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与流程

1.本发明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领域。


背景技术：

2.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。


技术实现要素：

3.本发明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。
4.为达到上述目的，本发明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：
5.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；
6.计算判断矩阵的权重系数；
7.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；
8.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。
9.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；
10.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。
11.优先地，构建判断矩阵，包括：
12.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]aij
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]aef
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wj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wf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]
本发明所达到的有益效果：
[0056]
本发明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]
本发明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是本发明的流程图。
具体实施方式
[0059]
以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[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，构造出一个有层次的层次结构模型。在这个层次结构模型下，复杂问题被分解为元素的组成部分，这些元素又按其属性及关系形成若干层次。上一层次的元素作为准则对下一层次有关元素起支配作用。这些层次可以分为三类：
[0062]
(i)最高层：这一层次中只有一个元素，一般它是分析问题的预定目标或理想结果，因此也称为目标层。
[0063]
(ii)中间层：这一层次中包含了为实现目标所涉及的中间环节，它可以由若干个层次组成，包括所需考虑的准则和子准则，因此也称为准则层。
[0064]
(iii)最底层：这一层次包括了为实现目标可供选择的具体指标，因此也称为指标层或方案层。
[0065]
首先定义电网运行指标范畴，然后对指标进行分级构建，例如选取调节能力、稳态运行能力作为模型，该层次结构模型主要包括目标层、准则层和指标层三部分。指标体系构建后，需要对电网指标后评价指标体系的权重值进行计算。其基本计算原理为将评价系统方案的各种要素分解成若干层次，形成一个递阶有序的层次结构模型，然后将层次结构模型每层次的各要素相对于其上一层次某要素进行两两比较判断，从而求出各要素的权重；根据综合权重系数排列，按照最大权重原则定位最优方案。
[0066]
1.1构建层次结构模型
[0067]
s1步骤包括：建立所需要的层次结构模型，以表1为层次结构模型的内部结构。
[0068]
表1
[0069][0070]
1.2构建判断矩阵
[0071]
s2步骤包括：确定所述目标层与准则层的的判断矩阵及所述准则层与指标层的判断矩阵，对体系内各指标a
ij
两两分别对比，综合形成判断矩阵a：
[0072]
建目标层与准则层之间的判断矩阵：
[0073][0074]
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；
[0075]aij
遵循正互反矩阵：
[0076][0077]
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。
[0078]aij
和a
ef
计算方式采用现有技术中的ahp计算准则公式，本实施例不再详细阐述。
[0079]
构建指标层和准则层之间的判断矩阵：
[0080][0081]
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；
[0082]aef
遵循正互反矩阵：
[0083][0084]
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。
[0085]
1.3权重计算
[0086]
根据1.2中基于层次分析法的电网运行异常指标朔因关联度评价方法，其s3步骤包括计算所述判断矩阵对应的权重系数，具体地根据方根法计算指标j权重wj为：
[0087][0088]
根据方根法计算指标f权重wf为：
[0089][0090]
1.4一致性检验
[0091]
根据1.3中基于层次分析法的电网运行异常指标朔因关联度评价方法，其s4步骤包括对判断矩阵对应的权重系数进行一致性检验，检验结果cr计算公式如下：
[0092][0093]
式中：ci为判断矩阵的一般一致性指标，ri为判断矩阵的随机一致性指标,λ
max
为判断矩阵最大特征根，计算公式如下：
[0094][0095]
ri的值为ahp方法中的平均随机一致性指标ri标准值，具体如表2：
[0096]
表2平均随机一致性指标ri标准值
[0097]
矩阵阶数12345678910ri000.580.901.121.241.321.411.451.49
[0098]
根据cr的计算结果，如果cr《0.1，则判定该判断矩阵通过一致性检验，否则就不具有满意一致性。
[0099]
1.5权重排列
[0100]
优先级降序排序：目标层、准则层和指标层；
[0101]
根据1.4中，s5步骤包括综合权重系数的排列，计算某一层次所有因素相对重要性的权值，称为层次总排序，这一过程是从最高层次到最低层次依次进行的。根据排列结果来定位对电网影响最大的指标优先级，即朔因关联度最大的指标。
[0102]
2.电网运行指标评价状态层次分析法结果分析
[0103]
根据1.5中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，得知权重排列顺序，当一致性检验结果越小，意味着该指标对电网运行异常的朔因关联度越大。因此在电网调度运行操作过程中，为了加快处理效率，缩短相应时间，可以根据上述结果优先侧重于解决朔因关联度大的异常指标。
[0104]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。