一种配电设备健康指数通用评价方法
一种配电设备健康指数通用评价方法
【技术领域】
[0001] 本发明设及一种评价方法，具体设及一种配电设备健康指数通用评价方法。
【背景技术】
[0002] 随着电网供电区域的扩大，大面积停电事故的风险也在逐步增大，W状态检修为 依据的电力设备故障预测是预防电网潜在故障的基础。利用现有配电设备的状态信息准确 判断配电设备的健康状况，预知设备故障，在故障发生前安排检修能有效保证电网安全运 行，减少因故障停电造成的经济损失。
[0003] 在我国，先进的传感器技术、光电子技术等在线监测手段已广泛应用在输电网中， 可W实时的反映电力设备运行状态。而在配电领域，在技术及硬件设施等方面与输电网相 比有很大的差距。而且由于配电设备量大面广，如果广泛应用在线监测技术实时反映配电 设备健康状态，运会浪费大量的人力物力。根据设备的历次交接性、预防性试验数据，分析 表征设备健康状况的关键特征参数，W此为基础进行设备健康状态评估将比在线监测更具 可行性。
[0004] 配电网络是由一系列的配电设备组成，其健康状况对于配电网络安全运行至关重 要。现有健康状态评估技术大多用于输电设备，并且使用的方法通常采用层次分析法与证 据理论相结合，但是目前的方法存在一定的局限性，层次分析法没有考虑主观判断的模糊 性，W及专家的知识水平;二是隶属函数的确定过于主观，缺乏客观计算。
【发明内容】
[0005] 为克服上述缺陷，本发明提供一种配电设备健康指数通用评价方法，改变长期W 来可靠性研究仅侧重于单一设备在某一时刻、单截面(静态状态）、故障后的结果和因果关 系问题，为宏观和微观相结合的设备管理，提供实用、新颖的技术手段。
[0006] 为了实现上述发明目的，本发明采取如下技术方案：
[0007] -种配电设备健康指数通用评价方法，结合灰色理论、模糊层次分析法和证据理 论的方法构建数学模型，所述方法包括下述步骤：
[000引1)划分状态等级，获取表征配电设备健康指数的关键特征量；其中，所述配电设 备，包括变压器、开关设备、架空线路和电缆线路；
[0009] 2)对配电设备关键特征量进行归一化处理；
[0010] 3)获取配电设备关键特征量权重；
[0011] 4)生成配电设备模糊综合评价矩阵；
[0012] 5)将各关键特征量的状态等级进行证据融合；
[0013] 6)获取配电设备健康指数。
[0014] 优选的，所述配电设备健康指数HI界于[1，10]之间；1含HI含2为良好状态，2<HI < 5为正常状态，5 ^ HI ^ 7为待测状态，7<HI ^ 10为故障状态。
[0015] 优选的，所述步骤1)具体包括，W油化试验和电气试验为依据，通过油色谱分析获 取变压器关键特征量；w电气性能、机械性能、热性能和绝缘性能为依据获取断路器关键特 征量；W导线参数、杆塔参数、绝缘子参数和通道环境参数为依据，获取架空线路关键特征 量;W局放、溫度和接地电流为依据，获取电缆线路关键特征量。
[0016] 优选的，所述步骤2)中，对配电设备关键特征量进行归一化处理包括，通过相对劣 化度将数据归一化，其表达式如下：
[0017] 对于指标越大越好的，采用下式计算：
[001 引
[0019] 对于指标越小越好的，采用下式计算：
[0020]
[0021] 其中，yi功实际测量值，yiw为初始值，W功限定值，Cl功归一化后所得值。
[0022] 优选的，所述步骤3)中，采用模糊层次分析法获取配电设备关键特征量权重，具体 步骤如下：
[0023] 3-1收集多专家判断的模糊偏好信息，建立模糊判断矩阵；
[0024] 3-2将模糊判断矩阵归一化，获得归一化的综合判断矩阵；
[0025] 3-3计算各指标的可能度，构建可能度矩阵；
[0026] 3-4根据可能度矩阵，求取各指标的相对权重，取其最小值;完成配电设备关键特 征量权重的获取。
[0027] 进一步地，所述步骤(3-1)中，建立模糊判断矩阵A:
[002引
[0029] 其中，日^ = (1^，111山叫），11功立角模糊数的上限值，1111功中间值，山功下限值，
[0030] 进一步地，所述步骤(3-2)中，获得归一化的综合判断矩阵包括，将模糊判断矩阵 的每一行中相对应的模糊数相加，则：
[0031]
[0032] 第ith行元素的程度合成值由第ith行元素 RSi占整行的百分比，公式如下：
[0033]
[0034] 其中，
点/ = 为模糊判断矩阵中每行每列相 对应元素之和
Si=(li，mi，ui)为可能度值。
[0035] 进一步地，所述步骤(3-3)中，将两Ξ角模糊数之间的可能度比较定义为：
[0036]
[0037] 且八&含Si)的最小可能度d(Ai)为：
[00；3 引
[0039] 则配电设备关键特征量权重的表达式为：
[0040] W=(d(Ai)，d(A2)，. . .，d(An))T
[0041] 其中，W表示需要决策的属性权重值，d(Ai)为通过第7步中的式子计算而得，η表示 有η个需要决策的属性。
[0042] 优选的，所述步骤4)包括，首先，采用灰色关联度方法求解模型的隶属度，获得配 电设备模糊综合评价矩阵，其表达式为：
[0043]
[0044] 式中冲（i)为属性j下的第i个指标与第i个最优指标的关联系数，C为第i个最优 指标，Cu为属性j下第i个指标的归一化值，吗η吗η为两级最小差值，严为两级最大差 值；
[0045] 其次，将配电设备模糊综合评价矩阵ru(i)的每一行归一化，即可得到证据融合所 需要的原始信度分配函数。
[0046] 优选的，步骤5)中，将各关键特征量的状态等级进行证据融合，其表达式如下：
[0050] 其中，Αι，Α2，···，Αη表示识别框架的子集，AiflAsn…ΠΑη = Α表示各子集相交的非 空子集，m(A)为最终的融合结果，空集的信度函数值为0，Κ表示各子集之间的冲突系数，即 各子集相交(Ai η Α2 η…η Αη= Φ)为空集时的融合结果。
[0051] 优选的，所述步骤6)包括:定义融合结果中最大值即为最终的健康指数值，用于表 示设备目前所处的健康状态。
[0052] 与现有技术相比，本发明达到的有益效果是：
[0053] 本发明从一个新的视角探索提出一种基于灰色理论、模糊层次分析法和证据理论 相结合的方法，为配电变压器状态检修、故障风险预测提供参考。改变了长期W来可靠性研 究仅侧重于单一设备在某一时刻、单截面(静态状态）、故障后的结果和因果关系问题;为宏 观和微观相结合的设备管理，提供实用、新颖的技术手段。
【附图说明】
[0054] 图1为配电设备健康指数通用评价方法流程图；
【具体实施方式】
[0055] W下将结合附图，对本发明的【具体实施方式】作进一步的详细说明。
[0056] 如图1所示，一种配电设备健康指数通用评价方法，结合灰色理论、模糊层次分析 法和证据理论的方法构建数学模型，所述方法包括下述步骤：
[0057] 1)划分状态等级，获取表征配电设备健康指数的关键特征量；其中，所述配电设 备，包括变压器、开关设备、架空线路和电缆线路；
[005引配电设备健康指数HI界于[1，10]之间；1含HI含2为良好状态，2<HI含5为正常状 态，5卽I。为待测状态，7<HI < 10为故障状态。
[0059] 关键特征量的获取方法具体包括，W油化试验和电气试验为依据，通过油色谱分 析获取变压器关键特征量；W电气性能、机械性能、热性能和绝缘性能为依据获取断路器关 键特征量；W导线参数、杆塔参数、绝缘子参数和通道环境参数为依据，获取架空线路关键 特征量;W局放、溫度和接地电流为依据，获取电缆线路关键特征量。
[0060] 2)对配电设备关键特征量进行归一化处理;通过相对劣化度将数据归一化，其表 达式如下：
[0061] 对于指标越大越好的，采用下式计算：
[0062]
[0063] 对于指标越小越好的，采用下式计算：
[0064]
[0065] 其中，74为实际测量值，yiw为初始值，yui为限定值，Cl功归一化后所得值。
[0066] 3)获取配电设备关键特征量权重；
[0067] 具体步骤如下：
[006引3-1收集多专家判断的模糊偏好信息，建立模糊判断矩阵；
[0069] 3-2将模糊判断矩阵归一化，获得归一化的综合判断矩阵；
[0070] 3-3计算各指标的可能度，构建可能度矩阵；
[0071] 3-4根据可能度矩阵，求取各指标的相对权重，取其最小值;完成配电设备关键特 征量权重的获取。
[0072] 步骤(3-1)中，建立模糊判断矩阵A:
[0073]
[0074] 其中，日^ = (1^，111山叫），11功立角模糊数的上限值，1111功中间值，山功下限值，
[0075] 步骤(3-2)中，获得归一化的综合判断矩阵包括，将模糊判断矩阵的每一行中相对 应的模糊数相加，则：
[0076]
[0077] 第ith行元素的程度合成值由第ith行元素 RSi占整行的百分比，公式如下：
[007引
[0079] 其中
为模糊判断矩阵中每行每列相对 应元素之和
Si=(li，mi，ui)为可能度值。
[0080] 步骤(3-3)中，将两Ξ角模糊数之间的可能度比较定义为：
[0081]
[0082] 且八Sj含Si)的最小可能度d (Ai)为：
[0083]
[0084] 则配电设备关键特征量权重的表达式为：
[00化]W=(d(Ai)，d(A2)，. . .，d(An))T
[0086] 其中，W表示需要决策的属性权重值，d(Ai)为通过第7步中的式子计算而得，η表示 有η个需要决策的属性。
[0087] 4)生成配电设备模糊综合评价矩阵；首先，采用灰色关联度方法求解模型的隶属 度，获得配电设备模糊综合评价矩阵，其表达式为：
[008引
[0089] 式中，rb(i)为属性j下的第i个指标与第i个最优指标的关联系数，?*为第i个最优 指标，Cu为属性j下第i个指标的归一化值，为两级最小差值，m严max为两级最大差 值；
[0090] 其次，将配电设备模糊综合评价矩阵ru(i)的每一行归一化，即可得到证据融合所 需要的原始信度分配函数。
[0091] 5)将各关键特征量的状态等级进行证据融合;其表达式如下：
[009引其中，Αι，Α2，···，Αη表示识别框架的子集，AiflAsn…ΠΑη = Α表示各子集相交的非 空子集，m(A)为最终的融合结果，空集的信度函数值为0，Κ表示各子集之间的冲突系数，即 各子集相交(Ai η Α2 η…η Αη= Φ)为空集时的融合结果。
[0096] 6)获取配电设备健康指数。包括:定义融合结果中最大值即为最终的健康指数值， 用于表示设备目前所处的健康状态，W利于状态检修。
[0097] 最后应当说明的是：W上实施例仅用W说明本发明的技术方案而非对其限制，所 属领域的普通技术人员参照上述实施例依然可W对本发明的【具体实施方式】进行修改或者 等同替换，运些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发 明的权利要求保护范围之内。
【主权项】
1. 一种配电设备健康指数通用评价方法，结合灰色理论、模糊层次分析法和证据理论 的方法构建数学模型，其特征在于，所述方法包括下述步骤： 1) 划分状态等级，获取表征配电设备健康指数的关键特征量;其中，所述配电设备，包 括变压器、开关设备、架空线路和电缆线路； 2) 对配电设备关键特征量进行归一化处理； 3) 获取配电设备关键特征量权重； 4) 生成配电设备模糊综合评价矩阵； 5) 将各关键特征量的状态等级进行证据融合； 6) 获取配电设备健康指数。2. 根据权利要求1所述的方法，其特征在于，所述配电设备健康指数HI界于[1，10]之 间；I SHI <2为良好状态，2〈HI <5为正常状态，5 SHI <7为待测状态，7〈HI < 10为故障状 ??τ O3. 根据权利要求1所述的方法，其特征在于，所述步骤1)具体包括，以油化试验和电气 试验为依据，通过油色谱分析获取变压器关键特征量；以电气性能、机械性能、热性能和绝 缘性能为依据获取断路器关键特征量；以导线参数、杆塔参数、绝缘子参数和通道环境参数 为依据，获取架空线路关键特征量；以局放、温度和接地电流为依据，获取电缆线路关键特 征量。4. 根据权利要求1所述的方法，其特征在于，所述步骤2)中，对配电设备关键特征量进 行归一化处理包括，通过相对劣化度将数据归一化，其表达式如下： 对于指标越大越好的，采用下式计算：对于指标越小越好的，采用下式计算：其中，yij为实际测量值，yij〇为初始值，yiji为限定值，Cij为归一化后所得值。5. 根据权利要求1所述的方法，其特征在于，所述步骤3)中，采用模糊层次分析法获取 配电设备关键特征量权重，具体步骤如下： 3-1收集多专家判断的模糊偏好信息，建立模糊判断矩阵； 3-2将模糊判断矩阵归一化，获得归一化的综合判断矩阵； 3-3计算各指标的可能度，构建可能度矩阵； 3-4根据可能度矩阵，求取各指标的相对权重，取其最小值;完成配电设备关键特征量 权重的获取。6. 根据权利要求5所述的方法，其特征在于，所述步骤(3-1)中，建立模糊判断矩阵A:其中而」=(1^，11^，11^)，1^为三角模糊数的上限值，1]^为中间值，11^为下限值，q7. 根据权利要求5所述的方法，其特征在于，所述步骤(3-2)中，获得归一化的综合判断 矩阵包括，将模糊判断矩阵的每一行中相对应的模糊数相加，则：第ith行元素的程度合成值由第ith行元素RS1A整行的百分比，公式如下：其中，为模糊判断矩阵中每行每列相对 应元素之和；为可能度值。8. 根据权利要求5所述的方法，其特征在于，所述步骤(3-3)中，将两三角模糊数之间的 可能度比较定义为：且V(SgS1)的最小可能度(KA1)为：则配电设备关键特征量权重的表达式为： ff=(d(Ai),Cl(A2),...,d(An))T 其中，W表示需要决策的属性权重值，(KA1)为通过第7步中的式子计算而得，η表示有η个 需要决策的属性。9. 根据权利要求1所述的方法，其特征在于，所述步骤4)包括，首先，采用灰色关联度方 法求解模型的隶属度，获得配电设备模糊综合评价矩阵，其表达式为：式中，l(i)为属性j下的第i个指标与第i个最优指标的关联系数，C:为第i个最优指标， Clj为属性j下第i个指标的归一化值，为两级最小差值，maxmdx为两级最大差值； 其次，将配电设备模糊综合评价矩阵r^(i)的每一行归一化，即可得到证据融合所需要 的原始信度分配函数。10. 如权利要求1所述的方法，其特征在于，步骤5)中，将各关键特征量的状态等级进行 证据融合，其表达式如下：其中，Ai，A2，···，An表不识别框架的子集，Ai ΠΑ2 Π…ΠΑη = Α表不各子集相交的非空子 集，m(A)为最终的融合结果，空集的信度函数值为0，Κ表示各子集之间的冲突系数，即各子 集相交(A1 n A2 η…n An= φ )为空集时的融合结果。11. 如权利要求1所述的方法，其特征在于，所述步骤6)包括:定义融合结果中最大值即 为最终的健康指数值，用于表示设备目前所处的健康状态。
【专利摘要】本发明提供一种配电设备健康指数通用评价方法，结合灰色理论、模糊层次分析法和证据理论的方法构建数学模型，包括：划分状态等级，获取表征配电设备健康指数的关键特征量；其中，所述配电设备，包括变压器、开关设备、架空线路和电缆线路；对配电设备关键特征量进行归一化处理；获取配电设备关键特征量权重；生成配电设备模糊综合评价矩阵；将各关键特征量的状态等级进行证据融合；获取配电设备健康指数。该方法为宏观和微观相结合的设备管理提供了实用、新颖的技术手段。
【IPC分类】G06F19/00
【公开号】CN105488344
【申请号】CN201510845887
【发明人】马钊, 袁海文, 孙凌杰, 周莉梅, 吕建勋, 左伟杰, 刘伟, 盛万兴, 苏剑, 王秋生, 刘颖异
【申请人】中国电力科学研究院, 国网安徽省电力公司, 国家电网公司, 江苏省电力公司南京供电公司, 国网北京市电力公司
【公开日】2016年4月13日
【申请日】2015年11月26日
【技术领域】
[0001] 本发明设及一种评价方法，具体设及一种配电设备健康指数通用评价方法。
【背景技术】
[0002] 随着电网供电区域的扩大，大面积停电事故的风险也在逐步增大，W状态检修为 依据的电力设备故障预测是预防电网潜在故障的基础。利用现有配电设备的状态信息准确 判断配电设备的健康状况，预知设备故障，在故障发生前安排检修能有效保证电网安全运 行，减少因故障停电造成的经济损失。
[0003] 在我国，先进的传感器技术、光电子技术等在线监测手段已广泛应用在输电网中， 可W实时的反映电力设备运行状态。而在配电领域，在技术及硬件设施等方面与输电网相 比有很大的差距。而且由于配电设备量大面广，如果广泛应用在线监测技术实时反映配电 设备健康状态，运会浪费大量的人力物力。根据设备的历次交接性、预防性试验数据，分析 表征设备健康状况的关键特征参数，W此为基础进行设备健康状态评估将比在线监测更具 可行性。
[0004] 配电网络是由一系列的配电设备组成，其健康状况对于配电网络安全运行至关重 要。现有健康状态评估技术大多用于输电设备，并且使用的方法通常采用层次分析法与证 据理论相结合，但是目前的方法存在一定的局限性，层次分析法没有考虑主观判断的模糊 性，W及专家的知识水平;二是隶属函数的确定过于主观，缺乏客观计算。
【发明内容】
[0005] 为克服上述缺陷，本发明提供一种配电设备健康指数通用评价方法，改变长期W 来可靠性研究仅侧重于单一设备在某一时刻、单截面(静态状态）、故障后的结果和因果关 系问题，为宏观和微观相结合的设备管理，提供实用、新颖的技术手段。
[0006] 为了实现上述发明目的，本发明采取如下技术方案：
[0007] -种配电设备健康指数通用评价方法，结合灰色理论、模糊层次分析法和证据理 论的方法构建数学模型，所述方法包括下述步骤：
[000引1)划分状态等级，获取表征配电设备健康指数的关键特征量；其中，所述配电设 备，包括变压器、开关设备、架空线路和电缆线路；
[0009] 2)对配电设备关键特征量进行归一化处理；
[0010] 3)获取配电设备关键特征量权重；
[0011] 4)生成配电设备模糊综合评价矩阵；
[0012] 5)将各关键特征量的状态等级进行证据融合；
[0013] 6)获取配电设备健康指数。
[0014] 优选的，所述配电设备健康指数HI界于[1，10]之间；1含HI含2为良好状态，2<HI < 5为正常状态，5 ^ HI ^ 7为待测状态，7<HI ^ 10为故障状态。
[0015] 优选的，所述步骤1)具体包括，W油化试验和电气试验为依据，通过油色谱分析获 取变压器关键特征量；w电气性能、机械性能、热性能和绝缘性能为依据获取断路器关键特 征量；W导线参数、杆塔参数、绝缘子参数和通道环境参数为依据，获取架空线路关键特征 量;W局放、溫度和接地电流为依据，获取电缆线路关键特征量。
[0016] 优选的，所述步骤2)中，对配电设备关键特征量进行归一化处理包括，通过相对劣 化度将数据归一化，其表达式如下：
[0017] 对于指标越大越好的，采用下式计算：
[001 引
[0019] 对于指标越小越好的，采用下式计算：
[0020]
[0021] 其中，yi功实际测量值，yiw为初始值，W功限定值，Cl功归一化后所得值。
[0022] 优选的，所述步骤3)中，采用模糊层次分析法获取配电设备关键特征量权重，具体 步骤如下：
[0023] 3-1收集多专家判断的模糊偏好信息，建立模糊判断矩阵；
[0024] 3-2将模糊判断矩阵归一化，获得归一化的综合判断矩阵；
[0025] 3-3计算各指标的可能度，构建可能度矩阵；
[0026] 3-4根据可能度矩阵，求取各指标的相对权重，取其最小值;完成配电设备关键特 征量权重的获取。
[0027] 进一步地，所述步骤(3-1)中，建立模糊判断矩阵A:
[002引
[0029] 其中，日^ = (1^，111山叫），11功立角模糊数的上限值，1111功中间值，山功下限值，
[0030] 进一步地，所述步骤(3-2)中，获得归一化的综合判断矩阵包括，将模糊判断矩阵 的每一行中相对应的模糊数相加，则：
[0031]
[0032] 第ith行元素的程度合成值由第ith行元素 RSi占整行的百分比，公式如下：
[0033]
[0034] 其中，
点/ = 为模糊判断矩阵中每行每列相 对应元素之和
Si=(li，mi，ui)为可能度值。
[0035] 进一步地，所述步骤(3-3)中，将两Ξ角模糊数之间的可能度比较定义为：
[0036]
[0037] 且八&含Si)的最小可能度d(Ai)为：
[00；3 引
[0039] 则配电设备关键特征量权重的表达式为：
[0040] W=(d(Ai)，d(A2)，. . .，d(An))T
[0041] 其中，W表示需要决策的属性权重值，d(Ai)为通过第7步中的式子计算而得，η表示 有η个需要决策的属性。
[0042] 优选的，所述步骤4)包括，首先，采用灰色关联度方法求解模型的隶属度，获得配 电设备模糊综合评价矩阵，其表达式为：
[0043]
[0044] 式中冲（i)为属性j下的第i个指标与第i个最优指标的关联系数，C为第i个最优 指标，Cu为属性j下第i个指标的归一化值，吗η吗η为两级最小差值，严为两级最大差 值；
[0045] 其次，将配电设备模糊综合评价矩阵ru(i)的每一行归一化，即可得到证据融合所 需要的原始信度分配函数。
[0046] 优选的，步骤5)中，将各关键特征量的状态等级进行证据融合，其表达式如下：
[0050] 其中，Αι，Α2，···，Αη表示识别框架的子集，AiflAsn…ΠΑη = Α表示各子集相交的非 空子集，m(A)为最终的融合结果，空集的信度函数值为0，Κ表示各子集之间的冲突系数，即 各子集相交(Ai η Α2 η…η Αη= Φ)为空集时的融合结果。
[0051] 优选的，所述步骤6)包括:定义融合结果中最大值即为最终的健康指数值，用于表 示设备目前所处的健康状态。
[0052] 与现有技术相比，本发明达到的有益效果是：
[0053] 本发明从一个新的视角探索提出一种基于灰色理论、模糊层次分析法和证据理论 相结合的方法，为配电变压器状态检修、故障风险预测提供参考。改变了长期W来可靠性研 究仅侧重于单一设备在某一时刻、单截面(静态状态）、故障后的结果和因果关系问题;为宏 观和微观相结合的设备管理，提供实用、新颖的技术手段。
【附图说明】
[0054] 图1为配电设备健康指数通用评价方法流程图；
【具体实施方式】
[0055] W下将结合附图，对本发明的【具体实施方式】作进一步的详细说明。
[0056] 如图1所示，一种配电设备健康指数通用评价方法，结合灰色理论、模糊层次分析 法和证据理论的方法构建数学模型，所述方法包括下述步骤：
[0057] 1)划分状态等级，获取表征配电设备健康指数的关键特征量；其中，所述配电设 备，包括变压器、开关设备、架空线路和电缆线路；
[005引配电设备健康指数HI界于[1，10]之间；1含HI含2为良好状态，2<HI含5为正常状 态，5卽I。为待测状态，7<HI < 10为故障状态。
[0059] 关键特征量的获取方法具体包括，W油化试验和电气试验为依据，通过油色谱分 析获取变压器关键特征量；W电气性能、机械性能、热性能和绝缘性能为依据获取断路器关 键特征量；W导线参数、杆塔参数、绝缘子参数和通道环境参数为依据，获取架空线路关键 特征量;W局放、溫度和接地电流为依据，获取电缆线路关键特征量。
[0060] 2)对配电设备关键特征量进行归一化处理;通过相对劣化度将数据归一化，其表 达式如下：
[0061] 对于指标越大越好的，采用下式计算：
[0062]
[0063] 对于指标越小越好的，采用下式计算：
[0064]
[0065] 其中，74为实际测量值，yiw为初始值，yui为限定值，Cl功归一化后所得值。
[0066] 3)获取配电设备关键特征量权重；
[0067] 具体步骤如下：
[006引3-1收集多专家判断的模糊偏好信息，建立模糊判断矩阵；
[0069] 3-2将模糊判断矩阵归一化，获得归一化的综合判断矩阵；
[0070] 3-3计算各指标的可能度，构建可能度矩阵；
[0071] 3-4根据可能度矩阵，求取各指标的相对权重，取其最小值;完成配电设备关键特 征量权重的获取。
[0072] 步骤(3-1)中，建立模糊判断矩阵A:
[0073]
[0074] 其中，日^ = (1^，111山叫），11功立角模糊数的上限值，1111功中间值，山功下限值，
[0075] 步骤(3-2)中，获得归一化的综合判断矩阵包括，将模糊判断矩阵的每一行中相对 应的模糊数相加，则：
[0076]
[0077] 第ith行元素的程度合成值由第ith行元素 RSi占整行的百分比，公式如下：
[007引
[0079] 其中
为模糊判断矩阵中每行每列相对 应元素之和
Si=(li，mi，ui)为可能度值。
[0080] 步骤(3-3)中，将两Ξ角模糊数之间的可能度比较定义为：
[0081]
[0082] 且八Sj含Si)的最小可能度d (Ai)为：
[0083]
[0084] 则配电设备关键特征量权重的表达式为：
[00化]W=(d(Ai)，d(A2)，. . .，d(An))T
[0086] 其中，W表示需要决策的属性权重值，d(Ai)为通过第7步中的式子计算而得，η表示 有η个需要决策的属性。
[0087] 4)生成配电设备模糊综合评价矩阵；首先，采用灰色关联度方法求解模型的隶属 度，获得配电设备模糊综合评价矩阵，其表达式为：
[008引
[0089] 式中，rb(i)为属性j下的第i个指标与第i个最优指标的关联系数，?*为第i个最优 指标，Cu为属性j下第i个指标的归一化值，为两级最小差值，m严max为两级最大差 值；
[0090] 其次，将配电设备模糊综合评价矩阵ru(i)的每一行归一化，即可得到证据融合所 需要的原始信度分配函数。
[0091] 5)将各关键特征量的状态等级进行证据融合;其表达式如下：
[009引其中，Αι，Α2，···，Αη表示识别框架的子集，AiflAsn…ΠΑη = Α表示各子集相交的非 空子集，m(A)为最终的融合结果，空集的信度函数值为0，Κ表示各子集之间的冲突系数，即 各子集相交(Ai η Α2 η…η Αη= Φ)为空集时的融合结果。
[0096] 6)获取配电设备健康指数。包括:定义融合结果中最大值即为最终的健康指数值， 用于表示设备目前所处的健康状态，W利于状态检修。
[0097] 最后应当说明的是：W上实施例仅用W说明本发明的技术方案而非对其限制，所 属领域的普通技术人员参照上述实施例依然可W对本发明的【具体实施方式】进行修改或者 等同替换，运些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发 明的权利要求保护范围之内。
【主权项】
1. 一种配电设备健康指数通用评价方法，结合灰色理论、模糊层次分析法和证据理论 的方法构建数学模型，其特征在于，所述方法包括下述步骤： 1) 划分状态等级，获取表征配电设备健康指数的关键特征量;其中，所述配电设备，包 括变压器、开关设备、架空线路和电缆线路； 2) 对配电设备关键特征量进行归一化处理； 3) 获取配电设备关键特征量权重； 4) 生成配电设备模糊综合评价矩阵； 5) 将各关键特征量的状态等级进行证据融合； 6) 获取配电设备健康指数。2. 根据权利要求1所述的方法，其特征在于，所述配电设备健康指数HI界于[1，10]之 间；I SHI <2为良好状态，2〈HI <5为正常状态，5 SHI <7为待测状态，7〈HI < 10为故障状 ??τ O3. 根据权利要求1所述的方法，其特征在于，所述步骤1)具体包括，以油化试验和电气 试验为依据，通过油色谱分析获取变压器关键特征量；以电气性能、机械性能、热性能和绝 缘性能为依据获取断路器关键特征量；以导线参数、杆塔参数、绝缘子参数和通道环境参数 为依据，获取架空线路关键特征量；以局放、温度和接地电流为依据，获取电缆线路关键特 征量。4. 根据权利要求1所述的方法，其特征在于，所述步骤2)中，对配电设备关键特征量进 行归一化处理包括，通过相对劣化度将数据归一化，其表达式如下： 对于指标越大越好的，采用下式计算：对于指标越小越好的，采用下式计算：其中，yij为实际测量值，yij〇为初始值，yiji为限定值，Cij为归一化后所得值。5. 根据权利要求1所述的方法，其特征在于，所述步骤3)中，采用模糊层次分析法获取 配电设备关键特征量权重，具体步骤如下： 3-1收集多专家判断的模糊偏好信息，建立模糊判断矩阵； 3-2将模糊判断矩阵归一化，获得归一化的综合判断矩阵； 3-3计算各指标的可能度，构建可能度矩阵； 3-4根据可能度矩阵，求取各指标的相对权重，取其最小值;完成配电设备关键特征量 权重的获取。6. 根据权利要求5所述的方法，其特征在于，所述步骤(3-1)中，建立模糊判断矩阵A:其中而」=(1^，11^，11^)，1^为三角模糊数的上限值，1]^为中间值，11^为下限值，q7. 根据权利要求5所述的方法，其特征在于，所述步骤(3-2)中，获得归一化的综合判断 矩阵包括，将模糊判断矩阵的每一行中相对应的模糊数相加，则：第ith行元素的程度合成值由第ith行元素RS1A整行的百分比，公式如下：其中，为模糊判断矩阵中每行每列相对 应元素之和；为可能度值。8. 根据权利要求5所述的方法，其特征在于，所述步骤(3-3)中，将两三角模糊数之间的 可能度比较定义为：且V(SgS1)的最小可能度(KA1)为：则配电设备关键特征量权重的表达式为： ff=(d(Ai),Cl(A2),...,d(An))T 其中，W表示需要决策的属性权重值，(KA1)为通过第7步中的式子计算而得，η表示有η个 需要决策的属性。9. 根据权利要求1所述的方法，其特征在于，所述步骤4)包括，首先，采用灰色关联度方 法求解模型的隶属度，获得配电设备模糊综合评价矩阵，其表达式为：式中，l(i)为属性j下的第i个指标与第i个最优指标的关联系数，C:为第i个最优指标， Clj为属性j下第i个指标的归一化值，为两级最小差值，maxmdx为两级最大差值； 其次，将配电设备模糊综合评价矩阵r^(i)的每一行归一化，即可得到证据融合所需要 的原始信度分配函数。10. 如权利要求1所述的方法，其特征在于，步骤5)中，将各关键特征量的状态等级进行 证据融合，其表达式如下：其中，Ai，A2，···，An表不识别框架的子集，Ai ΠΑ2 Π…ΠΑη = Α表不各子集相交的非空子 集，m(A)为最终的融合结果，空集的信度函数值为0，Κ表示各子集之间的冲突系数，即各子 集相交(A1 n A2 η…n An= φ )为空集时的融合结果。11. 如权利要求1所述的方法，其特征在于，所述步骤6)包括:定义融合结果中最大值即 为最终的健康指数值，用于表示设备目前所处的健康状态。
【专利摘要】本发明提供一种配电设备健康指数通用评价方法，结合灰色理论、模糊层次分析法和证据理论的方法构建数学模型，包括：划分状态等级，获取表征配电设备健康指数的关键特征量；其中，所述配电设备，包括变压器、开关设备、架空线路和电缆线路；对配电设备关键特征量进行归一化处理；获取配电设备关键特征量权重；生成配电设备模糊综合评价矩阵；将各关键特征量的状态等级进行证据融合；获取配电设备健康指数。该方法为宏观和微观相结合的设备管理提供了实用、新颖的技术手段。
【IPC分类】G06F19/00
【公开号】CN105488344
【申请号】CN201510845887
【发明人】马钊, 袁海文, 孙凌杰, 周莉梅, 吕建勋, 左伟杰, 刘伟, 盛万兴, 苏剑, 王秋生, 刘颖异
【申请人】中国电力科学研究院, 国网安徽省电力公司, 国家电网公司, 江苏省电力公司南京供电公司, 国网北京市电力公司
【公开日】2016年4月13日
【申请日】2015年11月26日
最新回复(0)