【技术实现步骤摘要】
基于改进TOPSIS和聚类分析的智能电表运行状态评价方法
本专利技术属于故障预测领域，具体涉及一种基于改进TOPSIS和聚类分析的智能电表运行状态评价方法。
技术介绍
电力是国家发展的基石，实现电网智能化对于保障我国经济社会发展，提高人民生活水平意义重大。现代智能电表是集计量数据自动处理、传输、管理和使用，电表自动化管理和双向通信的智能化电力计量设备，是实现电网智能化不可或缺的计量设备。智能电表在运行过程中由于内外应力的交替作用将会产生性能上的退化，从而使得其运行状态劣化而不能满足工作要求。对运行中的电能表进行运行状态评价，其目的是及时发现已经不适合继续运行的电能表，其任务是为了明确在运行中的智能电表的健康状态并预测健康状态的发展趋势，防止大规模电表故障带来的社会经济损失。电力公司通常用新智能电表替换已达到一定运行时间的旧智能电表,这种替换方法将导致替换一些仍可以正常工作的智能电表，从而造成大量浪费，因此需要采用一种更加准确的方法来对智能电表进行状态评价。目前对于智能电表的状态评估的主流方法是数据驱动方法，即...
【技术保护点】
1.一种基于改进TOPSIS和聚类分析的智能电表运行状态评价方法，其特征在于，其包括如下步骤：/nS1、构建并量化智能电表运行状态影响量；/n根据状态影响量构建原则，构建并量化智能电表运行状态影响量，所述状态影响量包括误差最值，误差一致性，误差变差和批次故障率；/nS2、利用改进的TOPSIS方法计算所述状态影响量的TOPSIS得分，步骤如下；/nS21、构造决策矩阵X＝(x
【技术特征摘要】
1.一种基于改进TOPSIS和聚类分析的智能电表运行状态评价方法，其特征在于，其包括如下步骤：
S1、构建并量化智能电表运行状态影响量；
根据状态影响量构建原则，构建并量化智能电表运行状态影响量，所述状态影响量包括误差最值，误差一致性，误差变差和批次故障率；
S2、利用改进的TOPSIS方法计算所述状态影响量的TOPSIS得分，步骤如下；
S21、构造决策矩阵X＝(xij)m×n；
其中，m为评价对象的个数，n为每个评价对象的状态影响量的个数,xij表示第i个被评价对象在第j个状态影响量下的值，i＝1,2,…,m；j＝1,2,…,n；
S22、对决策矩阵X按状态影响量的性质进行无量纲化处理；
对于效益型状态影响量的决策矩阵X，无量纲化处理后为：
对于成本型状态影响量的决策矩阵X，无量纲化处理后为：
其中，Zij表示xij经过无量纲化处理之后的数值，即分别表示第j个状态影响量下的最大值和最小值；
S23、确定Zij的正理想解Aij+和负理想解Aij-，所述正理想解是第i个评价对象对于第j个状态影响量最好的值，所述负理想解是第i个评价对象对于第j个状态影响量最差的值；
S24、分别计算Zij与正理想解Aij+的距离和负理想解Aij-的距离
S25、计算xij与正理想解Aij+的相对贴近度得到改进的所述状态影响量的TOPSIS得分；
用相对贴近度来衡量各评价对象在各状态影响量下靠近正理想解的程度，越大，表示评价对象在该向量下越优；
根据不同状态影响量性质，的计算表达式分别为：
成本型状态影响量时：
效益型状态影响量时：
S3：计算各状态影响量的离差最大化权重值，步骤如下：
设各个状态影响量之间的加权向量为W,且W＝(W1,W2,…,Wn)T＞0，并满足表达式：
加权向量下的加权决策矩阵为：
其中，Zij表示经过无量纲化处理之后的决策矩阵数值，Wj表示第j个状态影响量的权重；
S31：计算所有评价对象在第j个状态影响量下与其他评价对象的总离差Vj(W)；
对于第j个状态影响量来说第i个评价对象与其他所有决策方案的离差用Vij(W)表示为：
其中，Zij与Zkj都表示经过无量纲化处理之后的决策矩阵数值,k≠i，Wj表示第j个状态影响量的权重；
则对第j个状态影响量而言，所有评价对象与其他评价对象的总离差Vj(W)为
其中，Zij与Zkj都表示经过无量纲化处理之后的决策矩阵数值，k≠i，Wj表示第j个状态影响量的权重；
S32：构造目标函数，得到使总离差Vj(W)达到最大的权重向量
为使评价对象在加权向量W下得到尽可能的区分，应该使得离差Vj(W)最大，为求出能使得Vj(W)达到最大的权向量，构造目标函数：
得到：
其中，Zij与Zkj都表示经过无量纲化处理之后的决策矩阵数值，k≠i，Wj表示第j个状态影响量的权重；
对权向量Wj进行归一化处理，得到归一化之后的权重向量为：
S4、根据得到的离差最大化权重和改进的状态影响量TOPSIS得分的贴近度C+ij计算智能...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。