[发明专利]基于广义证据理论的继电保护状态评价方法及系统

摘要

本发明提供一种基于广义证据理论的继电保护状态评价方法及系统，包括根据评价继电保护状态的状态量，以及各个状态量的评价指标，采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度；基于改进模糊层次分析法计算设备的权重，计算设备的模糊评判结果，处理获得广义证据理论的初始概率分布，融合评估指标的信息，得出设备所处的状态。本发明采用置信系数分配各个指标之间的重要度，减少数据间的融合冲突，同时相比较传统的证据理论而言，广义理论数据融合速度比较快，在大数据的背景下为继电保护的状态评估提供了一种新的实用技术方案。

主权项

一种基于广义证据理论的继电保护状态评价方法，其特征在于，包括以下步骤：步骤1，根据评价继电保护状态的状态量，以及各个状态量的评价指标，采用云模型函数代替模糊隶属度函数求解评估指标对继电保护运行状态的隶属度；所述继电保护状态的状态量包括继电保护本体、二次回路以及通信通道；步骤2，基于改进模糊层次分析法计算设备的权重，包括以下子步骤，步骤2.1，建立判断矩阵；步骤2.2，建立评价指标的模糊一致性矩阵R；步骤2.3，计算各个评价指标的权重如下，式中，w_i表示评价因素e_i的权重值，n为评价因素个数，a为调整参数，a＝(n‑1)/2，r_im表示模糊一致性矩阵R中的元素；步骤2.4，判断权重分配的满意度如下，设权重向量W＝[w₁，w₂…w_n]^T是模糊一致性矩阵R的权重，令元素则称n阶矩阵W^*为模糊一致性矩阵R的特征矩阵，W^*＝[w_ij]_n×n根据是否满足相容性指标阈值，判断权重分配的合理性，若是合理，则进行步骤3，若是不合理，则重新计算权重；步骤3，计算设备的模糊评判结果，处理获得广义证据理论的初始概率分布，融合评估指标的信息，得出设备所处的状态；包括以下子步骤，步骤3.1，根据加权平均算子计算模糊评判结果B_i，表达式为式中，w_i为评价指标的权重，r_ij为评价指标的隶属度，R为模糊一致性矩阵，ο表示模糊算子，W表示权重矩阵；对模糊评判结果做归一化处理，得到模糊评判归一化结果B_i′，步骤3.2，将模糊评判归一化结果B_i′按照下式处理，作为广义证据理论的初始概率分布，m_r(H)＝α_rM_r(H)                                          (式四)m_r(Θ)＝1‑α_r                                            (式五)w_r′＝w_r/w_max                                            (式六)α_r＝α_kw_r′                                             (式七)式中，l为证据总数，r表示某个辨识框架内的一个证据，取值为[1，l]，M_r(H)为根据模糊评判归一化结果B_i′所得初始概率分布，m_r(H)为修改后的初始概率分布，m_r(Θ)为不确定因子的初始概率分布，{w₁，w₂，…w_l}为证据{f₁，f₂，…f_l}的权重，α_k为优先置信系数，置信系数α_r(r＝1，2…l)用于修订初始的证据概率分布，w_max为权重{w₁，w₂，…w_l}的最大值，w_r′为权重w_r的优化结果；步骤3.3，构建用于设备状态评估的识别框架U＝{H₁，H₂，H₃，H₄}，H₁、H₂、H₃、H₄分别为正常状态、注意状态、异常状态和严重状态；步骤3.4，根据初始概率分布，基于合成原则和决策原则，计算证据融合的结果，判断设备的状态，所述决策原则如下其中，m_r(H₀)表示在第r个证据里的最大值，m_r(H₀)＝max{m_r(H_p),p＝1,2,3,4}，ε₀、ε₁为预设的参数。