智能配电网高效性评估的属性区间辨识方法

摘要

本发明是一种智能配电网高效性评估的属性区间辨识方法，该方法建立智能配电网基础数据到高效性之间的三层属性测度矩阵,在指标数据标准化基础上，基于最大熵原理计算性能指标、准则指标和综合指标的属性测度区间与综合属性测度值，自动辨识智能配电网高效性的属性区间，具体步骤为：第一步：读取评估所需信息，第二步：建立综合指标、准则指标和性能指标的属性测度矩阵，第三步：指标数据标准化处理，第四步：计算性能指标、准则指标、综合指标的属性测度区间，第五步：计算高效性指标的综合属性测度，辨识出智能配电网高效性的属性区间，从而实现对智能配电网的高效性评估。

主权项

1.一种智能配电网高效性评估的属性区间辨识方法，其特征在于建立智能配电网基础数据到高效性之间的三层属性测度矩阵,在指标数据标准化基础上，基于最大熵原理计算性能指标、准则指标和综合指标的属性测度区间与综合属性测度值，自动辨识智能配电网高效性的属性区间，具体步骤如下：第一步：读取评估所需信息，包括电网建设和结构信息、电网运行信息、用户可靠性需求信息、分布式电源容量及运行信息、电磁-噪声监测信息、信息系统数据、配电网业务流程信息、用户互动信息；第二步：建立综合指标、准则指标和性能指标的属性测度矩阵，具体如下：评估指标的属性测度空间有序分割集用C_K，m个评估指标的属性测度矩阵如下所示：其中，C₁～C_K属性测度空间的元素；I_j为评估指标，j=1，2，…m；[a_jk,b_jk]为第j个指标在属性区间F上的第k个分割区间，满足a_jk≤b_jk，k＝1,2，…，K，记A＝[a_jk]_m×K为下界标准矩阵，B＝[b_jk]_m×K为上界标准矩阵；第三步：指标数据标准化处理，具体如下：规定C₁级评价标准中评价指标j的下界标准a_j1规格化为相对隶属度s_j1＝0，C_K级评价标准中评价指标j下界标准a_jk规格化为相对隶属度s_jk＝1，通过公式确定C_K级评价标准中指标j的下界标准a_jk的相对隶属度，因此，下界标准矩阵A＝[a_jk]_m×K变换为下界标准相对隶属度矩阵S＝[s_jk]_m×K，其中：指标值越大其等级越大的指标为正指标，反之，指标值越大其等级越小的指标为负指标，同时采用下式将评价样本矩阵X＝[x_ij]_n×m变换为对A的相对隶属度矩阵F＝[f_ij]_n×m；正指标：${\underset{‾}{f}}_{\mathrm{ij}}=\left\{\begin{array}{c}0,x_{\mathrm{ij}}<a_{j1}\\ \frac{x_{\mathrm{ij}}-a_{j1}}{a_{\mathrm{jk}}-a_{j1}},a_{j1}\le x_{\mathrm{ij}}\le a_{\mathrm{jk}}\\ 1,x_{\mathrm{ij}}>a_{\mathrm{jk}}\end{array}\right.;$或负指标：${\underset{‾}{f}}_{\mathrm{ij}}=\left\{\begin{array}{c}0,x_{\mathrm{ij}}>a_{j1}\\ \frac{x_{\mathrm{ij}}-a_{j1}}{a_{\mathrm{jk}}-a_{j1}},a_{\mathrm{jk}}\le x_{\mathrm{ij}}\le a_{j1}\\ 1,x_{\mathrm{ij}}<a_{\mathrm{jk}}\end{array}\right.$同理，将B变换为上界标准相对隶属度矩阵X变换为对B的相对隶属度矩阵$\bar{F}={\left[{\bar{f}}_{\mathrm{ij}}\right]}_{n\times m},$第四步：计算性能指标、准则指标、综合指标的属性测度区间，具体如下：n个数据样本对k个评价等级的属性测度区间矩阵如下：其中：为第i个数据样本x_i相对于第C_K评价等级的属性测度区间；μ_ik为下界属性测度，由样本x_i与A计算得到，满足为上界属性测度，由样本x_i与B计算得到，满足定义下界广义加权距离D_ik表示第i个评价样本与第k级的“下界差异”，即${\underset{‾}{D}}_{\mathrm{ik}}={\underset{‾}{\mu }}_{\mathrm{ik}}{d}_{\mathrm{ik}}={\underset{‾}{\mu }}_{\mathrm{ik}}\underset{j=1}{\overset{m}{\Sigma }}\left({\omega }_j\right|{\underset{‾}{f}}_{\mathrm{ij}}-{\underset{‾}{s}}_{\mathrm{jk}}\left|\right)$其中是评价样本的广义距离，μ_ik需要使全体待评价样本与评价标准之间的加权广义距离之和最小，即同时，将μ_ik视为第i个评价样本属于第C_K等级的“下界概率”；根据最大熵原理，得到下界属性测度μ_ik的计算式如下：${\underset{‾}{\mu }}_{\mathrm{ik}}=\frac{\exp [-B\underset{j=1}{\overset{m}{\Sigma }}\left({\omega }_j\right|{\underset{‾}{f}}_{\mathrm{ij}}-{\underset{‾}{s}}_{\mathrm{jk}}\left|\right)]}{\underset{k=1}{\overset{K}{\Sigma }}\exp [-B\underset{j=1}{\overset{m}{\Sigma }}\left({\omega }_j\right|{\underset{‾}{f}}_{\mathrm{ij}}-{\underset{‾}{s}}_{\mathrm{jk}}\left|\right)]}$其中：ω_j为各项评价指标的权重，且满足；B为正的常数；同理，上界属性测度的计算式为${\bar{\mu }}_{\mathrm{jk}}=\frac{\exp [-B\underset{j=1}{\overset{m}{\Sigma }}\left({\omega }_j\right|{\bar{f}}_{\mathrm{ij}}-{\bar{s}}_{\mathrm{jk}}\left|\right)]}{\underset{k=1}{\overset{K}{\Sigma }}\exp [-B\underset{j=1}{\overset{m}{\Sigma }}\left({\omega }_j\right|{\bar{f}}_{\mathrm{ij}}-{\bar{s}}_{\mathrm{jk}}\left|\right)]},$从而得到评估指标的属性测度区间第五步：计算高效性指标的综合属性测度，辨识出智能配电网高效性的属性区间，具体如下：首先采用计算高效性指标的均化综合属性测度，得到样本x_i属于第k类的综合属性测度μ_ik，然后采用加强属性识别模型对智能配电网高效性的综合属性测度属性区间识别，计算公式如下，$q_{\mathrm{xi}}=\underset{m=1}{\overset{k-1}{\Sigma }}(k-1)({\mu }_{\mathrm{im}}+\frac{a}{k-1})$其中，a＝min(μ_1k,μ_2k…,μ_mk)，由此得到第i个样本x_i的分数q_xi。