CN112016819A - 一种低压台区电能质量综合评估方法 - Google Patents
一种低压台区电能质量综合评估方法 Download PDFInfo
- Publication number
- CN112016819A CN112016819A CN202010825488.7A CN202010825488A CN112016819A CN 112016819 A CN112016819 A CN 112016819A CN 202010825488 A CN202010825488 A CN 202010825488A CN 112016819 A CN112016819 A CN 112016819A
- Authority
- CN
- China
- Prior art keywords
- power quality
- index
- quality index
- electric energy
- indexes
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 131
- 238000000034 method Methods 0.000 claims abstract description 89
- 239000011159 matrix material Substances 0.000 claims abstract description 22
- 238000010606 normalization Methods 0.000 claims abstract description 14
- 238000013441 quality evaluation Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000006116 polymerization reaction Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 abstract description 2
- 238000004220 aggregation Methods 0.000 abstract description 2
- 206010033307 Overweight Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- 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)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提出了一种低压台区电能质量综合评估方法。本发明建立一级电能质量指标集合以及二级电能质量指标集合;进一步构建判断矩阵,应用标度拓展法确定所选指标的主观权重,通过变权理论确定所选指标的客观权重,进一步确定所选指标的综合权重;所选指标的监测值经归一化处理后,计算所选指标的正、负理想解序列,进一步计算灰色关联法的分辨系数和正、负向关联系数,再利用基于木桶理论的对数方法进行指标聚合,进一步计算带权的正、负向灰色关联度,再计算正、负向欧式距离,进一步计算正、负综合关联度,构建综合评估指标用于评估监测点的整体电能质量。本发明提升了对恶劣指标的区分能力,实现了更符合电能质量评定目标的评价结果。
Description
技术领域
本发明属于电能质量监测与管理领域,具体涉及一种低压台区电能质量综合评估方法。
背景技术
以农村偏远地区为代表的配电网末端建设较为薄弱,负荷较轻,电力传输的距离比较远,超过了配电网供电线路的供电半径,造成了线路上输电损耗较大,末端供电能力不足,导致了以低电压为代表的多种电能质量问题。传统上通过采用并联电容器及调节变压器分接头等措施进行无功补偿,从而调节电压;同时,为充分发挥以光伏为代表的分布式发电所具备的无功补偿潜力,通过采用光伏发电进行低电压治理的措施开始受到了广泛关注。为了较好衡量光伏等分布式电源接入配电网的性能,需要采用有效方法对低压台区的电能治理进行综合评估。
随着我国经济和社会生产的发展,用户对电能质量的需求量和电能品质的要求也越来越高,如何利用我国现有的单项电能质量指标国家标准进行合理的电能质量综合评估,是电力市场化中电能按质定价的基础。电能质量综合评估中的两个关键环节为指标赋权和综合评价。其中指标权重值是否合理与准确直接影响评价结果可靠性,但传统的主观赋权法和客观赋权法均无法有效反映指标集的非线性和涌现性特征,较小权重的指标量出现剧烈变化时,容易出现误判。为避免此问题,学者们在各领域开展了对变权理论的研究。有文献定义了电能质量指标的模糊模型,按指标模糊质量的倒数设计变权方案;还有文献提出先构建综合权重,再利用均衡函数进行变权。
电能质量评估是一个多指标联合决策的过程,受监测数据随机性的影响,表现出“灰色”特点,灰色关联法是这类问题的常用评价方法。传统灰色关联法通过构造正负理想解,再由灰色关联度函数来描述指标集之间的相似程度来实现综合排序。理想解法利用欧氏距离函数来描述两者之间的接近程度,引入理想解法可以对灰色关联法无法区分的指标集实现有效评价。但现有改进灰色关联法的研究中,往往采用线性的指标聚合方式计算灰色关联度,突出优质指标和高权重指标的作用,影响评价结果的正确性。
发明内容
本发明的目的在于结合变权理论和信息熵赋权法构造可变客观权重,避免常权方法确定权重的局限性;引入理想解法弥补传统灰色关联法的不足,建立待评价指标集之间的灰色关联度模型;基于木桶理论,引入对数聚合系数调整灰色关联度计算公式,以体现对“恶劣”指标的惩罚,最优计算综合关联度进行综合排序。
为实现上述目的,本发明采用的技术方案是一种低压台区电能质量综合评估方法,具体实现步骤如下:
步骤1:建立一级电能质量指标集合以及二级电能质量指标集合;
步骤2:构建判断矩阵,结合判断矩阵通过应用标度拓展法确定选取一级电能质量指标、二级电能质量指标的主观权重,通过变权理论确定选取一级电能质量指标、二级电能质量指标的的客观权重,进一步确定一级电能质量指标、二级电能质量指标的综合权重;
步骤3:通过监测点处一级电能质量指标下的二级电能质量指标的经归一化处理的监测值计算一级电能质量指标的二级电能质量指标的正理想解以及负理想解,构建正理想解序列、负理想解序列,计算一级电能质量指标下的二级电能质量指标范围内的全体指标求表达式最大值,结合正理想解序列计算灰色关联法的分辨系数,计算正向关联系数以及负向关联系数,基于木桶理论的对数方法进行指标聚合得到关联度聚合度,以计算带权正向灰色关联度、带权负向灰色关联度,计算正向欧式距离和负向欧式距离,进一步计算正综合关联度、负综合关联度,通过正综合关联度、负综合关联度构建综合评估指标用于评估监测点的整体电能质量。
作为优选,步骤1所述建立一级电能质量指标集合以及二级电能质量指标集合为:
i1∈[1,m],j1∈[1,n],k1∈[1,si]
步骤1中所述一级电能质量指标包含但不限于电压偏差、电压闪变、电压波动、谐波畸变、三相不平衡、频率偏差、供电可靠性;
步骤1中所述二级电能质量指标包括但不限于电压幅值平均偏差、电压偏差持续时间、闪变水平、闪变持续时间、电压平均波动幅度、波动持续时间、总谐波含量、谐波持续时间、不平衡度、不平衡持续时间、频率平均偏差、频率偏差持续时间、电压凹陷、间断持续时间。
作为优选,步骤2所述构建判断矩阵为:
其中,W*表示判断矩阵且具有完全一致性,是n*n的正互反矩阵,n为一级电能质量指标的数量,对一级电能质量指标进行相对重要性排序,tk表示第k个一级电能质量指标相对第k+1个一级电能质量指标的重要性,k∈[1,n-1]具体为:
若Xk相对于Xk-1同样重要,则tk取a1;
若Xk相对于Xk-1稍微重要,则tk取a2;
若Xk相对于Xk-1明显重要,则tk取a3;
若Xk相对于Xk-1非常重要,则tk取a4;
若Xk相对于Xk-1极端重要,则tk取a5。
其中,a1<a2<a3<a4<a5,为判断矩阵中第i0行第j0列的元素,即表示第i0个一级电能质量指标相对第j0个一级电能质量指标的主观权重,反应第i0个一级电能质量指标相对第j0个一级电能质量指标的重要程度,i0∈[1,n],j0∈[1,n],i0≠j0;
步骤2所述结合判断矩阵通过应用标度拓展法确定选取一级电能质量指标、二级电能质量指标的主观权重为:
一级电能质量指标i0下二级电能质量指标的相对权重记为为行向量且向量元素数量为对个二级电能质量指标进行相对重要性排序。其中,表示第k0个二级电能质量指标相对第k0+1个二级电能质量指标的重要性。k0取值方法与k取值方法相同。
步骤2所述通过变权理论确定选取一级电能质量指标、二级电能质量指标的的客观权重为:
应用综合电能质量在线监测装置对配电网中m个监测点的n个电能质量二级电能质量指标进行监测,获得原始的电能质量评估指标监测数据集为在实际过程中,一般来说,不同的电能质量指标的测量单位是不同的,而为了使综合评估过程中每项指标都具有同等表现力,需要将电能质量综合评估指标数据进行归一化处理,得到归一化处理的过程是使指标波动范围限制于区间[0,1],且指标数据越好,归一化后的指标数据越大;
若对于指标数据越大越好的高优型指标,归一化方法为:
若对于指标数据越小越好的低优型指标,归一化方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下第k1个二级电能质量指标的m个监测数据中最大值,为一级电能质量指标j1下第k1个二级电能质量指标的m个监测数据中最小值。对于电能质量指标集合定义m为监测点数,n为一级电能质量指标数,为一级电能质量指标j1下二级电能质量指标的数量,定义电能质量等级数为r,定义电能质量指标集的隶属度集为其中,i1∈[1,m],j1∈[1,n],k1∈[1,sj],l1∈[1,r];表示监测点i1处一级电能质量指标j1下的二级电能质量指标k1对于电能质量等级l1的隶属度值。
偏差类指标的隶属度值计算方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的允许运行值上限,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的允许运行值下限。
持续时间类指标的隶属度值计算方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的偏差值允许持续时间,k0为固定系数,取为0.13。
可靠性指标的隶属度计算方法为:
偏差类指标包括但不限于电压幅值平均偏差、闪变水平、电压平均波动幅度、总谐波含量、三相不平衡度、频率平均偏差以及电压凹陷度。
持续时间类指标包括但不限于电压偏差持续时间、闪变持续时间、波动持续时间、谐波持续时间、不平衡持续时间、频率偏差持续时间、和间断持续时间。
可靠性指标包括供电可靠性;
信息熵值计算方法为:
引入变权理论对信息熵进行处理,实现信息熵变权以突出恶劣指标对综合评判结果的影响;
式中,为监测点i1处一级电能质量指标j1下二级电能质量指标k1对电能质量等级l1的隶属度。为监测点i1处n个一级电能质量指标,以及每个一级电能质量指标j1下的个二级电能质量指标,其对电能质量合格等级l1∈[1,2,...,J)的隶属度值的最大值。越小表示监测点i1的整体电能质量水平越差,该点处一级电能质量指标j1下二级电能质量指标k1的变权系数越大,其中a为性能均衡修正系数;
步骤2所述进一步确定一级电能质量指标、二级电能质量指标的综合权重为:
其中,为一级电能质量指标j1下二级电能质量指标k1的主观权重值,为监测点i1处一级电能质量指标j1下二级电能质量指标k1的信息熵变客观权重值,为监测点i1处一级电能质量指标j1下二级电能质量指标k1的最终综合权重值;
作为优选,步骤3所述监测点处一级电能质量指标下的二级电能质量指标的经归一化处理的监测值为:
步骤3所述计算一级电能质量指标的二级电能质量指标的正理想解以及负理想解为:
步骤3所述构建正理想解序列、负理想解序列为:
步骤3所述计算一级电能质量指标下的二级电能质量指标范围内的全体指标求表达式最大值为:
步骤3所述计算灰色关联法的分辨系数为:
式中,ρ为灰色关联法的分辨系数,取值应满足:XΔ<1/3时,XΔ≤ρ≤1.5XΔ;当XΔ≥1/3时,1.5XΔ≤ρ≤2XΔ;
步骤3所述计算正向关联系数为:
步骤3所述计算负向关联系数为:
步骤3所述基于木桶理论的对数方法进行指标聚合得到关联度聚合度为:
引入基于木桶理论的对数方法进行指标聚合,关联度聚合度为:
步骤3所述分别计算带权正向灰色关联度和带权负向灰色关联度为:
步骤3所述分别计算正向欧式距离和负向欧式距离为:
步骤3所述计算正综合关联度、负综合关联度为:
式中,α1为第一线性系数,α2为第二线性系数,,α1,α2∈[0,1]且α1+α2=1;
步骤3所述正综合关联度、负综合关联度构建综合评估指标为:
本发明的有益效果是:
结合变权理论调整传统信息熵赋权法,对恶劣指标赋予更高的客观权重,提升决策方案对恶劣指标的重视度;
引入理想解法修改传统的灰色关联法,提升评价方法对不同待评指标集的区分能力;
用基于木桶理论的对数聚合方法替代传统的线性聚合方法,调整灰色关联法的关联度计算公式,提升了对恶劣指标的区分能力,实现了更符合电能质量评定目标的评价结果。
附图说明
图1:为本发明的流程图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明的流程图,本实施例是通过以下技术方案来实现的,一种低压台区电能质量综合评估方法,其特征在于,包括以下步骤:
步骤1:建立一级电能质量指标集合以及二级电能质量指标集合;
作为优选,步骤1所述建立一级电能质量指标集合以及二级电能质量指标集合为:
i1∈[1,m],j1∈[1,n],k1∈[1,si]
步骤1中所述一级电能质量指标包含但不限于电压偏差、电压闪变、电压波动、谐波畸变、三相不平衡、频率偏差、供电可靠性;
步骤1中所述二级电能质量指标包括但不限于电压幅值平均偏差、电压偏差持续时间、闪变水平、闪变持续时间、电压平均波动幅度、波动持续时间、总谐波含量、谐波持续时间、不平衡度、不平衡持续时间、频率平均偏差、频率偏差持续时间、电压凹陷、间断持续时间。
步骤2:构建判断矩阵,结合判断矩阵通过应用标度拓展法确定选取一级电能质量指标、二级电能质量指标的主观权重,通过变权理论确定选取一级电能质量指标、二级电能质量指标的的客观权重,进一步确定一级电能质量指标、二级电能质量指标的综合权重;
步骤2所述构建判断矩阵为:
其中,W*表示判断矩阵且具有完全一致性,是n*n的正互反矩阵,n为一级电能质量指标的数量,对一级电能质量指标进行相对重要性排序,tk表示第k个一级电能质量指标相对第k+1个一级电能质量指标的重要性,k∈[1,n-1]具体为:
若Xk相对于Xk-1同样重要,则tk取a1;
若Xk相对于Xk-1稍微重要,则tk取a2;
若Xk相对于Xk-1明显重要,则tk取a3;
若Xk相对于Xk-1非常重要,则tk取a4;
若Xk相对于Xk-1极端重要,则tk取a5。
其中,a1<a2<a3<a4<a5,为判断矩阵中第i0行第j0列的元素,即表示第i0个一级电能质量指标相对第j0个一级电能质量指标的主观权重,反应第i0个一级电能质量指标相对第j0个一级电能质量指标的重要程度,i0∈[1,n],j0∈[1,n],i0≠j0;
其中,tk的具体取值为a1=1,a2=1.2,a3=1.4,a4=1.6,a5=1.8.步骤2所述结合判断矩阵通过应用标度拓展法确定选取一级电能质量指标、二级电能质量指标的主观权重为:
一级电能质量指标i0下二级电能质量指标的相对权重记为为行向量且向量元素数量为对个二级电能质量指标进行相对重要性排序。其中,表示第k0个二级电能质量指标相对第k0+1个二级电能质量指标的重要性。k0取值方法与k取值方法相同。
步骤2所述通过变权理论确定选取一级电能质量指标、二级电能质量指标的的客观权重为:
应用综合电能质量在线监测装置对配电网中m个监测点的n个电能质量二级电能质量指标进行监测,获得原始的电能质量评估指标监测数据集为在实际过程中,一般来说,不同的电能质量指标的测量单位是不同的,而为了使综合评估过程中每项指标都具有同等表现力,需要将电能质量综合评估指标数据进行归一化处理,得到归一化处理的过程是使指标波动范围限制于区间[0,1],且指标数据越好,归一化后的指标数据越大;
若对于指标数据越大越好的高优型指标,归一化方法为:
若对于指标数据越小越好的低优型指标,归一化方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下第k1个二级电能质量指标的m个监测数据中最大值,为一级电能质量指标j1下第k1个二级电能质量指标的m个监测数据中最小值。对于电能质量指标集合定义m为监测点数,n为一级电能质量指标数,为一级电能质量指标j1下二级电能质量指标的数量,定义电能质量等级数为r,定义电能质量指标集的隶属度集为其中,i1∈[1,m],j1∈[1,n],k1∈[1,sj],l1∈[1,r];表示监测点i1处一级电能质量指标j1下的二级电能质量指标k1对于电能质量等级l1的隶属度值。
偏差类指标的隶属度值计算方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的允许运行值上限,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的允许运行值下限。
持续时间类指标的隶属度值计算方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的偏差值允许持续时间,k0为固定系数,取为0.13。
可靠性指标的隶属度计算方法为:
偏差类指标包括但不限于电压幅值平均偏差、闪变水平、电压平均波动幅度、总谐波含量、三相不平衡度、频率平均偏差以及电压凹陷度。
持续时间类指标包括但不限于电压偏差持续时间、闪变持续时间、波动持续时间、谐波持续时间、不平衡持续时间、频率偏差持续时间、和间断持续时间。
可靠性指标包括供电可靠性;
信息熵值计算方法为:
引入变权理论对信息熵进行处理,实现信息熵变权以突出恶劣指标对综合评判结果的影响;
式中,为监测点i1处一级电能质量指标j1下二级电能质量指标k1对电能质量等级l1的隶属度。为监测点i1处n个一级电能质量指标,以及每个一级电能质量指标j1下的个二级电能质量指标,其对电能质量合格等级l1∈[1,2,...,J)的隶属度值的最大值。越小表示监测点i1的整体电能质量水平越差,该点处一级电能质量指标j1下二级电能质量指标k1的变权系数越大,其中a为性能均衡修正系数;
步骤2所述进一步确定一级电能质量指标、二级电能质量指标的综合权重为:
其中,为一级电能质量指标j1下二级电能质量指标k1的主观权重值,为监测点i1处一级电能质量指标j1下二级电能质量指标k1的信息熵变客观权重值,为监测点i1处一级电能质量指标j1下二级电能质量指标k1的最终综合权重值;
步骤3:通过监测点处一级电能质量指标下的二级电能质量指标的经归一化处理的监测值计算一级电能质量指标的二级电能质量指标的正理想解以及负理想解,构建正理想解序列、负理想解序列,计算一级电能质量指标下的二级电能质量指标范围内的全体指标求表达式最大值,结合正理想解序列计算灰色关联法的分辨系数,计算正向关联系数以及负向关联系数,基于木桶理论的对数方法进行指标聚合得到关联度聚合度,以计算带权正向灰色关联度、带权负向灰色关联度,计算正向欧式距离和负向欧式距离,进一步计算正综合关联度、负综合关联度,通过正综合关联度、负综合关联度构建综合评估指标用于评估监测点的整体电能质量。
步骤3所述监测点处一级电能质量指标下的二级电能质量指标的经归一化处理的监测值为:
步骤3所述计算一级电能质量指标的二级电能质量指标的正理想解以及负理想解为:
步骤3所述构建正理想解序列、负理想解序列为:
步骤3所述计算一级电能质量指标下的二级电能质量指标范围内的全体指标求表达式最大值为:
步骤3所述计算灰色关联法的分辨系数为:
式中,ρ为灰色关联法的分辨系数,取值应满足:XΔ<1/3时,XΔ≤ρ≤1.5XΔ;当XΔ≥1/3时,1.5XΔ≤ρ≤2XΔ;
步骤3所述计算正向关联系数为:
步骤3所述计算负向关联系数为:
步骤3所述基于木桶理论的对数方法进行指标聚合得到关联度聚合度为:
引入基于木桶理论的对数方法进行指标聚合,关联度聚合度为:
步骤3所述分别计算带权正向灰色关联度和带权负向灰色关联度为:
步骤3所述分别计算正向欧式距离和负向欧式距离为:
步骤3所述计算正综合关联度、负综合关联度为:
式中,α1为第一线性系数,α2为第二线性系数,,α1,α2∈[0,1]且α1+α2=1;
步骤3所述正综合关联度、负综合关联度构建综合评估指标为:
适用指标的编号为Data3={x1,x3,x5,x7,x9,x11};持续时间类指标的隶属度函数,适用指标的编号为Data4={x2,x4,x6,x8,x10,x12};可靠性指标的隶属度函数,适用指标的编号为Data5={x13}.
以某10kV配电***中3个监测点的数据为基础,进行电能质量评估。A1~A5为从优到劣的五个电能质量等级,指标组根据国家相关标准和行业专家经验确定,;B1~B3为3个监测点,对某周内采集到的监测数据进行统计,将95%概率大值作为原始指标数据填入表1。
表1指标原始监测数据
基于标度拓展法和变权理论算得综合权重如下:
上式中,ωi为主观权重值,vi1为常熵客观权重值,vi2B1,vi2B2和vi2B3为引入变权理论的指标集信息熵客观权重值,αi为最终综合权重值。
解得综合权重αi,经归一和加权得到加权决策矩阵R*,求得正负理想解为:
R+=[0.0743 0.0629 0.0680 0.1269 0.0659 0.0717 0.0761 0.0593 0.07180.0602 0.0630 0.0741 0.1259]
R-=[0 0 0 0 0 0 0 0 0 0 0 0 0]
算得Δv=0.0254,XΔ=0.2003<1/3,确定分辨系数为ρ=0.3。
分别计算线性加权下ρ=0.5时的综合关联度G1和按本发明方法选取的ρ=0.3时综合关联度G2:
ΔG1=G1max-G1min=0.7199-0.2634=0.4565
ΔG2=G2max-G2min=0.7712-0.209=0.5622
表2电能质量评估结果
由表3所示原始监测数据可知,监测点B2的数据中,电压偏差持续时间和谐波持续时间处于“恶劣”等级,电能质量综合评价结果应趋向“恶劣”等级。基于对表3的判断分析表4数据,监测点B2的综合评价结果中,传统灰色关联法评定等级为“中”,而采用本文方法评定等级为“劣”,两种方法结果差异的原因主要是传统灰色关联法采用的线性信息聚合方式,由于指标x2和指标x8的权重较低,其恶劣影响被其他高权重的优良指标掩盖,导致评价值趋于更优。同样应用本文方法,将B2的指标x2监测值修改为6.0,恶劣指标的影响减弱,最终等级评定值即变为“中”,评定结果即与传统灰色关联法一致。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (4)
1.一种低压台区电能质量综合评估方法,其特征在于,包括以下步骤:
步骤1:建立一级电能质量指标集合以及二级电能质量指标集合;
步骤2:构建判断矩阵,结合判断矩阵通过应用标度拓展法确定选取一级电能质量指标、二级电能质量指标的主观权重,通过变权理论确定选取一级电能质量指标、二级电能质量指标的的客观权重,进一步确定一级电能质量指标、二级电能质量指标的综合权重;
步骤3:通过监测点处一级电能质量指标下的二级电能质量指标的经归一化处理的监测值计算一级电能质量指标的二级电能质量指标的正理想解以及负理想解,构建正理想解序列、负理想解序列,计算一级电能质量指标下的二级电能质量指标范围内的全体指标求表达式最大值,结合正理想解序列计算灰色关联法的分辨系数,计算正向关联系数以及负向关联系数,基于木桶理论的对数方法进行指标聚合得到关联度聚合度,以计算带权正向灰色关联度、带权负向灰色关联度,计算正向欧式距离和负向欧式距离,进一步计算正综合关联度、负综合关联度,通过正综合关联度、负综合关联度构建综合评估指标用于评估监测点的整体电能质量。
2.根据权利要求1所述的低压台区电能质量综合评估方法,其特征在于:
步骤1所述建立一级电能质量指标集合以及二级电能质量指标集合为:
步骤1中所述一级电能质量指标包含但不限于电压偏差、电压闪变、电压波动、谐波畸变、三相不平衡、频率偏差、供电可靠性;
步骤1中所述二级电能质量指标包括但不限于电压幅值平均偏差、电压偏差持续时间、闪变水平、闪变持续时间、电压平均波动幅度、波动持续时间、总谐波含量、谐波持续时间、不平衡度、不平衡持续时间、频率平均偏差、频率偏差持续时间、电压凹陷、间断持续时间;
步骤2所述构建判断矩阵为:
其中,W*表示判断矩阵且具有完全一致性,是n*n的正互反矩阵,n为一级电能质量指标的数量,对一级电能质量指标进行相对重要性排序,tk表示第k个一级电能质量指标相对第k+1个一级电能质量指标的重要性,k∈[1,n-1]具体为:
若Xk相对于Xk-1同样重要,则tk取a1;
若Xk相对于Xk-1稍微重要,则tk取a2;
若Xk相对于Xk-1明显重要,则tk取a3;
若Xk相对于Xk-1非常重要,则tk取a4;
若Xk相对于Xk-1极端重要,则tk取a5;
其中,a1<a2<a3<a4<a5,为判断矩阵中第i0行第j0列的元素,即表示第i0个一级电能质量指标相对第j0个一级电能质量指标的主观权重,反应第i0个一级电能质量指标相对第j0个一级电能质量指标的重要程度,i0∈[1,n],j0∈[1,n],i0≠j0;
步骤2所述结合判断矩阵通过应用标度拓展法确定选取一级电能质量指标、二级电能质量指标的主观权重为:
一级电能质量指标i0下二级电能质量指标的相对权重记为 为行向量且向量元素数量为对个二级电能质量指标进行相对重要性排序;其中,表示第k0个二级电能质量指标相对第k0+1个二级电能质量指标的重要性;k0取值方法与k取值方法相同;
3.根据权利要求1所述的低压台区电能质量综合评估方法,其特征在于:
步骤2所述通过变权理论确定选取一级电能质量指标、二级电能质量指标的的客观权重为:
应用综合电能质量在线监测装置对配电网中m个监测点的n个电能质量二级电能质量指标进行监测,获得原始的电能质量评估指标监测数据集为在实际过程中,一般来说,不同的电能质量指标的测量单位是不同的,而为了使综合评估过程中每项指标都具有同等表现力,需要将电能质量综合评估指标数据进行归一化处理,得到归一化处理的过程是使指标波动范围限制于区间[0,1],且指标数据越好,归一化后的指标数据越大;
若对于指标数据越大越好的高优型指标,归一化方法为:
若对于指标数据越小越好的低优型指标,归一化方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下第k1个二级电能质量指标的m个监测数据中最大值,为一级电能质量指标j1下第k1个二级电能质量指标的m个监测数据中最小值;对于电能质量指标集合定义m为监测点数,n为一级电能质量指标数,为一级电能质量指标j1下二级电能质量指标的数量,定义电能质量等级数为r,定义电能质量指标集的隶属度集为其中,i1∈[1,m],j1∈[1,n],k1∈[1,sj],l1∈[1,r];表示监测点i1处一级电能质量指标j1下的二级电能质量指标k1对于电能质量等级l1的隶属度值;
偏差类指标的隶属度值计算方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的允许运行值上限,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的允许运行值下限;
持续时间类指标的隶属度值计算方法为:
其中,m为监测点的数量,n为一级电能质量指标的数量,为一级电能质量指标j1下二级电能质量指标的数量,为一级电能质量指标j1下的二级电能质量指标k1,其国家标准规定的偏差值允许持续时间,k0为固定系数,取为0.13;
可靠性指标的隶属度计算方法为:
偏差类指标包括但不限于电压幅值平均偏差、闪变水平、电压平均波动幅度、总谐波含量、三相不平衡度、频率平均偏差以及电压凹陷度;
持续时间类指标包括但不限于电压偏差持续时间、闪变持续时间、波动持续时间、谐波持续时间、不平衡持续时间、频率偏差持续时间、和间断持续时间;
可靠性指标包括供电可靠性;
信息熵值计算方法为:
引入变权理论对信息熵进行处理,实现信息熵变权以突出恶劣指标对综合评判结果的影响;
式中,为监测点i1处一级电能质量指标j1下二级电能质量指标k1对电能质量等级l1的隶属度;为监测点i1处n个一级电能质量指标,以及每个一级电能质量指标j1下的个二级电能质量指标,其对电能质量合格等级l1∈[1,2,...,J)的隶属度值的最大值;越小表示监测点i1的整体电能质量水平越差,该点处一级电能质量指标j1下二级电能质量指标k1的变权系数越大,其中a为性能均衡修正系数;
步骤2所述进一步确定一级电能质量指标、二级电能质量指标的综合权重为:
4.根据权利要求1所述的低压台区电能质量综合评估方法,其特征在于:
步骤3所述监测点处一级电能质量指标下的二级电能质量指标的经归一化处理的监测值为:
步骤3所述计算一级电能质量指标的二级电能质量指标的正理想解以及负理想解为:
步骤3所述构建正理想解序列、负理想解序列为:
步骤3所述计算一级电能质量指标下的二级电能质量指标范围内的全体指标求表达式最大值为:
步骤3所述计算灰色关联法的分辨系数为:
式中,ρ为灰色关联法的分辨系数,取值应满足:XΔ<1/3时,XΔ≤ρ≤1.5XΔ;当XΔ≥1/3时,1.5XΔ≤ρ≤2XΔ;
步骤3所述计算正向关联系数为:
步骤3所述计算负向关联系数为:
步骤3所述基于木桶理论的对数方法进行指标聚合得到关联度聚合度为:
引入基于木桶理论的对数方法进行指标聚合,关联度聚合度为:
步骤3所述分别计算带权正向灰色关联度和带权负向灰色关联度为:
步骤3所述分别计算正向欧式距离和负向欧式距离为:
步骤3所述计算正综合关联度、负综合关联度为:
式中,α1为第一线性系数,α2为第二线性系数,,α1,α2∈[0,1]且α1+α2=1;
步骤3所述正综合关联度、负综合关联度构建综合评估指标为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010825488.7A CN112016819B (zh) | 2020-08-17 | 2020-08-17 | 一种低压台区电能质量综合评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010825488.7A CN112016819B (zh) | 2020-08-17 | 2020-08-17 | 一种低压台区电能质量综合评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112016819A true CN112016819A (zh) | 2020-12-01 |
CN112016819B CN112016819B (zh) | 2023-05-09 |
Family
ID=73504783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010825488.7A Active CN112016819B (zh) | 2020-08-17 | 2020-08-17 | 一种低压台区电能质量综合评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112016819B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114723329A (zh) * | 2022-05-06 | 2022-07-08 | 中国矿业大学 | 一种基于变权灰靶理论的电能质量综合评估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617371A (zh) * | 2013-12-10 | 2014-03-05 | 国家电网公司 | 一种基于灰色理论的电能质量综合评估方法 |
CN107515839A (zh) * | 2017-07-12 | 2017-12-26 | 国网上海市电力公司 | 经改进赋权算法处理的电能质量模糊评估法 |
CN108197848A (zh) * | 2018-03-22 | 2018-06-22 | 广东工业大学 | 一种基于直觉模糊理论的电能质量综合评估方法及装置 |
-
2020
- 2020-08-17 CN CN202010825488.7A patent/CN112016819B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617371A (zh) * | 2013-12-10 | 2014-03-05 | 国家电网公司 | 一种基于灰色理论的电能质量综合评估方法 |
CN107515839A (zh) * | 2017-07-12 | 2017-12-26 | 国网上海市电力公司 | 经改进赋权算法处理的电能质量模糊评估法 |
CN108197848A (zh) * | 2018-03-22 | 2018-06-22 | 广东工业大学 | 一种基于直觉模糊理论的电能质量综合评估方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114723329A (zh) * | 2022-05-06 | 2022-07-08 | 中国矿业大学 | 一种基于变权灰靶理论的电能质量综合评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112016819B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177650B (zh) | 一种配电网电能质量监测与综合评估***及方法 | |
CN107515839A (zh) | 经改进赋权算法处理的电能质量模糊评估法 | |
CN112785119B (zh) | 基于聚类和层次分析算法的配网电压越限原因分析方法 | |
CN111563682A (zh) | 一种配电自动化设备测试评价方法 | |
CN110705908A (zh) | 一种基于组合赋权法的县域配电网评价方法 | |
CN109003010A (zh) | 电网项目投资效益的评价方法 | |
CN112990627B (zh) | 电能质量评估方法 | |
CN103050985A (zh) | 一种风储***广域优化配置的方法 | |
CN113240261A (zh) | 一种区域电能质量监测分析*** | |
CN112016819A (zh) | 一种低压台区电能质量综合评估方法 | |
CN115640950A (zh) | 一种基于因子分析的有源台区配网线路异常线损诊断方法 | |
CN113743452A (zh) | 电能质量评估方法及装置 | |
Yin et al. | TOPSIS power quality comprehensive assessment based on a combination weighting method | |
CN110009184B (zh) | 一种电能质量影响权重的量化计算方法 | |
CN116468331A (zh) | 一种分级评估的风电场主动支撑控制能力评价方法 | |
CN116629632A (zh) | 一种配电网电能质量综合评估方法、装置及存储介质 | |
CN113327047B (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及*** | |
CN115578218A (zh) | 一种基于变异系数和改进topsis的电能质量评估方法 | |
CN114971128A (zh) | 一种基于盲数和改进未确知测度的电能质量综合评估方法 | |
CN114465276A (zh) | 一种配电网风储联合优化配置方法及其相关装置 | |
Han et al. | Power Quality Comprehensive Evaluation Method for Wind-Solar-Battery Power System Based on Improved FAHP-GRA | |
Li et al. | A comprehensive evaluation method of electric power quality based on improved grey correlation analysis | |
Zhang et al. | An Extended GRA-EDAS with Combination Weighting Method for Power Quality Evaluation | |
Zhang et al. | Comprehensive evaluation and improvement of power quality in distribution networks based on DEA model and membership function | |
CN110707714A (zh) | 一种配电网无功电压控制效果评估指标方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |