[发明专利]基于逆向云组合权重及模糊贴近度的变压器状态评估方法

权利要求书

1.一种基于逆向云组合权重及模糊贴近度的变压器状态评估方法，包括以下步骤：

步骤A：根据相关行业标准建立变压器状态评估指标体系，并确定变压器状态指标的等级划分范围，变压器状态指标的等级划分为正常、一般、注意、异常、严重五个等级，每个等级对应一个分数期望值；

步骤B：输入待评估变压器的各指标数据，确定各指标的主客观权重，生成逆向云组合权重，并与指标数据结合得到各指标的赋权综合云模型；

步骤C：基于模糊贴近度的概念，计算赋权综合云模型与各等级正态云模型的相似度，并由赋分期望法计算出变压器状态评估得分；

步骤D：根据变压器状态评估得分从建立变压器状态评估指标体系中选择与分数期望值对应的变压器状态指标等级，将选择的变压器状态指标等级作为变压器状态评估结果。

2.如权利要求1所述的基于逆向云组合权重及模糊贴近度的变压器状态评估方法，其特征在于：步骤A中，变压器状态评估体系共包含3个一级指标与11个二级指标，其中，各指标在各状态等级下的数值特征采用对应的正态云模型N_D,ij来描述，正态云模型N_Dj(Ex_j,En_j,He_j)包含Ex、En、He特征参数，其取值方法如下：

式中，c_j,max与c_j,min为指标在j状态下数值的取值范围，来源于相关标准及文献；Ex_j为j状态下数值对应分布的均值；En_j为j状态下对应分布的方差，表示可取数值的分散程度；He_j为对应分布的超熵，描述了方差的不确定性，可取0.0001或0.0002。

3.如权利要求2所述的基于逆向云组合权重及模糊贴近度的变压器状态评估方法，其特征在于：步骤B中，所述逆向云组合权重的具体计算方法如下：

(1)输入待评估变压器的各指标数据，并采用主客观赋权方法得到k组权值样本，组成样本集W：

W＝{W₁,W₂,…W_k}

式中，W_i＝(w_i1,w_i2,…w_im)^T为权值向量，表示第i种赋权法对m个评估指标赋予的权值，主观权重的确定由层次分析法实现，客观权重的确定由熵权法、CRITIC法、信息量法三种方法实现；

(2)利用权重样本集W＝{W₁,W₂,…W_k}，计算每个属性指标权重的样本均值：

(3)计算权重样本一阶绝对中心距和样本方差，公式如下：

(4)计算评估指标x_j对应的逆向云组合权重N_wj(Ex_j,En_j,He_j)的参数，公式如下：

步骤B中，所述指标赋权综合云模型的形成方法如下：

将指标数据与逆向云组合权重进行集成，得到指标赋权综合云模型，公式如下：

式中，N_Fij表示第i组实验数据中指标x_j的指标赋权云模型；V_ij表示经过标准化处理的第i组实验数据中指标j测量数值。

4.如权利要求3所述的基于逆向云组合权重及模糊贴近度的变压器状态评估方法，其特征在于：步骤C中，所述基于模糊贴近度的正态云模型相似度计算方法如下：

(1)基于模糊贴近度的云模型相似度计算

式中，

(2)为了避免数值差距过大对评价结果的影响，对上式得到的模糊贴近相似度进行归一化处理，得到归一化相似度：

式中，D＝1,2,…,5分别对应状态指标等级{正常，一般，注意，异常，严重}；

步骤C中，所述变压器状态评估得分的计算方法如下：

得到归一化的值后，采用赋分期望法对变压器状态节点Ai的评价结果进行定量描述，具体方法为给不同状态等级的贴近度赋予不同的分值，最后求其总和，取分别对应状态等级{正常，一般，注意，异常，严重}，将分数期望值作为状态评估结果：