[发明专利]一种基于遗传投影寻踪评价的电能质量监测与管理方法

权利要求书

1.一种基于遗传投影寻踪评价的电能质量监测与管理方法，其特征在于所述的方法包括如下步骤：

1）.建立投影指标

根据国家标准对各单项电能质量指标进行分级，将各单项指标在限值范围内平均分为5级，为合格时的等级划分；对不合格时的单项指标划分为4级，跨度为合格时的2倍；从1～9级，电能质量情况逐级下降，

在各等级范围内通过随机取值的方法建立投影指标，从而形成样本集；投影指标包括反映电能质量情况的指标，即电能质量各单项指标，及其对应的评估等级，电能质量越差，对应的评估等级就越高；

2）.建立投影目标函数

建立电能质量综合评估模型就是建立与之间的数学关系；投影寻踪方法将n维数据综合成以为投影方向的一维投影值：

                           （1）

3）．对投影目标函数进行遗传算法优化

遗传算法则是一种比较通用的全局优化方法，它通过模拟生物界“适者生存”的规则以及群体内部染色体信息交换机制来进行全局优化，能够简便有效的解决上述问题；其基本思想是，随机抽取若干个初始投影方向作为初始群体，用遗传算法来优化投影目标函数，并建立与投影目标函数的大小相应的适应度函数，适应度函数大的个体被保留的机会就大，通过选择、杂交、变异等遗传操作，最后适应度数值最大的所对应的个体与最大投影目标函数对应的最佳投影方向相对应；利用最佳投影方向能够判断各评估指标对综合评估目标的贡献大小；

求解投影目标函数最大值来估计最佳投影方向，即：

                             （2）

                             （3）

投影值提取中的变异信息时，使的标准差最大化，同时要求与的相关系数的绝对值最大化；

4）. 生成散点图并求出端点值

通过在上述区间内随机取值并且归一化的方法可以生成任意多对应于评估等级的输入样本，并生成散点图，求出对应的左右端点坐标，

因此该阶梯形曲线的连续函数如式（3）所示：

             （4）

（2）特征值赋权法

特征值赋权法实质是根据评价指标的相对重要程度来确定评价指标权重系数；其关键在于根据实际情况构造合理的比较判断矩阵，从而达到合理反映实际情况的目的；

比较判断矩阵的定义是：若矩阵A中的元素满足：

                                       （5）

                                       （6）

                                    （7）

则称A为比较判断矩阵，其中m为评价指标的个数；

根据特征值法的基本思想，评价指标的权重系数即为归一化后的与A的特征值m相对应的特征向量，即比较判断矩阵最大特征值所对应的特征向量。