【《基于模糊层次探析法的电力设备运行状态评估模型探析案例》5600字】

基于模糊层次分析法的电力设备运行状态评估模型分析案例目录TOC\o"1-3"\h\u13032基于模糊层次分析法的电力设备运行状态评估模型分析案例 165321.1状态评估方法分析 1244611.1.1层次分析法 1314971.1.2模糊综合评判 236421.1.3模糊层次分析法 3226331.2模糊层次分析法步骤 442351.3基于模糊层次分析法的配电二次设备状态评估 6323221.3.1配电自动化二次设备评价指标 792691.3.2配电自动化二次设备状态评估过程 81.1状态评估方法分析目前，关于评估电力设备运行状态的方法主要集中在模糊理论、层次分析法、灰色理论、设备评分法等，以上方法都会对设备的状态信息进行综合分析，从而完成对设备的状态评估。除此之外，人工智能领域也出现了很多可用的智能方法，用于诊断后预测和决策，经过实践都取得很大的成功。也有人将这些方法用于电力设备评估，如神经网络、物元理论、证据理论等。考虑到二次设备的实际运行，介绍三种较多应用于二次设备状态评价的方法。1.1.1层次分析法层次分析法会把被评价对象看成一个整体，这是基本思路。然后分析每个影响因素内在是否存在联系，将这些因素划分为多个层次，对每一个层次和最终目标的相关元素进行确认，进而两两比较构建判断矩阵，对矩阵进行相关计算，求解出层次权重向量，依据此来对设备状态进行评估和决策，步骤如下：建立层次结构模型分析评估对象的结构特点和实际情况，将所有会造成影响的因素按目标层、准则层和指标层的结构划分层次。构造判断矩阵根据“1-9”标度法,如下表所示。将同层的因素两两进行比较，判断其相对的重要程度，并以此构造判断矩阵Rn表1.11-9标度法指标含义1两个因素重要性相同3前一个因素比后一个因素稍微重要5前一个因素比后一个因素明显重要7前一个因素比后一个因素强烈重要9前一个因素比后一个因素极端重要2、4、6、8上述两个相邻判断的中间值1/2、···、1/9后一个元素比前一个元素的重要程度R=r11其中Rii=1；Rji=1/Rij计算权重向量求出判断矩阵的最大特征根λmax和特征向量W，并进行一致性检验，如果满足条件那么特征向量可以作为权重向量。并用RW=λmax求出一致性检验判断一致性偏离程度通常根据一致性检验指标CI和RI的比值来确定：CR=CI/RI（4-2）CI由公式CI=λmax−nRI对应的值如下表所示：表1.2RI对应值阶数n12345678910RI值000.520.91.121.241.321.411.451.49若CR值小于0.1，则该矩阵满足一致性，反之则需要对矩阵进行调整，直到满足一致性。1.1.2模糊综合评判模糊综合评判法的基础是模糊数学理论，通过该理论可以量化一些不明确的因素。同时对影响评估对象的多个因素综合考虑，得出较为合理的综合评价。该方法第一步会对被评价对象建立影响因素集和评价语集，再把评估因素集中每个因素的权重和隶属度向量分别计算得到结果，所得的结果用于建立模糊评判矩阵。最后再将矩阵与权重向量进行模糊运算和归一化处理，得到最终评价结果。模糊综合评判的大致步骤如下所示：建立评价因素集合将所有会对评价对象造成影响的因素建立集合，记为U={u1,u2,…,un}，n为影响因素的个数。建立评价语集合根据评价对象的状态建立评语集，记为V={v1,v2,…,vm}，m表示对评价对象的评价数量。评语集的具体内容根据评价对象而定，如本文中所研究的配电自动化二次设备状态，可以建立评价集V={状态良好，状态正常，状态差}。计算评价因素的权重由于每个因素对评价对象的影响不同，需要确定每个因素影响评价对象的相对权重，用每个因素的权重值来表示在对评价对象的评估过程中每个因素所占的比重，设权重向量集合A={a1,a2,…,aj}，其中aj表示第j个元素的权重值。权重值确定常见方法包括：专家经验法、Delphi法、加权平均法、层次分析法等。模糊综合判断选择适合的隶属函数并构建隶属矩阵。求出隶属度向量，对所有的评价指标的隶属度向量进行合成，最终得到综合评价结果。1.1.3模糊层次分析法诸多分析评估的方法都是以人主观认识为主导的，其中具有较高优越性的是层次分析法。该方法对很多不方便定量分析的，具有不确定性的定性问题给出了有效的评估判断。传统的层次分析法在计算过程中，在构造判断矩阵时使用的方法很少考虑决策者进行判断时的主观性，并且为了检验判断矩阵是否具有一致性所用的方法和计算都比较复杂繁琐，甚至有学者对一致性判断规则的科学性提出了质疑。根据上述存在的问题，有学者将模糊一致矩阵引入到层次分析法中。这方法将层次分析法与模糊数学理论相结合，被称为模糊层次分析法。层次分析法具有定量性和客观性的优点，模糊综合评价法更具备包容性，模糊层次分析法将两者结合，适用性更强。具体表现在，如果使用层次分析法对目标进行评价，需要先构建一个判断矩阵，然后对该矩阵进行一致性校验。经验得知在对判断矩阵的校验过程中，很大概率是不能一次性通过的，为此我们不得不采用常规方法，即反复调整矩阵中的元素，进行多次计算，最终确保调整后的矩阵可以符合一致性校验的条件。而我们在对矩阵元素进行调整的过程中，通常是依靠经验，放大了主观盲目性的缺点。而且在对一些参数进行修改后，判断矩阵会无法与真实评价目标完全保持一致。在本文中需要对配电自动化二次设备进行评估，涉及因较多，如果采用层次分析法并不能很好的进行评估。所以考虑结合模糊评价法，改方法会对指标进行模糊化处理。模糊层次分析法(FAHP)是两种方法的有机结合，引入模糊一致矩阵能够有效地避免在对判断矩阵进行一致性检验时出现的问题。并且隶属函数可以对指标实测值进行量化，经过计算后给出指标的得分，这样在很大程度上避免了主观人为因素的影响。我们对复杂事物进行判断总是具有模糊性的，模糊层次分析法的评价过程符合了这一特点，这让分析结果在具有科学性的同时也符合人们的思维。模糊层次分析法和层次分析法在基本思想和步骤上很相近，但仍有以下两点不同：（1）建立的判断矩阵不同，层次分析法是通过两因素的两两比较建立正互反判断矩阵，而模糊层次分析法是通过对两因素的比较建立正互补判断矩阵（有时也会先建立正互反判断矩阵再通过公式转换为正互补判断矩阵）。（2）求矩阵中各个因素重要性的相对权重的方法不同。FAHP用于状态评估时步骤如下：（1）先整体分析被评估对象目标和选取因素之间的关系，然后找出指标和因素间上下层次关系，建立分层结构模型。（2)基于某种准则判断同层中的因素对上一层的重要度，两两比较后建立模糊判断矩阵。判断准则一般采用专家经验法。（3)用检验公式来判断矩阵是否具有一致性，对不一致的矩阵代入公式计算，调整后的矩阵满足一致性条件。（4)依据公式计算每层指标因素的权重系数（5)建立评价分数集，通过隶属度函数算出每个因素对应的评分（6）将每个因素的评分和权重进行计算，得出上一层的对应分值，依次向上计算，最终得到评估对象的分值，确定评估结果综合以上讨论，在列出的三种方法中，本文选用模糊层次分析法来对运行状态进行评估。下一节将详细介绍该方法的应用步骤。1.2模糊层次分析法步骤（1）构建分层结构模型对评估目标进行分析，找出影响目标评估的相关因素，建立分层结构，一般分为目标层，准则层和因素层。（2）构造模糊判断矩阵和一致性判定在构建层次结构模型后，设同一层所有元素可以构成集合A，A={A1，A2，A3，···，An}，在对A1，A2，A3，···，An两两比较重要性后，构建模糊判断矩阵RR=r11该矩阵具有以下性质：rii=0.5（r=1，2，3，···，n）；rij+rji=1（i，j，···，n）为了确定rij的值，本文采用0.1~0.9标度法更为准确的描述任意两个元素的相对重要程度，如表1所示：表1.30.1-0.9标度法标度含义0.1两个元素相比，后者比前者极端重要0.2两个元素相比，后者比前者重要得多0.3两个元素相比，后者比前者明显重要0.4两个元素相比，后者比前者稍显重要0.5两个元素相比，后者和前者同等重要0.6两个元素相比，前者比后者稍显重要0.7两个元素相比，前者比后者明显重要0.8两个元素相比，前者比后者重要得多0.9两个元素相比，前者比后者极端重要参考该标度表，可以确定模糊判断矩阵。矩阵建立后，需要对其进行一致性判断，即矩阵Rnrij=rik-rjk+0.5，i，j，k=0，1，2，3，···，n（4-4）如果不满足一致性需要将其改造为模糊一致性矩阵。其方法如下：A．对矩阵R按行求和，记为ri=k=1B．再进行如下变换rij=ri变换后的矩阵为模糊一致性矩阵。（3）计算元素权重建立模糊一致判断矩阵后，通过公式计算出各个因素的权重值：Wi=1n−12ari=a≥n−1wi计算各因素的权重后，加权求和可以得到对上一层的评价结果。在本文采用模糊层次分析法对二次设备进行状态评估时，需要更为明显地分辨每个因素的重要程度，因此参数a取边界值。1.3基于模糊层次分析法的配电二次设备状态评估综合上一节对模糊层次分析法的介绍，应用模糊层次分析法对配电自动化二次设备进行状态评价的步骤如图：图1.1配电自动化二次设备状态评估步骤1.3.1配电自动化二次设备评价指标根据前文结合在线监测和二次设备运维的分析，可以得出对二次设备进行状态评估的指标，根据模糊层次分析法的要求建立评价体系的模型，如图所示图1.2配电自动化二次设备状态评估指标其中：配电终端运行评价指标包括：终端在线率=（评估周期时长x配电终端总数-配电终端设备停用时间总和）/（评估周期时长×配电终端总数）；遥控正确率=终端遥控执行成功/遥控执行总数；遥测采集正确率=遥测采集正确数目/遥测采集总数；遥信采集正确率=遥信采集成功次数/遥信总采集次数；终端故障率=故障终端数量/终端总数。通信系统评价指标包括：终端在线率=（评估周期时长x通信终端总数-通信终端设备停用时间总和）/（评估周期时长×通信终端总数）；通信中断率=评估周期内通信中断时长/评估周期内通信时长；平均中断时长=评估周期内中断总时长/评估周期内中断次数。继电保护评价指标包括：保护成功率=正确动作次数/故障发生次数；保护失效率=误动、拒动的次数/动作总次数；设备缺陷率=周期中设备故障台数/评价周期中设备总台数。（以上数据均在评估周期内进行统计）1.3.2配电自动化二次设备状态评估过程基于模糊层次分析法，以天津某配电自动化二次设备的数据为例，对其进行状态评估，流程如图：图1.3配电自动化二次设备状态评估流程图（1）建立优先关系矩阵对准则层和因素层构建优先关系矩阵，需要结合专家经验，通过专家咨询法并且依据0.1~0.9标度法对其进行打分。一共选取十位相关人员的打分，综合得到准则层的模糊判断矩阵RB：表1.4准则层评分数据配电终端继电保护装置通信系统配电终端0.50.520.64继电保护装置0.480.50.64通信系统0.360.360.5RB=0.5因素层B1的模糊判断矩阵如下：表1.5因素层B1评分数据遥控正确率遥测采集正确率遥信采集正确率终端故障率终端在线率遥控正确率0.50.5590.58940.60030.3191遥测采集正确率0.4410.50.54080.56950.3004遥信采集正确率0.41060.45920.50.59990.3终端故障率0.39970.43050.40010.50.3103终端在线率0.68090.69970.70.68970.5

RB1=因素层B2的模糊判断矩阵如下：表1.6因素层B2评分数据动作成功率动作错误率设备缺陷率动作成功率0.50.7390.5394动作错误率0.2610.50.4503设备缺陷率0.46060.54970.5

RB2=0.5因素层B3的模糊判断矩阵如下：表1.7因素层B3评分数据通信中断率中断平均时间通信终端在线率通信中断率0.50.5410.348中断平均时间0.4590.50.273通信终端在线率0.6520.7270.5

RB3=0.5对以上四个模糊判断矩阵进行进行一致性校验，矩阵中所有的rij满足以下条件：rij=rik-rjk+0.5，i，j，k=0，1，2，3，···，n（4-10）因此模糊判断矩阵为RB（2）计算指标权重通过公式（4-4）可以计算出对应权重分别为：WB＝(0.3867，0.3733，0.24)WB1＝（0.2068，0.1852，0.177，0.1541，0.277）WB2＝（0.4261，0.2371，0.3368）WB3＝（0.2964，0.244，0.4597）如图所示：图1.4权重分配图（3）创建评价集对状态量创建评价集A={状态差，状态正常，状态良好}，并结合专家意见及设备历史数据给出对应分数，如下表：表1.8状态评估分数状态异常μ状态正常μ状态良好μ307090（4）构建隶属度函数隶属函数具有多种形式，考虑到本文的指标与评价目标是呈线性关系，因此采用三角形隶属函数。隶属函数模型如下所示，F1，F2，F3分别代表良好，正常，异常。模型一：F1F