亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Vague值相似度的黑啟動(dòng)決策

        2018-11-09 05:21:06陳明輝龐凱元尚慧玉熊文陽曾文福拴
        電力建設(shè) 2018年11期
        關(guān)鍵詞:啟動(dòng)理想權(quán)重

        陳明輝,龐凱元,尚慧玉,熊文,陽曾,文福拴

        (1.廣州供電局有限公司,廣州市 510620;2.浙江大學(xué)電氣工程學(xué)院,杭州市310027)

        0 引 言

        雖然電力系統(tǒng)的運(yùn)行控制理論和技術(shù)一直在不斷發(fā)展之中,大面積停電和系統(tǒng)崩潰仍無法完全避免[1-2]。這樣,就仍有必要研究系統(tǒng)恢復(fù)和黑啟動(dòng)策略,以便在發(fā)生停電甚至系統(tǒng)崩潰事故后盡快恢復(fù)向用戶供電。

        電力系統(tǒng)恢復(fù)一般分為3個(gè)階段:黑啟動(dòng)階段、網(wǎng)絡(luò)重構(gòu)階段和負(fù)荷恢復(fù)階段[3]。就黑啟動(dòng)而言,評價(jià)其恢復(fù)方案優(yōu)劣的指標(biāo)總體上可分為定量和定性的[4]??紤]到黑啟動(dòng)決策中某些指標(biāo)的主觀特征和電力系統(tǒng)有關(guān)數(shù)據(jù)的波動(dòng)性,采用模糊數(shù)表示指標(biāo)值和權(quán)重能較好描述黑啟動(dòng)決策信息的不確定性,更加符合實(shí)際[5-6]。

        現(xiàn)有黑啟動(dòng)方面的研究主要集中在黑啟動(dòng)策略的制定和評估。文獻(xiàn)[7]采用基于經(jīng)驗(yàn)的專家系統(tǒng)評價(jià)黑啟動(dòng)決策對電力系統(tǒng)恢復(fù)的影響。文獻(xiàn)[8]利用層次分析法(analytic hierarchy process, AHP)進(jìn)行黑啟動(dòng)決策。文獻(xiàn)[9]采用數(shù)據(jù)包絡(luò)分析和層次分析法對黑啟動(dòng)方案進(jìn)行評估,但數(shù)據(jù)包絡(luò)分析法只能得到不同指標(biāo)間的客觀權(quán)重信息。文獻(xiàn)[10]將模糊多屬性決策應(yīng)用于黑啟動(dòng)決策之中,將定性和定量評價(jià)指標(biāo)及權(quán)重全部轉(zhuǎn)化為三角形模糊數(shù),克服了定性與定量指標(biāo)不可比的缺點(diǎn)。文獻(xiàn)[11]利用熵權(quán)法對黑啟動(dòng)策略進(jìn)行評估,綜合主觀和客觀信息確定權(quán)重。文獻(xiàn)[12]采用基于多屬性群決策特征根法進(jìn)行黑啟動(dòng)決策,但采用精確數(shù)來描述指標(biāo)值。文獻(xiàn)[5]首次提出采用Vague集進(jìn)行黑啟動(dòng)決策,且考慮了指標(biāo)之間的關(guān)聯(lián)性和專家主觀評價(jià)之間的關(guān)聯(lián)性對黑啟動(dòng)決策的影響。文獻(xiàn)[6]在此基礎(chǔ)上提出一種基于直覺模糊集Choquet積分算子的黑啟動(dòng)群體決策方法,以避免丟失重要決策信息。

        文獻(xiàn)[5-6]在黑啟動(dòng)決策中引入Vague值,突破了精確數(shù)的限制,考慮了指標(biāo)之間的關(guān)聯(lián)性和專家主觀評價(jià)之間的關(guān)聯(lián)性對黑啟動(dòng)決策結(jié)果的影響。不過,需要依靠專家給出各指標(biāo)間的主觀權(quán)重模糊值,也需要確定決策專家之間的關(guān)聯(lián)性,實(shí)際實(shí)現(xiàn)起來有些難度。另一方面,以Vague值相似度為基礎(chǔ)進(jìn)行決策則可充分利用指標(biāo)間的客觀信息,通過比較候選方案和理想方案之間的相似性,快速得到各方案的優(yōu)劣排序,能夠?yàn)楹趩?dòng)在線決策提供支持。在此背景下,本文首先介紹Vague集的基本概念和計(jì)算相似度的方法,然后提出基于Vague集相似度的黑啟動(dòng)模糊決策方法,最后用算例進(jìn)行說明。

        1 Vague集理論簡介

        自模糊集 (fuzzy set) 的概念在1965年提出以來,其在很多領(lǐng)域的決策問題中得到了成功應(yīng)用[13]。

        對于一個(gè)論域U= {x1,x2, …,xn},A是它的一個(gè)模糊集,則存在一個(gè)隸屬度函數(shù)μA:U→[0, 1],隸屬度函數(shù)μA(xi)是指將論域U上的元素xi映射到實(shí)數(shù)域[0, 1]上的一個(gè)函數(shù),表示U上的元素xi隸屬于模糊集A的程度。μA(xi)的值是介于0和1之間的一個(gè)單值,既可表示支持xiA的程度,也可表示反對xiA的程度,沒有具體表示兩者的程度。1993年提出的Vague集則可同時(shí)考慮隸屬度、非隸屬度2個(gè)方面的信息,同時(shí)描述支持和反對xiA的程度,能夠反映決策中的模糊信息[14]。

        1.1 Vague集與Vague值

        定義1設(shè)U= {x1,x2, …,xn}是一個(gè)論域,x是U上的任一元素,U上的一個(gè)Vague集A是指一對隸屬度函數(shù)tA(x)和fA(x):

        tA(x):U→[0, 1],fA(x):U→[0, 1]

        (1)

        式中:tA(x)和fA(x)分別為Vague集A的真隸屬度函數(shù)和假隸屬度函數(shù),表示支持和反對xA的隸屬度下界。tA(x)[0, 1],fA(x)[0, 1]且0 ≤tA(x)+fA(x) ≤ 1。Vague集A可簡化表示為

        定義2若A是論域U上的一個(gè)Vague集,xA,稱閉區(qū)間[tA(x), 1-fA(x)]為Vague集A關(guān)于x的Vague值,簡化表示為[tx, 1-fx]。

        稱πA(x)=1-tA(x)-fA(x)為x相對于Vague集A的Vague度,又叫躊躇度,表示xA中的未知信息的度量;πA(x)越大,表示判斷xA的未知信息越多。

        稱S(x)=tA(x)-fA(x)為Vague集A中元素x的核,又叫計(jì)分函數(shù)。S(x)描述xA的支持證據(jù)和反對證據(jù)的差。若S(x)>0,則表示xA的程度大于xA的程度;若S(x) < 0,則表示xA的程度大于xA的程度。

        1.2 Vague集運(yùn)算

        設(shè)2個(gè)Vague值分別為a=[ta, 1-fa]和b=[tb, 1-fb],滿足ta,fa,tb,fb[0, 1]且ta+fa≤ 1和tb+fb≤ 1,定義Vague值的運(yùn)算關(guān)系如下:

        (2)

        根據(jù)以上Vague值的運(yùn)算,對于同一論域U上的2個(gè)Vague集A和B,它們的運(yùn)算關(guān)系如下:

        (3)

        式中xi是論域U的第i個(gè)元素。

        2 基于Vague集相似度的模糊決策方法

        2.1 計(jì)算Vague值相似度的方法

        Vague值在數(shù)值上是一個(gè)包含于[0,1]的區(qū)間,要判斷2個(gè)Vague值的相似程度,在本質(zhì)上就是判斷2個(gè)實(shí)數(shù)區(qū)間的相似程度。為充分考慮支持證據(jù)和反對證據(jù)的程度,以及不確定信息量的大小,在判斷2個(gè)Vague值的相似程度時(shí)不僅要考慮區(qū)間邊界值tx和fx,還需考慮Vague度πx和計(jì)分函數(shù)S[15]。

        設(shè)Vague集A上的2個(gè)Vague值分別為a=[ta, 1-fa]和b=[tb, 1-fb],M(a,b)表示Vague值a和b之間的相似度。有多種方法度量Vague值之間的相似度,本文采用文獻(xiàn)[16]中給出的下述方法:

        定義3Vague值a=[ta, 1-fa]和b=[tb, 1-fb]的相似度為:

        (1)若a= [0, 0],b= [1, 1]或a= [1, 1],b= [0, 0],則a和b間的相似度為:

        M(a,b) = 0

        (4)

        (2)除(1)的情況外,a和b間的相似度為:

        M(a,b) = e-k

        (5)

        式中k的表達(dá)式為:

        (|ta+πa|-|tb+πb|)2+(|fa+πa|-|fb+πb|)2

        (6)

        2.2 基于Vague集相似度的模糊決策方法

        (7)

        式中Ij表示理想方案在指標(biāo)j下的Vague值。

        Ij=[tj,1-fj]=[t1j,1-f1j]∨[t2j,1-f2j]

        ∨…∨[tmj,1-fmj],j=1,2,...,n

        (8)

        (2)計(jì)算每個(gè)方案與理想方案的相似度。采用式(4)和(5)計(jì)算每一指標(biāo)下各個(gè)方案相對于理想方案的相似度M(aij,Ij),其中aij表示方案ai在指標(biāo)cj下的Vague值,M(aij,Ij)表示方案ai與理想方案在第j個(gè)指標(biāo)下的Vague值的相似度。

        (3)確定權(quán)重??傮w上有主觀方法和客觀方法2種,例如專家系統(tǒng)法和熵權(quán)法。為描述權(quán)重的模糊信息,可采用Vague值表示權(quán)重的大小,指標(biāo)權(quán)重可以預(yù)先確定;對于有n個(gè)指標(biāo)的決策問題,假設(shè)每個(gè)指標(biāo)的權(quán)重分別為ω1,ω2, …,ωn,均為Vague值。

        (4)基于Vague值的模糊決策。前已述及,每個(gè)指標(biāo)的權(quán)重是一個(gè)Vague值,決策結(jié)果則是將每個(gè)指標(biāo)的最后得分轉(zhuǎn)換為精確數(shù),然后按照精確數(shù)的大小進(jìn)行排序,進(jìn)而得到最優(yōu)的決策方案。因此,需要求解一組精確數(shù)的權(quán)重w1,w2, …,wn,在滿足w1,w2, …,wn[0, 1]且w1+w2+ … +wn= 1的條件下,求得最終得分最高的方案。權(quán)重的求解可采用如下的線性規(guī)劃模型:

        (9)

        在求得精確數(shù)權(quán)重w1,w2, …,wn后,方案ai的得分W(ai)可用下式計(jì)算:

        W(ai)=M(ai1,I1)·w1+M(ai2,I2)·w2+

        …+M(ain,In)·wn

        (10)

        最終通過對W(ai)進(jìn)行排序就可得方案的優(yōu)劣順序;W(ai)的值越大,說明方案ai越優(yōu)。

        3 基于Vague集相似度的黑啟動(dòng)決策

        黑啟動(dòng)決策包括選擇合適的評價(jià)指標(biāo),采用適當(dāng)?shù)脑u價(jià)方法,確定電源啟動(dòng)順序和最優(yōu)恢復(fù)路徑,為后續(xù)網(wǎng)絡(luò)重構(gòu)奠定基礎(chǔ)[17-19]。評價(jià)指標(biāo)總體上可分為定性的和定量的,定量指標(biāo)可以準(zhǔn)確描述,定性指標(biāo)就很難。文獻(xiàn)[20]采用分級語言變量表示定性指標(biāo),將其劃分為極高、高、中等、低和極低5級,并各賦予一個(gè)標(biāo)度值,如表1所示。

        表1 5級語言變量的標(biāo)度值Table 1 Scaling values of five-grade linguistic variables

        3.1 單值數(shù)據(jù)轉(zhuǎn)化為Vague集數(shù)據(jù)

        定量指標(biāo)是確定的單值數(shù)據(jù),在進(jìn)行模糊決策時(shí)需要將其轉(zhuǎn)化為Vague值數(shù)據(jù)。

        對于m個(gè)決策方案a1,a2, …,am和n個(gè)評價(jià)指標(biāo)c1,c2, …,cn,方案ai在定量指標(biāo)cj下的非負(fù)單值數(shù)據(jù)為zij。記zjmin=min{z1j,z2j, …,zmj},zjmax= max{z1j,z2j, …,zmj},zjmin和zjmax也可取指標(biāo)cj的理論最小和最大值。

        對于收益型指標(biāo):

        (11)

        式中:aij表示方案ai在評價(jià)指標(biāo)cj下的Vague值;上標(biāo)p表示指標(biāo)值的p次冪(可取2, 3, 4,)。下同。

        對于成本型指標(biāo):

        (12)

        3.2 黑啟動(dòng)決策方法

        黑啟動(dòng)決策的m個(gè)備選方案為a1,a2, …,am,n個(gè)評價(jià)指標(biāo)為c1,c2, …,cn,基于Vague值相似度的黑啟動(dòng)決策的具體步驟如下:

        (1)根據(jù)電力系統(tǒng)中設(shè)備所處狀態(tài)和參數(shù)形成m個(gè)待評估的黑啟動(dòng)方案,選擇合適的n個(gè)評價(jià)指標(biāo),得到階數(shù)為mn的評價(jià)矩陣,并利用式(11)和(12)將單值數(shù)據(jù)轉(zhuǎn)化為Vague值數(shù)據(jù),得到Vague值決策矩陣R:

        (13)

        aij(i=1, 2, …,m;j=1, 2, …,n)表示方案ai在指標(biāo)cj下的得分,aij越大表示方案ai在指標(biāo)cj下越優(yōu)。

        (2)選取理想方案。理想方案系綜合現(xiàn)有方案的最優(yōu)方案。由于決策矩陣R中的Vague值表示方案的得分,因此理想方案可以采用∨運(yùn)算求得。根據(jù)式(8)可得到理想方案在指標(biāo)cj下的Vague值Ij:

        Ij= [max{t1j,t2j,,tmj}, max{1-f1j, 1-f2j,, 1-fmj}]

        (14)

        (3)計(jì)算相似度。計(jì)算每個(gè)黑啟動(dòng)備選方案與理想方案的相似度。采用式(4)和(5)計(jì)算每個(gè)指標(biāo)下各個(gè)方案相對于理想方案的相似度M(aij,Ij),只有[0, 0]和[1, 1]之間的相似度為0。如式(6)所示,本文在計(jì)算相似度時(shí)綜合考慮了Vague值區(qū)間端點(diǎn)的距離、核距離以及未知部分對支持度和反對度的影響。

        (4)確定Vague值權(quán)重。對于有n個(gè)指標(biāo)的黑啟動(dòng)決策問題,給定每個(gè)指標(biāo)的權(quán)重分別為ω1,ω2, …,ωn,且每個(gè)權(quán)重都是一個(gè)Vague值。

        (5)求取最優(yōu)權(quán)重。利用式(9)所示的線性規(guī)劃模型求取最優(yōu)權(quán)重w1,w2, …,wn,其為使所有方案最終得分總和最大的精確數(shù)權(quán)重。

        (6)方案排序。按照式(10)計(jì)算得到的方案ai的最終得分W(ai)從大到小排序;W(ai)值最大的即為黑啟動(dòng)最優(yōu)方案。

        基于Vague集相似度的黑啟動(dòng)決策實(shí)現(xiàn)流程如圖1所示。

        圖1 基于Vague值相似度的黑啟動(dòng)決策流程Fig.1 Flowchart of black-start decision-making based on similarity measures between Vague sets

        4 算例和結(jié)果

        以文獻(xiàn)[21]中給出的某地區(qū)電力系統(tǒng)數(shù)據(jù)為例對所提方法進(jìn)行說明。有6個(gè)待評估/侯選的黑啟動(dòng)方案集A={a1,a2,a3,a4,a5,a6},評價(jià)指標(biāo)集為C={c1,c2,c3,c4,c5,c6}={機(jī)組額定功率,機(jī)組所處狀態(tài),機(jī)組爬坡速率,機(jī)組啟動(dòng)功率,操作開關(guān)數(shù),周邊負(fù)荷重要程度}。6個(gè)黑啟動(dòng)方案的指標(biāo)值列于表2。

        表2中的Max和Min分別指各指標(biāo)的理論最大和最小值。取p=3,由式(11)和(12)可求得各侯選方案評價(jià)指標(biāo)的Vague值,列于表3。

        表2 候選黑啟動(dòng)方案的指標(biāo)集Table 2 Index values of candidate black-start strategies

        由式(14)可求得理想方案中各指標(biāo)的Vague值為:I= {[0.63, 0.85], [1, 1], [0.48, 0.75], [0.85, 1], [1, 1], [1, 1]}。根據(jù)式(4)和(5)計(jì)算每個(gè)方案和理想方案的相似度,列于表4。

        給定6個(gè)指標(biāo)的Vague值權(quán)重分別為:[0.19, 0.56], [0.12, 0.38], [0.12, 0.46], [0.08, 0.31], [0.11, 0.43], [0.26, 0.62]。求解式(9)所描述的線性規(guī)劃模型,可得各指標(biāo)的精確數(shù)權(quán)重為:w1=0.19,w2=0.12,w3=0.12,w4=0.20,w5=0.11,w6=0.26。

        表3 侯選方案評價(jià)指標(biāo)的Vague值Table 3 Vague values of the evaluation indices for candidate black-start strategies

        表4 各候選方案與理想方案的相似度Table 4 Similarity measures between each candidate and ideal black-start strategies

        根據(jù)式(10)計(jì)算各候選方案的最終得分W:W(a1)=0.457,W(a2)=0.337,W(a3)=0.680,W(a4)=0.338,W(a5)=0.453,W(a6)=0.503。侯選方案最終得分從大到小的排序結(jié)果如下:a3>a6>a1>a5>a4>a2。黑啟動(dòng)決策結(jié)果為方案3最優(yōu);方案6次之,可作為備用方案。

        黑啟動(dòng)方案a3中的機(jī)組啟動(dòng)功率小、爬坡速度快,操作開關(guān)數(shù)量少,且附近負(fù)荷的重要程度極高,其與實(shí)際的黑啟動(dòng)決策結(jié)果相吻合。雖然方案a2中的機(jī)組啟動(dòng)功率較大,但其爬坡速度較慢,開關(guān)操作較復(fù)雜,且附近負(fù)荷的重要程度低,該方案的得分較低,這也與實(shí)際情況相符。

        與其他基于Vague集的黑啟動(dòng)決策方法相比,本文所提方法充分利用指標(biāo)間的客觀信息,計(jì)算速度快,可為在線黑啟動(dòng)決策提供支持。

        5 結(jié) 語

        考慮到黑啟動(dòng)決策過程中有很多不確定性因素,提出一種基于Vague值相似度的黑啟動(dòng)決策方法。與現(xiàn)有的黑啟動(dòng)模糊決策方法相比,所提方法利用的主觀信息少,且充分利用了指標(biāo)間的客觀信息,并通過比較侯選黑啟動(dòng)方案和理想方案的相似性快速得到各方案的優(yōu)劣排序,從而可為在線黑啟動(dòng)決策提供支持。最后,以某地區(qū)電力系統(tǒng)數(shù)據(jù)為例對所提方法進(jìn)行了驗(yàn)證。

        猜你喜歡
        啟動(dòng)理想權(quán)重
        理想之光,照亮前行之路
        金橋(2022年7期)2022-07-22 08:32:10
        2021款理想ONE
        汽車觀察(2021年11期)2021-04-24 20:47:38
        理想
        你是我的理想型
        花火彩版A(2021年11期)2021-02-08 12:42:52
        權(quán)重常思“浮名輕”
        為黨督政勤履職 代民行權(quán)重?fù)?dān)當(dāng)
        霧霾來襲 限產(chǎn)再次啟動(dòng)
        基于公約式權(quán)重的截短線性分組碼盲識別方法
        安發(fā)生物啟動(dòng)2017
        西部最大規(guī)模云計(jì)算中心啟動(dòng)
        亚洲色在线v中文字幕| 亚洲精品成人片在线观看| 国产白丝网站精品污在线入口| a√无码在线观看| 欧美巨大xxxx做受中文字幕| 国产特黄1区2区3区4区| 国产免费精品一品二区三| 日韩麻豆视频在线观看| 日韩人妻中文字幕高清在线| 风韵丰满熟妇啪啪区老老熟妇| 日韩日韩日韩日韩日韩| 人妻少妇精品无码专区动漫| 馬与人黃色毛片一部| 久久AⅤ无码精品色午麻豆| 国产午夜精品视频观看| 日韩av精品视频在线观看| 久久成人国产精品| 一区二区三区日韩亚洲中文视频| 久久国产成人午夜av影院| av网站在线观看二区| 国产日产亚洲系列首页| 少妇夜夜春夜夜爽试看视频| 一本一道av无码中文字幕﹣百度 | 中文字幕色av一区二区三区| 丰满五十六十老熟女hd| 国产精品亚洲一区二区杨幂| 美女被插到高潮嗷嗷叫| 亚洲女同av在线观看| 国产特级毛片aaaaaa高潮流水| 亚洲成a∨人片在无码2023| 色噜噜狠狠色综合中文字幕| 偷窥偷拍一区二区三区| 国产精品久久久三级18| 东京热久久综合久久88| 国产精品免费久久久久影院 | 国产做床爱无遮挡免费视频| 亚洲成人一区二区三区不卡| 亚洲成av人综合在线观看| 麻豆亚洲av永久无码精品久久| 亚洲欧美日韩精品高清| 国产精品二区三区在线观看|