CN110795692A - 一种主动配电网运行状态评估方法 - Google Patents
一种主动配电网运行状态评估方法 Download PDFInfo
- Publication number
- CN110795692A CN110795692A CN201910871535.9A CN201910871535A CN110795692A CN 110795692 A CN110795692 A CN 110795692A CN 201910871535 A CN201910871535 A CN 201910871535A CN 110795692 A CN110795692 A CN 110795692A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- formula
- power distribution
- distribution network
- 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 158
- 238000000034 method Methods 0.000 claims abstract description 58
- 239000011159 matrix material Substances 0.000 claims abstract description 51
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 230000008901 benefit Effects 0.000 claims abstract description 8
- 239000000523 sample Substances 0.000 claims description 44
- 238000012937 correction Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 239000013074 reference sample Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000011160 research Methods 0.000 description 2
- 238000011426 transformation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种主动配电网运行状态评估方法,包括:构建主动配电网运行状态评估指标体系;评估指标的一致化处理;确定优化组合权重;对各评价对象的运行状态进行距离综合评价,给出各评估对象综合运行状态的相对优劣顺序;属性区间综合评估:利用属性区间算法对主动配电网运行状态进行分析时需要构建属性测度区间矩阵,再利用级别特征值法确定最终评估等级。本发明的优点是:1、构建了表征主动配电网运行状态的评估指标体系;2、采用最小二乘优化组合基于层次分析法的主观权重和基于变异系数法的客观权重;3、利用属性区间算法,充分考虑了主动配电网运行状态中的模糊性特点,考虑了完整隶属度信息,最后得到的各指标综合评估结果科学有效。
Description
技术领域
本发明涉及一种基于组合权重、距离综合评价和属性区间算法的主动配电网运行状态评估方法,属电气工程领域。
背景技术
当今社会的发展离不开电力,迫切需要实现配电网的自愈控制以满足电力用户对配电网供电日趋增高的要求,而掌握配电网的运行状态是其实现自愈控制的前提。
自愈控制可以赋予主动配电网(Active Distribution Network,ADN)更强的自愈能力,使其始终运行在一种良好的状态。主动配电网的运行状态会受其所处的环境影响,而其运行环境非常复杂,影响因素众多。表征配电网运行状态的指标非常多,为了达到通过运行状态评估导向合理控制策略的目标,首先需要针对主动配电网运行的特点,建立合理的评估指标体系、指标模型和评估方法,实现对主动配电网运行状态的评估,这是进行自愈控制的前提和关键内容。
当前,主动配电网相关的研究热点主要集中在分布式能源接入规划、电能质量监测装置、主动调度、控制和优化投资、经济效益等方向,关于运行状态综合评估方法的研究成果较少。申请号为201810885635的发明专利提出一种主动配电网电能质量综合评估方法,其主要思路仅仅针对主动配电网的电能质量问题的综合评估;申请号为201810013969的发明专利提出一种基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法,但其对主动配电网除可靠性外的运行状态指标没有提及;申请号为201711023109的发明专利提出一种基于效用函数的主动配电网运行态势评价方法,但其权重确定方法仍是主观性较强的单一层次分析法来确定权重。本发明专利针对各种影响主动配电网运行状态多指标、多属性、模糊性的特点以及传统评估权重确定主观性过强的问题进行了研究,建立了主动配电网运行状态评估指标体系,分别从配电网运行状态的内部对象相对优劣性和具体指标等级两个角度,优化组合了主客观权重,并采用距离综合评价法和属性区间算法对主动配电网运行状态进行了综合评估,并通过雷达图给出所有评估对象的各项指标的评估结果。
发明内容
本发明要克服现有技术的上述缺点,提供一种主动配电网运行状态评估方法。
本发明实现含分布式电源(Distributed Generation,DG)接入的主动配电网运行状态评估,需要对配电网运行的基础数据进行处理,并计算合理的组合权重值。不仅给出评价对象的各项运行状态指标的等级,还给出各评价对象的综合运行状态的相对优劣顺序。设计一个针对主动配电网运行状态多层次、模糊性强的特点以及传统配电网运行状态评价方法中权重系数的确定主观性过强的问题的评估方法。
本发明为实现上述目的,分别提出了基于层次分析法(AHP)-变异系数法和距离综合评价法的主动配电网运行状态综合评价方法和基于最小二乘和属性区间算法的主动配电网运行状态综合评价模型。
一种主动配电网运行状态评估方法,包括如下步骤:
1、构建主动配电网运行状态评估指标体系:以***性、客观性、科学性、实用性的指标体系构建原则为依据,对主动配电网运行状态进行划分,具体划分为紧急状态、需恢复状态、异常状态、正常状态和优化状态这五种运行状态,从安全性、可靠性、优质性、经济性、适应性和网络性六个方面对目标主动配电网运行状态健康与否进行评估以反映其健康程度的状态特征,构建其运行状态的评估指标体系;
2、评估指标的一致化处理:各项评估指标中,数据类型、量纲和指标值的变化区间各不相同,含有“极大型”、“极小型”、“居中型”不同特征指标,需将各指标项进行无量纲化和统一化处理,将各指标项都统一转化为“极大型”指标,更改原始数据矩阵中相应的数值;
对于“极小型”指标,令
x*=xmax-x (1)
对于“居中型”指标,令
式中:x为评估指标原始值,x*为一致化处理后的评估指标值,xmin、xmax和xopt分别为评估指标x的允许最小值、允许最大值和理想值;
3、确定优化组合权重:分别采用层次分析法,即AHP法和变异系数法计算得到主观权重和客观权重,再分别通过基于客观修正主观的组合权重方法和最小二乘优化法对两权重向量进行组合,获得组合权重;
步骤301,用AHP法获得主观指标权重:AHP法根据专家意见给出两两指标之间的重要性比较,根据指标之间的相对重要性,构建出判断矩阵;在判断矩阵构建好后,需对其进行一致性检验,检验结果由公式(3)得出:
式中:CI表示一致性检验结果值,λmax表示判断矩阵的最大特征值,n表示判断矩阵的阶数;
步骤302,用变异系数法获得客观指标权重:变异系数法直接利用实际数据中的信息,通过数学工具计算得到指标的权重,其核心为对标准偏差越大的指标分配越大的权重;由于评价指标体系中各指标项的量纲不同,需用变异系数来衡量其取值的差异程度,各指标项的变异系数如公式(4)所示:
步骤303,基于客观修正主观的组合权重计算:利用客观赋权法的优势进行主观赋权法劣势的修正,使得组合权重能兼顾主、客观权重的各自优势;根据各指标项的标准差,通过公式(5)确定相邻指标项的重要性之比:
式中:ri表示第i项指标的重要性专家赋值,si-1为第i-1项指标的标准差;
根据式(5)计算所得的ri值,利用公式(6)计算获得其组合权重vi;利用公式(7)依次计算获得第i-1,i-2,...,3,2项指标的组合权重:
vi-1=ri×vi (7)
式中:vi、vi-1表示第i项、第i-1项指标的客观修正主观的组合权重,其中k∈[s,m],s∈[2,m];
步骤304,利用遗传函数算法对主客观权重进行最小二乘优化组合,编写其适应度函数,即最小二乘法优化模型,如公式(8)所示:
式中:H(W)为约束函数,wi为第i项指标最小二乘优化后的综合权重值,Ui和U’i分别为第i项指标的主观权重值和客观权重值,x* ij为一致化处理后的第i项指标第j个评估时刻的数据;
4、对各评价对象的运行状态进行距离综合评价:给出各评估对象综合运行状态的相对优劣顺序;
步骤401,构造规划化评价矩阵:由公式(2)得到的一致化指标值,得到一致化变换后的数据矩阵如公式(9)所示:
X*=(x* ij)m×n (9)
式中:X*表示一致化变换后的数据矩阵;
通过公式(10)、(11)对数据矩阵X*进行处理,得到规划化评价矩阵:
Y*=(y* ij)m×n (11)
式中:y* ij为规划化处理后的第i项指标第j个评估时刻的数据,Y*表示规划化后的数据矩阵;
步骤402,构造加权规划化评价矩阵:将步骤303得到的基于客观修正主观的组合权重与规划化评价矩阵结合,得到加权规划化矩阵,如式(12)所示:
zij=vi×y* ij (12)
式中:zij为加权规划化后的第i项指标第j个评估时刻的数据;
步骤403,确定评价参考样本:选取最优样本与最差样本作为参考样本,与指标一致化处理相对应,如公式(13)所示,将指标最大值作为最佳样本点的值、指标最小值作为最差样本点的值:
步骤404,确定各评估对象与样本的相对距离并计算最优接近度:如公式(15)、(16)所示,分别计算各指标实际值与最佳参考对象的相对距离,以及与最差参考对象的相对距离:
由公式(17),计算每个评估对象与最佳参考对象的相对接近度:
式中:Ci为第i个指标项的最优接近度;
最后,根据最优接近度对所有评估对象进行排序,得到优劣顺序;
5、属性区间综合评估:利用属性区间算法对主动配电网运行状态进行分析时需要构建属性测度区间矩阵,其含义为主动配电网某一时刻的运行状态隶属某种等级的程度,再利用级别特征值法确定最终评估等级;
步骤501,构建评估样本对运行状态的属性测度区间矩阵,形式如式(18)所示:
式中:[μ(low)tk,μ(up)tk]为第t个时刻评估样本xi相对于第k种运行状态的属性测度区间,T表示评估时刻总数,K表示运行状态总数;μ(low)tk和μ(up)tk分别为t时刻隶属第k个状态的下界属性测度和上界属性测度;
步骤502,得到评估各对象各项指标的综合属性测度:求取上界属性测度与下界属性测度的平均值,得到评估样本xi属于第k种运行状态的综合属性测度;
步骤503,确定指标评估等级:运用级别特征值法,利用完整隶属度信息实现避免基于最大隶属度原则进行模糊评估时产生的失真隐患;
步骤504,利用雷达图展示每一个被评估对象的各目标层指标的评估等级:在雷达图中,外圈实线表示所有评估对象在该目标层的最佳表现,内圈实现表示所有评估对象在该目标层的最差表现,中间阴影区域表示该评估时刻各目标层中的表现情况。
本发明的有益效果主要表现在:1、构建了表征主动配电网运行状态的评估指标体系;2、采用最小二乘优化组合基于层次分析法的主观权重和基于变异系数法的客观权重;3、利用属性区间算法,充分考虑了主动配电网运行状态中的模糊性特点,考虑了完整隶属度信息,最后得到的各指标综合评估结果科学有效。
附图说明
图1是本发明方法的具体实施流程图。
图2是本发明的主动配电网运行状态评估指标体系图。
图3a~图3h是本发明的主动配电网运行状态评估雷达图,其中图3a是评估样本1的雷达图显示,图3b是评估样本2的雷达图显示,图3c是评估样本3的雷达图显示,图3d是评估样本4的雷达图显示,图3e是评估样本5的雷达图显示,图3f是评估样本6的雷达图显示,图3g是评估样本7的雷达图显示图3h是评估样本8的雷达图显示。
具体实施方式
下面结合实施例及附图对本发明作进一步的详细说明,但本发明的实施方式不限于此。实施例中本发明的实施流程图如附图1所示。
一种主动配电网运行状态评估方法,包括以下步骤:
1、构建主动配电网运行状态评估指标体系:以***性、客观性、科学性、实用性的指标体系构建原则为依据,对主动配电网运行状态进行划分,具体划分为紧急状态、需恢复状态、异常状态、正常状态和优化状态这五种运行状态,从安全性、可靠性、优质性、经济性、适应性和网络性六个方面对目标主动配电网运行状态健康与否进行评估以反映其健康程度的状态特征,构建其运行状态的评估指标体系;
具体到实施例中,构建的主动配电网运行状态评估指标体系如附图2所示;其评估体系基础层中,安全性指标包括过电压、低电压和过负荷,可靠性指标包括故障概率和失负荷风险,优质性包括电压偏差和馈线功率因素,经济性指标有网络损耗率,适应性包括负荷孤立供电能力、无功缺额和线路装接容量,网络性包括被攻击频率、攻击严重程度和信息传输漏洞;
2、评估指标的一致化处理:各项评估指标中,数据类型、量纲和指标值的变化区间各不相同,含有“极大型”、“极小型”、“居中型”不同特征指标,需将各指标项进行无量纲化和统一化处理,将各指标项都统一转化为“极大型”指标,更改原始数据矩阵中相应的数值;对于“极小型”指标,转化方法如式(1)所示,对于“居中型”指标,转化方法如式(2)所示;
实施例中,经一致化处理后得到的待评估电能质量指标数据如表1所示;
3、确定优化组合权重:分别采用层次分析法,即AHP法和变异系数法计算得到主观权重和客观权重,再分别通过基于客观修正主观的组合权重方法和最小二乘优化法对两权重向量进行组合,获得组合权重;
步骤301,用AHP法获得主观指标权重:AHP法根据专家意见给出两两指标之间的重要性比较,根据指标之间的相对重要性,构建出判断矩阵;在判断矩阵构建好后,需对其进行一致性检验,检验结果由公式(3)得出;
表1一致化后各个时刻的评估指标值
步骤302,用变异系数法获得客观指标权重:变异系数法直接利用实际数据中的信息,通过数学工具计算得到指标的权重,其核心为对标准偏差越大的指标分配越大的权重;由于评价指标体系中各指标项的量纲不同,需用变异系数来衡量其取值的差异程度,各指标项的变异系数如公式(4)所示;
步骤303,基于客观修正主观的组合权重计算:利用客观赋权法的优势进行主观赋权法劣势的修正,使得组合权重能兼顾主、客观权重的各自优势;根据各指标项的标准差,通过公式(5)确定相邻指标项的重要性之比;
根据式(5)计算所得的ri值,利用公式(6)计算获得其组合权重vi;利用公式(7)依次计算获得第i-1,i-2,...,3,2项指标的组合权重;
步骤304,利用遗传函数算法对主客观权重进行最小二乘优化组合,编写其适应度函数,即最小二乘法优化模型,如公式(8)所示;
实施例中,经步骤3处理后得到的各指标组合权重结果如表2所示;
表2主动配电网运行状态评估二级指标综合权重
4、对各评价对象的运行状态进行距离综合评价:给出各评估对象综合运行状态的相对优劣顺序;
步骤401,构造规划化评价矩阵:由公式(2)得到的一致化指标值,得到一致化变换后的数据矩阵如公式(9)所示;
通过公式(10)、(11)对数据矩阵X*进行处理,得到规划化评价矩阵;
步骤402,构造加权规划化评价矩阵:将步骤303得到的基于客观修正主观的组合权重与规划化评价矩阵结合,得到加权规划化矩阵,如式(12)所示;
步骤403,确定评价参考样本:选取最优样本与最差样本作为参考样本,与指标一致化处理相对应,如公式(13)所示,将指标最大值作为最佳样本点的值、指标最小值作为最差样本点的值;
步骤404,确定各评估对象与样本的相对距离并计算最优接近度:如公式(15)、(16)所示,分别计算各指标实际值与最佳参考对象的相对距离,以及与最差参考对象的相对距离;由公式(17),计算每个评估对象与最佳参考对象的相对接近度;最后,根据最优接近度对所有评估对象进行排序,得到优劣顺序;
实施例中,经步骤4处理后得到的各评估时刻主动配电网运行状态距离综合评价优劣顺序结果如表3所示;
表3主动配电网运行状态距离综合评价评估结果
5、属性区间综合评估:利用属性区间算法对主动配电网运行状态进行分析时需要构建属性测度区间矩阵,其含义为主动配电网某一时刻的运行状态隶属某种等级的程度,再利用级别特征值法确定最终评估等级;
步骤501,构建评估样本对运行状态的属性测度区间矩阵,形式如式(18)所示;
步骤502,得到评估各对象各项指标的综合属性测度:求取上界属性测度与下界属性测度的平均值,得到评估样本xi属于第k种运行状态的综合属性测度;
实施例中,主动配电网各评估时刻在“紧急”、“需恢复”、“异常”、“正常”和“优化”这五个综合状态的评估综合属性测度如表4所示;
步骤503,确定指标评估等级:运用级别特征值法,利用完整隶属度信息实现避免基于最大隶属度原则进行模糊评估时产生的失真隐患;
实施例中,主动配电网在各评估时刻的准则层评估指标计算结果和运行状态辨识结果分别如表5,表6所示;
步骤504,利用雷达图展示每一个被评估对象的各目标层指标的评估等级:在雷达图中,外圈实线表示所有评估对象在该目标层的最佳表现,内圈实现表示所有评估对象在该目标层的最差表现,中间阴影区域表示该评估时刻各目标层中的表现情况;
表4主动配电网综合状态评估综合属性测度
表5准则层评估指标计算结果
表6主动配电网运行状态辨识结果
步骤504,利用雷达图表现每一个被评估对象各目标层指标的评估等级:在雷达图中,外圈实线表示所有评估对象在该目标层的最佳表现,内圈实现表示所有评估对象在该目标层的最差表现,中间阴影区域表示该评估时刻在各目标层中的表现情况;
实施例中,待评估样本时刻1至时刻8中,主动配电网在安全性、可靠性、优质性、经济性、适应性和网络性六个目标层的综合评价结果的雷达图显示依次如附图3a~附图3h所示。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.一种主动配电网运行状态评估方法,包括如下步骤:
步骤1、构建主动配电网运行状态评估指标体系:以***性、客观性、科学性、实用性的指标体系构建原则为依据,对主动配电网运行状态进行划分,具体划分为紧急状态、需恢复状态、异常状态、正常状态和优化状态这五种运行状态;从安全性、可靠性、优质性、经济性、适应性和网络性六个方面对目标主动配电网运行状态健康与否进行评估以反映其健康程度的状态特征,构建其运行状态的评估指标体系;
步骤2、评估指标的一致化处理:各项评估指标中,数据类型、量纲和指标值的变化区间各不相同,含有“极大型”、“极小型”、“居中型”不同特征指标,需将各指标项进行无量纲化和统一化处理,将各指标项都统一转化为“极大型”指标,更改原始数据矩阵中相应的数值;
对于“极小型”指标,令
x*=xmax-x (1)
对于“居中型”指标,令
式中:x为评估指标原始值,x*为一致化处理后的评估指标值,xmin、xmax和xopt分别为评估指标x的允许最小值、允许最大值和理想值;
步骤3、确定优化组合权重:分别采用层次分析法,即AHP法和变异系数法计算得到主观权重和客观权重,再分别通过基于客观修正主观的组合权重方法和最小二乘优化法对两权重向量进行组合,获得组合权重;
步骤301,用AHP法获得主观指标权重:AHP法根据专家意见给出两两指标之间的重要性比较,根据指标之间的相对重要性,构建出判断矩阵;在判断矩阵构建好后,需对其进行一致性检验,检验结果由公式(3)得出:
式中:CI表示一致性检验结果值,λmax表示判断矩阵的最大特征值,n表示判断矩阵的阶数;
步骤302,用变异系数法获得客观指标权重:变异系数法直接利用实际数据中的信息,通过数学工具计算得到指标的权重,其核心为对标准偏差越大的指标分配越大的权重;由于评价指标体系中各指标项的量纲不同,需用变异系数来衡量其取值的差异程度,各指标项的变异系数如公式(4)所示:
式中:Bi表示第i个指标项的变异系数,表示第i个指标项的平均值,si表示第i项指标的标准差,m表示指标项的总个数,i∈[1,m];
步骤303,基于客观修正主观的组合权重计算:利用客观赋权法的优势进行主观赋权法劣势的修正,使得组合权重能兼顾主、客观权重的各自优势;根据各指标项的标准差,通过公式(5)确定相邻指标项的重要性之比:
式中:ri表示第i项指标的重要性专家赋值,si-1为第i-1项指标的标准差;
根据式(5)计算所得的ri值,利用公式(6)计算获得其组合权重vi;利用公式(7)依次计算获得第i-1,i-2,...,3,2项指标的组合权重:
vi-1=ri×vi (7)
式中:vi、vi-1表示第i项、第i-1项指标的客观修正主观的组合权重,其中k∈[s,m],s∈[2,m];
步骤304,利用遗传函数算法对主客观权重进行最小二乘优化组合,编写其适应度函数,即最小二乘法优化模型,如公式(8)所示:
式中:H(W)为约束函数,wi为第i项指标最小二乘优化后的综合权重值,Ui和U’i分别为第i项指标的主观权重值和客观权重值,x* ij为一致化处理后的第i项指标第j个评估时刻的数据;
步骤4、对各评价对象的运行状态进行距离综合评价:给出各评估对象综合运行状态的相对优劣顺序;
步骤401,构造规划化评价矩阵:由公式(2)得到的一致化指标值,得到一致化变换后的数据矩阵如公式(9)所示:
X*=(x* ij)m×n (9)
式中:X*表示一致化变换后的数据矩阵;
通过公式(10)、(11)对数据矩阵X*进行处理,得到规划化评价矩阵:
Y*=(y* ij)m×n (11)
式中:y* ij为规划化处理后的第i项指标第j个评估时刻的数据,Y*表示规划化后的数据矩阵;
步骤402,构造加权规划化评价矩阵:将步骤303得到的基于客观修正主观的组合权重与规划化评价矩阵结合,得到加权规划化矩阵,如式(12)所示:
zij=vi×y* ij (12)
式中:zij为加权规划化后的第i项指标第j个评估时刻的数据;
步骤403,确定评价参考样本:选取最优样本与最差样本作为参考样本,与指标一致化处理相对应,如公式(13)所示,将指标最大值作为最佳样本点的值、指标最小值作为最差样本点的值:
步骤404,确定各评估对象与样本的相对距离并计算最优接近度:如公式(15)、(16)所示,分别计算各指标实际值与最佳参考对象的相对距离,以及与最差参考对象的相对距离:
式中:和分别为第i个指标项的理想样本距离和负理想样本距离;
由公式(17),计算每个评估对象与最佳参考对象的相对接近度:
式中:Ci为第i个指标项的最优接近度;
最后,根据最优接近度对所有评估对象进行排序,得到优劣顺序;
步骤5、属性区间综合评估:利用属性区间算法对主动配电网运行状态进行分析时需要构建属性测度区间矩阵,其含义为主动配电网某一时刻的运行状态隶属某种等级的程度,再利用级别特征值法确定最终评估等级;
步骤501,构建评估样本对运行状态的属性测度区间矩阵,形式如式(18)所示:
式中:[μ(low)tk,μ(up)tk]为第t个时刻评估样本xi相对于第k种运行状态的属性测度区间,T表示评估时刻总数,K表示运行状态总数;μ(low)tk和μ(up)tk分别为t时刻隶属第k个状态的下界属性测度和上界属性测度;
步骤502,得到评估各对象各项指标的综合属性测度:求取上界属性测度与下界属性测度的平均值,得到评估样本xi属于第k种运行状态的综合属性测度;
步骤503,确定指标评估等级:运用级别特征值法,利用完整隶属度信息实现避免基于最大隶属度原则进行模糊评估时产生的失真隐患;
步骤504,利用雷达图展示每一个被评估对象的各目标层指标的评估等级:在雷达图中,外圈实线表示所有评估对象在该目标层的最佳表现,内圈实现表示所有评估对象在该目标层的最差表现,中间阴影区域表示该评估时刻各目标层中的表现情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910871535.9A CN110795692A (zh) | 2019-09-16 | 2019-09-16 | 一种主动配电网运行状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910871535.9A CN110795692A (zh) | 2019-09-16 | 2019-09-16 | 一种主动配电网运行状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110795692A true CN110795692A (zh) | 2020-02-14 |
Family
ID=69427151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910871535.9A Pending CN110795692A (zh) | 2019-09-16 | 2019-09-16 | 一种主动配电网运行状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110795692A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428780A (zh) * | 2020-03-20 | 2020-07-17 | 上海理工大学 | 基于数据驱动的电网异常运行状态识别方法 |
CN111652395A (zh) * | 2020-06-12 | 2020-09-11 | 成都国铁电气设备有限公司 | 一种高速铁路接触网设备健康评估方法 |
CN111666528A (zh) * | 2020-05-28 | 2020-09-15 | 中国电建集团福建省电力勘测设计院有限公司 | 沿海台风地区输电线路杆塔改造优先度评估方法 |
CN111932081A (zh) * | 2020-07-13 | 2020-11-13 | 国网福建省电力有限公司 | 一种电力信息***运行状态评估方法及*** |
CN112116489A (zh) * | 2020-07-29 | 2020-12-22 | 西安交通大学 | 一种基于泛在互联的主动配电网供电质量复合感知与评价方法及*** |
CN112651543A (zh) * | 2020-11-10 | 2021-04-13 | 沈阳工程学院 | 一种基于vmd分解与lstm网络的日用电量预测方法 |
CN112668940A (zh) * | 2021-01-18 | 2021-04-16 | 南京地铁建设有限责任公司 | 基于共享性的地铁供电***运行评估方法 |
CN112783939A (zh) * | 2020-12-31 | 2021-05-11 | 广东电网有限责任公司 | 一种基于数据挖掘的低压配电网运行状态评估方法 |
CN112818544A (zh) * | 2021-01-31 | 2021-05-18 | 国网经济技术研究院有限公司 | 计及终端差异化可靠性需求的配电网可靠性评估方法 |
CN112819279A (zh) * | 2020-12-31 | 2021-05-18 | 国网山东省电力公司聊城供电公司 | 分布式能源与配电网扩展适应性的规划评估方法及*** |
CN112907087A (zh) * | 2021-03-03 | 2021-06-04 | 中国人民解放军国防科技大学 | 一种基于数值逆问题的网电效能评估模型优化方法 |
CN112990703A (zh) * | 2021-03-15 | 2021-06-18 | 国网能源研究院有限公司 | 国际工程市场匹配度评价方法、电子设备及存储介质 |
CN112990673A (zh) * | 2021-02-26 | 2021-06-18 | 国网河北省电力有限公司 | 一种基于秩和比法的配网台区运行状态评价监测方法 |
CN113627741A (zh) * | 2021-07-20 | 2021-11-09 | 国网湖南省电力有限公司 | 一种充电桩电能计量***运行状态综合评价方法及装置 |
CN114204554A (zh) * | 2021-12-10 | 2022-03-18 | 国网江苏省电力有限公司 | 一种用于智能电网***使用的调控运行安全性评价方法 |
CN116187866A (zh) * | 2023-04-25 | 2023-05-30 | 国网冀北电力有限公司 | 电网运行安全量化指标体系的评价方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268420A (zh) * | 2013-05-24 | 2013-08-28 | 河海大学 | 一种岩石高边坡的危险性评价方法 |
CN103473450A (zh) * | 2013-09-02 | 2013-12-25 | 河海大学 | 智能配电网高效性评估的属性区间辨识方法 |
CN105139095A (zh) * | 2015-09-23 | 2015-12-09 | 河海大学 | 基于属性区间模型的配电网运行状态评估方法 |
CN106651656A (zh) * | 2016-12-28 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 基于改进的隶属度函数的供电可靠性模糊综合评价方法 |
-
2019
- 2019-09-16 CN CN201910871535.9A patent/CN110795692A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268420A (zh) * | 2013-05-24 | 2013-08-28 | 河海大学 | 一种岩石高边坡的危险性评价方法 |
CN103473450A (zh) * | 2013-09-02 | 2013-12-25 | 河海大学 | 智能配电网高效性评估的属性区间辨识方法 |
CN105139095A (zh) * | 2015-09-23 | 2015-12-09 | 河海大学 | 基于属性区间模型的配电网运行状态评估方法 |
CN106651656A (zh) * | 2016-12-28 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 基于改进的隶属度函数的供电可靠性模糊综合评价方法 |
Non-Patent Citations (3)
Title |
---|
刘莲花: "基于距离综合评价法的数学核心期刊评价" * |
李刚 等: "主客观权重的组合方式及其合理性研究" * |
马菁泽: "数据清洗与电能质量评估技术的研究与实现" * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428780A (zh) * | 2020-03-20 | 2020-07-17 | 上海理工大学 | 基于数据驱动的电网异常运行状态识别方法 |
CN111428780B (zh) * | 2020-03-20 | 2023-04-07 | 上海理工大学 | 基于数据驱动的电网异常运行状态识别方法 |
CN111666528A (zh) * | 2020-05-28 | 2020-09-15 | 中国电建集团福建省电力勘测设计院有限公司 | 沿海台风地区输电线路杆塔改造优先度评估方法 |
CN111666528B (zh) * | 2020-05-28 | 2023-10-24 | 中国电建集团福建省电力勘测设计院有限公司 | 沿海台风地区输电线路杆塔改造优先度评估方法 |
CN111652395A (zh) * | 2020-06-12 | 2020-09-11 | 成都国铁电气设备有限公司 | 一种高速铁路接触网设备健康评估方法 |
CN111932081A (zh) * | 2020-07-13 | 2020-11-13 | 国网福建省电力有限公司 | 一种电力信息***运行状态评估方法及*** |
CN111932081B (zh) * | 2020-07-13 | 2023-05-30 | 国网福建省电力有限公司 | 一种电力信息***运行状态评估方法及*** |
CN112116489A (zh) * | 2020-07-29 | 2020-12-22 | 西安交通大学 | 一种基于泛在互联的主动配电网供电质量复合感知与评价方法及*** |
CN112116489B (zh) * | 2020-07-29 | 2023-06-27 | 西安交通大学 | 一种基于泛在互联的主动配电网供电质量复合感知与评价方法及*** |
CN112651543A (zh) * | 2020-11-10 | 2021-04-13 | 沈阳工程学院 | 一种基于vmd分解与lstm网络的日用电量预测方法 |
CN112783939A (zh) * | 2020-12-31 | 2021-05-11 | 广东电网有限责任公司 | 一种基于数据挖掘的低压配电网运行状态评估方法 |
CN112819279A (zh) * | 2020-12-31 | 2021-05-18 | 国网山东省电力公司聊城供电公司 | 分布式能源与配电网扩展适应性的规划评估方法及*** |
CN112668940B (zh) * | 2021-01-18 | 2022-04-19 | 南京地铁建设有限责任公司 | 基于共享性的地铁供电***运行评估方法 |
CN112668940A (zh) * | 2021-01-18 | 2021-04-16 | 南京地铁建设有限责任公司 | 基于共享性的地铁供电***运行评估方法 |
CN112818544A (zh) * | 2021-01-31 | 2021-05-18 | 国网经济技术研究院有限公司 | 计及终端差异化可靠性需求的配电网可靠性评估方法 |
CN112818544B (zh) * | 2021-01-31 | 2023-09-22 | 国网经济技术研究院有限公司 | 计及终端差异化可靠性需求的配电网可靠性评估方法 |
CN112990673A (zh) * | 2021-02-26 | 2021-06-18 | 国网河北省电力有限公司 | 一种基于秩和比法的配网台区运行状态评价监测方法 |
CN112907087A (zh) * | 2021-03-03 | 2021-06-04 | 中国人民解放军国防科技大学 | 一种基于数值逆问题的网电效能评估模型优化方法 |
CN112990703A (zh) * | 2021-03-15 | 2021-06-18 | 国网能源研究院有限公司 | 国际工程市场匹配度评价方法、电子设备及存储介质 |
CN113627741A (zh) * | 2021-07-20 | 2021-11-09 | 国网湖南省电力有限公司 | 一种充电桩电能计量***运行状态综合评价方法及装置 |
CN113627741B (zh) * | 2021-07-20 | 2023-12-12 | 国网湖南省电力有限公司 | 一种充电桩电能计量***运行状态综合评价方法及装置 |
CN114204554A (zh) * | 2021-12-10 | 2022-03-18 | 国网江苏省电力有限公司 | 一种用于智能电网***使用的调控运行安全性评价方法 |
CN116187866A (zh) * | 2023-04-25 | 2023-05-30 | 国网冀北电力有限公司 | 电网运行安全量化指标体系的评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795692A (zh) | 一种主动配电网运行状态评估方法 | |
CN109829604A (zh) | 一种电网侧储能电站运行效果综合评估方法 | |
CN104408562B (zh) | 一种基于bp神经网络的光伏***发电效率综合评估方法 | |
CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
CN110689240A (zh) | 一种配电网经济运行模糊综合评价方法 | |
CN104933627A (zh) | 机床产品制造***的能效组合评价方法 | |
CN103632203A (zh) | 一种基于综合评价的配电网供电区域划分方法 | |
CN108764684A (zh) | 基于模糊层次分析法的智能箱式变电站健康状态评估方法 | |
CN107358332A (zh) | 一种电网调度运行精益化评价方法 | |
CN112101719A (zh) | 基于组合赋权法的电能质量指标权重确定方法 | |
CN111563682A (zh) | 一种配电自动化设备测试评价方法 | |
CN110489783B (zh) | 一种基于qrnn的低压台区线损率合理范围估计方法 | |
CN103501008B (zh) | 基于偏好决策理论的智能avc***在线控制方法 | |
CN104331773A (zh) | 一种电网规划方案综合评估方法 | |
CN110490409B (zh) | 一种基于dnn的低压台区线损率标杆值设定方法 | |
CN102081754B (zh) | 多专家动态协调评判方法及智能化辅助决策支持*** | |
CN109492874B (zh) | 一种三层级配电网投资决策体系的决策方法 | |
CN109389272A (zh) | 一种用于电压协调控制策略效果的综合评估方法及*** | |
CN107169655A (zh) | 一种优选配电网方案适应性的方法及装置 | |
CN107292489A (zh) | 一种电网调度运行精益化评价*** | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
CN110738345A (zh) | 基于精准投资策略的单元制配电网规划项目优选方法 | |
CN117674263A (zh) | 计及光伏消纳率的配网光伏选址定容及承载能力评估方法 | |
CN105654194B (zh) | 一种电网发展指数测算方法 | |
CN116957262A (zh) | 一种基于三进程耦合的园区综合能源***的优化调度方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200214 |