CN112016826A - 变电站设备腐蚀程度确定方法、装置和计算机设备 - Google Patents

变电站设备腐蚀程度确定方法、装置和计算机设备 Download PDF

Info

Publication number
CN112016826A
CN112016826A CN202010864151.7A CN202010864151A CN112016826A CN 112016826 A CN112016826 A CN 112016826A CN 202010864151 A CN202010864151 A CN 202010864151A CN 112016826 A CN112016826 A CN 112016826A
Authority
CN
China
Prior art keywords
evaluation
index
evaluation index
level
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.)
Pending
Application number
CN202010864151.7A
Other languages
English (en)
Inventor
李晨涛
林李波
蔡蒂
杜兆斌
刘肖杰
苏晓鹏
罗玲
孔纲
赖德林
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 of Guangdong Power Grid 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 of Guangdong Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202010864151.7A priority Critical patent/CN112016826A/zh
Publication of CN112016826A publication Critical patent/CN112016826A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G06N7/023—Learning or tuning the parameters of a fuzzy system
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Fuzzy Systems (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种变电站设备腐蚀程度确定方法、装置和计算机设备。所述方法包括：获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据影响程度值，建立针对变电站设备的模糊评价指标体系；获取各个三级评价指标对应的多个隶属度函数，以及，获取各个三级评价指标的实测指标值；根据各个三级评价指标对应的多个隶属度函数、各个三级评价指标的实测指标值以及相邻层级的评价指标之间的有向关系，得到各个二级评价指标的模糊评价矩阵；根据相邻层级的评价指标之间的有向关系、影响程度值和各个二级评价指标的模糊评价矩阵，得到变电站设备腐蚀程度的目标模糊评估信息。采用本方法能够提高对变电站设备腐蚀程度评估结果的准确度。

Description

变电站设备腐蚀程度确定方法、装置和计算机设备
技术领域
本申请涉及变电站技术领域，特别是涉及一种变电站设备腐蚀程度确定方法、装置、计算机设备和存储介质。
背景技术
室外变电站中的典型设备(如变压器、电容器、互感器、接地装置、母线等)由于长期工作于各种复杂的环境下，常常受到盐雾、二氧化硫、潮湿空气等复杂大气因素的影响而发生腐蚀。各类腐蚀将影响变电站设备的运行状态，并可能导致参数的变化，不利于变电站的长期稳定运行，设备腐蚀程度严重还会进一步危害***安全，有可能造成更大的经济损失，但如果过早更换轻微腐蚀的零件，又会大大增加变电站运行和维护的成本，造成浪费。因此，对变电站设备在使用过程中的腐蚀程度进行准确评估，成为对变电站设备的受腐零件进行更换，以保证变电站设备运行可靠性的重要依据。
现有的对变电设备腐蚀程度的评估方法，多为采用瞬变电磁法对接地网络腐蚀程度的分析，或是基于土壤pH值对输变电设备接地材料的腐蚀状态分析，然而对于室外变电设备来说，其工作环境复杂，采用现有的评估方法得到的室外变电设备的腐蚀情况评估结果和实际的腐蚀情况可能相差较大。
因此，现有的腐蚀程度评估方法存在评估结果准确性较低的问题。
发明内容
基于此，有必要针对上述腐蚀程度评估方法存在评估结果准确性较低的技术问题，提供一种变电站设备腐蚀程度确定方法、装置、计算机设备和存储介质。
一种变电站设备腐蚀程度确定方法，所述方法包括：
获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据所述影响程度值，建立针对所述变电站设备的模糊评价指标体系；所述模糊评价指标体系包括多个三级评价指标、所述三级评价指标对应的多个二级评价指标、所述二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系；
获取各个所述三级评价指标对应的多个隶属度函数，以及，获取各个所述三级评价指标的实测指标值；其中，各个隶属度函数分别与预先构建的评语集中的各个评语相对应；
根据各个所述三级评价指标对应的多个隶属度函数、各个所述三级评价指标的实测指标值以及所述相邻层级的评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵；
根据所述相邻层级的评价指标之间的有向关系和所述影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，根据所述层次单排序权重和各个所述二级评价指标的模糊评价矩阵，得到所述变电站设备腐蚀程度的目标模糊评估信息。
在其中一个实施例中，所述根据各个所述三级评价指标对应的多个隶属度函数、各个所述三级评价指标的实测指标值以及所述相邻层级的评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵，包括：
根据各个所述三级评价指标对应的多个隶属度函数和各个所述三级评价指标的实测指标值，得到各个所述三级评价指标的隶属度集；
根据各个所述三级评价指标的隶属度集以及各个所述三级评价指标与各个所述二级评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵。
在其中一个实施例中，所述根据各个所述三级评价指标对应的多个隶属度函数和各个所述三级评价指标的实测指标值，得到各个所述三级评价指标的隶属度集，包括：
获取各个所述三级评价指标的上边界值和下边界值；
根据所述上边界值、所述下边界值和所述实测指标值，对各个所述三级评价指标进行标准化处理，得到各个所述三级评价指标的标准化值；
根据各个所述三级评价指标的标准化值与各个所述三级评价指标对应的多个隶属度函数，得到各个所述三级评价指标的隶属度集。
在其中一个实施例中，所述根据所述相邻层级的评价指标之间的有向关系和所述影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，包括：
根据相邻层级的评价指标之间的有向关系和所述影响程度值，构建多个成对比较矩阵；
获取所述成对比较矩阵的层次单排序权重，作为各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重。
在其中一个实施例中，所述根据所述层次单排序权重和各个所述二级评价指标的模糊评价矩阵，得到所述变电站设备腐蚀程度的目标模糊评估信息，包括：
根据各个所述二级评价指标的模糊评价矩阵和各个所述三级评价指标相对于对应的各个所述二级评价指标的层次单排序权重，得到所述一级评价指标的模糊评价矩阵；
根据所述一级评价指标的模糊评价矩阵和各个所述二级评价指标相对于所述一级评价指标的层次单排序权重，得到所述变电站设备腐蚀程度的模糊评估值矩阵；
通过最大隶属度模型，从所述模糊评估值矩阵中确定出所述变电站设备的目标模糊评估信息。
在其中一个实施例中，所述根据所述一级评价指标的模糊评价矩阵和各个所述二级评价指标相对于所述一级评价指标的层次单排序权重，得到所述变电站设备腐蚀程度的模糊评估值矩阵，包括：
根据各个所述二级评价指标相对于所述一级评价指标的层次单排序权重，得到各个所述二级评价指标相对于所述一级评价指标的组合权向量；
计算所述组合权向量与所述一级评价指标的模糊评价矩阵的乘积，作为所述变电站设备腐蚀程度的模糊评估值矩阵。
在其中一个实施例中，所述获取通过模拟得到的多个评价指标对变电站设备的影响程度值，包括：
获取通过试验得到的多个第一评价指标对变电站设备的影响程度值，以及，获取通过预先构建的仿真模型和设定的腐蚀反应边界条件得到的多个第二评价指标对变电站设备的影响程度值；
在获取通过模拟得到的多个评价指标对变电站设备的影响程度值之后，还包括：
根据所述第一评价指标对变电站设备的影响程度值和所述第二评价指标对变电站设备的影响程度值，从各个所述第一评价指标和各个所述第二评价指标中，筛选出符合设定条件的多个目标评价指标，作为三级评价指标。
一种变电站设备腐蚀程度确定装置，所述装置包括：
指标体系建立模块，用于获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据所述影响程度值，建立针对所述变电站设备的模糊评价指标体系；所述模糊评价指标体系包括多个三级评价指标、所述三级评价指标对应的多个二级评价指标、所述二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系；
获取模块，用于获取各个所述三级评价指标对应的多个隶属度函数，以及，获取各个所述三级评价指标的实测指标值；其中，各个隶属度函数分别与预先构建的评语集中的各个评语相对应；
评价矩阵确定模块，用于根据各个所述三级评价指标对应的多个隶属度函数、各个所述三级评价指标的实测指标值以及所述相邻层级的评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵；
评估信息确定模块，用于根据所述相邻层级的评价指标之间的有向关系和所述影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，根据所述层次单排序权重和各个所述二级评价指标的模糊评价矩阵，得到所述变电站设备腐蚀程度的目标模糊评估信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据所述影响程度值，建立针对所述变电站设备的模糊评价指标体系；所述模糊评价指标体系包括多个三级评价指标、所述三级评价指标对应的多个二级评价指标、所述二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系；
获取各个所述三级评价指标对应的多个隶属度函数，以及，获取各个所述三级评价指标的实测指标值；其中，各个隶属度函数分别与预先构建的评语集中的各个评语相对应；
根据各个所述三级评价指标对应的多个隶属度函数、各个所述三级评价指标的实测指标值以及所述相邻层级的评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵；
根据所述相邻层级的评价指标之间的有向关系和所述影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，根据所述层次单排序权重和各个所述二级评价指标的模糊评价矩阵，得到所述变电站设备腐蚀程度的目标模糊评估信息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据所述影响程度值，建立针对所述变电站设备的模糊评价指标体系；所述模糊评价指标体系包括多个三级评价指标、所述三级评价指标对应的多个二级评价指标、所述二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系；
获取各个所述三级评价指标对应的多个隶属度函数，以及，获取各个所述三级评价指标的实测指标值；其中，各个隶属度函数分别与预先构建的评语集中的各个评语相对应；
根据各个所述三级评价指标对应的多个隶属度函数、各个所述三级评价指标的实测指标值以及所述相邻层级的评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵；
根据所述相邻层级的评价指标之间的有向关系和所述影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，根据所述层次单排序权重和各个所述二级评价指标的模糊评价矩阵，得到所述变电站设备腐蚀程度的目标模糊评估信息。
上述变电站设备腐蚀程度确定方法、装置、计算机设备和存储介质，通过模拟得到各个预设评价指标对变电站设备的影响程度值，基于此建立了一套室外典型变电设备的腐蚀程度模糊综合评价的指标体系，包括三级评价指标、三级评价指标对应的多个二级评价指标、二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系。然后构建评语集，根据各个三级评价指标的性质确定对应于评语集中的各个评语的隶属度函数，根据隶属度函数、获取的各个三级评价指标的实测指标值以及相邻层级的评价指标之间的有向关系，得到各个二级评价指标的模糊评价矩阵，最后根据相邻层级的评价指标之间的有向关系、各个二级评价指标的模糊评价矩阵和各个预设评价指标的影响程度值，得到变电站设备腐蚀程度的目标模糊评估信息。该方法充分考虑了各种影响因素对变电站设备的影响，通过真实模拟变电站设备的腐蚀环境得到的多种评价指标，能够较大范围地覆盖对变电站设备的影响因素，进一步根据得到的各个评价指标和影响程度值建立模糊综合评价指标体系，对变电站设备的腐蚀程度进行评估，得到了较为准确、客观的结论，提高了对变电站设备腐蚀程度评估结果的准确度，从而，克服了将各种影响腐蚀程度的因素分开进行研究的方法导致评估结果准确度不够的问题。
附图说明
图1为一个实施例中变电站设备腐蚀程度确定方法的应用场景图；
图2为一个实施例中变电站设备腐蚀程度确定方法的流程示意图；
图3为一个实施例中模糊评价指标体系的示意图；
图4为一个实施例中三角形分布函数和半梯形分布函数的示意图；
图5为一个实施例中模糊评价矩阵确定步骤的流程示意图；
图6为一个实施例中目标模糊评估信息确定步骤的流程示意图；
图7为另一个实施例中变电站设备腐蚀程度确定方法的流程示意图；
图8为一个实施例中变电站设备腐蚀程度确定装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的变电站设备腐蚀程度确定方法，可以应用于如图1所示的应用环境中。其中，终端102分别与室内试验设备104和数据采集设备106通过网络进行通信，数据采集设备106用于采集室外变电站设备在实际运行条件下各个评价指标的实测指标值。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，室内试验设备104可以用独立的设备或者是多个设备组成的设备集群来实现。
可以理解的是，上述变电站设备腐蚀程度确定方法也可以应用于服务器，还可以应用于包括终端和服务器的***，并通过终端和服务器的交互实现。
在一个实施例中，如图2所示，提供了一种变电站设备腐蚀程度确定方法，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S202，获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据影响程度值，建立针对变电站设备的模糊评价指标体系；模糊评价指标体系包括多个三级评价指标、三级评价指标对应的多个二级评价指标、二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系。
其中，变电站设备包括但不限于变压器、电容器、互感器、接地装置和母线等。
其中，二级评价指标表示由一级评价指标进行分解得到的指标。三级评价指标表示影响二级评价指标结果的指标，每个三级评价指标分别关联有对应的二级评价指标，每个二级评价指标对应有至少一个三级评价指标。
进一步地，上述步骤S202还包括：获取通过试验得到的多个第一评价指标对变电站设备的影响程度值，以及，获取通过预先构建的仿真模型和设定的腐蚀反应边界条件得到的多个第二评价指标对变电站设备的影响程度值；在获取通过模拟得到的各个评价指标对变电站设备的影响程度值之后，还包括：根据第一评价指标对变电站设备的影响程度值和第二评价指标对变电站设备的影响程度值，从各个第一评价指标和各个第二评价指标中，筛选出符合设定条件的多个目标评价指标，作为三级评价指标。
具体实现中，可通过室内加速试验模拟变电站设备的腐蚀环境，得到多个第一评价指标对变电站设备的影响程度值，以及，通过建立仿真模型并设定腐蚀反应边界条件，得到多个第二评价指标对变电站设备的影响程度值。根据第一评价指标对变电站设备的影响程度值、第二评价指标对变电站设备的影响程度值，从第一评价指标和第二评价指标中筛选出目标评价指标，作为表征变电站设备腐蚀程度的三级评价指标，进一步可根据三级评价指标与预设的二级评价指标之间的有向关系、二级评价指标与一级评价指标之间的有向关系，建立变电站设备的模糊评价指标体系。
如图3所示，为针对变电站设备所构建的模糊评价指标体系的示意图，将变电站设备腐蚀程度的模糊综合评价指标A分解为项目层的3个评判项目，可表示为A＝{B1,B2,B3}，其中，B1、B2、B3分别代表样品失重、油漆附着程度、腐蚀电流强度，之后依次建立各项目层下的指标体系，C1～C8分别代表温度、相对湿度、氧气浓度、臭氧浓度、二氧化硫浓度、盐雾浓度、腐蚀电位、泄漏电流强度。其中，目标层对应的综合评价指标A可视为一级评价指标，项目层对应的评价指标B1、B2和B3可视为二级评价指标，指标层对应的评价指标C1～C8可视为三级评价指标。可见，一级评价指标A和二级评价指标样品失重B1、油漆附着程度B2和腐蚀电流强度B3具有有向关联关系。二级评价指标样品失重B1和三级评价指标温度C1、相对湿度C2、二氧化硫浓度C5、盐雾浓度C6和腐蚀电位C7分别具有有向关联关系。二级评价指标油漆附着程度B2和三级评价指标温度C1、相对湿度C2、二氧化硫浓度C5、盐雾浓度C6和腐蚀电位C7分别具有有向关联关系。二级评价指标腐蚀电流强度B3和三级评价指标氧气浓度C3、臭氧浓度C4、二氧化硫浓度C5、盐雾浓度C6、腐蚀电位C7和泄漏电流强度C8分别具有有向关联关系。
本步骤中，根据变电站设备大气腐蚀的一般机理，基于变电站具有的复杂电磁环境因素，建立室外典型变电站设备的腐蚀程度模糊评价指标体系，以便于根据该模糊评价指标体系，计算变电站设备的模糊评估值。
步骤S204，获取各个三级评价指标对应的多个隶属度函数，以及，获取各个三级评价指标的实测指标值；其中，各个隶属度函数分别与预先构建的评语集中的各个评语相对应。
其中，评语集表示对变电站设备的腐蚀程度所作出的各种评估结果(将评语划分为若干个等级)的有限集合。
具体实现中，可采用5级制将变电站设备的腐蚀程度分为“重度”，“较重度”，“中度”，“较轻度”和“轻度”，由此得到针对变电站设备的腐蚀程度的评语集为：P＝{p1,p2,p3,p4,p5}。其中，p1～p5分别代表腐蚀程度为重度、较重度、中度、较轻度和轻度。其中，各个评语的隶属度函数可选用如图4所示的三角形分布函数和半梯形分布函数，结合设定的变电站设备的5种腐蚀等级，建立各各三级评价指标对应的各个腐蚀等级(即各个评语)的隶属度函数。以及，终端102还可从数据采集设备106中获取室外变电站设备在实际运行条件下时，各个三级评价指标的实测指标值。例如，以图3中的三级评价指标泄露电流强度C8为例，对应的各个腐蚀等级(即各个评语)的隶属度函数分别为：
Figure BDA0002649179770000101
Figure BDA0002649179770000102
Figure BDA0002649179770000103
Figure BDA0002649179770000104
Figure BDA0002649179770000105
其中，r1(x)～r5(x)表示变电设备所流过的腐蚀电流强度为x时，对应r1～r5的隶属度函数，类似地，还可确定其他评价指标的隶属度函数。
步骤S206，根据各个三级评价指标对应的多个隶属度函数、各个三级评价指标的实测指标值以及相邻层级的评价指标之间的有向关系，得到各个二级评价指标的模糊评价矩阵。
具体实现中，可先根据各个三级评价指标的实测指标值和各个三级评价指标对应的多个隶属度函数，计算得到各个三级评价指标的隶属度集，根据各个三级评价指标的隶属度集，以及各个三级评价指标与各个二级评价指标之间的有向关系，得到各个二级评价指标的模糊评价矩阵。
例如，若用第i层中的第j个评价指标Cij对变电站设备的腐蚀等级进行评价，则该评价指标对应的评语集中的5个评语等级pi1、pi2、pi3、pi4、pi5的隶属度可构成Cij的隶属度集，即可表示为：rCij＝[ri1ri2ri3ri4ri5]，其中，rCij用来表征对指标Cij的评价结果。则在该层级下的所有指标的隶属度集就构成了该层级的模糊评价矩阵R。若以图3的项目层中的腐蚀电流强度B3为例，由于腐蚀电流强度B3与三级评价指标氧气浓度C3、臭氧浓度C4、二氧化硫浓度C5、盐雾浓度C6、腐蚀电位C7和泄漏电流强度C8均具有有向关联关系，则腐蚀电流强度B3的模糊评价矩阵
Figure BDA0002649179770000111
便由三级评价指标C3～C8的隶属度集构成，腐蚀电流强度B3的模糊评价矩阵
Figure BDA0002649179770000112
可表示为：
Figure BDA0002649179770000113
其中，{r31r32r33r34r35}表示评价指标C33，即第三层级的评价指标氧气浓度C3的隶属度集
Figure BDA0002649179770000114
{r41r42r43r44r45}表示评价指标C34，即第三层级的评价指标臭氧浓度C4的隶属度集
Figure BDA0002649179770000115
类似地，可知
Figure BDA0002649179770000116
所表示的含义，在此不再赘述。
步骤S208，根据相邻层级的评价指标之间的有向关系和影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，根据层次单排序权重和各个二级评价指标的模糊评价矩阵，得到变电站设备腐蚀程度的目标模糊评估信息。
其中，层次单排序权重表示各个层级的评价指标对上一层级关联的评价指标的影响程度。
具体实现中，可先根据相邻层级的评价指标之间的有向关系和各个评价指标对变电站设备的影响程度值，构建多个成对比较矩阵，进一步获取各个成对比较矩阵的层次单排序权重，作为各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重。根据各个二级评价指标的模糊评价矩阵和各个三级评价指标相对于对应的各个二级评价指标的层次单排序权重，得到一级评价指标的模糊评价矩阵。根据一级评价指标的模糊评价矩阵和各个二级评价指标相对于一级评价指标的层次单排序权重，得到变电站设备腐蚀程度的模糊评估值矩阵，最后根据最大隶属度模型，从模糊评估值矩阵中确定出变电站设备的目标模糊评估信息，进而根据目标模糊评估信息得到变电站设备的腐蚀程度等级。
上述变电站设备腐蚀程度确定方法中，充分考虑了各种影响因素对变电站设备的影响，通过真实模拟变电站设备的腐蚀环境得到的多种评价指标，能够较大范围地覆盖对变电站设备的影响因素，进一步根据得到的各个评价指标和影响程度值建立模糊综合评价指标体系，对变电站设备的腐蚀程度进行评估，得到了较为准确、客观的结论，提高了对变电站设备腐蚀程度评估结果的准确度，从而，克服了将各种影响腐蚀程度的因素分开进行研究的方法导致评估结果准确度不够的问题，并且，本方法分析了不同腐蚀条件、不同种类样本的腐蚀情况，进而能够形成囊括大部分变电站设备的腐蚀情况，形成较为通用的室外典型变电站设备的腐蚀程度评价指标和分析方法，为变电设备的腐蚀程度评估以及防护提供新的思路，将有效避免由于未能科学准确的对变电站的设备腐蚀程度进行评判而造成不必要的经济损失的问题，具有工程运用价值。
在一个实施例中，如图5所示，上述步骤S206还包括：
步骤S502，根据各个三级评价指标对应的多个隶属度函数和各个三级评价指标的实测指标值，得到各个三级评价指标的隶属度集。
步骤S504，根据各个三级评价指标的隶属度集以及各个三级评价指标与各个二级评价指标之间的有向关系，得到各个二级评价指标的模糊评价矩阵。
其中，隶属度集可表征对各个三级评价指标的评价结果。
具体实现中，逐个将三级评价指标的实测指标值代入该三级评价指标对应于评语集中各个评语的隶属度函数中计算隶属度，得到该三级评价指标的隶属度集。在得到各个三级评价指标的隶属度集后，可根据各个二级评价指标和三级评价指标之间的有向关系，确定各个二级评价指标对应的多个三级评价指标，将二级评价指标所对应的各个三级评价指标的隶属度集构成该二级评价指标的模糊评价矩阵。
本实施例中，通过各个评语的隶属度函数和各个三级评价指标的实测指标值，得到各个三级评价指标的隶属度集，根据各个三级评价指标的隶属度集以及各个三级评价指标与各个二级评价指标之间的有向关系，得到各个二级评价指标的模糊评价矩阵，以便于进一步根据各个二级评价指标的模糊评价矩阵得到一级评价指标的模糊评价矩阵，从而得到变电站设备的目标模糊评估信息。
在一个实施例中，上述步骤S502具体包括：获取各个三级评价指标的上边界值和下边界值；根据上边界值、下边界值和实测指标值，对各个三级评价指标进行标准化处理，得到各个三级评价指标的标准化值；根据各个三级评价指标的标准化值与各个三级评价指标对应的多个隶属度函数，得到各个三级评价指标的隶属度集。
具体实现中，由于第三层级的各个三级评价指标的参数单位不同，因此，还需要对各个三级评价指标进行无量纲化的标准化处理。更具体地，可通过数据采集设备106获取实际运行条件下各个三级评价指标对应的上边界值和下边界值，将各个三级评价指标对应的上边界值、下边界值和实测指标值输入标准化处理的关系式中，得到各个三级评价指标的标准化值，进一步地，将各个三级评价指标的标准化值分别输入对应的各个三级评价指标对应的多个隶属度函数，计算得到各个三级评价指标的隶属度集。其中，采用极值法对各个三级评价指标的标准化处理的关系式可表示为：
Figure BDA0002649179770000131
其中，m、n表示待评价指标的数量，dij表示标准化后的三级评价指标，dij(max)为实际运行条件下三级评价指标的上边界最大值，dij(min)为实际运行条件下相应参数所能存在的最小值。
本实施例中，通过各个三级评价指标的上边界值、下边界值和实测指标值对各个三级评价指标进行标准化处理，采用标准化处理后的标准化值，提高了所确定的各个三级评价指标的隶属度集的准确度，进而保证了对变电站设备腐蚀程度评价结果的可靠性。
在一个实施例中，上述步骤S208还包括：根据相邻层级的评价指标之间的有向关系和影响程度值，构建多个成对比较矩阵；获取成对比较矩阵的层次单排序权重，作为各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重。
其中，成对比较矩阵表示使用1～9比较尺度方法对各个评价指标进行两两比较，由比较结果所构成的矩阵，其中，1～9比较尺度方法的取值和含义如下表1所示：
表1
Figure BDA0002649179770000141
成对比较矩阵可表示为：
Figure BDA0002649179770000142
其中,N为成对比较矩阵的阶数，aij表示第i个因素相对于第j个因素的比较结果，则有
Figure BDA0002649179770000143
具体实现中，可先根据相邻层级的评价指标的有向关系，构造得到多个待赋值的初始成对比较矩阵，例如对于图3所示的模糊评价指标体系，可构造得到项目层
Figure BDA0002649179770000144
对目标层A的成对比较矩阵、指标层
Figure BDA0002649179770000145
对项目层
Figure BDA0002649179770000146
的成对比较矩阵、指标层
Figure BDA0002649179770000147
对项目层
Figure BDA0002649179770000148
的成对比较矩阵和指标层
Figure BDA0002649179770000149
对项目层
Figure BDA00026491797700001410
的成对比较矩阵等四个成对比较矩阵。根据获取的各个评价指标对变电站设备的影响程度值和1～9比较尺度方法为各个初始成对比较矩阵赋值，得到多个赋值后的成对比较矩阵，利用特征根法计算出各个成对比较矩阵的层次单排序权重，作为各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重。例如，若指标层
Figure BDA0002649179770000151
对项目层
Figure BDA0002649179770000152
的成对比较矩阵如下表2所示，则权重值0.2636则表示第三层级的三级评价指标温度C1对第二层级对应的二级评价指标样品失重B1的层次单排序权重。
表2
B<sub>1</sub><sup>*</sup> C<sub>1</sub><sup>*</sup> C<sub>2</sub><sup>*</sup> C<sub>5</sub><sup>*</sup> C<sub>6</sub><sup>*</sup> C<sub>7</sub><sup>*</sup> 权重ω<sub>2</sub>
C<sub>1</sub><sup>*</sup> 1 1/2 4 3 3 0.2636
C<sub>2</sub><sup>*</sup> 2 1 7 5 5 0.4758
C<sub>5</sub><sup>*</sup> 1/4 1/7 1 1/2 1/3 0.0538
C<sub>6</sub><sup>*</sup> 1/3 1/5 2 1 1 0.0981
C<sub>7</sub><sup>*</sup> 1/3 1/5 3 1 1 0.1087
进一步地，在构建得到成对比较矩阵后，还需对各个成对比较矩阵进行一致性检验，其中，一致性检验的方法为：定义一致性指标CI、随机一致性指标RI、一致性比率CR，当CR<0.1时认为成对比较矩阵通过一致性检验，其最大特征值对应的归一化最大特征向量即可作为层次单排序的权重。
其中，RI通常由成对比较矩阵的阶数N来确定，如表1所示。CI、CR定义式为：
Figure BDA0002649179770000153
其中，λmax为成对比较矩阵的最大特征值，如下表3所示，为随机一致性指标RI的数据表。
表3
n 1 2 3 4 5 6 7 8 9 10 11
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51
本实施例中，通过相邻层级的评价指标之间的有向关系和影响程度值，构建多个成对比较矩阵，通过获取成对比较矩阵的层次单排序权重，作为各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，以便于根据层级单排序权重确定对变电站设备的腐蚀程度的目标模糊评估信息。
在一个实施例中，如图6所示，上述步骤S208还包括：
步骤S602，根据各个二级评价指标的模糊评价矩阵和各个三级评价指标相对于对应的各个二级评价指标的层次单排序权重，得到一级评价指标的模糊评价矩阵。
进一步地，上述步骤S602具体包括：根据各个三级评价指标相对于对应的各个二级评价指标的层次单排序权重，得到各个三级评价指标相对于对应的各个二级评价指标的组合权向量，分别计算各个二级评价指标的组合权向量与对应的二级评价指标的模糊评价矩阵的乘积，得到一级评价指标的模糊评价矩阵。
例如，如表2所示，各个三级评价指标C1、C2、C5、C6和C7相对于二级评价指标样品失重B1的层次单排序权重分别为：0.2636、0.4758、0.0538、0.0981和0.1087，则可得到各个三级评价指标C1、C2、C5、C6和C7相对于二级评价指标样品失重B1的组合权向量为{0.26360.4758 0.0538 0.0981 0.1087}。类似地，可得到二级评价指标油漆附着程度B2的组合权向量和腐蚀电流强度B3的组合权向量，分别计算各个二级评价指标的组合权向量与对应的模糊评价矩阵的乘积，得到一级评价指标的模糊评价矩阵。
步骤S604，根据一级评价指标的模糊评价矩阵和各个二级评价指标相对于一级评价指标的层次单排序权重，得到变电站设备腐蚀程度的模糊评估值矩阵。
进一步地，上述步骤S604具体包括：根据各个二级评价指标相对于一级评价指标的层次单排序权重，得到各个二级评价指标相对于一级评价指标的组合权向量；计算一级评价指标的组合权向量与一级评价指标的模糊评价矩阵的乘积，作为变电站设备腐蚀程度的模糊评估值矩阵。
步骤S606，通过最大隶属度模型，从模糊评估值矩阵中确定出变电站设备的目标模糊评估信息。
其中，上述步骤S602和S604的计算过程可用加权平均型模糊评价模型来表示：
Figure BDA0002649179770000161
i＝1,2,3。
其中，ωi为第二层级(相当于图4中的项目层)对第一层级(相当于图4中的目标层)的权重，
Figure BDA0002649179770000162
为对应项目层的隶属度，M为评级级数，计算后将得到模糊综合评价结果：S＝[c1 c2 c3 … cN]。
最后，通过最大隶属度模型，最大的隶属度c即可作为对变电站设备腐蚀程度进行模糊评价的依据，由此可以得出评价结果。
本实施例中，通过各个二级评价指标相对于一级评价指标的层次单排序权重，得到各个二级评价指标相对于一级评价指标的组合权向量，通过计算组合权向量与一级评价指标的模糊评价矩阵的乘积，作为变电站设备腐蚀程度的模糊评估值矩阵，最后通过最大隶属度模型得到变电站设备腐蚀程度的目标模糊评估信息，以便于根据目标模糊评估信息排除变电站腐蚀设备的安全隐患，增加变电设备运行的可靠性，减少不必要的经济损失。
在一个实施例中，为了更清晰阐明本申请实施例提供的技术方案，以下将详细阐述一个本申请提供的变电站设备腐蚀程度确定方法的应用实例，其包括如下的步骤：
(1)以试验和仿真的结果为基础，以图4中的各个三级评价指标为例，得到具体的环境指标数值如表4所示，对变电设备中的支撑钢架腐蚀等级进行模糊评价，从而对本本申请进行详细说明。实际运行条件下的环境指标最值统计如表5所示。
表4
Figure BDA0002649179770000171
表5
Figure BDA0002649179770000172
Figure BDA0002649179770000181
(2)若用d1～d8对应表示各个评价指标，则采用标准化处理关系式，对各个评价指标进行标准化处理，可得到
Figure BDA0002649179770000182
Figure BDA0002649179770000183
Figure BDA0002649179770000184
Figure BDA0002649179770000185
Figure BDA0002649179770000186
Figure BDA0002649179770000187
Figure BDA0002649179770000188
Figure BDA0002649179770000189
(3)采用层次分析法确定各个评价指标的权重，得到如下表6-表9所示的成对比较矩阵及各个层级的评价指标对上一层级对应评价指标的层次单排序权重。
表6项目层
Figure BDA00026491797700001814
对目标层A层次单排序成对比较矩阵及权重(i＝1,2,3)
Figure BDA00026491797700001810
表7指标层
Figure BDA00026491797700001811
对项目层
Figure BDA00026491797700001812
层次单排序成对比较矩阵及权重(j＝1,2,5,6,7)
Figure BDA00026491797700001813
Figure BDA0002649179770000191
表8指标层
Figure BDA0002649179770000192
对项目层
Figure BDA0002649179770000193
层次单排序成对比较矩阵及权重(j＝1,2,5,6,7)
Figure BDA0002649179770000194
表9指标层
Figure BDA0002649179770000195
对项目层
Figure BDA0002649179770000196
层次单排序成对比较矩阵及权重(j＝3,4,5,6,7,8)
Figure BDA0002649179770000197
(4)根据隶属度函数求得各个评价指标的隶属度，由隶属度计算结果可形成模糊评价矩阵
Figure BDA0002649179770000198
Figure BDA0002649179770000199
Figure BDA0002649179770000201
Figure BDA0002649179770000202
(5)加权平均型模糊综合评价模型计算评价结果。按照加权平均型模糊综合评价模型的公式将模糊评价矩阵
Figure BDA0002649179770000203
分别与表7至表9得到的组合权向量{0.2636 0.47580.0538 0.0981 0.1087}、{0.491 0.232 0.092 0.138 0.046}和{0.16 0.19 0.19 0.050.12 0.30}进行相乘，得到项目层的模糊评价矩阵RB：
Figure BDA0002649179770000204
类似地，将模糊评价矩阵RB与由表6得到的组合权向量{0.1047 0.6370 0.2583}相乘，最终计算出变电设备腐蚀程度的模糊综合评价结果为：
S＝[0.534 0.457 0.011 0 0]
由该评价结果可知，隶属度的最大值为0.534，由最大隶属度原则，此时变电设备腐蚀程度为“重度”，必须根据原定的变电设备维护规程与计划及时对变电站设备进行更换。
本申请以室外变电站典型变电设备(包括变压器、互感器、电容器、母线、接地装置等)为研究对象，在考虑了传统大气腐蚀因素温度和湿度影响的基础上，增添了泄漏电流、二氧化硫、腐蚀电位和盐雾等多种因素对设备的腐蚀影响，提出了一种复杂大气环境下室外典型变电设备的腐蚀程度模糊综合评价方法。
首先根据所研究的复杂大气环境下室外变电站典型设备腐蚀特点，(1)通过室内加速实验模拟了变电站设备的腐蚀环境，得到二氧化硫以及盐雾对设备的影响结果(2)通过COMSOL建立仿真模型，通过设定腐蚀反应边界条件，得到泄露电流强度以及腐蚀电位对设备的影响结果(3)基于此建立了一套室外典型变电设备的腐蚀程度模糊综合评价的指标体系(具体流程见图7)，然后通过5级制给出腐蚀程度的评语集，利用层次分析法确定各评价指标的权重，之后再根据评价指标的性质选取合适的隶属度函数，并计算出各评价指标的隶属度，建立模糊评价矩阵，最后采用加权平均型模糊综合评价模型将模糊评价矩阵与组合权向量进行计算，得到项目层的评价结果，同理计算得到室外典型变电设备的腐蚀程度的评价结果，最后根据最大隶属度原则确定典型变电设备的腐蚀程度。
本申请所提出的典型变电设备腐蚀程度的模糊综合评判指标以及相关基础影响因素的数学关系可为评估现有变电站设备腐蚀情况提供一个科学的方法，使得工作人员能更便利地对变电站设备进行维护工作。由于室外典型变电设备腐蚀机理复杂，影响因素众多，本方法通过结合一般变电设备大气腐蚀因素与室内加速试验以及仿真结果，合理选取了典型变电设备大气腐蚀的影响因素，建立了一整套模糊综合评价指标体系，构建过程中运用层次分析法确定指标权重集，通过选取隶属度函数求取各指标对应隶属度，建立起了模糊评价矩阵，得到了较为准确、客观的结论，从而能够准确地对变电站运行设备腐蚀程度进行评估，并按照一定的腐蚀程度标准及时更换受腐零件，以使变电站的运行安全和综合成本达到最优，有助于排除变电站腐蚀设备的安全隐患，增加变电设备运行的可靠性，减少不必要的经济损失。
应该理解的是，虽然图2、图5至图7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、图5至图7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8所示，提供了一种变电站设备腐蚀程度确定装置，包括：指标体系建立模块802、获取模块804、评价矩阵确定模块806和评估信息确定模块808，其中：
指标体系建立模块802，用于获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据影响程度值，建立针对变电站设备的模糊评价指标体系；模糊评价指标体系包括多个三级评价指标、三级评价指标对应的多个二级评价指标、二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系；
获取模块804，用于获取各个三级评价指标对应的多个隶属度函数，以及，获取各个三级评价指标的实测指标值；其中，各个隶属度函数分别与预先构建的评语集中的各个评语相对应；
评价矩阵确定模块806，用于根据各个三级评价指标对应的多个隶属度函数、各个三级评价指标的实测指标值以及相邻层级的评价指标之间的有向关系，得到各个二级评价指标的模糊评价矩阵；
评估信息确定模块808，用于根据相邻层级的评价指标之间的有向关系和影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，根据层次单排序权重和各个二级评价指标的模糊评价矩阵，得到变电站设备腐蚀程度的目标模糊评估信息。
在一个实施例中，上述评价矩阵确定模块806，还用于根据各个三级评价指标对应的多个隶属度函数和各个三级评价指标的实测指标值，得到各个三级评价指标的隶属度集；根据各个三级评价指标的隶属度集以及各个三级评价指标与各个二级评价指标之间的有向关系，得到各个二级评价指标的模糊评价矩阵。
在一个实施例中，上述评价矩阵确定模块806，还用于获取各个三级评价指标的上边界值和下边界值；根据上边界值、下边界值和实测指标值，对各个三级评价指标进行标准化处理，得到各个三级评价指标的标准化值；根据各个三级评价指标的标准化值与各个三级评价指标对应的多个隶属度函数，得到各个三级评价指标的隶属度集。
在一个实施例中，上述评估信息确定模块808，还用于根据相邻层级的评价指标之间的有向关系和影响程度值，构建多个成对比较矩阵；获取成对比较矩阵的层次单排序权重，作为各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重。
在一个实施例中，上述评估信息确定模块808，还用于根据各个二级评价指标的模糊评价矩阵和各个三级评价指标相对于对应的各个二级评价指标的层次单排序权重，得到一级评价指标的模糊评价矩阵；根据一级评价指标的模糊评价矩阵和各个二级评价指标相对于一级评价指标的层次单排序权重，得到变电站设备腐蚀程度的模糊评估值矩阵；通过最大隶属度模型，从模糊评估值矩阵中确定出变电站设备的目标模糊评估信息。
在一个实施例中，上述评估信息确定模块808，还用于根据各个二级评价指标相对于一级评价指标的层次单排序权重，得到各个二级评价指标相对于一级评价指标的组合权向量；计算组合权向量与一级评价指标的模糊评价矩阵的乘积，作为变电站设备腐蚀程度的模糊评估值矩阵。
在一个实施例中，上述指标体系建立模块802，还用于获取通过试验得到的多个第一评价指标对变电站设备的影响程度值，以及，获取通过预先构建的仿真模型和设定的腐蚀反应边界条件得到的多个第二评价指标对变电站设备的影响程度值；上述装置还包括：
筛选模块，用于根据第一评价指标对变电站设备的影响程度值和第二评价指标对变电站设备的影响程度值，从各个第一评价指标和各个第二评价指标中，筛选出符合设定条件的多个目标评价指标，作为三级评价指标。
需要说明的是，本申请的变电站设备腐蚀程度确定装置与本申请的变电站设备腐蚀程度确定方法一一对应，在上述变电站设备腐蚀程度确定方法的实施例阐述的技术特征及其有益效果均适用于变电站设备腐蚀程度确定装置的实施例中，具体内容可参见本申请方法实施例中的叙述，此处不再赘述，特此声明。
此外，上述变电站设备腐蚀程度确定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计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，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，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种变电站设备腐蚀程度确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上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)

1.一种变电站设备腐蚀程度确定方法，其特征在于，所述方法包括：
获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据所述影响程度值，建立针对所述变电站设备的模糊评价指标体系；所述模糊评价指标体系包括多个三级评价指标、所述三级评价指标对应的多个二级评价指标、所述二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系；
获取各个所述三级评价指标对应的多个隶属度函数，以及，获取各个所述三级评价指标的实测指标值；其中，各个隶属度函数分别与预先构建的评语集中的各个评语相对应；
根据各个所述三级评价指标对应的多个隶属度函数、各个所述三级评价指标的实测指标值以及所述相邻层级的评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵；
根据所述相邻层级的评价指标之间的有向关系和所述影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，根据所述层次单排序权重和各个所述二级评价指标的模糊评价矩阵，得到所述变电站设备腐蚀程度的目标模糊评估信息。
2.根据权利要求1所述的方法，其特征在于，所述根据各个所述三级评价指标对应的多个隶属度函数、各个所述三级评价指标的实测指标值以及所述相邻层级的评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵，包括：
根据各个所述三级评价指标对应的多个隶属度函数和各个所述三级评价指标的实测指标值，得到各个所述三级评价指标的隶属度集；
根据各个所述三级评价指标的隶属度集以及各个所述三级评价指标与各个所述二级评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵。
3.根据权利要求2所述的方法，其特征在于，所述根据各个所述三级评价指标对应的多个隶属度函数和各个所述三级评价指标的实测指标值，得到各个所述三级评价指标的隶属度集，包括：
获取各个所述三级评价指标的上边界值和下边界值；
根据所述上边界值、所述下边界值和所述实测指标值，对各个所述三级评价指标进行标准化处理，得到各个所述三级评价指标的标准化值；
根据各个所述三级评价指标的标准化值与各个所述三级评价指标对应的多个隶属度函数，得到各个所述三级评价指标的隶属度集。
4.根据权利要求1所述的方法，其特征在于，所述根据所述相邻层级的评价指标之间的有向关系和所述影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，包括：
根据相邻层级的评价指标之间的有向关系和所述影响程度值，构建多个成对比较矩阵；
获取所述成对比较矩阵的层次单排序权重，作为各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重。
5.根据权利要求1所述的方法，其特征在于，所述根据所述层次单排序权重和各个所述二级评价指标的模糊评价矩阵，得到所述变电站设备腐蚀程度的目标模糊评估信息，包括：
根据各个所述二级评价指标的模糊评价矩阵和各个所述三级评价指标相对于对应的各个所述二级评价指标的层次单排序权重，得到所述一级评价指标的模糊评价矩阵；
根据所述一级评价指标的模糊评价矩阵和各个所述二级评价指标相对于所述一级评价指标的层次单排序权重，得到所述变电站设备腐蚀程度的模糊评估值矩阵；
通过最大隶属度模型，从所述模糊评估值矩阵中确定出所述变电站设备的目标模糊评估信息。
6.根据权利要求5所述的方法，其特征在于，所述根据所述一级评价指标的模糊评价矩阵和各个所述二级评价指标相对于所述一级评价指标的层次单排序权重，得到所述变电站设备腐蚀程度的模糊评估值矩阵，包括：
根据各个所述二级评价指标相对于所述一级评价指标的层次单排序权重，得到各个所述二级评价指标相对于所述一级评价指标的组合权向量；
计算所述组合权向量与所述一级评价指标的模糊评价矩阵的乘积，作为所述变电站设备腐蚀程度的模糊评估值矩阵。
7.根据权利要求1所述的方法，其特征在于，所述获取通过模拟得到的多个评价指标对变电站设备的影响程度值，包括：
获取通过试验得到的多个第一评价指标对变电站设备的影响程度值，以及，获取通过预先构建的仿真模型和设定的腐蚀反应边界条件得到的多个第二评价指标对变电站设备的影响程度值；
在获取通过模拟得到的多个评价指标对变电站设备的影响程度值之后，还包括：
根据所述第一评价指标对变电站设备的影响程度值和所述第二评价指标对变电站设备的影响程度值，从各个所述第一评价指标和各个所述第二评价指标中，筛选出符合设定条件的多个目标评价指标，作为三级评价指标。
8.一种变电站设备腐蚀程度确定装置，其特征在于，所述装置包括：
指标体系建立模块，用于获取通过模拟得到的多个评价指标对变电站设备的影响程度值，根据所述影响程度值，建立针对所述变电站设备的模糊评价指标体系；所述模糊评价指标体系包括多个三级评价指标、所述三级评价指标对应的多个二级评价指标、所述二级评价指标对应的一级评价指标，以及相邻层级的评价指标之间的有向关系；
获取模块，用于获取各个所述三级评价指标对应的多个隶属度函数，以及，获取各个所述三级评价指标的实测指标值；其中，各个隶属度函数分别与预先构建的评语集中的各个评语相对应；
评价矩阵确定模块，用于根据各个所述三级评价指标对应的多个隶属度函数、各个所述三级评价指标的实测指标值以及所述相邻层级的评价指标之间的有向关系，得到各个所述二级评价指标的模糊评价矩阵；
评估信息确定模块，用于根据所述相邻层级的评价指标之间的有向关系和所述影响程度值，确定各个层级的评价指标相对于上一层级对应评价指标的层次单排序权重，根据所述层次单排序权重和各个所述二级评价指标的模糊评价矩阵，得到所述变电站设备腐蚀程度的目标模糊评估信息。
9.一种计算机设备，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中任一项所述的方法的步骤。
CN202010864151.7A 2020-08-25 2020-08-25 变电站设备腐蚀程度确定方法、装置和计算机设备 Pending CN112016826A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010864151.7A CN112016826A (zh) 2020-08-25 2020-08-25 变电站设备腐蚀程度确定方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010864151.7A CN112016826A (zh) 2020-08-25 2020-08-25 变电站设备腐蚀程度确定方法、装置和计算机设备

Publications (1)

Publication Number Publication Date
CN112016826A true CN112016826A (zh) 2020-12-01

Family

ID=73502183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010864151.7A Pending CN112016826A (zh) 2020-08-25 2020-08-25 变电站设备腐蚀程度确定方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN112016826A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313402A (zh) * 2021-06-11 2021-08-27 广东电网有限责任公司 一种线路状态确定方法、装置、设备及介质
CN113780763A (zh) * 2021-08-24 2021-12-10 四川省都江堰东风渠管理处 一种基于改进的模糊层次分析法的水利工程安全评价方法
CN113902327A (zh) * 2021-10-21 2022-01-07 南京工程学院 一种海上风电场基础结构腐蚀健康状态的评估方法及***
CN115981292A (zh) * 2023-02-14 2023-04-18 中国人民解放军国防科技大学 磁浮列车的悬浮***性能评价方法、装置及设备和介质
CN116451545A (zh) * 2023-06-12 2023-07-18 东莞市昊诚五金弹簧有限公司 一种大气环境盐雾浓度测试模拟方法、***及测试装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235991A (zh) * 2013-04-18 2013-08-07 国家电网公司 基于模糊理论的配网变压器状态评估方法
WO2017152532A1 (zh) * 2016-03-09 2017-09-14 深圳大学 一种基于认知模型的计算思维训练方法及装置
CN111275292A (zh) * 2020-01-07 2020-06-12 华电电力科学研究院有限公司 一种基于模糊层次分析法的接地网状态评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235991A (zh) * 2013-04-18 2013-08-07 国家电网公司 基于模糊理论的配网变压器状态评估方法
WO2017152532A1 (zh) * 2016-03-09 2017-09-14 深圳大学 一种基于认知模型的计算思维训练方法及装置
CN111275292A (zh) * 2020-01-07 2020-06-12 华电电力科学研究院有限公司 一种基于模糊层次分析法的接地网状态评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
总主编 桂立丰 卷主编 吴民达（腐蚀） 赵源（摩擦学）: "《机械工程材料测试手册》", 31 May 2002, pages: 301 - 314 *
方志刚 刘斌 著: "《潜艇结构腐蚀防护》", 31 May 2017, pages: 66 - 105 *
杜京义: "《基于模糊可拓层次分析的接地网腐蚀速率预测》", 《计算机应用与软件》, vol. 31, no. 6, 30 June 2014 (2014-06-30), pages 170 - 173 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313402A (zh) * 2021-06-11 2021-08-27 广东电网有限责任公司 一种线路状态确定方法、装置、设备及介质
CN113313402B (zh) * 2021-06-11 2023-08-22 广东电网有限责任公司 一种线路状态确定方法、装置、设备及介质
CN113780763A (zh) * 2021-08-24 2021-12-10 四川省都江堰东风渠管理处 一种基于改进的模糊层次分析法的水利工程安全评价方法
CN113902327A (zh) * 2021-10-21 2022-01-07 南京工程学院 一种海上风电场基础结构腐蚀健康状态的评估方法及***
CN115981292A (zh) * 2023-02-14 2023-04-18 中国人民解放军国防科技大学 磁浮列车的悬浮***性能评价方法、装置及设备和介质
CN116451545A (zh) * 2023-06-12 2023-07-18 东莞市昊诚五金弹簧有限公司 一种大气环境盐雾浓度测试模拟方法、***及测试装置
CN116451545B (zh) * 2023-06-12 2023-09-08 东莞市昊诚五金弹簧有限公司 一种大气环境盐雾浓度测试模拟方法、***及测试装置

Similar Documents

Publication Publication Date Title
CN112016826A (zh) 变电站设备腐蚀程度确定方法、装置和计算机设备
Zavadskas et al. Evaluation of ranking accuracy in multi-criteria decisions
Benítez et al. Improving consistency in AHP decision-making processes
CN109461025B (zh) 一种基于机器学习的电能替代潜在客户预测方法
Zhou et al. A hybrid approach for safety assessment in high-risk hydropower-construction-project work systems
Tian et al. An additive-consistency-and consensus-based approach for uncertain group decision making with linguistic preference relations
CN106682809A (zh) 企业bim技术应用能力量化评估方法
CN110659814A (zh) 一种基于熵权法电网作业风险评价方法及***
CN110837921A (zh) 基于梯度提升决策树混合模型的房地产价格预测研究方法
CN112347537B (zh) 工程结构数值模型的校准方法、装置、电子设备及介质
Mao et al. Multi-attribute group decision making based on cloud aggregation operators under interval-valued hesitant fuzzy linguistic environment
CN115423594A (zh) 企业财务风险的评估方法、装置、设备及存储介质
CN108805471A (zh) 基于复合***作用关系分析的水资源承载能力评价方法
Ocampo Fuzzy analytic network process (FANP) approach in formulating infrastructural decisions of sustainable manufacturing strategy
CN107220756A (zh) 一种教育信息化发展水平区域差异对比分析方法及***
Tai et al. Learn curve for precast component productivity in construction
Yue Normalization of attribute values with interval information in group decision-making setting: with an application to software quality evaluation
CN109657967A (zh) 一种输电网规划方案评价指标权重的确认方法及***
Li et al. A comprehensive framework for model validation and reliability assessment of container crane structures
Wang et al. Complex chemical process operation evaluations using a novel analytic hierarchy process model integrating deep residual network with principal component analysis
Chen et al. Research on Network Security Risk Assessment Model Based on Grey Language Variables
Jones et al. Bayes linear analysis of risks in sequential optimal design problems
Xiao Modeling uncertainties in power system by generalized lambda distribution
Yang et al. Risk Assessment and Early Warning Model for Water Conservancy Projects Based on IoT and Big Data
CN111260191B (zh) 测试床成熟度量化方法、装置、计算机设备和存储介质

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: 20201201