CN110929219A - 配网设备群状态评价方法、装置、***及计算机存储介质 - Google Patents

配网设备群状态评价方法、装置、***及计算机存储介质 Download PDF

Info

Publication number
CN110929219A
CN110929219A CN201911172158.6A CN201911172158A CN110929219A CN 110929219 A CN110929219 A CN 110929219A CN 201911172158 A CN201911172158 A CN 201911172158A CN 110929219 A CN110929219 A CN 110929219A
Authority
CN
China
Prior art keywords
index
evaluation
equipment group
distribution network
value
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
Application number
CN201911172158.6A
Other languages
English (en)
Inventor
莫文雄
罗思敏
崔屹平
许中
马智远
刘田
周凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Power Supply Bureau Co Ltd filed Critical Guangzhou Power Supply Bureau Co Ltd
Priority to CN201911172158.6A priority Critical patent/CN110929219A/zh
Publication of CN110929219A publication Critical patent/CN110929219A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Telephonic Communication Services (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请涉及一种配网设备群状态评价方法、装置、***及计算机存储介质,其中,所述方法包括以下步骤:建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值;基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值;根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。本申请能够通过对配网设备进行设备群划分,并利用模糊测度对设备群进行状态评价,避免单台排查,减轻工作量,提高状态评价效率。

Description

配网设备群状态评价方法、装置、***及计算机存储介质
技术领域
本申请涉及配电网状态评价技术领域,特别是涉及一种配网设备群状态评价方法、装置、***及计算机存储介质。
背景技术
配电网作为电力***与用户连接的终端环节,对***的整体效率和用户的用电质量与可靠性有着直接的影响,多数的用户停电事故是由配电***故障引起的。配电网设备数量众多、地理位置分散;设备状态多样、状态参量多、评估工作量大,其运行状态对供电可靠性有着重要影响,所以对配网设备进行状态评估十分有必要。
在实现过程中,发明人发现传统技术中至少存在如下问题:传统的配电设备评价过程仅针对单台配网设备,多数设备自身状态参量在实际应用过程中难以获取,状态评价效率低下,浪费人力物力资源。
发明内容
基于此,有必要针对传统的配电设备评价过程仅针对单台配网设备,多数设备自身状态参量在实际应用过程中难以获取,状态评价效率低下,浪费人力物力资源的问题,提供一种配网设备群状态评价方法、装置、***及计算机存储介质。
为了实现上述目的,本发明实施例提供了一种配网设备群状态评价方法,包括以下步骤:
建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;二级评价指标集合包括至少一个二级评价指标;综合一级指标对应至少一个二级评价指标;待评价设备群为对各配网设备进行设备群划分得到;
建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值;
基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值;
根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。
在其中一个实施例中,对各配网设备进行设备群划分,得到待评价设备群的步骤包括:
根据分类标准信息对各配网设备进行设备群划分,得到待评价设备群;
分类标准信息包括以下信息的任意一种或任意组合:设备属性信息、电网属性信息、环境属性信息、用户属性信息、时间属性信息和空间属性信息。
在其中一个实施例中,建立对应待评价设备群的二级评价指标集合的步骤包括:
基于配网设备类型、设备运行数据、台账数据和检修工单数据,建立对应待评价设备群的二级评价指标集合。
在其中一个实施例中,处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值的步骤包括:
对有向关系矩阵进行归一化处理,得到第一归一化处理矩阵;并对第一归一化处理矩阵求极限处理,得到中间矩阵;
对中间矩阵进行归一化处理,得到第二归一化处理矩阵;
根据第二归一化处理矩阵,得到各二级指标重要程度值。
在其中一个实施例中,得到各对应二级评价指标的二级指标重要程度值的步骤中,各二级指标重要程度值通过以下公式得到:
Figure BDA0002289009190000031
其中,ui为对应第i个二级评价指标的二级指标重要程度值;i为第i的二级评价指标,i∈X;K为一个集合;g为定义在集合X上的模糊测度;X\i为集合X除去第i个二级评价指标后的集合;n为集合X中的指标个数。
在其中一个实施例中,根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值的步骤包括:
Figure BDA0002289009190000032
其中,Cg(f)为一级指标评估值;f(xi)为第i个二级指标评分值;g为定义在集合X上的模糊测度;X为二级评价指标集合;n为集合X中的二级评价指标个数。
在其中一个实施例中,根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值的步骤之后包括:
获取各对应待评价设备群的一级指标评估值,并根据各一级指标评估值,得到对应各待评价设备群的总体状态评估值。
另一方面,本发明实施例还提供了一种配网设备群状态评价装置,包括:
评价指标建议单元,用于建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;二级评价指标集合包括至少一个二级评价指标;综合一级指标包括至少一个二级评价指标;待评价设备群为对各配网设备进行设备群划分得到;
指标重要程度处理单元,用于建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值;
模糊测度值处理单元,用于基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值;
设备群状态评价单元,用于根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。
另一方面,本发明实施例还提供了一种配网设备群状态评价***,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述任一项配网设备群状态评价方法的步骤。
另一方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一项的配网设备群状态评价方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果:
上述的配网设备群状态评价方法的各实施例中,对各配网设备进行设备群划分,得到待评价设备群;建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值;基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值;根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值,实现对配网设备群状态评价。本申请能够针对配网设备的规模效应和现阶段配网设备评价方法的不足,为规范配网状态检修管理,实现对配网设备群整体性薄弱点的针对性、精细化治理,确保配网安全可靠运行,以适应当前电网管理需要,通过对配网设备进行设备群划分,并利用模糊测度对设备群进行状态评价,避免单台排查,减轻工作量,提高状态评价效率。
附图说明
图1为一个实施例中配网设备群状态评价方法的应用环境示意图;
图2为一个实施例中配网设备群状态评价方法的第一流程示意图;
图3为一个实施例中配网设备群状态评价方法的第二流程示意图;
图4为一个实施例中配网设备群状态评价方法的第三流程示意图;
图5为一个实施例中二级指标重要程度处理流程示意图;
图6为一个实施例中配网设备群状态评价方法的第四流程示意图;
图7为一个实施例中配网设备群状态评价装置的结构示意图;
图8为一个实施例中配网设备群状态评价***的结构示意图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本申请提供的配网设备群状态评价方法方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与配网设备104通过网络进行通信。(结合权1的整体方案进行描述)。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,配网设备104可以用独立的配网设备或者是多个配网设备组成的配网设备集群来实现。
在一个实施例中,如图2所示,提供了一种配网设备群状态评价方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤S210,建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;二级评价指标集合包括至少一个二级评价指标;综合一级指标对应至少一个二级评价指标;待评价设备群为对各配网设备进行设备群划分得到。
其中,待评价设备群可包括至少一个配网设备。配电网是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的,在电力网中起重要分配电能作用的网络。配网设备包括但不限于是:变压器、高压柜、低压柜、母线桥、直流屏、模拟屏和高压电缆。二级评价指标集合指的是由至少一个二级评价指标组成。二级评价指标可基于影响配网设备状态的因素建立得到。综合一级指标指的是由至少一个二级评价指标概括归纳得到。综合一级指标涵盖若干二级评价指标,且综合一级指标的评估分数由二级评价指标通过本文的评价模型得到,是对二级评价指标的概括和归纳,为各种配网设备的状态评价提供统一的标准。
具体地,对各个配网设备进行设备群划分,得到待评价设备群;进而建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标。
步骤S220,建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值。
其中,有向关系矩阵可用来表示二级评价指标之间互相影响程度。二级指标重要程度值指的是对应二级评价指标的影响程度的数据。
具体地,可根据建议的二级评价指标集合,建立对应二级评价指标集合的有向关心矩阵,并对建立的有向关心矩阵进行处理,进而可得到各对应二级评价指标的二级指标重要程度值。
步骤S230,基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值。
其中,λ模糊测度模型可用来对各二级指标重要程度值进行度量。
具体地,可根据处理得到的二级指标重要程度值,建立λ模糊测度模型,进而可基于λ模糊测度模型,求得各对应二级评价指标的模糊测度值。
步骤S240,根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。
其中,一级指标评估值可用来指示待评价设备群的状态评价。二级指标评分值可通过用户评分得到;二级指标评分值还可通过历史经验数据处理得到。
具体地,根据处理得到的各模糊测度值以及各预设的二级指标评分值,通过模糊测度处理,得到对应待评价设备群的一级指标评估值。
具体而言,对各配网设备进行设备群划分,得到待评价设备群;建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值;基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值;根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值,实现对配网设备群状态评价。从而能够针对配网设备的规模效应和现阶段配网设备评价方法的不足,为规范配网状态检修管理,实现对配网设备群整体性薄弱点的针对性、精细化治理,确保配网安全可靠运行,以适应当前电网管理需要,通过对配网设备进行设备群划分,并利用模糊测度对设备群进行状态评价,避免单台排查,减轻工作量,提高状态评价效率。
在一个实施例中,如图3所示,提供了一种配网设备群状态评价方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤S310,根据分类标准信息对各配网设备进行设备群划分,得到待评价设备群;分类标准信息包括以下信息的任意一种或任意组合:设备属性信息、电网属性信息、环境属性信息、用户属性信息、时间属性信息和空间属性信息。
其中,分类标准信息指的是与配网设备关联的属性信息。设备属性信息可包括但不限于是设备厂商、设备运行年限、设备批次和设备型号。点位属性信息包括但不限于是馈线、台区和区域电网。环境属性包括但不限于是暴雨和大风。用户属性信息包括但不限于是重要用户和特殊负荷。时间属性可以是但不限于是迎峰度夏和节假日信息。空间数据可以但不限于区局和城中村信息。
步骤S320,建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;二级评价指标集合包括至少一个二级评价指标;综合一级指标包括至少一个二级评价指标。
步骤S330,建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值。
步骤S340,基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值。
步骤S350,根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。
其中,上述步骤S320、步骤S330、步骤S340和步骤S350的具体内容过程可参考上文内容,此处不再赘述。
具体而言,根据不同的应用场景和业务需求对配网设备进行设备群划分,得到待评价设备群;对建立的二级评价指标集合进行重要程度处理,得到各对应二级评价指标的二级指标重要程度值;根据λ模糊测度模型处理二级指标重要程度值,得到各对应二级评价指标的模糊测度值;根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值,实现对配网设备群状态评价。
上述实施例中,通过将海量配网设备划分为满足不同业务分析需求的设备群,同时考虑二级指标之间的关联性,建立二级评价指标集合对应的λ模糊测度,得到更为准确的设备状态评价结果。避免单台排查,减轻工作量。克服了传统配网设备状态评价过程中局限于单台设备的问题,提高了设备评价效率。
在一个示例中,配网设备进行设备群划分的具体过程为:根据设备属性、电网属性、环境属性、用户属性、时间属性和空间属性等分类标准进行设备分群,所有待评价配网设备群都可以按照这六种属性指标为依据获得。划分好的设备群可根据实际业务需求和应用场景,灵活切分组合,为实际应用下的状态评价目标提供评价基础。下表为设备群划分的具体分类原则。
Figure BDA0002289009190000091
Figure BDA0002289009190000101
在一个实施例中,如图4所示,提供了一种配网设备群状态评价方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤S410,基于配网设备类型、设备运行数据、台账数据和检修工单数据,建立对应待评价设备群的二级评价指标集合。
其中,配网设备类型可根据使用领域的不同进行划分;设备运行数据可以是配网设备的运行电参数。台账数据指的是对应配网设备的台账;检修工单数据指的是对应检修配网设备的数据。
步骤S420,建立对应二级评价指标集合的综合一级指标;二级评价指标集合包括至少一个二级评价指标;综合一级指标包括至少一个二级评价指标;待评价设备群为对各配网设备进行设备群划分得到。
步骤S430,建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值。
步骤S440,基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值。
步骤S450,根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。
其中,上述步骤S420、步骤S430、步骤S440和步骤S450的具体内容过程可参考上文内容,此处不再赘述。
具体而言,在设备群划分的基础上,针对不同配网设备类型建立对应的二级评价指标集合。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,利用大数据分析方法和数据挖掘技术等手段,对配网设备的每一种设备类型建立通用的、差异化的二级评价指标集。进而可对建立的二级评价指标集进重要程度处理,得到各对应二级评价指标的二级指标重要程度值;并基于建立的λ模糊测度模型,对各二级指标重要程度值进行处理,得到各对应二级评价指标的模糊测度值;根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值,实现对配网设备群状态评价,提高了设备评价效率。
进一步的,可结合设备类型与特点,根据实际情况可将一些表征相同含义的二级评价指标归纳为一类,以便于设备群状态评估。
在其中一个实施例中,如图5所示,处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值的步骤包括:
步骤S510,对有向关系矩阵进行归一化处理,得到第一归一化处理矩阵;并对第一归一化处理矩阵求极限处理,得到中间矩阵。
其中,归一化处理是为了数据处理方便,把数据映射到一定的数值范围(例如0至1)之内处理。例如,归一化处理可以是把数变为(0,1)之间的小数,也可以是把有量纲表达式变为无量纲表达式。
步骤S520,对中间矩阵进行归一化处理,得到第二归一化处理矩阵。
其中,第二归一化处理矩阵包含的数据可用来表示二级评价指标对其他二级评价指标影响程度的大小。
步骤S530,根据第二归一化处理矩阵,得到各二级指标重要程度值。
具体而言,对有向关系矩阵进行归一化处理,得到第一归一化处理矩阵;并对第一归一化处理矩阵求极限,得到中间矩阵;对中间矩阵进行归一化处理,得到第二归一化处理矩阵;进而可根据第二归一化处理矩阵,得到各用来指示二级评价指标综合重要程度的二级指标重要程度值。
在一个具体的实施例中,得到各对应二级评价指标的二级指标重要程度值的步骤中,各二级指标重要程度值通过以下公式得到:
Figure BDA0002289009190000121
其中,ui为对应第i个二级评价指标的二级指标重要程度值;i为第i的二级评价指标,i∈X;K为一个集合;g为定义在集合X上的模糊测度;X\i为集合X除去第i个二级评价指标后的集合;n为集合X中的指标个数。
在一个具体的实施例中,根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值的步骤包括:
Figure BDA0002289009190000122
其中,Cg(f)为一级指标评估值;f(xi)为第i个二级指标评分值;g为定义在集合X上的模糊测度;X为二级评价指标集合;n为集合X中的二级评价指标个数。
在一个实施例中,如图6所示,提供了一种配网设备群状态评价方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤S610,建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;二级评价指标集合包括至少一个二级评价指标;综合一级指标包括至少一个二级评价指标;待评价设备群为对各配网设备进行设备群划分得到。
步骤S620,建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值。
步骤S630,基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值。
步骤S640,根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。
步骤S650,获取各对应待评价设备群的一级指标评估值,并根据各一级指标评估值,得到对应各待评价设备群的总体状态评估值。
其中,上述步骤S610、步骤S620、步骤S630和步骤S640的具体内容过程可参考上文内容,此处不再赘述。
具体而言,在设备群划分的基础上,针对不同配网设备类型建立对应的二级评价指标集,进而可对建立的二级评价指标集进重要程度处理,得到各对应二级评价指标的二级指标重要程度值;并基于建立的λ模糊测度模型,对各二级指标重要程度值进行处理,得到各对应二级评价指标的模糊测度值;根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值;重复上述处理步骤可得到其他综合一级指标的评估值,最后对一级评价指标结果进行综合,得到实际应用场景下配网设备群的总体状态评估结果,实现对配网设备群状态评价,提高了设备评价效率。
在一个示例中,以设备群S为例,说明配网设备群状态评价的具体工作流程。设备群S对应的二级评价指标集合X={xk|k=1,2,…,n},拟得到综合一级指标I的评价分数。先采用层次分析法求得二级评价指标集合X的初始权重W。定义基于二级评价指标集合X={xk|k=1,2,…,n}的λ模糊测度为g,且λ>-1。
建立表示二级评价指标间互相影响程度的有向关系矩阵Mn×n,mij=1,2,3(i,j=1,2,…,n且i≠j)表示第i项指标对第j项指标的影响程度。例如,3为影响较大,2为影响一般,1为影响较小,mij=0(i=1,2,…,n)。对有向关系矩阵Mn×n进行归一化处理,并再求极限得到矩阵T。对矩阵T归一化处理得到矩阵T`,矩阵T`的数据表示二级评价指标对其他二级评价指标影响程度的大小,即对二级评价指标综合重要程度的描述,令V为矩阵T`的某列向量,则V可以表示二级评价指标对应的一种Shapley值。Shapley指标表示对应的二级评价指标的重要性,以及二级评价指标在整个X集合中对指标重要程度的贡献。
建立λ模糊测度模型,并根据建立的λ模糊测度模型,求得二级评价指标对应的模糊测度值。根据二级指标集合X,针对设备群S为配网设备对应的各项二级评价指标评分,得到各项二级指标评分值。进而根据模糊测度值和各项二级指标评分值,处理得到综合一级指标I的评估值;利用重复上述步骤可得到其他综合一级指标的评估值,最后对一级评价指标结果进行综合,得到实际应用场景下配网设备群的总体状态评估结果,实现对配网设备群状态的快速精准评价。
上述实施例中,解决了传统配网设备状态评价过程中局限于单台设备的问题,将海量配网设备划分为满足不同业务分析需求的设备群,同时考虑二级评价指标之间的关联性,建立二级评价指标集合对应的模糊测度,得到更为准确的设备状态评价结果。通过关注配网设备群的全局性,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,为实现配网设备精细化管理、提高电网运维水平提供重要的辅助决策依据。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种配网设备群状态评价装置,包括:
评价指标建议单元710,用于建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;二级评价指标集合包括至少一个二级评价指标;综合一级指标包括至少一个二级评价指标;待评价设备群为对各配网设备进行设备群划分得到。
指标重要程度处理单元720,用于建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值。
模糊测度值处理单元730,用于基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值。
设备群状态评价单元740,用于根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。
关于配网设备群状态评价装置的具体限定可以参见上文中对于配网设备群状态评价方法的限定,在此不再赘述。上述配网设备群状态评价装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于配网设备群状态评价***中的处理器中,也可以以软件形式存储于配网设备群状态评价***中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,如图8所示,提供了一种配网设备群状态评价***,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述任一项配网设备群状态评价方法的步骤。
其中,处理器可用于执行以下步骤:
建立对应待评价设备群的二级评价指标集合,以及建立对应二级评价指标集合的综合一级指标;二级评价指标集合包括至少一个二级评价指标;综合一级指标包括至少一个二级评价指标;待评价设备群为对各配网设备进行设备群划分得到;
建立并处理对应二级评价指标集合的有向关系矩阵,得到各对应二级评价指标的二级指标重要程度值;
基于各二级指标重要程度值,建立λ模糊测度模型;并根据λ模糊测度模型,得到各对应二级评价指标的模糊测度值;
根据各模糊测度值以及各预设的二级指标评分值,得到对应待评价设备群的一级指标评估值。
在一个实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一项的配网设备群状态评价方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各除法运算方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种配网设备群状态评价方法,其特征在于,包括以下步骤:
建立对应待评价设备群的二级评价指标集合,以及建立对应所述二级评价指标集合的综合一级指标;所述二级评价指标集合包括至少一个二级评价指标;所述综合一级指标对应至少一个所述二级评价指标;所述待评价设备群为对各配网设备进行设备群划分得到;
建立并处理对应所述二级评价指标集合的有向关系矩阵,得到各对应所述二级评价指标的二级指标重要程度值;
基于各二级指标重要程度值,建立λ模糊测度模型;并根据所述λ模糊测度模型,得到各对应所述二级评价指标的模糊测度值;
根据各所述模糊测度值以及各预设的二级指标评分值,得到对应所述待评价设备群的一级指标评估值。
2.根据权利要求1所述的配网设备群状态评价方法,其特征在于,所述对各配网设备进行设备群划分,得到所述待评价设备群的步骤包括:
根据分类标准信息对各所述配网设备进行设备群划分,得到所述待评价设备群;
所述分类标准信息包括以下信息的任意一种或任意组合:设备属性信息、电网属性信息、环境属性信息、用户属性信息、时间属性信息和空间属性信息。
3.根据权利要求1所述的配网设备群状态评价方法,其特征在于,所述建立对应待评价设备群的二级评价指标集合的步骤包括:
基于配网设备类型、设备运行数据、台账数据和检修工单数据,建立对应所述待评价设备群的二级评价指标集合。
4.根据权利要求1所述的配网设备群状态评价方法,其特征在于,所述处理对应所述二级评价指标集合的有向关系矩阵,得到各对应所述二级评价指标的二级指标重要程度值的步骤包括:
对所述有向关系矩阵进行归一化处理,得到第一归一化处理矩阵;并对所述第一归一化处理矩阵求极限处理,得到中间矩阵;
对所述中间矩阵进行归一化处理,得到第二归一化处理矩阵;
根据所述第二归一化处理矩阵,得到各所述二级指标重要程度值。
5.根据权利要求1所述的配网设备群状态评价方法,其特征在于,所述得到各对应所述二级评价指标的二级指标重要程度值的步骤中,各所述二级指标重要程度值通过以下公式得到:
Figure FDA0002289009180000021
其中,ui为对应第i个二级评价指标的二级指标重要程度值;i为第i的二级评价指标,i∈X;K为一个集合;g为定义在集合X上的模糊测度;X\i为集合X除去第i个二级评价指标后的集合;n为集合X中的指标个数。
6.根据权利要求1所述的配网设备群状态评价方法,其特征在于,所述根据各所述模糊测度值以及各预设的二级指标评分值,得到对应所述待评价设备群的一级指标评估值的步骤中,所述一级指标评估值通过以下公式得到:
Figure FDA0002289009180000022
其中,Cg(f)为所述一级指标评估值;f(xi)为第i个所述二级指标评分值;g为定义在集合X上的模糊测度;X为所述二级评价指标集合;n为集合X中的二级评价指标个数。
7.根据权利要求1所述的配网设备群状态评价方法,其特征在于,所述根据各所述模糊测度值以及各预设的二级指标评分值,得到对应所述待评价设备群的一级指标评估值的步骤之后包括:
获取各对应所述待评价设备群的所述一级指标评估值,并根据各所述一级指标评估值,得到对应各所述待评价设备群的总体状态评估值。
8.一种配网设备群状态评价装置,其特征在于,包括:
评价指标建议单元,用于建立对应待评价设备群的二级评价指标集合,以及建立对应所述二级评价指标集合的综合一级指标;所述二级评价指标集合包括至少一个二级评价指标;所述综合一级指标包括至少一个所述二级评价指标;所述待评价设备群为对各配网设备进行设备群划分得到;
指标重要程度处理单元,用于建立并处理对应所述二级评价指标集合的有向关系矩阵,得到各对应所述二级评价指标的二级指标重要程度值;
模糊测度值处理单元,用于基于各二级指标重要程度值,建立λ模糊测度模型;并根据所述λ模糊测度模型,得到各对应所述二级评价指标的模糊测度值;
设备群状态评价单元,用于根据各所述模糊测度值以及各预设的二级指标评分值,得到对应所述待评价设备群的一级指标评估值。
9.一种配网设备群状态评价***,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述配网设备群状态评价方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的配网设备群状态评价方法的步骤。
CN201911172158.6A 2019-11-26 2019-11-26 配网设备群状态评价方法、装置、***及计算机存储介质 Pending CN110929219A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911172158.6A CN110929219A (zh) 2019-11-26 2019-11-26 配网设备群状态评价方法、装置、***及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911172158.6A CN110929219A (zh) 2019-11-26 2019-11-26 配网设备群状态评价方法、装置、***及计算机存储介质

Publications (1)

Publication Number Publication Date
CN110929219A true CN110929219A (zh) 2020-03-27

Family

ID=69851897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911172158.6A Pending CN110929219A (zh) 2019-11-26 2019-11-26 配网设备群状态评价方法、装置、***及计算机存储介质

Country Status (1)

Country Link
CN (1) CN110929219A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111983359A (zh) * 2020-08-24 2020-11-24 西南交通大学 一种雷击下的输电杆塔状态监测与评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327062A (zh) * 2016-08-11 2017-01-11 中国南方电网有限责任公司电网技术研究中心 一种配电网设备的状态评估方法
CN110266782A (zh) * 2019-06-13 2019-09-20 国网江苏省电力有限公司南京供电分公司 一种基于lte的城市变电站设备群状态信息全景管控平台

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327062A (zh) * 2016-08-11 2017-01-11 中国南方电网有限责任公司电网技术研究中心 一种配电网设备的状态评估方法
CN110266782A (zh) * 2019-06-13 2019-09-20 国网江苏省电力有限公司南京供电分公司 一种基于lte的城市变电站设备群状态信息全景管控平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘志文等: "基于多种测度的配电网关键设备在线状态评估", 《电力***及其自动化学报》 *
王磊等: "火电厂设备状态的分级评价方法研究", 《技术经济综述》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111983359A (zh) * 2020-08-24 2020-11-24 西南交通大学 一种雷击下的输电杆塔状态监测与评估方法
CN111983359B (zh) * 2020-08-24 2021-07-02 西南交通大学 一种雷击下的输电杆塔状态监测与评估方法

Similar Documents

Publication Publication Date Title
CN108595523B (zh) 设备数据检索模型构建方法、装置及计算机设备
CN111080072A (zh) 配电变压器健康指数评估方法、装置及***
CN111680841B (zh) 基于主成分分析的短期负荷预测方法、***及终端设备
CN103617447B (zh) 智能变电站的评价***及评价方法
CN111612275A (zh) 一种预测区域用户负荷量的方法及装置
CN110751416A (zh) 一种用水量的预测方法、装置及设备
CN114372360A (zh) 用于电力负荷预测的方法、终端及存储介质
CN108563708B (zh) 设备信息检索方法、装置及计算机设备
CN112633762A (zh) 楼宇能效获取方法及设备
CN115511656A (zh) 一种基于挖掘电网数据价值的需求规划辅助决策***
CN110929219A (zh) 配网设备群状态评价方法、装置、***及计算机存储介质
CN117767250A (zh) 基于故障监测的直流微电网协调控制方法及***
CN112508254A (zh) 变电站工程项目投资预测数据的确定方法
CN116799953A (zh) 一种基于电网调度监控的设备异常识别方法、装置及设备
CN112039111A (zh) 一种新能源微电网参与电网调峰能力的方法及***
CN109739719A (zh) 一种通信机房基础设施管理方法及装置
CN113065763B (zh) 基于多源信息的巡视计划智能生成方法、设备及存储介质
CN112053086B (zh) 基于大数据电网运行诊断***的工作方法
CN109767062B (zh) 一种电网任务处置方案的动态生成方法
CN113393101A (zh) 县域配电网投资效益评估方法、装置及终端设备
CN113393099A (zh) 配电网项目群价值指标评估方法、装置及终端设备
CN112952797B (zh) 一种配电台区低电压成因识别方法和装置
Lu et al. DG Capacity Assessment in Distribution Network Considering Uncertainties Using Multi-Parametric Programming
NL2031090B1 (en) Innovative rural tourism efficiency evaluation method based on fuzzy comprehensive evaluation
CN109861222B (zh) 一种省级电网负荷分区预测方法及***

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201021

Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No.

Applicant after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd.

Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No.

Applicant before: GUANGZHOU POWER SUPPLY Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200327