一种计量生产设施效能评估方法
【技术领域】
[0001] 本发明设及电力系统用电技术领域，尤其设及一种计量生产设施效能评估方法。
【背景技术】
[0002] 计量生产设施"四线一库"（单相智能电能表自动化检定流水线、S相智能电能表 自动化检定流水线、低压电流互感器自动化检测流水线、用电采集终端自动化检测流水线、 智能化仓储库房）各个分控系统的监测数据上送至前置采集服务器，汇总得到计量中屯、集 中监测数据。在此基础上，开展基于模糊评价方法的效能评估模型在计量中屯、的应用工作。
[0003] 随着"大营销"计量体系建设的推进，国家电网公司正逐渐加快各省计量中屯、生产 场所、生产设施的建设。在大规模集中检定的运作模式下，自动化生产系统如自动化检定 线、智能仓储系统、AGV控制系统等正在迅速替代传统的人工检定方式，"四线一库"检定生 产设施的整体自动化水平显著提升。然而，生产全过程运行好坏缺乏合理的评判标准，生产 全过程效能（效率和能力）缺少量化标准，对生产效能的改进缺乏可量化的统一标准。
【发明内容】
[0004] 本发明提出一种计量生产设施故障在线诊断方法，可W实现对计量生产设施效率 和能力的评估，使得计量专家更加直观地了解当前计量生产设施的检定生产状况。
[0005] -种计量生产设施效能评估方法，包括W下步骤：
[0006]S1，采集集中监测数据；
[0007]S2,构建效能评估指柄;体系，效能评估指柄;体系包括指柄;体系和权重体系；
[0008]S3,建立基于模糊评价方法的效能评估模型；
[0009]S4,评估结果处理。
[0010] 步骤S1采集集中监测数据具体包括W下步骤：
[0011] 分控单元采用统一的通讯规约将监测数据统一编码后上送到前置采集服务器，前 置采集服务器将接收到的监测数据汇总后存储到数据库服务器中，为计量生产设施效能评 估提供数据源。
[0012] 指标体系为多层次指标体系。
[0013]多层次指柄体系为四层指柄体系，包括目柄层、项目层、子项目层、指柄层，指柄 (针对计量生产设施"四线一库"（单相智能电能表自动化检定流水线、S相智能电能表自 动化检定流水线、低压电流互感器自动化检测流水线、用电采集终端自动化检测流水线、智 能化仓储库房）），从资产属性、非资产属性角度分析影响生产效能的关键因素，通过应用层 次分析法（AH巧构建多层次计量生产设施效能评估指标体系。
[0014] 资产属性指的是计量生产设施的自身效能状况，即各个生产单元（具体生产设 备）的检定生产水平；非资产属性指的是影响检定生产效能的其他因素，主要是管理因素。
[0015] 应用层次分析法（AH巧构建指标体系，条理化、层次化，梳理出递阶层次结构。计 量生产设施效能评估指标体系包括四个层次：目标层、项目层、子项目层、指标层。目标层， 即计量生产设施效能评估；项目层，包括计量生产设施的主要组成部分；子项目层，包括每 个部分的主要生产单元，W及管理因素；指标层，包括各个子项目影响检定生产效能的关键 指标。
[0016] 权重体系为多层次权重体系。
[0017] 建立指标体系后，根据层次间、指标间的相对重要性赋予相应的权重。层次分析法 (AH巧建立在专家咨询基础上，将复杂系统中各种指标划分为相互联系的有序层次，把多层 次、多指标的权重赋值简化为各指标重要性的两两比较，然后进行数学处理，对各层次、各 指标赋权重，构建多层次权重体系。
[0018] 构建多层次权重体系具体包括W下步骤：
[0019] (201)构造判断矩阵
[0020] 按应用层次分析法（AH巧计算指标体系各层次指标间两两比较的相对重要程度， 从指标体系的目标层开始（从顶层开始，逐层向下），针对某个元素，对与之相关的下一层 元素进行两两对比，即隶属于同一上级指标的指标之间的相对重要性比较，从而形成判断 矩阵B(表1为判断矩阵表），判断矩阵B中包括指标町对于指标Bj.的重要程度bU。重要 性的比较采用改进的比例标度法。
[00川表1判断矩阵表
[0022]
[0023]
[0024] (20。判断矩阵的一致性检验
[00巧]计算一致性指标CI(consisten巧index),
其中，是判断矩 阵B的最大特征值，n指的是判断矩阵B的阶数。
[0026] 根据平均随机一致性指标RI表（表3)，确定相应的平均随机一致性指标 RI(randomindex)，根据判断矩阵不同阶数查表，得到平均随机一致性指标RI。
[0027] 表3平均随机一致性指标RI表（1000次正互反矩阵计算结果）
[0028]
[0029]计算一致性比例CR(consistencyratio)并进行判断，保？二，当CR^P时， R1 认为判断矩阵的一致性是可W接受的，CR>P时，认为判断矩阵不符合一致性要求，需要 对判断矩阵B进行重新修正，P为判断矩阵一致性判断的口限值，一般取值0.1。
[0030] (20扣计算判断矩阵B的权重，构建多层次权重体系
[0031] 指标集U(多层次指标体系中的各个指标构成的集合）中各指标&对评估对象或 其上级指标的影响程度是不同的，为了反映各指标的重要程度，需要计算每个指标Ui的权 重计算指标集U的判断矩阵B的特征值、特征向量，取最大特征值Am。,对应的特征向 量U= (Ui，U2.. .，1〇,归一化，即得到权重集W= 《2.. .，W。)，其中，
> 0(i= 1，2,. . .，n)，i= 1，2,. . .，n，《i为指标集U中各指标Ui的权重。
[0032] 对于多层次指标体系，分层次构造判断矩阵，并依次计算权重集，最终构成多层次 权重体系，供计量生产设施效能评估模型使用。
[0033] 步骤S3具体包括W下步骤：
[0034] 步骤301;计算指标层各指标值
[00巧]W集中监测数据为基础，计算指标层各个指标的值，例如：计划检定率=计划检定 数量/工作时间；库存周转率，指统计周期内，设备出库数量与入库数量的比率；设备空闲 率=设备空闲时间/运行时长；设备故障占比=设备故障时间/运行时长等。
[0036] 步骤302;计算相对效能指数
[0037] 判断指标性质是正向指标还是逆向指标，根据指标的性质（正向指标还是逆向 指标），对指标进行归一化处理，将指标值转化成相对效能指数，消除各指标之间的量纲差 异；
[0038] 对指标进行归一化处理，具体方法如下：
[0039] 正向指标（值越大，生产效能越高）的归一化处理：
[0040]
[0041] 逆向指标（值越小，生产效能越高）的归一化处理：
[0042]
[0043]其中，Xi为第i个指标当前的实际值，<为义1归一化处理后的输出值，，为第i 个指标的理想最大值，表示第i个指标的理想最小值，可通过分析硬件工艺、统计历史 数据，结合专家建议给出指标体系中各底层指标的理想最大值和理想最小值。
[0044] 引入相对效能指数的概念来代表当前计量生产设施检定生产各指标的实际效能 状况与理想效能状况之比，具体来说，就是归一化后的各指标值，它是一个定量指标，取值 范围为[0, 1]，相对效能指数越接近1表示生产效能越高，越接近0表示生产效能越低。
[0045] 步骤303 ;构建模糊矩阵
[0046] 将计量生产设施的生产效能状