楊志新，袁曉冬，柏晶晶

（1.江蘇省電力公司 電力科學(xué)研究院，南京 210000；2.東南大學(xué) 電氣工程學(xué)院，南京 210096）

基于改進(jìn)的TOPSIS法與RSR法的電能質(zhì)量綜合評(píng)估

楊志新1，袁曉冬1，柏晶晶2

（1.江蘇省電力公司 電力科學(xué)研究院，南京 210000；2.東南大學(xué) 電氣工程學(xué)院，南京 210096）

對(duì)電能質(zhì)量各項(xiàng)指標(biāo)進(jìn)行綜合評(píng)估，可量化現(xiàn)有各層面電能質(zhì)量狀況，便于實(shí)現(xiàn)電力市場的按質(zhì)定價(jià)。利用改進(jìn)的層次分析法和主成分分析法確定各指標(biāo)的組合權(quán)重，同時(shí)將改進(jìn)的逼近理想解排序（TOPSIS）法與秩和比（RSR）法應(yīng)用于電能質(zhì)量綜合評(píng)估，將觀測點(diǎn)電能質(zhì)量狀況與理想解、國標(biāo)允許值和自設(shè)的等級(jí)值結(jié)合到一起進(jìn)行排序和分檔，從而快速實(shí)現(xiàn)電能質(zhì)量綜合評(píng)估。實(shí)例計(jì)算結(jié)果表明，采用上述方法具有一定的有效性和可行性。

電能質(zhì)量；綜合評(píng)估；主成分分析；改進(jìn)TOPSIS；RSR

對(duì)電能質(zhì)量綜合評(píng)估，其結(jié)果一方面可作為衡量電網(wǎng)水平重要標(biāo)準(zhǔn)，為明確供電合同中供電方和用戶責(zé)任提供數(shù)據(jù)支持，也便于實(shí)現(xiàn)電力市場的按質(zhì)定價(jià)；另一方面，供電方可以全面掌握電網(wǎng)電能質(zhì)量狀況，對(duì)電能質(zhì)量問題做到“早發(fā)現(xiàn)，早治理”，防止電能質(zhì)量問題惡化；而敏感用戶通過查看報(bào)表、圖形化的評(píng)估結(jié)果，可更清楚了解用電狀況，及時(shí)做出生產(chǎn)調(diào)整。

由于電能質(zhì)量是一個(gè)多指標(biāo)的有機(jī)集合，單純依據(jù)某個(gè)指標(biāo)對(duì)電能質(zhì)量進(jìn)行評(píng)估，不能全面、科學(xué)地體現(xiàn)整體的電能質(zhì)量水平狀況，因此需要對(duì)電能質(zhì)量進(jìn)行綜合評(píng)估[1]。對(duì)于這種問題，國內(nèi)已有較多文獻(xiàn)進(jìn)行了相關(guān)研究。

文獻(xiàn)[2]基于概率統(tǒng)計(jì)特征值方法，并采用矢量代數(shù)方法可有效地將不同電能質(zhì)量分項(xiàng)指標(biāo)歸一量化，使電能商品的優(yōu)質(zhì)和優(yōu)價(jià)對(duì)應(yīng)成為可能。但是若相應(yīng)基準(zhǔn)值選取不當(dāng)，會(huì)對(duì)電能質(zhì)量綜合評(píng)估準(zhǔn)確性產(chǎn)生很大影響。文獻(xiàn)[3]采用模糊綜合評(píng)價(jià)方法，其主要依靠經(jīng)驗(yàn)近似獲得隸屬度函數(shù)及其權(quán)重，主觀因素影響偏大。文獻(xiàn)[4]應(yīng)用物元分析理論對(duì)電能質(zhì)量進(jìn)行綜合評(píng)估，利用關(guān)聯(lián)度信息對(duì)電能質(zhì)量的等級(jí)進(jìn)行可拓識(shí)別，效果較好。文獻(xiàn)[5]基于人工神經(jīng)網(wǎng)絡(luò)進(jìn)行電能質(zhì)量評(píng)估，使用客觀樣本進(jìn)行訓(xùn)練，避免了主觀因素的影響，但因缺乏了解電能質(zhì)量分項(xiàng)指標(biāo)各自具體所占權(quán)重情況，使得評(píng)估結(jié)果可信度降低。

在對(duì)上述評(píng)估方法分析的基礎(chǔ)上，本文將改進(jìn)的逼近理想解排序法（TOPSIS）與秩和比法（RSR）相結(jié)合，應(yīng)用于電能質(zhì)量綜合評(píng)估及分級(jí)評(píng)估，從而可將觀測點(diǎn)電能質(zhì)量狀況與理想解、國標(biāo)允許值和自設(shè)的等級(jí)臨界值結(jié)合在一起進(jìn)行排序和分檔，使得結(jié)果不但可快速實(shí)現(xiàn)電能質(zhì)量定性評(píng)價(jià)，而且能通過等級(jí)評(píng)分函數(shù)對(duì)電能質(zhì)量進(jìn)行定量評(píng)估。

1 電能質(zhì)量評(píng)估指標(biāo)及權(quán)重的確定

1.1 電能質(zhì)量評(píng)估指標(biāo)

本文擬以表1中的9項(xiàng)電能質(zhì)量指標(biāo)為基礎(chǔ)，依照國家標(biāo)準(zhǔn)或國際公認(rèn)定義的規(guī)定范圍，將電能質(zhì)量等級(jí)評(píng)定分為5級(jí)，對(duì)應(yīng)為優(yōu)質(zhì)Q1、良好Q2、中等Q3、合格Q4、不合格Q5，從Q1～Q5，電能質(zhì)量情況逐級(jí)下降[6]，這樣既避免了因分級(jí)太少導(dǎo)致計(jì)算過程偏差過大、影響評(píng)估結(jié)果的準(zhǔn)確性，又避免了因分級(jí)過多而造成計(jì)算量大。電能質(zhì)量各指標(biāo)等級(jí)界限值確定方法見參考文獻(xiàn)[3，6]，結(jié)果如表1所示。

表1 電能質(zhì)量指標(biāo)及其分級(jí)標(biāo)準(zhǔn)(380 V)

1.2 權(quán)重確定

目前，權(quán)重確定方法有主觀賦權(quán)法和客觀賦權(quán)法兩大類，它們各有優(yōu)缺點(diǎn)[7]。主觀賦權(quán)是一種定性分析法，是根據(jù)實(shí)際情況并通過專家經(jīng)驗(yàn)判斷指標(biāo)的重要程度，但這樣就增加了人為主觀因素影響；客觀賦權(quán)則是依據(jù)原始數(shù)據(jù)確定權(quán)重系數(shù)，雖可有效地傳遞評(píng)價(jià)指標(biāo)的數(shù)據(jù)與信息，但其可能因此出現(xiàn)權(quán)重系數(shù)不合理現(xiàn)象。為避免單一方式定權(quán)而造成權(quán)重系數(shù)的偏倚，本文將采用主客觀權(quán)重線性加權(quán)確定指標(biāo)綜合權(quán)重，其中客觀權(quán)重采用主成分分析法，主觀權(quán)重采用改進(jìn)的層次分析法。

1.2.1 主成分分析法確定客觀權(quán)重

主成分分析（principal component analysis，PCA）是多元分析中最重要的方法之一，其是通過恰當(dāng)?shù)臄?shù)學(xué)變換，使新變量——主成分成為原變量的線性組合[8—9]。其賦權(quán)的基本思想是：根據(jù)各項(xiàng)指標(biāo)值的變異程度選取主成分，提取其中少數(shù)幾個(gè)在變差總信息量中比例較大的主成分來分析事物的特征，再依據(jù)其特征向量進(jìn)行綜合值評(píng)價(jià)，從而可依據(jù)綜合值的各系數(shù)比重確定各指標(biāo)權(quán)重。

下面分析PCA計(jì)算權(quán)重的具體步驟。

（1）設(shè)對(duì)某一評(píng)價(jià)對(duì)象進(jìn)行評(píng)估時(shí)，原始數(shù)據(jù)表中樣本數(shù)為n，指標(biāo)數(shù)為p，則觀測樣本矩陣為

在實(shí)際應(yīng)用中，為了消除原變量量綱、數(shù)量級(jí)的不同帶來的影響，通常需對(duì)各變量作標(biāo)準(zhǔn)化變換，其變換公式為

經(jīng)過變換后的數(shù)據(jù)均值為0，方差為1。

（3）將步驟（2）計(jì)算得到的p個(gè)特征值按從大到小的順序排列，并從中選取前m個(gè)特征值作為主成分，使得所取主成分累計(jì)方差貢獻(xiàn)率達(dá)到85%以上，即

（4）按照公式（3）計(jì)算主成分綜合值

式中：n為樣本數(shù)，m為選取的能滿足累計(jì)貢獻(xiàn)率要求的主成分個(gè)數(shù)，λi和ui分別為選取的主成分對(duì)應(yīng)的特征值和特征向量，F(xiàn)為計(jì)算得到的綜合值，是一個(gè)列向量F=(b1,b2,…,bp)T。根據(jù)計(jì)算得到bi的大小可確定各評(píng)價(jià)指標(biāo)的權(quán)重Wi

1.2.2 改進(jìn)AHP法確定主觀權(quán)重

普通的層次分析法（analytic hierarchy process,AHP）采用1—9標(biāo)度，在實(shí)際應(yīng)用中有許多欠妥之處，它可能導(dǎo)致評(píng)價(jià)結(jié)論的錯(cuò)誤與一致性檢驗(yàn)的錯(cuò)誤[10]。本文參考文獻(xiàn)[10]建立一種新的指標(biāo)標(biāo)度，使用改進(jìn)AHP法確定主觀權(quán)重，其具體求取過程見文獻(xiàn)[6,10—12]，本文不再重復(fù)敘述。

1.2.3 線性求權(quán)確定組合權(quán)重

將已得到的客觀權(quán)重WW1′和主觀權(quán)重WW1″進(jìn)行線性加權(quán)，得到各指標(biāo)的綜合權(quán)重向量[13]

2 基于改進(jìn)的TOPSIS法的電能質(zhì)量綜合評(píng)估

在多指標(biāo)的決策問題中，TOPSIS（Technique for Order Preference by Similarityto Ideal Solution）是一種逼近理想解的排序方法，其借助于多指標(biāo)問題中的正理想解和負(fù)理想解對(duì)方案集中的各方案進(jìn)行排序[14—19]。常規(guī)的TOPSIS法只能對(duì)原始數(shù)據(jù)進(jìn)行定性的排序[14—15]，不能進(jìn)行定量的綜合評(píng)估。為了克服這個(gè)缺點(diǎn)，本文提出了一種改進(jìn)的TOPSIS法，并將其與單指標(biāo)評(píng)分思想相結(jié)合，不僅可對(duì)原始數(shù)據(jù)進(jìn)行綜合評(píng)估，而且可以等級(jí)評(píng)分的形式對(duì)其進(jìn)行分析。

下面具體分析其計(jì)算步驟。

（1）構(gòu)造原始矩陣。除5個(gè)觀測點(diǎn)數(shù)據(jù)外，本文還引入了5點(diǎn)參考電能指標(biāo)序列，分別是各項(xiàng)電能指標(biāo)的理想值、國標(biāo)允許值和等級(jí)1、2、3臨界值的數(shù)據(jù)序列。其中針對(duì)常規(guī)的TOPSIS法可能會(huì)出現(xiàn)的逆序問題，本文將各項(xiàng)電能指標(biāo)的理想值和國標(biāo)允許值分別作為TOPSIS法使用中的絕對(duì)正理想解和絕對(duì)負(fù)理想解，此外，為能對(duì)原始數(shù)據(jù)進(jìn)行有效的分等級(jí)評(píng)估，本文還將等級(jí)1、2、3臨界值的數(shù)據(jù)序列添加到評(píng)價(jià)對(duì)象的數(shù)據(jù)矩陣中一起進(jìn)行運(yùn)算處理。

（2）為便于后續(xù)分析，需對(duì)原始矩陣進(jìn)行同趨勢化處理，將指標(biāo)全變?yōu)榈蛢?yōu)或高優(yōu)指標(biāo)，常用的方法有倒數(shù)法和插值法等。

（3）同趨勢化后，為了消除計(jì)量單位的影響，需要按照公式（6）進(jìn)行向量歸一化處理，得到歸一化矩陣ZZ。

（4）為判斷各樣本的合格情況，需按照公式（7）計(jì)算正理想解與負(fù)理想解之間的距離D作為判斷標(biāo)準(zhǔn)。

（5）按公式（8）計(jì)算各評(píng)估對(duì)象的指標(biāo)值與理正理想解及負(fù)理想解之間的距離D+和D-，計(jì)算公式如下

（6）為能綜合評(píng)估各種電能質(zhì)量情況，本文擴(kuò)展了TOPSIS中貼近系數(shù)C的定義，使其不僅可定義在0～1區(qū)間，而且在大于1的時(shí)候也有定義，此時(shí)大于1的情況是對(duì)應(yīng)于評(píng)估結(jié)果不合格的情形。其具體的計(jì)算公式如下

完成這一步之后，可以得到8個(gè)貼近系數(shù)，分別是C1，C2，…，C8，其中C1，C2，…，C5代表的是5個(gè)觀測點(diǎn)的貼近系數(shù)，而C6、C7、C8代表的是為判斷等級(jí)而設(shè)置的臨界值。此時(shí)，若想快速判斷出5個(gè)觀測點(diǎn)電能質(zhì)量狀況的相對(duì)好壞，可直接根據(jù)該貼近系數(shù)進(jìn)行分析，Ci值越小電能質(zhì)量狀況越優(yōu)。另外，將各觀測點(diǎn)的Ci與C6，C7，C8比較，也可迅速判斷其所處的等級(jí)，但這只是初步的定性判斷，若進(jìn)一步定量分析，還需進(jìn)行下面的步驟。

（7）利用文獻(xiàn)[10]中單指標(biāo)評(píng)分思想，可使用公式（10）對(duì)由上面計(jì)算得到的貼近系數(shù)進(jìn)行計(jì)算，從而得到定量評(píng)分?jǐn)?shù)據(jù)式中：Si代表的是評(píng)分函數(shù)，C6、C7、C8代表的是為判斷各觀測點(diǎn)電能質(zhì)量狀況的等級(jí)而設(shè)置的臨界值，Ci代表的是待評(píng)估的樣本的貼近系數(shù)。常規(guī)意義下，Ci不可以大于1，但本文擴(kuò)展了其定義，使其可以在電能質(zhì)量狀況不合格的情況下出現(xiàn)大于1的情況，并使用了等級(jí)評(píng)分函數(shù)進(jìn)行評(píng)估，這樣可使得結(jié)果更為完整。

3 基于RSR法的排序和分檔

秩和比法（Rank?sum ratio，RSR）是我國學(xué)者田鳳調(diào)于1988年提出的，目前此法已日漸完善，廣泛地應(yīng)用于醫(yī)療衛(wèi)生領(lǐng)域的多指標(biāo)綜合評(píng)價(jià)、統(tǒng)計(jì)預(yù)測預(yù)報(bào)、統(tǒng)計(jì)質(zhì)量控制等方面[19—20]。在具體應(yīng)用時(shí)，可先使用上述改進(jìn)的TOPSIS法計(jì)算各貼近系數(shù)Ci,再借助RSR法對(duì)其進(jìn)行排序分檔，從而能更客觀、全面、真實(shí)地分析評(píng)估問題。本文在此使用的目的是：利用常規(guī)的RSR法對(duì)上述評(píng)價(jià)結(jié)果進(jìn)行排序分檔，一方面可驗(yàn)證上文使用的分等級(jí)以評(píng)分函數(shù)給出的評(píng)價(jià)結(jié)果的準(zhǔn)確性；另一方面欲借助RSR法進(jìn)一步擴(kuò)展，希望能夠客觀、全面、真實(shí)地反映各觀測點(diǎn)的電能質(zhì)量狀況，從而使上述改進(jìn)的TOPSIS法的應(yīng)用更為合理。

下面將具體介紹其分析的步驟。

（1）對(duì)所得的8個(gè)貼近系數(shù)進(jìn)行編秩。編秩原則：因?yàn)橘N近系數(shù)是低優(yōu)指標(biāo)，故對(duì)其最大值編以1，次大值編以2，再依次類推到最小值編以n。

（2）計(jì)算RSR值，其計(jì)算公式如下

式中：m為指標(biāo)數(shù)（本文由于只考慮貼近系數(shù)，故其設(shè)為1），n為樣本數(shù)（本文對(duì)應(yīng)為8），R為步驟（1）中編秩的秩次。

（3）確定RSR分布，將其按照從小到大排列起來，分別計(jì)算各RSR對(duì)應(yīng)的頻數(shù)f，向下累積頻數(shù)f↓，秩次范圍R，平均秩次和向下累計(jì)頻率，再查《百分?jǐn)?shù)與概率單位對(duì)照表》，求其所對(duì)應(yīng)的概率單位值Y（百分?jǐn)?shù)）。

（4）求出相應(yīng)的回歸方程RSR=a·Y+b；必要時(shí)對(duì)RSR還可選用適當(dāng)代換量，以達(dá)到偏態(tài)對(duì)稱化的目的。

（5）根據(jù)常用分檔，計(jì)算分檔的各個(gè)臨界值，從而確定各個(gè)樣本所在的分檔情況。

4 實(shí)例應(yīng)用

4.1 評(píng)估前數(shù)據(jù)預(yù)處理

本文以文獻(xiàn)[13]中的實(shí)例數(shù)據(jù)為基礎(chǔ)進(jìn)行綜合評(píng)估，其實(shí)測得到的某地某時(shí)段380 kV母線的電能質(zhì)量相關(guān)數(shù)據(jù)如表2所示。

為便于有效排序和分級(jí)，本文引入了5種電能質(zhì)量指標(biāo)序列作為參考，其構(gòu)造情況如表3所示。

在得到上述數(shù)據(jù)后，可以依此進(jìn)行權(quán)重分析。再按照上述計(jì)算步驟可求得綜合權(quán)重WW1，見表4。比例因子由文獻(xiàn)[13]計(jì)算得α=0.316，β=0.684。

4.2 綜合評(píng)估

4.2.1 快速定性評(píng)估

若只需了解各觀測點(diǎn)大致的電能質(zhì)量狀況，可只需利用改進(jìn)的TOPSIS法計(jì)算出各貼近系數(shù)Ci，并依此按從小到大進(jìn)行排序，便可快速定性評(píng)估，這也是本方法區(qū)別于其他評(píng)估方法一個(gè)顯著優(yōu)點(diǎn)。以上述數(shù)據(jù)為例，只需一步計(jì)算，即可得知各觀測點(diǎn)電能質(zhì)量狀況的優(yōu)劣順序?yàn)椋?≥3≥4≥5≥2。

表2 觀測點(diǎn)的電能質(zhì)量測試數(shù)據(jù)

表3 用于參考的電能質(zhì)量測試數(shù)據(jù)

4.2.2 定量評(píng)估

若要進(jìn)一步定量評(píng)估，可按上述介紹的步驟進(jìn)行分析，得到的評(píng)價(jià)結(jié)果如表5所示。

為了驗(yàn)證本方法的準(zhǔn)確性，本文還應(yīng)用了文獻(xiàn)[3,6,13]的方法，對(duì)評(píng)估結(jié)果進(jìn)行對(duì)比分析，結(jié)果見表6。

由表6可知，本文與文獻(xiàn)[6,13]的結(jié)果一致，與文獻(xiàn)[3]的結(jié)果相比，除觀測點(diǎn)4以外，其他觀測點(diǎn)評(píng)估等級(jí)均一致。觀測點(diǎn)4中電壓暫降X2及電壓波動(dòng)X4落在Q3之內(nèi)，其余指標(biāo)均位于Q4之內(nèi)；同時(shí)，結(jié)合權(quán)重可知，取觀測點(diǎn)4的電能質(zhì)量為Ⅳ級(jí)更為合理些。其他觀測點(diǎn)中，觀測點(diǎn)1稍好于等級(jí)Ⅱ；觀測點(diǎn)2、4、5雖處于等級(jí)Ⅳ范圍內(nèi)，但觀測點(diǎn)4、5評(píng)估結(jié)果較觀測點(diǎn)2明顯更接近于等級(jí)Ⅲ，且觀測點(diǎn)4較好于觀測點(diǎn)5，結(jié)合客觀數(shù)據(jù)分析可知，評(píng)估結(jié)果符合實(shí)際情況，具有可行性。

4.3 分級(jí)評(píng)估

在含有多層次的電能質(zhì)量指標(biāo)評(píng)估中，利用本文的評(píng)估方法，無需重新進(jìn)行主客觀權(quán)重的計(jì)算，只需保持某些條件不變的情況下，直接以總的貼近系數(shù)的形式，進(jìn)行等級(jí)的判斷，進(jìn)而得出某層次某組指標(biāo)的相對(duì)電能質(zhì)量水平。

以觀測點(diǎn)1為例做具體分析。在綜合權(quán)重及理想值、國家標(biāo)準(zhǔn)允許值和等級(jí)限制值不變的情況下，將某層指標(biāo)做如下分解：將每一個(gè)評(píng)估指標(biāo)序列分為2組，該層指標(biāo)中電壓質(zhì)量指標(biāo)分為第1組，該層其余指標(biāo)分為第2組，具體結(jié)果見表7。

由表7可知，觀測點(diǎn)1中某層第1組指標(biāo)的評(píng)估結(jié)果為Ⅱ級(jí)，結(jié)合評(píng)估分?jǐn)?shù)，其稍高于80分，接近良好狀態(tài)邊界；而該層第2組指標(biāo)評(píng)估結(jié)果為Ⅱ級(jí)，再結(jié)合評(píng)估分?jǐn)?shù)，其高于80分，雖也靠近良好狀態(tài)邊界，但相比第一組要好些；同時(shí)，觀測點(diǎn)1的電能質(zhì)量綜合評(píng)估等級(jí)為Ⅱ級(jí)，綜合評(píng)分為介于兩者之間，由此可得出：觀測點(diǎn)1中某層的第2組指標(biāo)的電能質(zhì)量情況好于該層中的第1組指標(biāo)，從而將觀測點(diǎn)1的整體電能質(zhì)量水平抬升。

表4 電能質(zhì)量各評(píng)估指標(biāo)權(quán)重

表5 電能質(zhì)量評(píng)估結(jié)果

表6 電能質(zhì)量評(píng)估結(jié)果對(duì)比

表7 觀測點(diǎn)1實(shí)例分析

4.4 RSR法分檔

依據(jù)上述介紹的有關(guān)RSR排序分檔步驟，根據(jù)Ci值大小分組并進(jìn)行相應(yīng)分析，得到如表8所示結(jié)果。

表8 Ci值分布及對(duì)應(yīng)的概率單位值

應(yīng)用最小二乘法求得貼近系數(shù)Ci與其對(duì)應(yīng)的概率單位Y的線性回歸方程Ci=0.151 1×Y-0.478 4，其相關(guān)系數(shù)r為0.985 5，回歸效果的顯著性檢驗(yàn)F檢驗(yàn)值是101.125 4，驗(yàn)證得該方程有效。據(jù)此利用RSR法進(jìn)行合理分檔，結(jié)果如表9所示。

表9 各觀測點(diǎn)RSR評(píng)價(jià)的排序和分檔

除觀測點(diǎn)4外，其余分檔結(jié)果與上述分級(jí)結(jié)果一致。4點(diǎn)之所以落在“中”上是因?yàn)镽SR分檔是以其常用分檔概率等級(jí)進(jìn)行，而非以上述預(yù)先設(shè)定好的固定等級(jí)（即此處的觀測點(diǎn)6,7,8點(diǎn)）進(jìn)行分檔（即上面的分級(jí)），故有可能造成部分點(diǎn)落入其他區(qū)間的情況，這時(shí)候就只能通過觀測其排序情況，與相應(yīng)等級(jí)觀測點(diǎn)相比，得出結(jié)論。本文觀測點(diǎn)4就屬于這樣的情況，故此時(shí)只能通過等級(jí)觀測點(diǎn)8來判斷，其應(yīng)該是落入合格區(qū)間，而非中區(qū)間，這樣就與上面結(jié)論完全一致，驗(yàn)證了上述結(jié)論的正確性。

5 結(jié)束語

本文是將改進(jìn)的層次分析法與主成分分析法相結(jié)合，根據(jù)線性賦權(quán)原理計(jì)算得到組合權(quán)重系數(shù)，以此為依據(jù)利用改進(jìn)的TOPSIS法，結(jié)合單指標(biāo)評(píng)分思想，對(duì)各項(xiàng)樣本進(jìn)行分等級(jí)打分的綜合評(píng)估，取得了較為滿意的結(jié)果。此外，本文還對(duì)某一層次下的某組電能質(zhì)量指標(biāo)進(jìn)行分級(jí)評(píng)估。依此，可得到評(píng)估樣本更為具體的電能質(zhì)量水平，從而能有針對(duì)性地提出改進(jìn)措施，避免因改善某一電能質(zhì)量問題而惡化電網(wǎng)其他的電能質(zhì)量指標(biāo)。

為了驗(yàn)證該分等級(jí)綜合評(píng)估方法的正確性，本文還使用了RSR法對(duì)由改進(jìn)的TOPSIS計(jì)算得來的貼近系數(shù)進(jìn)行進(jìn)一步的排序分檔處理，通過實(shí)例證明，該方法簡單、實(shí)用，可迅速對(duì)各觀測點(diǎn)電能質(zhì)量情況進(jìn)行定性和定量評(píng)估。

：

[1]徐永海,肖湘寧.電力市場環(huán)境下的電能質(zhì)量問題[J].電網(wǎng)技術(shù),2004,28(22)：48-52．

[2]江輝,彭建春,歐亞平,等.基于概率統(tǒng)計(jì)和矢量代數(shù)的電能質(zhì)量歸一量化與評(píng)價(jià)[J].湖南大學(xué)學(xué)報(bào),2003,30(1)：66-70．

[3]唐會(huì)智,彭建春.基于模糊理論的電能質(zhì)量綜合量化指標(biāo)研究[J].電網(wǎng)技術(shù),2003,27(12)：85-88.

[4]黃劍,周林,栗秋華,等.基于物元分析理論的電能質(zhì)量綜合評(píng)估[J].重慶大學(xué)學(xué)報(bào)：自然科學(xué)版,2007,30(6)：66-70．

[5]劉穎英,李國棟,顧強(qiáng),等.基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量綜合評(píng)價(jià)[J].電氣應(yīng)用,2007,26(1)：45-48.

[6]趙霞,趙成勇,賈秀芳,等.基于可變權(quán)重的電能質(zhì)量模糊綜合評(píng)價(jià)[J].電網(wǎng)技術(shù),2005,29(6)：11-16.

[7]李娜娜,何正友.組合賦權(quán)法在電能質(zhì)量綜合評(píng)估中的應(yīng)用[J].電力系統(tǒng)保護(hù)與控制,2009,37(16)：128-134.

[8]王增平,王雪.基于改進(jìn)主成分分析的變壓器勵(lì)磁涌流識(shí)別方法[J].電力系統(tǒng)保護(hù)與控制,2011,39(12)：1-5,51．

[9]盛立東.模式識(shí)別導(dǎo)論[M].北京：北京郵電大學(xué)出版社,2010．

[10]雷剛,顧偉,袁曉冬.灰色理論在電能質(zhì)量綜合評(píng)估中的應(yīng)用[J].電力自動(dòng)化設(shè)備,2009,29(11)：62-65,70.

[11]熊以旺,程浩忠,王海群,等.基于改進(jìn)AHP和概率統(tǒng)計(jì)的電能質(zhì)量綜合評(píng)估[J].電力系統(tǒng)保護(hù)與控制,2009,37(13)：48-52,71．

[12]康世崴,彭建春,何禹清.模糊層次分析與多目標(biāo)決策相結(jié)合的電能質(zhì)量綜合評(píng)估[J].電網(wǎng)技術(shù),2009,33(19)：113-118.

[13]李如琦,蘇浩益.基于可拓云理論的電能質(zhì)量綜合評(píng)估模型[J].電力系統(tǒng)自動(dòng)化,2012,36(1)：66-70.

[14]何古彪.變電站光伏發(fā)電系統(tǒng)的電能質(zhì)量研究[D].上海：上海交通大學(xué),2012．

[15]肖媛媛.應(yīng)用TOPSIS法對(duì)門診病人滿意度進(jìn)行綜合評(píng)價(jià)[D].成都：四川大學(xué),2007.

[16]Tavana,Madjid,Hatami?Marbini,et al.A group AHP ?TOPSIS framework for human spaceflight mission planning at NASA[J].Expert Systems with Applications,2011,38(11)：13 588-13 603.

[17]Xing Lixian,Tu Keran，Ma Ling,et al.The performance evaluation of IT project risk based on TOPSIS[C]//Proceedings?2009 International Conference on Computational Intelligence and Software Engineering，CiSE 2009：1-5．

[18]Rabiner L R,Rosenberg A E,Levinson S E.Fuzzy TOPSIS for group decision making：A case study for accidents with oil spill in the sea[J].Expert Systems with Applications,2011,38(4)：4 190-4 197．

[19]覃丹丹.應(yīng)用TOPSIS法與RSR法評(píng)價(jià)醫(yī)院的綜合醫(yī)療質(zhì)量[J].右江民族醫(yī)學(xué)院學(xué)報(bào),2005(5)：607-609.

[20]田鳳調(diào).秩和比法及其應(yīng)用[M].北京：中國統(tǒng)計(jì)出版社,2002.

Synthetic evaluation of power quality based on improved TOPSIS and RSR method

YANG Zhi?xin1,YUAN Xiao?dong1,BAI Jing?jing2
（1.Jiangsu Electric Power Research Institute,Nanjing 210000,China;2.Southeast University,Nanjing 210096,China）

The quantized result from synthetic evaluation of power quality is one of the foundations to assess power quality and is favorable to implement the market mechanism of pricing electric ener?gy according to power quality.This paper uses the improved AHP and the principal component analysis(PCA)to determine the index of the combination weights;meanwhile,the improved TOPSIS and rank sum ratio(RSR)method is applied to the comprehensive assessment of the power quality,so the observation point of the power quality and the ideal value,standard value and rank values set up can be sorted and classified together,and power quality comprehensive evaluation can be achieved quickly.Calculation results of case study show that the proposed synthetical evaluation method is effective and feasible.

power quality;synthetic evaluation;PCA;im?proved TOPSIS;RSR

TM712

A

1009-1831（2013）05-0011-06

2013-03-06

國家電網(wǎng)公司2012年度重點(diǎn)科技項(xiàng)目《電能質(zhì)量高級(jí)分析關(guān)鍵技術(shù)研究及應(yīng)用》基金支持

楊志新（1968），男，江蘇溧陽人，博士，高級(jí)工程師，主要研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制、電網(wǎng)電能質(zhì)量分析控制；袁曉冬（1979），男，江蘇無錫人，專業(yè)主管，從事電能質(zhì)量測試、仿真和測評(píng)工作；柏晶晶（1991），男，江蘇大豐人，碩士研究生，主要研究方向?yàn)殡娋W(wǎng)電能質(zhì)量分析控制。