本发明涉及一种基于层次分析法的CIME(电网通用模型描述语言)电网模型评价方法，属于电网调度技术领域。
背景技术：
CIME是当前调度机构调度控制系统间模型交互的主要手段，其质量的好坏，对上级调控机构的运行监视和分析预警类等应用的准确性有着重大的影响。当前调度控制系统CIME电网模型管理和评价技术手段尚有不足，对模型的维护管理缺乏有效的技术支撑，在线安全分析、调度计划及安全校核、电网规划相关分析等相关业务应用需各自维护模型，各业务CIME电网模型不能充分共享，相互间联动不足，无法有效支撑上述应用对模型管理的需求。针对以上现状，本项目基于D5000系统平台，开展基于CIME的电网模型管理和评价技术的研究，通过模型评价机制在对模型拼接后的电网模型进行多维度验证，适用于各个时间维度的在线模型评价，对于提高CIME电网模型拼接的安全性和在线建模质量有显著作用。
技术实现要素：
针对现有技术存在的问题，本发明提供一种基于层次分析法的CIME电网模型评价方法，能够提高电网模型信息的安全性，提高各区域电网模型的建模质量。
本发明所要解决的技术问题是通过以下技术方案实现的：
一种层次分析法的CIME电网模型评价方法，包括：
1)定义CIME电网模型质量的评价指标；
2)构建基于层次分析法的CIME电网质量目标结构图；
3)构造CIME电网质量评价的判断矩阵；
4)对CIME电网质量判断矩阵进行一致性检验；
5)计算CIME电网质量的层次总排序，具体为确定某层所有因素对于总目标相对重要性的排序权值，排序又最高层向最底层依次进行。
进一步的，所述定义CIME电网模型质量的评价指标具体包括：
a)定义关键参数缺失率
bi＝si/(Ni*Ti) (2)
其中，MPL为模型关键参数缺失率，wi为第i类设备关键参数所占的权重，bi为第i类设备表中模型关键参数的缺失率,n为设备的分类数，Ni代表第i类设备表记录个数，Ti代表第i类设备表关键参数个数，si代表第i类设备表中参数缺失个数；
b)定义关键参数错误率
ei＝qi/(Ni*Ti) (5)
其中，MPE为模型关键参数错误率，ei为第i类设备表中模型关键参数的错误率，qi代表第i类设备表中参数错误个数；
c)定义模型名称不规范率
MZQL＝NE/NA (7)
其中，MZQL为模型名称不规范率，NE为名称不规范的记录个数，NA为所有设备记录个数；
d)定义模型拓扑不正确率
MTP＝MTPE/MA (8)
其中，MTP为拓扑不正确率，MTPE为所有设备拓扑错误数，MA为所有设备的拓扑总数，Ei为第i类设备的拓扑错误数；
e)定义模型关联属性错误率
MR＝MRE/MRA (11)
其中，MRE是所有设备关联属性错误的总数，MRA是所有设备关联属性的总数，MR是模型中关联错误数与关联属性总数的比率，R为模型关联属性。
f)定义状态估计不合格率
根据模型导入后的状态估计合格率指标来确定。
进一步的，所述构建基于层次分析法的CIME电网质量目标结构图具体为：
将决策的目标、考虑的因素和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。
进一步的，所述构造CIME电网质量评价的判断矩阵具体为：
根据式(14)构造CIME电网质量评价的判断矩阵
其中aij表示第i个因素相对于第j个因素的比较结果。
进一步的，所述对CIME电网质量判断矩阵进行一致性检验具体为：
根据式(15)定义一致性指标
其中m为A的对角线元素个数之和，也为A的特征根个数之和；
当一致性比率时，则认为A的不一致程度在容许范围之内，其中，CR为一致性比率，RI为随机一致性指标。
本发明所达到的有益效果如下：本发明通过CIM/E模型文件作为交互载体共享模型，在此基础上该方法主要用于电网调度自动化系统间CIME电网模型质量信息的评价分析，通过对各区域电网模型的载体CIM/E模型文件，进行各种规则的校验基于校验结果，结合层次分析法，各区域电网模型进行质量评价，通过该评价方法，能够提高电网模型信息的安全性，提高各区域电网模型的建模质量。
附图说明
图1为发明的架构示意图；
图2为采用本发明方法构件的一个CIME电网模型质量目标结构图。
具体实施方式
为了进一步描述本发明的技术特点和效果，以下结合附图和具体实施方式对本发明做进一步描述。
针对目前的现状，本项目基于D5000系统平台，开展基于CIME的电网模型管理和评价技术的研究，通过模型评价机制在对模型拼接后的电网模型进行多维度验证，适用于各个时间维度的在线模型评价，对于提高CIME电网模型拼接的安全性和在线建模质量有显著作用。
如图1-图2所示，一种基于层次分析法的CIME电网模型评价方法，包括：
1)定义CIME电网模型质量的评价指标，具体为：
a)定义关键参数缺失率
bi＝si/(Ni*Ti) (2)
其中，MPL为模型关键参数缺失率，关键参数的缺失会造成计算的错误或误差，因此在评价模型质量时，对参数缺失的评估非常重要，wi为第i类设备关键参数所占的权重，bi为第i类设备表中模型关键参数的缺失率,n为设备的分类数，Ni代表第i类设备表记录个数，Ti代表第i类设备表关键参数个数，si代表第i类设备表中参数缺失个数；
b)定义关键参数错误率
ei＝qi/(Ni*Ti) (5)
其中，MPE为模型关键参数错误率，关键参数的正确与否会造成计算的错误或误差，因此在评价模型质量时，对参数的正确性的评估非常重要，ei为第i类设备表中模型关键参数的错误率，qi代表第i类设备表中参数错误个数；
c)定义模型名称不规范率
MZQL＝NE/NA (7)
其中，MZQL为模型名称不规范率，模型名称对于模型在上下级纵向共享和电网系统间的横向共享都起着非常重要的作用，国网公司发布的DL/T 1171—2012《电网设备通用数据模型命名规范》中对电网模型名称有着非常明确的定义，需要各级调度中心在共享模型时需要提供标准路径的设备名。电网设备全路径命名结构如下：
电网.厂站线/电压.间隔.设备/部件.属性
对于不符合上述命名结构的模型名称判定为不正确的模型设备名。MZQL统计的是在整个模型中模型名称正确的百分比。NE为名称不规范的记录个数，NA为所有设备记录个数；
d)定义模型拓扑不正确率
MTP＝MTPE/MA (8)
在CIM中，拓扑关系主要是通过端子(Terminal)和节点(ConnectivityNode)来描述的。由于CIM中类与类之间关联的重数没有很严格的限制，因此必须在CIM文档导入前根据电力系统的实际情况对于CIM文档中的模型实施严格的校验，以保证模型在拓扑方面的完整性和正确性，避免对于后续应用的影响。
其中，MTP为拓扑不正确率，MTPE为所有设备拓扑错误数，MA为所有设备的拓扑总数，Ei为第i类设备的拓扑错误数；
e)定义模型关联属性错误率
MR＝MRE/MRA (11)
其中，MRE是所有设备关联属性错误的总数，MRA是所有设备关联属性的总数，MR是模型中关联错误数与关联属性总数的比率，R为模型关联属性。
根据CIM中的描述，一个设备的某个关联属性只能关联到一种或几种类型的设备，如Breaker的关联属性只能关联到厂站、电压等级、间隔等。一般用来定义设备的所属容器或参数。
f)定义状态估计不合格率。
根据模型导入后的状态估计合格率指标来确定。状态估计合格率一般由导入系统的高级应用中状态估计计算模块给出。本文中状态估计不合格率采用1-状态估计合格率(百分比)
2)如图2所示，构建基于层次分析法的CIME电网质量目标结构图；
将决策的目标、考虑的因素和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。层次分析法是将决策问题按目标层、评价准则层至具体的方案层(包含山西、山东、河北、天津、北京、内蒙、冀北几个地区)的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。
3)构造CIME电网质量评价的判断矩阵A；
用aij表示第i个因素相对于第j个因素的比较结果，则
准则层包含6个准则(指标)，C1:关键参数缺失率,C2:关键参数错误率,C3:模型名称不规范率,C4:模型拓扑不正确率,C5:模型关联属性错误率,C6:状态估计不合格率。
上述6个指标是根据各地区模型文件校验及导入后得到的相关参数。这些参数都是模型发生的错误所占的比率，因此对于选择高质量模型来说，这6个指标越低越好。
相对于目标层选择高质量模型，以上指标进行两两比较打分。上述比较是两两因素之间进行的比较，比较时取1～9尺度。
4)对CIME电网质量判断矩阵进行一致性检验，具体为：
定义一致性指标
其中m为A的对角线元素个数之和，也为A的特征根个数之和；
一般，当一致性比率时，则认为A的不一致程度在容许范围之内，可用其归一化特征向量作为权向量，否则要重新构造成对比较矩阵，对A加以调整。其中，CR为一致性比率，RI为随机一致性指标。
5)计算CIME电网质量的层次总排序。
确定某层所有因素对于总目标相对重要性的排序权值过程，称为层次总排序。这一过程是从最高层到最底层依次进行的。对于最高层而言，其层次单排序的结果也就是总排序的结果。
上述实施例不以任何形式限定本发明，凡采取等同替换或等效变换的形式所获得的技术方案，均落在本发明的保护范围之内。