[发明专利]一种基于熵权-模糊层次分析法的专变健康状况评估方法

权利要求书

1.一种基于熵权-模糊层次分析法的专变健康状况评估方法，其特征在于包括以下步骤：

1)获取专变数据，并对数据进行处理，数据的处理包括极限区间同质化处理、异常值剔除、缺失值填充；

2)根据专变数据，建立专变健康状况评估模型；

健康评估状态模型分为三层，从高到低分别是目标层、项目层、指标层；目标层表示专变健康状态等级；项目层表示相同类型的评估指标；指标层表示专变运行状态的各个评估指标；

3)应用模糊层次分析法计算指标权重，得到模糊层次分析权重矩阵；

4)应用熵权法计算指标权重，得到熵权权重矩阵；

5)获取模糊层次分析权重矩阵和熵权权重矩阵，并进行权重矩阵集成，组合优化，得到综合指标与权重；

6)计算专变健康状况评价值，并依据健康评估状态模型，得到专变健康状况评价等级，以实时在线监测专变的运行状态。

2.根据权利要求1所述的一种基于熵权-模糊层次分析法的专变健康状况评估方法，其特征在于：在步骤2)建立专变健康状况评估模型时，根据专变的运行环境及电力运行信息，分析影响专变运行状态的因素，得到与专变运行状态相关的环境和电力的特征向量，并选取具有代表性的特征向量作为评价指标。

3.根据权利要求2所述的一种基于熵权-模糊层次分析法的专变健康状况评估方法，其特征在于：根据评价指标形成多级指标体系，所述的多级指标体系为表1所示：

表1多级指标体系

4.根据权利要求3所述的一种基于熵权-模糊层次分析法的专变健康状况评估方法，其特征在于：在步骤3)应用模糊层次分析法计算指标权重时，其包括步骤：

3.1)在指标间进行两两的比较判断，采用一个指标比另一个指标的重要程度来定量表示，采用如下表所示的0.1-0.9标度法给予模糊互补判断矩阵的元素进行数量标度：

表1 0.1-0.9标度法及其意义

表中，若r_ij∈[0.1,0.5)，则表示指标Cj比Ci重要；若r_ij∈(0.5,0.9]，则表示指标Cj比Ci重要；r_ij＝0.5表示指标Cj与Ci相比同样重要；指标C1,C2,…,Cn相互进行比较，可构建如下的模糊互补判断矩阵R：

式中，n表示指标的数量；r_ij表示第i个指标相对于第j个指标的模糊关系，满足如下性质：

3.2)对模糊互补判断矩阵R进行一致性检验，一致性ρ的计算公式为：

3.3)当ρ＜0.2时，认为判断矩阵R具有满意的一致性；当不满足一致性要求时，需要对判断矩阵R进行调整，根据下式计算具有满意一致性的判断矩阵P′＝(p′_ij)_n×n：

P′＝(1-t)R+tP (4)

式中，t表示一致性系数，初始值为0.01，并依照t＝t+Δt进行迭代，直至P′既具有满意的一致性；其中，Δt为一致性系数步长，取Δt＝0.05，P＝(p_ij)_n×n表示具有完全一致性的判断矩阵：

3.4)根据具有满意一致性的判断矩阵P′，通过下式求解各指标的卷积方根M_i和权重ω_i：

5.根据权利要求4所述的一种基于熵权-模糊层次分析法的专变健康状况评估方法，其特征在于：在步骤4)应用熵权法计算指标权重时，其包括步骤为：

4.1)模糊互补判断矩阵R经过去量纲化处理后得到无量纲的模糊互补判断矩阵R′＝(r′_ij)_n×n：

4.2)根据无量纲模糊互补判断矩阵R′，对其进行归一化处理可得到标准判断矩阵S＝(s_ij)_n×n：

4.3)根据标准判断矩阵S，计算各指标的熵值H_i和权重θ_i：