本發(fā)明涉及配電二次設(shè)備的狀態(tài)評(píng)價(jià)，尤其涉及一種基于層次分析法的配電自動(dòng)化終端狀態(tài)評(píng)價(jià)方法。
背景技術(shù)：
：配電網(wǎng)的安全穩(wěn)定運(yùn)行直接關(guān)系到電力用戶的用電可靠性，開(kāi)展配電自動(dòng)化建設(shè)是提高配電網(wǎng)穩(wěn)定運(yùn)行的關(guān)鍵舉措。隨著智能電網(wǎng)建設(shè)的不斷深入，配電自動(dòng)化終端設(shè)備的數(shù)量不斷增長(zhǎng)，配電自動(dòng)化設(shè)備的可靠運(yùn)行對(duì)配電網(wǎng)的穩(wěn)定運(yùn)行產(chǎn)生極大的影響，而目前針對(duì)配電自動(dòng)化終端的檢修仍采用傳統(tǒng)的故障檢修及定期檢修，這將使得檢修人員的工作壓力不斷增大，檢修資源難以匹配檢修需求。而傳統(tǒng)的故障檢修常采用“以換代修”的檢修方法，定期檢修又有“過(guò)度檢修”的問(wèn)題，這將進(jìn)一步浪費(fèi)有限的檢修資源。因此，有必要改進(jìn)檢修方法，對(duì)配電自動(dòng)化終端進(jìn)行狀態(tài)管控，通過(guò)前期狀態(tài)評(píng)價(jià)的方法，合理制定檢修計(jì)劃，一方面能使有限的檢修資源得到合理的運(yùn)用，另一方面更能提高配電網(wǎng)的經(jīng)濟(jì)穩(wěn)定運(yùn)行。目前，針對(duì)配電自動(dòng)化終端的狀態(tài)評(píng)價(jià)還無(wú)相關(guān)的國(guó)家標(biāo)準(zhǔn)或規(guī)程，對(duì)電氣設(shè)備狀態(tài)評(píng)價(jià)的方法一般有專家打分法、模糊綜合評(píng)價(jià)法、層次分析法等。專家打分法具有主觀性較強(qiáng)，極大的依賴專家經(jīng)驗(yàn)；模糊綜合評(píng)價(jià)法雖然具備一定的客觀性，但隸屬函數(shù)的選擇常不固定，不同隸屬函數(shù)的選擇將帶來(lái)不同的結(jié)果，工程實(shí)用性較差。技術(shù)實(shí)現(xiàn)要素：為了解決目前沒(méi)有針對(duì)配電自動(dòng)化終端的狀態(tài)評(píng)價(jià)，導(dǎo)致無(wú)法準(zhǔn)確的對(duì)配電自動(dòng)化終端安排合理的檢修計(jì)劃的技術(shù)問(wèn)題，本發(fā)明提供一種能夠更為準(zhǔn)確地反映配電自動(dòng)化終端的狀態(tài)，更加全面地對(duì)配電自動(dòng)化終端展開(kāi)評(píng)價(jià)的基于層次分析法的配電自動(dòng)化終端狀態(tài)評(píng)價(jià)方法。為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案是，一種基于層次分析法的配電自動(dòng)化終端狀態(tài)評(píng)價(jià)方法，包括以下步驟：步驟S1：收集配電自動(dòng)化終端狀態(tài)量的數(shù)據(jù)信息，建立配電自動(dòng)化終端狀態(tài)評(píng)價(jià)分層模型；步驟S2：利用層次分析法確定配電自動(dòng)化終端狀態(tài)評(píng)價(jià)各層指標(biāo)的權(quán)重；步驟S3:將各層指標(biāo)權(quán)重歸一化以得到每一個(gè)指標(biāo)的分?jǐn)?shù)，從而制定各指標(biāo)的評(píng)分細(xì)則；步驟S4：對(duì)各個(gè)指標(biāo)進(jìn)行打分并累加，得到的總分即對(duì)應(yīng)相關(guān)狀態(tài)等級(jí)。所述的方法，所述步驟S1中狀態(tài)量數(shù)據(jù)包括：運(yùn)行情況、巡檢情況、同批次設(shè)備可靠性、檢修情況及有無(wú)家族缺陷情況，并將以上數(shù)據(jù)分為檢測(cè)型狀態(tài)量、可靠型狀態(tài)量、失效風(fēng)險(xiǎn)狀態(tài)量及改進(jìn)型狀態(tài)量，所述的數(shù)據(jù)來(lái)自在線監(jiān)測(cè)系統(tǒng)、巡視數(shù)據(jù)、歷史數(shù)據(jù)及廠家信息。所述的方法，所述步驟S2中層次分析法包括以下步驟：步驟S2-1:根據(jù)評(píng)價(jià)要求及對(duì)象，將影響評(píng)價(jià)對(duì)象的若干因素自上而下分為若干層，同一層的因素從屬于上一層或?qū)ι弦粚佑杏绊?，?duì)下一層有支配作用或受下一層影響，從而建立對(duì)象的層次結(jié)構(gòu)模型；步驟S2-2:從層次結(jié)構(gòu)模型的第2層開(kāi)始，對(duì)從屬于上一層的同一層因素，用1-9標(biāo)度法對(duì)各個(gè)因素兩兩比較，構(gòu)建判斷矩陣P＝(pij)n×n，直到最后一層，其中，pij為1-9標(biāo)度法的分值，n為判斷矩陣的階數(shù)；針對(duì)判斷矩陣，第一步計(jì)算判斷矩陣每一行元素的乘積Mi:第二步計(jì)算Mi的n次方根Wi:第三步對(duì)向量W＝(W1,W2,…,Wn)T進(jìn)行正規(guī)化:得到的向量極為判斷矩陣的特征向量近似解，最大特征值λmax可表示為：其后，利用式(5)進(jìn)行一致性檢驗(yàn)判斷。其中，CI為一致性比率，CR為一致性判別指標(biāo)，RI為平均隨機(jī)一致性指標(biāo)，定義為同階隨機(jī)判斷矩陣的一致性指標(biāo)的平均值；步驟S2-3:計(jì)算每一個(gè)判斷矩陣的特征向量近似解及最大特征值，并利用一致性比率、一致性判別指標(biāo)、平均隨機(jī)一致性指標(biāo)進(jìn)行一致性檢驗(yàn)，所得特征向量近似解經(jīng)歸一化后得到指標(biāo)權(quán)重。所述的方法，所述步驟S3中，對(duì)評(píng)價(jià)對(duì)象的層次結(jié)構(gòu)模型，將各層指標(biāo)的權(quán)重累乘至最后一層，得到最后一層指標(biāo)對(duì)評(píng)價(jià)對(duì)象的相對(duì)權(quán)重，將各相對(duì)權(quán)重乘以一百，得到各個(gè)指標(biāo)的分?jǐn)?shù)，即可制定對(duì)應(yīng)分?jǐn)?shù)下的評(píng)分細(xì)則。所述的方法，所述步驟S4中，根據(jù)評(píng)分細(xì)則，對(duì)每一項(xiàng)指標(biāo)進(jìn)行打分，最后將各項(xiàng)指標(biāo)得分累加，得到的總分對(duì)應(yīng)評(píng)分等級(jí)，即得到配電自動(dòng)化終端狀態(tài)評(píng)價(jià)等級(jí)，將評(píng)價(jià)等級(jí)定為{正常狀態(tài)，注意狀態(tài)，異常狀態(tài)，嚴(yán)重狀態(tài)}四種。本發(fā)明的技術(shù)效果在于，綜合考慮了運(yùn)行情況、巡檢情況、同批次設(shè)備可靠性、檢修情況及有無(wú)家族缺陷情況等方面的狀態(tài)量，使得狀態(tài)評(píng)價(jià)更加客觀合理。利用主客觀賦權(quán)的層次分析法，既能定性分析，又能定量分析，使得評(píng)價(jià)方法更加全面。利用相對(duì)權(quán)重確定每一項(xiàng)指標(biāo)的分值，使得評(píng)價(jià)指標(biāo)更加細(xì)化，具有較高的可操作性。下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明。附圖說(shuō)明圖1為實(shí)施流程圖；圖2為實(shí)施例的配電自動(dòng)化終端狀態(tài)評(píng)價(jià)層次結(jié)構(gòu)模型。具體實(shí)施方式步驟S1:收集配電自動(dòng)化終端狀態(tài)量的數(shù)據(jù)信息，建立配電自動(dòng)化終端狀態(tài)評(píng)價(jià)分層模型。狀態(tài)量數(shù)據(jù)包括：運(yùn)行情況、巡檢情況、同批次設(shè)備可靠性、檢修情況及有無(wú)家族缺陷情況等方面的數(shù)據(jù)，將其分為檢測(cè)型狀態(tài)量、可靠型狀態(tài)量、失效風(fēng)險(xiǎn)狀態(tài)量及改進(jìn)型狀態(tài)量，所述數(shù)據(jù)來(lái)自在線監(jiān)測(cè)系統(tǒng)、巡視數(shù)據(jù)、歷史數(shù)據(jù)及廠家信息等，通過(guò)足量的數(shù)據(jù)信息建立配電自動(dòng)化終端狀態(tài)評(píng)價(jià)層次結(jié)構(gòu)模型。建立的層次結(jié)構(gòu)模型如圖2所示。步驟S2:利用層次分析法確定配電自動(dòng)化終端狀態(tài)評(píng)價(jià)各層指標(biāo)的權(quán)重。具體步驟包括：步驟S2-1:根據(jù)評(píng)價(jià)要求及對(duì)象，將影響評(píng)價(jià)對(duì)象的若干因素自上而下分為若干層，同一層的因素從屬于上一層或?qū)ι弦粚佑杏绊懀瑢?duì)下一層有支配作用或受下一層影響，從而建立對(duì)象的層次結(jié)構(gòu)模型。層次結(jié)構(gòu)模型如圖2所示。步驟S2-2:從層次結(jié)構(gòu)模型的第2層開(kāi)始，對(duì)從屬于上一層的同一層因素，用1-9標(biāo)度法對(duì)各個(gè)因素兩兩比較，構(gòu)建判斷矩陣P＝(pij)n×n，直到最后一層,其中，pij為1-9標(biāo)度法的分值，n為判斷矩陣的階數(shù)。1-9標(biāo)度法如表1所示。表1判斷矩陣1-9標(biāo)度法pij含義1pi與pj相比同等重要3pi與pj相比稍微重要5pi與pj相比明顯重要7pi與pj相比強(qiáng)烈重要9pi與pj相比極端重要2，4，6，8相鄰判斷值的中間值倒數(shù)pi與pj反過(guò)來(lái)比較以圖2的層次結(jié)構(gòu)模型的第2層即一級(jí)指標(biāo)為例，建立的判斷矩陣如表2所示。表2一級(jí)指標(biāo)判斷矩陣步驟S2-3:計(jì)算每一個(gè)判斷矩陣的特征向量近似解及最大特征值，并利用一致性比率、一致性判別指標(biāo)、平均隨機(jī)一致性指標(biāo)進(jìn)行一致性檢驗(yàn)，所得特征向量近似解經(jīng)歸一化后即可得到指標(biāo)權(quán)重。針對(duì)一級(jí)指標(biāo)判斷矩陣，第一步計(jì)算判斷矩陣每一行元素的乘積Mi:第二步計(jì)算Mi的n次方根Wi:第三步對(duì)向量W＝(W1,W2,…,Wn)T進(jìn)行正規(guī)化:得到的向量極為判斷矩陣的特征向量近似解。最大特征值可表示為：其后，利用式(5)進(jìn)行一致性檢驗(yàn)判斷。其中，CI為一致性比率，CR為一致性判別指標(biāo)，RI為平均隨機(jī)一致性指標(biāo)，定義為同階隨機(jī)判斷矩陣的一致性指標(biāo)的平均值。利用式(1)-(5)計(jì)算得到判斷矩陣的特征向量近似解為(0.42,0.288,0.185,0.106)，最大特征根為λmax＝4.26，一致性比率CI＝0.087，CR＝0.0967<0.1，通過(guò)一致性檢驗(yàn)。因此，得到四個(gè)一級(jí)指標(biāo)的權(quán)重為(0.42,0.288,0.185,0.106)。第3層二級(jí)指標(biāo)的權(quán)重計(jì)算與一級(jí)指標(biāo)的計(jì)算原理及過(guò)程相同，此處不再贅述，其計(jì)算結(jié)果匯總于表3。表3一二級(jí)指標(biāo)權(quán)重表步驟S3:將各層指標(biāo)權(quán)重歸一化，并乘以一百，四舍五入得到每一個(gè)指標(biāo)的分?jǐn)?shù)，從而制定各指標(biāo)的評(píng)分細(xì)則；針對(duì)實(shí)施例，評(píng)分細(xì)則為表4所示。表4實(shí)施例評(píng)分細(xì)則步驟S4:對(duì)各個(gè)指標(biāo)進(jìn)行打分并累加，得到的總分即可對(duì)應(yīng)相關(guān)狀態(tài)等級(jí)。狀態(tài)等級(jí)表如表5所示。表5狀態(tài)等級(jí)表?yè)?jù)此，完成了對(duì)配電自動(dòng)化終端的狀態(tài)評(píng)價(jià)。本文中所描述的具體實(shí)施例僅僅是對(duì)本發(fā)明精神作舉例說(shuō)明。本發(fā)明所屬
技術(shù)領(lǐng)域：
的技術(shù)人員可以對(duì)所描述的具體實(shí)施例做各種各樣的修改或者補(bǔ)充或采用類似的凡是替代，但不會(huì)偏離本發(fā)明的精神或者超越所附權(quán)利要求書(shū)所定義的范圍。當(dāng)前第1頁(yè)1 2 3