CN112966972A - 一种基于组合赋权topsis的线损数据处理方法、装置、介质 - Google Patents
一种基于组合赋权topsis的线损数据处理方法、装置、介质 Download PDFInfo
- Publication number
- CN112966972A CN112966972A CN202110340396.4A CN202110340396A CN112966972A CN 112966972 A CN112966972 A CN 112966972A CN 202110340396 A CN202110340396 A CN 202110340396A CN 112966972 A CN112966972 A CN 112966972A
- Authority
- CN
- China
- Prior art keywords
- index
- weight
- line loss
- matrix
- calculating
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 84
- 238000004364 calculation method Methods 0.000 claims abstract description 60
- 230000008569 process Effects 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 57
- 238000011156 evaluation Methods 0.000 claims description 32
- 238000012546 transfer Methods 0.000 claims description 13
- 238000012797 qualification Methods 0.000 claims description 11
- 238000007726 management method Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于组合赋权TOPSIS的线损数据处理方法、装置及介质,该方法包括以下步骤:建立线损综合计算指标体系;根据确定的所述综合计算指标体系,从所述配电网中采集所述地区配电网线损的数据;根据所述综合计算指标体系,使用改进层次分析法计算各指标的第一权重;使用熵权法基于采集所述地区配电网线损的数据计算各指标的第二权重;将各指标的第一权重和第二权重相结合得到各指标的组合权重;将各指标的组合权重和采集所述地区配电网线损的数据使用TOPSIS方法得到综合计算结果,并对电网运行***进行控制,以降低所述地区的电网线损。使用各指标的组合权重和采集的地区配电网线损数据计算得到综合计算结果,使得线损估计更加准确、客观。
Description
技术领域
本发明涉及数据处理技术领域,特别是一种基于组合赋权TOPSIS的线损数据处理方法、装置、介质。
背景技术
现有技术中,省市地区线损管理水平评价方式,通常是以综合线损率做为评价标准,或以综合线损率与分压线损率、有损线损率相结合的方式做评价标准。而现今电网公司的线损管理是以精细化管理为目标,传统的评价方式已经无法满足要求,即无法发现影响线损的客观因素。
现有技术中,目前主要方法之一为层次分析法:传统多维指标的评价方法通常使用层次分析法进行综合评价,层次分析法是将多目标多准则的复杂***进行分层分解比较判断,思路简洁清晰且不需要大量具体数据,最终通过确定每一层的权重来影响各指标的重要程度,但层次分析法仍存在不少问题。现有技术中,层次分析法通常用的九标度法或三标度方法主观模糊性太强,通常会由于个人的主观臆断而对最终结果造成影响,即评价不够客观。
另一种方法为熵权法:是根据各指标的变异程度,利用信息熵计算出各指标的熵权,再通过熵权对各指标的权重进行修正,从而得到较为客观的权重。可以用熵值来判断某个指标的离散程度,其信息熵值越小,指标的离散程度越大,该指标对综合评价的影响(即权重)就越大,如果某项指标的值全部相等,则该指标在综合评价中不起作用,导致评价计算不够准确。
可见,现有技术中,监对电网线损的计算还不够客观准确,从而影响电网***的控制准确性。
发明内容
本发明针对上述现有技术中的缺陷,提出了如下技术方案。
一种基于组合赋权TOPSIS的线损数据处理方法,该方法包括以下步骤:
步骤S1,对影响某地区配电网线损率的因素进行分析,从规划层面、管理层面、运行层面和技术层面四个维度下建立线损综合计算指标体系;
步骤S2,根据确定的所述综合计算指标体系,从所述配电网中采集所述地区配电网线损的数据;
步骤S3,根据所述综合计算指标体系,使用改进层次分析法计算各指标的第一权重;
步骤S4,使用熵权法基于采集所述地区配电网线损的数据计算各指标的第二权重;
步骤S5,将各指标的第一权重和第二权重相结合得到各指标的组合权重;
步骤S6,将各指标的组合权重和采集所述地区配电网线损的数据使用TOPSIS方法得到综合计算结果;
步骤S7,根据所述综合计算结果对电网运行***进行控制,以降低所述地区的电网线损。
更进一步地,所述综合计算指标体系包括:从规划层面选择的指标为供电半径合格率和10kV配变无功补偿率,从管理层面选择的指标为老旧低压电能表占比、计量故障差错率、线损异常处置率和线损异常率,从运行层面选择的指标为线路重过轻负载比例、变压器重过轻负载比例、综合电压合格率和功率因数合格率,从技术层面选择的指标为高损耗配变比例、变电站无功补偿装置可用率和节能主变比率。
更进一步地,所述使用改进层次分析法计算各指标的第一权重的操作为:首先,使用改进层次分析法基于所述综合计算指标体系中的各指标构造比较矩阵A,Aij为比较矩阵A中的元素,i、j为行列值,
然后,计算由比较矩阵A中各元素相加计算重要性排序指数ri:
式中:ri表示因素Ai与所有因素的重要性比较结果,其中rmax=max{ri},rmin=min{ri};
然后需要根据比较矩阵A构造判断矩阵B,其元素bij遵循下式:
基于所述判断矩阵B求出传递矩阵C,其元素cij遵循下式:
cij=lgbij(i,j=1,2,...,n)
基于传递矩阵C求得最优传递矩阵D,其元素dij遵循下式:
通过最优传递矩阵D求出拟优一致矩阵B′,其元素B′ij遵循下式:
最后使用和积法求出拟优一致矩阵特征向量W1j,即W1j为确定的各指标的第一权重,W1j中的j表示第j个指标。
更进一步地,步骤S4的操作过程为:
计算第j个指标下第i个项目的指标值的比重Pij,
计算第j个指标的熵值ej,
其中,k=1/lnm;
计算第j个指标的熵权wj作为该指标的第二权重,
将所有指标的第二权重计算完毕后,将其写入向量W2j中,W2j中的j表示第j个指标。
更进一步地,将各指标的第一权重和第二权重相结合得到各指标的组合权重Wj=αW1j+(1-α)W2j,α为权重因子。
更进一步地,计算所述α方法为:
以第一权重、第二权重与组合权重两者偏差平方和最小为目的建立目标函数
以计算出α。
更进一步地,所述步骤S6的操作为:
对各指标数据无量纲化处理,对于由m个评级方案和n个评价指标构成的决策矩阵X,利用极差变换公式得评价矩阵R,在决策矩阵X中,根据指标的类型计算:
或:
式中,xij为原始值,yij为标准化后的值,minxij为同一指标的最小值,maxxij为同一指标的最大值,评价矩阵R由yij组成;
确定正理想解和负理想解,将每个指标选出最佳的指标值组成的方案作为正理想解,相反为负理想解;
确定正理想解和负理想解之间的欧氏距离:
计算各个目标的相对贴近度作为综合计算结果:
将其大小作为评价方案优劣的标准。
更进一步地,根据所述综合计算结果确定影响电网线损的主要指标,基于所述主要指标对电网运行***进行控制,以降低所述地区的电网线损。
本发明还提出了一种基于组合赋权TOPSIS的线损数据处理装置,所述装置包括处理器、存储器及显示设备,所述处理器执行所述存储器上的程序以实现上述任一方法。
本发明还提出了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述处理器执行所述存储介质上的程序以实现上述任一方法。
本发明的一种基于组合赋权TOPSIS的线损数据处理方法、装置及介质,该方法包括以下步骤:步骤S1,对影响某地区配电网线损率的因素进行分析,从规划层面、管理层面、运行层面和技术层面四个维度下建立线损综合计算指标体系;步骤S2,根据确定的所述综合计算指标体系,从所述配电网中采集所述地区配电网线损的数据;步骤S3,根据所述综合计算指标体系,使用改进层次分析法计算各指标的第一权重;步骤S4,使用熵权法基于采集所述地区配电网线损的数据计算各指标的第二权重;步骤S5,将各指标的第一权重和第二权重相结合得到各指标的组合权重;步骤S6,将各指标的组合权重和采集所述地区配电网线损的数据使用TOPSIS方法得到综合计算结果;步骤S7,根据所述综合计算结果对电网运行***进行控制,以降低所述地区的电网线损。本发明将层次分析法计算得到的权重与熵权法计算得到的权重组合后再基于TOPSIS方法使用各指标的组合权重和采集的所述地区配电网线损数据计算得到综合计算结果,使得该地区的线损估计更加准确、客观,避免了人为因素,从而可以更精准的对电网进行控制,以降低线损,本发明所使用的指标均是客观指标,因为主观指标在电网控制中是难以控制的,即本发明的计算涉及的各指标均为客观指标,本发明的使用改进层次分析法基于所述综合计算指标体系中的各指标构造比较矩阵再计算出判断矩阵以减小人为主观判断模糊性对评价结果的影响,提高了计算结果的准确性,且计算过程中,通过最优传递矩阵得出拟优一致矩阵,省略了一致性检验的过程,简化了计算流程,提高了计算效率,降低了对处理器的占用,即改进了计算机的计算性能,本发明中使用从电网***中采集的各指标的客观数据计算各指标的第二权重,使得各指标的计算客观准确,本发明中,综合改进层次分析法及熵权法的优点,使得以第一权重、第二权重与组合权重两者偏差平方和最小为目的建立目标函数,在目标值最小时计算出出α值,使得权重集合了两种方法的优点,这是本发明的另一个重要发明点。本发明中使用TOPSIS方法,基于改进层次分析法及熵权法组合计算得到的组合权重及采集的电网***的数据进行线损的综合评估计算,使得线损的评估计算更为客观准确,且计算过程中进行了无量纲数据转换,提高了线损评估的准确性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显。
图1是根据本发明的实施例的一种基于组合赋权TOPSIS的线损数据处理方法的流程图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了本发明的一种基于组合赋权TOPSIS的线损数据处理方法,该方法包括以下步骤:
步骤S1,对影响某地区配电网线损率的因素进行分析,从规划层面、管理层面、运行层面和技术层面四个维度下建立线损综合计算指标体系;
步骤S2,根据确定的所述综合计算指标体系,从所述配电网中采集所述地区配电网线损的数据;
步骤S3,根据所述综合计算指标体系,使用改进层次分析法计算各指标的第一权重;
步骤S4,使用熵权法基于采集所述地区配电网线损的数据计算各指标的第二权重;
步骤S5,将各指标的第一权重和第二权重相结合得到各指标的组合权重;
步骤S6,将各指标的组合权重和采集所述地区配电网线损的数据使用TOPSIS方法得到综合计算结果;
步骤S7,根据所述综合计算结果对电网运行***进行控制,以降低所述地区的电网线损。
本发明将改进层次分析法计算得到的权重与熵权法计算得到的权重组合,再基于TOPSIS方法使用各指标的组合权重和采集的所述地区配电网线损数据计算得到综合计算结果,使得该地区的线损估计更加准确、客观,避免了人为因素,从而可以更精准的对电网进行控制,以降低线损,本发明所使用的指标均是客观指标,因为主观指标在电网控制中是难以控制的,即本发明的计算涉及的各指标均为客观指标,这是本发明的一个重要发明点。
在一个实施例中,本发明所涉及的客观指标即所述综合计算指标体系下的各指标,包括:从规划层面选择的指标为供电半径合格率和10kV配变无功补偿率,从管理层面选择的指标为老旧低压电能表占比、计量故障差错率、线损异常处置率和线损异常率,从运行层面选择的指标为线路重过轻负载比例、变压器重过轻负载比例、综合电压合格率和功率因数合格率,从技术层面选择的指标为高损耗配变比例、变电站无功补偿装置可用率和节能主变比率。
在一个实施例中,在步骤S2中,从所述配电网中采集所述地区配电网线损的数据后,并检验数据质量,对数据进行筛选,比如采用大数据分析方法,对数据进行清洗,去掉明显异常的数据,数据的检验和筛选、清洗都是比较成熟的技术。
在一个实施例,所述使用改进层次分析法计算各指标的第一权重的操作为:
首先,使用改进层次分析法基于所述综合计算指标体系中的各指标构造比较矩阵A,Aij为比较矩阵A中的元素,i、j为行列值,然后,计算由比较矩阵A中各元素相加计算重要性排序指数ri:
式中:ri表示因素Ai与所有因素的重要性比较结果,其中rmax=max{ri},rmin=min{ri}。
然后需要根据比较矩阵A构造判断矩阵B,其元素bij遵循下式:
然后,基于所述判断矩阵B求出传递矩阵C,其元素cij遵循下式:
cij=lgbij(i,j=1,2,...,n)
基于传递矩阵C求得最优传递矩阵D,其元素dij遵循下式:
通过最优传递矩阵D求出拟优一致矩阵B′,其元素B′ij遵循下式:
最后使用和积法求出拟优一致矩阵特征向量W1j,即W1j为确定的各指标的第一权重,W1j中的j表示第j个指标。
本发明的使用改进层次分析法基于所述综合计算指标体系中的各指标构造比较矩阵A,再计算出判断矩阵B以减小人为主观判断模糊性对评价结果的影响,提高了计算结果的准确性,且计算过程中,通过最优传递矩阵得出拟优一致矩阵,省略了一致性检验的过程,简化了计算流程,提高了计算效率,降低了对处理器的占用,即改进了计算机的计算性能,这是本发明的一个重要发明点。
在一个实施例中,熵权法的计算过程即步骤S4的操作过程为:输入采集的各指标的数据使用熵权法确定出各指标的第二权重:
计算第j个指标下第i个项目的指标值的比重Pij,
计算第j个指标的熵值ej,
其中,k=1/lnm;
计算第j个指标的熵权wj作为该指标的第二权重,
将所有指标的第二权重计算完毕后,将其写入向量W2j中,W2j中的j表示第j个指标。
本发明中使用从电网***中采集的各指标的客观数据计算各指标的第二权重,使得各指标的计算客观准确,这是本发明的另一个重要发明点。
在一个实施例中,将各指标的第一权重和第二权重相结合得到各指标的组合权重Wj=αW1j+(1-α)W2j,α为权重因子,其中计算所述α方法为:
以第一权重、第二权重与组合权重两者偏差平方和最小为目的建立目标函数
以计算出α。
本发明中,综合改进层次分析法及熵权法的优点,使得以第一权重、第二权重与组合权重两者偏差平方和最小为目的建立目标函数,在目标值最小时计算出出α值,使得权重集合了两种方法的优点,这是本发明的另一个重要发明点。
在一个实施例,所述步骤S6的操作为:
因参评指标通常具有不同的量纲,故需要对其进行无量纲化,对各指标数据无量纲化处理,对于由m个评级方案和n个评价指标构成的决策矩阵X,利用极差变换公式得评价矩阵R,在决策矩阵X中,根据指标的类型计算:
或:
指标的类型可以分为电网固有的客观数据,比如高损耗配变比例、变电站无功补偿装置可用率和节能主变比率等指标,使用式(2)计算,对于变化型指标如综合电压合格率和功率因数合格率采用式(1)进行计算。
式中,xij为原始值,yij为标准化后的值,minxij为同一指标的最小值,maxxij为同一指标的最大值,评价矩阵R由yij组成;
确定正理想解和负理想解,将每个指标选出最佳的指标值组成的方案作为正理想解,相反为负理想解;
确定正理想解和负理想解之间的欧氏距离:
计算各个目标的相对贴近度作为综合计算结果:
将其大小作为评价方案优劣的标准。
本发明中使用TOPSIS方法,基于改进层次分析法及熵权法组合计算得到的组合权重及采集的电网***的数据进行线损的综合评估计算,使得线损的评估计算更为客观准确,且计算过程中进行了无量纲数据转换,提高了线损评估的准确性,这是本发明的另一个重要发明点。
在一个实施例中,根据所述综合计算结果确定影响电网线损的主要指标,基于所述主要指标对电网运行***进行控制,以降低所述地区的电网线损。
本发明还提出了一种基于组合赋权TOPSIS的线损数据处理装置,所述装置包括处理器、存储器及显示设备,所述处理器执行所述存储器上的程序以实现上述任一方法。
本发明还提出了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述处理器执行所述存储介质上的程序以实现上述任一方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
最后所应说明的是:以上实施例仅以说明而非限制本发明的技术方案,尽管参照上述实施例对本发明进行了详细说明,本领域的普通技术人员应当理解:依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或局部替换,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于组合赋权TOPSIS的线损数据处理方法,其特征在于:该方法包括以下步骤:
步骤S1,对影响某地区配电网线损率的因素进行分析,从规划层面、管理层面、运行层面和技术层面四个维度下建立线损综合计算指标体系;
步骤S2,根据确定的所述综合计算指标体系,从所述配电网中采集所述地区配电网线损的数据;
步骤S3,根据所述综合计算指标体系,使用改进层次分析法计算各指标的第一权重;
步骤S4,使用熵权法基于采集所述地区配电网线损的数据计算各指标的第二权重;
步骤S5,将各指标的第一权重和第二权重相结合得到各指标的组合权重;
步骤S6,将各指标的组合权重和采集所述地区配电网线损的数据使用TOPSIS方法得到综合计算结果;
步骤S7,根据所述综合计算结果对电网运行***进行控制,以降低所述地区的电网线损。
2.根据权利要求1所述的方法,其特征在于,所述综合计算指标体系包括:从规划层面选择的指标为供电半径合格率和10kV配变无功补偿率,从管理层面选择的指标为老旧低压电能表占比、计量故障差错率、线损异常处置率和线损异常率,从运行层面选择的指标为线路重过轻负载比例、变压器重过轻负载比例、综合电压合格率和功率因数合格率,从技术层面选择的指标为高损耗配变比例、变电站无功补偿装置可用率和节能主变比率。
3.根据权利要求2所述的方法,其特征在于,所述使用改进层次分析法计算各指标的第一权重的操作为:
首先,使用改进层次分析法基于所述综合计算指标体系中的各指标构造比较矩阵A,Aij为比较矩阵A中的元素,i、j为行列值,然后,计算由比较矩阵A中各元素相加计算重要性排序指数ri:
式中:ri表示因素Ai与所有因素的重要性比较结果,其中rmax=max{ri},rmin=min{ri};
然后需要根据比较矩阵A构造判断矩阵B,其元素bij遵循下式:
然后,基于所述判断矩阵B求出传递矩阵C,其元素cij遵循下式:
cij=lgbij(i,j=1,2,...,n)
基于传递矩阵C求得最优传递矩阵D,其元素dij遵循下式:
通过最优传递矩阵D求出拟优一致矩阵B′,其元素B′ij遵循下式:
最后使用和积法求出拟优一致矩阵特征向量W1j,即W1j为确定的各指标的第一权重,W1j中的j表示第j个指标。
5.根据权利要求4所述的方法,其特征在于,将各指标的第一权重和第二权重相结合得到各指标的组合权重Wj=αW1j+(1-α)W2j,α为权重因子。
7.根据权利要求6所述的方法,其特征在于,所述步骤S6的操作为:
对各指标数据无量纲化处理,对于由m个评级方案和n个评价指标构成的决策矩阵X,利用极差变换公式得评价矩阵R,在决策矩阵X中,根据指标的类型计算:
或:
式中,xij为原始值,yij为标准化后的值,min xij为同一指标的最小值,max xij为同一指标的最大值,评价矩阵R由yij组成;
确定正理想解和负理想解,将每个指标选出最佳的指标值组成的方案作为正理想解,相反为负理想解;
确定正理想解和负理想解之间的欧氏距离:
计算各个目标的相对贴近度作为综合计算结果:
将其大小作为评价方案优劣的标准。
8.根据权利要求7所述的方法,其特征在于,根据所述综合计算结果确定影响电网线损的主要指标,基于所述主要指标对电网运行***进行控制,以降低所述地区的电网线损。
9.一种基于组合赋权TOPSIS的线损数据处理装置,其特征在于,所述装置包括处理器、存储器及显示设备,所述处理器执行所述存储器上的程序以实现权利要求1-8任一项的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述处理器执行所述存储介质上的程序以实现权利要求1-8任一项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110340396.4A CN112966972A (zh) | 2021-03-30 | 2021-03-30 | 一种基于组合赋权topsis的线损数据处理方法、装置、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110340396.4A CN112966972A (zh) | 2021-03-30 | 2021-03-30 | 一种基于组合赋权topsis的线损数据处理方法、装置、介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112966972A true CN112966972A (zh) | 2021-06-15 |
Family
ID=76279674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110340396.4A Pending CN112966972A (zh) | 2021-03-30 | 2021-03-30 | 一种基于组合赋权topsis的线损数据处理方法、装置、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966972A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113762751A (zh) * | 2021-08-30 | 2021-12-07 | 国网冀北电力有限公司电力科学研究院 | 机组功率调节参数权重确定方法及装置 |
CN113964846A (zh) * | 2021-09-10 | 2022-01-21 | 国网浙江宁波市鄞州区供电有限公司 | 一种适用于多馈入直流***的动态无功补偿选址方法 |
CN115545440A (zh) * | 2022-09-23 | 2022-12-30 | 国网冀北电力有限公司经济技术研究院 | 输变电工程招标工程量与项目结算量造价差异化评价方法 |
-
2021
- 2021-03-30 CN CN202110340396.4A patent/CN112966972A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113762751A (zh) * | 2021-08-30 | 2021-12-07 | 国网冀北电力有限公司电力科学研究院 | 机组功率调节参数权重确定方法及装置 |
CN113964846A (zh) * | 2021-09-10 | 2022-01-21 | 国网浙江宁波市鄞州区供电有限公司 | 一种适用于多馈入直流***的动态无功补偿选址方法 |
CN113964846B (zh) * | 2021-09-10 | 2024-04-02 | 国网浙江宁波市鄞州区供电有限公司 | 一种适用于多馈入直流***的动态无功补偿选址方法 |
CN115545440A (zh) * | 2022-09-23 | 2022-12-30 | 国网冀北电力有限公司经济技术研究院 | 输变电工程招标工程量与项目结算量造价差异化评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112966972A (zh) | 一种基于组合赋权topsis的线损数据处理方法、装置、介质 | |
CN111950918B (zh) | 一种基于电力交易数据的市场风险评估方法 | |
CN106850254B (zh) | 一种电力通信网中关键节点识别方法 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN108053148B (zh) | 一种电力信息***故障高效诊断方法 | |
CN109740863A (zh) | 基于大电源接入***的综合评价方法 | |
CN108694470B (zh) | 一种基于人工智能的数据预测方法及装置 | |
CN105956779A (zh) | 电力变压器运行状态评估方法和装置 | |
CN110310031A (zh) | 一种配电网多维风险评估方法 | |
CN109214694A (zh) | 一种基于模糊综合评价的电网公司碳减排风险评估方法 | |
CN110348665A (zh) | 一种低压台区电力***数据质量评价方法及装置 | |
CN109767074A (zh) | 一种高可靠性供电区配网规划效果综合评估方法 | |
CN110717619A (zh) | 一种自下而上配电网多尺度时空负荷预测方法及*** | |
CN111598457B (zh) | 一种电力无线网络质量的确定方法及装置 | |
CN112884359A (zh) | 一种电力现货市场风险评估方法 | |
CN115310859A (zh) | 一种城市碳排放效益评价方法 | |
CN110705859A (zh) | 基于pca-自组织神经网络的中低压配电网运行状态评估方法 | |
CN114139940A (zh) | 一种基于组合赋权-云模型的广义需求侧资源网荷互动水平评估方法 | |
CN104156878B (zh) | 用于农网改造升级工程评估指标权重的确定方法 | |
CN114862229A (zh) | 电能质量评估方法、装置、计算机设备和存储介质 | |
CN111523080A (zh) | 一种电力***的pas***综合评估方法及相关装置 | |
CN109636126A (zh) | 增量配电网投资决策的量化方法、装置、设备和存储介质 | |
Broderick et al. | Accuracy of clustering as a method to group distribution feeders by PV hosting capacity | |
CN117353321A (zh) | 一种基于源荷不确定性的配电网安全评估方法和*** | |
CN112785060A (zh) | 一种配电网精益化运维水平优化方法 |
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 |