基于TOPSIS法的智能箱式变电站运行状态评估方法与流程
本申请涉及智能箱式变电站技术领域，特别涉及一种基于topsis法的智能箱式变电站运行状态评估方法；还涉及一种基于topsis法的智能箱式变电站运行状态评估装置、设备以及计算机可读存储介质。
背景技术：
随着人类社会的不断发展，电力行业进入了信息化时代，智能箱式变电站在其中扮演着重要角色。作为配电网络中深入负荷中心的重要传输节点，对智能箱式变电站进行智能化与信息化的运维管理显得尤为关键。
目前，对于智能箱式变电站的状态评估的研究，大多侧重于智能箱式变电站的单一设备或者某一状态，对于箱式变电站整体的状态评估研究较少。但是，鉴于当前智能箱式变电站的分布性，运维人员需要更加全面地掌握不同地区智能箱式变电站的运行状况。结合当前智能箱式变电站的智能化与信息化的特点，运维人员可以通过智能箱式变电站的运维系统实时掌握智能箱式变电站的各种状态数据，丰富的智能箱式变电站数据有利于实现智能箱式变电站整体的健康状态评估。为更加充分地利用智能箱式变电站的各类状态数据，使运维人员更加全面的掌握智能箱式变电站的健康状态，需要一种实现效率高、评估结果可靠的智能箱式变电站的评估方法。
因此，提供一种实现效率高、评估结果可靠的智能箱式变电站的评估方法已成为本领域技术人员亟待解决的技术问题。
技术实现要素：
本申请的目的是提供一种基于topsis法的智能箱式变电站运行状态评估方法，能够高效且可靠的对智能箱式变电站整体的健康状态进行评估，方便运维人员了解运行中的智能箱式变电站的状况，以便针对智能箱式变电站出现的健康问题进行及时处理。本申请的另一个目的是提供一种基于topsis法的智能箱式变电站运行状态评估装置、设备以及计算机可读存储介质，均具有上述技术效果。
为解决上述技术问题，本申请提供了一种基于topsis法的智能箱式变电站运行状态评估方法，包括：
根据智能箱式变电站的各评估指标，构造决策矩阵；
根据所述决策矩阵，运用层次分析法构造加权决策矩阵；
采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值；
将所述智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，得到所述智能箱式变电站的健康状态。
可选的，所述评估指标包括所述智能箱式变电站的高压室、低压室以及变压器室的电气设备运行参数与环境参数。
可选的，所述根据所述决策矩阵，运用层次分析法构造加权决策矩阵前还包括：
对所述决策矩阵进行无量纲化处理，得到规范化决策矩阵；
相应的，所述根据所述决策矩阵，运用层次分析法构造加权决策矩阵包括：
根据所述规范化决策矩阵，运用层次分析法构造所述加权决策矩阵。
可选的，所述对所述决策矩阵进行无量纲化处理，得到规范化决策矩阵，包括：
依据公式
其中，vij为第i个评价对象的第j个评估指标的处理值，xij为第i个评价对象的第j评估指标的原始值。min(xj)为第j个评估指标的最小值，max(xj)为第j个评估指标的最大值。
可选的，所述根据所述规范化决策矩阵，运用层次分析法构造所述加权决策矩阵包括：
以智能箱式变电站作为目标层，高压室、变压器室与低压室作为准则层，电气设备的运行参数与环境参数作为指标层，建立同层次中所述评估指标两两比较的比较矩阵；
求解得到所述比较矩阵的最大特征根，并计算得到所述最大特征根对应的特征向量；
对所述特征向量进行归一化处理得到权重向量；
计算所述指标层中各所述评估指标相对所述目标层的重要性的权重；
将所述权重与所述规范化决策矩阵相乘，得到所述加权决策矩阵。
可选的，所述采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值，包括：
寻找所述加权决策矩阵中每一列的最优值与每一列的最差值，并依据所述最优值得到最优解向量，依据所述最差值得到最劣解向量；
分别计算各智能箱式变电站与所述最优向量以及与最劣向量的欧式距离，并根据所述欧式距离得到所述智能箱式变电站的健康状态估值。
为解决上述技术问题，本申请还提供了一种基于topsis法的智能箱式变电站运行状态评估装置，包括：
第一构造模块，用于根据智能箱式变电站的各评估指标，构造决策矩阵；
第二构造模块，用于根据所述决策矩阵，运用层次分析法构造加权决策矩阵；
分析模块，用于采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值；
对照模块，用于将所述智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，得到所述智能箱式变电站的健康状态。
可选的，还包括：
无量纲化处理模块，用于对所述决策矩阵进行无量纲化处理，得到规范化决策矩阵；
相应的，所述第二构造模块具体用于根据所述规范化决策矩阵，运用层次分析法构造所述加权决策矩阵。
为解决上述技术问题，本申请还提供了一种基于topsis法的智能箱式变电站运行状态评估设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上所述的基于topsis法的智能箱式变电站运行状态评估方法的步骤。
为解决上述技术问题，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于topsis法的智能箱式变电站运行状态评估方法的步骤。
本申请所提供的基于topsis法的智能箱式变电站运行状态评估方法，包括：根据智能箱式变电站的各评估指标，构造决策矩阵；根据所述决策矩阵，运用层次分析法构造加权决策矩阵；采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值；将所述智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，得到所述智能箱式变电站的健康状态。
可见，本申请所提供的基于topsis法的智能箱式变电站运行状态评估方法，基于topsis法，根据智能箱式变电站的各评估指标构造决策矩阵，并采用topsis法进行分析，得到智能箱式变电站的健康状态，以使运维人员可以实时了解运行中的智能箱式变电站整体和各部分的状态，便于完成智能箱式变电站的检修维护安排以及健康报告的建立。
本申请所提供的基于topsis法的智能箱式变电站运行状态评估装置、设备以及计算机可读存储介质均具有上述技术效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，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为本申请实施例所提供的一种基于topsis法的智能箱式变电站运行状态评估方法的流程示意图；
图2为本申请实施例所提供的一种基于topsis法的智能箱式变电站运行状态评估装置的示意图；
图3为本申请实施例所提供的一种基于topsis法的智能箱式变电站运行状态评估设备的示意图。
具体实施方式
本申请的核心是提供一种基于topsis法的智能箱式变电站运行状态评估方法，能够高效且可靠的对智能箱式变电站整体的健康状态进行评估，方便运维人员了解运行中的智能箱式变电站的状况，以便针对智能箱式变电站出现的健康问题进行及时处理。本申请的另一个核心是提供一种基于topsis法的智能箱式变电站运行状态评估装置、设备以及计算机可读存储介质，均具有上述技术效果。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
请参考图1，图1为本申请实施例所提供的一种基于topsis法的智能箱式变电站运行状态评估方法的流程示意图，参考图1所示，该方法包括：
s101：根据智能箱式变电站的各评估指标，构造决策矩阵；
具体的，本步骤旨在根据智能箱式变电站的多类型的评估指标，构造决策矩阵。其中，智能箱式变电站的评估指标包括智能箱式变电站的高压室、低压室以及变压器室的电气设备的运行参数与环境参数。具体而言，高压室的电气设备的运行参数及环境参数可包括环境温湿度、重点部位温度、局部放电以及功率因素；低压室的电气设备的运行参数及环境参数可包括环境温湿度、三相电压、三相电流以及有害气体；变压器室的电气设备的运行参数及环境参数可包括底层油温、绝缘油介质、振动谐波以及局部放电绕组温升。
所构造的决策矩阵x如下：
其中，mi为区域内具体的智能箱式变电站即评价对象，dj为智能箱式变电站的评估指标，对于一个具体的智能箱式变电站mi，其评估指标dj的值记为xij(i＝1,2…,m；j＝1,2…,n)。
s102：根据所述决策矩阵，运用层次分析法构造加权决策矩阵；
具体的，本步骤旨在在构造决策矩阵的基础上，进一步基于此决策矩阵构造加权决策矩阵。
在一种具体的实施方式中，根据决策矩阵，运用层次分析法构造加权决策矩阵前还包括：对决策矩阵进行无量纲化处理，得到规范化决策矩阵；相应的，根据决策矩阵，运用层次分析法构造加权决策矩阵包括：根据规范化决策矩阵，运用层次分析法构造加权决策矩阵。
其中，上述对决策矩阵进行无量纲化处理，得到规范化决策矩阵，包括：依据公式
具体而言，对于越大越优型指标，依据公式
另外，上述根据所述规范化决策矩阵，运用层次分析法构造所述加权决策矩阵包括：以智能箱式变电站作为目标层，高压室、变压器室与低压室作为准则层，电气设备的运行参数与环境参数作为指标层，建立同层次中所述评估指标两两比较的比较矩阵；求解得到所述比较矩阵的最大特征根，并计算得到所述最大特征根对应的特征向量；对所述特征向量进行归一化处理得到权重向量；计算所述指标层中各所述评估指标相对所述目标层的重要性的权重；将所述权重与所述规范化决策矩阵相乘，得到所述加权决策矩阵。
具体而言，本申请的最终目的是确定智能箱式变电站的运行状态，故将智能箱式变电站整体作为目标层；由于箱式变电站一般包括三个部分：高压室、低压室和变压器室，所以将高压室、低压室和变压器室作为准则层；并将准则层中电气设备的运行参数及环境参数作为指标层。建立同层次(包括指标层、准则层)各评估指标两两比较的n*n比较矩阵a：
式中：a表示综合t个专家意见所形成的比较矩阵，ak为基于第k个专家意见形成的比较矩阵，aij表示第i个指标相对第j个指标的重要程度；主对角线上的值恒为1。
进一步，对各比较矩阵求解其特征根|λe-a|＝0，求解得出比较矩阵的最大特征根为λmax；|a-λmaxe|x＝0得到其对应的特征向量，并归一化处理后即可得到指标的权重向量；
进一步，计算指标层所有评估指标对于目标层相对重要性的权值：
wj＝wi0wij；
对于高压室的电气设备的运行参数及环境参数包括环境温湿度、重点部位温度、局部放电以及功率因素；低压室的电气设备的运行参数及环境参数可包括环境温湿度、三相电压、三相电流以及有害气体；变压器室的电气设备的运行参数及环境参数可包括底层油温、绝缘油介质、振动谐波以及局部放电绕组温升的情况，式中：i∈{1,2,3}，j∈{1,2,…,12}，wj表示层各指标对目标层的权重，wi0表示前序步骤计算得出的准则层的权重，wij表示前序步骤计算得出的指标层的权重。
进而，将各权重与无关量纲化处理后的矩阵相乘，得到加权决策矩阵r＝(rij)m×n，rij＝wj·vij(i＝1,2,…,m；j＝1,2,…,n)。
s103：采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值；
具体的，完成加权决策矩阵的构造后，进一步采用topsis法分析加权决策矩阵，得到智能箱式变电站的健康状态估值。
其中，上述采用topsis法分析加权决策矩阵，得到智能箱式变电站的健康状态估值，包括：寻找加权决策矩阵中每一列的最优值与每一列的最差值，并依据最优值得到最优解向量，依据最差值得到最劣解向量；分别计算各智能箱式变电站与最优向量以及与最劣向量的欧式距离，并依据欧式距离得到智能箱式变电站的健康状态估值。
具体而言，寻找每一列的最优值记为ri*，每一列的最差值记为ri-，则
式中，
进一步，计算各评价对象对最优解、最劣解的相对贴近度；
根据相对贴近度ci对各评价对象进行排序，ci越大，评价对象越优。ci也即智能箱式变电站的健康状态估值。
s104：将所述智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，得到所述智能箱式变电站的健康状态。
具体的，将智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，从而得到智能箱式变电站的健康状态。如表1所示：
表1智能箱式变电站正常状态等级分类表
若智能箱式变电站的健康状态估值在0.9—1.0之间，则输出智能箱式变电站为正常状态的结果；若智能箱式变电站的健康状态处于0.8—0.9之间，则将智能箱式变电站为注意状态的结果通知运维人员，以使运维人员对智能箱式变电站加强巡检；若智能箱式变电站的健康状态处于0.6—0.8之间，则通知运维人员尽快进行维修；若智能箱式变电站的健康状态处于0—0.6之间，则通知运维人员对智能箱式变电站立刻进行维修。
综上所述，本申请所提供的基于topsis法的智能箱式变电站运行状态评估方法，包括：根据智能箱式变电站的各评估指标，构造决策矩阵；根据所述决策矩阵，运用层次分析法构造加权决策矩阵；采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值；将所述智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，得到所述智能箱式变电站的健康状态。该方法，基于topsis法，根据智能箱式变电站的各评估指标构造决策矩阵，并采用topsis法进行分析，得到智能箱式变电站的健康状态，以使运维人员可以实时了解运行中的智能箱式变电站整体和各部分的状态，便于完成智能箱式变电站的检修维护安排以及健康报告的建立。
本申请还提供了一种基于topsis法的智能箱式变电站运行状态评估装置，下文描述的该装置可以与上文描述的方法相互对应参照。请参考图2，图2为本申请实施例所提供的一种基于topsis法的智能箱式变电站运行状态评估装置的示意图，结合图2所示，该装置包括：
第一构造模块10，用于根据智能箱式变电站的各评估指标，构造决策矩阵；
第二构造模块20，用于根据所述决策矩阵，运用层次分析法构造加权决策矩阵；
分析模块30，用于采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值；
对照模块40，用于将所述智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，得到所述智能箱式变电站的健康状态。
在上述实施例的基础上，作为一种具体的实施方式，所述评估指标包括所述智能箱式变电站的高压室、低压室以及变压器室的电气设备的运行参数与环境参数。
在上述实施例的基础上，可选的，还包括：
无量纲化处理模块，用于对所述决策矩阵进行无量纲化处理，得到规范化决策矩阵；
相应的，所述第二构造模块20具体用于根据所述规范化决策矩阵，运用层次分析法构造所述加权决策矩阵。
在上述实施例的基础上，可选的，所述无量纲化处理模块具体用于：
依据公式
其中，vij为第i个评价对象的第j个评估指标的处理值，xij为第i个评价对象的第j评估指标的原始值。min(xj)为第j个评估指标的最小值，max(xj)为第j个评估指标的最大值。
在上述实施例的基础上，第二构造模块20包括：
比较矩阵建立单元，用于以智能箱式变电站作为目标层，高压室、变压器室与低压室作为准则层，电气设备的运行参数与环境参数作为指标层，建立同层次中所述评估指标两两比较的比较矩阵；
第一计算单元，用于求解得到所述比较矩阵的最大特征根，并计算得到所述最大特征根对应的特征向量；
归一化处理单元，用于对所述特征向量进行归一化处理得到权重向量；
第二计算单元，用于计算所述指标层中各所述评估指标相对所述目标层的重要性的权重；
第三计算单元，用于将所述权重与所述规范化决策矩阵相乘，得到所述加权决策矩阵。
在上述实施例的基础上，可选的，分析模块30包括：
寻找单元，用于寻找所述加权决策矩阵中每一列的最优值与每一列的最差值，并依据所述最优值得到最优解向量，依据所述最差值得到最劣解向量；
计算单元，用于分别计算各智能箱式变电站与所述最优向量以及与最劣向量的欧式距离，并根据所述欧式距离得到所述智能箱式变电站的健康状态估值。
本申请还提供了一种基于topsis法的智能箱式变电站运行状态评估设备，参考图3所示，该设备包括存储器1和处理器2。
存储器1，用于存储计算机程序；
处理器2，用于执行计算机程序实现如下的步骤：
根据智能箱式变电站的各评估指标，构造决策矩阵；根据所述决策矩阵，运用层次分析法构造加权决策矩阵；采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值；将所述智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，得到所述智能箱式变电站的健康状态。
对于本申请所提供的设备的介绍请参照上述方法实施例，本申请在此不做赘述。
本申请还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现如下的步骤：
根据智能箱式变电站的各评估指标，构造决策矩阵；根据所述决策矩阵，运用层次分析法构造加权决策矩阵；采用topsis法分析所述加权决策矩阵，得到所述智能箱式变电站的健康状态估值；将所述智能箱式变电站的健康状态估值与智能箱式变电站健康状态等级分类表进行对照，得到所述智能箱式变电站的健康状态。
该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本申请所提供的计算机可读存储介质的介绍请参照上述方法实施例，本申请在此不做赘述。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置、设备以及计算机可读存储介质而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的基于topsis法的智能箱式变电站运行状态评估方法、装置、设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围。
- 还没有人留言评论。精彩留言会获得点赞！