一种计及配电网资产健康程度的电动汽车多维度承载力评估方法、系统、设备及介质与流程

本发明涉及配电网运行状态评估，特别是一种计及配电网资产健康程度的电动汽车多维度承载力评估方法、系统、设备及介质。

背景技术：

1、随着电动汽车（electric-vehicle，ev）保有量的持续增长，充电设施大规模接入配电网给其安全稳定运行带来冲击，现有配电网电动汽车承载力评估方法主要分为三类：传统维度聚焦型评估法从电压合格率、线路损耗等安全与经济指标出发，通过加权聚合量化配电网对充电负荷的承载能力，评估流程简洁但覆盖维度有限；单一数据驱动法通过回归分析、机器学习等手段挖掘历史运行数据与承载力之间的关联规律，但模型的泛化能力有待提升；单一模型驱动法通过仿真模拟不同充电负荷接入条件下的电网运行状态推导承载能力上限，能够体现运行机理但建模复杂度较高。

2、然而，上述方法均存在两方面共性缺陷。第一，在评估维度方面，现有方法均未将低压传输线路绝缘老化、配电变压器绕组热劣化、充电桩散热性能退化等资产健康维度指标纳入承载力评估体系，忽略配电网核心设备在长期运行过程中不可逆劣化对其实际承载能力的制约，导致评估结果与实际可承载水平之间存在系统性偏差。第二，在不确定性量化方面，电动汽车充电行为的随机性与核心资产运行状态数据的模糊性并存，现有方法对多源不确定性因素的综合刻画能力不足，评估结果的稳定性与客观性有待提升。

技术实现思路

1、鉴于现有技术存在的问题，提出了本发明。

2、因此，本发明所要解决的问题在于现有方法均未将低压传输线路绝缘老化、配电变压器绕组热劣化、充电桩散热性能退化等资产健康维度指标纳入承载力评估体系，忽略配电网核心设备在长期运行过程中不可逆劣化对其实际承载能力的制约，在不确定性量化方面，电动汽车充电行为的随机性与核心资产运行状态数据的模糊性并存，现有方法对多源不确定性因素的综合刻画能力不足的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明实施例提供了一种计及配电网资产健康程度的电动汽车多维度承载力评估方法，其包括，获取低压传输线路、配电变压器及充电桩三类配电网核心设备的运行状态数据与健康状态数据，并提取各类设备的量化指标，构建包含设备运行劣化特征量化指标集在内的多维度资产级承载力评估指标体系；

5、采用主客观综合赋权方法对所述评估指标体系中各指标的权重进行确定，得到各指标的综合权重；

6、基于所述综合权重，通过概率反馈参数自校正的模糊等级映射方法对三类设备各维度指标数据进行承载力等级映射，输出配电网电动汽车多维度承载力评估等级。

7、作为本发明所述一种计及配电网资产健康程度的电动汽车多维度承载力评估方法的一种优选方案，其中：所述设备运行劣化特征量化指标集包括，针对低压传输线路，提取当前绝缘电阻对出厂初始绝缘电阻的相对衰减比值作为绝缘退化指标，提取谐波附加有功损耗占总有功损耗的比值作为谐波损耗指标；

8、针对配电变压器，提取高压绕组当前绝缘电阻对出厂初始绝缘电阻的相对衰减比值作为绝缘退化指标，提取基于热老化特性参数的绕组热点温度相对于额定参考温度的统计周期积分偏差作为热劣化指标；

9、针对充电桩，提取功率模块当前绝缘电阻对出厂初始绝缘电阻的相对衰减比值作为绝缘退化指标，提取满负荷工况下当前本体与环境温差对出厂初始温差的相对变化比值作为散热退化指标；

10、对三类设备，以实际运行年限与设计使用寿命的比值作为年限老化指标，与上述各专属劣化指标共同构成设备运行劣化特征量化指标集。

11、作为本发明所述一种计及配电网资产健康程度的电动汽车多维度承载力评估方法的一种优选方案，其中：所述主客观综合赋权方法包括，建立覆盖安全、健康及经济三层维度的评估指标层次结构，通过两两比较构造判断矩阵，在满足一致性检验条件后，采用几何平均法计算各指标的主观权重；

12、基于配电网实际运行监测数据构建各指标的原始数据矩阵，对效益型指标与成本型指标分别进行正向归一化与逆向归一化处理，依据各指标归一化数据集的信息熵值与信息效用值计算各指标的客观权重；

13、将主观权重与客观权重进行乘积归一化融合，得到各评估指标的综合权重向量。

14、作为本发明所述一种计及配电网资产健康程度的电动汽车多维度承载力评估方法的一种优选方案，其中：通过双侧分位数约束筛选提取有效云滴子集并执行合理性校验，包括，以正态分布双侧百分位点为上下界，从正向云发生器生成的云滴样本中筛选指标值落于上下界范围内的云滴，形成有效云滴子集；

15、计算有效云滴子集的指标值样本均值与隶属度样本均值，分别与期望值及熵进行对比，以预设偏差阈值为判断准则判断云滴分布的合理性；

16、对于偏差不满足阈值的云滴集合，将超熵缩减为原超熵的95%，以缩减后超熵与原期望值、原熵重新生成等量云滴，返回筛选校验步骤循环执行，直至偏差满足阈值约束。

17、作为本发明所述一种计及配电网资产健康程度的电动汽车多维度承载力评估方法的一种优选方案，其中：所述获取低压传输线路、配电变压器及充电桩三类配电网核心设备的运行状态数据与健康状态数据，并提取各类设备的量化指标，包括，

18、依据电动汽车承载力低、中、高三档评估等级划分标准，以各评估等级对应指标取值区间的端点均值与端点跨度为推演参数，分别确定各指标在各承载力等级下的云模型期望值与熵，以各指标历史监测数据的离散程度确定超熵，形成各指标的初始云模型数字特征；

19、通过正向云发生器以期望值、熵与超熵为参数生成云滴样本，以双侧分位数对云滴样本进行约束筛选，提取有效云滴子集的指标值样本均值与隶属度样本均值，将二者分别与期望值和熵进行偏差比较，判断云滴分布合理性；

20、对未通过偏差阈值判断的云滴集合，将超熵按比例缩减后以原期望值与原熵重新生成云滴，循环执行合理性校验，直至通过；

21、以通过合理性校验的有效云滴样本为观测依据，利用贝叶斯后验概率公式对期望值进行后验更新，依据更新后的期望值与云滴样本方差推导修正熵与修正超熵，以修正后数字特征重新生成云滴并执行合理性校验，循环迭代直至通过；

22、以最终通过校验的云模型数字特征生成各指标在各承载力等级下的隶属度云图，结合综合权重计算整体加权综合隶属度，输出低压传输线路、配电变压器及充电桩三类设备在安全、健康、经济三个维度的分项承载力等级及配电网电动汽车整体承载力评估等级。

23、作为本发明所述一种计及配电网资产健康程度的电动汽车多维度承载力评估方法的一种优选方案，其中：以各评估等级对应指标取值区间的端点均值与端点跨度为推演参数确定云模型期望值与熵，包括，对三类设备各评估维度的指标，依据低、中、高三档承载力评估等级划分标准，分别确定各指标在三档等级下的取值区间上限与下限；

24、以各评估等级取值区间上限与下限的算术平均值作为对应等级下的期望值；

25、以取值区间上限与下限之差与一个正常数系数之商作为对应等级下的熵，所述正常数系数依据各指标数据的随机波动特性确定；

26、以各指标历史监测数据的离散性统计量作为超熵，三者共同构成各指标在各承载力等级下的初始云模型数字特征。

27、作为本发明所述一种计及配电网资产健康程度的电动汽车多维度承载力评估方法的一种优选方案，其中：以贝叶斯后验概率公式对云模型数字特征进行后验更新，包括，以通过合理性校验的有效云滴样本的样本均值与样本方差作为观测量，代入贝叶斯后验概率公式计算期望值的后验分布，以后验分布的均值作为修正后的期望值；

28、以修正后期望值与有效云滴样本方差为基础，分别推导修正熵与修正超熵，完成对云模型期望值、熵与超熵三个数字特征的整体更新；

29、以修正后期望值、修正熵及修正超熵重新生成云滴并执行合理性校验，若通过校验则终止迭代，以修正后数字特征生成三类设备各维度指标的承载力隶属度云图，结合综合权重计算整体加权综合隶属度，输出安全、健康、经济三个维度分项承载力等级及配电网电动汽车整体承载力等级。

30、第二方面，本发明实施例提供了一种计及配电网资产健康程度的电动汽车多维度承载力评估系统，其包括，指标构建模块，用于获取低压传输线路、配电变压器及充电桩三类设备的运行状态数据与健康状态数据，构建包含设备运行劣化特征量化指标集在内的多维度资产级承载力评估指标体系；

31、赋权计算模块，用于采用主客观综合赋权方法对所述评估指标体系中各指标的权重进行确定，得到综合权重向量；

32、云模型评估模块，用于依据承载力等级划分标准，以各评估等级对应指标取值区间的端点均值与端点跨度确定各指标的初始云模型数字特征，通过正向云发生器生成云滴样本，并对云滴进行双侧分位数约束筛选与合理性校验；

33、参数修正模块，用于基于通过合理性校验的有效云滴样本，利用贝叶斯后验概率公式对云模型数字特征进行迭代后验更新，直至云滴分布满足合理性约束；

34、等级输出模块，用于以修正后的云模型数字特征生成综合承载力云图，计算加权综合隶属度并输出配电网电动汽车多维度承载力评估等级。

35、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的计及配电网资产健康程度的电动汽车多维度承载力评估方法的步骤。

36、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的计及配电网资产健康程度的电动汽车多维度承载力评估方法的步骤。

37、本发明有益效果为：本发明通过三个递进步骤实现计及资产健康状态的配电网电动汽车多维度承载力精准评估，在指标构建环节，将低压传输线路绝缘电阻衰减、配电变压器绕组热劣化、充电桩散热效能退化及年限老化等设备运行劣化特征量化指标与安全、经济维度指标并列纳入统一评估框架，解决现有方法因忽视设备不可逆劣化过程而导致承载力评估结果高于实际水平的结构性偏差问题，使评估结果能够真实反映配电网核心设备在当前健康状态下的实际可承载能力；在综合赋权环节，采用层次分析法与熵权法乘积归一化融合的主客观综合赋权方法，避免单纯依赖专家主观判断导致指标权重与实际数据分布规律脱节的问题，也避免纯客观赋权对工程经验的忽视，使各指标权重在专家知识与数据信息之间取得合理平衡；在承载力映射与输出环节，引入贝叶斯后验反馈修正的改进云模型，通过迭代参数修正压制初始数字特征设定偏差对评估结果的影响，同时实现电动汽车充电行为随机性与资产健康状态数据模糊性的联合量化，避免传统方法将两类不确定性简单叠加或忽略其中一类所导致的评估结果失真，最终输出包含安全、健康、经济三个维度分项等级与整体承载力等级在内的层次化评估结果。