[发明专利]一种基于离散模糊数和层次分析法的电力设备评价方法

说明书

本发明提出了一种基于离散模糊数和层次分析法的电力设备评价方法。通过变压器评价指标构建多级层次分析模型，并采用专家评价依次为各层级指标权重赋值，通过最底层变压器评价指标构建指标权重向量；针对变压器各状态量之间的量纲差异以及因极性不同而不能直接比较的情况，将电力设备指标实测数据分为效益型和成本型分别进行标准化处理，得到无量纲化数据；采用多等级的模糊语言描述变压器状态，将无量纲化数据通过模糊矩阵映射到隶属度空间，结合指标权重向量通过隶属度原则确定电力设备状态，实现电力设备评价。本发明可以兼顾电力设备评价指标的随机性和模糊性，一定程度上降低设备状态评价中人为主观影响和样本数据贫乏问题，评价可靠性高。

技术领域

本发明属于变压器故障评价检修技术领域，具体涉及一种基于离散模糊数和层次分析法的电力设备评价方法。

背景技术

智能变电站作为智能电网的重要组成部分，具有信息数字化、标准化、资源网络共享等特征，可以帮助电网实现发电变电、输电配电、业务信息共享一体化和智能化，实现高效协同互动。其中变压器作为输变电系统中的核心设备，肩负着电网安全运行的重要责任。然而，考虑到各种环境因素以及内在材料等影响，变压器在长期的运行中出现故障或者事故的情况通常不可避免。目前变电站的维护主要依靠定期检修，通过巡检人员对变压器的状态进行诊断、评估等，以便及时、准确地监测出变压器潜在的隐患。在早期，对变压器等设备的设备状态诊断、评估等大多是依据巡检人员的工作经验，而对于实践经验缺乏的巡检人员而言，极易造成对变压器状态的不合理评估，导致检修不足或者设备过检、误检停电等造成经济损失，应用前景十分有限。

利用数学模型和理论对变压器的历史数据和表征指标进行评价确定设备状态而不过多依赖人为判断成为解决电力设备检修管理的一种新的有效可行的解决方案。然而，目前电压器的评估多采用单一指标和历史数据，存在评估不全面，计算复杂等问题，且未考虑电力设备评价指标的模糊性和随机性，为此，本发明提出一种基于离散模糊数和层次分析法的电力设备评价方法。引入多维模糊数理论，综合考虑多项常用的指标建立离散评价矩阵，得到等级隶属向量，最后结合指标权重生成最终评价值。其中，基于实测数据的离散矩阵可以降低设备状态评价中的人为主观影响，兼顾电力设备评价指标的模糊性和随机性，并在一定程度上解决样本数据贫乏等问题，为电力系统变压器评价提供一种新的、可靠的解决方案。

发明内容

本发明要解决的技术问题是：提供一种基于离散模糊数和层次分析法的电力设备评价方法，兼顾电力评价指标的模糊性和随机性，并在一定程度上解决样本数据贫乏等问题，为变压器状态评估提供一种新的解决方案以及为后续检修工作提供科学合理的指导。

本发明的技术特征在于：本发明引入离散模糊数和层次分析法，通过构建层次分析模型，结合专家赋权得到指标权重向量；采用多等级的模糊语言描述变压器状态，将基于多指标的设备评价通过模糊矩阵映射到隶属度空间，结合指标权重生成最终评价向量，再根据隶属度原则确定设备状态。

为实现本发明之目的，采用以下步骤予以实现：

步骤1：通过变压器评价指标构建多级层次分析模型，并采用专家评价依次为各层级指标权重赋值，通过最底层变压器评价指标构建指标权重向量；

步骤2：针对变压器各状态量之间的量纲差异以及因极性不同而不能直接比较的情况，将电力设备指标实测数据分为效益型指标和成本型指标分别进行标准化处理，得到无量纲化数据；

步骤3：采用多等级的模糊语言描述变压器状态，将无量纲化数据通过模糊矩阵映射到隶属度空间，结合指标权重向量通过隶属度原则确定电力设备状态，实现电力设备评价。

本发明的有益效果为：

兼顾电力设备评价指标的模糊性和随机性。基于实测数据的离散矩阵可以降低设备状态评价中的人为主观影响，并在一定程度上解决样本数据贫乏等问题，为电力系统变压器评价提供一种新的、可靠的解决方案。

附图说明