CN104036431A - 基于云模型的电能质量综合评估多层次交互式决策方法 - Google Patents

Abstract

本发明公开了基于云模型的电能质量综合评估多层次交互式决策方法，通过使用云模型，把模糊性与随机性整合到一起，构成定性与定量之间的映射，作为信息表达的基础，这个特性与电能质量等级间的模糊性与随机性吻合。而改进的多层次交互式决策模型能将主观性与客观性很好地统一。将两者结合起来，形成新的基于云模型和交互式决策的电能质量综合评估方法，获取更准确更客观更科学的评估结论。

Description

基于云模型的电能质量综合评估多层次交互式决策方法

技术领域

本发明涉及电能质量问题的综合评估，尤其涉及基于云模型的电能质量综合评估多层次交互式决策方法。

背景技术

随着电力系统的逐步发展，电能质量对供电和用电双方影响日趋重大。运用电能质量综合评估来评定电能的优劣，为提高电能质量打下了基础。该领域已经有了比较长的研究历史，也取得了很多的研究成果。

现有的电能质量综合评估研究方法大致可以分成基于模糊数学、基于概率理论、基于智能算法的三类方法。其中，基于模糊数学的评估方法，能很好体现电能质量指标的模糊性特点，但在构建隶属度问题时，未能完全地消除主观因素，在一定程度上影响了方法的客观性。基于概率理论的电能质量综合评估方法，虽然将概率统计与模糊数学相结合，在一定程度上克服了隶属度函数的主观性问题，但其准确性有很大的概率会随指标基准值选取的变化而变化。而基于智能算法的评估方法，虽建模简单，但通常需要很大的评估样本量，运算有很大的繁琐性。

发明内容

本发明的目的是提供基于云模型的电能质量综合评估多层次交互式决策方法，运算简单，准确性高。

本发明采用下述技术方案：

基于云模型的电能质量综合评估多层次交互式决策方法，包括以下几个步骤：

步骤1，确立综合评估指标标准云模型：基于云模型特性，根据电能质量综合评估定性指标的模糊性与随机性特性，将定性指标转化成为定量区间来表达，形成指标等级的正态云模型；

步骤2，确定各评价指标权重：采用多层次交互式决策方法，将客观权重数与实际情况进行反复迭代，直到满足迭代精度要求，迭代结束，最终确定电能质量综合评估各指标的权重值；

步骤3，计算各待评估点与标准正态云之间关联度：构建待评估点云滴数值与标准正态云之间的关联函数，计算两者之间的关联度；

步骤4，确定电能质量等级：利用加权平均法计算评判结果，由评判结果确定电能质量等级。

所述步骤3中通过关联度计算得到云的数字特征(Ex,En,He)；Ex表示云的分布中心，然后产生一个正态随机数 ，正态随机数服从期望值为、标准差为的分布；最后令确定性数值为云滴，通过下述公式计算云滴属于这个云的关联度y： 。

所述步骤4中由评判结果确定电能质量等级具体包括以下步骤：

步骤A：根据求得的待评估样本各指标分量与各评估等级标准正态云之间的关联度，得到综合评判矩阵；

步骤B：结合综合评判矩阵和权重系数，得出综合评判结果向量；

步骤C：利用加权平均法得出评判结果，r可表示电能质量等级。

本发明通过使用云模型，能把模糊性与随机性整合到一起，构成定性与定量之间的映射，作为信息表达的基础，这个特性与电能质量等级间的模糊性与随机性吻合。而改进的多层次交互式决策模型能将主观性与客观性很好地统一。将两者结合起来，形成新的基于云模型和交互式决策的电能质量综合评估方法，获取更准确更客观更科学的评估结论。

附图说明

图1为本发明所述的多层级交互式决策模型的流程图；

图2为本发明的流程图。

具体实施方式

如图2所示，基于云模型的电能质量综合评估多层次交互式决策方法，具体包括以下几个步骤：步骤1，确立综合评估指标标准云模型，基于云模型特性，根据电能质量综合评估定性指标的模糊性与随机性特性，将定性指标转化成为定量区间表达，形成指标等级的正态云模型；

正态云模型可表达为(Ex,En,He)。其中：Ex表示云的分布中心，是最能代表电能质量对应等级界限概念的点值；En是对属性概念不确定程度的衡量，一方面描述电能质量评估过程中采集样本数据的随机性，另一方面刻画了可以被电能质量等级界限概念接受的样本数据范围的模糊性；He是En的熵，反映电能质量样本数据的离散程度，揭示了电能质量评估中各因素的随机性和模糊性之间的关联性。

鉴于电能质量指标等级是区间数，可采用指标近似法将其转化为云数据，即将各指标等级区间数值看成是一个双约束的指标[Cmin , Cmax]，用区间的中点值表示Ex，依据正态云的“3En”规则得出En。即：

(1)

(2)

步骤2，确定各评价指标权重，采用多层次交互式决策方法，将客观权重数与实际情况进行反复迭代确定电能质量综合评估各指标的权重。

权重，也称权数或加权系数，体现各项指标的相对重要程度。本发明采用改进的多层次交互式决策模型来确定指标权重，可实现供电方与终端电力消费者的双向互动。多层次交互式决策方法，下级采用主观赋权法确定权重，上级初始指标权重用变异系数法来确定，兼顾主观赋权和客观赋权，可增加权重确定的科学性。如图1所示，即：首先由上级供电方确定权重约束范围，在约束范围内用变异系数法确定初始参考权重向量，在此基础上，由各下级用电方在约束内根据自己的偏好确定各自的权重，上报给供电方，供电方得到权重后综合考虑再次确定系统权重，再反馈给各用户，这样不断上报与反馈，直到满足一定精度要求后终止，由供电方最终确定系统的综合权重。

假设对n个评估点的电能质量进行综合评估，主要考虑其中m个评估指标。对于第i个待评估点的电能质量（i=1, 2, …, n）的第j项评估指标（j=1,2,...m），可以通过以下优化问题求解每项数值对应的权重目标函数为：

（3）

约束条件：

（4）

其中

（5）

构造出一组系统权重ω*=(ω1*, ω2*, …. , ωm*)T，使得它与已经求得的n个权重向量角的余弦之和最大。即

（6）

上级确定系统参考权重后，将该权重反馈给下级，下级可以对第一次根据自己偏好确定的权重再次进行调整。对于第i个单元，i=1, 2, …, n，可以通过以下优化问题求解。目标函数为

（7）

约束条件类似于式(4)。

如此不断在上、下级之问反馈调整，记上级第m次和(m-1)次迭代调整的系统参考权重为W(m)*和W(m-1)*，若满足条件

（8）

即当L小于等于无穷小时，则停止上下级反馈。这样，经过迭代求解，最终得到综合评估的系统权重W*。

步骤3，计算各待评估点与标准正态云之间关联度：构建数值与标准正态云之间的关联函数y，计算关联度。

通过关联度计算得到云的数字特征(Ex,En,He)；然后产生一个正态随机数，正态随机数服从期望值为、标准差为的分布；最后令确定性数值为云滴，计算云滴属于这个云的关联度y：

　　 （9）

步骤4：利用加权平均法计算评判结果，确定电能质量等级，具体如下：

根据求得的待评估样本各指标分量与各评估等级标准正态云之间的关联度，得到综合评判矩阵，结合权重系数，得出综合评判结果向量，利用加权平均法得出评判结果，r可表示电能质量等级。

（10）

其中：为向量的对应分量，表示等级的得分值，本文按评判等级1-6分别取分数1,2,3,4,5,6。所述评判等级根据IEEE下规定分级来确定。n为评估点个数。

由公式可知，计算定量指标与正态云之间的关联度的过程存在随机因素，经多次运算后可求出最终评估结果的期望值和熵。

（11）

（12）

其中，为运算次数。在得到r的表达数值之后，即可确定评估点的电能质量等级。

Claims (3)

1.基于云模型的电能质量综合评估多层次交互式决策方法，其特征在于：包括以下几个步骤：

步骤1，确立综合评估指标标准云模型：基于云模型特性，根据电能质量综合评估定性指标的模糊性与随机性特性，将定性指标转化成为定量区间来表达，形成指标等级的正态云模型；

步骤2，确定各评价指标权重：采用多层次交互式决策方法，将客观权重数与实际情况进行反复迭代，直到满足迭代精度要求，迭代结束，最终确定电能质量综合评估各指标的权重值；

步骤3，计算各待评估点与标准正态云之间关联度：构建待评估点云滴数值与标准正态云之间的关联函数，计算两者之间的关联度；

步骤4，确定电能质量等级：通过步骤2得到的权重值和步骤3得到的关联度值利用加权平均法计算评判结果，由评判结果确定电能质量等级。

2.根据权利要求1所述的基于云模型的电能质量综合评估多层次交互式决策方法，其特征在于：所述步骤3中通过关联度计算得到云的数字特征(Ex,En,He)；Ex表示云的分布中心，然后产生一个正态随机数 ，正态随机数服从期望值为、标准差为的分布；最后令确定性数值为云滴，通过下述公式计算云滴属于这个云的关联度y： 。

3.根据权利要求2所述的基于云模型的电能质量综合评估多层次交互式决策方法，其特征在于：所述步骤4中由评判结果确定电能质量等级具体包括以下步骤：

步骤A：根据求得的待评估样本各指标分量与各评估等级标准正态云之间的关联度，得到综合评判矩阵；

步骤B：结合综合评判矩阵和权重系数，得出综合评判结果向量；

步骤C：利用加权平均法得出评判结果，r可表示电能质量等级。