[发明专利]基于多特征量的复合绝缘子老化状态综合评估方法

说明书

技术领域

本发明涉及复合绝缘子老化状态综合评估方法，尤其是涉及基于多特征量的复合绝缘子老化状态综合评估方法。

背景技术

目前，复合绝缘子老化状态的评估方法主要有五种，分别是模糊推理法、专家系统法、人工神经网络、支持向量机和模糊综合评判。

模糊推理法就是运用一些严格的数学方法，对绝缘子状态评估中的一些模糊问题或模糊概念运用人类的思维进行表达和介绍，从而实现人工智能模仿；专家系统法，以知识推理系统为基础，通过获得大量的特定领域内的专家知识，对绝缘子状态进行推理解答；人工神经网络对人脑思维进行模拟，搭建绝缘子等值附盐密度的预测模型；支持向量机分类方法的实质是将样本空间通过非线性映射到特征空间，现已广泛应用于电力系统负荷预测、变压器状态评估、绝缘子闪络电压预测等方面；模糊综合评判考虑多种含有模糊性的因素影响下对绝缘子老化状态做出综合的评价。不同的评价方法都有各自的优点和不足。模糊推理法和专家系统法，主要是通过在一定的时间经验上建立规则，所以主观的成分要多一些。人工神经网络尽管具有自我学习能力，可以对样本进行学习，可以根据环境和样本的改变调整，人为因素要少一些。但是其样本的学习需要过程，故处理速度会慢一些，且需要提供大量的典型学习样本。

发明内容

本发明主要是解决现有技术所存在的技术问题；提供了一种变权理论和模糊层次分析法相结合的复合绝缘子老化状态评估方法，将模糊变权的数学理论引入到了复合绝缘子的状态评估中，通过模糊数学的运算能够对绝缘子的状态给出较准确和全面的评价结果，根据评估结果预测其使用寿命，以此为依据安排合理的检修及更换计划。这将为复合绝缘子的维护和更换提供理论依据，从而确保电力系统的安全运行。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

基于多特征量的复合绝缘子老化状态综合评估方法，包括以下步骤：

步骤1，对绝缘子的老化指标进行整理分类，构建了两层的评估指标体系，确定各项目层的特征量，对各指标的评估结果根据实际需要建立评语集；

步骤2，选择半梯形与三角形相结合的分布函数作为隶属函数，将因素集中的因素就评语集所约定的评语等级确定其隶属度，构造模糊矩阵，对因素集中每个因素赋予不同的权重，构成权重集；

步骤3，上述步骤完成了两级评估指标体系的构建、指标数据的归一化处理、变权的确定、常权的求取、隶属函数、模糊算子、评语集的确定。接下来，按照模糊综合评估的评估方法对复合绝缘子老化状态进行模糊综合评估。首先由单因素模糊综合评估，得到最低一级评估指标的隶属度，构造最底层的模糊矩阵R，然后将该级的权重集与模糊矩阵R按照选定的模糊算子进行模糊运算，得到该级的模糊评判矩阵，再将该评判矩阵作为上一级的模糊矩阵进行上一层的模糊综合评判，得到最终的模糊评判矩阵。

在上述的基于多特征量的复合绝缘子老化状态综合评估方法，所述的步骤3中，模糊算子的确定具体为：综合评估矩阵B＝A&R中A为权重集，R为隶属度确定的模糊矩阵，&是广义模糊算子，B是将权重集和模糊矩阵按照模糊算子进行合成得到的综合矩阵。不同的算子选择有不同的意义，对同一个问题求解的结果也大不相同，该选择对评价结果的准确度影响比较重要。对于算子的选择应该按照实际的目的需求及期望达到的效果进行合理的选择，本发明采用加权平均型的综合评判模型，用M(+，·)表示，即

在上述的基于多特征量的复合绝缘子老化状态综合评估方法，所述步骤1中，综合评估结果是采用加权平均得到的，即