一种电能质量综合评估用的主客观分类组合赋权方法

摘要

本发明公开了一种电能质量综合评估用的主客观分类组合赋权方法，用于电能质量综合评估中的权重计算，包括如下步骤：构造电网典型负荷集和典型设备集；计算得出典型负荷中典型设备的权重M

说明书

技术领域

本发明属于电能质量评估技术领域，尤其涉及一种电能质量综合评估用的主客观分类组合赋权方法。

背景技术

科技在发展、社会在进步，电能已经成为现代生活中必不可少的一种重要能源。电能质量作为电能品质的重要特性，也越来越多的受到关注。电网中越来越多的电力电子器件一方面促进了电力系统的发展，另一方面却对电能质量造成了很大影响。现代电力系统的负荷越来越复杂，特别是非线性负荷对电能质量造成了影响。同时，分布式电源的并网也给电能质量带来了影响。电能质量的恶化，会增加增加设备不必要的损耗，造成用户电费的损失；使设备发生未知的故障，带来难以估量的经济损失；会引发严重灾难，对人民的生命财产安全造成不可挽回的损失。所以，对电能质量的综合评估研究具有十分重要的意义。

电能质量综合评估是电能质量研究的一个重要分支，现有的研究大都是从指标的模糊性和随机性、权重的主观性和随机性、模型的复杂性和抽象性出发，采用一种或几种数学方法和统计学方法进行分析建模，结合典型电网结构进行仿真验证，从而实现电能质量的综合评估。所以现有的电能质量综合评估方法可以分为基于指标特性的评估方法、基于权重特性的评估方法和基于模型特性的评估方法。

对于综合评估问题，权重的确定非常重要。权重值的变化将直接影响到综合评估结果的科学合理性，对电能质量的综合评估也不例外。在基于权重特性的评估方法中，单一的主观赋权法，人为因素对赋权结果影响很大，确定权重时，完全依靠专家经验，主观性太强。单一的客观赋权法，遇到对电能质量有特别要求的情况，评估结果会非常不准确。而主客观组合赋权法能最大限度地减少信息损失，使赋权结果尽可能地与实际结果接近，但目前的组合赋权法中，主观成分对评估结果影响较大的，主观性偏强。

发明内容

发明目的：为解决上述问题，本发明提供一种电能质量综合评估用的主客观分类组合赋权方法，以解决现有赋权法中，主观赋权法完全依靠专家经验，主观性太强；客观赋权法结果不准确，不能满足用户特殊需要；组合赋权法主观性对评估结果影响较大，主观性偏强的问题。

为了实现上述目的，本发明采用了如下技术方案：

一种电能质量综合评估用的主客观分类组合赋权方法，包括以下步骤：

构造电网典型负荷集和典型设备集；

计算得出典型负荷中典型设备的权重M

根据负荷分类的权重M

利用电能质量指标排序结果，采取改进的层次分析法得出主观权重W

采取改进的熵权法得出客观权重V

利用主观权重W

作为上述技术方案的进一步描述：

所述电网典型负荷集包括：工业负荷，商业负荷，民用负荷，农业负荷。所述典型设备集包括：电机设备，照明设备，热处理设备，电力电子设备，电阻性设备。

作为上述技术方案的进一步描述：

所述典型负荷中典型设备的权重M

作为上述技术方案的进一步描述：

所述电能质量指标包括：5次谐波电流、7次谐波电流、5次谐波电压、7次谐波电压、电压总畸变率、长时间闪变、电压偏差和三相电压不平衡度。所述排序包括如下步骤：根据设备集中每一类设备对电能质量指标的重要性依次从大到小排序；对指标依次从大到小分别赋分：0.8、0.7、0.6、0.5、0.4、0.3、 0.2、0.1。

作为上述技术方案的进一步描述：

所述改进的层次分析法为标度扩展法，其指标重要性排序是根据负荷分类的权重M

作为上述技术方案的进一步描述：

所述综合权重A

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明中，利用分类赋权进行负荷分类，依据实际应用中各类负荷及设备对电能质量指标的影响，对各个指标进行了排序，并将排序结果应用到改进的层次分析法中，相比依据专家经验来进行电能质量指标排序的层次分析法，大大减少了主观性。

本发明中，考虑了用户的偏好和需求，体现了主观性，同时也保证了客观性，使得综合权重更加的准确，提高了赋权的正确性、合理性、科学性及有效性。

附图说明

图1为本发明提出的一种电能质量综合评估用的主客观分类组合赋权方法的流程图；

图2为本发明提出的一种电能质量综合评估用的主客观分类组合赋权方法中的改进层次分析法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方法进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明公开了一种电能质量综合评估用的主客观分类组合赋权方法，用于电能质量综合评估中的权重计算，利用分类组合赋权在保证用户主观性能得到体现的前提下极大地减少了主观成分；考虑了用户的偏好和需求，同时保证客观性，使得综合权重更加的准确，提高了赋权的正确性、合理性、科学性及有效性。如图1所示，所述方法包括以下步骤：

构造电网典型负荷集和典型设备集；

计算得出典型负荷中典型设备的权重M

根据负荷分类的权重M

利用电能质量指标排序结果，采取改进的层次分析法得出主观权重W

采取改进的熵权法得出客观权重V

利用主观权重W

所述电网典型负荷集包括：工业负荷，商业负荷，民用负荷，农业负荷。所述典型设备集包括：电机设备，照明设备，热处理设备，电力电子设备，电阻性设备。所述典型负荷中典型设备的权重M

所述电能质量指标包括：5次谐波电流、7次谐波电流、5次谐波电压、7次谐波电压、电压总畸变率、长时间闪变、电压偏差和三相电压不平衡度。所述排序包括如下步骤：根据设备集中每一类设备对电能质量指标的重要性依次从大到小排序；对指标依次从大到小分别赋分：0.8、0.7、0.6、0.5、0.4、0.3、 0.2、0.1。

所述改进的层次分析法为标度扩展法，其指标重要性排序是根据负荷分类的权重M

所述方法步骤中详细、完整的描述如下：

1)构造电网典型负荷集和典型设备集；

不同用户对电能质量有不同要求，所以对研究负荷进行分类，构造电网典型负荷集为{工业负荷，商业负荷，民用负荷，农业负荷}，以确定监测点负荷类型。以典型负荷曲线作为基本依据，构造典型设备集为{电机设备，照明设备，热处理设备，电力电子设备，电阻性设备}。

2)计算得出典型负荷中典型设备的权重M

电机设备、照明设备、热处理设备、电力电子设备、电阻性设备在工业负荷中的占比分别为：0.893、0.893、0.061、0、0，重要级别分别为：3、2、2、0、 0；在商业负荷中占比分别为：0.573、0.427、0、0、0，重要级别分别为：2、3、 0、0、0；在民用负荷中占比分别为：0.625、0.042、0、0.125、0.208，重要级别分别为：2、3、0、3、1；在农业负荷中占比分别为：1、0、0、0、0，重要级别分别为：3、0、0、0、0。占比为T，级别为J，使用对应设备的T和J值，使用下式：

3)根据负荷分类的权重M

利用M

4)结合图2，利用电能质量指标排序结果，采取改进的层次分析法得出主观权重W

改进AHP方法的基本思路如下：根据负荷分类结果对评价指标进行两两比较，按重要程度的不减方式排序。然后按照指标重要程度的传递性计算出判断矩阵中的其他元素值，从而得出判断矩阵。所述改进的层次分析法为标度扩展法，对于 5次谐波电流、7次谐波电流、5次谐波电压、7次谐波电压、电压总畸变率、长时间闪变、电压偏差和三相电压不平衡度的标度分别为：1.2、1.2、1.2、1.2、 1.7、1.2、1.4。判断矩阵第一行分别为：1、标度1、标度1与标度2之积、...、标度1与标度2与...标度n-1之积；第二行为：标度1的倒数、1、标度2、标度2与标度3之积、...、标度2与标度3与...标度n-1之积；第三行为：标度 1标度2之积的倒数、标度2的倒数、1、标度3、标度3与标度4之积、...、标度3与标度4与...标度n-1之积；...；最后一行为：标度1标度2与...标度 n-1之积的倒数、标度2与...标度n-1之积的倒数、...、1。依次类推得出判断矩阵R。根据矩阵R计算出各项指标的主观权重值：

5)采取改进的熵权法得出客观权重V

先对数据进行归一化处理，然后计算出特征比重和熵值H

式中，

6)利用主观权重W

A

此技术方法得出的综合权重极大的减少了主观成分，权重分值更加合理客观。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。