基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法，包括：指標(biāo)模型建立步驟，根據(jù)各電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的屬性，建立多層結(jié)構(gòu)的指標(biāo)體系模型，該指標(biāo)體系模型包括具有一個(gè)指標(biāo)的目標(biāo)層、從屬于該目標(biāo)層并具有至少一個(gè)指標(biāo)的至少一級(jí)內(nèi)容層；權(quán)重向量計(jì)算步驟，對(duì)從屬于同一上層指標(biāo)的所有下層指標(biāo)進(jìn)行基于相同層的兩兩比較，計(jì)算每個(gè)下層指標(biāo)相對(duì)于其上層指標(biāo)的權(quán)重；指標(biāo)特征獲得步驟，根據(jù)所述權(quán)重向量計(jì)算該指標(biāo)的特征值。本發(fā)明還公開了相應(yīng)的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)。本發(fā)明可簡(jiǎn)化電網(wǎng)運(yùn)行狀態(tài)指標(biāo)體系的設(shè)計(jì)和構(gòu)建，并為其提供準(zhǔn)確的數(shù)據(jù)。
【專利說明】基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電力調(diào)度自動(dòng)化領(lǐng)域，尤其涉及一種基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法及系統(tǒng)。
【背景技術(shù)】
[0002]近年來，隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，電網(wǎng)規(guī)?？焖贁U(kuò)大。同時(shí)，各種自然災(zāi)害、復(fù)雜故障等為電網(wǎng)在極端情況下的安全穩(wěn)定運(yùn)行帶來了極大的挑戰(zhàn)。在此背景下，研究并建立科學(xué)、客觀的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)體系，對(duì)推進(jìn)電網(wǎng)科學(xué)發(fā)展，提高電網(wǎng)管理水平具有重要意義。
[0003]南方電網(wǎng)提出的一體化電網(wǎng)運(yùn)行智能系統(tǒng)(Operation Smart System, OSS)及其電力系統(tǒng)運(yùn)行駕駛艙模塊(Power system Operation Cockpit, POC)是對(duì)電網(wǎng)運(yùn)行狀態(tài)指標(biāo)體系的重要應(yīng)用，其目的是深入分析電網(wǎng)運(yùn)行特征，真實(shí)反映電網(wǎng)運(yùn)行狀態(tài)，進(jìn)而提高運(yùn)行人員對(duì)電網(wǎng)的操控能力。
[0004]電網(wǎng)運(yùn)行狀態(tài)指標(biāo)數(shù)量眾多，如何建立合理的指標(biāo)體系、分配相關(guān)指標(biāo)權(quán)重，是一直困擾研究人員的重要問題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明所要解決的技術(shù)問題是，提供一種基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法，該方法可簡(jiǎn)化電網(wǎng)運(yùn)行狀態(tài)指標(biāo)體系的設(shè)計(jì)和構(gòu)建，并為其提供準(zhǔn)確的數(shù)據(jù)。
[0006]本發(fā)明進(jìn)一步所要解決的技術(shù)問題是，提供一種基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)，該系統(tǒng)可簡(jiǎn)化電網(wǎng)運(yùn)行狀態(tài)指標(biāo)體系的設(shè)計(jì)和構(gòu)建，并為其提供準(zhǔn)確的數(shù)據(jù)。
[0007]為了解決上述技術(shù)問題，本發(fā)明公開了以下技術(shù)方案:
[0008]一種基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法，包括以下步驟:
[0009]指標(biāo)模型建立步驟，根據(jù)各電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的屬性，建立多層結(jié)構(gòu)的指標(biāo)體系模型，該指標(biāo)體系模型包括具有一個(gè)指標(biāo)的目標(biāo)層、從屬于該目標(biāo)層并具有至少一個(gè)指標(biāo)的至少一級(jí)內(nèi)容層；
[0010]權(quán)重向量計(jì)算步驟，對(duì)從屬于同一上層指標(biāo)的所有下層指標(biāo)進(jìn)行基于相同層的兩兩比較，計(jì)算每個(gè)下層指標(biāo)相對(duì)于其上層指標(biāo)的權(quán)重向量；
[0011]指標(biāo)特征計(jì)算步驟，根據(jù)所述權(quán)重向量計(jì)算該指標(biāo)的特征值。
[0012]優(yōu)選地，所述指標(biāo)體系模型還包括有從屬于所述目標(biāo)層和內(nèi)容層之間并具有至少一個(gè)指標(biāo)的至少一級(jí)中間層。
[0013]優(yōu)選地，所述權(quán)重向量計(jì)算步驟包括:
[0014]判斷矩陣構(gòu)造步驟，對(duì)所述指標(biāo)體系模型中的每個(gè)指標(biāo)構(gòu)造對(duì)從屬于該指標(biāo)的下一層指標(biāo)進(jìn)行兩兩比較的判斷矩陣；
[0015]一致性檢驗(yàn)步驟，分析所述判斷矩陣是否符合預(yù)設(shè)的一致性條件，若是，則保留該判斷矩陣對(duì)應(yīng)的指標(biāo)數(shù)據(jù)，否則，丟棄該指標(biāo)數(shù)據(jù)；
[0016]向量值計(jì)算步驟，計(jì)算經(jīng)一致性檢驗(yàn)后保留的判斷矩陣的特征向量及該判斷矩陣中每個(gè)元素的權(quán)重向量。
[0017]優(yōu)選地，所述一致性檢驗(yàn)步驟包括:
[0018]一致性比率計(jì)算步驟，計(jì)算該判斷矩陣的最大特征值，并根據(jù)該最大特征值與該判斷矩陣維數(shù)的差值計(jì)算該判斷矩陣的隨機(jī)一致性比率；
[0019]一致性閾值判斷步驟，判斷所述隨機(jī)一致性比率是否大于預(yù)設(shè)的隨機(jī)一致性閾值，若是，則執(zhí)行下述非一致性矩陣處理步驟，否則，執(zhí)行所述向量值計(jì)算步驟；
[0020]非一致性矩陣處理步驟，對(duì)該判斷矩陣對(duì)應(yīng)的指標(biāo)數(shù)據(jù)進(jìn)行調(diào)整修正或者丟棄該指標(biāo)數(shù)據(jù)。
[0021]優(yōu)選地，所述向量值計(jì)算步驟包括:
[0022]元素積計(jì)算步驟，計(jì)算該判斷矩陣的每一行元素的乘積；
[0023]元素積求根步驟，計(jì)算所述乘積的η次方根，得到向量值，其中，η是該判斷矩陣的維數(shù)；
[0024]向量標(biāo)準(zhǔn)化步驟，將所述向量值標(biāo)準(zhǔn)化，得到該判斷矩陣的特征向量，該特征向量也是該判斷矩陣對(duì)應(yīng)的指標(biāo)的下一層中各指標(biāo)的權(quán)重向量。
[0025]相應(yīng)地，本發(fā)明還公開了一種基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)，包括有:
[0026]指標(biāo)模型建立單元，用于根據(jù)各電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的屬性，建立多層結(jié)構(gòu)的指標(biāo)體系模型，該指標(biāo)體系模型包括具有一個(gè)指標(biāo)的目標(biāo)層、從屬于該目標(biāo)層并具有至少一個(gè)指標(biāo)的至少一級(jí)內(nèi)容層；
[0027]權(quán)重向量計(jì)算單元，用于對(duì)從屬于同一上層指標(biāo)的所有下層指標(biāo)進(jìn)行基于相同層的兩兩比較，計(jì)算每個(gè)下層指標(biāo)相對(duì)于其上層指標(biāo)的權(quán)重向量；
[0028]指標(biāo)特征計(jì)算單元，用于根據(jù)所述權(quán)重向量計(jì)算該指標(biāo)的特征值。
[0029]優(yōu)選地，所述指標(biāo)體系模型還包括有從屬于所述目標(biāo)層和內(nèi)容層之間并具有至少一個(gè)指標(biāo)的至少一級(jí)中間層。
[0030]優(yōu)選地,所述權(quán)重向量計(jì)算單元包括:
[0031]判斷矩陣構(gòu)造單元，用于對(duì)所述指標(biāo)體系模型中的每個(gè)指標(biāo)構(gòu)造對(duì)從屬于該指標(biāo)的下一層指標(biāo)進(jìn)行兩兩比較的判斷矩陣；
[0032]一致性檢驗(yàn)單元，用于分析所述判斷矩陣是否符合預(yù)設(shè)的一致性條件，若是，則保留該判斷矩陣對(duì)應(yīng)的指標(biāo)數(shù)據(jù)，否則，丟棄該指標(biāo)數(shù)據(jù)；
[0033]向量值計(jì)算單元，用于計(jì)算經(jīng)一致性檢驗(yàn)后保留的判斷矩陣的特征向量及該判斷矩陣中每個(gè)元素的權(quán)重向量。
[0034]優(yōu)選地,所述一致性檢驗(yàn)單元包括:
[0035]一致性比率計(jì)算單元，用于計(jì)算該判斷矩陣的最大特征值，并根據(jù)該最大特征值與該判斷矩陣維數(shù)的差值計(jì)算該判斷矩陣的隨機(jī)一致性比率；
[0036]一致性閾值判斷單元，用于判斷所述隨機(jī)一致性比率是否大于預(yù)設(shè)的隨機(jī)一致性閾值，若是，則啟動(dòng)下述非一致性矩陣處理單元，否則，啟動(dòng)所述向量值計(jì)算單元；
[0037]非一致性矩陣處理單元，用于對(duì)該組數(shù)據(jù)進(jìn)行調(diào)整修正或者丟棄該組數(shù)據(jù)。[0038]優(yōu)選地,所述向量值計(jì)算單元包括:
[0039]元素積計(jì)算單元，用于計(jì)算該判斷矩陣的每一行元素的乘積；
[0040]元素積求根單元，用于計(jì)算所述乘積的η次方根，得到向量值，其中，η是該判斷矩陣的維數(shù)；
[0041]向量標(biāo)準(zhǔn)化單元，用于將所述向量值標(biāo)準(zhǔn)化，得到該判斷矩陣的特征向量，該特征向量也是該判斷矩陣對(duì)應(yīng)的指標(biāo)的下一層中各指標(biāo)的權(quán)重向量。
[0042]本發(fā)明的有益效果在于:
[0043]本發(fā)明的實(shí)施例通過對(duì)各項(xiàng)電網(wǎng)運(yùn)行狀態(tài)指標(biāo)建立具有若干層次的指標(biāo)體系模型，對(duì)從屬于同一上層指標(biāo)的所有下層指標(biāo)進(jìn)行基于相同層的兩兩比較，計(jì)算每個(gè)下層指標(biāo)相對(duì)于其上層指標(biāo)的權(quán)重向量，得到每個(gè)該指標(biāo)的特征值。從而達(dá)到了簡(jiǎn)化電網(wǎng)運(yùn)行狀態(tài)指標(biāo)體系的設(shè)計(jì)的效果。
【專利附圖】

【附圖說明】
[0044]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0045]圖1是本發(fā)明的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法一個(gè)實(shí)施例的方法流程圖。
[0046]圖2是采用本發(fā)明的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法一個(gè)實(shí)施例建立的一個(gè)指標(biāo)體系模型示例圖。
[0047]圖3是本發(fā)明的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)一個(gè)實(shí)施例的組成結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0048]下面參考圖1詳細(xì)描述本發(fā)明提供的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)體系構(gòu)建方法的一個(gè)實(shí)施例；如圖1所示，本實(shí)施例實(shí)施一次電網(wǎng)運(yùn)行狀態(tài)指標(biāo)體系的構(gòu)建流程主要包括以下步驟:
[0049]在指標(biāo)模型建立步驟SI中，根據(jù)各電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的屬性，建立多層結(jié)構(gòu)的指標(biāo)體系模型，該指標(biāo)體系模型包括具有一個(gè)指標(biāo)的目標(biāo)層、從屬于該目標(biāo)層并具有至少一個(gè)指標(biāo)的至少一級(jí)內(nèi)容層；
[0050]在權(quán)重向量計(jì)算步驟S2中，對(duì)從屬于同一上層指標(biāo)的所有下層指標(biāo)進(jìn)行基于相同層的兩兩比較，計(jì)算每個(gè)下層指標(biāo)相對(duì)于其上層指標(biāo)的權(quán)重向量；
[0051]在指標(biāo)特征計(jì)算步驟S3中，根據(jù)所述權(quán)重向量計(jì)算該指標(biāo)的特征值。
[0052]優(yōu)選地，所述指標(biāo)體系模型還包括有從屬于所述目標(biāo)層和內(nèi)容層之間并具有至少一個(gè)指標(biāo)的至少一級(jí)中間層。
[0053]具體實(shí)現(xiàn)時(shí),所述權(quán)重向量計(jì)算步驟S2可具體包括:
[0054]在判斷矩陣構(gòu)造步驟S21中，對(duì)所述指標(biāo)體系模型中的每個(gè)指標(biāo)構(gòu)造對(duì)從屬于該指標(biāo)的下一層指標(biāo)進(jìn)行兩兩比較的判斷矩陣；[0055]在一致性檢驗(yàn)步驟S22中，分析所述判斷矩陣是否符合預(yù)設(shè)的一致性條件，若是，則保留該判斷矩陣對(duì)應(yīng)的指標(biāo)數(shù)據(jù)，否則，丟棄該指標(biāo)數(shù)據(jù)；
[0056]在向量值計(jì)算步驟S23中，計(jì)算經(jīng)一致性檢驗(yàn)后保留的判斷矩陣的特征向量及該判斷矩陣中每個(gè)元素的權(quán)重向量。
[0057]進(jìn)一步地，所述一致性檢驗(yàn)步驟S22還可具體包括有:
[0058]在一致性比率計(jì)算步驟S221中，計(jì)算該判斷矩陣的最大特征值，并根據(jù)該最大特征值與該判斷矩陣維數(shù)的差值計(jì)算該判斷矩陣的隨機(jī)一致性比率；
[0059]在一致性閾值判斷步驟S222中，判斷所述隨機(jī)一致性比率是否大于預(yù)設(shè)的隨機(jī)一致性閾值，若是，則執(zhí)行下述非一致性矩陣處理步驟S223，否則，執(zhí)行所述向量值計(jì)算步驟 S23 ；
[0060]在非一致性矩陣處理步驟S223，對(duì)該判斷矩陣對(duì)應(yīng)的指標(biāo)數(shù)據(jù)進(jìn)行調(diào)整修正或者丟棄該指標(biāo)數(shù)據(jù)。
[0061]所述向量值計(jì)算步驟S23還可具體包括有:
[0062]在元素積計(jì)算步驟S231中，計(jì)算該判斷矩陣的每一行元素的乘積；
[0063]在元素積求根步驟S232中，計(jì)算所述乘積的η次方根，得到向量值，其中，η是該判斷矩陣的維數(shù)；
[0064]在向量標(biāo)準(zhǔn)化步驟S233中，將所述向量值標(biāo)準(zhǔn)化，得到該判斷矩陣的特征向量，該特征向量也是該判斷矩陣對(duì)應(yīng)的指標(biāo)的下一層中各指標(biāo)的權(quán)重向量。
[0065]下面通過建立圖2所示的指標(biāo)體系模型，對(duì)本實(shí)施例的上述各步驟結(jié)合舉例進(jìn)行詳細(xì)描述。
[0066]指標(biāo)模型建立步驟SI:
[0067]建立分層的指標(biāo)體系模型，同一層的指標(biāo)從屬于上一層的指標(biāo)或?qū)ι蠈又笜?biāo)有影響，同時(shí)又支配下一層的指標(biāo)或受到下層指標(biāo)的作用。最上層為目標(biāo)層，通常只有一個(gè)因素，最下層為內(nèi)容層，通常為具體指標(biāo)，中間層可以有一個(gè)或幾個(gè)，通常為準(zhǔn)則層。當(dāng)每一層次過多時(shí)可進(jìn)一步分解出子指標(biāo)層，每一層次中各指標(biāo)所支配的指標(biāo)一般不超過9個(gè)，如果更多的話就增大了元素間比較的難度，并將影響模型的質(zhì)量。因此，根據(jù)已有指標(biāo)的物理意義對(duì)其初步分為以上幾類。
[0068]判斷矩陣構(gòu)造步驟S21:
[0069]在確定指標(biāo)權(quán)重時(shí)，如果只是定性的結(jié)果，則難以被所有人接受，因此，采用判斷矩陣的方法計(jì)算權(quán)重。該方法不將所有指標(biāo)放在一起比較，而是兩兩互相比較，采用相對(duì)尺度，以盡可能地減少性質(zhì)不同的指標(biāo)相互比較的困難，以提高準(zhǔn)確度。
[0070]層次分析法的一個(gè)重要特點(diǎn)就是用兩兩重要性程度之比的形式表示出兩個(gè)指標(biāo)的相應(yīng)重要性程度等級(jí)。如對(duì)某一指標(biāo)，對(duì)其下的所有指標(biāo)進(jìn)行兩兩對(duì)比，并按其重要性程度評(píng)定等級(jí)，并記錄其重要性之比，表1列出9個(gè)重要性等級(jí)及其賦值:
[0071]表1判斷矩陣的比例標(biāo)度及含義
[0072]
【權(quán)利要求】
1.一種基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法，其特征在于，包括以下步驟: 指標(biāo)模型建立步驟，根據(jù)各電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的屬性，建立多層結(jié)構(gòu)的指標(biāo)體系模型，該指標(biāo)體系模型包括具有一個(gè)指標(biāo)的目標(biāo)層、從屬于該目標(biāo)層并具有至少一個(gè)指標(biāo)的至少一級(jí)內(nèi)容層； 權(quán)重向量計(jì)算步驟，對(duì)從屬于同一上層指標(biāo)的所有下層指標(biāo)進(jìn)行基于相同層的兩兩比較，計(jì)算每個(gè)下層指標(biāo)相對(duì)于其上層指標(biāo)的權(quán)重向量； 指標(biāo)特征計(jì)算步驟，根據(jù)所述權(quán)重向量計(jì)算該指標(biāo)的特征值。
2.如權(quán)利要求1所述的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法，其特征在于，所述指標(biāo)體系模型還包括有從屬于所述目標(biāo)層和內(nèi)容層之間并具有至少一個(gè)指標(biāo)的至少一級(jí)中間層。
3.如權(quán)利要求1或2所述的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法，其特征在于，所述權(quán)重向量計(jì)算步驟包括: 判斷矩陣構(gòu)造步驟，對(duì)所述指標(biāo)體系模型中的每個(gè)指標(biāo)構(gòu)造對(duì)從屬于該指標(biāo)的下一層指標(biāo)進(jìn)行兩兩比較的判斷矩陣； 一致性檢驗(yàn)步驟，分析所述判斷矩陣是否符合預(yù)設(shè)的一致性條件，若是，則保留該判斷矩陣對(duì)應(yīng)的指標(biāo)數(shù)據(jù)，否則，丟棄該指標(biāo)數(shù)據(jù)； 向量值計(jì)算步驟，計(jì)算經(jīng) 一致性檢驗(yàn)后保留的判斷矩陣的特征向量及該判斷矩陣中每個(gè)元素的權(quán)重向量。
4.如權(quán)利要求3所述的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法，其特征在于，所述一致性檢驗(yàn)步驟包括: 一致性比率計(jì)算步驟，計(jì)算該判斷矩陣的最大特征值，并根據(jù)該最大特征值與該判斷矩陣維數(shù)的差值計(jì)算該判斷矩陣的隨機(jī)一致性比率； 一致性閾值判斷步驟，判斷所述隨機(jī)一致性比率是否大于預(yù)設(shè)的隨機(jī)一致性閾值，若是，則執(zhí)行下述非一致性矩陣處理步驟，否則，執(zhí)行所述向量值計(jì)算步驟； 非一致性矩陣處理步驟，對(duì)該判斷矩陣對(duì)應(yīng)的指標(biāo)數(shù)據(jù)進(jìn)行調(diào)整修正或者丟棄該指標(biāo)數(shù)據(jù)。
5.如權(quán)利要求4所述的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估方法，其特征在于，所述向量值計(jì)算步驟包括: 元素積計(jì)算步驟，計(jì)算該判斷矩陣的每一行元素的乘積； 元素積求根步驟，計(jì)算所述乘積的η次方根，得到向量值，其中，η是該判斷矩陣的維數(shù)； 向量標(biāo)準(zhǔn)化步驟，將所述向量值標(biāo)準(zhǔn)化，得到該判斷矩陣的特征向量，該特征向量也是該判斷矩陣對(duì)應(yīng)的指標(biāo)的下一層中各指標(biāo)的權(quán)重向量。
6.一種基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)，其特征在于，包括有: 指標(biāo)模型建立單元，用于根據(jù)各電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的屬性，建立多層結(jié)構(gòu)的指標(biāo)體系模型，該指標(biāo)體系模型包括具有一個(gè)指標(biāo)的目標(biāo)層、從屬于該目標(biāo)層并具有至少一個(gè)指標(biāo)的至少一級(jí)內(nèi)容層； 權(quán)重向量計(jì)算單元，用于對(duì)從屬于同一上層指標(biāo)的所有下層指標(biāo)進(jìn)行基于相同層的兩兩比較，計(jì)算每個(gè)下層指標(biāo)相對(duì)于其上層指標(biāo)的權(quán)重向量；指標(biāo)特征計(jì)算單元，用于根據(jù)所述權(quán)重向量計(jì)算該指標(biāo)的特征值。
7.如權(quán)利要求6所述的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)，其特征在于，所述指標(biāo)體系模型還包括有從屬于所述目標(biāo)層和內(nèi)容層之間并具有至少一個(gè)指標(biāo)的至少一級(jí)中間層。
8.如權(quán)利要求6或7所述的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)，其特征在于，所述權(quán)重向量計(jì)算單元包括: 判斷矩陣構(gòu)造單元，用于對(duì)所述指標(biāo)體系模型中的每個(gè)指標(biāo)構(gòu)造對(duì)從屬于該指標(biāo)的下一層指標(biāo)進(jìn)行兩兩比較的判斷矩陣； 一致性檢驗(yàn)單元，用于分析所述判斷矩陣是否符合預(yù)設(shè)的一致性條件，若是，則保留該判斷矩陣對(duì)應(yīng)的指標(biāo)數(shù)據(jù)，否則，丟棄該指標(biāo)數(shù)據(jù)； 向量值計(jì)算單元，用于計(jì)算經(jīng)一致性檢驗(yàn)后保留的判斷矩陣的特征向量及該判斷矩陣中每個(gè)元素的權(quán)重向量。
9.如權(quán)利要求8所述的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)，其特征在于，所述一致性檢驗(yàn)單元包括: 一致性比率計(jì)算單元，用于計(jì)算該判斷矩陣的最大特征值，并根據(jù)該最大特征值與該判斷矩陣維數(shù)的差值計(jì)算該判斷矩陣的隨機(jī)一致性比率； 一致性閾值判斷單元，用于判斷所述隨機(jī)一致性比率是否大于預(yù)設(shè)的隨機(jī)一致性閾值，若是，則啟動(dòng)下述非一致性矩陣處理單元，否則，啟動(dòng)所述向量值計(jì)算單元； 非一致性矩陣處理單元，用于對(duì)該組數(shù)據(jù)進(jìn)行調(diào)整修正或者丟棄該組數(shù)據(jù)。
10.如權(quán)利要求9所述的基于層次分析的電網(wǎng)運(yùn)行狀態(tài)指標(biāo)的評(píng)估系統(tǒng)，其特征在于，所述向量值計(jì)算單元包括: 元素積計(jì)算單元，用于計(jì)算該判斷矩陣的每一行元素的乘積； 元素積求根單元，用于計(jì)算所述乘積的η次方根，得到向量值，其中，η是該判斷矩陣的維數(shù)； 向量標(biāo)準(zhǔn)化單元，用于將所述向量值標(biāo)準(zhǔn)化，得到該判斷矩陣的特征向量，該特征向量也是該判斷矩陣對(duì)應(yīng)的指標(biāo)的下一層中各指標(biāo)的權(quán)重向量。
【文檔編號(hào)】G06Q50/06GK103745415SQ201410004221
【公開日】2014年4月23日 申請(qǐng)日期:2014年1月3日 優(yōu)先權(quán)日:2014年1月3日
【發(fā)明者】郝蛟, 宋鑫, 李曼, 張蕾, 張留留, 王謙 申請(qǐng)人:深圳供電局有限公司, 國電南瑞科技股份有限公司