[发明专利]一种主动配电网运行状态评估方法在审

专利信息
申请号: 201910871535.9 申请日: 2019-09-16
公开(公告)号: CN110795692A 公开(公告)日: 2020-02-14
发明(设计)人: 翁国庆;谢方锐;舒俊鹏 申请(专利权)人: 浙江工业大学
主分类号: G06F17/18 分类号: G06F17/18;G06Q10/06;G06Q50/06
代理公司: 33201 杭州天正专利事务所有限公司 代理人: 王兵;黄美娟
地址: 310014 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 运行状态 配电网 属性区间 构建 评估指标体系 综合评估 权重 算法 最小二乘优化 测度 矩阵 层次分析法 变异系数 评估对象 评估指标 评价对象 特征值法 优化组合 主观权重 综合评价 隶属度 模糊性 再利用 评估 分析
【权利要求书】:

1.一种主动配电网运行状态评估方法,包括如下步骤:

步骤1、构建主动配电网运行状态评估指标体系:以系统性、客观性、科学性、实用性的指标体系构建原则为依据,对主动配电网运行状态进行划分,具体划分为紧急状态、需恢复状态、异常状态、正常状态和优化状态这五种运行状态;从安全性、可靠性、优质性、经济性、适应性和网络性六个方面对目标主动配电网运行状态健康与否进行评估以反映其健康程度的状态特征,构建其运行状态的评估指标体系;

步骤2、评估指标的一致化处理:各项评估指标中,数据类型、量纲和指标值的变化区间各不相同,含有“极大型”、“极小型”、“居中型”不同特征指标,需将各指标项进行无量纲化和统一化处理,将各指标项都统一转化为“极大型”指标,更改原始数据矩阵中相应的数值;

对于“极小型”指标,令

x*=xmax-x (1)

对于“居中型”指标,令

式中:x为评估指标原始值,x*为一致化处理后的评估指标值,xmin、xmax和xopt分别为评估指标x的允许最小值、允许最大值和理想值;

步骤3、确定优化组合权重:分别采用层次分析法,即AHP法和变异系数法计算得到主观权重和客观权重,再分别通过基于客观修正主观的组合权重方法和最小二乘优化法对两权重向量进行组合,获得组合权重;

步骤301,用AHP法获得主观指标权重:AHP法根据专家意见给出两两指标之间的重要性比较,根据指标之间的相对重要性,构建出判断矩阵;在判断矩阵构建好后,需对其进行一致性检验,检验结果由公式(3)得出:

式中:CI表示一致性检验结果值,λmax表示判断矩阵的最大特征值,n表示判断矩阵的阶数;

步骤302,用变异系数法获得客观指标权重:变异系数法直接利用实际数据中的信息,通过数学工具计算得到指标的权重,其核心为对标准偏差越大的指标分配越大的权重;由于评价指标体系中各指标项的量纲不同,需用变异系数来衡量其取值的差异程度,各指标项的变异系数如公式(4)所示:

式中:Bi表示第i个指标项的变异系数,表示第i个指标项的平均值,si表示第i项指标的标准差,m表示指标项的总个数,i∈[1,m];

步骤303,基于客观修正主观的组合权重计算:利用客观赋权法的优势进行主观赋权法劣势的修正,使得组合权重能兼顾主、客观权重的各自优势;根据各指标项的标准差,通过公式(5)确定相邻指标项的重要性之比:

式中:ri表示第i项指标的重要性专家赋值,si-1为第i-1项指标的标准差;

根据式(5)计算所得的ri值,利用公式(6)计算获得其组合权重vi;利用公式(7)依次计算获得第i-1,i-2,...,3,2项指标的组合权重:

vi-1=ri×vi (7)

式中:vi、vi-1表示第i项、第i-1项指标的客观修正主观的组合权重,其中k∈[s,m],s∈[2,m];

步骤304,利用遗传函数算法对主客观权重进行最小二乘优化组合,编写其适应度函数,即最小二乘法优化模型,如公式(8)所示:

式中:H(W)为约束函数,wi为第i项指标最小二乘优化后的综合权重值,Ui和U’i分别为第i项指标的主观权重值和客观权重值,x*ij为一致化处理后的第i项指标第j个评估时刻的数据;

步骤4、对各评价对象的运行状态进行距离综合评价:给出各评估对象综合运行状态的相对优劣顺序;

步骤401,构造规划化评价矩阵:由公式(2)得到的一致化指标值,得到一致化变换后的数据矩阵如公式(9)所示:

X*=(x*ij)m×n (9)

式中:X*表示一致化变换后的数据矩阵;

通过公式(10)、(11)对数据矩阵X*进行处理,得到规划化评价矩阵:

Y*=(y*ij)m×n (11)

式中:y*ij为规划化处理后的第i项指标第j个评估时刻的数据,Y*表示规划化后的数据矩阵;

步骤402,构造加权规划化评价矩阵:将步骤303得到的基于客观修正主观的组合权重与规划化评价矩阵结合,得到加权规划化矩阵,如式(12)所示:

zij=vi×y*ij (12)

式中:zij为加权规划化后的第i项指标第j个评估时刻的数据;

步骤403,确定评价参考样本:选取最优样本与最差样本作为参考样本,与指标一致化处理相对应,如公式(13)所示,将指标最大值作为最佳样本点的值、指标最小值作为最差样本点的值:

式中:Z+为所有指标项的最佳样本,Z-为所有指标项的最差样本;和分别依次表示第i项指标的最佳样本与最差样本,i∈[1,m];

和分别为

步骤404,确定各评估对象与样本的相对距离并计算最优接近度:如公式(15)、(16)所示,分别计算各指标实际值与最佳参考对象的相对距离,以及与最差参考对象的相对距离:

式中:和分别为第i个指标项的理想样本距离和负理想样本距离;

由公式(17),计算每个评估对象与最佳参考对象的相对接近度:

式中:Ci为第i个指标项的最优接近度;

最后,根据最优接近度对所有评估对象进行排序,得到优劣顺序;

步骤5、属性区间综合评估:利用属性区间算法对主动配电网运行状态进行分析时需要构建属性测度区间矩阵,其含义为主动配电网某一时刻的运行状态隶属某种等级的程度,再利用级别特征值法确定最终评估等级;

步骤501,构建评估样本对运行状态的属性测度区间矩阵,形式如式(18)所示:

式中:[μ(low)tk(up)tk]为第t个时刻评估样本xi相对于第k种运行状态的属性测度区间,T表示评估时刻总数,K表示运行状态总数;μ(low)tk和μ(up)tk分别为t时刻隶属第k个状态的下界属性测度和上界属性测度;

步骤502,得到评估各对象各项指标的综合属性测度:求取上界属性测度与下界属性测度的平均值,得到评估样本xi属于第k种运行状态的综合属性测度;

步骤503,确定指标评估等级:运用级别特征值法,利用完整隶属度信息实现避免基于最大隶属度原则进行模糊评估时产生的失真隐患;

步骤504,利用雷达图展示每一个被评估对象的各目标层指标的评估等级:在雷达图中,外圈实线表示所有评估对象在该目标层的最佳表现,内圈实现表示所有评估对象在该目标层的最差表现,中间阴影区域表示该评估时刻各目标层中的表现情况。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江工业大学,未经浙江工业大学许可,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/201910871535.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top