基于层次分析法的电网运行异常指标朔因关联度确定方法技术

本发明专利技术公开了基于层次分析法的电网运行异常指标朔因关联度确定方法，将待校验的目标层与准则层，或准则层与指标层输入构建的判断矩阵；计算判断矩阵的权重系数；根据权重系数进行一致性检验，若一致性检验小于设定的阈值，则判定该判断矩阵通过一致性检验，否则一致性检验不通过且结束运行；对目标层、准则层和指标层进行优先级排列，筛选获得电网运行异常指标朔因关联度最大的层次。本发明专利技术帮助调度人员快速定位当前对电网影响最大的异常因素，便于优先处理关键问题，提升响应速度和故障排除的效率。除的效率。除的效率。

【技术实现步骤摘要】
基于层次分析法的电网运行异常指标朔因关联度确定方法


[0001]本专利技术涉及基于层次分析法的电网运行异常指标朔因关联度确定方法，属于电力系统运行和输电网


技术介绍

[0002]随着特高压交直流混联电网规模快速扩大，新能源并网快速发展，分布式电源和储能等新型负荷比例的快速上升，造成了电力系统的复杂性上升。针对新一代电力系统对调度运行控制的新要求，需要综合评估类应用，基于大数据技术对各类调控业务数据进行汇聚与融合，分析挖掘各类数据之间的内在规律。基于电网运行指标的评价体系，需要尽最大可能为调度操作业务提供指导或辅助决策，达到快速相应和高效操作，解决影响电网运行异常的问题，来提升电网运行的精益化和智能化水平。

技术实现思路

[0003]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供基于层次分析法的电网运行异常指标朔因关联度确定方法，目的在于帮助调度人员快速定位当前对电网影响最大的异常因素，优先处理关键问题，提升响应速度和故障排除的效率。
[0004]为达到上述目的，本专利技术提供基于层次分析法的电网运行异常指标朔因关联度确定方法，包括：
[0005]将待校验的目标层与准则层，或准则层与指标层输入构建的判断矩阵；
[0006]计算判断矩阵的权重系数；
[0007]根据权重系数进行一致性检验，若一致性检验小于设定的阈值，则判定该判断矩阵通过一致性检验，否则一致性检验不通过且结束运行；
[0008]对目标层、准则层和指标层进行优先级排列，筛选获得电网运行异常指标朔因关联度最大的层次。
[0009]优先地，根据已有的层次结构模型一，获得目标层与准则层之间的关系表；
[0010]建立新的层次结构模型二，构建指标层和准则层之间的关系表。
[0011]优先地，构建判断矩阵，包括：
[0012]构建目标层与准则层之间的判断矩阵：
[0013][0014]式中：a
ij
为衡量目标层/准则层第i个指标对目标层/准则层第j个指标的重要性的值，i∈[1,n]，j∈[1,n]，n为目标层中的指标数量和准则层中的指标数量的总和；
[0015]a
ij
遵循正互反矩阵：
[0016][0017]式中，a
ji
为衡量目标层/准则层第j个指标对目标层/准则层第i个指标的重要性的值。
[0018]优先地，构建判断矩阵，包括：
[0019]构建指标层和准则层之间的判断矩阵：
[0020][0021]式中：a
ef
为衡量指标层/准则层第e个指标对指标层/准则层第f个指标的重要性的值，e∈[1,h]，f∈[1,h]，h为指标层中的指标数量和准则层中的指标数量的总和；
[0022]a
ef
遵循正互反矩阵：
[0023][0024]式中，a
ef
为衡量指标层/准则层第e个指标对指标层/准则层第f个指标的重要性的值。
[0025]优先地，计算判断矩阵的权重系数，包括:
[0026]根据方根法计算第j个指标权重w
j
为：
[0027][0028]优先地，计算判断矩阵的权重系数，包括:
[0029]根据方根法计算第f个指标权重w
f
为：
[0030][0031]优先地，根据权重系数进行一致性检验，包括：
[0032]计算CI和CR：
[0033][0034]式中，CI为目标层与准则层的判断矩阵的一般一致性指标，RI为目标层与准则层
的判断矩阵的随机一致性指标,λ
max
为目标层与准则层的判断矩阵最大特征根，x为n；
[0035]计算λ
max
：
[0036][0037]若CR小于设定的阈值，则该判断矩阵通过一致性检验。
[0038]优先地，根据权重系数进行一致性检验，包括：
[0039]计算CI和CR：
[0040][0041]式中，CI为指标层和准则层的判断矩阵的一般一致性指标，RI为指标层和准则层的判断矩阵的随机一致性指标,λ
max
为指标层和准则层的判断矩阵最大特征根，x为h；
[0042]计算λ
max
：
[0043][0044]若CR小于设定的阈值，则该判断矩阵通过一致性检验。
[0045]优先地，RI的取值为：
[0046]判断矩阵阶数12345678910RI000.580.901.121.241.321.411.451.49；
[0047]CR取值0.1。
[0048]优先地，对目标层、准则层和指标层进行优先级排列，筛选获得电网运行异常指标朔因关联度最大的，包括：
[0049]优先级降序排序：目标层、准则层和指标层；
[0050]依次求得目标层中所有指标的权重的总和、准则层中所有指标的权重的总和以及指标层中所有指标的权重的总和；
[0051]筛选目标层中所有指标的权重的总和、准则层中所有指标的权重的总和以及指标层中所有指标的权重的总和中最大值，获得电网运行异常指标朔因关联度最大的层次。
[0052]优先地，目标层的指标包括电网运行异常指标朔因关联度；
[0053]准则层的指标包括调节能力和稳态运行能力；
[0054]指标层的指标包括一次调频能力、AGC调节能力、电压调节能力、断面有功功率、线路过载、主变过载、短路电流、母线电压和电网系统频率。
[0055]本专利技术所达到的有益效果：
[0056]本专利技术将待校验的目标层与准则层，或准则层与指标层输入构建的判断矩阵；计算判断矩阵的权重系数；根据权重系数进行一致性检验，若一致性检验小于设定的阈值，则判定该判断矩阵通过一致性检验，否则一致性检验不通过且结束运行；对目标层、准则层和指标层进行优先级排列，筛选获得电网运行异常指标朔因关联度最大的层次，实现电网运行异常指标朔因关联度的评价，为后续操作优先提供参考依据；
[0057]本专利技术目的在于帮助调度人员快速定位当前对电网影响最大的异常因素，便于优先处理关键问题，提升响应速度和故障排除的效率。
附图说明
[0058]图1是本专利技术的流程图。
具体实施方式
[0059]以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。
[0060]基于层次分析法的电网运行异常指标朔因关联度确定方法，其目的在于捕捉影响电网异常的指标因素，并基于层次分析法对这些影响因素进行朔因归理和权重排序，为后续调度操作提供参考。在分析过程中，可将电网看作是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统，层次分析法为这类多因素问题的决策和排序提供了一种新的、简洁而实用的建模方法。
[0061]应用层次分析决策问题时，首先要把问题条理化和层次化，构造出一个有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于层次分析法的电网运行异常指标朔因关联度确定方法，其特征在于，包括：将待校验的目标层与准则层，或准则层与指标层输入构建的判断矩阵；计算判断矩阵的权重系数；根据权重系数进行一致性检验，若一致性检验小于设定的阈值，则判定该判断矩阵通过一致性检验，否则一致性检验不通过且结束运行；对目标层、准则层和指标层进行优先级排列，筛选获得电网运行异常指标朔因关联度最大的层次。2.根据权利要求1所述的基于层次分析法的电网运行异常指标朔因关联度确定方法，其特征在于，根据已有的层次结构模型一，获得目标层与准则层之间的关系表；建立新的层次结构模型二，构建指标层和准则层之间的关系表。3.根据权利要求1所述的基于层次分析法的电网运行异常指标朔因关联度确定方法，其特征在于，构建判断矩阵，包括：构建目标层与准则层之间的判断矩阵：式中：a
ij
为衡量目标层/准则层第i个指标对目标层/准则层第j个指标的重要性的值，i∈[1,n]，j∈[1,n]，n为目标层中的指标数量和准则层中的指标数量的总和；a
ij
遵循正互反矩阵：式中，a
ji
为衡量目标层/准则层第j个指标对目标层/准则层第i个指标的重要性的值。4.根据权利要求1所述的基于层次分析法的电网运行异常指标朔因关联度确定方法，其特征在于，构建判断矩阵，包括：构建指标层和准则层之间的判断矩阵：式中：a
ef
为衡量指标层/准则层第e个指标对指标层/准则层第f个指标的重要性的值，e∈[1,h]，f∈[1,h]，h为指标层中的指标数量和准则层中的指标数量的总和；a
ef
遵循正互反矩阵：
式中，a
ef
为衡量指标层/准则层第e个指标对指标层/准则层第f个指标的重要性的值。5.根据权利要求3所述的基于层次分析法的电网运行异常指标朔因关联度确定方法，其特征在于，计算判断矩阵的权重系数，包括:根据方根法计算第j个指标权重w
j

【专利技术属性】
技术研发人员：闫朝阳，仇晨光，熊浩，张振华，崔占飞，戴上，赵玉林，
申请(专利权)人：国网江苏省电力有限公司，
类型：发明
国别省市：