价方法，包括以下步骤：

(1)构建电缆状态评价指标集{P₁,P₂,…,P_n}；

(2)构建判断矩阵A；

(3)对评价指标进行归一化处理；

(4)建立模糊评价的评语集V＝{V₁,V₂,V₃,V₄}；

(5)设定评价状态相应的隶属函数，得出模糊评判矩阵R；

(6)构造评价指标变权向量W；

(7)构造局部变权函数S；

(8)建立高压交联电缆线路综合状态评价模型对电缆状态进行评价。

进一步的，步骤(1)中P_i表示评价指标，i＝1、2、3……n，n为指标总数，n＝20；评价指标集包括：运行年限、故障记录、缺陷记录、主绝缘电阻、交流耐压、外护套直流电压、局部放电、负荷电流、电缆表面温度、电缆接头温度、接地电流、局部放电、温度、湿度、水位、气体含量、井盖状态、火灾风险、单相故障处理方式和电网谐波。

进一步的，判断矩阵A为：

$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \mathrm{...}& a_{1n}\\ a_{21}& a_{21}& \mathrm{...}& a_{2n}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ a_{n1}& a_{n2}& \mathrm{...}& a_{nn}\end{array}\right]$

其中，a_ij为第i个评价指标与第j个评价指标的重要性比值；

a_ij为的取值采用下表：

标度	aij说明	aij
			1	表示Pi与Pj比较同等重要	1
3	表示Pi比Pj稍微重要	1/3
			5	表示Pi比Pj明显重要	1/5
7	表示Pi比Pj非常重要	1/7
			9	表示Pi比Pj绝对重要	1/9
2、4、6、8	表示重要度介于两数之间

运用1-9的比例标度法计算权重向量，得到各指标的常权向量W⁰。

进一步的，采用下表对评价指标进行归一化处理：

进一步的，步骤(4)中V＝{V₁,V₂,V₃,V₄}＝{“严重状态”，“异常状态”，“注意状态”，“正常状态”}。

进一步的，步骤(5)具体包括：

电缆评价状态“严重状态”、“异常状态”、“注意状态”和“正常状态”的隶属函数分别为：

其中，x为评价指标在步骤(3)中进行无量纲化后得出的分值；(v₁,v₂,v₃,v₄,v₅)为设备四种评价状态分级的阈值，v₁,v₂,v₃,v₄,v₅的取值分别为0、0.4、0.7、0.9、1；c₁，c₂，c₃，c₄分别是评价区间(v₁,v₂)，(v₂,v₃)，(v₃,v₄)，(v₄,v₅)的中点；通过隶属函数计算出每个评价指标的隶属度，每个评价指标的隶属度包括(μ₁(x)，μ₂(x)，μ₃(x)，μ₄(x))；

得出模糊评判矩阵：

$R=\left[\begin{array}{c}{R}_1\\ R_2\\ R_3\\ .\\ .\\ .\\ R_{20}\end{array}\right]=\left[\begin{array}{c}{r}_{11},r_{12},r_{13},r_{14}\\ r_{21},r_{12},r_{13},r_{14}\\ r_{31},r_{32},r_{33},r_{34}\\ ...............\\ r_{201},r_{202},r_{203},r_{204}\end{array}\right]$

其中R_i＝{r_i1,r_i2,r_i3,r_i4}为第i个评价指标的单因素的模糊评判向量，即该指标的隶属度；

将全部单因素模糊评判向量组合，构成了针对全评价因素的模糊评判矩阵R。

进一步的，步骤(6)具体包括：

构造评价指标变权向量，

$W\left(X\right)=\frac{(w_1^0\·S_1(X),\mathrm{...},w_n^0\·S_n(X\left)\right)}{\underset{j=1}{\overset{n}{\Σ}}(w_j^0\·S_j(X\left)\right)}=\frac{w^0\·S_1\left(X\right)}{(\underset{j=1}{\overset{n}{\Σ}}{w}_j^0\·S_j(X\left)\right)}$

其中，j＝1,2,3….n，n为评价指标的总个数；

W⁰—评价指标常权向量，

W(X)-评价指标变权向量，

S(X)-状态变权向量。

进一步的，步骤(7)具体包括：

构造局部变权函数：

$S\left(x_j\right)=\left\{\begin{array}{cc}\frac{c_{21}-c_{11}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}\mathrm{\&mu;}ln\frac{\mathrm{\&mu;}}{x_j}+c_{21};& 0<x_j\&le;\mathrm{\&mu;}\\ -\frac{c_{21}-c_{11}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}{x}_j+\frac{c_{21}\mathrm{\&lambda;}-c_{11}\mathrm{\&mu;}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}& \mathrm{\&mu;}<x_j\&le;\mathrm{\&lambda;}\\ C+\frac{c_{21}-c_{11}}{2(\mathrm{\&lambda;}-\mathrm{\&mu;})(\mathrm{\&alpha;}-\mathrm{\&lambda;})}{(\mathrm{\&alpha;}-x_j)}^2& \mathrm{\&lambda;}<x_j\&le;\mathrm{\&alpha;}\\ C& \mathrm{\&alpha;}<x_j\&le;\mathrm{\&beta;}\\ K(1-\mathrm{\&beta;})ln\frac{1-\mathrm{\&beta;}}{1-x_j}+C& \mathrm{\&beta;}<x_j\&le;1\end{array}\right.$

其中，μ＝0.3，λ＝0.4，α＝0.7，β＝0.9，C＝0.4，c₁₁＝0.5，c₂₁＝0.8。

进一步的，步骤(8)中高压交联电缆线路综合状态评价模型为：

B＝W·R＝(b₁,b₂,b₃,b₄)

B为变权综合评价值。

进一步的，b₁,b₂,b₃,b₄中哪个数值最大，对应判定电缆为“严重状态”、“异常状态”、“注意状态”或“正常状态”。

相对于现有技术，本发明具有以下有益效果：本发明前5个步骤为模糊层次分析法的标准步骤，步骤(6)-(8)，引入变权函数，实现基于变权函数的电缆状态评价；本发明在构建评价因素集时，首次考虑了电网谐波及单相故障处理方式对电缆运行状态的影响，在采用模糊层次分析法得到常权向量W⁰和模糊矩阵R后，构建变权向量W，局部变权函数S(x_j)，并通过计算确定S(x_j)的关键参数，最终建立电缆变权综合状态评价模型。本发明的方法实现了指标权重随指标值的变化而变化，有效弥补常权评价方法不能体现小权重值状态量的劣化对评价目标的影响的问题，是评价结果更加符合于电缆乃至电网设备状态的生产运行实际状态。

1、在建立评价因素集时，首次考虑了电网谐波及单相故障处理方式对电缆运行状态的影响，对电缆的状态评价更加生产实际。

2、构造了局部变权向量，确定了关键参数，使变权函数惩罚幅度远远大于激励幅度，着重反映小权重指标的极端劣化对整体评价结果的影响。

3、通过在模糊层次分析法的基础上引入变权函数，弥补了常规模糊层次分析法的不足。

4、通过使用基于变权函数的模糊层次分析法对实际运行电缆进行状态评价分析，评价结果较常权方法更加客观，可以将方法应用于其他电网设备。

附图说明

图1为本发明的评价因素集；

图2为隶属函数分布图；

图3为惩罚-激励型状态变权函数曲线；

图4为本发明确定参数的惩罚-激励型状态变权函数曲线；

图5为本发明方法的变权综合评价整体流程图。

具体实施方式

下面结合具体实施方式对本发明进行详细说明。

请参阅图1至图5所示，本发明一种基于变权函数的多参数电缆状态评价方法，包括以下步骤：

(1)构建电缆状态评价指标集{P₁,P₂,…,P_n}，首次考虑了电网谐波及单相故障处理方式对电缆运行状态的影响，评价指标集见图1。电缆状态评价指标集包括：运行年限、故障记录、缺陷记录、主绝缘电阻、交流耐压、外护套直流电压、局部放电、负荷电流、电缆表面温度、电缆接头温度、接地电流、局部放电、温度、湿度、水位、气体含量、井盖状态、火灾风险、单相故障处理方式和电网谐波，指标表示为P_i，i＝1、2、3……n，n为指标总数，n＝20。

(2)构建判断矩阵A：

$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \mathrm{...}& a_{1n}\\ a_{21}& a_{21}& \mathrm{...}& a_{2n}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ a_{n1}& a_{n2}& \mathrm{...}& a_{nn}\end{array}\right]$

其中，a_ij为第i个评价指标与第j个评价指标的重要性比值(表1)；并运用1-9的比例标度法计算权重向量，得到各指标的常权向量W⁰；下附一个常权向量W⁰的例子，常权向量中所有向量之和为1：

$W^0=\left\{\begin{array}{c}0.0232,0.1556,0.2014,0.0181,0.0209,0.0051,0.0286,0.0868,0.0378,0.0555,0.0092,0.0245,\\ 0.0327,0.0176,0.0079,0.0035,0.0090,0.0245,0.0119,0.0040\end{array}\right\}$

表1层次分析法1-9标度的含义

标度	aij说明	aij
			1	表示Pi与Pj比较同等重要	1
3	表示Pi比Pj稍微重要	1/3
			5	表示Pi比Pj明显重要	1/5
7	表示Pi比Pj非常重要	1/77 -->
			9	表示Pi比Pj绝对重要	1/9
2、4、6、8	表示重要度介于两数之间

(3)对指标值进行归一化处理分类：将评价指标划分为定量指标和定性指标，定量指标又分为极大型指标(数值越大电缆状态越好)、极小型指标(数值越小电缆状态越好)、中间型指标(空气含量中的氧气含量)。采用半梯形函数和梯形函数对所有评价指标进行无量纲化处理，其中，极大型指标(数值越大电缆状态越好)采用升半梯形函数，极小型指标(数值越小电缆状态越好)采用降半梯形函数，中间型指标(空气含量中的氧气含量)采用梯形函数。各评价指标的类型及判断方式如表2：

表2电缆指标类型及判断方式

(4)依据国家电网公司颁布的《电缆线路状态评价导则》(Q/GDW456-2010)中对设备指标因素状态等级的划分四个等级，建立模糊评价的评语集如下：

V＝{V₁,V₂,V₃,V₄}＝{“严重状态”，“异常状态”，“注意状态”，“正常状态”}

(5)考虑到相邻状态的区域边界应该具有一定的交集，于是本发明选用了较为直观的梯形与半梯形隶属函数，则电缆评价状态“严重状态”、“异常状态”、“注意状态”和“正常状态”的隶属函数分别为：

其中，x为评价指标在步骤(3)中进行无量纲化后得出的分值；(v₁,v₂,v₃,v₄,v₅)为设备四种评价状态分级的阈值，v₁,v₂,v₃,v₄,v₅的取值分别为0、0.4、0.7、0.9、1；c₁，c₂，c₃，c₄分别是评价区间(v₁,v₂)，(v₂,v₃)，(v₃,v₄)，(v₄,v₅)的中点。通过隶属函数计算出每个评价指标的隶属度，每个评价指标的隶属度包括(μ₁(x)，μ₂(x)，μ₃(x)，μ₄(x))；

得出模糊评判矩阵：

$R=\left[\begin{array}{c}{R}_1\\ R_2\\ R_3\\ .\\ .\\ .\\ R_{20}\end{array}\right]=\left[\begin{array}{c}{r}_{11},r_{12},r_{13},r_{14}\\ r_{21},r_{12},r_{13},r_{14}\\ r_{31},r_{32},r_{33},r_{34}\\ ...............\\ r_{201},r_{202},r_{203},r_{204}\end{array}\right]$

其中R_i＝{r_i1,r_i2,r_i3,r_i4}为第i个评价指标的单因素的模糊评判向量，即该指标的隶属度，获得即按照将全部单因素模糊评判向量组合，即构成了针对全评价因素的模糊评判矩阵R。怎么获得：实际就是把20个指标的隶属度算出来，放在一起。

(6)构造评价指标变权向量，

$W\left(X\right)=\frac{(w_1^0\&CenterDot;S_1(X),\mathrm{...},w_n^0\&CenterDot;S_n(X\left)\right)}{\underset{j=1}{\overset{n}{\&Sigma;}}(w_j^0\&CenterDot;S_j(X\left)\right)}=\frac{w^0\&CenterDot;S_1\left(X\right)}{(\underset{j=1}{\overset{n}{\&Sigma;}}{w}_j^0\&CenterDot;S_j(X\left)\right)}$

其中，j＝1,2,3….n，n为评价指标的总个数；

W⁰-评价指标常权向量，

W(X)-评价指标变权向量，

S(X)-状态变权向量

通过上式可知，变权向量为常权向量W⁰和状态变权向量S(X)(归一化)Hardarmard乘积。(Hardarmard乘积定义为二者对应位置的乘积)

(7)构造局部变权函数，函数曲线见图3。

$S\left(x_j\right)=\left\{\begin{array}{cc}\frac{c_{21}-c_{11}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}\mathrm{\&mu;}ln\frac{\mathrm{\&mu;}}{x_j}+c_{21};& 0<x_j\&le;\mathrm{\&mu;}\\ -\frac{c_{21}-c_{11}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}{x}_j+\frac{c_{21}\mathrm{\&lambda;}-c_{11}\mathrm{\&mu;}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}& \mathrm{\&mu;}<x_j\&le;\mathrm{\&lambda;}\\ C+\frac{c_{21}-c_{11}}{2(\mathrm{\&lambda;}-\mathrm{\&mu;})(\mathrm{\&alpha;}-\mathrm{\&lambda;})}{(\mathrm{\&alpha;}-x_j)}^2& \mathrm{\&lambda;}<x_j\&le;\mathrm{\&alpha;}\\ C& \mathrm{\&alpha;}<x_j\&le;\mathrm{\&beta;}\\ K(1-\mathrm{\&beta;})ln\frac{1-\mathrm{\&beta;}}{1-x_j}+C& \mathrm{\&beta;}<x_j\&le;1\end{array}\right.$

为了反映电缆线路的“木桶性质”，增强对高劣化指标项反应的相对灵敏性，对于较差的被评价因素加以较强的权重，在变权综合评价中惩罚力度设置应大于激励力度，变权综合评价相应解释如下：

(1)子目标评价P_i的评价值x_j∈(0,1)，激励水平β靠近1，即受激励区间(β,1)较窄，该区间的状态值受到强烈激励而迅速变化；

(2)惩罚水平与激励水平很近，即合格区(α,β)很窄，该区间状态值将不会受到激励惩罚；

(3)受惩罚区间(0,α)较宽，可分为初惩罚阶段(λ,α)、强惩罚阶段(μ,λ]、特强惩罚阶段(0,μ]3个阶段，其中指标项在初惩罚阶段受到的惩罚很弱，强惩罚阶段受到的惩罚较为强烈，而在特强惩罚阶段对价值太低的子目标项所占权重值急速增大，使得电缆线路整体状态的综合评价值急剧下降。根据电缆线路变权综合状态评价特点，可设初惩罚阶段为抛物线，强惩罚阶段为直线，特强惩罚阶段和激励阶段为对数曲线，且强惩罚阶段的直线与特强惩罚阶段的曲线相切于点(μ,α)及(λ,b)。

考虑到高压交联电缆线路设备特性，需设函数惩罚幅度远远大于激励幅度参数，通过反复计算，函数各参数值分别取为μ＝0.3，λ＝0.4，α＝0.7，β＝0.9，C＝0.4，c₁₁＝0.5，c₂₁＝0.8，此时的函数曲线见图4。

(8)建立高压交联电缆线路综合状态评价模型：

B＝W·R＝(b₁,b₂,b₃,b₄)

B即为变权综合评价值；就是每一个指标的变权向量和的隶属度相乘，再把所有的每列相加得到，b₁,b₂,b₃,b₄中哪个数值最大，对应判定电缆为“严重状态”、“异常状态”、“注意状态”和“正常状态”。变权综合评价中，状态变权函数S(X)通过对于各因素指标的变化而产生相应变动，由此带动各因素权重也随之变动，最终引起综合评价结果的变动。

Claims (10)

1.一种基于变权函数的多参数电缆状态评价方法，其特征在于，包括以下步骤：

(1)构建电缆状态评价指标集{P₁,P₂,…,P_n}；

(2)构建判断矩阵A；

(3)对评价指标进行归一化处理；

(4)建立模糊评价的评语集V＝{V₁,V₂,V₃,V₄}；

(5)设定评价状态相应的隶属函数，得出模糊评判矩阵R；

(6)构造评价指标变权向量W；

(7)构造局部变权函数S；

(8)建立高压交联电缆线路综合状态评价模型对电缆状态进行评价。

2.根据权利要求1所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，步骤(1)中P_i表示评价指标，i＝1、2、3……n，n为指标总数，n＝20；评价指标集包括：运行年限、故障记录、缺陷记录、主绝缘电阻、交流耐压、外护套直流电压、局部放电、负荷电流、电缆表面温度、电缆接头温度、接地电流、局部放电、温度、湿度、水位、气体含量、井盖状态、火灾风险、单相故障处理方式和电网谐波。

3.根据权利要求2所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，判断矩阵A为：

$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& ...& a_{1n}\\ a_{21}& a_{21}& ...& a_{2n}\\ \&CenterDot;& \&CenterDot;& & \&CenterDot;\\ \&CenterDot;& \&CenterDot;& & \&CenterDot;\\ \&CenterDot;& \&CenterDot;& & \&CenterDot;\\ a_{n1}& a_{n2}& ...& a_{nn}\end{array}\right]$

其中，a_ij为第i个评价指标与第j个评价指标的重要性比值；

a_ij为的取值采用下表：

运用1-9的比例标度法计算权重向量，得到各指标的常权向量W⁰。

4.根据权利要求3所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，采用下表对评价指标进行归一化处理：

5.根据权利要求4所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，步骤(4)中V＝{V₁,V₂,V₃,V₄}＝{“严重状态”，“异常状态”，“注意状态”，“正常状态”}。

6.根据权利要求5所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，步骤(5)具体包括：

电缆评价状态“严重状态”、“异常状态”、“注意状态”和“正常状态”的隶属函数分别为：

其中，x为评价指标在步骤(3)中进行无量纲化后得出的分值；(v₁,v₂,v₃,v₄,v₅)为设备四种评价状态分级的阈值，v₁,v₂,v₃,v₄,v₅的取值分别为0、0.4、0.7、0.9、1；c₁，c₂，c₃，c₄分别是评价区间(v₁,v₂)，(v₂,v₃)，(v₃,v₄)，(v₄,v₅)的中点；通过隶属函数计算出每个评价指标的隶属度，每个评价指标的隶属度包括(μ₁(x)，μ₂(x)，μ₃(x)，μ₄(x))；

得出模糊评判矩阵：

$R=\left[\begin{array}{c}{R}_1\\ R_2\\ R_3\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ R_{20}\end{array}\right]=\left[\begin{array}{c}{r}_{11},r_{12},r_{13},r_{14}\\ r_{21},r_{12},r_{13},r_{14}\\ r_{31},r_{32},r_{33},r_{34}\\ ...............\\ r_{201},r_{202},r_{203},r_{204}\end{array}\right]$

其中R_i＝{r_i1,r_i2,r_i3,r_i4}为第i个评价指标的单因素的模糊评判向量，即该指标的隶属度；将全部单因素模糊评判向量组合，构成了针对全评价因素的模糊评判矩阵R。

7.根据权利要求6所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，步骤(6)具体包括：

构造评价指标变权向量，

$W\left(X\right)=\frac{(w_1^0\&CenterDot;S_1(X),...,w_n^0\&CenterDot;S_n(X\left)\right)}{\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}(w_j^0\&CenterDot;S_j(X))}=\frac{w^0\&CenterDot;S\left(X\right)}{(\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{w}_j^0\&CenterDot;S_j(X\left)\right)}$

其中，j＝1,2,3….n，n为评价指标的总个数；

W⁰-评价指标常权向量，

W(X)-评价指标变权向量，

S(X)-状态变权向量。

8.根据权利要求7所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，步骤(7)具体包括：

构造局部变权函数：

$S\left(x_j\right)=\left\{\begin{array}{cc}\frac{c_{21}-c_{11}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}\mathrm{\&mu;}\ln \frac{\mathrm{\&mu;}}{x_j}+c_{21};& 0<x_j\&le;\mathrm{\&mu;}\\ -\frac{c_{21}-c_{11}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}{x}_j+\frac{c_{21}\mathrm{\&lambda;}-c_{11}\mathrm{\&mu;}}{\mathrm{\&lambda;}-\mathrm{\&mu;}}& \mathrm{\&mu;}<x_j\&le;\mathrm{\&lambda;}\\ C+\frac{c_{21}-c_{11}}{2(\mathrm{\&lambda;}-\mathrm{\&mu;})(\mathrm{\&alpha;}-\mathrm{\&lambda;})}{(\mathrm{\&alpha;}-x_j)}^2& \mathrm{\&lambda;}<x_j\&le;\mathrm{\&alpha;}\\ C& \mathrm{\&alpha;}<x_j\&le;\mathrm{\&beta;}\\ K(1-\mathrm{\&beta;})\ln \frac{1-\mathrm{\&beta;}}{1-x_j}+C& \mathrm{\&beta;}<x_j\&le;1\end{array}\right.$

其中，μ＝0.3，λ＝0.4，α＝0.7，β＝0.9，C＝0.4，c₁₁＝0.5，c₂₁＝0.8。

9.根据权利要求8所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，步骤(8)中高压交联电缆线路综合状态评价模型为：

B＝W·R＝(b₁,b₂,b₃,b₄)

B为变权综合评价值。

10.根据权利要求9所述的一种基于变权函数的多参数电缆状态评价方法，其特征在于，b₁,b₂,b₃,b₄中哪个数值最大，对应判定电缆为“严重状态”、“异常状态”、“注意状态”或“正常状态”。