[发明专利]一种采用秩和比综合评价的谐波污染用户分级方法

权利要求书

1.一种采用秩和比综合评价的谐波污染用户分级方法，其特征在于，包括以下步骤：

步骤S1：输入单日谐波电流监测数据；

步骤S2：在时频域上建立用户谐波典型模态的模态模型；

步骤S3：基于秩和比综合评价法评估用户谐波危害；

所述步骤S2的具体内容如下：

在频域上利用主成分分析提取谐波污染特征量：

设原始数据矩阵为X＝(x_ij)_n×p,其中n为评估对象个数，p为监测数据的指标个数，所述原始矩阵又可以表示为X＝(x₁,x₂,…x_p)；x_i＝(x_1i,x_2i,…,x_ni)^T(i＝1,2,…,p)，其协方差矩阵Σ是一个p阶的非负定矩阵，计算如式(1)：

由协方差矩阵Σ的特征值为以及相应的单位正交化特征向量获得k个样本主成分为：

计算第k个主成分Y_k的贡献率为和前m个样本主成分的累积贡献率为根据累计贡献率达到85％选取的m个主成分能表达用户谐波危害整体信息的原则提取出在频域上影响用户谐波污染危害的m个特征量；

在时域上利用聚类算法划分用户谐波典型模态，建立其模态模型：

设X＝(x₁,x₂,…,x_n)^T是降维后的数据样本的集合，x_i＝(x_i1,x_i2,…,x_im)(i＝1,2,…,n)，m为选取的m个主特征量；通过模糊聚类将该集合分成c类，记F＝(F₁,F₂,…F_c)^T，其中聚类数c通过模糊有效性指标Xie-Beni确定；如公式(2)，逐个代入聚类数计算V_xb的值，取V_xb为最小值时对应的聚类数为最佳聚类数：

其中，u_ij为x_j到F_i的隶属度，v_i为F_i类的聚类中心；

确定最佳聚类数的同时，初始化设置聚类中心矩阵V⁰，设置迭代阈值ε为系统默认值，设置迭代计数器的值b＝0，然后进行模糊聚类计算；U为隶属度矩阵，表示为U(X)＝[u_ij]_c×n，u_ij为x_j到F_i的隶属度；V为聚类中心矩阵，聚类为不断最小化目标化函数，不断进行迭代的过程，如公式(3)：

其中m为加权指数；迭代过程中，通过式(4)、(5)更新样本的隶属度矩阵U和聚类中心矩阵V；用所得到的U和V代入公式(3)中的目标函数J，判断J的值是否小于阈值ε或者与上一次目标函数值的差值是否小于阈值ε，如果满足上述条件之一则停止迭代，否则返回公式(4)和公式(5)重新更新样本的隶属度矩阵U和聚类中心矩阵V；

采用模糊聚类分析划分典型模态,实质上是将具有相似谐波危害特征的时段聚类在同一模态，构成以下模态模型：

其中，n_c表示各模态样本的个数；

所述步骤S3的具体内容如下：

步骤S31：针对每类模态中n个时段m次谐波评价指标构成的n×m数据矩阵，编出各次谐波对各个时段的秩，运用非整次秩和比法将定量的指标值转换为半定量的秩次，所编的秩次除了最大指标值和最小指标值为整数外，其余为非整数，公式如下：

其中，R为秩次，R＝(R_ij)_n×m，n为样本数，X为原始指标值，X_min、X_max分别为最小原始指标值和最大原始指标值；

步骤S32：提出评估用户谐波污染危害的加权秩和比指标WRSR，计算每类模态的加权秩和比WRSR，公式如下：

其中，W_j为第j个指标的权重系数，表现典型模态中各次谐波指标对污染危害的程度不同，∑W_j＝1，公式计算如式(9)、(10)、(11)：

步骤S33：然后计算概率单位，确定WRSR频率分布表，列出各组频数f,计算各组累计频数∑f；确定各组WRSR秩次范围R和平均秩次A，计算累计频率P＝A*R/n；将百分率P转换为概率单位Probit，Probit为百分率P对应的标准正态离差u加5，按照查询百分数与概率单位对照表，最后向下的累计频率按照1-1/4×n估计；

步骤S34：计算用户谐波污染危害分布直线回归方程，以累计频率所对应的概率单位Probit为自变量，以WRSR值为因变量，计算直线回归方程，即WRSR＝a+b×Probit，a、b为计算得到的常系数；

步骤S35：将多日用户谐波危害情况分档排序：依据各分档情况下概率单位Probit值，按照回归方程推算所对应WRSR估计值，然后根据常用的分档数对应的百分位数及概率单位表，对评价对象分档排序，实现谐波用户污染危害分级。

2.根据权利要求1所述的采用秩和比综合评价的谐波污染用户分级方法，其特征在于：所述加权指数的取值范围为1.5～2.5。