[发明专利]配电网运行状态评估指标的权重因子确定方法及装置在审
申请号: | 201710852434.8 | 申请日: | 2017-09-19 |
公开(公告)号: | CN108345570A | 公开(公告)日: | 2018-07-31 |
发明(设计)人: | 谭志海;冷华;龚汉阳;张志丹;朱吉然;唐海国;赵凤青;谢小平 | 申请(专利权)人: | 北京四方继保自动化股份有限公司;国家电网公司;国网湖南省电力公司;国网湖南省电力公司电力科学研究院 |
主分类号: | G06F17/16 | 分类号: | G06F17/16;G06Q10/06;G06Q50/06 |
代理公司: | 北京林达刘知识产权代理事务所(普通合伙) 11277 | 代理人: | 刘新宇 |
地址: | 100085 北京*** | 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: | 判断矩阵 评估指标 配电网 权重因子 运行状态 矩阵 特征向量 平均化 满足条件 元素表示 离散度 剔除 | ||
1.一种配电网运行状态评估指标的权重因子确定方法,其特征在于,包括:
获取配电网运行状态的n个评估指标对应的m个两两判断矩阵,其中,所述两两判断矩阵中的元素表示所述n个评估指标两两比较的结果;
计算所述m个两两判断矩阵的相应位置的元素的平均值,得到平均化矩阵;
根据所述平均化矩阵,剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵;
分别计算m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量;
根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量,确定所述n个评估指标的权重因子。
2.根据权利要求1所述的方法,其特征在于,根据所述m-Δm个两两判断矩阵的最大特征值以及最大特征值对应的特征向量,确定所述n个评估指标的权重因子,包括:
根据所述m-Δm个两两判断矩阵的最大特征值,对所述m-Δm个两两判断矩阵进行一致性校验,得到m-Δm-Δm’个通过一致性校验的两两判断矩阵,其中,Δm’表示所述m-Δm个两两判断矩阵中未通过一致性校验的两两判断矩阵的个数;
根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量,确定所述n个评估指标的权重因子。
3.根据权利要求1所述的方法,其特征在于,获取配电网运行状态的n个评估指标对应的m个两两判断矩阵,包括:
获取来自于m个判断主体针对所述n个评估指标进行两两比较的结果,得到m组比较结果;
在所述m组比较结果一致的情况下,根据所述m组比较结果生成m个两两判断矩阵。
4.根据权利要求3所述的方法,其特征在于,获取配电网运行状态的n个评估指标对应的m个两两判断矩阵,还包括:
在所述m组比较结果不一致的情况下,将所述m组比较结果反馈至所述m个判断主体;
重新获取来自于所述m个判断主体针对所述n个评估指标进行两两比较的结果,直至新得到的m组比较结果一致,再根据新得到的m组比较结果生成m个两两判断矩阵。
5.根据权利要求1所述的方法,其特征在于,根据所述平均化矩阵,剔除所述m个两两判断矩阵中离散度不满足条件的Δm个两两判断矩阵,包括:
若则确定m个两两判断矩阵中的第k个两两判断矩阵的离散度不满足条件,其中,表示所述第k个两两判断矩阵中第i行第j列的元素,表示所述平均化矩阵中第i行第j列的元素,1≤i≤n,1≤j≤n,1≤k≤m,且i、j和k均为整数。
6.根据权利要求2所述的方法,其特征在于,根据所述m-Δm个两两判断矩阵的最大特征值,对所述m-Δm个两两判断矩阵进行一致性校验,包括:
采用式1计算所述m个两两判断矩阵中的第k个两两判断矩阵的一致性指标CIk,
其中,表示所述第k个两两判断矩阵的最大特征值;
若CIk/RI小于或等于一致性阈值,则判定所述第k个两两判断矩阵通过一致性校验,其中,RI表示平均随机一致性指标;
若CIk/RI大于所述一致性阈值,则判定所述第k个两两判断矩阵不通过一致性校验。
7.根据权利要求2或6所述的方法,其特征在于,根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量,确定所述n个评估指标的权重因子,包括:
根据所述m-Δm-Δm’个通过一致性校验的两两判断矩阵的最大特征值对应的特征向量的相应元素的平均值,确定所述n个评估指标的权重因子。
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北京四方继保自动化股份有限公司;国家电网公司;国网湖南省电力公司;国网湖南省电力公司电力科学研究院,未经北京四方继保自动化股份有限公司;国家电网公司;国网湖南省电力公司;国网湖南省电力公司电力科学研究院许可,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/201710852434.8/1.html,转载请声明来源钻瓜专利网。