CN106296019A - 区域电能质量综合评估方法及*** - Google Patents
区域电能质量综合评估方法及*** Download PDFInfo
- Publication number
- CN106296019A CN106296019A CN201610678067.XA CN201610678067A CN106296019A CN 106296019 A CN106296019 A CN 106296019A CN 201610678067 A CN201610678067 A CN 201610678067A CN 106296019 A CN106296019 A CN 106296019A
- Authority
- CN
- China
- Prior art keywords
- cloud
- evaluation index
- electric energy
- quality
- grade
- 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 98
- 230000005611 electricity Effects 0.000 claims abstract description 115
- 238000013441 quality evaluation Methods 0.000 claims abstract description 114
- 238000011156 evaluation Methods 0.000 claims abstract description 96
- 238000012544 monitoring process Methods 0.000 claims abstract description 69
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 34
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 18
- QHGVXILFMXYDRS-UHFFFAOYSA-N pyraclofos Chemical compound C1=C(OP(=O)(OCC)SCCC)C=NN1C1=CC=C(Cl)C=C1 QHGVXILFMXYDRS-UHFFFAOYSA-N 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 239000000428 dust Substances 0.000 claims description 5
- 230000004075 alteration Effects 0.000 claims 1
- 238000013507 mapping Methods 0.000 abstract description 5
- 238000012854 evaluation process Methods 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010197 meta-analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/06395—Quality analysis or management
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种区域电能质量综合评估***,所述评估***包括电能质量评估体系模块、权重计算模块、基于云推理的单监测点电能质量评估模块、区域电能质量评估模块。本发明还提供了区域电能质量综合评估***的评估方法。本发明提供的评估***及其评估方法通过建立电能质量评估体系,云化处理电能质量评估指标等级界限值来构建云推理评估模型,实现了电能质量分类等级边界的不确定划分,采用主客观综合赋权法能够有效解决电能质量综合评估中存在的主观因素影响大、计算复杂、评估对象为观测点非区域的问题,本发明提供的评估方法能够完成区域电能质量综合评估从定量输入到定性推理,再到定量输出的映射变换,评估过程更合理,评估结果更可信。
Description
技术领域
本发明涉及电能质量监测技术领域,更为具体地说,涉及区域电能质量综合评估方法及***。
背景技术
电能作为特殊的商品,具有不可长期大量储存以及同时涉及发、供、用三方等的特点,因此电能质量的评定不能完全取决于电力生产企业,还应综合考虑供电方和用电方的意见。另外,随着用户侧电能质量监测网络的逐步完善,电能质量需要面向区域电网进行客观合理的评价,突出区域内各监测点电能质量的差异特性,依据地区电网电能质量的等级评估结果,采取相应的治理措施,保证电网的安全运行。
目前,对电能质量综合评估的研究主要有以下几种方法:①基于模糊数学理论的方法,在该方法中,隶属度函数对于电能质量综合评估影响较大,若其评估结构要获取较高的可信度,则需人为确定其隶属度函数;②基于概率统计学原理的方法,该方法需要人为的对各项指标的基准值进行选取,以确保评估模型的准确性,因而人工工作量大;③基于人工智能算法的评价方法,该方法对训练样本的需求量较大,并且计算步骤繁琐复杂;④基于物元分析的评估方法,该方法仅能对单观测点进行评估,未涉及区域电能质量的综合评估。上述方法大多存在局限于单一监测点,在评估过程存在受主观因素影响较大、计算步骤复杂等问题。
发明内容
本发明的目的是提供区域电能质量综合评估方法及***,以解决背景技术所述的现有电能质量综合评估方法受主观因素影响较大的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种区域电能质量综合评估方法,所述方法包括:
确定电能质量评估指标,划分电能质量评估指标等级,建立各评估指标等级界限;
根据主客观综合赋权法分别计算各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数;
将所述各评估指标等级界限进行云化处理,得到各评估指标等级界限云;
将所述电能质量评估指标等级经标准云生成器处理,得到标准电能质量等级云;
由所述各评估指标等级界限云及所述标准电能质量等级云形成规则库;
通过云推理算法、所述规则库、所述各监测点的综合权重系数及所述各电能质量评估指标的综合权重系数评估各监测点的电能质量等级;
根据所述各监测点的电能质量等级及所述各电压的综合权重系数评估区域整体电能质量等级。
优选地,所述确定电能质量评估指标,划分电能质量评估指标等级,建立各评估指标等级界限包括:
根据电能质量的监测需求,确定电能质量评估指标为供电电压允许偏差、电压闪变、谐波畸变率、三相电压允许不平衡及电力***频率允许偏差;
根据所述电能质量评估指标及国家电能质量标准,将所述电能质量评估指标划分为特优、优质、良好、一般、合格、轻污染、中污染、重污染、极重污染的9个等级,形成所述电能质量评估指标等级;
根据所述电能质量评估指标及所述电能质量评估指标等级建立各评估指标等级界限。
优选地,所述各评估指标等级界限进行云化处理的处理公式为:
其中,Exi、Eni、He分别为各电能质量评估指标的期望、熵、超熵;为各电能质量评估指标的约束边界,i为各电能质量评估指标的数量,k为常数。
优选地,所述由所述各评估指标等级界限云及所述标准电能质量等级云形成规则库包括:
由所述各评估指标等级界限云及所述标准电能质量等级云分别形成评估前件云模型和评估后件云模型;所述评估前件云模型和所述评估后件云模型形成规则库。
优选地,所述通过云推理算法、所述规则库、所述各监测点的综合权重系数及所述各电能质量评估指标的综合权重系数评估各监测点的电能质量等级的步骤包括:
S01:产生以Enbni为期望值、Hebni为标准差的一维正态随机数Enbni′,并根据给定条件值计算隶属度μ;
S02:根据所述各电能质量评估指标的综合权重系数确定加权后的隶属度
S03:判断触发规则库中规则的数量;
S04:若触发一条规则,则根据所述标准电能质量等级云产生以EnU1i为期望值、HeU1i为标准差的n维正态随机数EnU1i′,并计算评估等级yi;
S05:循环步骤S01-S04,得到评估等级yi的平均值,所述评估等级yi的平均值为各监测点的电能质量等级;
S06:若触发两条或两条以上的规则,则取所述隶属度中最大隶属度和次大隶属度;
S07:根据所述最大隶属度、所述次大隶属度及其相应的标准电能质量等级云计算相应的评估等级;
S08:选取所述最大隶属度、所述次大隶属度及其相应的评估等级所形成云滴的最外侧的两个云滴,形成虚拟云;
S09:计算所述虚拟云的期望Ex;
S10:循环步骤S01-S03及步骤S06-S09,得到虚拟云期望Ex的平均值,所述虚拟云期望的平均值为各监测点的电能质量等级。
优选地,所述云推理算法为多维多规则云推理算法。
一种区域电能质量综合评估***,所述评估***包括电能质量评估体系模块、权重计算模块、基于云推理的单监测点电能质量评估模块和区域电能质量评估模块,其中,
所述电能质量评估体系模块用于确定电能质量评估指标,划分电能质量评估指标等级,建立各评估指标等级界限;
所述权重计算模块根据主客观综合赋权法分别计算各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数;
所述基于云推理的单监测点电能质量评估模块用于评估各监测点的电能质量等级;
所述区域电能质量评估模块根据所述基于云推理的单监测点电能质量评估模块所得到的所述各监测点的电能质量等级、所述各监测点的综合权重系数及所述电压的权重系数评估区域整体电能质量等级。
优选地,所述电能质量评估指标包括:供电电压允许偏差、电压闪变、谐波畸变率、三相电压允许不平衡及电力***频率允许偏差。
优选地,所述主客观综合赋权法包括层次分析法、融合熵权法及均方差法。
优选地,所述综合权重系数包括主观权重系数和客观权重系数。
本发明提供了一种区域电能质量综合评估方法,该评估方法通过建立电能质量评估体系,云化处理电能质量评估指标等级界限值来构建云推理评估模型,实现了电能质量分类等级边界的不确定划分,采用主客观综合赋权法能够有效解决电能质量综合评估中存在的主观因素影响大、计算复杂、评估对象为观测点非区域的问题,本发明提供的评估方法能够完成区域电能质量综合评估从定量输入到定性推理,再到定量输出的映射变换,评估过程更合理,评估结果更可信。相应的,本发明还提供了一种区域电能质量综合评估***,所述评估***包括电能质量评估体系模块、权重计算模块、基于云推理的单监测点电能质量评估模块、区域电能质量评估模块,其中,所述电能质量评估体系模块用于确定电能质量评估指标,建立各评估指标等级界限;所述权重计算模块根据主客观综合赋权法分别计算各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数;所述基于云推理的单监测点电能质量评估模块用于评估各监测点的电能质量等级;所述区域电能质量评估模块根据所述基于云推理的单监测点电能质量评估模块所得到的所述各监测点的电能质量等级、所述各监测点的综合权重系数及所述电压的权重系数评估区域整体电能质量等级。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的区域电能质量综合评估***的框架图;
图2是本发明实施例提供的区域电能质量综合评估***中电能质量评估指标的示意图;
图3是本发明实施例提供的区域电能质量综合评估***中各监测点的电能质量等级评估过程示意图;
图4是本发明实施例提供的区域电能质量综合评估***中标准电能质量等级云的示意图。
具体实施方式
本发明实施例提供的区域电能质量综合评估方法及***,解决了现有电能质量综合评估方法受主观因素影响较大的问题。
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明实施例中的技术方案作进一步详细的说明。
请参考附图1,附图1示出了本发明实施例提供的区域电能质量综合评估***的框架图。
从附图1中能够看出本发明实施例提供的区域电能质量综合评估***包括电能质量评估体系模块、权重计算模块、基于云推理的单监测点电能质量评估模块和区域电能质量评估模块。
具体的,电能质量评估体系模块根据电网企业对用户侧的电能质量检测需求,确定用户侧的电能质量问题有频率质量问题和电压质量问题,其中,频率质量问题包括电力***频率允许偏差,电压质量问题包括供电电压允许偏差、电压闪变、谐波畸变率、三相电压允许不平衡,具体请参考附图2。由用户侧的电能质量问题确定电能质量评估指标为供电电压允许偏差、电压闪变、谐波畸变率、三相电压允许不平衡及电力***频率允许偏差五项指标,同时根据五项电能质量评估指标及国家电能质量标准,将电能质量评估指标划分为特优、优质、良好、一般、合格、轻污染、中污染、重污染、极重污染的9个等级,形成电能质量评估指标等级,五项电能质量评估指标与9个等级的电能质量评估指标等级为映射关系,进而由电能质量评估指标及电能质量评估指标等级建立各评估指标等级界限。
权重计算模块根据主客观综合赋权法分别计算各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数,主客观综合赋权法包括主观综合赋权法和客观综合赋权法,其中,主观综合赋权法包括层次分析法,客观综合赋权法包括融合熵权法及均方差法。
基于云推理的单监测点电能质量评估模块在依据云推理的基础上评估各监测点的电能质量等级。
区域电能质量评估模块根据所述基于云推理的单监测点电能质量评估模块所得到的所述各监测点的电能质量等级、所述各监测点的综合权重系数及所述电压的权重系数评估区域整体电能质量等级。
本发明实施例同时还提供了区域电能质量综合评估***的评估方法,该评估方法包括:
确定电能质量评估指标,划分电能质量评估指标等级,建立各评估指标等级界限;
根据主客观综合赋权法分别计算各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数;
将所述各评估指标等级界限进行云化处理,得到各评估指标等级界限云;
将所述电能质量评估指标等级经标准云生成器处理,得到标准电能质量等级云;
由所述各评估指标等级界限云及所述标准电能质量等级云形成规则库;
通过云推理算法、所述规则库及所述各电能质量评估指标的综合权重系数评估各监测点的电能质量等级;
根据所述各监测点的电能质量等级、所述各监测点的综合权重系数及所述各电压的综合权重系数评估区域整体电能质量等级。
具体描述为:
由用户侧的电能质量问题确定电能质量评估指标为供电电压允许偏差、电压闪变、谐波畸变率、三相电压允许不平衡及电力***频率允许偏差五项指标,同时根据五项电能质量评估指标及国家电能质量标准,将电能质量评估指标划分为特优、优质、良好、一般、合格、轻污染、中污染、重污染、极重污染的9个等级,形成电能质量评估指标等级,五项电能质量评估指标与9个等级的电能质量评估指标等级为映射关系,进而由电能质量评估指标及电能质量评估指标等级建立各评估指标等级界限。
由于在电能质量评估过程中,权重的计算方法对评估结果的可信度具有很大影响,因此,在本发明实施例提供的区域电能质量综合评估方法中,根据以层次分析法为主观综合赋权法、以融合熵权法及均方差法为客观综合赋权法的主客观综合赋权法分别计算各电能质量评估指标的主观权重和客观权重、各监测点的主观权重和客观权重以及各电压的主观权重和客观权重,通过上述计算的主观权重和客观权重得到各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数。
将各评估指标等级界限通过云化处理公式进行云化处理,得到各评估指标等级界限云,继而得到各评估指标等级界限云模型。在云推理算法中,该各评估指标等级界限云模型为算法的评估前件云模型。云化处理的公式为其中,He分别为各电能质量评估指标的期望、熵、超熵;为各电能质量评估指标的约束边界,i为各电能质量评估指标的数量,k为常数,并反映电能质量综合评估值的随机性。
将电能质量评估指标等级经标准云生成器处理,得到标准电能质量等级云,进而得到标准电能质量等级云模型。在云推理算法中,该标准电能质量等级云模型为算法的评估后件云模型。评估前件云模型和评估后件云模型形成规则库。
通过云推理算法、所述规则库、所述各监测点的综合权重系数及所述各电能质量评估指标的综合权重系数评估各监测点的电能质量等级具体包括以下步骤,具体请参考附图3:
S01:产生以Enbni为期望值、Hebni为标准差的一维正态随机数Enbni′,并根据给定条件值计算隶属度μ,其中,给定条件值为各电能质量评估指标的条件值;隶属度μ的计算公式为xi为电能质量评估指标,且当i=1,2,3,4,5时,xi分别对应的指标为供电电压允许偏差、电压闪变、谐波畸变率、三相电压允许不平衡及电力***频率允许偏差,隶属度μ与标准电能质量等级云的关系请参考附图4;
S02:根据各电能质量评估指标的综合权重系数确定加权后的隶属度隶属度的计算公式为其中ωn为权重系数;
S03:判断触发规则库中规则的数量;
S04:若触发一条规则,则根据标准电能质量等级云产生以EnU1i为期望值、HeU1i为标准差的n维正态随机数EnU1i′,并计算评估等级yi,评估等级yi的计算公式为:
S05:循环步骤S01-S04,得到评估等级yi的平均值,则该评估等级yi的平均值为各监测点的电能质量等级;
S06:若触发两条或两条以上的规则,则取隶属度中最大隶属度μ1和次大隶属度μ2;
S07:根据最大隶属度μ1、次大隶属度μ2及其相应的标准电能质量等级云(EnU11,HeU11)随机生成以EnU11为期望,HeU11为方差的一维正态随机值EnU111,EnU112,并根据的公式,反计算求得在μ1,EnU111条件下的两个评估等级y1值以及在μ2,EnU112条件下的两个评估等级y2值;
S08:选取最大隶属度μ1、次大隶属度μ2及其相应的评估等级所形成云滴的最外侧的两个云滴(y1,μ1)和(y2,μ2),使用几何方法构建一个虚拟的概念,即虚拟云;具体举例为:隶属度为0.5,其相应的评估等级为良好、合格,则在附图4中,竖轴0.5画横线对应良好与合格图形的四个点,四个点再对应横轴的四个点,则最外侧的两个云滴(y1,μ1)和(y2,μ2)为横轴上最左与最右的两个点;
S09:根据公式计算虚拟云的期望值Ex;
S10:循环步骤S01-S03及步骤S06-S09,得到虚拟云期望Ex的平均值,该虚拟云期望的平均值即为各监测点的电能质量等级。
根据上述步骤所得到的各监测点的电能质量等级乘以各电压的综合权重系数之和得到区域整体电能质量等级,进而判定其是特优、优质、良好、一般、合格、轻污染、中污染、重污染及极重污染中的哪一等级。
进一步,在本发明实施例提供的区域电能质量综合评估***的评估方法中,云推理算法采用多维多规则云推理算法。
本发明提供的评估***及其评估方法通过建立电能质量评估体系,云化处理电能质量评估指标等级界限值来构建云推理评估模型,实现了电能质量分类等级边界的不确定划分,采用主客观综合赋权法能够有效解决电能质量综合评估中存在的主观因素影响大、计算复杂、评估对象为观测点非区域的问题,本发明提供的评估方法能够完成区域电能质量综合评估从定量输入到定性推理,再到定量输出的映射变换,评估过程更合理,评估结果更可信。
下面就具体观测点的实测数据,判定该区域内的整体电能质量等级。在本发明提供的具体实施例中,选取10个不同的观测点,且观测点大润和屯润两地的电压等级为220kv,考虑该区域内的电压等级为110kv,试验用数据需要经过预处理以去除采集数据中与评估指标无关的数据,观测点的实测数据请见表1。
表1:观测点的实测数据
如上述所描述的完成建立各评估指标等级界限,各评估指标等级界限的具体数值请参考表2。
表2:各评估指标等级界限
在表2中,每一行均为各电能质量评估指标的约束边界,其中,对于电压闪变中的≤0.16(0.12),其电压闪变的约束边界为0.12<x2<0.16。
根据主客观综合赋权法计算各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数,其中,计算得到的各电能质量评估指标的综合权重系数请参考表3。
表3:各电能质量评估指标的综合权重系数
对表2中的各评估指标等级界限进行云化处理,得到各评估指标等级界限云,该各评估指标等级界限云的数字特征请参考表4。
表4:各评估指标等级界限云得数字特征
对电能质量评估指标等级经标准云生成器处理,得到标准电能质量等级云,该标准
电能质量等级云的数字特征请参考表5。
表5:标准电能质量等级云的数字特征
云推理算法、规则库、各监测点的综合权重系数及各电能质量评估指标的综合权重系数评估各监测点的电能质量等级,进而由各监测点的电能质量等级及各电压的综合权重系数评估得到区域整体电能质量等级,其中,各监测点的电能质量等级结果及区域整体电能质量等级请参考表6。
表6:各监测点的电能质量等级结果及区域整体电能质量等级
通过主客观综合赋权法得到区域220kv的电能质量等级的权重系数为W1={0.73,0.27},即屯润和大润这两个变电站在区域220kv电能质量评估等级中的权重系数;区域110kv的电能质量等级的权重系数为W2={0.085,0.080,0.13,0.059,0.254,0.139,0.123,0.121},即为剩下属于110kv变电站的电能质量等级在区域110kv电能质量评估等级中的权重系数,最后通过主客观综合赋权法加权平均分别得到区域220kv的电能质量等级为4.7级,区域110kv的电能质量等级为4.3级,通过主客观综合赋权法分别得到区域110kv和区域220kv的电能质量权重系数为W3={0.38,0.62},通过加权计算4.3x0.38+4.7x0.62=4.55得到该地区的整体电能质量等级为4.55级,语言描述等级为“合格”。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种区域电能质量综合评估方法,其特征在于,所述方法包括:
确定电能质量评估指标,划分电能质量评估指标等级,建立各评估指标等级界限;
根据主客观综合赋权法分别计算各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数;
将所述各评估指标等级界限进行云化处理,得到各评估指标等级界限云;
将所述电能质量评估指标等级经标准云生成器处理,得到标准电能质量等级云;
由所述各评估指标等级界限云及所述标准电能质量等级云形成规则库;
通过云推理算法、所述规则库、所述各监测点的综合权重系数及所述各电能质量评估指标的综合权重系数评估各监测点的电能质量等级;
根据所述各监测点的电能质量等级及所述各电压的综合权重系数评估区域整体电能质量等级。
2.根据权利要求1所述的区域电能质量综合评估方法,其特征在于,所述确定电能质量评估指标,划分电能质量评估指标等级,建立各评估指标等级界限包括:
根据电能质量的监测需求,确定电能质量评估指标为供电电压允许偏差、电压闪变、谐波畸变率、三相电压允许不平衡及电力***频率允许偏差;
根据所述电能质量评估指标及国家电能质量标准,将所述电能质量评估指标划分为特优、优质、良好、一般、合格、轻污染、中污染、重污染、极重污染的9个等级,形成所述电能质量评估指标等级;
根据所述电能质量评估指标及所述电能质量评估指标等级建立各评估指标等级界限。
3.根据权利要求1所述的区域电能质量综合评估方法,其特征在于,所述各评估指标等级界限进行云化处理的处理公式为:
其中,He分别为各电能质量评估指标的期望、熵、超熵;为各电能质量评估指标的约束边界,i为各电能质量评估指标的数量,k为常数。
4.根据权利要求1所述的区域电能质量综合评估方法,其特征在于,所述由所述各评估指标等级界限云及所述标准电能质量等级云形成规则库包括:
由所述各评估指标等级界限云及所述标准电能质量等级云分别形成评估前件云模型和评估后件云模型;所述评估前件云模型和所述评估后件云模型形成规则库。
5.根据权利要求1所述的区域电能质量综合评估方法,其特征在于,所述通过云推理算法、所述规则库、所述各监测点的综合权重系数及所述各电能质量评估指标的综合权重系数评估各监测点的电能质量等级包括:
S01:产生以Enbni为期望值、Hebni为标准差的一维正态随机数Enbni′,并根据给定条件值计算隶属度μ;
S02:根据所述各电能质量评估指标的综合权重系数确定加权后的隶属度
S03:判断触发规则库中规则的数量;
S04:若触发一条规则,则根据所述标准电能质量等级云产生以EnU1i为期望值、HeU1i为标准差的n维正态随机数EnU1i′,并计算评估等级yi;
S05:循环步骤S01-S04,得到评估等级yi的平均值,所述评估等级yi的平均值为各监测点的电能质量等级;
S06:若触发两条或两条以上的规则,则取所述隶属度中最大隶属度和次大隶属度;
S07:根据所述最大隶属度、所述次大隶属度及其相应的标准电能质量等级云计算相应的评估等级;
S08:选取所述最大隶属度、所述次大隶属度及其相应的评估等级所形成云滴的最外侧的两个云滴,形成虚拟云;
S09:计算所述虚拟云的期望Ex;
S10:循环步骤S01-S03及步骤S06-S09,得到虚拟云期望Ex的平均值,所述虚拟云期望的平均值为各监测点的电能质量等级。
6.根据权利要求1-5中任意一项所述的区域电能质量综合评估方法,其特征在于,所述云推理算法为多维多规则云推理算法。
7.一种如权利要求1所述的区域电能质量综合评估***,其特征在于,所述评估***包括电能质量评估体系模块、权重计算模块、基于云推理的单监测点电能质量评估模块和区域电能质量评估模块,其中,
所述电能质量评估体系模块用于确定电能质量评估指标,划分电能质量评估指标等级,建立各评估指标等级界限;
所述权重计算模块根据主客观综合赋权法分别计算各电能质量评估指标的综合权重系数、各监测点的综合权重系数及各电压的综合权重系数;
所述基于云推理的单监测点电能质量评估模块用于评估各监测点的电能质量等级;
所述区域电能质量评估模块根据所述基于云推理的单监测点电能质量评估模块所得到的所述各监测点的电能质量等级、所述各监测点的综合权重系数及所述电压的权重系数评估区域整体电能质量等级。
8.根据权利要求7所述的区域电能质量综合评估***,其特征在于,所述电能质量评估指标包括:供电电压允许偏差、电压闪变、谐波畸变率、三相电压允许不平衡及电力***频率允许偏差。
9.根据权利要求7所述的区域电能质量综合评估***,其特征在于,所述主客观综合赋权法包括层次分析法、融合熵权法及均方差法。
10.根据权利要求9所述的区域电能质量综合评估***,其特征在于,所述综合权重系数包括主观权重系数和客观权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610678067.XA CN106296019A (zh) | 2016-08-17 | 2016-08-17 | 区域电能质量综合评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610678067.XA CN106296019A (zh) | 2016-08-17 | 2016-08-17 | 区域电能质量综合评估方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106296019A true CN106296019A (zh) | 2017-01-04 |
Family
ID=57678228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610678067.XA Pending CN106296019A (zh) | 2016-08-17 | 2016-08-17 | 区域电能质量综合评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106296019A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106872823A (zh) * | 2017-02-13 | 2017-06-20 | 云南电网有限责任公司电力科学研究院 | 一种基于动态区域云图的电能质量评估方法 |
CN107565551A (zh) * | 2017-09-13 | 2018-01-09 | 国网上海市电力公司 | 电能质量评估方法 |
CN107679719A (zh) * | 2017-09-20 | 2018-02-09 | 昆明理工大学 | 一种复杂电网电能质量知识云监测与评价***和方法 |
CN108549980A (zh) * | 2018-04-02 | 2018-09-18 | 广州供电局有限公司 | 基于全景可视的电能质量监测方法、***和计算机设备 |
CN108632104A (zh) * | 2017-03-20 | 2018-10-09 | 上海中兴软件有限责任公司 | 一种网络质量评估工具的指标权重验证方法及装置 |
CN109672483A (zh) * | 2018-11-15 | 2019-04-23 | 天津大学青岛海洋技术研究院 | 一种层析式信道质量评估方法 |
CN110687377A (zh) * | 2019-10-12 | 2020-01-14 | 广东电网有限责任公司 | 一种分布式能源***在线监测数据处理方法和装置 |
CN111177650A (zh) * | 2019-12-18 | 2020-05-19 | 国网浙江省电力有限公司绍兴供电公司 | 一种配电网电能质量监测与综合评估***及方法 |
CN111784129A (zh) * | 2020-06-18 | 2020-10-16 | 东南大学 | 一种基于均方差法及熵权法的冶金起重机安全评估方法 |
CN111932139A (zh) * | 2020-08-19 | 2020-11-13 | 国网山西省电力公司电力科学研究院 | 多***电能质量综合水平排序评价方法 |
-
2016
- 2016-08-17 CN CN201610678067.XA patent/CN106296019A/zh active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106872823B (zh) * | 2017-02-13 | 2020-04-10 | 云南电网有限责任公司电力科学研究院 | 一种基于动态区域云图的电能质量评估方法 |
CN106872823A (zh) * | 2017-02-13 | 2017-06-20 | 云南电网有限责任公司电力科学研究院 | 一种基于动态区域云图的电能质量评估方法 |
CN108632104B (zh) * | 2017-03-20 | 2021-04-30 | 上海中兴软件有限责任公司 | 一种网络质量评估工具的指标权重验证方法及装置 |
CN108632104A (zh) * | 2017-03-20 | 2018-10-09 | 上海中兴软件有限责任公司 | 一种网络质量评估工具的指标权重验证方法及装置 |
CN107565551A (zh) * | 2017-09-13 | 2018-01-09 | 国网上海市电力公司 | 电能质量评估方法 |
CN107679719A (zh) * | 2017-09-20 | 2018-02-09 | 昆明理工大学 | 一种复杂电网电能质量知识云监测与评价***和方法 |
CN108549980A (zh) * | 2018-04-02 | 2018-09-18 | 广州供电局有限公司 | 基于全景可视的电能质量监测方法、***和计算机设备 |
CN108549980B (zh) * | 2018-04-02 | 2020-06-23 | 广州供电局有限公司 | 基于全景可视的电能质量监测方法、***和计算机设备 |
CN109672483A (zh) * | 2018-11-15 | 2019-04-23 | 天津大学青岛海洋技术研究院 | 一种层析式信道质量评估方法 |
CN110687377A (zh) * | 2019-10-12 | 2020-01-14 | 广东电网有限责任公司 | 一种分布式能源***在线监测数据处理方法和装置 |
CN110687377B (zh) * | 2019-10-12 | 2021-07-30 | 广东电网有限责任公司 | 一种分布式能源***在线监测数据处理方法和装置 |
CN111177650A (zh) * | 2019-12-18 | 2020-05-19 | 国网浙江省电力有限公司绍兴供电公司 | 一种配电网电能质量监测与综合评估***及方法 |
CN111177650B (zh) * | 2019-12-18 | 2023-11-10 | 国网浙江省电力有限公司绍兴供电公司 | 一种配电网电能质量监测与综合评估***及方法 |
CN111784129B (zh) * | 2020-06-18 | 2021-04-06 | 东南大学 | 一种基于均方差法及熵权法的冶金起重机安全评估方法 |
CN111784129A (zh) * | 2020-06-18 | 2020-10-16 | 东南大学 | 一种基于均方差法及熵权法的冶金起重机安全评估方法 |
CN111932139A (zh) * | 2020-08-19 | 2020-11-13 | 国网山西省电力公司电力科学研究院 | 多***电能质量综合水平排序评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106296019A (zh) | 区域电能质量综合评估方法及*** | |
CN103839192B (zh) | 基于层次分析法及距离综合评价法的风电场综合评价方法 | |
CN102930482A (zh) | 一种县域配电网投资效果评估方法 | |
CN103679544A (zh) | 一种智能配电网运行综合评估方法 | |
CN107742040A (zh) | 一种基于topsis和最优组合权重的输电线路综合风险评估方法 | |
CN110417011A (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
CN107123988A (zh) | 一种考虑恢复量不确定的停电电网负荷恢复二阶锥规划方法 | |
CN105760997B (zh) | 基于模糊评价的配电网异常电压评估方法 | |
CN107360147A (zh) | 基于topsis和云模型的公有云可信度评估方法及*** | |
CN106952047A (zh) | 一种针对电网投资效益的数据处理方法及装置 | |
CN105893757A (zh) | 一种用于电压暂降严重程度的综合评估方法 | |
CN103996147A (zh) | 配电网综合评估方法 | |
CN106779277A (zh) | 一种配电网网损的分类评估方法及装置 | |
CN104036364A (zh) | 一种配电网网络结构水平评价方法 | |
CN109165807A (zh) | 一种基于概率神经网络的电能质量综合评估方法 | |
CN107133721A (zh) | 基于灰色理论的配电网量测不良数据关联因素分析方法 | |
CN109444505A (zh) | 一种基于变分贝叶斯参数学习方法的电动汽车充电站谐波电流检测算法 | |
CN107330573A (zh) | 一种光伏***关键设备的状态评估方法及装置 | |
CN111079972A (zh) | 一种主动配电网可靠性规划方法、设备及介质 | |
CN110059913A (zh) | 一种计及未来态的停电计划的量化评估方法 | |
CN105574632A (zh) | 一种交直流混合城市配电网综合效益评估方法 | |
CN105808927A (zh) | 基于改进序关系法的中压配电线路电压状态综合评价方法 | |
CN103745274A (zh) | 一种用于分散式风电的短期功率预测方法 | |
CN103887823A (zh) | 基于模糊层次分析的微电网并网位置选取方法 | |
CN106656603A (zh) | 一种基于多参数区间数多属性决策的云服务信任评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |
|
RJ01 | Rejection of invention patent application after publication |