摘要：傳統(tǒng)的評(píng)估方法在電能質(zhì)量綜合評(píng)估時(shí)沒(méi)有基于概率統(tǒng)計(jì)建立電能質(zhì)量評(píng)估概率分布賦值矩陣，因此評(píng)估相似度低。為此，對(duì)基于概率統(tǒng)計(jì)的電能質(zhì)量綜合評(píng)估方法進(jìn)行了研究。首先，進(jìn)行電能質(zhì)量指標(biāo)歸一量化;再通過(guò)計(jì)算各項(xiàng)電能質(zhì)量指標(biāo)在m級(jí)的概率分布，建立電能質(zhì)量評(píng)估概率分布賦值矩陣;最后，采用10級(jí)制進(jìn)行電能質(zhì)量指標(biāo)量化的評(píng)估，得出電能質(zhì)量綜合評(píng)估結(jié)果。仿真實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)的評(píng)估方法評(píng)估相似度明顯高于實(shí)驗(yàn)對(duì)照組，評(píng)估精度高達(dá)89.54%，可以實(shí)現(xiàn)對(duì)電能質(zhì)量的精準(zhǔn)評(píng)估。

關(guān)鍵詞：概率統(tǒng)計(jì);電能質(zhì)量;綜合評(píng)估;權(quán)重矩陣

0? ? 引言

由于大量沖擊性負(fù)荷接入電力系統(tǒng)對(duì)電能質(zhì)量產(chǎn)生了消極影響，因此，對(duì)電能質(zhì)量進(jìn)行綜合評(píng)估成為確保電能質(zhì)量穩(wěn)定、安全的有效途徑[1]。據(jù)不完全統(tǒng)計(jì)，在美國(guó)因?yàn)殡娔苜|(zhì)量問(wèn)題所產(chǎn)生的經(jīng)濟(jì)損失高達(dá)400億美元，因此有必要提高對(duì)電能質(zhì)量綜合評(píng)估的重視程度。結(jié)合我國(guó)針對(duì)電能質(zhì)量的六項(xiàng)標(biāo)準(zhǔn)，可以檢驗(yàn)電能質(zhì)量是否達(dá)標(biāo);但在實(shí)際應(yīng)用過(guò)程中，以上標(biāo)準(zhǔn)只能對(duì)電能質(zhì)量的單指標(biāo)進(jìn)行評(píng)估，無(wú)法實(shí)現(xiàn)電能質(zhì)量綜合評(píng)估[2]。概率統(tǒng)計(jì)指的是對(duì)隨機(jī)現(xiàn)象統(tǒng)計(jì)規(guī)律的數(shù)學(xué)方法，主要針對(duì)具有隨機(jī)特點(diǎn)的事物進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，從而控制錯(cuò)誤發(fā)生的概率。為此，本文將概率統(tǒng)計(jì)引進(jìn)電能質(zhì)量綜合評(píng)估方法中，提出一種基于概率統(tǒng)計(jì)的新型電能質(zhì)量綜合評(píng)估方法，致力于為電能質(zhì)量綜合評(píng)估方法的優(yōu)化設(shè)計(jì)提供理論支持。

1? ? 變電站電能質(zhì)量綜合評(píng)估方法設(shè)計(jì)

在本文設(shè)計(jì)的基于概率統(tǒng)計(jì)的電能質(zhì)量綜合評(píng)估方法中，電能質(zhì)量綜合評(píng)估具體流程為：首先，根據(jù)國(guó)標(biāo)對(duì)電能質(zhì)量各項(xiàng)指標(biāo)分級(jí);再用概率統(tǒng)計(jì)的方法求各指標(biāo)各等級(jí)概率，形成概率分布矩陣，并求得權(quán)重矩陣;最后，得到評(píng)估結(jié)果矩陣，利用該矩陣得出電能質(zhì)量綜合評(píng)估結(jié)果。

1.1? ? 電能質(zhì)量指標(biāo)歸一量化

根據(jù)電能質(zhì)量各項(xiàng)指標(biāo)的國(guó)標(biāo)規(guī)定，對(duì)電能質(zhì)量指標(biāo)進(jìn)行歸一量化[3]。設(shè)電能質(zhì)量指標(biāo)歸一量化方程式為c，則其計(jì)算公式如下：

式中：n為電能質(zhì)量數(shù)據(jù)特征矢量;i為電能質(zhì)量數(shù)據(jù)特征個(gè)數(shù)，為實(shí)數(shù);w為每個(gè)電能質(zhì)量指標(biāo)每級(jí)的概率;m為語(yǔ)義標(biāo)注的摩擦系數(shù);k為電能質(zhì)量數(shù)據(jù)特征權(quán)值系數(shù);g為考慮的電能質(zhì)量指標(biāo)個(gè)數(shù);μ為電能質(zhì)量數(shù)據(jù)特征維數(shù);x為電能質(zhì)量特征的Hamming距離橫坐標(biāo);y為電能質(zhì)量特征的Hamming距離縱坐標(biāo);u為電能質(zhì)量特征相似權(quán)值。通過(guò)公式（1）得出電能質(zhì)量指標(biāo)歸一量化結(jié)果，獲取更為準(zhǔn)確的質(zhì)量評(píng)估相關(guān)本體類(lèi)。

1.2? ? 基于概率統(tǒng)計(jì)的電能質(zhì)量指標(biāo)量化綜合評(píng)估

考慮到正常情況下，電能質(zhì)量頻率偏差的絕對(duì)值不得超過(guò)2%，基于概率統(tǒng)計(jì)將電能質(zhì)量指標(biāo)分為m級(jí)，且各級(jí)之間的跨度為x，求得各項(xiàng)電能質(zhì)量指標(biāo)在m級(jí)的概率分布[4]。設(shè)各項(xiàng)電能質(zhì)量指標(biāo)在m級(jí)的概率分布為Pm，則其計(jì)算公式如下：

式中：τ為各項(xiàng)電能質(zhì)量指標(biāo)絕對(duì)值的個(gè)數(shù);T為各項(xiàng)電能質(zhì)量指標(biāo)絕對(duì)值在第m級(jí)的時(shí)間;k為波形畸變率。

根據(jù)公式（2）可推導(dǎo)出電能質(zhì)量評(píng)估概率分布賦值矩陣。

設(shè)電能質(zhì)量評(píng)估概率分布賦值矩陣為F，則其計(jì)算公式如下：

式中：V為各項(xiàng)電能質(zhì)量指標(biāo)在各等級(jí)的概率分布。

通過(guò)公式（2）得出電能質(zhì)量的綜合量化評(píng)估結(jié)果。在建立電能質(zhì)量評(píng)估概率分布賦值矩陣的基礎(chǔ)上，采用10級(jí)制進(jìn)行電能質(zhì)量指標(biāo)量化評(píng)估[5]。當(dāng)F數(shù)值在0～2時(shí)，表示電能質(zhì)量極好;當(dāng)F數(shù)值在2～4時(shí)，表示電能質(zhì)量好;當(dāng)F數(shù)值在4～6時(shí)，表示電能質(zhì)量一般;當(dāng)F數(shù)值在6～8時(shí)，表示電能質(zhì)量合格;當(dāng)F數(shù)值大于或等于9時(shí)，表示電能質(zhì)量不合格。以此為標(biāo)準(zhǔn)，完成基于概率統(tǒng)計(jì)的電能質(zhì)量綜合評(píng)估。

2? ? 仿真實(shí)驗(yàn)

2.1? ? 實(shí)驗(yàn)準(zhǔn)備

本文以仿真實(shí)驗(yàn)的形式，利用Real Application Clusters系統(tǒng)仿真模擬軟件對(duì)上述內(nèi)容進(jìn)行論證。選取DBLP（DataBase systems and Logic Programming）數(shù)據(jù)庫(kù)作為實(shí)驗(yàn)對(duì)象，分別使用傳統(tǒng)評(píng)估方法及本文設(shè)計(jì)評(píng)估方法進(jìn)行仿真實(shí)驗(yàn)，設(shè)置傳統(tǒng)的評(píng)估方法為實(shí)驗(yàn)對(duì)照組。仿真實(shí)驗(yàn)主要內(nèi)容為分析兩種評(píng)估方法的評(píng)估相似度，評(píng)估相似度與電能質(zhì)量數(shù)據(jù)實(shí)際信息越接近，證明其評(píng)估結(jié)果越精準(zhǔn)，從而評(píng)定評(píng)估性能更高的評(píng)估方法。在此次的仿真實(shí)驗(yàn)中，共設(shè)計(jì)4次仿真實(shí)驗(yàn)。針對(duì)Real Application Clusters系統(tǒng)仿真模擬軟件測(cè)得的評(píng)估相似度，記錄實(shí)驗(yàn)結(jié)果。

2.2? ? 實(shí)驗(yàn)結(jié)果分析與結(jié)論

根據(jù)上述設(shè)計(jì)的仿真實(shí)驗(yàn)步驟，采集4組實(shí)驗(yàn)數(shù)據(jù)，對(duì)比設(shè)計(jì)的評(píng)估方法與基于隨機(jī)森林的電能質(zhì)量綜合評(píng)估方法（對(duì)照組）的評(píng)估相似度，結(jié)果如表1所示。

通過(guò)表1可得出如下結(jié)論：本文設(shè)計(jì)的評(píng)估方法評(píng)估相似度明顯高于實(shí)驗(yàn)對(duì)照組，證明設(shè)計(jì)的評(píng)估方法評(píng)估精度更高，最高達(dá)到89.54%，可以實(shí)現(xiàn)對(duì)電能質(zhì)量的精準(zhǔn)評(píng)估。

3? ? 結(jié)語(yǔ)

實(shí)驗(yàn)分析證明，本文設(shè)計(jì)的評(píng)估方法在電能質(zhì)量綜合評(píng)估中的具體優(yōu)勢(shì)已經(jīng)顯現(xiàn)出來(lái)。引進(jìn)概率統(tǒng)計(jì)的電能質(zhì)量綜合評(píng)估方法不但能夠完成傳統(tǒng)的評(píng)估方法所不能完成的任務(wù)，還能以概率統(tǒng)計(jì)為核心算法，為電能質(zhì)量綜合評(píng)估領(lǐng)域的研究提供學(xué)術(shù)意義。本文的不足之處在于，由于篇幅問(wèn)題，沒(méi)有對(duì)電能質(zhì)量元數(shù)據(jù)進(jìn)行過(guò)多闡述，這一點(diǎn)可以作為日后研究的方向之一。

[參考文獻(xiàn)]

[1] 沈陽(yáng)武，祖文靜，梁利清，等.基于組合賦權(quán)法的風(fēng)電場(chǎng)無(wú)功電壓控制能力綜合評(píng)估[J].電力系統(tǒng)保護(hù)與控制，2020，48（14）：18-24.

[2] 張文保，施偉鋒，蘭瑩，等.基于層次分析—模糊綜合評(píng)估法的電力推進(jìn)船舶電能質(zhì)量實(shí)時(shí)評(píng)估系統(tǒng)[J].中國(guó)艦船研究，2019，14（6）：48-57.

[3] 劉穎英，馮丹丹，林才華，等.電能質(zhì)量綜合評(píng)估研究現(xiàn)狀及發(fā)展趨勢(shì)[J].電力系統(tǒng)保護(hù)與控制，2020，48（4）：167-176.

[4] 李樹(shù)卿，陳鼎，仇群輝，等.基于隨機(jī)森林的電能質(zhì)量綜合評(píng)估[J].現(xiàn)代電力，2019，36（2）：81-87.

[5] 任戰(zhàn)海.跨河特大橋下?lián)巷L(fēng)險(xiǎn)因素后驗(yàn)分布概率統(tǒng)計(jì)反演分析[J].市政技術(shù)，2019，37（2）：96-98.

收稿日期：2020-08-21

作者簡(jiǎn)介：王莉（1980—），女，山東武城人，碩士，講師，研究方向：統(tǒng)計(jì)分析與隨機(jī)過(guò)程。