CN117236683A - 基于熵权-集对分析模型的输电拉线塔安全评价方法 - Google Patents
基于熵权-集对分析模型的输电拉线塔安全评价方法 Download PDFInfo
- Publication number
- CN117236683A CN117236683A CN202310968512.6A CN202310968512A CN117236683A CN 117236683 A CN117236683 A CN 117236683A CN 202310968512 A CN202310968512 A CN 202310968512A CN 117236683 A CN117236683 A CN 117236683A
- Authority
- CN
- China
- Prior art keywords
- index
- tower
- degree
- risk
- evaluation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 103
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 230000005540 biological transmission Effects 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 51
- 230000008901 benefit Effects 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000006378 damage Effects 0.000 claims description 14
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000012502 risk assessment Methods 0.000 claims description 8
- 238000005452 bending Methods 0.000 claims description 7
- 238000005527 soil sampling Methods 0.000 claims description 7
- 238000005491 wire drawing Methods 0.000 claims description 6
- 208000027418 Wounds and injury Diseases 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 208000014674 injury Diseases 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000013210 evaluation model Methods 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于熵权‑集对分析模型的输电拉线塔安全评价方法,综合考虑拉线塔的致险因子,选取拉线塔基础、杆塔、拉线等主要因素作为评价指标,将集对分析法引入到拉线塔风险评价中,并构建评价指标与分级标准的集对体系。然后,将拉线塔风险评价指标划分为效益型指标和成本型指标两大类,基于集对分析法计算各指标的单指标联系度。同时引入信息熵理论确定评价指标客观权重,并将其耦合到评价指标的单指标联系度中,构建拉线塔风险评价的熵权‑集对综合联系度评价模型。最后,利用置信度识别准则来判定最终风险等级。该基于熵权‑集对分析模型的输电拉线塔安全评价方法具有较好的普适性和较高的可靠性,适用于绝大多数拉线塔的安全评价。
Description
技术领域
本发明涉及输电线路安全评估技术领域,具体涉及一种基于熵权-集对分析模型的输电拉线塔安全评价方法。
背景技术
输电线路是国家清洁能源输送的动脉,近年来随着经济社会的高速发展,我国输电线路的规模逐步扩大。作为国家的生命线工程,高压、超高压输电线路铁塔的结构可靠性直接影响着电网的供电质量与供电安全。相对于自立式铁塔,拉线塔具有施工方便、受力性能良好、安装简单、经济指标优越等优点,在包括特高压在内的各种电压等级的线路中均有广泛应用。由于长期暴露于恶劣的自然环境中,铁塔在大风、冰雪、高低温的长期作用下,极有可能出现塔身倾斜、构件变形、材料腐蚀等问题,进而威胁到铁塔的结构安全。因此,运行多年或已经达到设计使用年限的拉线塔,有必要对其结构安全性进行评估,及时发现问题并采取相应措施,从而保证输电线路的正常运行。为此,国内颁布了一系列的行业标准,但对理论、方法体系的研究较少。因此,研究拉线塔风险评价方法具有重要现实意义。
发明内容
为解决现有拉线塔安全评价方法的不足,特别是由于评价过程相对主观导致评价结果不准确的问题。本发明提供一种基于熵权-集对分析模型的输电拉线塔安全评价方法,从铁塔基础、杆塔主柱、拉线等方面综合考虑拉线塔风险因素,并引入信息熵理论确定影响因素客观权重,将各因素熵权耦合到***集对分析***中,建立多指标综合联系度,最后利用置信度识别准则判定拉线塔段风险等级以弥补最大隶属度识别准则的不足,从而形成拉线塔段风险综合评价体系。该方法具有较好的普适性和较高的可靠性,适用于绝大多数拉线塔的安全评价。
本发明采取的技术方案为:
基于熵权-集对分析模型的输电拉线塔安全评价方法,包括以下步骤:
步骤一:确定影响拉线塔安全运行的评价指标;
步骤二:根据拉线塔风险因素划分结果,将集对分析理论引入到拉线塔风险评估中,将评价指标Xl和评价指标各个等级范围标准当作一集对H(A,B),并以第Ⅰ级等级标准作为同、异、反联系度的参照准则;
步骤三:引入信息熵理论,根据评价指标实际数据信息确定指标权重;
步骤四:将计算得到的评价指标权重与单指标联系度耦合,得到集对H(A,B)的多指标综合联系度μA-B;
步骤五:引入置信度识别准则来判定拉线塔最终风险等级。
所述步骤一中,确定影响拉线塔安全运行的12个分项评价指标,包括:基础损伤X1、基础护坡及防洪设施X2、混凝土强度X3、基础范围内取土X4、杆塔倾斜度X5、主材弯曲度X6、杆塔锈蚀程度X7、构件松动及缺失X8、拉线基础埋深覆土缺失X9、拉线锈蚀及损伤X10、拉线张力小于设计值X11、拉线棒锈蚀X12。
所述步骤一中,将评价指标分为定性指标与定量指标;其中:基础损伤X1、基础护坡及防洪设施X2、基础范围内取土X4、杆塔锈蚀X7、构件松动及缺失X8、拉线锈蚀及损伤X10、拉线张力小于设计值X11、拉线棒锈蚀X12为定性因素,分级标准采用定性语言描述,分析时采用实际检测数据结合等级划分程度进行量化取值;混凝土强度X3、杆塔倾斜度X5、主材弯曲度X6、拉线基础埋深覆土缺失X9为定量指标,用实测值进行评价;同时将评价空间划分为5个等级,包括无风险:Ⅰ级,低风险:Ⅱ级,中风险:Ⅲ级,高风险:Ⅳ级,极高风险:Ⅴ级。
所述步骤二中,评级指标在Ⅰ级标准内定义为同一度;在Ⅱ、Ⅲ、Ⅳ级标准内分别定义为差异偏同度、差异度、差异偏反度;V级标准内的定义度为对立度;各评价指标联系度可表示为μXl=a+bp+cq=a+b1p1+b2p2+b3p3+cq,其中,a、b、c分别为同一度、差异度、对立度,且a+b+c=1。p为差异不确定系数,p∈[-1,1]。q为对立度系数,q=-1。b1、b2、b3为对差异度b的进一步划分,代表不同差异程度。
p1、p2、p3分别表示差异偏同度、差异度、差异偏反度,为对p的进一步划分,q表示对立度系数。在不计p1,p2,p3及q的值时,p1,p2,p3及q仅代表一种标记。
所述步骤二中,将评价指标划分为效益性指标和成本型指标,对于效益性指标,拉线塔风险等级随着评价指标取值增大而降低,即越大越优;对于成本型指标,拉线塔风险等级随着评价指标取值增大而增加,即越小越优。
所述步骤三中,采用修正熵权法确定指标权重:
对原始判断矩阵X进行归一化、无量纲处理,得到归一化判别矩阵V=(vij)n×m,其中:vij表示所构建的矩阵,m表示矩阵的行数,n表示矩阵的列数。
根据信息熵的概念,定义第j个评价指标Xj的熵为:
Hj表示第j个评价指标Xj的熵;Pij表示归一化后的矩阵;i表示数据在矩阵中的行数;j数据在矩阵中的列数;
式中,本发明方法将其进行修正为:/>
因此,各指标权重可由计算得到。
所述步骤四中,多指标综合联系度μA-B确定为:
ωl表示表示第l个评价指标Xl的权重,表示指标Xl的联系度;al表示第l个指标的同一度,l表示第l个指标;
bl,1表示第l个指标对应的差异偏同度,bl,2表示第l个指标对应的差异度,bl,3表示第l个指标对应的差异偏反度,cl表示第l个指标对应的对立度;
令可表示为μA-B=f1+f2p1+f3p2+f4p3+f5q;其中:f1表示拉线塔风险等级隶属于第Ⅰ级(无风险)的概率,f2表示拉线塔风险等级隶属于第Ⅱ级(低风险)的概率,f3表示拉线塔风险等级隶属于第Ⅲ级(中风险)的概率,f4表示拉线塔风险等级隶属于第Ⅳ级(高风险)的概率,f5表示拉线塔风险等级隶属于第Ⅴ级(极高风险)的概率。
所述步骤五中,置信度识别准则判定风险等级:
设λ为置信度,其识别模型为:
k0表示拉线塔风险等级级别,fl表示拉线塔风险等级隶属:f1、f2、f3、f4、f5;取k直至满足则认为待评价拉线塔风险等级属于k0级别。
置信度λ取值范围为0.5≤λ<1.0,一般取0.6或0.7,且取值越大,评估结果越偏保守。本发明一种基于熵权-集对分析模型的输电拉线塔安全评价方法,技术效果如下:
1)传统方法一般只考虑2个或3个等级。本发明步骤一中根据基础、杆塔、拉线等三方面的因素构建影响拉线塔安全运行的评价指标,尽可能全方面的考虑影响拉线塔安全运行的因素,避免评价指标选取漏选的情况。并且将所找出的指标分为定性指标与定量指标,将定性指标与定量指标采用不同的方法进行计算。并将评价空间划分为5个等级,包括无风险:Ⅰ级,低风险:Ⅱ级,中风险:Ⅲ级,高风险:Ⅳ级,极高风险:Ⅴ级。
2)本发明步骤二根据拉线塔风险因素划分结果,将集对分析理论引入到拉线塔风险评估中,将评价指标Xl和评价指标各个等级范围标准当作一集对H(A,B),并以第Ⅰ级等级标准作为同、异、反联系度的参照准则;具体来说,评价指标在Ⅰ级标准内定义为同一度,在Ⅱ、Ⅲ、Ⅳ级标准内分别定义为差异偏同度、差异度、差异偏反度,Ⅴ级标准内的定义为对立度。
3)在确定评价指标权重时,大多采用主观赋权法,如层次分析法、专家调查法等。由于人的主观因素可能会造成评价结果的偏差。因此,本发明步骤三中,引入信息熵理论,根据评价指标实际数据信息确定评价指标权重,尽可能消除人为因素影响。
4)本发明步骤四引入多指标综合联系度的确定,将拉线塔风险分为5个等级,分别用f1表示拉线塔风险等级隶属于第Ⅰ级(无风险)的概率,f2表示拉线塔风险等级隶属于第Ⅱ级(低风险)的概率,f3表示拉线塔风险等级隶属于第Ⅲ级(中风险)的概率,f4表示拉线塔风险等级隶属于第Ⅳ级(高风险)的概率,f5表示拉线塔风险等级隶属于第Ⅴ级(极高风险)的概率。
5)当多指标综合联系度各等级所属隶属度较接近时,仍采用最大隶属度原则取大运算评估拉线塔风险等级,可能会造成评价结果的失真。因此,本发明步骤五为提高风险评估结果的准确度和可靠度,引入置信度识别准则来判定拉线塔最终风险等级。
附图说明
图1为本发明输电拉线塔安全评价方法流程图。
图2为效益型定性指标联系度图。
图3为成本型定性指标联系度图。
图4为效益型定量指标联系度图。
图5为成本型定量指标联系度图。
具体实施方式
原理分析:
集对分析是用集对和联系度研究***的确定性和不确定性及转化规律的***分析技术,可以定量处理模糊、随机、不确定性问题。该理论实质是将研究对象作为一个确定-不确定***,用“同一”、“对立”2个特征描述确定性,用“差异”描述不确定性,从同、异、反这3个方面研究***的确定性与不确定性之间的关系。
基于熵权-集对分析模型的输电拉线塔安全评价方法,综合考虑拉线塔的致险因子,选取拉线塔基础、杆塔、拉线等主要因素作为评价指标,将集对分析法引入到拉线塔风险评价中,并构建评价指标与分级标准的集对体系。然后,将拉线塔风险评价指标划分为效益型指标和成本型指标两大类,基于集对分析法计算各指标的单指标联系度。同时引入信息熵理论确定评价指标客观权重,并将其耦合到评价指标的单指标联系度中,构建拉线塔风险评价的熵权-集对综合联系度评价模型。最后,利用置信度识别准则来判定最终风险等级。
步骤一、拉线塔安全评价指标体系的建立:
确定影响拉线塔安全运行的12个分项指标,包括基础损伤X1、基础护坡及防洪设施X2、混凝土强度X3、基础范围内取土X4、杆塔倾斜度X5、主材弯曲度X6、杆塔锈蚀程度X7、构件松动及缺失X8、拉线基础埋深覆土缺失X9、拉线锈蚀及损伤X10、拉线张力小于设计值X11、拉线棒锈蚀X12;
步骤二、单指标联系度的建立:
根据拉线塔风险因素划分结果,将集对分析理论引入到拉线塔风险评估中,将评价指标Xl和评价指标各个等级范围标准当作一集对H(A,B),并以第Ⅰ级等级标准作为同、异、反联系度的参照准则。
具体来说,评级指标在Ⅰ级标准内定义为同一度,在Ⅱ、Ⅲ、Ⅳ级标准内分别定义为差异偏同度、差异度、差异偏反度,V级标准内的定义度为对立度,各评价指标联系度可表示为μXl=a+b1p1+b2p2+b3p3+cq,其中,a、b1、b2、b3和c分别表示评价指标Xl隶属于低Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ级的概率。
步骤二中评价指标为定性指标,则指标Xl联系度为:
①效益型指标(越大越优型)联系度具体函数表达式如下:
式中,SⅠ、SⅡ、SⅢ、SⅣ、SⅤ分别为评价指标的第Ⅰ~Ⅴ级标准临界值,SⅠ≥SⅡ≥≥SⅢ≥SⅣ≥SⅤ。xl代表每个指标实际取值。
②成本型指标(越小越优型)联系度具体函数表达式如下:
式中,SⅠ≤SⅡ≤SⅢ≤SⅣ≤SⅤ。
所述步骤二中评价指标为定量指标,则指标Xl联系度为:
①效益型指标(越大越优型)联系度具体函数表达式如下:
式中,SⅠ≥SⅡ≥≥SⅢ≥SⅣ≥SⅤ。
②成本型指标(越小越优型)联系度具体函数表达式如下:
式中,SⅠ≤SⅡ≤SⅢ≤SⅣ≤SⅤ。
步骤三、修正熵权法确定指标权重:
在确定评价指标权重时,大多采用主观赋权法,如层次分析法、专家调查法等。由于人的主观因素可能会造成评价结果的偏差。因此,本发明方法引入信息熵理论,根据评价指标实际数据信息确定评价指标权重,尽可能消除人为因素影响。
建立由n个评价对象、m个评价指标构成的原始判别矩阵X;其次对原始判断矩阵X进行归一化、无量纲处理,得到归一化判别矩阵V=(vij)n×m,如式(5)所示:
各指标数据标准化值vij可由式(6)计算得到:
式中:xmax、xmin表示同一指标不同等级中的最大值和最小值;当xmax=xmin时,vij=1。
然后根据信息熵的概念,定义第j个评价指标Xj的熵为:
式中,
为使lnPij有意义。本发明将其进行修正为:
因此,各指标权重可由式(9)计算得到:
式中,ωj表示第j个评价指标Xj的权重,满足0≤ωj≤1;且指标权重向量W=(ω1,ω2,…,ωm)。
步骤四、多指标综合联系度的确定:
将计算得到的指标权重与单指标联系度耦合,得到集对H(A,B)的多指标综合联系度μA-B。
步骤四中将计算得到的指标权重与单指标联系度耦合,得到集对H(A,B)的多指标综合联系度μA-B,表示如下:
式中:ωl表示第l个评价指标Xl的权重;m表示评价指标个数。
令则式(10)可表示为:
μA-B=f1+f2p1+f3p2+f4p3+f5q (11)
式中:f1表示拉线塔风险等级隶属于第Ⅰ级(无风险)的概率,f2表示拉线塔风险等级隶属于第Ⅱ级(低风险)的概率,f3表示拉线塔风险等级隶属于第Ⅲ级(中风险)的概率,f4表示拉线塔风险等级隶属于第Ⅳ级(高风险)的概率,f5表示拉线塔风险等级隶属于第Ⅴ级(极高风险)的概率。
步骤五、置信度识别准则判定风险等级:
当多指标综合联系度各等级所属隶属度较接近时,仍采用最大隶属度原则取大运算评估拉线塔风险等级,可能会造成评价结果的失真。因此,为提高风险评估结果的准确度和可靠性,本发明方法引入置信度识别准则来判定拉线塔最终风险等级。
步骤五中设λ为置信度,其识别模型为:
取k直至满足式(12),则认为待评价拉线塔风险等级属于k0级别。置信度λ取值范围为0.5≤λ<1.0,一般取0.6或0.7,且取值越大,评估结果越偏保守。
实施例1:
已知某现场拉线塔段中7基拉线塔是连续运行的,线路长度为2.57km,跨度长,途中地理条件复杂。根据现场检测数据,进行拉线塔安全评价,步骤如下:
步骤1:拉线塔安全评价指标体系的建立。确定影响拉线塔安全运行的12个分项指标,包括基础损伤X1、基础护坡及防洪设施X2、混凝土强度X3、基础范围内取土X4、杆塔倾斜度X5、主材弯曲度X6、杆塔锈蚀程度X7、构件松动及缺失X8、拉线基础埋深覆土缺失X9、拉线锈蚀及损伤X10、拉线张力小于设计值X11、拉线棒锈蚀X12;本发明中,各指标的等级划分如表1所示。
表1风险因素等级划分表
步骤2:单指标联系度的建立。根据拉线塔风险因素划分结果,将集对分析理论引入到拉线塔风险评估中,将评价指标Xl和评价指标各个等级范围标准当作一集对H(A,B),并以第Ⅰ级等级标准作为同、异、反联系度的参照准则。具体来说,评级指标在Ⅰ级标准内定义为同一度,在Ⅱ、Ⅲ、Ⅳ级标准内分别定义为差异偏同度、差异度、差异偏反度,V级标准内的定义度为对立度,各评价指标联系度可表示为μXl=a+b1p1+b2p2+b3p3+cq,其中,a、b1、b2、b3和c分别表示评价指标Xl隶属于低Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ级的概率;效益型定性指标联系度见图2,成本型定性指标联系度见图3,效益型定量指标联系度见图4,成本型定量指标联系度见图5;
从图2可以看出效益型定性指标:基础损伤X1、基础护坡及防洪设施X2、基础范围内取土X4、杆塔锈蚀X7、构件松动及缺失X8、拉线锈蚀及损伤X10、拉线张力小于设计值X11、拉线棒锈蚀X12各等级隶属关系联系度。
从图3可以看出成本型定性指标(本实施例中无成本型定性指标)各等级隶属关系联系度。
从图4可以看出效益型定量指标(混凝土强度X3)各等级隶属关系联系度。
从图5可以看出成本型定量指标(杆塔倾斜度X5、主材弯曲度X6、拉线基础埋深覆土缺失X9)各等级隶属关系联系度。
步骤3:修正熵权法确定指标权重。在确定评价指标权重时,大多采用主观赋权法,如层次分析法、专家调查法等。由于人的主观因素可能会造成评价结果的偏差。因此,本发明方法引入信息熵理论,根据评价指标实际数据信息确定评价指标权重,尽可能消除人为因素影响;本发明所建立的原始判别矩阵见式(13)。
指标权重计算结果为:W=(ω1,ω2,ω3,ω4,ω5,ω6,ω7,ω8,ω9,ω10,ω11,ω12)=[0.0607,0.0650,0.1545,0.0787,0.0883,0.0797,0.0863,0.0599,0.0733,0.0733,0.0650,0.1153]。
步骤4:多指标综合联系度的确定。将计算得到的指标权重与单指标联系度耦合,得到集对H(A,B)的多指标综合联系度μA-B;7基拉线塔的多指标综合联系度μA-B分别为:
μA-B1=0.7610+0.1066p1+0.1324p2+0.0000p3+0.0000q
μA-B2=0.1433+0.0793p1+0.4562p2+0.3212p3+0.0000q
μA-B3=0.1508+0.5351p1+0.1596p2+0.0618p3+0.0927q
μA-B4=0.7734+0.0915p1+0.1351p2+0.0000p3+0.0000q
μA-B5=0.0944+0.0587p1+0.1225p2+0.5339p3+0.1905q
μA-B6=0.4906+0.1898p1+0.0787p2+0.2099p3+0.0309q
μA-B7=0.3277+0.1816p1+0.3362p2+0.1236p3+0.0309q
步骤5:置信度识别准则判定风险等级。当多指标综合联系度各等级所属隶属度较接近时,仍采用最大隶属度原则取大运算评估拉线塔风险等级,可能会造成评价结果的失真。因此,为提高风险评估结果的准确度和可靠性,本发明方法引入置信度识别准则来判定拉线塔最终风险等级。取置信度λ=0.6,根据多指标综合联系度,结合置信度识别准则,按照上述分析步骤,亦可依次求得其余拉线塔的风险等级与对应风险接受准则,结果如表2所示。
表2拉线塔安全评估结果
从表2可以看出:
该拉线塔段中1#、4#拉线塔风险等级隶属于第Ⅰ级(无风险),不需采取风险处置措施;
3#、6#拉线塔风险等级隶属于第Ⅱ级(低风险),正常运行并适时管理;
2#、7#拉线塔风险等级隶属于第Ⅲ级(中风险),需要监视运行;
5#拉线塔风险等级隶属于第Ⅳ级(高风险),需要监视运行并适时安排检修;
无拉线塔风险等级隶属于第Ⅴ级(极高风险)。
Claims (8)
1.基于熵权-集对分析模型的输电拉线塔安全评价方法,其特征在于包括以下步骤:
步骤一:确定影响拉线塔安全运行的评价指标;
步骤二:根据拉线塔风险因素划分结果,将集对分析理论引入到拉线塔风险评估中,将评价指标Xl和评价指标各个等级范围标准当作一集对H(A,B),并以第Ⅰ级等级标准作为同、异、反联系度的参照准则;
步骤三:引入信息熵理论,根据评价指标实际数据信息确定指标权重;
步骤四:将计算得到的评价指标权重与单指标联系度耦合,得到集对H(A,B)的多指标综合联系度μA-B;
步骤五:引入置信度识别准则来判定拉线塔最终风险等级。
2.根据权利要求1所述基于熵权-集对分析模型的输电拉线塔安全评价方法,其特征在于:所述步骤一中,确定影响拉线塔安全运行的12个分项评价指标,包括:基础损伤X1、基础护坡及防洪设施X2、混凝土强度X3、基础范围内取土X4、杆塔倾斜度X5、主材弯曲度X6、杆塔锈蚀程度X7、构件松动及缺失X8、拉线基础埋深覆土缺失X9、拉线锈蚀及损伤X10、拉线张力小于设计值X11、拉线棒锈蚀X12。
3.根据权利要求2所述基于熵权-集对分析模型的输电拉线塔安全评价方法,其特征在于:所述步骤一中,将评价指标分为定性指标与定量指标;
其中:基础损伤X1、基础护坡及防洪设施X2、基础范围内取土X4、杆塔锈蚀X7、构件松动及缺失X8、拉线锈蚀及损伤X10、拉线张力小于设计值X11、拉线棒锈蚀X12为定性因素,分级标准采用定性语言描述,分析时采用实际检测数据结合等级划分程度进行量化取值;混凝土强度X3、杆塔倾斜度X5、主材弯曲度X6、拉线基础埋深覆土缺失X9为定量指标,用实测值进行评价;同时将评价空间划分为5个等级,包括无风险:Ⅰ级,低风险:Ⅱ级,中风险:Ⅲ级,高风险:Ⅳ级,极高风险:Ⅴ级。
4.根据权利要求1所述基于熵权-集对分析模型的输电拉线塔安全评价方法,其特征在于:所述步骤二中,评级指标在Ⅰ级标准内定义为同一度;在Ⅱ、Ⅲ、Ⅳ级标准内分别定义为差异偏同度、差异度、差异偏反度;V级标准内的定义度为对立度;各评价指标联系度可表示为μXl=a+bp+cq=a+b1p1+b2p2+b3p3+cq,其中,a、b、c分别为同一度、差异度、对立度,且a+b+c=1;p为差异不确定系数,p∈[-1,1];q为对立度系数,q=-1;b1、b2、b3为对差异度b的进一步划分,代表不同差异程度;p1、p2、p3分别表示差异偏同度、差异度、差异偏反度;q表示对立度系数。
5.根据权利要求1所述基于熵权-集对分析模型的输电拉线塔安全评价方法,其特征在于:所述步骤二中,将评价指标划分为效益性指标和成本型指标,对于效益性指标,拉线塔风险等级随着评价指标取值增大而降低,即越大越优;对于成本型指标,拉线塔风险等级随着评价指标取值增大而增加,即越小越优。
6.根据权利要求1所述基于熵权-集对分析模型的输电拉线塔安全评价方法,其特征在于:
所述步骤三中,采用修正熵权法确定指标权重:
对原始判断矩阵X进行归一化、无量纲处理,得到归一化判别矩阵V=(vij)n×m,其中:vij表示所构建的矩阵,m表示矩阵的行数,n表示矩阵的列数;
根据信息熵的概念,定义第j个评价指标Xj的熵为:
Hj表示第j个评价指标Xj的熵;Pij表示归一化后的矩阵;i表示数据在矩阵中的行数;j数据在矩阵中的列数;
式中,其进行修正为:/>
因此,各指标权重由计算得到。
7.根据权利要求1所述基于熵权-集对分析模型的输电拉线塔安全评价方法,其特征在于:所述步骤四中,多指标综合联系度μA-B确定为:
ωl表示表示第l个评价指标Xl的权重,表示指标Xl的联系度;al表示第l个指标的同一度,l表示第l个指标;
bl,1表示第l个指标对应的差异偏同度,bl,2表示第l个指标对应的差异度,bl,3表示第l个指标对应的差异偏反度,cl表示第l个指标对应的对立度;
令
可表示为μA-B=f1+f2p1+f3p2+f4p3+f5q;其中:f1表示拉线塔风险等级隶属于第Ⅰ级(无风险)的概率,f2表示拉线塔风险等级隶属于第Ⅱ级(低风险)的概率,f3表示拉线塔风险等级隶属于第Ⅲ级(中风险)的概率,f4表示拉线塔风险等级隶属于第Ⅳ级(高风险)的概率,f5表示拉线塔风险等级隶属于第Ⅴ级(极高风险)的概率。
8.根据权利要求1所述基于熵权-集对分析模型的输电拉线塔安全评价方法,其特征在于:所述步骤五中,置信度识别准则判定风险等级:
设λ为置信度,其识别模型为:
k0表示拉线塔风险等级级别,fl表示拉线塔风险等级隶属:f1、f2、f3、f4、f5;取k直至满足则认为待评价拉线塔风险等级属于k0级别;置信度λ取值范围为0.5≤λ<1.0,且取值越大,评估结果越偏保守。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310968512.6A CN117236683A (zh) | 2023-08-02 | 2023-08-02 | 基于熵权-集对分析模型的输电拉线塔安全评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310968512.6A CN117236683A (zh) | 2023-08-02 | 2023-08-02 | 基于熵权-集对分析模型的输电拉线塔安全评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117236683A true CN117236683A (zh) | 2023-12-15 |
Family
ID=89085161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310968512.6A Pending CN117236683A (zh) | 2023-08-02 | 2023-08-02 | 基于熵权-集对分析模型的输电拉线塔安全评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236683A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117889919A (zh) * | 2024-03-15 | 2024-04-16 | 中铁电气化局集团有限公司 | 一种基础网拉线预配状态检测方法 |
-
2023
- 2023-08-02 CN CN202310968512.6A patent/CN117236683A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117889919A (zh) * | 2024-03-15 | 2024-04-16 | 中铁电气化局集团有限公司 | 一种基础网拉线预配状态检测方法 |
CN117889919B (zh) * | 2024-03-15 | 2024-05-14 | 中铁电气化局集团有限公司 | 一种基础网拉线预配状态检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114611966B (zh) | 一种智慧电网电力***输变电运行安全量化智能评估方法 | |
CN117236683A (zh) | 基于熵权-集对分析模型的输电拉线塔安全评价方法 | |
CN110288144B (zh) | 一种基于效用理论和d-s证据推理的深基坑安全性评估方法 | |
CN105005698A (zh) | 对指标集进行约简的输电杆塔塔材强度评估和计算方法 | |
CN111523699A (zh) | 一种基于综合状态健康度的架空线路故障概率预测方法 | |
CN112541666B (zh) | 考虑地震易损性模型不确定性的盾构隧道风险评估方法 | |
CN105912857B (zh) | 一种配电设备状态监测传感器的选配方法 | |
CN114912635A (zh) | 一种公路养护决策方法、***、存储介质和电子设备 | |
CN111027881B (zh) | 基于改进灰色关联度的输电杆塔自然灾害损失评估方法 | |
CN104750976A (zh) | 一种输电线路状态评价参数体系的构建方法 | |
CN108549847B (zh) | 一种无基准数据条件下的梁式结构裂缝损伤识别方法 | |
CN104298706A (zh) | 一种基于数据挖掘的输电杆塔塔材实际强度计算方法 | |
CN115081862A (zh) | 一种矿井内因火灾危险性安全评价方法 | |
CN113689053B (zh) | 一种基于随机森林的强对流天气架空线停电预测方法 | |
CN114021858A (zh) | 一种输电线路的精细化风速预测方法 | |
CN113869671A (zh) | 一种适用于多工况的滑坡区输电铁塔安全性评价方法 | |
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 | |
CN115048986B (zh) | 一种基于多分类器动态剪枝选择的地表冻融状态分类方法 | |
CN114488155B (zh) | 一种基于多普勒天气雷达的对流单体演变趋势判别方法 | |
CN110490452B (zh) | 一种架空线路老化状态多指标综合评级方法 | |
Zhao et al. | Prediction Method of Optical Cable Line Fault Probability Based on Improved KNN Algorithm | |
CN110516750A (zh) | 一种基于cart决策树的钢板板形质量异常检测方法 | |
CN112069665B (zh) | 一种输电杆塔剩余寿命和安全评估方法 | |
CN114970982B (zh) | 拉索温度极值的预测方法及*** | |
CN117807861A (zh) | 一种输电线路覆冰微气象数据与气象站数据的关联方法 |
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 |