[發明專利]基于逆向云組合權重及模糊貼近度的變壓器狀態評估方法

在審

• 申請號: 202111318607.0
• 申請日: 2021-11-09
• 公開（公告）號: CN114065495A
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 栗磊;梁亞波;赫嘉楠;牛健;王小立;劉海濤;陳小乾;尹亮;祁升龍;蘆翔;王放
• 申請（專利權）人: 國網寧夏電力有限公司電力科學研究院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/18;G06K9/62
• 代理公司: 寧夏合天律師事務所 64103
• 代理人: 曹廣濤

1.一種基于逆向云組合權重及模糊貼近度的變壓器狀態評估方法，包括以下步驟：

步驟A：根據相關行業標準建立變壓器狀態評估指標體系，并確定變壓器狀態指標的等級劃分范圍，變壓器狀態指標的等級劃分為正常、一般、注意、異常、嚴重五個等級，每個等級對應一個分數期望值；

步驟B：輸入待評估變壓器的各指標數據，確定各指標的主客觀權重，生成逆向云組合權重，并與指標數據結合得到各指標的賦權綜合云模型；

步驟C：基于模糊貼近度的概念，計算賦權綜合云模型與各等級正態云模型的相似度，并由賦分期望法計算出變壓器狀態評估得分；

步驟D：根據變壓器狀態評估得分從建立變壓器狀態評估指標體系中選擇與分數期望值對應的變壓器狀態指標等級，將選擇的變壓器狀態指標等級作為變壓器狀態評估結果。

2.如權利要求1所述的基于逆向云組合權重及模糊貼近度的變壓器狀態評估方法，其特征在于：步驟A中，變壓器狀態評估體系共包含3個一級指標與11個二級指標，其中，各指標在各狀態等級下的數值特征采用對應的正態云模型N_D,ij來描述，正態云模型N_Dj(Ex_j,En_j,He_j)包含Ex、En、He特征參數，其取值方法如下：

式中，c_j,max與c_j,min為指標在j狀態下數值的取值范圍，來源于相關標準及文獻；Ex_j為j狀態下數值對應分布的均值；En_j為j狀態下對應分布的方差，表示可取數值的分散程度；He_j為對應分布的超熵，描述了方差的不確定性，可取0.0001或0.0002。

3.如權利要求2所述的基于逆向云組合權重及模糊貼近度的變壓器狀態評估方法，其特征在于：步驟B中，所述逆向云組合權重的具體計算方法如下：

(1)輸入待評估變壓器的各指標數據，并采用主客觀賦權方法得到k組權值樣本，組成樣本集W：

W＝{W₁,W₂,…W_k}

式中，W_i＝(w_i1,w_i2,…w_im)^T為權值向量，表示第i種賦權法對m個評估指標賦予的權值，主觀權重的確定由層次分析法實現，客觀權重的確定由熵權法、CRITIC法、信息量法三種方法實現；

(2)利用權重樣本集W＝{W₁,W₂,…W_k}，計算每個屬性指標權重的樣本均值：

(3)計算權重樣本一階絕對中心距和樣本方差，公式如下：

(4)計算評估指標x_j對應的逆向云組合權重N_wj(Ex_j,En_j,He_j)的參數，公式如下：

步驟B中，所述指標賦權綜合云模型的形成方法如下：

將指標數據與逆向云組合權重進行集成，得到指標賦權綜合云模型，公式如下：

式中，N_Fij表示第i組實驗數據中指標x_j的指標賦權云模型；V_ij表示經過標準化處理的第i組實驗數據中指標j測量數值。

4.如權利要求3所述的基于逆向云組合權重及模糊貼近度的變壓器狀態評估方法，其特征在于：步驟C中，所述基于模糊貼近度的正態云模型相似度計算方法如下：

(1)基于模糊貼近度的云模型相似度計算

式中，

(2)為了避免數值差距過大對評價結果的影響，對上式得到的模糊貼近相似度進行歸一化處理，得到歸一化相似度：

式中，D＝1,2,…,5分別對應狀態指標等級{正常，一般，注意，異常，嚴重}；

步驟C中，所述變壓器狀態評估得分的計算方法如下：

得到歸一化的值后，采用賦分期望法對變壓器狀態節點Ai的評價結果進行定量描述，具體方法為給不同狀態等級的貼近度賦予不同的分值，最后求其總和，取分別對應狀態等級{正常，一般，注意，異常，嚴重}，將分數期望值作為狀態評估結果：