趙路佳

摘 要：首先，基于物聯(lián)網(wǎng)優(yōu)化了狀態(tài)評(píng)價(jià)指標(biāo)體系;其次，通過(guò)檢修專(zhuān)家意見(jiàn)和層次分析法獲得主觀權(quán)重，并綜合考慮“短板效應(yīng)”和設(shè)備老化;最后，提出客觀專(zhuān)家?guī)旄拍?，基于機(jī)器學(xué)習(xí)對(duì)傳統(tǒng)的模糊綜合評(píng)判進(jìn)行改進(jìn)，得到了模糊迭代的計(jì)算法則，形成了客觀專(zhuān)家數(shù)據(jù)庫(kù)，為能源互聯(lián)網(wǎng)下的配網(wǎng)提供了客觀可靠的評(píng)價(jià)體系。

關(guān)鍵詞：物聯(lián)網(wǎng);狀態(tài)評(píng)價(jià);權(quán)重調(diào)整;數(shù)據(jù)挖掘

中圖分類(lèi)號(hào)：TM73;TM76文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-5168（2018）28-0017-03

Abstract： Firstly， based on the Internet of Things， the state evaluation index system was optimized. Secondly， subjective weights were obtained through maintenance expert opinion and analytic hierarchy process， and the "short board effect" and equipment aging were considered comprehensively. Finally， the concept of objective expert library was proposed. Based on machine learning， traditional fuzzy comprehensive evaluation was improved， and fuzzy iteration was realized. The calculation rule formed an objective expert database， which provided an objective and reliable evaluation system for the distribution network under the energy Internet.

Keywords： Internet of Things;status evaluation;weight adjustment;data mining

隨著智能電網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)、5G通信技術(shù)的發(fā)展，配電網(wǎng)的監(jiān)測(cè)覆蓋范圍大大增加，產(chǎn)生了海量的多源異構(gòu)數(shù)據(jù)，極大地?cái)U(kuò)展了狀態(tài)評(píng)價(jià)的數(shù)據(jù)維度[1]。但是，目前配網(wǎng)設(shè)備狀態(tài)評(píng)價(jià)大多采用導(dǎo)則判定這種基于單個(gè)設(shè)備和當(dāng)前時(shí)間段的局部評(píng)價(jià)方法，無(wú)法有效利用配網(wǎng)設(shè)備全生命周期的縱向數(shù)據(jù)和當(dāng)前時(shí)間段的同類(lèi)設(shè)備的橫向數(shù)據(jù)，綜合評(píng)價(jià)方法有待進(jìn)一步研究[2]。

1 關(guān)鍵狀態(tài)量及權(quán)重修正

1.1 關(guān)鍵狀態(tài)量

本文參考供電公司經(jīng)驗(yàn)和《配網(wǎng)設(shè)備狀態(tài)評(píng)價(jià)導(dǎo)則》（Q/GDW 645—2011），列出目前廣泛采用的反映關(guān)鍵技術(shù)性能的狀態(tài)量[3]。

以配電變壓器為例，關(guān)鍵狀態(tài)量指標(biāo)選取見(jiàn)表1。

1.2 主觀修正的確定及修正

采用層次分析法對(duì)關(guān)鍵狀態(tài)量權(quán)重初始值進(jìn)行修正。采用多段比例尺來(lái)構(gòu)造判斷矩陣。

狀態(tài)評(píng)價(jià)在調(diào)整權(quán)重時(shí)需要考慮“短板效應(yīng)”，在某種評(píng)價(jià)的統(tǒng)計(jì)分值較低時(shí)，應(yīng)相應(yīng)提高該項(xiàng)評(píng)價(jià)的權(quán)重。采用此類(lèi)二次權(quán)重修正方式，可以得出修正結(jié)果為：

2 基于模糊綜合評(píng)判的配網(wǎng)設(shè)備狀態(tài)評(píng)估

本文確定了由梯形和三角形組成的隸屬度分布。

傳統(tǒng)模糊綜合評(píng)判的具體步驟如下。

3 模糊迭代方法以及權(quán)重專(zhuān)家?guī)旖?/p>

3.1 模糊迭代方法的基本步驟

3.2 算例驗(yàn)證

以河北某市16座配電變壓器為例進(jìn)行計(jì)算，見(jiàn)表2。

首先，將定量指標(biāo)和定性指標(biāo)轉(zhuǎn)化為三角模糊數(shù)，將權(quán)重信息轉(zhuǎn)為三角模糊數(shù)。

由指標(biāo)信息、權(quán)重信息化成三角形模糊數(shù)，得到：

最后可得模糊雙峰值和隸屬度，見(jiàn)表3。

4 結(jié)語(yǔ)

本文首先基于物聯(lián)網(wǎng)優(yōu)化了狀態(tài)評(píng)價(jià)指標(biāo)體系;其次，通過(guò)檢修專(zhuān)家意見(jiàn)和層次分析法獲得主觀權(quán)重，并綜合考慮“短板效應(yīng)”和設(shè)備老化;最后，提出客觀專(zhuān)家?guī)旄拍?，利用物?lián)網(wǎng)的優(yōu)勢(shì)，通過(guò)大數(shù)據(jù)降維，去噪并化為標(biāo)準(zhǔn)基底，并與同類(lèi)變電站數(shù)據(jù)進(jìn)行類(lèi)比逆算權(quán)重，不斷更新專(zhuān)家權(quán)重庫(kù)，減少由專(zhuān)家評(píng)審意見(jiàn)帶來(lái)的主觀因素，加強(qiáng)對(duì)機(jī)器學(xué)習(xí)本身的客觀可靠的數(shù)據(jù)分析，最終建立權(quán)重專(zhuān)家?guī)?。?jīng)過(guò)算例驗(yàn)證，該方法具有很好的應(yīng)用效果。

參考文獻(xiàn)：

[1]徐世軍，裴徐良，劉進(jìn)輝，等.基于物聯(lián)網(wǎng)技術(shù)的電力設(shè)備狀態(tài)檢修[J].自動(dòng)化與儀器儀表，2016（12）：79-81.

[2]黃文元，郭謀發(fā)，楊耿杰.配電開(kāi)關(guān)狀態(tài)監(jiān)測(cè)與優(yōu)化檢修系統(tǒng)研制[J].電工電氣，2013（4）：52-57.

[3]林冬陽(yáng).融合多源信息的配網(wǎng)設(shè)備狀態(tài)評(píng)價(jià)及狀態(tài)檢修技術(shù)研究[D].杭州：浙江大學(xué)，2016.

[4]張樺，魏本剛，李可軍，等.基于變壓器馬爾可夫狀態(tài)評(píng)估模型和熵權(quán)模糊評(píng)價(jià)方法的風(fēng)險(xiǎn)評(píng)估技術(shù)研究[J].電力系統(tǒng)保護(hù)與控制，2016（5）：134-140.

[5]王金龍，黃煒斌，馬光文，等.基于熵權(quán)模糊迭代法的生態(tài)友好型水庫(kù)調(diào)度控泄方案模糊集對(duì)綜合評(píng)價(jià)[J].四川大學(xué)學(xué)報(bào)（工程科學(xué)版），2015（S2）：1-8.