[发明专利]一种基于粗糙模糊集的输电杆塔塔材强度评估和计算方法在审
申请号: | 201410423096.2 | 申请日: | 2014-08-26 |
公开(公告)号: | CN104281773A | 公开(公告)日: | 2015-01-14 |
发明(设计)人: | 傅靖;陈国华;朱富云;徐剑峰;葛乐;龚灯才;朱张蓓;鞠易;孙玉玮 | 申请(专利权)人: | 国家电网公司;江苏省电力公司;江苏省电力公司南通供电公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南通市永通专利事务所 32100 | 代理人: | 葛雷 |
地址: | 100031 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 粗糙 模糊 输电 杆塔 强度 评估 计算方法 | ||
技术领域
本发明涉及输电杆塔结构强度评价计算领域,特别适用于在复杂自然环境下长期运行的输电杆塔结构安全评价。
背景技术
线路结构安全的本质是一个不确定性状态空间的演化过程,状态的演化(转移)过程具有随机性,其中表征杆塔塔材实际机械强度的特征信息具有不精确性,影响因素的作用效度也不清晰,运行状态的定义及外延具有模糊性,状态评判的专家知识具有不完备性,所以对线路塔材强度的评价与计算是一个复杂的不确定性问题。
模糊综合评价以模糊数学为基础,其基本思想是利用模糊转换原理,通过隶属度理论把定性评价转化为定量评价,考虑各个相关因素,从最低级层次的各个因素进行综合评价,依次向上,直到最高的目标层,从而对受到多种因素制约的事物或对象做出一个相对客观、正确、符合实际的评价,进而解决具有模糊性的实际问题。它具有结果清晰、系统性强的特点,能较好地解决模糊、难以量化的问题,适合多种非确定性问题的解决。
模糊综合评价应用于杆塔塔材强度评估上也存在一些缺点:首先,影响塔材强度的因素很多,而传统的模糊综合评价需要对全部评价指标进行计算,所以计算较复杂,而且可能因为各因素权重小而造成的严重失真现象或多峰值现象;其次,对于指标权重确定的确定,由于各专家的评判标准等有不同,最终结果也会有差异,所以主观性较强。本发明基于粗糙集理论对指标集进行约简,约简后结合层次分析法和模糊集方法进行综合评价,避免了传统的模糊综合评价存在的一些缺点。所提方法有效的解决了在复杂自然环境下长期运行的输电杆塔结构安全评价问题。
发明内容
本发明的目的在于:提出一种基于粗糙模糊集的输电杆塔塔材强度评估和计算方法,可直接为评估输电线路铁塔安全评价提供必要判据。
一种长期运行输电杆塔塔材的实际强度评估方法,其特征在于:包括如下步骤:
步骤1:指标集约简;
步骤2:因素集权重确定;
步骤3:隶属函数确定;
步骤4:实际强度评估。
所述步骤1中的指标集约简,主要对由气象区条件、亚强度损伤、导线应力及机械振动三大类因素构成的指标集,三类影响因素集表示为U={U1,U2,U3}。其中:U1={u11,u12,u13,u14,u15},u11为风速(最大风),u12为大气温度(最低温),u13为年平均气温,u14为覆冰厚度(最厚覆冰),u15为年雷暴日天数。U2={u21,u22,u23,u24,u25,u26},u21为运行时间,u22为弯曲修复次数,u23为裂痕修复次数,u24为雷电或故障电流损伤次数,u25为重覆冰疲劳次数,u26为平均运行应力/最大运行应力。U3={u31,u32,u33,u34},u31为导线分裂数,u32为风向与线路角,u33为地表面粗糙程度,u34为钢材锈蚀量。运用粗糙集进行指标集约简,属性重要度定义为:
U/R={{1,7},{2,4},{3,6,8},{5}}
U/(R-{u11})={{1,3,5,7,8},{2,4}}
U/(R-{u12})={{1,2,4,5,7},{3,6,8}}
U/(R-{u13})={{1,7},{2,4},{3,6,8},{5}}
U/(R-{u14})={{1,5,7},{2,4},{3,6,8}}
U/(R-{u15})={{1,7},{2,4},{3,6,8},{5}}
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;江苏省电力公司;江苏省电力公司南通供电公司,未经国家电网公司;江苏省电力公司;江苏省电力公司南通供电公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410423096.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种高效低阻口罩
- 下一篇:中药离子远红外脉冲透入治疗敷带
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用