[發(fā)明專利]一種基于可拓層次和critic的配電開關(guān)狀態(tài)量權(quán)重確定方法

在審

• 申請?zhí)枺?/td>: 201410508287.9
• 申請日: 2014-09-28
• 公開（公告）號: CN104240154A
• 公開（公告）日: 2014-12-24
• 發(fā)明（設(shè)計(jì)）人: 陳永秋;梁位正;李豪天;陳熾高;張偉堂;唐艷峰;溫志坤;張國慧;舒乃秋;李自品;王峰;胡治國
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司江門供電局;武漢大學(xué)
• 主分類號: G06Q50/06
• 分類號: G06Q50/06
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 魯力

1.一種基于可拓層次和critic的配電開關(guān)狀態(tài)量權(quán)重確定方法，其特征在于，包括以下步驟：

步驟1：搜集配電開關(guān)設(shè)備狀態(tài)量數(shù)據(jù)信息，構(gòu)建配電開關(guān)設(shè)備狀態(tài)量評價(jià)數(shù)據(jù)庫；其中，所述配電開關(guān)狀態(tài)量數(shù)據(jù)信息包括：在線監(jiān)測的配電開關(guān)狀態(tài)量數(shù)據(jù)，運(yùn)行巡視的狀態(tài)量數(shù)據(jù)，電氣試驗(yàn)所得的狀態(tài)量數(shù)據(jù)，通過足夠的配電開關(guān)的數(shù)據(jù)構(gòu)建配電開關(guān)設(shè)備的狀態(tài)量評價(jià)數(shù)據(jù)庫；

步驟2：根據(jù)步驟1建立的狀態(tài)量評價(jià)數(shù)據(jù)庫構(gòu)造可拓判斷矩陣，計(jì)算綜合可拓判斷矩陣和權(quán)重向量，得出靜態(tài)權(quán)重；具體包括以下子步驟：

步驟2.1，構(gòu)造初步的比較判斷矩陣，比較判斷矩陣是通過對兩個(gè)狀態(tài)量之間的相對重要度進(jìn)行相互比較得來的；定義a_ij表示第i個(gè)狀態(tài)量與第i個(gè)狀態(tài)量的相對重要程度；狀態(tài)量i與狀態(tài)量j同樣重要，則a_ii＝1；若狀態(tài)量i比狀態(tài)量j稍微重要，則a_ij＝3；若狀態(tài)量i比狀態(tài)量j明顯重要，則a_ij＝5；若狀態(tài)量i比狀態(tài)量強(qiáng)烈重要，則a_ij＝7；若狀態(tài)量i比狀態(tài)量j極端重要，則a_ij＝9；其中a_ii表示第i個(gè)影響因子與自身的重要度比較，故a_ii＝1，最后形成的是一個(gè)n×n的比較判斷矩陣；

步驟2.2，運(yùn)用可拓學(xué)原理基于步驟2.1得到的初步的比較判斷矩陣，獲得可拓判斷矩陣；即在可拓學(xué)原理中，對于初步的比較判斷矩陣中的每個(gè)元素值a_ij，均有一個(gè)區(qū)間數(shù)

K(aij)=[K‾(aij),K‾(aij)]∈I,K‾(aij),K‾(aij)∈R]]>

與之對應(yīng)，將比較判斷矩陣由單一的整數(shù)換為一個(gè)可拓區(qū)間；最終形成的是一個(gè)由可拓區(qū)間組成的n×n的可拓比較判斷矩陣A；

步驟2.3，計(jì)算綜合可拓判斷矩陣和權(quán)重向量，得出靜態(tài)權(quán)重；定義可拓比較矩陣A＝<A^-,A⁺>，求出矩陣A⁺,A^-最大特征值對應(yīng)的具有正分量的歸一化特征向量x⁺,x^-，X＝<kx^-,mx⁺>是A對應(yīng)于的全體特征向量，w＝(w₁,w₂,...w_n)^T為權(quán)重向量，則w＝(w₁,w₂,...w_n)^T＝[kx^-,mx⁺]，的充分必要條件為

km=Σj=1n1Σi=1naij+=1Σj=1n1Σi=1naij-]]>

因此，可以得到

k=Σj=1n1Σi=1naij+]]>m=Σj=1n1Σi=1naij-;]]>

其中特征向量S＝<kx^-,mx⁺>；根據(jù)可拓區(qū)間數(shù)相對重要程度確立靜態(tài)權(quán)重；對于第K層上的元素，它們的權(quán)重都是以區(qū)間數(shù)Sik=<Sik-,Sik+>=<kx-,mx+>,(i=1,2,3...nk)]]>來表示；根據(jù)可拓學(xué)知識，區(qū)間數(shù)比的重要度可用下列表達(dá)式計(jì)算，

V(Sik≥Sjk)=2(Sik+-Sjk-)(Sjk++Sjk-)+(Sik++Sik-)]]>

對于任意的i＝1,2,3...,n_k；i≠j,都有則取

Wjk=1,Wik=V(Sik≥Sjk)i=1,2,3...,nk;i≠j]]>

故第K層的各個(gè)元素的單排序權(quán)重向量而配電開關(guān)設(shè)備的狀態(tài)量評價(jià)體系是多層次的結(jié)構(gòu)，定義最底層的各個(gè)狀態(tài)量S_i(第N層)對第N-1層的各個(gè)元素C_j的單排序權(quán)重向量

qiN=(q1jN,q2jN,...,qNnjN)T,(i=1,2,...,Nn),]]>作N_n×(N-1)_n階矩陣

qN=(q1N,q2N,...,qN-1nN)=q11nq12n...q1(N-1)nNq21Nq22N...q2(N-1)nNMMMqN1NqN2N...qN(N-1)nN]]>

第K層的各個(gè)元素C_j對于總目標(biāo)層的組合排序權(quán)重為：

WK=(w1K,w2k,...,WKnK)T,j=1,2,...Kn]]>

因此最底層各個(gè)狀態(tài)量對于總目標(biāo)的靜態(tài)權(quán)重為W^N＝q^NW^N-1；

步驟3：運(yùn)用critic法得出動態(tài)權(quán)重，具體包括以下子步驟：

步驟3.1，構(gòu)造評價(jià)矩陣，并求評價(jià)矩陣的相關(guān)系數(shù)矩陣；

對于N個(gè)配電開關(guān)設(shè)備樣本，對于M個(gè)狀態(tài)量情況，構(gòu)造評價(jià)矩陣T；

T=t11t12...t1Mt21t22...t2MMM...MtN1tN2...tNM]]>

每個(gè)狀態(tài)量S_i(i＝1,2,...,M)，其標(biāo)準(zhǔn)差為

σi=(t1i-t‾i)2+(t2i-t‾i)2+...+(tNi-t‾i)2N]]>

其中為平均值；

該評價(jià)矩陣T中的狀態(tài)量的相關(guān)系數(shù)可用下式求解

ri,j=cov(ti,tj)σiσj=E(ti-t‾i)(tj-t‾j)σiσi]]>

其中cov(t_i,t_j)為兩個(gè)參數(shù)之間的協(xié)方差，分別為參數(shù)的樣本均值；由參數(shù)間的相關(guān)系數(shù)定義，可得評價(jià)矩陣T每一列的相關(guān)系數(shù)，評價(jià)矩陣T的相關(guān)系數(shù)矩陣為：

R=r11r12...r1Mr21r22...r2mMMMrM1rM2...rMM]]>

由相關(guān)系數(shù)矩陣的對稱性可知，r_ij＝r_ji

步驟3.2，確定動態(tài)權(quán)重；

Critic法是通過評價(jià)指標(biāo)之間的沖突性和對比強(qiáng)度來確定指標(biāo)的客觀權(quán)重；則第i個(gè)狀態(tài)量與其他狀態(tài)量的沖突性量化指標(biāo)用

ci=σiΣj=1M(1-rij),j=1,2,...,M]]>

c_i表示第i個(gè)狀態(tài)量所包含的信息量；c_i越大，則此狀態(tài)量所含的信息量大，該狀態(tài)量的權(quán)重愈大；因此，第i個(gè)狀態(tài)量的動態(tài)權(quán)重為

Wi=ciΣi=1Mci,i=1,2,...,M]]>

步驟4：通過靜態(tài)權(quán)重和動態(tài)權(quán)重，得出配電開關(guān)設(shè)備狀態(tài)量的綜合權(quán)重；

根據(jù)得到的靜態(tài)權(quán)重W_j和動態(tài)權(quán)重W_d，采用乘法合成歸一法得到綜合權(quán)重W_綜合；

至此，完成對配電開關(guān)設(shè)備M個(gè)狀態(tài)量的權(quán)重確定。