基于模糊層次的電能計量裝置運行狀態自動評估方法

2024-12-28 00:00:00陳長基吳達雷陳龍瑾吳清耀

機械制造與自動化 2024年6期

摘要：為準確判斷電能計量裝置運行狀態，提出基于模糊層次分析的電能計量裝置運行狀態自動評估方法。利用DEMATEL法選擇電能計量裝置運行狀態自動評估指標并采集指標對應的數據。計算指標權重并利用模糊綜合評價法計算得到評估值，按照最大隸屬度原則，得出運行狀態等級。結果表明：1號和4號電能計量裝置處于正常狀態；2號和3號電能計量裝置處于注意狀態，說明這兩個裝置出現了一些故障征兆；5號電能計量裝置處于異常狀態，這一狀態的電能計量裝置已經無法正常工作，需要進行維護。測試結果證明了所提方法的有效性。

關鍵詞：電能計量裝置；模糊層次分析；運行狀態；指標選取；權重計算；DEMATEL法

中圖分類號：TP271文獻標志碼：A文章編號：1671-5276（2024）06-0180-05

Abstract：To accurately determine the operating status of electric energy metering devices， a fuzzy analytic hierarchy process based automatic evaluation method for the operating status of electric energy metering devices is proposed. The DEMATEL method is applied to select automatic evaluation indicators for the operation status of electric energy metering devices and collect data corresponding to the indicators. The weight of the indicators is calculated and the evaluation value is gained by fuzzy comprehensive evaluation method. According to the principle of maximum membership， the operating status level is obtained. The results indicate that the electric energy metering devices No.1 and No.4 are in normal condition， and the No.2 and No.3 electric energy metering devices are in a state of attention， indicating that these two devices have some signs of failure， while the No.5 electric energy metering device is in an abnormal state， in which the electric energy metering device no longer functions properly and requires maintenance. Test results verify the effectiveness of the proposed method.

Keywords：electric energy metering device; fuzzy analytic hierarchy process; operation status; index selection; weight calculation; DEMATEL method

0引言

電網公司運行的電能計量裝置［1］點多且面廣，工作人員無法快速尋找到故障表，工作效率不高。當出現故障時，主要靠人工方式現場開展檢查、檢驗以及安全管控，容易出現管理不到位而造成計量裝置資產損壞或者計量裝置計量失準情況［2］。面對上述情況，為了能夠保證電能計量裝置的計量準確性，定期了解裝置的運行狀態是十分必要的［3］。

李若茜等［4］在其研究中通過Bootstrap方法得到先驗信息，然后以此為基礎，結合電能表壽命數據，在貝葉斯網絡的應用下計算出參數估計值，完成智能電表可靠性評估。程瑛穎等［5］在其研究中采集了電能表運行時序數據并實施了預處理，結合隨機矩陣理論，基于處理好的數據計算時序曲線特征，再以特征利用動態時間規整聚類算法來完成電能表運行狀態評估。高書垚等［6］利用正態云模型確定了評估指標，用熵權法計算了指標權重，再結合隸屬度矩陣建立評估模型并按照隸屬度最大原則得出電能表狀態類型，完成運行狀態評估。雖然前人取得了研究成果，但是在數據采集環節中采用人工錄入系統的方式，容易存在弄虛作假的情況，造成計量裝置評估工作難以有效、公平地執行。

本文研究一種基于模糊層次分析的電能計量裝置運行狀態評估方法，以期為電力公司運維管理工作提供可靠的參考。

1電能計量裝置運行狀態研究

電能計量裝置的健康狀況直接關系到電力公司的電費收取。電能計量裝置運行時受到各種因素的影響，運行狀態極易從正常狀態轉換為故障狀態，一旦發生故障，計量數據就會不準確［7］。面對這種情況，了解電能計量裝置運行狀態，進行有效的電能表運維管理是目前電網計量專業急需解決的重要問題［8］。為此，結合模糊層次分析法建立評估模型。

1.1電能計量裝置運行狀態描述指標選取與采集

1）指標選取

要想直接了解電能計量裝置運行狀態是無法實現的，只能通過能夠描述其狀態的相關指標間接獲得，因為運行狀態會通過這些指標表征出來［9］。為此，在評估中的指標選取工作是第一步。一般情況下，電能計量裝置運行狀態描述指標會有多個，但并不是每一個指標都可以用于狀態評估中的，其中部分指標不需要考慮在內［10］。為此，需要進行指標選取。這里采用DEMATEL法進行指標選取，具體過程如下。

步驟1：基于指標選取原則確定候選指標，為后續精確選擇提供初始參考指標，記為A=aii=1，2，…，N。其中，ai代表第i個電能計量裝置運行狀態描述指標；N表示初始指標數量。

步驟2：組建專家組，利用其專業知識和技能，分析A=aii=1，2，…，N中各個指標之間的影響關系。

步驟3：根據影響關系，建立關聯關系有向圖。指標之間存在直接影響關系，且是前者對后者產生影響，因此是ai→aj。

步驟4：影響程度計算，量化標準如表1所示。

2）指標數據采集

基于上述過程選出評估指標，采集對應的指標數據作為評估分析的基礎數據。在這里需要借助電力物聯網和大數據技術建立傳輸網絡，全面支撐終端設備/網關接入統一物聯網平臺，然后將采集到的數據上送至物聯網平臺，通過物聯網平臺再將數據轉發至計量裝置數字化管理系統主站，為狀態評定實現提供數據支撐。指標數據采集框架如圖1所示［12］。

采集到的指標數據以文件的方式進行傳輸。數據文件傳輸過程中，在接收到“數據傳輸”指令后，將實時數據打包成TXT文件，并將其上傳到遠程數字化管理系統主站，數字化管理系統主站讀取相應文件并解析出數據，進行進一步的評估分析。

1.2電能計量裝置運行狀態模糊層次評估實現

基于上述選擇的評估指標以及采集到的指標數據，本節進行電能計量裝置運行狀態模糊層次評估。該評估主要分為兩部分，即計算權重和計算評估值。層次分析法與模糊綜合評價法結合在一起統稱為模糊層次分析。

1）層次分析法確定指標權重

權重是反映指標重要程度的一種直觀量化值。通過層次分析法的指標間對比，得出權重。計算過程如下。

步驟1：將評估指標進行分類和歸納，建立電能計量裝置運行狀態描述指標評估體系。

步驟2：按照公式對指標進行歸一化處理。處理公式如下：

式中：r∧i為歸一化處理后的指標；ri為原始指標；rmax、rmin分別為指標的最大值和最小值。

步驟3：按照表2指標相對重要性量化標準表，對指標相對重要程度進行打分，記為hij。

一個指標與另一個指標之間的相對重要程度相反

步驟4：根據hij建立判斷矩陣H。

式中n為上一節選出的評估指標數量。

步驟5：通過計算隨機一致性比值判斷矩陣H的局部一致性檢驗。計算公式如下：

式中：CR代表隨機一致性比值，＜1.0時通過檢驗；Rmax為判斷矩陣最大特征值；CI為一致性指標；T為平均隨機一致性指標。

步驟6：按照上述步驟進行總體一致性檢驗。

步驟7：計算指標權重。具體過程如下。

a）求取各行指標的總和，計算公式如下：

式中：Lk為第k行指標的總和；hkj為第k行第j個指標。

b）Lk正規化計算，計算出來的數值就是權重，公式如下：

式中vj為第j個指標的權重。

2）模糊綜合評價

基于上述研究成果，利用模糊綜合評價法計算評估值，得出電能計量裝置運行狀態等級。具體過程如下。

步驟1：建立評估因素集，即r={r1，r2，…，rM}，ri={ri1，ri2，…，rim}；M代表屬性類型，也就是上述層次分析中評估體系中的準則層數量；m代表屬性類型對應下的評估因素數量。

步驟2：建立評語集。在這里電能計量裝置運行狀態分為5個等級，由此建立評語集U如下：

式中u1、u2、u3、u4分別為嚴重、異常、注意和正常狀態。

步驟3：確定模糊關系矩陣，也就是確定評價指標之于評語集U的隸屬程度，由此可以建立評價模糊集合，記為gj1，gj2，gj3，gj4，分別代表第j個評價指標對4個評語的隸屬程度。

步驟4：計算所有指標的之于4個評語的隸屬程度，由此建立一個4行n列的矩陣，記為G。

步驟5：計算模糊綜合評估值。計算公式如下：

式中：Y為模糊綜合評估集合；y1，y2，y3，y4為模糊綜合評估值。

參照隸屬度最大原則，在y1，y2，y3，y4中找到最大值，該值對應的評語就是電能計量裝置運行狀態情況。

2算例分析

為測試所設計評估方法在實際電能計量裝置運行狀態評估中的應用效果，選取5個電能計量裝置作為對象，評估其狀態。

2.1評估指標體系

通過計算指標的中心度和原因度，選出電能計量裝置的狀態評估指標，然后進行分類和歸納。電能計量裝置運行狀態評估指標體系如表3所示。

根據所選擇的指標，采集一段時間內對應的指標數據。

2.2指標權重計算結果

利用1.2節1）計算指標權重，準則層指標權重計算結果如圖2所示，方案層指標權重計算結果如表4所示。

2.3評估結果

利用模糊綜合評價法計算評估值，明確電能計量裝置運行狀態。電能計量裝置運行狀態評估結果如圖3所示。

根據其評分值，結合隸屬度最大原則：1號和4號電能計量裝置處于正常狀態，說明這兩個裝置運行良好，沒有出現任何故障問題；其次是2號和3號電能計量裝置處于注意狀態，說明這兩個裝置出現一些故障征兆，對整體運行影響并不大，電能計量裝置仍然可以保持正常工作，但是若任其發展下去，故障問題會惡化，最終出現異常；最后是5號電能計量裝置處于異常狀態，這一狀態的電能計量裝置已經無法正常工作，記錄下的電表數據已經存在誤差，需要進行維護；不存在嚴重等級狀態的裝置。

3結語

實現電能計量裝置的有效運維管理是電力公司關注的重點。其中電能計量裝置狀態分析和監測最為重要，一旦該裝置出現故障，記錄的用電數據就會存在較大誤差。針對這一點，本文進行基于模糊層次分析的電能計量裝置運行狀態評估研究。該研究通過指標權重與模糊關系矩陣的計算獲得評估值，由此對應得到狀態等級。最后選取5個電能計量裝置作為測試用例，對評估方法進行應用測試，通過測試過程，證明了評估方法的有效性。

參考文獻：

［1］陳崇明，吳瀛，姚棟方，等. 一種電能計量裝置狀態在線監測及遠程診斷系統設計［J］. 電力電容器與無功補償，2021，42（4）：203-208.

［2］于海波，王春雨，袁曉蕾，等. 基于PCA-SVR的電能計量裝置誤差評估算法［J］. 電測與儀表，2020，57（19）：140-145.

［3］許丹，李游，李賀龍. 基于聯合分布適配的智能電表運行狀態評價［J］. 北京航空航天大學學報，2022，48（4）：674-681.

［4］李若茜，肖霞，梅能，等. 基于Bayes和Bootstrap方法的智能電表可靠性評估［J］. 南方電網技術，2022，16（3）：76-81.

［5］程瑛穎，杜杰，周全，等. 基于隨機矩陣理論和聚類算法的電能表運行狀態評估方法［J］. 中國電力，2020，53（11）：116-125.

［6］高書垚，安泰，宋劍. 基于熵權-正態云模型的智能電能表狀態評估研究［J］. 電測與儀表，2022，59（1）：190-194.

［7］蔡慧，喬適蘇，袁健，等. 基于信息融合的低壓智能電能表動態評價模型［J］. 電力系統自動化，2020，44（11）：206-214.

［8］朱少斌，許素安，馬宗彪，等. 基于BSO-BPNN模型的電能計量裝置異常診斷方法研究［J］. 中國測試，2022，48（1）：141-146.

［9］劉文宇，劉璐，劉馨然，等. 基于改進BP神經網絡的低壓配電臺區智能電能表誤差狀態評估模型［J］. 電測與儀表，2022，59（11）：176-181.

［10］路韜，黃友朋，黨三磊，等. 基于改進ELM的計量終端定位算法仿真［J］. 計算機仿真，2022，39（9）：377-383.

［11］郭錁琛，吳宇列，張勇猛，等. 全角模式半球諧振陀螺阻尼誤差補償方法研究［J］. 自動化儀表，2021，42（5）：6-9，13.