CN114723225A - 一种避雷器质量评估方法及相关设备 - Google Patents
一种避雷器质量评估方法及相关设备 Download PDFInfo
- Publication number
- CN114723225A CN114723225A CN202210242830.XA CN202210242830A CN114723225A CN 114723225 A CN114723225 A CN 114723225A CN 202210242830 A CN202210242830 A CN 202210242830A CN 114723225 A CN114723225 A CN 114723225A
- Authority
- CN
- China
- Prior art keywords
- quality
- arrester
- lightning arrester
- gray
- clustering
- 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
- 238000001303 quality assessment method Methods 0.000 title claims description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 67
- 239000013598 vector Substances 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 41
- 238000013441 quality evaluation Methods 0.000 claims abstract description 22
- 238000007621 cluster analysis Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 40
- 230000002087 whitening effect Effects 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000007789 sealing Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000009826 distribution Methods 0.000 abstract description 4
- 238000012216 screening Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- 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)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明实施例公开了一种避雷器质量评估方法及相关设备。该方法包括：构建避雷器质量评估体系；获取待测评避雷器样本；基于灰色聚类分析法对上述待测评避雷器样本针对所有上述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵；根据上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵；基于最大隶属度原则在上述质量隶属度矩阵确定上述待测评避雷器样本所属的避雷器质量等级。本申请实施例提供的一种良好的避雷器质量评估方法，能够甄选不同厂家型号避雷器质量差异，为配网避雷器选型和优化配置提供参考，减少电网避雷器故障事故发生率和经济损失。
Description
技术领域
本发明涉及避雷器技术领域，尤其涉及一种避雷器质量评估方法及相关设备。
背景技术
避雷器又称过电压限制器，是电力***的过电压保护装置，避雷器的特性可分为保护特性和运行特性。避雷器的保护特性反映其限制电力***过电压的能力，它是输变电设备绝缘配合的基础。改善避雷器的保护特性，可以提高被保护设备的运行安全可靠性，且可以降低绝缘水平，随着电压等级的提高，其经济效益越趋显著。避雷器的运行特性应包括动作负载稳定性和运行寿命特性等
云南地处高原山区，雷电活动频繁，其复杂的地形地理特点使得线路遭受雷电危害威胁。运行经验表明，加装避雷器可以明显提高线路耐雷水平和设备的寿命，在保护电力设备安全和降低10kV配网雷击跳闸等方面发挥了极其重要的作用，是最有效的防雷措施之一。然而，目前云南省内在运避雷器故障事故频发，使用的避雷器普遍存在故障率高和使用寿命短等问题。
不同厂家生产、不同类型型号、不同生产批次的避雷器质量参差不齐，电网在采购避雷器时缺乏对避雷器评测与品控的措施。为了减少事故的发生，降低事故率，提高避雷器的运行可靠性，本领域亟需提供一种对避雷器的质量进行综合评测的方法。
发明内容
在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
为了提供一种可靠的避雷器质量评估方法，第一方面，本发明提出一种避雷器质量评估方法，上述方法包括：
构建避雷器质量评估体系，其中，上述避雷器质量评估体系包括目标层、因子层和指标层，上述目标层用于确定上述避雷器质量等级，上述因子层包括多个避雷器质量影响因子，上述避雷器质量等级由至少一个上述避雷器质量影响因子确定，上述指标层包括多个避雷器质量影响指标，上述一个避雷器质量影响因子由多个上述避雷器质量影响指标决定；
获取待测评避雷器样本；
基于灰色聚类分析法对上述待测评避雷器样本针对所有上述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵；
根据上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵；
基于最大隶属度原则在上述质量隶属度矩阵确定上述待测评避雷器样本所属的避雷器质量等级。
可选的，基于灰色聚类分析法对上述待测评避雷器样本针对所有上述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵，包括：
将上述待测评避雷器作为聚类样本；
将上述避雷器质量影响指标作为聚类指标；
根据上述避雷器质量等极确定聚类灰类；
获取每个上述聚类样本在每个上述聚类指标下的质量检测值；
根据上述质量检测值获取对应的灰类白化函数值；
采用熵权法计算上述避雷器质量指标影响上述避雷器质量因子的权重系数；
根据上述灰类白化函数值和上述权重系数确定上述一级灰色聚类系数向量矩阵。
可选的，上述根据上述质量检测值获取对应的灰类白化函数值，包括：
通过历史经验数据确定上述聚类灰类对应的灰类阈值；
基于上述灰类阈值构建灰类白化函数；
根据上述质量检测值和上述灰类白化函数获取对应的灰类白化函数值。
可选的，上述根据上述灰类白化函数值和上述权重系数确定上述一级灰色聚类系数向量矩阵，包括：
根据上述灰类白化函数值和上述权重系数构造每个聚类灰类对应的聚类向量；
将上述聚类向量构成的矩阵作为一级灰色聚类系数向量矩阵。
可选的，上述根据上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵，包括：
利用B＝ω·R对上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵B；其中，ω为上述避雷器质量影响因子对上述避雷器质量等级的权重系数，·为模糊算子，R为上述一级灰色聚类系数向量矩阵。
可选的，上述模糊算子为加权平均型模糊算子。
可选的，上述避雷器质量影响因子包括避雷器参数、抽样试验和运行经验中至少一种；上述避雷器参数对应的上述避雷器质量影响指标包括标称放电电流、大电流冲击耐受能力和残压中至少一种；上述抽检试验对应的上述避雷器质量影响指标包括冲击大电流耐受试验、密封性试验和动作可靠试验中至少一种；上述运行经验对应的上述避雷器质量影响指标包括年平均故障占比和平均服役时间中至少一种。
第二方面，本发明还提出一种避雷器质量评估装置，包括：
构建单元，用于构建避雷器质量评估体系，其中，上述避雷器质量评估体系包括目标层、因子层和指标层，上述目标层用于确定上述避雷器质量等级，上述因子层包括多个避雷器质量影响因子，上述避雷器质量等级由至少一个上述避雷器质量影响因子确定，上述指标层包括多个避雷器质量影响指标，上述一个避雷器质量影响因子由多个上述避雷器质量影响指标决定；
第一获取单元，用于获取待测评避雷器样本；
第二获取单元，用于基于灰色聚类分析法对上述待测评避雷器样本针对所有上述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵；
第三获取单元，用于根据上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵；
确定单元，用于基于最大隶属度原则在上述质量隶属度矩阵确定上述待测评避雷器样本所属的避雷器质量等级。
第三方面，本发明还提出一种电子设备，包括：储存器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任意一种避雷器质量评估方法的步骤。
第四方面，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面上述任一项的避雷器质量评估方法。
实施本发明实施例，将具有如下有益效果：
本申请实施例提供的方法，将避雷器质量评价体系分为指标层、因子层和目标层通过两级模糊综合评价，分别确定指标层对于因子层的影响和因子层对于目标层的影响，并基于最大隶属度原则确定避雷器质量的等级，综合考虑了多个避雷器质量影响指标和避雷器质量影响因子对避雷器质量等级的影响。提供了一种良好的避雷器质量评估方法，能够甄选不同厂家型号避雷器质量差异，为配网避雷器选型和优化配置提供参考，减少电网避雷器故障事故发生率和经济损失。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
其中：
图1为本申请实施例提供的一种避雷器质量评估方法流程示意图；
图2为本申请实施例提供的一种避雷器质量评估体系结构示意图；
图3为本申请实施例提供的一种避雷器质量评估装置结构示意图；
图4为本申请实施例提供的一种避雷器质量评估电子设备结构示意图。
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作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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
请参阅图1，为本申请实施例提供的一种避雷器质量评估方法流程示意图，具体可以包括：
S110、构建避雷器质量评估体系，其中，上述避雷器质量评估体系包括目标层、因子层和指标层，上述目标层用于确定上述避雷器质量等级，上述因子层包括多个避雷器质量影响因子，上述避雷器质量等级由至少一个上述避雷器质量影响因子确定，上述指标层包括多个避雷器质量影响指标，上述一个避雷器质量影响因子由多个上述避雷器质量影响指标决定；
示例性的，构建避雷器质量评估体系，可以构建如图2所示的避雷器质量评估体系包括目标层、因子层和指标层，目标层包括避雷器的质量，因子层包括避雷器质量影响因子，指标层包括避雷器质量影响指标。目标层用于评价避雷器质量的等级，例如：等级可以划分为{优秀、良好、合格、不合格}，可以通过诸多的避雷器质量影响因子来确定避雷器的质量等级。且每个避雷器质量影响因子由多个避雷器指令影响指标决定，而每个避雷器质量影响指标对于对应的避雷器质量影响因子的影响权重不尽相同，每个避雷器质量影响因子对于避雷器的质量等级的影响权重也有高有低。
S120、获取待测评避雷器样本；
示例性的，待测评避雷器样本为需要进行避雷器指令评估的避雷器，其待测评避雷器的每个样本中都包括上述指标层包括的避雷器质量影响指标的具体数值。
S130、基于灰色聚类分析法对上述待测评避雷器样本针对所有上述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵；
示例性的，通过灰色聚类分析法，对待测评避雷器样本根据指标层中的每个避雷器质量影响指标进行聚类分析并进行模糊综合评判获取因子层中每个避雷器质量影响因子对应的一级灰色聚类系数向量矩阵。
S140、根据上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵；
示例性的，一级模糊综合评价仅是指标层综合评价的结果，它只是对因子层的单因素的评价。为了继续对避雷器的质量好坏进行评测必须进行二级模糊综合评价。将步骤S130中得到一级灰色聚类系数向量矩阵作为因子层的二级模糊评价矩阵，并计算因子层聚类权重系数，对目标层下各因子层进行二级模糊综合评价，计算得到评估避雷器的质量的质量隶属度矩阵。
S150、基于最大隶属度原则在上述质量隶属度矩阵确定上述待测评避雷器样本所属的避雷器质量等级。
示例性的，基于最大隶属度原则判断避雷器的质量等级，最大隶属原则(maximummembership principle)是模糊数学的基本原则之一，它是用模糊集理论进行模型识别的一种直接方法，对于n个实际模型，可以表示为论域X上的n个模糊子集A1，A2，…，An，x0∈X为一具体识别对象，如果有i0≤n，使Ai0(x0)＝max(A1(x0)，A2(x0)，…，An(x0))，则称x0相对隶属于Ai0。
综上，本申请实施例提供的方法，将避雷器质量评价体系分为指标层、因子层和目标层通过两级模糊综合评价，分别确定指标层对于因子层的影响和因子层对于目标层的影响，并基于最大隶属度原则确定避雷器质量的等级，综合考虑了多个避雷器质量影响指标和避雷器质量影响因子对避雷器质量等级的影响。提供了一种良好的避雷器质量评估方法，能够甄选不同厂家型号避雷器质量差异，为配网避雷器选型和优化配置提供参考，减少电网避雷器故障事故发生率和经济损失。
在一些示例中，基于灰色聚类分析法对上述待测评避雷器样本针对所有上述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵，包括：
将上述待测评避雷器作为聚类样本；
将上述避雷器质量影响指标作为聚类指标；
根据上述避雷器质量等极确定聚类灰类；
获取每个上述聚类样本在每个上述聚类指标下的质量检测值；
根据上述质量检测值获取对应的灰类白化函数值；
采用熵权法计算上述避雷器质量指标影响上述避雷器质量因子的权重系数；
根据上述灰类白化函数值和上述权重系数确定上述一级灰色聚类系数向量矩阵。
示例性的，采用灰色聚类分析法对待测评避雷器对于避雷器质量影响指标执行一级模糊评判操作：
将有n个待评测避雷器样本作为聚类对象(i＝1，2，…，n)，m个评价指标作为聚类指标(j＝1，2，…，m)，s个聚类灰类即评价标准(如优秀、良好、合格、不合格)(k＝1，2，…，s)。第i(i＝1，2，…，n)个对象关于j(j＝1，2，…，m)指标的初始检测值xij，并检测值进行无量纲化处理得到质量检测值xi'j以便具有可比性。将质量检测值xi'j带入相应的白化权函数便可以获取白化权函数值fj k(x)。采用熵权法计算各避雷器质量影响指标在各避雷器质量影响因子中的权重。对于一个综合指标评价体系，具有n个聚类对象和m个避雷器质量影响指标的初始检测值xij。其中每个避雷器质量影响指标的信息熵Hj(j＝1，2，…，m)为：
避雷器质量影响指标j的熵权向量
为：
熵权向量中的每一个元素为避雷器质量因子的权重系数。根据上述灰类白化函数值和上述权重系数确定上述一级灰色聚类系数向量矩阵。
在一些示例中，上述根据上述质量检测值获取对应的灰类白化函数值，包括：
通过历史经验数据确定上述聚类灰类对应的灰类阈值；
基于上述灰类阈值构建灰类白化函数；
根据上述质量检测值和上述灰类白化函数获取对应的灰类白化函数值。
示例性的，根据建立的避雷器质量分级的标准值，确定待评估避雷器指标的灰类阈值
根据灰类阈值和质量检测值xi'j取值选取白化函数
(代表第j个聚类指标关于第k个灰类的白化函数)，白化函数有3类。其中灰类阈值根据统计现有不同厂家及类型避雷器指标层各指标数据作为样本，结合电网避雷器使用经验和故障情况进行分级设置确定不同质量等级灰类下阈值。
A：若规范检测值
(
∈代表灰数的区间范围)，采用上限测度白化权函数
B:若规范检测值
采用适中测度白化权函数
C:若规范检测值
采用下限测度白化权函数
将质量检测值xi'j带入相应的白化权函数便可以获取白化权函数值。
在一些示例中，上述根据上述灰类白化函数值和上述权重系数确定上述一级灰色聚类系数向量矩阵，包括：
根据上述灰类白化函数值和上述权重系数构造每个聚类灰类对应的聚类向量；
将上述聚类向量构成的矩阵作为一级灰色聚类系数向量矩阵。
示例性的，根据计算各避雷器质量影响指标在各避雷器质量影响因子中的权重系数
和白化函数值
并构造聚类向量σi。
将聚类向量σi组成的矩阵作为一级灰色聚类系数向量矩阵。
在一些示例中，上述根据上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵，包括：
利用B＝ω·R对上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵B；其中，ω为上述避雷器质量影响因子对避雷器质量等级的权重系数，·为模糊算子，R为上述一级灰色聚类系数向量矩阵。
示例性的，利用式(1)和式(2)提供的熵权法，计算避雷器质量影响因子对避雷器质量等级的权重系数ω，并利用一级灰色聚类系数向量矩阵R，通过B＝ω·R对因子层进行二级模糊综合评判从而获取隶属度矩阵B，按照最大隶属度原则确定评价等级，例如：避雷器质量等级对应s个灰类，若第k项的隶属度最大则取该灰类对避雷器质量进行评估。
在一些示例中，上述模糊算子为加权平均型模糊算子。
示例性的，本申请中的指标层包括多个避雷器质量影响指标，因子层包括多个避雷器质量影响因子，且每个避雷器质量影响指标对于避雷器质量影响因子影响的权重各不相同，每个避雷器质量影响因子对于避雷器质量等级的影响权重也不相同，采用加权平均型模糊算子，能够综合各个与影响指标和影响因子对于避雷器质量的影响，使得避雷器评估结果更为准确，更具有说服力。
在一些示例中，上述避雷器质量影响因子包括避雷器参数、抽样试验和运行经验中至少一种；上述避雷器参数对应的上述避雷器质量影响指标包括标称放电电流、大电流冲击耐受能力和残压中至少一种；上述抽检试验对应的上述避雷器质量影响指标包括冲击大电流耐受试验、密封性试验和动作可靠试验中至少一种；上述运行经验对应的上述避雷器质量影响指标包括年平均故障占比和平均服役时间中至少一种。
示例性的，本申请实施例提供的方法，如图2所示，因子层设置有避雷器参数，抽检试验和运行经验，能够从避雷器的历史运行水平，抽检实验结果和避雷器的实测参数三个方面综合对避雷器的质量做出评价，其得出的评价结果更具有说服力。同时，将标称放电电流，大电流冲击耐受能力和残压作为避雷器参数，将冲击大电流耐受试验、密封性试验和动作可靠试验作为抽检试验的指标，将年平均故障占比和平均服役时间中作为运行经验指标，指标层中避雷器质量影响指标更具有代表性。
请参阅图3，本申请实施例中避雷器质量评估装置的一个实施例，可以包括：
构建单元21，用于构建避雷器质量评估体系，其中，上述避雷器质量评估体系包括目标层、因子层和指标层，上述目标层用于确定上述避雷器质量等级，上述因子层包括多个避雷器质量影响因子，上述避雷器质量等级由至少一个上述避雷器质量影响因子确定，上述指标层包括多个避雷器质量影响指标，上述一个避雷器质量影响因子由多个上述避雷器质量影响指标决定；
第一获取单元22，用于获取待测评避雷器样本；
第二获取单元23，用于基于灰色聚类分析法对上述待测评避雷器样本针对所有上述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵；
第三获取单元24，用于根据上述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵；
确定单元25，用于基于最大隶属度原则在上述质量隶属度矩阵确定上述待测评避雷器样本所属的避雷器质量等级。
如图4所示，本申请实施例还提供一种电子设备300，包括存储器310、处理器320及存储在存储器320上并可在处理器上运行的计算机程序311，处理器320执行计算机程序311时实现上述避雷器质量评估的任一方法的步骤。
由于本实施例所介绍的电子设备为实施本申请实施例中一种避雷器质量评估装置所采用的设备，故而基于本申请实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍，只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
在具体实施过程中，该计算机程序311被处理器执行时可以实现图1对应的实施例中任一实施方式。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如图1对应实施例中的避雷器质量评估方法的流程。
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种避雷器质量评估方法，其特征在于，包括：
构建避雷器质量评估体系，其中，所述避雷器质量评估体系包括目标层、因子层和指标层，所述目标层用于确定所述避雷器质量等级，所述因子层包括多个避雷器质量影响因子，所述避雷器质量等级由至少一个所述避雷器质量影响因子确定，所述指标层包括多个避雷器质量影响指标，所述一个避雷器质量影响因子由多个所述避雷器质量影响指标决定；
获取待测评避雷器样本；
基于灰色聚类分析法对所述待测评避雷器样本针对所有所述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵；
根据所述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵；
基于最大隶属度原则在所述质量隶属度矩阵确定所述待测评避雷器样本所属的避雷器质量等级。
2.如权利要求1所述的方法，其特征在于，基于灰色聚类分析法对所述待测评避雷器样本针对所有所述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵，包括：
将所述待测评避雷器作为聚类样本；
将所述避雷器质量影响指标作为聚类指标；
根据所述避雷器质量等极确定聚类灰类；
获取每个所述聚类样本在每个所述聚类指标下的质量检测值；
根据所述质量检测值获取对应的灰类白化函数值；
采用熵权法计算所述避雷器质量指标影响所述避雷器质量因子的权重系数；
根据所述灰类白化函数值和所述权重系数确定所述一级灰色聚类系数向量矩阵。
3.如权利要求2所述的方法，其特征在于，所述根据所述质量检测值获取对应的灰类白化函数值，包括：
通过历史经验数据确定所述聚类灰类对应的灰类阈值；
基于所述灰类阈值构建灰类白化函数；
根据所述质量检测值和所述灰类白化函数获取对应的灰类白化函数值。
4.如权利要求3所述的方法，其特征在于，所述根据所述灰类白化函数值和所述权重系数确定所述一级灰色聚类系数向量矩阵，包括：
根据所述灰类白化函数值和所述权重系数构造每个聚类灰类对应的聚类向量；
将所述聚类向量构成的矩阵作为一级灰色聚类系数向量矩阵。
5.如权利要求4所述的方法，其特征在于，所述根据所述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵，包括：
利用B＝ω·R对所述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵B；其中，ω为为上述避雷器质量影响因子对避雷器质量等级的权重系数，·为模糊算子，R为所述一级灰色聚类系数向量矩阵。
6.如权利要求5所述的方法，其特征在于，所述模糊算子为加权平均型模糊算子。
7.如权利要求1-6中任一项所述的方法，其特征在于，所述避雷器质量影响因子包括避雷器参数、抽样试验和运行经验中至少一种；所述避雷器参数对应的所述避雷器质量影响指标包括标称放电电流、大电流冲击耐受能力和残压中至少一种；所述抽检试验对应的所述避雷器质量影响指标包括冲击大电流耐受试验、密封性试验和动作可靠试验中至少一种；所述运行经验对应的所述避雷器质量影响指标包括年平均故障占比和平均服役时间中至少一种。
8.一种避雷器质量评估装置，其特征在于：包括：
构建单元，用于构建避雷器质量评估体系，其中，所述避雷器质量评估体系包括目标层、因子层和指标层，所述目标层用于确定所述避雷器质量等级，所述因子层包括多个避雷器质量影响因子，所述避雷器质量等级由至少一个所述避雷器质量影响因子确定，所述指标层包括多个避雷器质量影响指标，所述一个避雷器质量影响因子由多个所述避雷器质量影响指标决定；
第一获取单元，用于获取待测评避雷器样本；
第二获取单元，用于基于灰色聚类分析法对所述待测评避雷器样本针对所有所述避雷器质量影响指标执行一级模糊综合评判操作以获取一级灰色聚类系数向量矩阵；
第三获取单元，用于根据所述一级灰色聚类系数向量矩阵执行二级模糊综合评判操作以获取质量隶属度矩阵；
确定单元，用于基于最大隶属度原则在所述质量隶属度矩阵确定所述待测评避雷器样本所属的避雷器质量等级。
9.一种电子设备，包括：储存器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于：所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的避雷器质量评估方法的步骤。
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如权利要求1-7中任一项所述的避雷器质量评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210242830.XA CN114723225A (zh) | 2022-03-11 | 2022-03-11 | 一种避雷器质量评估方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210242830.XA CN114723225A (zh) | 2022-03-11 | 2022-03-11 | 一种避雷器质量评估方法及相关设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114723225A true CN114723225A (zh) | 2022-07-08 |
Family
ID=82238359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210242830.XA Pending CN114723225A (zh) | 2022-03-11 | 2022-03-11 | 一种避雷器质量评估方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114723225A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110288196A (zh) * | 2019-05-28 | 2019-09-27 | 国网河南省电力公司电力科学研究院 | 输电线路舞动分级预警方法及*** |
| 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 |
| CN111638449A (zh) * | 2020-06-03 | 2020-09-08 | 国网北京市电力公司 | 一种配电自动化开关故障诊断方法、设备及可读存储介质 |
| CN112529267A (zh) * | 2020-11-27 | 2021-03-19 | 山东大学 | 一种基于模糊综合评价法的超前地质预报方法及*** |
| CN112966630A (zh) * | 2021-03-18 | 2021-06-15 | 国网安徽省电力有限公司电力科学研究院 | 一种超/特高压gis开关设备运行状态评估方法、***及设备 |
| CN113222347A (zh) * | 2021-04-16 | 2021-08-06 | 南京君缘科爆工程技术有限公司 | 露天***安全风险灰色***评估方法 |
| CN113792982A (zh) * | 2021-08-19 | 2021-12-14 | 北京邮电大学 | 基于组合赋权与模糊灰色聚类的科技服务质量评估方法和装置 |
-
2022
- 2022-03-11 CN CN202210242830.XA patent/CN114723225A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110288196A (zh) * | 2019-05-28 | 2019-09-27 | 国网河南省电力公司电力科学研究院 | 输电线路舞动分级预警方法及*** |
| 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 |
| CN111638449A (zh) * | 2020-06-03 | 2020-09-08 | 国网北京市电力公司 | 一种配电自动化开关故障诊断方法、设备及可读存储介质 |
| CN112529267A (zh) * | 2020-11-27 | 2021-03-19 | 山东大学 | 一种基于模糊综合评价法的超前地质预报方法及*** |
| CN112966630A (zh) * | 2021-03-18 | 2021-06-15 | 国网安徽省电力有限公司电力科学研究院 | 一种超/特高压gis开关设备运行状态评估方法、***及设备 |
| CN113222347A (zh) * | 2021-04-16 | 2021-08-06 | 南京君缘科爆工程技术有限公司 | 露天***安全风险灰色***评估方法 |
| CN113792982A (zh) * | 2021-08-19 | 2021-12-14 | 北京邮电大学 | 基于组合赋权与模糊灰色聚类的科技服务质量评估方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 李立新 等: "模糊灰色综合评价方法的构建及应用", 沈阳建筑大学学报(自然科学版), no. 04, pages 55 - 58 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5459608B2 (ja) | 通信網の障害原因分析システムと障害原因分析方法、及び障害原因分析用プログラム | |
| CN111768082A (zh) | 一种基于大数据分析的电力设备状态评估方法 | |
| CN108053148B (zh) | 一种电力信息***故障高效诊断方法 | |
| CN106199267B (zh) | 一种电力设备故障特征分析方法 | |
| CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、***和介质 | |
| KR101733708B1 (ko) | 시스템으로부터 획득되는 측정 값들을 평가하기 위한 방법 및 시스템 | |
| CN115729761B (zh) | 一种硬盘故障预测方法、***、设备及介质 | |
| CN116739829B (zh) | 一种基于大数据的电力数据分析方法、***及介质 | |
| CN113125903A (zh) | 线损异常检测方法、装置、设备及计算机可读存储介质 | |
| CN116366374A (zh) | 基于大数据的电网网络管理的安全评估方法、***及介质 | |
| CN115130578A (zh) | 一种基于增量式粗糙聚类的配电设备状态在线评估方法 | |
| KR102315580B1 (ko) | 건물의 화재 예측 분석 장치 및 방법 | |
| CN114910756A (zh) | 一种低压母线槽的绝缘性能评估方法及*** | |
| CN116070902A (zh) | 输电线路状态评估方法、装置、计算机设备、介质和产品 | |
| CN112529432B (zh) | 一种电压暂降严重程度评估方法、装置及电子设备 | |
| CN109587145B (zh) | 一种电力网络中的虚假数据入侵检测方法、装置及设备 | |
| CN113327062A (zh) | 信息的等级确定方法、装置、计算机设备和存储介质 | |
| CN116400244B (zh) | 储能电池的异常检测方法及装置 | |
| CN112613191A (zh) | 电缆健康状态评估方法、装置、计算机设备和存储介质 | |
| CN109784777B (zh) | 基于时序信息片段云相似度度量的电网设备状态评估方法 | |
| CN114723225A (zh) | 一种避雷器质量评估方法及相关设备 | |
| CN110807014A (zh) | 一种基于交叉验证的台区数据异常甄别方法和装置 | |
| CN115062942A (zh) | 应急救援效能评估方法及装置 | |
| CN110955649B (zh) | 一种配电网生产决策*** | |
| CN113298389A (zh) | 评估电缆运行状态的方法及装置 |
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 |