基于TOPSIS法的智能箱式变电站运行状态评估方法技术

本申请公开了一种基于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。该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。本申请还公开了一种基于TOPSIS法的智能箱式变电站运行状态评估装置、设备及计算机可读存储介质，均具有上述技术效果。

【技术实现步骤摘要】
基于TOPSIS法的智能箱式变电站运行状态评估方法
本申请涉及智能箱式变电站
，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。
技术介绍
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。
技术实现思路
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：依据公式对所述决策矩阵进行无量纲化处理，或依据公式对所述决策矩阵进行无量纲化处理；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本文档来自技高网...

【技术保护点】
1.一种基于TOPSIS法的智能箱式变电站运行状态评估方法，其特征在于，包括：/n根据智能箱式变电站的各评估指标，构造决策矩阵；/n根据所述决策矩阵，运用层次分析法构造加权决策矩阵；/n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；/n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。/n

【技术特征摘要】
1.一种基于TOPSIS法的智能箱式变电站运行状态评估方法，其特征在于，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。


2.根据权利要求1所述的智能箱式变电站运行状态评估方法，其特征在于，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。


3.根据权利要求2所述的智能箱式变电站运行状态评估方法，其特征在于，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。


4.根据权利要求3所述的智能箱式变电站运行状态评估方法，其特征在于，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：
依据公式对所述决策矩阵进行无量纲化处理，或依据公式对所述决策矩阵进行无量纲化处理；
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。


5.根据权利要求4所述的智能箱式变电站运行状态评估方法，其特征在于，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；

【专利技术属性】
技术研发人员：郑丽娟，胡翔，崔金栋，沈磊，徐昌文，
申请(专利权)人：杭州电力设备制造有限公司，国网浙江杭州市余杭区供电有限公司，国网浙江省电力有限公司杭州供电公司，
类型：发明
国别省市：浙江;33