[发明专利]智能配电网高效性评估的属性区间辨识方法有效
申请号: | 201310393981.6 | 申请日: | 2013-09-02 |
公开(公告)号: | CN103473450A | 公开(公告)日: | 2013-12-25 |
发明(设计)人: | 陈星莺;余昆;陈楷;李子韵;徐石明;黄建勇;王晓晶;廖迎晨;王平 | 申请(专利权)人: | 河海大学;南京河海科技有限公司;国家电网公司;江苏省电力公司南京供电公司;中国电力科学研究院;江苏省电力公司;国网重庆市电力公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 211100 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明是一种智能配电网高效性评估的属性区间辨识方法,该方法建立智能配电网基础数据到高效性之间的三层属性测度矩阵,在指标数据标准化基础上,基于最大熵原理计算性能指标、准则指标和综合指标的属性测度区间与综合属性测度值,自动辨识智能配电网高效性的属性区间,具体步骤为:第一步:读取评估所需信息,第二步:建立综合指标、准则指标和性能指标的属性测度矩阵,第三步:指标数据标准化处理,第四步:计算性能指标、准则指标、综合指标的属性测度区间,第五步:计算高效性指标的综合属性测度,辨识出智能配电网高效性的属性区间,从而实现对智能配电网的高效性评估。 | ||
搜索关键词: | 智能 配电网 高效 评估 属性 区间 辨识 方法 | ||
【主权项】:
1.一种智能配电网高效性评估的属性区间辨识方法,其特征在于建立智能配电网基础数据到高效性之间的三层属性测度矩阵,在指标数据标准化基础上,基于最大熵原理计算性能指标、准则指标和综合指标的属性测度区间与综合属性测度值,自动辨识智能配电网高效性的属性区间,具体步骤如下:第一步:读取评估所需信息,包括电网建设和结构信息、电网运行信息、用户可靠性需求信息、分布式电源容量及运行信息、电磁-噪声监测信息、信息系统数据、配电网业务流程信息、用户互动信息;第二步:建立综合指标、准则指标和性能指标的属性测度矩阵,具体如下:评估指标的属性测度空间有序分割集用CK,m个评估指标的属性测度矩阵如下所示:
其中,C1~CK属性测度空间的元素;Ij为评估指标,j=1,2,…m;[ajk,bjk]为第j个指标在属性区间F上的第k个分割区间,满足ajk≤bjk,k=1,2,…,K,记A=[ajk]m×K为下界标准矩阵,B=[bjk]m×K为上界标准矩阵;第三步:指标数据标准化处理,具体如下:规定C1级评价标准中评价指标j的下界标准aj1规格化为相对隶属度sj1=0,CK级评价标准中评价指标j下界标准ajk规格化为相对隶属度sjk=1,通过公式
确定CK级评价标准中指标j的下界标准ajk的相对隶属度,因此,下界标准矩阵A=[ajk]m×K变换为下界标准相对隶属度矩阵S=[sjk]m×K,其中:指标值越大其等级越大的指标为正指标,反之,指标值越大其等级越小的指标为负指标,同时采用下式将评价样本矩阵X=[xij]n×m变换为对A的相对隶属度矩阵F=[fij]n×m;正指标:f ‾ ij = 0 , x ij < a j 1 x ij - a j 1 a jk - a j 1 , a j 1 ≤ x ij ≤ a jk 1 , x ij > a jk ; ]]> 或负指标:f ‾ ij = 0 , x ij > a j 1 x ij - a j 1 a jk - a j 1 , a jk ≤ x ij ≤ a j 1 1 , x ij < a jk ]]> 同理,将B变换为上界标准相对隶属度矩阵
X变换为对B的相对隶属度矩阵F ‾ = [ f ‾ ij ] n × m , ]]> 第四步:计算性能指标、准则指标、综合指标的属性测度区间,具体如下:n个数据样本对k个评价等级的属性测度区间矩阵如下:
其中:
为第i个数据样本xi相对于第CK评价等级的属性测度区间;μik为下界属性测度,由样本xi与A计算得到,满足
为上界属性测度,由样本xi与B计算得到,满足
定义下界广义加权距离Dik表示第i个评价样本与第k级的“下界差异”,即D ‾ ik = μ ‾ ik d ik = μ ‾ ik Σ j = 1 m ( ω j | f ‾ ij - s ‾ jk | ) ]]> 其中
是评价样本的广义距离,μik需要使全体待评价样本与评价标准之间的加权广义距离之和最小,即
同时,将μik视为第i个评价样本属于第CK等级的“下界概率”;根据最大熵原理,得到下界属性测度μik的计算式如下:μ ‾ ik = exp [ - B Σ j = 1 m ( ω j | f ‾ ij - s ‾ jk | ) ] Σ k = 1 K exp [ - B Σ j = 1 m ( ω j | f ‾ ij - s ‾ jk | ) ] ]]> 其中:ωj为各项评价指标的权重,且满足
;B为正的常数;同理,上界属性测度
的计算式为μ ‾ jk = exp [ - B Σ j = 1 m ( ω j | f ‾ ij - s ‾ jk | ) ] Σ k = 1 K exp [ - B Σ j = 1 m ( ω j | f ‾ ij - s ‾ jk | ) ] , ]]> 从而得到评估指标的属性测度区间
第五步:计算高效性指标的综合属性测度,辨识出智能配电网高效性的属性区间,具体如下:首先采用
计算高效性指标的均化综合属性测度,得到样本xi属于第k类的综合属性测度μik,然后采用加强属性识别模型对智能配电网高效性的综合属性测度属性区间识别,计算公式如下,q xi = Σ m = 1 k - 1 ( k - 1 ) ( μ im + a k - 1 ) ]]> 其中,a=min(μ1k,μ2k…,μmk),由此得到第i个样本xi的分数qxi。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学;南京河海科技有限公司;国家电网公司;江苏省电力公司南京供电公司;中国电力科学研究院;江苏省电力公司;国网重庆市电力公司,未经河海大学;南京河海科技有限公司;国家电网公司;江苏省电力公司南京供电公司;中国电力科学研究院;江苏省电力公司;国网重庆市电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310393981.6/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用