。层次分析法将定性、定量分析进行结合，构造判定矩阵，并利用一致性检验，能够尽量消 除权重分析方法中的人为因素，保证权重的有效性、实用性。
[0054] 上述步骤3具体包括：
[0055] 步骤3. 1 :根据1-9标度法构建评价指标因素的判断矩阵，用表示影响因素对因素 比较结果，比较取值利用1-9标度法（见表3)，构造判断矩阵如下：
[0056]
(3)
[0057] 式（3)中，η为评价指标因素；
[0058] 表3 1-9标度法判定取值等级表 [00591
[0060] 步骤3. 2 :求出判断矩阵最大特征根所对应的特征向量；
[0061] 步骤3. 3 :为了降低定性分析的人为因素影响，评估求出权重精确性，对判断矩阵 进行一致性检验，若检验值小于0. 1，则该特征向量即为权重集，否则重新构建判断矩阵。对 判断矩阵进行一致性检验的公式为
；中，I。为一致性检验指标，I 平均随机一致性指标，对于1-9阶判断矩阵，其取值见表4。实中， λ _为判断矩阵的最大特征根，η为判断矩阵的阶数。
[0062] 表4 1-9阶判断矩阵Ir取值表
[0063]
[0064] 步骤4 :根据模糊评判矩阵和权重集计算各故障模式的综合风险评价因子（方框 4)〇
[0065] 上述步骤4具体包括：
[0066] 步骤4. 1 :将模糊评判矩阵和权重集相乘得出模糊综合判定集；设所求的故障模 式k的相关评价指标因素的权重集为,λ 4… 式中，η为评价指标因素，则模 糊综合评判集为Wk与式（2)相乘：
[0067]
(6),
[0068] 步骤4. 2 :为了更直观看出评判结果，将模糊综合判定集与评价等级进行加权平 均处理，得出综合风险评价因子Ck:
[0069] Ck=Bk. Vt (7)。
[0070] 步骤5 :根据综合风险评价因子确定故障模式的失效风险，综合风险评价因子越 大，表示失效风险越高。
[0071] 下面用数据来举例说明本发明的流程方法：
[0072] 步骤1 :确定光伏组件的故障模式，以表1为例。
[0073] 步骤2 :故障模式的模糊评判矩阵，以表1的故障模式1为例。
[0074] 步骤2. 1 :根据德尔菲法评定，假设专家小组总人数为100,按表2进 行评价，对输出功率损失P的5个评价等级分别有0,0,10, 20, 70位专家评定， 对故障维修费用W的5个评价等级分别有0,10, 50, 30,10位专家评定，对发生 概率0的5个评价等级分别有80, 20,0,0,0位专家评定。根据式（1)，则相应
[0077] 步骤3 :构建评价指标因素的权重集。
[0078] 步骤3. 1、3. 2 :根据式（3)和表3,构造故障模式1评价指标因素的判断矩阵并求 出对应权重系数，表5为故障模式1的评价指标因素的判断矩阵及权重结果值。
[0079] 表5故障模式1的评价指标因素判断矩阵及权重
[0080]
[0081] 步骤3.3 :对判断矩阵进行一致性检验，根据式（4)、式（5)和表4,计算得R。= 0. 0559〈0. 1，说明构造的判断矩阵一致性满足要求，因此故障模式1的评价指标因素权重 集为 W1= [0· 7306, 0· 1884, 0· 0810]。
[0082] 步骤4 :计算故障模式1的综合风险评价因子。
[0083] 步骤4_〗：枏据式（6)，故瞳樟式〗的综合判宙隼为：
[0084]
[0085] 步骤4. 2 :根据式（7)，将模糊综合判定集与评价等级（即V = {1，2,3,4,5})进行 加权平均处理，得出综合风险评价因子C1= 4. 0986。
[0086] 同样方法可以得出故障模式2~5的模糊评判矩阵：
[0091] 为简便计算，各故障模式的评价指标因素采用同一权重集，即
[0092] W2=W3=W4=W5=W1= [0.7306,0. 1884,0.0810]
[0093] 从而可求出各故障模式模糊综合判定集为：
[0094] B2= W2R2= [0 0. 1838 0. 5192 0. 2970 0]
[0095] B3=W3R3= [0.4384 0.2922 0.0701 0. 1805 0.0188]
[0096] B4= W4R4= [0. 5845 0. 1838 0. 1130 0. 0458 0. 0729]
[0097] B5=W5R5= [0.5845 0.0188 0.0942 0.0727 0.2298]
[0098] 同理，得出各故障模式的综合风险评价因子集：
[0099] C = {C1, C2, C3, C4, C5} = {4. 0986, 3. 1132, 2. 0491, 1. 8388, 2. 3445}
[0100] 步骤5 :利用本发明所述光伏组件失效风险判别方法得到的综合风险评价因子对 各故障模式失效风险排序结果为：故障模式1>故障模式2>故障模式5>故障模式3>故障 模式4,故障模式1组件表面玻璃碎裂导致风险排序最大，排序重复问题也得到解决，这与 实际情况是相符合的。
[0101] 对于本领域的技术人员来说，可根据以上技术方案以及构思，做出其他各种相应 的改变以及变形，而所有的这些改变和变形都应该属于本发明权利要求的保护范围之内。
【主权项】
1. 一种光伏组件失效风险判别方法，其特征在于，包括以下步骤： 确定光伏组件的故障模式； 专家小组分别对故障模式相关评价指标因素评价等级，根据评价结果构建故障模式的 模糊评判矩阵； 根据层次分析法构建相关评价指标因素的权重集； 根据模糊评判矩阵和权重集计算各故障模式的综合风险评价因子； 根据综合风险评价因子确定故障模式的失效风险。2. 根据权利要求1所述的光伏组件失效风险判别方法，其特征在于：所述相关评价指 标因素包括输出功率损失、故障维修费用和发生概率。3. 根据权利要求1所述的光伏组件失效风险判别方法，其特征在于，构建故障模式的 模糊评判矩阵的具体过程包括： 假设专家总人数为S，故障模式为k，评价指标因素为i，评定评价指标因素i为等级m的专家人数为，则故障模式k的评价指标因素i的评价集为：所述故障模式k所有评价指标因素i的评价集构建成故障模式k的模糊评判矩阵Rk， 其中i= 1，…，n，4. 根据权利要求1所述的光伏组件失效风险判别方法，其特征在于，构建相关评价指 标因素的权重集的步骤包括： 根据1-9标度法构建评价指标因素的判断矩阵； 求出判断矩阵最大特征根所对应的特征向量； 对判断矩阵进行一致性检验，若检验值小于0. 1，则该特征向量即为权重集，否则重新 构建判断矩阵。5. 根据权利要求4所述的光伏组件失效风险判别方法，其特征在于，对判断矩阵进行 一致性检验的公式为：其中，I。为一致性检验指标，IR为平均随机一致性指标。6. 根据权利要求5所述的光伏组件失效风险判别方法，其特征在于：其中，为判断矩阵的最大特征根，n为判断矩阵的阶数。7. 根据权利要求1所述的光伏组件失效风险判别方法，其特征在于，计算综合风险评 价因子的步骤包括： 将模糊评判矩阵和权重集相乘得出模糊综合判定集； 将模糊综合判定集与评价等级进行加权平均处理，得出综合风险评价因子。8. 根据权利要求1或7所述的光伏组件失效风险判别方法，其特征在于：所述综合风 险评价因子越大，表示失效风险越高。9. 根据权利要求1所述的光伏组件失效风险判别方法，其特征在于：所述评价等级分 为5个等级。10. 根据权利要求9所述的光伏组件失效风险判别方法，其特征在于：对输出功率损失 进行评价时所遵循的原则为：损失越大，评价等级越高；对故障维修费用进行评价时所遵 循的原则为：费用越高，评价等级越大；对发生概率进行进行评价时所遵循的原则为：概率 越大，评价等级越高。
【专利摘要】本发明涉及一种光伏组件失效风险判别方法，主要包括以下步骤：确定光伏组件的故障模式；专家小组分别对故障模式相关评价指标因素评价等级，根据评价结果构建故障模式的模糊评判矩阵；根据层次分析法构建相关评价指标因素的权重集；根据模糊评判矩阵和权重集计算各故障模式的综合风险评价因子；根据综合风险评价因子确定故障模式的失效风险。本发明实现了指标评价的客观化、意义化；利用模糊综合评判，引入层次分析法进行权重赋值，实现风险评价指标的量化连续性、权重化，并应用于光伏组件失效风险分析，有效改进FMECA方法量化排序不合理、重复现象，使得分析与实际更加贴合，提高光伏组件失效风险分析结果可信性。
【IPC分类】G06Q50/06, G06Q10/06
【公开号】CN105096037
【申请号】CN201510419574
【发明人】余荣斌, 肖莉
【申请人】广东产品质量监督检验研究院
【公开日】2015年11月25日
【申请日】2015年7月16日