[发明专利]一种基于证据云物元模型的电力变压器综合状态评估方法

权利要求书

1.一种基于证据云物元模型的电力变压器综合状态评估方法，它包括：

步骤S1：确定变压器的评价指标及状态等级划分，并构建评价指标体系；

步骤S2：利用云物元模型构建状态评估基础框架，计算每个指标所有等级云特征参数，并建立等级正态云模型；

步骤S3：采集变压器各指标试验数据，计算试验项目中每个指标与等级正态云模型之间的关联度；

步骤S4：利用主客观组合权重法确定指标的综合权重，计算试验项目与各等级正态云模型的综合关联度；

步骤S5：运用D-S证据理论对各试验项目的综合关联度进行融合，得到变压器整体的等级关联度；

步骤S6：计算非对称贴近度并决策判断，得到最终的评估结果。

2.根据权利要求1所述的一种基于证据云物元模型的电力变压器综合状态评估方法，其特征在于，所述步骤S2中，包括以下步骤：

步骤S21：构建状态评估基础框架：

云物元模型是指用正态云(E_x,E_n,H_e)取代物元R＝(N,c,v)中的v值，即得到云物元模型；如式子(1)所示：

式中，E_x表示期望值；E_n表示云熵；H_e表示超熵；N表示研究对象；c表示对象特征；v表示c的特征量值；

步骤S22：确定每个指标对应状态等级界限；

步骤S23：计算每个指标对应所有等级云模型的期望；

式中，c_max和c_min分别表示每个指标对应等级的上下界限值；

步骤S24：计算每个指标对应所有等级云模型的熵；

式中，E'_n表示基于“3E_n”规则计算的云熵；E”_n表示基于“50％关联度”规则计算的云熵；

由于上述两种云熵计算方法从不同的角度确定等级正态云模型的熵值，其中“3E_n”规则突出了等级划分的分明性，而“50％关联度”规则侧重于等级划分的模糊性，易导致状态结论发生冲突；为了兼顾等级划分的分明性和模糊性，应用云熵优化算法来解决熵问题；

假设某评价指标的试验数据为x_i，其状态等级数为p，则对应p组等级正态云模型；和分别表示云的期望集合和超熵集合；和表示以上两种方法所得的云熵集合，表示优化后的云熵集合，m(m＝1,2,...,p)表示等级序号，则某等级m的关联度最大偏差Δδ(x)^(m)_max如式子(5)所示：

Δδ(x)^(m)_max＝(δ(x)”^(m)_max-δ(x)^(m))²+(δ(x)^(m)-δ(x)'^(m)_min)² (5)

式中，δ(x)”^(m)_max表示基于“50％关联度”规则计算得到的等级m的最大关联度；δ(x)'^(m)_min表示基于“3E_n”规则计算得到的等级m的最小关联度；δ(x)^(m)表示优化后的等级m的关联度。

云熵优化算法是以指标试验数据对应的p组等级正态云模型最大关联度偏差之和最小为目标得非线性决策模型：

由式子(6)可得，某个指标优化后的云熵集合

步骤S25：计算每个指标对应所有等级云模型的超熵H_e；

步骤S26：得到每个指标对应所有等级的正态云模型(E_x,E_n,H_e)。