一种电力线路救援优先等级评估方法与流程

文档序号:12721884阅读:185来源:国知局
一种电力线路救援优先等级评估方法与流程
本发明涉及电力线路灾情评估
技术领域
,特别是涉及一种电力线路救援优先等级评估方法。
背景技术
:随着全球气候变暖,极端天气增多,近年来国内外自然灾害事件频繁发生。这些自然灾害严重威胁着电网的安全稳定运行,并对电网造成了不同程度的破坏。面临巨大的经济损失和社会影响及紧迫的电力救援恢复任务,积极建立电力线路灾后救援优先等级评估体系,对于减少各项损失,提高电力救援与恢复效率有着重要的意义。目前,已有多种电网灾害风险评估体系或模型,如基于层次分析法的电网自然灾害风险评估体系、基于模糊数相似度的电网自然灾害评估体系以及一些针对特定自然灾害的风险评估模型(如架空输电线路冰冻灾害风险评估模型)。这些风险评估体系或模型一般都在危险辨识基础上,通过分析各种自然灾害发生概率和灾害一旦发生后对电网设备、环境及人身安全造成的影响程度来确定风险等级。但是,现有技术中,对电网灾害风险的评估一般为灾前预测性分析,因此,其评价指标大多受主观因素影响较大,难以做到定量分析,且评估指标的实际值难以获取,可操作性差。目前,针对灾后电力线路的救援优先等级评估,尚没有相应的评估体系或模型。技术实现要素:本发明实施例中提供了一种电力线路救援优先等级评估方法,以解决现有技术中的评价指标难以定量化,从而导致评估过程可操作性差、评估结果受主观因素影响大的问题。为了解决上述技术问题,本发明实施例公开了如下技术方案:一种电力线路救援优先等级评估方法,包括,步骤S10,建立电力线路救援优先等级评估的层次结构模型,所述层次结构模型包括目标层、准则层与指标层,所述准则层内包括多个评估准则,每个评估准则内包括多个评估指标;步骤S20,建立5级标度,所述5级标度用于评定两个评估准则或两个评估指标间的重要关系;步骤S30,根据5级标度,计算准则相对权重与指标相对权重;所述准则相对权重为评估准则相对于目标层的权重,所述指标相对权重为评估指标相对于准则层的权重;步骤S40,根据所述指标相对权重与相应的准则相对权重,计算每个评估指标的组合权重;步骤S50,获取每个评估指标的实际数据,并对每个所述评估指标的实际数据进行无量纲化计算,得到每个所述评估指标对应的评价数据;步骤S60,根据评估指标的评价数据与组合权重,计算每个评估指标的相对优先级值;步骤S70,根据电力线路的每个评估指标的相对优先级值,计算电力线路的救援优先级值;步骤S80,根据电力线路的救援优先级值,判断电力线路的救援优先级别。优选地,所述评估准则包括救援难度、杆塔受损状况、导线受损状况、负荷等级和/或电压等级。优选地,所述救援难度包括灾害类型、灾害等级、交通路况和/或天气情况;杆塔受损状况包括正常杆塔比例、轻度受损杆塔比例、中度受损杆塔比例与重度受损杆塔比例;导线受损状况包括正常导线比例、轻度受损导线比例、中度受损导线比例与重度受损导线比例;负荷等级包括电力线路的负荷量;电压等级包括电力线路的电压值。优选地,计算准则相对权重的步骤具体包括,步骤S31,根据5级标度,建立准则判断矩阵O,所述准则判断矩阵O用于表征任意两个评估准则之间重要关系;步骤S32,根据所述准则判断矩阵O,计算每个评估准则对应的准则相对权重。优选地,根据所述准则判断矩阵,计算每个评估准则的准则相对权重,具体包括,计算所述准则判断矩阵的最大特征值λmax与所述最大特征值对应的特征向量W=[w1w2w3...wn]T,其中,n为评估准则的数量;根据所述准则判断矩阵的所述最大特征值λmax与最大特征值对应的特征向量W,计算每个评估准则的准则相对权重向量ρ=[ρ1ρ2ρ3...ρn]T,准则相对权重向量ρ的每个元素代表一个评估准则的准则相对权重。优选地,所述计算评估指标的指标相对权重,具体包括,步骤S33,根据5级标度,建立指标判断矩阵Ai,其中,i=1,2,···,n,所述指标判断矩阵Ai用于表征任意两个评估指标之间重要关系;步骤S34,根据所述指标判断矩阵Ai,计算每个评估指标对应的准则相对权重。优选地,所述步骤S50,获取每个评估指标的实际数据,并对每个所述评估指标的实际数据进行无量纲化计算,得到每个所述评估指标对应的评价数据,具体包括,所述评估指标是正向指标与逆向指标;正向指标的无量纲化计算公式为:逆向指标的无量纲化计算公式为:由以上技术方案可见,本发明实施例提供的一种电力线路救援优先等级评估方法,通过构建优先等级评估的层次结构模型、计算评估指标组合权重、评估指标无量纲化、计算救援优级值、及救援优先等级判定等一系列工作,完成对电力线路灾后救援优先等级的评估,为高效的进行电力线路灾后救援和恢复工作提供有力的决策支持,最大限度的减少灾害对电力系统造成的影响与损失。本发明实施例提供的一种电力线路救援优先等级评估方法,采用5级标度构造判断矩阵,克服了采用9或3级标度构造判断矩阵造成的划分过粗或过细的问题,同时,对获取的评估指标进行无量化处理,消除了评估指标因量纲不同对电力线路救援优先等级评估结果造成的影响,提高了评估结果的准确性。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本发明实施例提供的一种电力线路救援优先等级评估方法的流程图;图2为一种层次结构模型的结构示意图;图3为计算准则相对权重的流程图;图4为计算指标相对权重的流程图。具体实施方式为了使本
技术领域
的人员更好地理解本发明中的技术方案,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案进行清楚、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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。电力线路救援优先级评估方法主要用于对电力线路灾后救援情况的分析,评估电力线路被救援或恢复的优先级别,为高效的电网灾后救援提供决策支持,最大限度的降低灾害对电力系统造成的损失。图1为本发明实施例提供的一种电力线路救援优先等级评估方法的流程图,如图1所示,包括,步骤S10,建立电力线路救援优先等级评估的层次结构模型,层次结构模型包括目标层、准则层与指标层,目标层下设置准则层,准则层下设置指标层;其中,准则层内包括多个评估准则,每个评估准则内包括多个评估指标。图2为一种层次结构模型的结构示意图,如图2所示,电力线路灾后救援优先等级评估的层次结构模型包括3层:第1层是电力线路灾后救援优先等级评估的目标层;第2层是评估影响因素的准则层;第3层是评估影响因素的指标层。准则层包括多个评估准则,本实例中,评估准则包括救援难度、杆塔受损状况、导线受损状况、负荷等级和/或电压等级。每个评估准则下设多个评估指标,本实例中,救援难度评估准则内设置的评估指标包括灾害类型、灾害等级、交通路况和/或天气情况;杆塔受损状况包括正常杆塔比例、轻度受损杆塔比例、中度受损杆塔比例与重度受损杆塔比例;导线受损状况包括正常导线比例、轻度受损导线比例、中度受损导线比例与重度受损导线比例;负荷等级包括电力线路的负荷量;电压等级包括电力线路的电压值。应当说明,本领域技术人员可根据实际需要,设定相应的评估准则与评估指标,其均属于本发明的保护范围。步骤S20,建立5级标度,5级标度用于评定两个评估准则或两个评估指标间的重要关系。本实施例中,采用5级标度构造判断矩阵,克服了9级标度构造判断矩阵过程中,分类过细、难以判断、一致性差等问题;同时,也避免了采用3级标度构造判断矩阵,造成的分类过粗、判断不严谨、影响评估结果准确性等问题。步骤S30,根据5级标度,计算准则相对权重与指标相对权重。准则相对权重为评估准则相对于目标层的权重,指标相对权重为评估指标相对于准则层的权重。图3为计算准则相对权重的流程图,如图3所示,准则相对权重的计算过程包括,步骤S31:根据5级标度,建立准则判断矩阵O,准则判断矩阵用于表征任意两个评估准则之间重要关系,其具体包括:根据5级标度,一一确定任意两个评估准则间的重要关系,并将所有的两个评估准则间的重要关系利用矩阵形式表示,所得矩阵即为准则判断矩阵O。步骤S32:根据准则判断矩阵O,计算每个评估准则对应的准则相对权重,其具体包括:首先,计算准则判断矩阵O的最大特征值λmax与最大特征值对应的特征向量W=[w1w2w3...wn]T,其中,n为评估准则的数量。其次,根据准则判断矩阵O的最大特征值λmax与最大特征值对应的特征向量W,计算每个评估准则的准则相对权重向量ρ。本实施例中,通过将特征向量W进行归一化处理,得到的向量即为准则相对权重向量ρ,其计算公式为:ρ=W/sumwi=[ρ1ρ2ρ3...ρn]T,ρi=wi/(sumwi),其中准则相对权重向量ρ=[ρ1ρ2ρ3...ρn]T包括n个元素,其中,每个元素代表一个评估准则的准则相对权重,例如,元素ρ3的数值即为第三个评估准则的准则相对权重。本实施例中,对特征向量W进行归一化处理前,需要对最大特征值λmax进行一致性检验,即计算相容性指标CI,CI=(λmax-n)/(n-1),其中,n为准则判断矩阵的阶数。若CI<0.1,则通过一致性检验;若CI≥0.1,则应该对准则判断矩阵进行修改,直至满足一致性检验。图4为计算指标相对权重的流程图,如图4所示,指标相对权重的计算过程包括,步骤S33,根据5级标度,建立指标判断矩阵Ai,其中,i=1,2,···,n,指标判断矩阵用于表征任意两个评估指标之间重要关系;步骤S34,根据指标判断矩阵Ai,计算每个评估指标的指标相对权重向量ρi,指标相对权重向量ρi的每个元素分别为评估指标的指标相对权重。应当说明,针对每个评估准则,建立一个指标判断矩阵,此指标判断矩阵表征此评估准则内的任意两个评估指标之间的重要关系;根据此指标判断矩阵,计算指标相对权重向量,指标相对权重向量内的每个元素分别为该评估准则内的每个评估指标相对于准则层的权重。指标相对权重的计算过程与评估准则的准则相对权重计算过程类似,在此不再赘述。步骤S40,根据指标相对权重与相应的准则相对权重,计算每个评估指标的组合权重。评估指标的组合权重为评估指标相对于目标层的权重,本实施例中,每个评估指标的组合权重为该评估指标的指标相对权重与相应的准则相对权重的乘积。由于评估层次结构模型中各评估指标的量纲、经济意义,表现形式及对目标层的作用趋向各不相同,不具有可比性,必须对其进行无量纲化处理,消除评估指标因量纲不同对综合评估结果造成的影响。根据各评估指标实际值与评估事务综合发展水平间的对应关系。本发明采用阈值法对各评估指标进行无量纲化。步骤S50,获取每个评估指标的实际数据,并对每个评估指标的实际数据进行无量纲化计算,得到每个评估指标对应的评价数据。对每个评估指标的实际数据进行无量纲化计算,得到每个评估指标对应的评价数据,具体包括,评估指标是正向指标与逆向指标,其中,正指标是数值越大越好的指标,如正常杆塔比例、正常导线比例、负荷量及电压值等。逆指标是数值越小越好的指标,如灾害等级、重度受损杆塔比例及重度受损导线比例等。正向指标的无量纲化计算公式为:其中,xi为该评估指标的实际值,max1≤i≤nxi为该评估指标可取的最大值。以评估指标为正常导线比例为例,则该评估指标可取的最大值为100%,该评估指标可取的最小值为0%。逆向指标的无量纲化计算公式为:其中,xi为该评估指标的实际值,max1≤i≤nxi为该评估指标可取的最大值,min1≤i≤nxi为该评估指标可取的最小值。例如,评估指标为灾害等级例,以台风灾害为例,台风灾害包括6-16级,因此,该评估指标可取的最大值为16,该评估指标可取的最小值为6。步骤S60,根据评估指标的评价数据与组合权重,计算每个评估指标的相对优先级值。本实施例中,每个评估指标的相对优先级值为该评估指标的评价数据与对应的组合权重的乘积。步骤S70,根据电力线路的每个评估指标的相对优先级值,计算电力线路的救援优先级值,其中,电力线路的救援优先级值为所有相对优先级值的代数和。步骤S80,根据电力线路的救援优先级值,判断电力线路的救援优先级别。在实际应用过程中,同时计算多条电力线路的救援优先级值,然后,将每条电力线路的救援优先级值与预设的救援优先级别判定表进行对照,依次判定每条电力线路的救援优先级别。以下将通过一个具体的实例,说明电力线路的救援优先级的判定过程。步骤S10,本实例中,评估准则包括救援难度、杆塔受损状况、导线受损状况、负荷等级和电压等级,其分别用A1、A2、A3、A4与A5表示,评估准则数量n=5。救援难度包括灾害类型、灾害等级、交通路况和天气情况,分别用B1、B2、B3、B4与B5表示,评估指标数量n=5。杆塔受损状况包括正常杆塔比例、轻度受损杆塔比例、中度受损杆塔比例与重度受损杆塔比例,分别用B6、B7、B8与B9表示,评估指标数量n=4;导线受损状况包括正常导线比例、轻度受损导线比例、中度受损导线比例与重度受损导线比例,分别用B10、B11、B12与B13表示,评估指标数量n=4;负荷等级包括电力线路的负荷量,用B14表示,评估指标数量n=1;电压等级包括电力线路的电压值,用B14表示,评估指标数量n=1。步骤S20,建立5级标度,表1为建立的5级标度的说明表:表1标度aij说明aijaji1表示ai与aj绝对不重要1/332表示ai与aj明显不重要1/223表示ai与aj同等重要114表示ai与aj明显重要21/25表示ai与aj绝对重要31/35级标度将两个评估准则或评估指标ai(i=1、2、3……n)与aj(j=1、2、3……n)的重要关系分为5个级别,分别为绝对不重要、明显不重要、同等重要、明显重要及绝对重要,并使用aij表示ai比aj的重要程度,或aji表示aj比ai的重要程度,例如,a21=1/3,表示a1比a2稍微重要。步骤S30,根据5级标度,计算准则相对权重与指标相对权重,具体计算过程如下,计算准则相对权重:根据5级标度,确定任意两个评估准则间的重要关系,并将所有的两个评估准则间的重要关系利用矩阵形式表示,所得矩阵即为准则判断矩阵O。则准则判断矩阵为根据准则判断矩阵O,计算每个评估准则对应的准则相对权重,具体计算过程如下:计算得到该准则判断矩阵O的最大特征值λmax=5.1174,对应的特征向量w=[0.20250.69900.52760.36510.2425]T。利用计算所得的最大特征值λmax=5.1174与评估准则数量n=5,计算相容性指标CI=(5.1174-5)/(5-1)=0.02935<0.1,因此,通过一致性检验,即所构造的准则判断矩阵O可用于计算准则相对权重向量ρ。将计算所得的特征向量w=[0.20250.69900.52760.36510.2425]T进行归一化,得到准则相对权重向量ρ,其计算过程如下:sumwi=0.2025+0.6990+0.5276+0.3651+0.2425=2.0067,ρ=[ρ1ρ2ρ3ρ4ρ5]T=W/sumwi=[0.09940.34320.25900.17930.1191]T。准则相对权重向量ρ的每个元素均为一个评估准则在电力线路灾后救援等级评估中所占的比重。本实例中,评估准则救援难度、杆塔受损状况、导线受损状况、负荷等级、电压等级,在电力线路灾后救援等级评估中所占的比重依次为0.0994、0.3432、0.2590、0.1793和0.1191。指标相对权重:根据5级标度,针对每个评估准则,建立其对应的指标判断矩阵Ai,其中,i=1,2,···,n。本实例中,救援难度包括灾害类型、灾害等级、交通路况和天气情况,分别用B1、B2、B3、B4与B5表示,评估指标数量n=5。杆塔受损状况包括正常杆塔比例、轻度受损杆塔比例、中度受损杆塔比例与重度受损杆塔比例,分别用B6、B7、B8与B9表示,评估指标数量n=4;导线受损状况包括正常导线比例、轻度受损导线比例、中度受损导线比例与重度受损导线比例,分别用B10、B11、B12与B13表示,评估指标数量n=4;负荷等级包括电力线路的负荷量,用B14表示,评估指标数量n=1;电压等级包括电力线路的电压值,用B14表示,评估指标数量n=1。根据5级标度,建立指标判断矩阵A1、A2、A3、A4与A5,以下为建立的各个指标判断矩阵:A4=A5=1。根据建立的指标判断矩阵Ai,计算每个指标判断矩阵Ai对应的最大特征值与最大特征值对应的特征向量,其中,n为评估指标的数量,其计算结果如表2所示:表2针对每个指标判断矩阵,计算每个指标判断矩阵的相容性指标CI,并判断其是否满足一致性检验。经计算,指标判断矩阵A1、A2、A3、A4与A5的相容性指标均满足CI<0.1,因此,满足一致性检验,即构建的指标判断矩阵A1、A2、A3、A4与A5可用于计算指标相对权重向量ρi。将指标判断矩阵A1、A2、A3、A4与A5的特征向量进行归一化处理,得到其相应的指标相对权重向量ρi,其计算结果如表3所示:表3指标相对权重向量ρi的每个元素均为一个评估指标的相对于准则层的权重,例如,ρ1=[0.3614,0.2526,0.1765,0.1233,0.0862]T,其代表,灾害类型、灾害等级、交通路况和天气情况相对于救援难度的权重分别是0.3614,0.2526,0.1765,0.1233与0.0862。步骤S40,根据指标相对权重与相应的准则相对权重,计算每个评估指标的组合权重,其计算公式为每个评估指标的组合权重=指标相对权重×相应的准则相对权重,其计算结果如表4所示:表4步骤S50,获取每个评估指标的实际数据,其数据如表5所示,并对每个评估指标的实际数据进行无量纲化计算,得到每个评估指标对应的评价数据,其计算的评价数据如表6所示。表5表6步骤S60,根据评估指标的评价数据与组合权重,计算每个评估指标的相对优先级值,每个评估指标的相对优先级值为该评估指标的评价数据与该评估指标的组合权重的乘积,其计算结果如表7所示。步骤S70,计算电力线路的救援优先级值,电力线路的救援优先级值为所有相对优先级值的代数和,其计算结果如表7所示。表7步骤S80,根据电力线路的救援优先级值,判断电力线路的救援优先级别。本实例中,将每条电力线路的救援优先级值与预设的救援优先级别判定表(如表8所示)进行对照,依次判定每条电力线路的救援优先级别,例如,电力线路1的救援优先级数为0.6068,在取值范围[0.3333,0.6667)内,因此,电力线路1的救援等级为2级。依此,可判定电缆线路2、电缆线路3与电缆线路4的救援等级分别为3级、2级与3级。表8至此,完成对受灾电力线路的救援优先级的判定,相关救援人员可根据评定的救援优先级,对各个受灾电力线路进行相应的救援工作。以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。以上所述仅是本发明的具体实施方式,应当指出,对于本
技术领域
的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。当前第1页1 2 3 
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1