一种充电设备关键器件互换能力影响因素评价方法及装置制造方法及图纸

本发明专利技术公开了一种充电设备关键器件互换能力影响因素评价方法及装置，该方法以电动汽车充电设备为研究对象，考虑充电设备互换后充电运行特性，建立了以输出电压、输出电流、稳压精度、稳流精度、纹波系数和功率因数为主的互换能力影响因素评价指标，并提出基于直觉模糊

【技术实现步骤摘要】
一种充电设备关键器件互换能力影响因素评价方法及装置


[0001]本专利技术属于电动汽车充电
，具体是一种充电设备关键器件互换能力影响因素评价方法及装置。

技术介绍

[0002]电动汽车在电力系统负荷侧作为一种的灵活的可调度资源，在现代新型电力系统中是一个极其重要的角色。在我国绿色能源发展战略中，电动汽车是从传统能源转型为清洁能源的绿色途径之一。但是，目前国内缺乏验证充电设备关键器件互换性的经验，器件互换无法落地实施，充电设备关键器件的运维水平不高也是严重影响着电动汽车的发展的原因之一。随着充电设备关键器件的快速发展以及综合评价方法的不断丰富改善，如何对各量化指标进行有效、合理的评估已成为评价充电设备互换性的重要因素。
[0003]目前，综合评价方法主要有三种：层次分析法、逼近理想解排序法(technique for order preference by similarity to ideal solution，TOPSIS)、灰色关联分析法。其中，灰色关联分析法由于其算法简便，计算简单，而且对样本容量的容纳值要求较小而被普遍使用。但是，由于传统的邓氏关联分析模型在应对一些特殊问题时会存在较大的误差并时常会具有一定的局限性。迄今为止，很多国内外学者都对灰色关联分析法进行了各种研究，并对其进行改进。

技术实现思路

[0004]本专利技术的目的在于提供一种充电设备关键器件互换能力影响因素评价方法及装置，以电动汽车充电设备为研究对象，考虑充电设备互换后充电运行特性，建立了以输出电压、输出电流、稳压精度、稳流精度、纹波系数和功率因数为主的互换能力影响因素评价指标，进而提出基于直觉模糊
‑
熵权
‑
TOPSIS灰色关联决策算法对各指标进行量化评价。
[0005]为达到上述目的，本专利技术采用的技术方案如下：
[0006]第一方面，本专利技术提供一种充电设备关键器件互换能力影响因素评价方法，包括：
[0007]构建充电设备关键器件互换能力影响因素评价指标；
[0008]获取充电设备关键器件互换能力影响因素评价指标的实验数据集，并基于专家库对所述实验数据集进行评价，构建原始直觉模糊决策矩阵；
[0009]对所述原始直觉模糊决策矩阵进行整合，得到整合后的直觉模糊决策矩阵；
[0010]基于所述整合后的直觉模糊决策矩阵计算所述充电设备关键器件互换能力影响因素评价指标权重；
[0011]基于所述整合后的直觉模糊决策矩阵与所述充电设备关键器件互换能力影响因素评价指标权重，计算加权决策矩阵；
[0012]对所述加权决策矩阵进行计算，得到充电设备关键器件互换能力影响因素的评价结果。
[0013]进一步的，所述构建充电设备关键器件互换能力影响因素评价指标，包括：
[0014]充电设备关键器件的输出电压、输出电流、稳压精度、稳流精度、纹波系数和功率因数。
[0015]进一步的，所述基于专家库对所述实验数据集进行评价，构建原始直觉模糊决策矩阵，包括：
[0016]获取一定数量的充电设备关键器件，进行互换实验后计算各充电设备关键器件的互换能力影响因素评价指标；
[0017]基于专家库对所得到的各充电设备关键器件的互换能力影响因素评价指标进行打分评价，基于模糊层次分析理论将互换能力影响因素评价指标的评价等级转化为直觉模糊数，构建原始直觉模糊决策矩阵如下：
[0018][0019]其中，表示对应第k位专家评价的原始直觉模糊决策矩阵，表示第k位专家对充电设备关键器件i的互换能力影响因素评价指标j的隶属度变量，非隶属度变量和犹豫度变量，m为充电设备关键器件数量，n为互换能力影响因素评价指标数量。
[0020]进一步的，对所述原始直觉模糊决策矩阵进行整合，得到整合后的直觉模糊决策矩阵，包括：
[0021]引入直觉模糊加权算子，确定专家权重系数；
[0022]将基于专家库构建的所有原始直觉模糊决策矩阵基于所述专家权重系数进行加权计算，得到整合后的直觉模糊矩阵为如下：
[0023][0024]式中，为整合后的直觉模糊矩阵，(μ
ij
,v
ij
,π
ij
)，i＝1,2,
…
,m，j＝1,2,
…
,n表示充电设备关键器件i的互换能力影响因素评价指标j的隶属度变量，非隶属度变量和犹豫度变量。
[0025]进一步的，基于所述整合后的直觉模糊决策矩阵计算所述充电设备关键器件互换能力影响因素评价指标权重，包括：
[0026][0027][0028]其中，E
j
为互换能力影响因素评价指标j的直觉模糊熵，w
j
为互换能力影响因素评
价指标j所占的权重。
[0029]进一步的，基于所述整合后的直觉模糊决策矩阵与所述充电设备关键器件互换能力影响因素评价指标权重，计算加权决策矩阵，包括：
[0030]将整合后的直觉模糊决策矩阵与所述充电设备关键器件互换能力影响因素评价指标权重相乘，得到加权决策矩阵如下：
[0031][0032]其中，Y为加权决策矩阵，表示充电设备关键器件i的互换能力影响因素评价指标j的加权隶属度变量，加权非隶属度变量和加权犹豫度变量。
[0033]进一步的，对所述加权决策矩阵进行计算，得到充电设备关键器件互换能力影响因素的评价结果，包括：
[0034]基于所述加权决策矩阵确定正、负理想序列；
[0035]计算各互换能力影响因素评价指标对正、负理想序列的灰色关联系数；
[0036]基于所计算的灰色关联系数计算加权决策矩阵中各充电设备关键器件互换能力影响因素评价指标与正、负理想解的距离；
[0037]基于所计算的正、负理想解距离对充电设备关键器件互换能力影响因素进行评价。
[0038]进一步的，所述基于正、负理想解距离对充电设备关键器件互换能力影响因素进行评价，包括：
[0039]计算相对贴近度如下：
[0040][0041]其中，S
j
为互换能力影响因素评价指标j的相对贴近度，分别为充电设备关键器件互换能力影响因素评价指标j与正、负理想解的距离；
[0042]S
j
值越大，则影响因素的影响程度越大；所述影响因素为充电器件的输出电压、输出电流、稳压精度、稳流精度、纹波系数和功率因数；
[0043]基于上述计算结果得到充电设备关键器件互换能力影响因素的评价结果。
[0044]第二方面，本专利技术提供一种充电设备关键器件互换能力影响因素评价装置，用于实现前述的充电设备关键器件互换能力影响因素评价方法，所述装置包括：
[0045]评价指标构建模块，用于构建充电设备关键器件互换能力影响因素评价指标；
[0046]原始矩阵构建模块，用于获取充电设备关键器件互换能力影响因素评价指标的实验数据集，并基于专家库对所述实验数据集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种充电设备关键器件互换能力影响因素评价方法，其特征在于，包括：构建充电设备关键器件互换能力影响因素评价指标；获取充电设备关键器件互换能力影响因素评价指标的实验数据集，并基于专家库对所述实验数据集进行评价，构建原始直觉模糊决策矩阵；对所述原始直觉模糊决策矩阵进行整合，得到整合后的直觉模糊决策矩阵；基于所述整合后的直觉模糊决策矩阵计算所述充电设备关键器件互换能力影响因素评价指标权重；基于所述整合后的直觉模糊决策矩阵与所述充电设备关键器件互换能力影响因素评价指标权重，计算加权决策矩阵；对所述加权决策矩阵进行计算，得到充电设备关键器件互换能力影响因素的评价结果。2.根据权利要求1所述的一种充电设备关键器件互换能力影响因素评价方法，其特征在于，所述构建充电设备关键器件互换能力影响因素评价指标，包括：充电设备关键器件的输出电压、输出电流、稳压精度、稳流精度、纹波系数和功率因数。3.根据权利要求2所述的一种充电设备关键器件互换能力影响因素评价方法，其特征在于，所述基于专家库对所述实验数据集进行评价，构建原始直觉模糊决策矩阵，包括：获取一定数量的充电设备关键器件，进行互换实验后计算各充电设备关键器件的互换能力影响因素评价指标；基于专家库对所得到的各充电设备关键器件的互换能力影响因素评价指标进行打分评价，基于模糊层次分析理论将互换能力影响因素评价指标的评价等级转化为直觉模糊数，构建原始直觉模糊决策矩阵如下：其中，表示对应第k位专家评价的原始直觉模糊决策矩阵，表示第k位专家对充电设备关键器件i的互换能力影响因素评价指标j的隶属度变量，非隶属度变量和犹豫度变量，m为充电设备关键器件数量，n为互换能力影响因素评价指标数量。4.根据权利要求3所述的一种充电设备关键器件互换能力影响因素评价方法，其特征在于，对所述原始直觉模糊决策矩阵进行整合，得到整合后的直觉模糊决策矩阵，包括：引入直觉模糊加权算子，确定专家权重系数；将基于专家库构建的所有原始直觉模糊决策矩阵基于所述专家权重系数进行加权计算，得到整合后的直觉模糊矩阵为如下：
式中，为整合后的直觉模糊矩阵，(μ
ij
,v
ij
,π
ij
)，i＝1,2,,m，j＝1,2,,n表示充电设备关键器件i的互换能力影响因素评价指标j的隶属度变量，非隶属度变量和犹豫度变量。5.根据权利要求4所述的一种充电设备关键器件互换能力影响因素评价方法，其特征在于，基于所述整合后的直觉模糊决策矩阵计算所述充电设备关键器件互换能力影响因素评价指标权重，包括：评价指标权重，包括：其中，E
j
为互换能力影响因素评价指标j的直觉模糊熵，w
j
为互换能力影响因素评价指标j所占的权重。6.根据权利要求5所述的一种充电设备关键器件互换能力影响因素评价方法，其特征在于，基于所述整合后的直觉模糊决策矩阵与所述充电设备关键器件...

【专利技术属性】
技术研发人员：张萱，董晨，周禹志，桑林，李旭玲，何雪枫，朱小强，王可，盛立健，韩东杰，汝雁飞，梁音，顾栋杰，陈熙，金渊，
申请(专利权)人：国网北京市电力公司国家电网有限公司东北电力大学，
类型：发明
国别省市：