一种基于云模型的特高压落点规划优选方法
【专利摘要】本发明属于电力系统规划领域，尤其是一种建立基于云模型的特高压落点规划优选方法。方法包括步骤有：(1) 建立关于安全性、落点区域特性以及远景适应性的特高压落点评价指标体系；(2) 建立基于方差最大化模型的评价指标赋权法；(3) 建立基于云模型的特高压落点优选综合评价方法。本发明解决了特高压落点评价完整、全面、有效的评价指标体系的需求，为解决单一的赋权法的使用对评价指标权重确定的影响提供了有效工具，为增加特高压落点规划优选新方法，将云模型运用于特高压落点优选的综合评估，提供了参考依据。
【专利说明】一种基于云模型的特高压落点规划优选方法
【技术领域】
[0001] 本发明属于电力系统规划领域，尤其是一种建立基于云模型的特高压落点规划优 选方法。
【背景技术】
[0002] 特高压落点规划在特高压电网建设中是不可缺少的部分，它旨在强化电网结构、 提高供电质量和供电可靠性。落点选址的最优规划是一个复杂的多属性决策问题，科学合 理地建立综合评价指标体系、运用赋权法和评价方法是非常重要的。
[0003] 指标体系建立的方法常分两类，一类是专家主观评定法，另一类是比较判定法及 数据统计分析法，前者适用于资料有限的被评价对象，主要依据专家丰富的经验知识来确 定指标，后者适用于有定量评价指标的被评价对象。在建立特高压落点优选评价指标体系 时，专家评定法较强的主观性可能会导致建立的指标体系不一定能够全面、系统地反映决 策问题。
[0004] 评价指标构建后，通常进行评价指标的赋权。权重的确定主要分为主观赋权法、客 观赋权法以及组合赋权法。主观赋权法能充分体现专家的偏好，充分利用专家的丰富经验， 但主观随意性较大，即使增加专家人数、严格挑选专家等措施也不能根本改善此问题。客观 赋权法具有赋权客观性、不受人为因素影响，但计算得到的指标权重依赖样本数据，随样本 的变化而变化，不能体现各指标自身价值的重要性。
[0005] 在确定评价指标和最优权重后，选择合适的方法进行综合评价。常用的综合评价 方法有层次分析法、模糊综合评判法和灰色关联度分析法以及组合评价法。在这些方法中 在系统评估应用上也有一些问题，例如评估方法选择上有很大的随意性，不同的方法也许 会得出不同的结果；评估方法自身也有很多缺点，比如灰色关联度分析法只解决系统的不 确定性，模糊综合评判法只解决系统的模糊性。但是在特高压落点优选过程中，往往同时存 在不确定性和模糊性。
【发明内容】
[0006] 本发明主要是解决现有技术所存在的技术问题；提供了一种对方案进行综合评价 值排序，还能直观反映出优劣等级的一种基于云模型的特高压落点规划优选方法。
[0007] 本发明的上述技术问题主要是通过下述技术方案得以解决的：
[0008] -种基于云模型的特高压落点规划优选方法，其特征在于，
[0009] 步骤1，建立关于安全性、落点区域特性以及远景适应性的特高压落点评价指标体 系；具体是：分析特高压落点规划评价指标构建原则及目的，决策人员初步选取一定的评 价指标；采用层析分析法确定指标权重，采用权数判断法筛选掉一些次要指标；采用效度 系数来刻画指标体系的有效性，用设定的评价指标或体系来衡量评价决策问题时产生认识 的偏离程度；指标体系的可靠性和稳定性表示设计的指标体系得出的评价数据与理想数据 的差异程度；最后选取有效性和可靠性都较高的指标体系；包括以下子步骤：
[0010] 步骤LI，评价指标体系的初步建立：
[0011] 分析特高压落点规划评价指标构建原则及目的，初步选取一定的评价指标；
[0012] 步骤1. 2,评价指标的筛选：
[0013] 采用层析分析法确定指标权重，采用权数判断法筛选掉一些次要指标；
[0014] 定义初步确定的评价指标体系为H=Oi1,h2,…，hn}.
[0015] 定义权数集为λ= {λλ2，…，λJ，其中λf[0, 1]，（i= 1，2,…，η);设取 舍权数为Xk,Xke[0, 1]，当λλk时，则筛选掉指标hi;反之则保留该指标；通常取舍 权数λ,取0. 1较合适，当λiSO. 1时可认为该指标影响较小，不足于考虑，决策人员也可 根据实际情况，取大取小；筛选指标后，建立2-3个初步指标体系；
[0016] 步骤1. 3,指标体系的有效性判断：
[0017] 采用效度系数来刻画指标体系的有效性，用设定的评价指标或体系来衡量评价决 策问题时产生认识的偏离程度；该值的绝对值越小，表明采用该评价指标或体系评价决策 问题时认识越趋向一致，有效性就越高；反之，有效性越低；
[0018] 定义指标筛选后的评价指标体系为A=Ia1,a2,…，an}，参加评价的人数为m，专 家j对评价对象的评分集结果为Xj=Ixux2j，…，xnj}，定义评价指标体系A的效度系数为 β：
[0019]
【权利要求】
1. 一种基于云模型的特高压落点规划优选方法，其特征在于， 步骤1，建立关于安全性、落点区域特性以及远景适应性的特高压落点评价指标体系； 具体是：分析特高压落点规划评价指标构建原则及目的，决策人员初步选取一定的评价指 标；采用层析分析法确定指标权重，采用权数判断法筛选掉一些次要指标；采用效度系数 来刻画指标体系的有效性，用设定的评价指标或体系来衡量评价决策问题时产生认识的偏 离程度；指标体系的可靠性和稳定性表示设计的指标体系得出的评价数据与理想数据的差 异程度；最后选取有效性和可靠性都较高的指标体系；包括以下子步骤： 步骤1.1，评价指标体系的初步建立： 分析特高压落点规划评价指标构建原则及目的，初步选取一定的评价指标； 步骤1.2,评价指标的筛选： 采用层析分析法确定指标权重，采用权数判断法筛选掉一些次要指标； 定义初步确定的评价指标体系为H=IX，h2，…，hn}. 定义权数集为X=UX2，…，Xn}，其中XiG[〇, 1]，（i= 1，2,…，n);设取舍权 数为Xk，Xke[〇, 1]，当X，彡Xk时，则筛选掉指标hi;反之则保留该指标；通常取舍权数 入k取0.1较合适，当A0.1时可认为该指标影响较小，不足于考虑，决策人员也可根据 实际情况，取大取小；筛选指标后，建立2-3个初步指标体系； 步骤1. 3,指标体系的有效性判断： 采用效度系数来刻画指标体系的有效性，用设定的评价指标或体系来衡量评价决策问 题时产生认识的偏离程度；该值的绝对值越小，表明采用该评价指标或体系评价决策问题 时认识越趋向一致，有效性就越高；反之，有效性越低； 定义指标筛选后的评价指标体系为A={apa2，…，an}，参加评价的人数为m，专家j对 评价对象的评分集结果为Xj= {Xlj，x2j，…，xnj}，定义评价指标体系A的效度系数为3 :
其中，^是评价指标％的评分的平均值，M为指标ai的评语集中评分最优值； 步骤1.4,指标体系可靠性判断 指标体系的可靠性和稳定性表示设计的指标体系得出的评价数据与理想数据的差异 程度；根据数理统计学原理，采用可靠性系数P来刻画这一特性，P越大，表明差异小， 该指标体系的可靠性高；反之，其可靠性较差；具体是将评价指标％的m次评价结果的均 值作为理想值，计算m次评价数据与理想值的差异程度；专家组评分的平均数据组为Y= {y:，y2，…，yj，评价指标体系的可靠性系数为p:
其中，yi是评价指标a 评分的平均值，&是专家j的评分均值，p为71的均值； 通过以上计算，选取有效性和可靠性都较高的指标体系； 步骤2,建立基于方差最大化模型的评价指标赋权法；具体是：针对所建立的特高压落 点规划评价指标体系，根据专家意见利用AHP法求解主观权重，利用熵权法求解客观权重， 以方差最大化模型进行组合，求得特高压落点评价指标的最优权重； 步骤2. 1，主客观权重的确定： 通过改进的AHP和熵权法求解分别得到主观权重和客观权重，不同于传统的AHP，通过 分析AHP的每个步骤及其改进方法，选择了精度较高的标度完成权重确定；不同于传统的 熵权法，融合定性指标和定量指标形成无量纲化矩阵作为求解熵权的决策矩阵；最终求解 得到主客观权重； 步骤2. 2,基于方差最大化模型的组合赋权法 对于某一多目标决策问题，决策方案Sk在指标a,下与其他所有决策方案的偏差可定义 为
其中将专家权重和熵权作为该模型中权重范围； 求解上述线性规划模型即可得到最优指标权重相量 步骤3,建立基于云模型的特高压落点优选综合评价方法；具体是：在建立评价指标体 系和赋权法之后，建立云模型相关属性评估标准级、等级描述云，根据指标属性值和最优权 重利用云模型进行云归一化和云集结运算完成备选落点排序，然后根据排序情况进行落点 优选； 步骤3. 1，建立数学描述，包括候选方案集，指标集，专家集，属性评估标准集以及等级 描述云； 步骤3. 2,云归一化运算： 首先，将专家对定性指标进行评分的结果构成矩阵Uk'，将其各行的多个评价值加权 平均归一为一个评价值，即：
融合定性和定量指标，并规范化得到Uk" = (Eki)yX1，根据Uk"和矿用式（13)对每个 方案的指标进行云归一化，得到矩阵
根据归一化得到的一维属性评估矩阵uk%在等级描述云的每个定性概念上得到确定度 矩阵
步骤3. 3,云集结算法： 通过云集结运算可以把不同的指标值在等级描述云的各个定性概念上合成一个方案 值，并可求得这个方案值在该定性概念上的确定度，最终最大确定度对应的方案值为该方 案的评价值，因此云集结运算最后的结果是每个方案在各等级云上的评价值以及评价值的 确定度[2°]; 将归一化后的矩阵Uk%由式（14)得到矩阵Sk= {skp}，p= 1，2,…X，于是每个方案都 将有x个方案值，每个方案值都对应着等级描述云的一个定性概念的确定度；
对比t个方案的x个方案值及对应的等级确定度，等级越高，确定度越高的方案最优。
【文档编号】G06Q50/06GK104484724SQ201410840184
【公开日】2015年4月1日 申请日期:2014年12月29日 优先权日:2014年12月29日
【发明者】金维刚, 李勇, 崔雪, 刘会金 申请人:国家电网公司华中分部, 武汉大学