[发明专利]一种典型环境下智能电能表可靠性指标的量化方法

说明书

一种典型环境下智能电能表可靠性指标的量化方法，涉及智能电能表可靠性综合评价技术领域，为解决现有技术中对于智能电能表的可靠性指标的分析存在客观性较差、准确性低的问题，本发明根据典型环境的地域特征构建了一种典型环境下智能电能表可靠性指标体系，采用一种改进的熵权法分别计算该指标体系中的一级指标权重以及对应的二级指标权重，然后根据一级指标权重值和对应的二级指标权重值，计算二级指标的综合权重，最终完成典型环境下智能电能表可靠性指标的量化过程。本发明中提出影响智能电能表可靠性的典型环境参数指标，为后续有针对性的分析极端环境参数对智能电能表可靠性的影响程度提供依据。

技术领域

本发明涉及智能电能表可靠性综合评价技术领域，具体为一种典型环境下智能电能表可靠性指标的量化方法。

背景技术

我国幅员辽阔，地理气候情况复杂，智能电能表使用于各种严酷的自然环境条件下。典型的环境条件包括黑龙江、西藏、福建和新疆四个地区。黑龙江地区冬季最低温度可能达到-52℃，温度是影响智能电能表可靠性的最主要因素；西藏地区海拔高、空气密度小以及太阳辐射强，气压和光照是影响智能电能表可靠性的最主要因素；福建属于亚热带海洋性季风气候，具有“高温潮湿”的特点，沿海区域具有较强的盐雾，温度、湿度和盐雾是影响智能电能表可靠性的最主要因素；新疆吐鲁番地区是典型的“高干热”气候条件，湿度和温度是影响智能电能表可靠性的最主要因素。

按照国内技术标准开展的电能表型式试验(全性能)很难发现在典型环境下潜在的质量缺陷。因其故障诱发过程涉及的因素数量较多，用定性或定量的单一方法进行研究、控制和管理是不科学的，必须建立一套科学完整、具备地域差异的可靠性评价体系。目前针对可靠性指标主要采用层次分析法和熵权法来进行指标权重的计算和量化。

层次分析法是一种定性分析方法，它是通过专家的自身经验和学识得出权重再进行指标评估，客观性较差，但解释性强；熵权法是根据已有的指标数据来研究各指标之间的关系再进行评估，大多数情况下精度较高，但有时会与实际情况相悖，对所得到的结果难以给出明确的解释。本发明采用的改进熵权法是一种层析分析法与熵权法相结合、定性分析与定量分析相结合的权重系数结构分析方法。该方法采用熵理论建立模糊集的隶属函数，剔除了专家在“典型排序”阶段对于因素认知上隐含的不确定性，通过求专家的“平均认识度”来计算“认识盲度”，最后计算专家关于指标的“总体认识度”，使其具有“一致性”收敛。

发明内容

本发明的目的是：针对现有技术中对于智能电能表的可靠性指标的分析存在客观性较差、准确性低的问题，提出一种典型环境下智能电能表可靠性指标的量化方法。

本发明为了解决上述技术问题采取的技术方案是：一种典型环境下智能电能表可靠性指标的量化方法，其特征在于包括以下步骤：

步骤一：根据典型环境的地域特征，采用层次分析法建立由一级指标和二级指标构成的多层次指标体系，并执行步骤二；

步骤二：利用德尔菲法确定评价指标的重要性排序表，形成初始矩阵D(x_ij)，并执行步骤三，其中i＝1，2，...，k；j＝1，2，...，n；k表示样本的数量；n为评价指标的数量；

步骤三：根据结构熵函数λ(x_ij)＝-λp_i(x_ij)lnp_i(x_ij)，得到转化的隶属函数

b_ij＝ln(m-x_ij)/ln(m-1)，并计算隶属矩阵b_ij，

其中m为转换参数量，m＝n+2；令λ＝1/ln(m-1)，令p_i(x_ij)＝(m-x_ij)/(m-1)，令b_ij＝1-λ(x_ij)/(m-x_ij)/(m-1)；