CN117808321A - 一种配电网健康状态的评估方法、装置、设备及介质 - Google Patents
一种配电网健康状态的评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117808321A CN117808321A CN202410014606.4A CN202410014606A CN117808321A CN 117808321 A CN117808321 A CN 117808321A CN 202410014606 A CN202410014606 A CN 202410014606A CN 117808321 A CN117808321 A CN 117808321A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- comprehensive
- matrix
- index
- distribution network
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000036541 health Effects 0.000 title claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 257
- 239000011159 matrix material Substances 0.000 claims abstract description 193
- 238000004364 calculation method Methods 0.000 claims abstract description 66
- 238000012360 testing method Methods 0.000 claims abstract description 44
- 238000013210 evaluation model Methods 0.000 claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000011005 laboratory method Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims description 27
- 230000003862 health status Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 17
- 238000013139 quantization Methods 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000011234 economic evaluation Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000001364 causal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 150000004767 nitrides Chemical class 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Fuzzy Systems (AREA)
- Automation & Control Theory (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (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)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种配电网健康状态的评估方法、装置、设备及介质,涉及配电网规划领域,包括利用层次分析法构建判断矩阵,计算一致性指标进行一致性检验,若通过,计算最大特征向量;利用决策试验与评价实验室法建立直接影响矩阵,对直接影响矩阵规范化计算,得到综合影响矩阵,计算综合影响度,计算综合影响权重;利用模糊矩阵算法确定模糊评价指标因素集和评价集,构建模糊综合评价模型,对模糊评价指标因素集和评价集进行评分计算,得到综合评分;基于最大特征向量、综合影响权重及综合评分计算综合权重,利用综合权重对配电网健康状态进行评估。能够实现多方面综合地对配电网健康状态进行评估,提高配电网健康状态评估的准确性及合理性。
Description
技术领域
本发明涉及配电网规划领域,特别涉及一种配电网健康状态的评估方法、装置、设备及介质。
背景技术
配电网规划综合评价研究主要包括建立配电网综合评价指标体系和确定综合评价方法。评价结果的好与坏,主要取决于建立的综合评价指标体系和评价模型是否科学合理。AHP(Analytic Hierarchy Process,层次分析法)是一种解决多目标复杂问题的定性与定量相结合的决策分析方法。AHP在选取指标时通常会选择相对独立的指标,往往会忽略指标间的相互影响作用。并且,传统层次分析法在进行权重计算过程中,由于专家打分过程主观性过强导致的评价体系构建不合理的问题、以及传统层次分析法往往不会考虑指标之间关系的问题,从而导致针对配电网健康状态的评估不准确。
由上可见,如何避免出现主观性过强导致的评价体系构建不合理的问题,实现多方面综合地对配电网健康状态进行评估,从而提高配电网健康状态评估的准确性及合理性是本领域有待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种配电网健康状态的评估方法、装置、设备及介质,能够避免出现主观性过强导致的评价体系构建不合理的问题,实现多方面综合地对配电网健康状态进行评估,从而提高配电网健康状态评估的准确性及合理性。其具体方案如下:
第一方面,本申请公开了一种配电网健康状态的评估方法,应用于新能源配电网指标评价体系,包括:
利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;
利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;
利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;
基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。
可选的,所述新能源配电网指标评价体系的创建过程,包括:
构建多层结构的初始新能源配电网指标评价体系;
构建配电网规划指标,并基于预设的供电可靠性评估规则、安全性评估规则、经济性评估规则、环保性评估规则以及所述配电网规划指标对所述初始新能源配电网指标评价体系进行更新,以得到所述新能源配电网指标评价体系。
可选的,所述利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,包括:
利用层次分析法构建所述递阶层次结构模型,并构建所述递阶层次结构模型中各层次对应的所述判断矩阵;
计算所述判断矩阵的最大特征值,并根据所述最大特征值计算所述一致性指标;
判断所述一致性指标与所述平均随机一致性指标是否一致。
可选的,所述若一致性检验通过,则基于所述判断矩阵计算最大特征向量,包括:
若所述一致性指标与所述平均随机一致性指标一致,则判定一致性检验通过,基于所述一致性指标和所述平均随机一致性指标计算一致性比率;
判断所述一致性比率是否小于预设阈值,若所述一致性比率小于预设阈值,则基于所述最大特征值计算最大特征向量。
可选的,所述对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,包括:
对所述直接影响矩阵进行规范化,以得到规范化矩阵;
对所述规范化矩阵进行计算,以得到所述综合影响矩阵。
可选的,所述基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重,包括:
利用决策试验与评价实验室法建立各影响因素之间的逻辑关系;
基于所述综合影响矩阵和所述逻辑关系计算所述综合影响度;所述综合影响度包括因素影响度、被影响度、中心度以及原因度;
根据所述因素影响度、所述被影响度、所述中心度以及所述原因度计算所述综合影响权重。
可选的,所述利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分,包括:
对所述评价集进行数值量化操作,以得到数值量化后的所述评价集;
利用所述模糊综合评价模型对所述模糊评价指标因素集和数值量化后的所述评价集进行评分计算,以得到综合评分。
第二方面,本申请公开了一种配电网健康状态的评估装置,应用于新能源配电网指标评价体系,包括:
特征向量计算模块,用于利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;
权重计算模块,用于利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;
评分计算模块,用于利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;
状态评估模块,用于基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现前述的配电网健康状态的评估方法。
第四方面,本申请公开了一种计算机存储介质,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的配电网健康状态的评估方法的步骤。
可见,本申请提供了一种配电网健康状态的评估方法,包括利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。本申请应用于新能源配电网指标评价体系,首先利用层次分析法构建递阶层次结构模型及对应的判断矩阵,从而进行一致性检验,计算最大特征向量,在保证层次分析法的基本性能前提下,结合递阶层次结构模型,并进行一致性检验,提高层次分析法的客观性,缓解层次分析法的主观性严重的问题;然后利用决策试验与评价实验室法建立直接影响矩阵,以便计算综合影响度,进而计算综合影响权重,将综合影响度作为构造模型的依据,从而确定要素间的因果关系和每个要素在***中的地位,而提高配电网健康状态评估的准确性及合理性;然后利用模糊矩阵算法确定模糊评价指标因素集和评价集,以构建模糊综合评价模型,并进行评分计算,得到综合评分,解决评价***中主观性强、评价指标复杂等问题;最后基于最大特征向量、综合影响权重及综合评分计算综合权重,对配电网健康状态进行评估,得到更加精准的综合评分,实现多方面综合地对配电网健康状态的评估。
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,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种配电网健康状态的评估方法流程图;
图2为本申请公开的一种新能源配电网指标评价体系结构图;
图3为本申请公开的另一种配电网健康状态的评估方法流程图;
图4为本申请公开的一种配电网健康状态的评估方法的具体流程图;
图5为本申请公开的一种配电网健康状态的评估装置结构示意图;
图6为本申请提供的一种电子设备结构图。
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。
配电网规划综合评价研究主要包括建立配电网综合评价指标体系和确定综合评价方法。评价结果的好与坏,主要取决于建立的综合评价指标体系和评价模型是否科学合理。AHP是一种解决多目标复杂问题的定性与定量相结合的决策分析方法。AHP在选取指标时通常会选择相对独立的指标,往往会忽略指标间的相互影响作用。并且,传统层次分析法在进行权重计算过程中,由于专家打分过程主观性过强导致的评价体系构建不合理的问题、以及传统层次分析法往往不会考虑指标之间关系的问题,从而导致针对配电网健康状态的评估不准确。由上可见,如何避免出现主观性过强导致的评价体系构建不合理的问题,实现多方面综合地对配电网健康状态进行评估,从而提高配电网健康状态评估的准确性及合理性是本领域有待解决的问题。
参见图1所示,本发明实施例公开了一种配电网健康状态的评估方法,应用于新能源配电网指标评价体系,具体可以包括:
步骤S11:利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量。
本实施例中,新能源配电网指标评价体系的创建过程,包括:构建多层结构的初始新能源配电网指标评价体系;构建配电网规划指标,并基于预设的供电可靠性评估规则、安全性评估规则、经济性评估规则、环保性评估规则以及所述配电网规划指标对所述初始新能源配电网指标评价体系进行更新,以得到所述新能源配电网指标评价体系。
具体的,通过对配电网的初步评估,建立了三层结构的初始新能源配电网指标评价体系,根据供电可靠性评估规则、安全性评估规则、经济性评估规则、环保性评估规则四个角度的规则对初始新能源配电网指标评价体系进行更新,然后进一步的,搜集资料,列出符合条件的配电网规划指标,并利用配电网规划指标进行更新,得到新能源配电网指标评价体系。含分布式电源接入的新能源配电网指标评价体系如图2所示,本申请应用于新能源配电网指标评价体系,将新能源配电网指标评价体系划分为三层结构,分别为目标层、基准层以及指标层;其中,目标层中包括大规模分布式光伏接入的配电网评价指标体系;基准层是从供电可靠性、安全性、经济性以及环保性四个角度,并基于相应的四个规则进行构建的;指标层中包含配电网规划指标:平均停电频率指标、平均停电持续时间指标、平均供电可周率、期望缺供电量、电压合格率、N-1通过率、线路重载率、设备初始投资成本、线损率、清洁能源发电占比、二氧化碳减排量、二氧化硫减排量、氮化物减排量等。
步骤S12:利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重。
本实施例中,利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化,以得到规范化矩阵,对所述规范化矩阵进行计算,以得到所述综合影响矩阵,利用决策试验与评价实验室法建立各影响因素之间的逻辑关系,基于所述综合影响矩阵和所述逻辑关系计算所述综合影响度;所述综合影响度包括因素影响度、被影响度、中心度以及原因度,根据所述因素影响度、所述被影响度、所述中心度以及所述原因度计算所述综合影响权重。
具体的,通过专家建立研究***中各影响因素之间的逻辑关系以及直接影响矩阵O,将直接影响矩阵规范化得到规范化矩阵N,并进一步求出其综合影响矩阵T,综合影响矩阵T中各元素记为tij,计算公式为:
T=N+N2+N3+…Nn=N(1-N)-1;
进一步的,利用综合影响矩阵T计算出各影响因素对其他影响因素的影响度Di以及被影响度Ci,计算公式为:
进一步的,计算出各影响因素的中心度Mi和原因度Ri,其计算公式为:
Mi=Di+Ci;
Ri=Di-Ci;
最后,计算综合影响权重Wi,计算公式为:
步骤S13:利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分。
本实施例中,利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,对所述评价集进行数值量化操作,以得到数值量化后的所述评价集,利用所述模糊综合评价模型对所述模糊评价指标因素集和数值量化后的所述评价集进行评分计算,以得到综合评分。
具体的,运用模糊数学的隶属度原理把定性评价转化为定量评价,能够很好的解决评价***中主观性强、评价指标复杂等问题。因素集是以影响评价目标的各种因素为元素组成的一个普通集合,通常用U表示,n个因素。
确定评价指标因素集:U={U1,U2,U3,…,Un};
评价指标因素集是由研究***中各影响因素所组成的集合,若影响因素较多,可根据需要再细分为m个子因素集:Ui={Ui1,Ui2,Ui3,…,Uim};
进一步的,确定评价集:v={v1,v2,v3,…,vm};
评价集是对评价对象可能做出评价结果所组成的集合。为了便于计算,可以将评价集以数值进行量化:V=[0,1,2,…];
进一步的,构建模糊评价矩阵。各评价指标对于评价等级的隶属程度要用隶属函数来表示。隶属函数的确认方法通常有模糊统计法、借助已有的客观尺度和指派法。通过计算可以得到各评价指标的隶属度sij,从而可以构建隶属度矩阵S:
进一步的,构建模糊综合评价模型:根据上述计算得到综合影响权重wi,结合隶属度矩阵R,得到模糊综合评价模型B为:
最后,综合评分G可利用上述确定的模糊综合评价模型B、评价集和确定的量化赋值数V得到,计算公式如下:
G=BVT。
步骤S14:基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。
本实施例中,利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。本申请应用于新能源配电网指标评价体系,首先利用层次分析法构建递阶层次结构模型及对应的判断矩阵,从而进行一致性检验,计算最大特征向量,在保证层次分析法的基本性能前提下,结合递阶层次结构模型,并进行一致性检验,提高层次分析法的客观性,缓解层次分析法的主观性严重的问题;然后利用决策试验与评价实验室法建立直接影响矩阵,以便计算综合影响度,进而计算综合影响权重,将综合影响度作为构造模型的依据,从而确定要素间的因果关系和每个要素在***中的地位,而提高配电网健康状态评估的准确性及合理性;然后利用模糊矩阵算法确定模糊评价指标因素集和评价集,以构建模糊综合评价模型,并进行评分计算,得到综合评分,解决评价***中主观性强、评价指标复杂等问题;最后基于最大特征向量、综合影响权重及综合评分计算综合权重,对配电网健康状态进行评估,得到更加精准的综合评分,实现多方面综合地对配电网健康状态的评估。
参见图3所示,本发明实施例公开了一种配电网健康状态的评估方法,应用于新能源配电网指标评价体系,具体可以包括:
步骤S21:利用层次分析法构建所述递阶层次结构模型,并构建所述递阶层次结构模型中各层次对应的所述判断矩阵,计算所述判断矩阵的最大特征值,并根据所述最大特征值计算所述一致性指标,判断所述一致性指标与所述平均随机一致性指标是否一致。
本实施例中,利用AHP构造递阶层次结构模型,通过分析整体对象,将各个指标按照不同分类分成不同层级,低层次因素影响高层次,高层次因素支配低层级,进一步的,构造各层次对应的判断矩阵,对于每一层中的所有元素而言,其重要性需要具体量化,通过数字1~9来量化两元素之间的重要程度差别。构造判断矩阵A=(aij)n×n,进一步的,计算判断矩阵最大特征值λmax。
然后利用如下公式计算一致性指标C-index:
平均随机一致性指标R-index是基于平均随机一致性指标表确定出来的,然后判断一致性指标与平均随机一致性指标是否一致。平均随机一致性指标表如表1所示:
表1
步骤S22:若所述一致性指标与所述平均随机一致性指标一致,则判定一致性检验通过,基于所述一致性指标和所述平均随机一致性指标计算一致性比率,判断所述一致性比率是否小于预设阈值,若所述一致性比率小于预设阈值,则基于所述最大特征值计算最大特征向量。
本实施例中,一致性比率C-ratio的计算公式如下:
利用上述公式计算出一致性比率,然后判断一致性比率是否小于预设阈值,若小于,则计算最大特征向量,若不小于,则重新构造判断矩阵。
步骤S23:利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重。
步骤S24:利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分。
步骤S25:基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。
本申请的具体流程如图4所示,(1)构建初始新能源配电网指标评价体系;(2)搜集资料,列写评级指标对初始新能源配电网指标评价体系进行更新,得到新能源配电网指标评价体系;(3)采用AHP法构建递阶层次结构模型及对应的判断矩阵,计算一致性指标,对一致性指标与平均随机一致性指标进行一致性检验,若一致性检验通过,则计算一致性比率,判断一致性比率是否小于预设阈值,若小于,则计算最大特征向量;(4)采用DEMATEL法建立逻辑关系和直接影响矩阵,对直接影响矩阵进行规范化计算,得到综合影响矩阵,计算因素影响度、被影响度、中心度以及原因度,以计算综合影响权重;(5)采用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于模糊评价矩阵和综合影响权重构建模糊综合评价模型,进行评分计算,以得到综合评分;(6)基于最大特征向量、综合影响权重以及综合评分计算综合权重;(7)利用综合权重对配电网健康状态进行评估,得到评估结果。本申请通过DEMATEL对传统的层次分析法进行改进,在保证层次分析法的基本性能前提下,考虑指标间的关系,提高层次分析法的客观性,缓解层次分析法的主观性严重的问题。模糊综合评价法是一种通过数学建模将复杂的研究***量化处理的评价方法,运用模糊数学的隶属度原理把定性评价转化为定量评价,能够很好的解决评价***中主观性强、评价指标复杂等问题。即采用AHP-DEMATEL-模糊矩阵的综合算法对新能源配电网指标评价体系的配电网健康状态进行评估,使得评估结果更为细致严谨,具有一定的科学性,而且从各指标的综合影响度结果及总排序可看出,配电网各个指标间的相互影响关系和重要影响因素。结果表明,AHP-DEMATEL-模糊矩阵的综合算法的评估结果与专家的主观判断结果较为一致,具有较高的可行性。
本实施例中,利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。本申请应用于新能源配电网指标评价体系,首先利用层次分析法构建递阶层次结构模型及对应的判断矩阵,从而进行一致性检验,计算最大特征向量,在保证层次分析法的基本性能前提下,结合递阶层次结构模型,并进行一致性检验,提高层次分析法的客观性,缓解层次分析法的主观性严重的问题;然后利用决策试验与评价实验室法建立直接影响矩阵,以便计算综合影响度,进而计算综合影响权重,将综合影响度作为构造模型的依据,从而确定要素间的因果关系和每个要素在***中的地位,而提高配电网健康状态评估的准确性及合理性;然后利用模糊矩阵算法确定模糊评价指标因素集和评价集,以构建模糊综合评价模型,并进行评分计算,得到综合评分,解决评价***中主观性强、评价指标复杂等问题;最后基于最大特征向量、综合影响权重及综合评分计算综合权重,对配电网健康状态进行评估,得到更加精准的综合评分,实现多方面综合地对配电网健康状态的评估。
参见图5所示,本发明实施例公开了一种配电网健康状态的评估装置,应用于新能源配电网指标评价体系,具体可以包括:
特征向量计算模块11,用于利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;
权重计算模块12,用于利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;
评分计算模块13,用于利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;
状态评估模块14,用于基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。
本实施例中,利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。本申请应用于新能源配电网指标评价体系,首先利用层次分析法构建递阶层次结构模型及对应的判断矩阵,从而进行一致性检验,计算最大特征向量,在保证层次分析法的基本性能前提下,结合递阶层次结构模型,并进行一致性检验,提高层次分析法的客观性,缓解层次分析法的主观性严重的问题;然后利用决策试验与评价实验室法建立直接影响矩阵,以便计算综合影响度,进而计算综合影响权重,将综合影响度作为构造模型的依据,从而确定要素间的因果关系和每个要素在***中的地位,而提高配电网健康状态评估的准确性及合理性;然后利用模糊矩阵算法确定模糊评价指标因素集和评价集,以构建模糊综合评价模型,并进行评分计算,得到综合评分,解决评价***中主观性强、评价指标复杂等问题;最后基于最大特征向量、综合影响权重及综合评分计算综合权重,对配电网健康状态进行评估,得到更加精准的综合评分,实现多方面综合地对配电网健康状态的评估。
在一些具体实施例中,所述新能源配电网指标评价体系的创建过程,包括:
初始体系构建模块,用于构建多层结构的初始新能源配电网指标评价体系;
更新模块,用于构建配电网规划指标,并基于预设的供电可靠性评估规则、安全性评估规则、经济性评估规则、环保性评估规则以及所述配电网规划指标对所述初始新能源配电网指标评价体系进行更新,以得到所述新能源配电网指标评价体系。
在一些具体实施例中,所述特征向量计算模块11,具体可以包括:
判断矩阵构建模块,用于利用层次分析法构建所述递阶层次结构模型,并构建所述递阶层次结构模型中各层次对应的所述判断矩阵;
最大特征值计算模块,用于计算所述判断矩阵的最大特征值,并根据所述最大特征值计算所述一致性指标;
一致性检验模块,用于判断所述一致性指标与所述平均随机一致性指标是否一致。
在一些具体实施例中,所述特征向量计算模块11,具体可以包括:
一致性比率计算模块,用于若所述一致性指标与所述平均随机一致性指标一致,则判定一致性检验通过,基于所述一致性指标和所述平均随机一致性指标计算一致性比率;
最大特征向量计算模块,用于判断所述一致性比率是否小于预设阈值,若所述一致性比率小于预设阈值,则基于所述最大特征值计算最大特征向量。
在一些具体实施例中,所述权重计算模块12,具体可以包括:
规范化模块,用于对所述直接影响矩阵进行规范化,以得到规范化矩阵;
计算模块,用于对所述规范化矩阵进行计算,以得到所述综合影响矩阵。
在一些具体实施例中,所述权重计算模块12,具体可以包括:
逻辑关系建立模块,用于利用决策试验与评价实验室法建立各影响因素之间的逻辑关系;
综合影响度计算模块,用于基于所述综合影响矩阵和所述逻辑关系计算所述综合影响度;所述综合影响度包括因素影响度、被影响度、中心度以及原因度;
综合影响权重计算模块,用于根据所述因素影响度、所述被影响度、所述中心度以及所述原因度计算所述综合影响权重。
在一些具体实施例中,所述评分计算模块13,具体可以包括:
数值量化模块,用于对所述评价集进行数值量化操作,以得到数值量化后的所述评价集;
评分计算模块,用于利用所述模糊综合评价模型对所述模糊评价指标因素集和数值量化后的所述评价集进行评分计算,以得到综合评分。
图6为本申请实施例提供的一种电子设备的结构示意图。该电子设备20,具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的由电子设备执行的配电网健康状态的评估方法中的相关步骤。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源包括操作***221、计算机程序222及数据223等,存储方式可以是短暂存储或者永久存储。
其中,操作***221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,以实现处理器21对存储器22中数据223的运算与处理,其可以是Windows、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的配电网健康状态的评估方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括配电网健康状态的评估设备接收到的由外部设备传输进来的数据,也可以包括由自身输入输出接口25采集到的数据等。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
进一步的,本申请实施例还公开了一种计算机可读存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,实现前述任一实施例公开的配电网健康状态的评估方法步骤。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种配电网健康状态的评估方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种配电网健康状态的评估方法,其特征在于,应用于新能源配电网指标评价体系,包括:
利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;
利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;
利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;
基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。
2.根据权利要求1所述的配电网健康状态的评估方法,其特征在于,所述新能源配电网指标评价体系的创建过程,包括:
构建多层结构的初始新能源配电网指标评价体系;
构建配电网规划指标,并基于预设的供电可靠性评估规则、安全性评估规则、经济性评估规则、环保性评估规则以及所述配电网规划指标对所述初始新能源配电网指标评价体系进行更新,以得到所述新能源配电网指标评价体系。
3.根据权利要求1所述的配电网健康状态的评估方法,其特征在于,所述利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,包括:
利用层次分析法构建所述递阶层次结构模型,并构建所述递阶层次结构模型中各层次对应的所述判断矩阵;
计算所述判断矩阵的最大特征值,并根据所述最大特征值计算所述一致性指标;
判断所述一致性指标与所述平均随机一致性指标是否一致。
4.根据权利要求3所述的配电网健康状态的评估方法,其特征在于,所述若一致性检验通过,则基于所述判断矩阵计算最大特征向量,包括:
若所述一致性指标与所述平均随机一致性指标一致,则判定一致性检验通过,基于所述一致性指标和所述平均随机一致性指标计算一致性比率;
判断所述一致性比率是否小于预设阈值,若所述一致性比率小于预设阈值,则基于所述最大特征值计算最大特征向量。
5.根据权利要求1所述的配电网健康状态的评估方法,其特征在于,所述对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,包括:
对所述直接影响矩阵进行规范化,以得到规范化矩阵;
对所述规范化矩阵进行计算,以得到所述综合影响矩阵。
6.根据权利要求1所述的配电网健康状态的评估方法,其特征在于,所述基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重,包括:
利用决策试验与评价实验室法建立各影响因素之间的逻辑关系;
基于所述综合影响矩阵和所述逻辑关系计算所述综合影响度;所述综合影响度包括因素影响度、被影响度、中心度以及原因度;
根据所述因素影响度、所述被影响度、所述中心度以及所述原因度计算所述综合影响权重。
7.根据权利要求1至6任一项所述的配电网健康状态的评估方法,其特征在于,所述利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分,包括:
对所述评价集进行数值量化操作,以得到数值量化后的所述评价集;
利用所述模糊综合评价模型对所述模糊评价指标因素集和数值量化后的所述评价集进行评分计算,以得到综合评分。
8.一种配电网健康状态的评估装置,其特征在于,应用于新能源配电网指标评价体系,包括:
特征向量计算模块,用于利用层次分析法构建递阶层次结构模型及对应的判断矩阵,基于所述判断矩阵计算一致性指标,对所述一致性指标与预设的平均随机一致性指标进行一致性检验,若一致性检验通过,则基于所述判断矩阵计算最大特征向量;
权重计算模块,用于利用决策试验与评价实验室法建立直接影响矩阵,对所述直接影响矩阵进行规范化计算,以得到综合影响矩阵,基于所述综合影响矩阵计算综合影响度,根据所述综合影响度计算综合影响权重;
评分计算模块,用于利用模糊矩阵算法确定模糊评价指标因素集和评价集,并构建模糊评价矩阵,基于所述模糊评价矩阵和所述综合影响权重构建模糊综合评价模型,利用所述模糊综合评价模型对所述模糊评价指标因素集和所述评价集进行评分计算,以得到综合评分;
状态评估模块,用于基于所述最大特征向量、所述综合影响权重以及所述综合评分计算综合权重,利用所述综合权重对配电网健康状态进行评估。
9.一种电子设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如权利要求1至7任一项所述的配电网健康状态的评估方法。
10.一种计算机可读存储介质,其特征在于,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的配电网健康状态的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410014606.4A CN117808321A (zh) | 2024-01-04 | 2024-01-04 | 一种配电网健康状态的评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410014606.4A CN117808321A (zh) | 2024-01-04 | 2024-01-04 | 一种配电网健康状态的评估方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117808321A true CN117808321A (zh) | 2024-04-02 |
Family
ID=90426870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410014606.4A Pending CN117808321A (zh) | 2024-01-04 | 2024-01-04 | 一种配电网健康状态的评估方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117808321A (zh) |
-
2024
- 2024-01-04 CN CN202410014606.4A patent/CN117808321A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112149873B (zh) | 一种基于深度学习的低压台区线损合理区间预测方法 | |
CN106779341A (zh) | 一种电力用户用电状况效能评估的方法及*** | |
CN106845777A (zh) | 案件工作量评价方法、法官业绩评价方法、建模方法、计算装置和计算机可读存储介质 | |
CN112990500A (zh) | 基于改进加权灰色关联分析的台区线损分析方法及*** | |
CN108563863B (zh) | 城市轨道交通***的能耗计算与调度方法 | |
CN106650959A (zh) | 一种基于改进灰色聚类的配电网抢修能力评估方法 | |
CN111222787A (zh) | 受端电网规模化储能商业模式决策方法及*** | |
CN109711707B (zh) | 一种船舶动力装置综合状态评估方法 | |
CN113112090B (zh) | 基于综合互信息度的主成分分析的空间负荷预测方法 | |
CN110796293A (zh) | 一种电力负荷预测方法 | |
CN113780684A (zh) | 一种基于lstm神经网络的智慧楼宇用户用能行为预测方法 | |
CN109919779A (zh) | 数据资产价值评估模型及方法 | |
CN111967777A (zh) | 一种储能促进清洁能源利用价值的综合评价方法 | |
CN110390461A (zh) | 基于复杂网络的非线性模糊语言配电网节点脆弱性评价方法 | |
Vigier et al. | A model for the prediction of “diseases” of firms by means of fuzzy relations | |
CN114661463A (zh) | 基于bp神经网络的***资源预测方法及*** | |
CN117745119A (zh) | 一种输变电工程施工承载力预警方法及装置 | |
CN117575564A (zh) | 可扩展的基础设施网络组件维修与改造决策评估方法及*** | |
CN117040020A (zh) | 一种地区整体光伏新能源可消纳能力指数分布的求解方法 | |
CN112860973A (zh) | 基于社交网络分析的组织健康评估方法 | |
CN107644285A (zh) | 售电市场盈利能力评估指标的筛选与权重确定方法及*** | |
CN117808321A (zh) | 一种配电网健康状态的评估方法、装置、设备及介质 | |
CN116823008A (zh) | 一种园区能源利用效率评估方法、***、设备和存储介质 | |
CN115796341A (zh) | 一种基于碳效码的企业低碳经济表现的协同测度方法 | |
CN108805458A (zh) | 一种企业技术竞争力评估方法及装置 |
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 |