基于模糊理論的電力系統(tǒng)健康狀況的研究

胡佳琳，張 煒，操丹丹，溫宇涵，榮雅君

?

基于模糊理論的電力系統(tǒng)健康狀況的研究

胡佳琳，張 煒，操丹丹，溫宇涵，榮雅君

(燕山大學電氣工程學院，河北 秦皇島 066004)

及時準確地了解電網(wǎng)運行健康狀況具有非常重要的意義。介紹了電力系統(tǒng)健康診斷的概念，并提出用AHP-熵值法結(jié)合模糊理論對電網(wǎng)進行健康狀況評估。從歷史基礎(chǔ)、在線運行、環(huán)境影響三個方面構(gòu)建了電力系統(tǒng)健康診斷指標體系，并加入故障指標項，使指標體系更加完善，使評估更加客觀、精確、具有說服力。通過診斷數(shù)據(jù)，找出電網(wǎng)自身的問題和變化趨勢，從而預測整個電網(wǎng)的變化態(tài)勢，對存在的隱患或者可能出現(xiàn)的電力系統(tǒng)故障給出應對的建議。最后通過對中國西南某地的實例分析，驗證了該方法的可行性和有效性。

電力系統(tǒng)；健康診斷；模糊理論；指標體系；AHP-熵值法

0 引言

電能作為國民經(jīng)濟的命脈，與人民群眾的生活息息相關(guān)[1]?，F(xiàn)代社會用電負荷的快速增長[2]、供電可靠性要求的提高，使得電網(wǎng)規(guī)模不斷擴大、拓撲結(jié)構(gòu)越來越復雜[3]。然而國內(nèi)外發(fā)生過多起大面積停電事故，給人類的正常生活帶來諸多不便[4]。由此可見，電力系統(tǒng)對安全、可靠、經(jīng)濟運行等各方面的要求越來越高，傳統(tǒng)的針對發(fā)生故障以后采取措施和應對的策略早已不能滿足現(xiàn)代電網(wǎng)的發(fā)展要求[5]。因此，對電力系統(tǒng)的“健康”狀況進行實時診斷，通過診斷結(jié)果了解系統(tǒng)的健康程度并預測系統(tǒng)健康態(tài)勢的研究討論是非常有必要的[6]。

鑒于此，本文介紹了電力系統(tǒng)健康診斷的概念，收集影響電網(wǎng)健康運行的各類指標，在進行篩選分類以后建立描述電網(wǎng)功能和健康狀態(tài)的指標體系。并且引入故障指標項[7]進一步完善了電力系統(tǒng)健康診斷指標體系，對電網(wǎng)進行實效分析，針對電力系統(tǒng)的歷史基礎(chǔ)、實時運行和環(huán)境影響[7]三個方面研究電網(wǎng)的健康程度[8]。使用主客觀求權(quán)值方法對各類指標進行綜合權(quán)重的設(shè)定，最后采用模糊理論對電力系統(tǒng)健康程度進行評價。

目前，確定權(quán)重的方法分為主觀賦權(quán)法，如層次分析法(Analytic Hierarchy Process，AHP)[9]和客觀賦權(quán)法，如熵值法。本文在前人研究基礎(chǔ)上，采用AHP和熵值法確定綜合權(quán)重的方法[10-11]，使評估的可靠性[12]、精確性、客觀性得到提高。最后以某地的實際電網(wǎng)為例，應用本文的方法進行綜合評價，并對結(jié)果和實際情況加以比較分析。

1 診斷流程與評語集的確定

1.1 電力系統(tǒng)健康診斷的概念

電力系統(tǒng)健康診斷的概念最早是由鞠平教授等人提出的。指的是：通過對設(shè)備、網(wǎng)絡(luò)與系統(tǒng)的狀態(tài)實時進行掃描，建立其“健康檔案”實施動態(tài)跟蹤，根據(jù)其特征量的變化，診斷其“健康”程度，及時發(fā)現(xiàn)“病灶”并報警，必要時加以消除。顯然，健康診斷涵蓋了故障診斷和故障預測概念，但在內(nèi)容和時間上都有了進一步的延伸。健康診斷概念與狀態(tài)監(jiān)測概念相近，但適合的范圍更廣，也比較形象、直觀。

1.2 診斷流程

電力系統(tǒng)健康診斷和對一個人的身體狀況進行長期跟蹤監(jiān)視相似。首先從電網(wǎng)的各個監(jiān)控與管理系統(tǒng)獲取大量數(shù)據(jù)，篩選需要的歷史情況、實時變化等數(shù)據(jù)作為健康診斷的原始數(shù)據(jù)。對所選數(shù)據(jù)進行加工整理，利用算法得出初步的診斷結(jié)果。再用模糊數(shù)學理論對其健康狀態(tài)進行評估。最后分析并得到最終會診結(jié)果，實現(xiàn)對該區(qū)域電網(wǎng)的健康變化趨勢的預測，為電力部門工作人員實施相應的決策動作提供參考依據(jù)。

1.3 評語集的確定

本文沿用文獻[8-9]并結(jié)合電力系統(tǒng)的自身特征，將電網(wǎng)的健康狀態(tài)劃分為黑、紅、黃、藍、綠5種顏色指示標識的等級。

綠色表示系統(tǒng)處于“健康狀態(tài)”。此時該系統(tǒng)抗擾動能力和恢復能力較強，且結(jié)構(gòu)合理，用戶用電質(zhì)量得到保障。能夠輕松抵御一般的自然災害。

藍色表示系統(tǒng)處于“亞健康狀態(tài)”。此時系統(tǒng)的恢復能力和抗擾動能力一般，供電服務(wù)一般，負荷水平偏高，抵御一般自然災害的能力較弱。

黃色表示系統(tǒng)處于“輕度病態(tài)”。此時該系統(tǒng)供電服務(wù)功能較差，結(jié)構(gòu)較為不合理，抗擾動能力和恢復能力弱。

紅色表示系統(tǒng)處于“中度病態(tài)”。此時該系統(tǒng)穩(wěn)定裕度不足，抗干擾能力和恢復能力差，結(jié)構(gòu)不合理且存在安全隱患。

黑色表示系統(tǒng)處于“嚴重病態(tài)”。此時的系統(tǒng)運行不穩(wěn)定，功率嚴重不平衡，結(jié)構(gòu)完全不合理，沒有抵抗自然災害的能力。

2 指標體系的建立

構(gòu)建電力系統(tǒng)健康診斷的指標體系總體思路為：收集大量數(shù)據(jù)，選取一些使用頻度較高的指標，對指標進行反復過濾、篩選。以該地電網(wǎng)歷史信息和實時運行數(shù)據(jù)為主要原始資料，結(jié)合地理因素和環(huán)境影響因素，客觀分析影響電力系統(tǒng)的主要因素。最終確定電網(wǎng)指標結(jié)構(gòu)如圖1所示。

圖1 電力系統(tǒng)健康診斷指標結(jié)構(gòu)圖

對電力系統(tǒng)的健康狀態(tài)作研究不僅要考慮到電網(wǎng)正常運行時獲得的數(shù)據(jù)，還要把電網(wǎng)故障狀態(tài)的情況考慮進去。因此本文在在線運行類指標項中加入了5個故障類指標，并將其分為4個層次以便分析。

本文建立的電網(wǎng)健康診斷結(jié)構(gòu)圖的特點是層次明確，便于運用各個算法進行計算，而且采用了聚類方法與克朗巴哈系數(shù)法對各指標進行相關(guān)性分析和可靠性分析。對指標進行精簡歸類，排除過多的重復性指標項。

3 綜合權(quán)重的確定

3.1 AHP-熵值法

本文采用主客觀結(jié)合的方法確定權(quán)重，首次將AHP-熵值法運用到電力系統(tǒng)健康診斷的研究中，使評估的可靠性、客觀性得到提高，既減少了主觀因素對賦值的影響，也弱化了因樣本數(shù)據(jù)不足導致熵值法賦權(quán)產(chǎn)生偏差的問題，得出優(yōu)化權(quán)重組合。

電力系統(tǒng)健康診斷是運用構(gòu)建的指標體系對電網(wǎng)健康程度進行綜合評價的過程。由于各個指標存在的差異以及每項指標在整體評價中的相對重要性也不同，因此，要給各指標賦予權(quán)重值以保證綜合評價的客觀性。目前研究指標賦權(quán)的方法主要分為主觀賦權(quán)法和客觀賦權(quán)法，每種方法都各有優(yōu)缺點，而AHP-熵值法則避免了問題，繼承了優(yōu)點。

3.2 基于AHP-熵值法確定綜合權(quán)重

3.2.1 層次分析法計算權(quán)重步驟

(1) 利用1-9標度法對同一層次指標比較，得到相對于上一層的要素判斷矩陣。并根據(jù)判斷矩陣計算各因素的權(quán)重。

(2) 計算得出各因素權(quán)重以后還需要進行一致性檢驗，判斷矩陣若是通過一致性檢驗，則說明各指標的權(quán)重比較合理；反之，需調(diào)整判斷矩陣，直到滿足一致性要求為止。

(3) 最后計算總層級權(quán)重。

3.2.2 熵值法計算權(quán)重步驟

(1) 選取個待評價對象，個指標的評估問題得到評價矩陣，為第個對象在第個指標的數(shù)值。

(2) 對數(shù)據(jù)進行標準化處理。由于各項指標的計量單位并不統(tǒng)一，因此在計算綜合指標前，先進行標準化和歸一化處理，得到標準矩陣。

3.2.3 綜合權(quán)重的確定步驟

確定綜合權(quán)重的公式為

4 綜合評估模型的建立

根據(jù)模糊理論構(gòu)建電力系統(tǒng)健康診斷綜合模糊評價模型，就是如何決定權(quán)重向量，模糊關(guān)系矩陣，以及模糊變換算子，即

式中，為電力系統(tǒng)健康診斷模糊評價決策集的一個子集。式(2)中，是構(gòu)建電力系統(tǒng)健康狀態(tài)綜合評價模型的關(guān)鍵，直接影響最終的評價結(jié)果。模糊關(guān)系矩陣一般可以通過隸屬度函數(shù)計算[13]。

目前，隸屬度函數(shù)大多數(shù)都是通過對大量的統(tǒng)計數(shù)據(jù)和專家經(jīng)驗進行分析歸納的結(jié)果。一般指標可分為三類，一類是正指標，即指標值越大越好，采用效益型模糊分布形式；另一類是逆指標，即指標值越小越好，采用成本型模糊分布形式；還有一種中間型指標，即指標值越靠近優(yōu)質(zhì)取值區(qū)間越好，采用適中型模糊分布形式[14]。限于篇幅本文將在只詳細介紹適中型模糊分布的隸屬度函數(shù)。

故障指標[15]有些可從當?shù)仉娏ο到y(tǒng)調(diào)度部門得到相關(guān)數(shù)據(jù)，如開斷后使電壓得以恢復的可用資源指標等。有些涉及到故障后網(wǎng)絡(luò)狀態(tài)的計算，并需考慮電網(wǎng)連鎖故障[16-17]。由于故障一般只影響到系統(tǒng)的局部地區(qū)，因此可以按照一定的分區(qū)方法得到該故障的影響區(qū)域[18]。在PQ分解潮流算法的基礎(chǔ)上，故障后的指標即可按照各指標的定義求出。計算得到模糊關(guān)系矩陣后就可以根據(jù)式(2)求得評估結(jié)果。由于指標體系結(jié)構(gòu)的多層次，需要進行多級評估，只需用以上的結(jié)果作為上一層因素的隸屬度向量，繼續(xù)循環(huán)計算步驟，最終計算出目標層的診斷結(jié)果。

5 實例分析

本文選取中國西南某地實際電網(wǎng)作為研究對象，采用上文提出的改進的健康診斷方法對該地電網(wǎng)進行診斷，根據(jù)診斷結(jié)果對電網(wǎng)進行分析，并與該地實際電網(wǎng)運行情況進行對比驗證。由于篇幅所限，本文僅以在線運行類指標為例進行分析驗證，對歷史類指標和環(huán)境類指標，由于分析方法是一樣的，不再作介紹。根據(jù)電網(wǎng)公司的數(shù)據(jù)，該地11月~次年1月的在線運行指標，按照其各定義得到，如表1所示。

按照本文采用的AHP-熵值法計算各指標權(quán)重值，先分別計算出AHP法和熵值法的兩個權(quán)重值，然后按照式(1)計算得出綜合權(quán)重如表2所示。

表1 系統(tǒng)部分指標值

根據(jù)每個指標的取值范圍和類型，選擇隸屬度函數(shù)并計算得出模糊矩陣。以供電裕量(9)為例，簡單介紹如何得到模糊矩陣。根據(jù)電網(wǎng)公司的要求，供電裕量在50%~60%為最佳，也就是說該指標用適中型隸屬度函數(shù)求隸屬度。效益型隸屬度函數(shù)即適中型函數(shù)點左半部分函數(shù)，成本型函數(shù)即適中型函數(shù)右半部分，所以本文例舉適中型指標，不對另兩類隸屬度函數(shù)作詳細介紹。如圖2所示。

則11月份的供電裕量值9=44.019代入5個函數(shù)易得9屬于各個健康等級的隸屬度向量9=[0.52，0.48，0，0，0]，代表該指標數(shù)據(jù)隸屬于“健康”狀態(tài)的隸屬度0.52，“亞健康”狀態(tài)為0.48，其他均為0。即此指標總體屬于“健康”狀態(tài)。

表2 采用AHP-熵值法計算各指標綜合權(quán)重值

圖2 適中型指標隸屬度函數(shù)圖形

同理，把同一層指標(10~12)代入各自的隸屬度函數(shù)，可一一得到每個隸屬度向量10，11，12。模糊矩陣4=[9，10，11，12]T。

得到權(quán)重向量和模糊關(guān)系矩陣后按照模糊綜合評價公式可計算得到負荷(E4)的分診結(jié)果向量[0.202 8, 0.234 8, 0.490 2, 0.072 1, 0]，按以上步驟計算得到E3~E7的分診結(jié)果，組成矩陣，并作為上一層指標的模糊矩陣，進行二級模糊評判。

最后計算得到該電網(wǎng)11月總體健康水平診斷向量1=[0.407 3, 0.453 6, 0.214 9, 0.075 8, 0]。診斷該地連續(xù)3個月的電網(wǎng)健康狀態(tài)得到結(jié)果如下：12月的總體健康水平2=[0.363 7, 0.389 2, 0.143 2, 0.104 0, 0]，1月的總體健康水平3=[0.336 7, 0.289 3, 0.197 8, 0.176 2, 0]。

根據(jù)以上得到的診斷結(jié)果，首先對該電網(wǎng)11月的健康狀態(tài)進行分析。該地電網(wǎng)的歷史指標比較良好(歷史應用、規(guī)劃、故障類指標等三項通過診斷都顯示健康狀態(tài)良好)，說明歷史運行狀態(tài)良好，系統(tǒng)穩(wěn)定性、線路傳輸狀況也表現(xiàn)穩(wěn)定(電壓、線路指標健康狀態(tài)良好)，但是存在負荷不穩(wěn)定，波動大的情況(負荷指標處于亞健康狀態(tài))。對比該地11月份電網(wǎng)實際運行情況為：系統(tǒng)的頻率和電壓等均在正常范圍之內(nèi)，而在下班時間段(17:00~18:00)和晚高峰時間段(21:00~22:00)分別出現(xiàn)了負荷大幅的驟降和驟升，這是由于特殊時段的用電低谷和用電高峰引起的，加上該地電網(wǎng)的工廠用電，導致其負荷波動更大，并出現(xiàn)了較大無功缺額。情況與根據(jù)本文采用的健康診斷分析的結(jié)果基本一致。

通過對該地11月~次年1月連續(xù)三個月的健康診斷結(jié)果進行分析如圖3所示，可知該地電網(wǎng)健康狀態(tài)系統(tǒng)總體健康狀況雖仍然處于“健康”等級，但部分項指標值較初始運行略有下降。進而對指標層、要素層進行深入分析，不難發(fā)現(xiàn)系統(tǒng)的負荷、電壓、功率等均處于下降趨勢，是導致該地電網(wǎng)總體健康水平下降的主要原因。并且要素層的濕度項也有一定程度的下降，說明了這段時間的氣候的變化。結(jié)合數(shù)據(jù)采集分析的時間段(正好是秋季向冬季轉(zhuǎn)換的過渡時段)，該地的系統(tǒng)負荷加重，其負荷處于不穩(wěn)定狀態(tài)，且用電峰谷擴大，該地的冬季氣候比秋季更加潮濕，所以濕度項指標出現(xiàn)了下降趨勢，以上原因最終導致了健康程度的下降。針對以上結(jié)果，有關(guān)部門可針對性采取應對措施，比如：對該地進行網(wǎng)絡(luò)改造，使其負荷轉(zhuǎn)供能力增強，針對當?shù)囟居秒娫黾虞^多情況，提高供電裕量等措施。

圖3 指標變化趨勢圖

6 結(jié)論

(1) 本文在前人研究成果的基礎(chǔ)上，首次在電網(wǎng)健康診斷中加入故障指標項，用潮流計算實現(xiàn)，完善了指標體系。使電力系統(tǒng)健康診斷的結(jié)果更加具有說服力。

(2) 采用的AHP-熵值法計算各指標權(quán)重值，充分利用實時數(shù)據(jù)，使權(quán)重的確定比單一使用主觀方法更加客觀、符合實際。

(3) 將理論分析和電網(wǎng)實際運行狀況進行對比分析，結(jié)合實際情況，對電網(wǎng)進行了健康診斷，并且證明了本文方法的可行性和適用性，可基本反映電網(wǎng)的總體情況，確定其健康等級，也給有關(guān)部門對電網(wǎng)進行改造和決策提供依據(jù)。

[1] 張逸,林焱,吳丹岳. 電能質(zhì)量監(jiān)測系統(tǒng)研究現(xiàn)狀及發(fā)展趨勢[J]. 電力系統(tǒng)保護與控制, 2015, 43(2): 138-147.

ZHANG Yi, LIN Yan, WU Danyue. Current status and development trend of power quality monitoring system[J]. Power System Protection and Control, 2015, 43(2): 138-147.

[2] 胡殿剛,張雪佼,陳乃仕. 新能源發(fā)電項目多維度后評價方法體系研究[J]. 電力系統(tǒng)保護與控制, 2015, 43(4): 10-17.

HU Diangang, ZHANG Xuejiao, CHEN Naishi. Research on multi-dimensional post evaluation methodology of new energy power generation projects[J]. Power System Protection and Control, 2015, 43(4): 10-17.

[3] 楊貴,孫磊,李力. 區(qū)域保護與控制系統(tǒng)網(wǎng)絡(luò)拓撲方案研究[J]. 電力系統(tǒng)保護與控制, 2015, 43(9): 101-107.

YANG Gui, SUN Lei, LI Li. Research on regional protection and control system network topology[J]. Power System Protection and Control, 2015, 43(9): 101-107.

[4] 顧雪平.電力系統(tǒng)擴展黑啟動方案的后效性研究[J].電工技術(shù)學報, 2015, 30(8): 238-246.

GU Xueping. Investigation on aftereffect of power system extended black-start schemes[J]. Transactions of China Electrotechnical Society, 2015, 30(8): 238-246.

[5] 王成山.微電網(wǎng)關(guān)鍵技術(shù)研究[J].電工技術(shù)學報, 2014,29(2): 1-12.

WANG Chengshan. Research on key technologies of microgrid[J]. Transactions of China Electrotechnical Society, 2014, 29(2): 1-12.

[6] 鞠平, 左英飛, 文福栓, 等. 電力系統(tǒng)健康診斷[J]. 電力自動化設(shè)備, 2004, 24(6): 22-25.

JU Ping, ZUO Yingfei, WEN Fushuan, et al. Health diagnosis of power system[J]. Electric Power Automation Equipment, 2004, 24(6): 22-25.

[7] 栗秋華,周林,張鳳,等. 基于模糊理論和層次分析法的電力系統(tǒng)電壓態(tài)勢預警等級綜合評估[J].電網(wǎng)技術(shù), 2008, 32(4): 40-45.

LI Qiuhua, ZHOU Lin, ZHANG Feng, et al. Comprehensive evaluation of forewarning grade of voltage state and tendency in power systems based on fuzzy theory and analytic hierarchy process[J]. Power System Technology, 2008, 32(4): 40-45.

[8] 葉劍華,林濟鏗, 胡世駿, 等. 計及氣象因素的電網(wǎng)靜態(tài)安全指標體系[J]. 電力系統(tǒng)及其自動化學報, 2014, 26(9): 59-64.

YE Jianhua, LIN Jikeng, HU Shijun, et al. Index system of steady security of power grid considering meteorological factors[J]. Proceedings of the CSU-EPSA, 2014, 26(9): 59-64.

[9] 譚熙靜, 何正友. 基于層次分析法的復雜配電網(wǎng)健康診斷方法研究[J]. 繼電器, 2006, 34(21): 1-7.

TAN Xijing, HE Zhengyou. Research on the health diagnosis of complex distribution network based on AHP method[J]. Relay, 2006, 34(21): 1-7.

[10]張少敏,栗軍,王保義. 競爭電力市場下的電網(wǎng)公司經(jīng)營風險綜合評價模型[J]. 電力系統(tǒng)保護與控制, 2011, 39(8): 70-74.

ZHANG Shaomin, LI Jun, WANG Baoyi. Comprehensive evaluation model of grid corporation business risk under the competitive electricity market[J]. Power System Protection and Control, 2011, 39(8): 70-74.

[11]熊以旺,程浩忠,王海群,等. 基于改進AHP和概率統(tǒng)計的電能質(zhì)量綜合評估[J]. 電力系統(tǒng)保護與控制, 2009, 37(13): 48-52.

XIONG Yiwang, CHENG Haozhong, WANG Haiqun, et al. Synthetic evaluation of power quality based on improved AHP and probability statistics[J]. Power System Protection and Control, 2009, 37(13): 48-52.

[12]羅宏斌, 匡程新. 基于AHP-熵權(quán)法的地方可持續(xù)支柱產(chǎn)業(yè)財源建設(shè)研究[J]. 湖南社會科學, 2011(5): 137-140.

LUO Hongbin, KUANG Chengxin. AHP-entropy method of local sustainable financial resources construction based on pillar industry[J]. Hunan Social Science, 2011(5): 137-140.

[13]馬蓉,任強德, 張?zhí)K華, 等. 電氣化鐵路負荷電能質(zhì)量監(jiān)測評估分析[J]. 高壓電器, 2014, 50(12): 79-83.

MA Rong, REN Qiangde, ZHANG Suhua, et al. Analysis on power quality monitoring and evaluation for electrical railway load[J]. High Voltage Apparatus, 2014, 50(12): 79-83.

[14]吳姜,蔡澤祥,胡春潮,等. 基于模糊正態(tài)分布隸屬函數(shù)的繼電保護裝置狀態(tài)評估[J]. 電力系統(tǒng)保護與控制, 2012, 40(5): 48-52.

WU Jiang, CAI Zexiang, HU Chunchao, et al. Status evaluation of protective relays based on the membership function in fuzzy normal distribution[J]. Power System Protection and Control, 2012, 40(5): 48-52.

[15]陳靜,李華強, 鄭武, 等. 基于全局模糊指標的電力系統(tǒng)在線安全評估[J]. 電力系統(tǒng)保護與控制, 2011, 39(18): 93-98.

CHEN Jing, LI Huaqiang, ZHENG Wu, et al. Power system on-line security assessment based on global fuzzy index[J]. Power System Protection and Control, 2011, 39(18): 93-98.

[16]蔡曄.基于標準化結(jié)構(gòu)熵的電網(wǎng)結(jié)構(gòu)對連鎖故障的影響[J].電工技術(shù)學報, 2015, 30(3): 36-43.

CAI Hua. Influences of power grid structure on cascading failure based on standard structure entropy[J]. Transactions of China Electrotechnical Society, 2015, 30(3): 36-43.

[17]付蓉, 蔣國平, 王保云, 等. 計及系統(tǒng)連鎖故障風險的電網(wǎng)預防控制[J]. 電力系統(tǒng)保護與控制, 2011, 39(3): 12-17.

FU Rong, JIANG Guoping, WANG Baoyun, et al. A preventive control strategy for power grid considering system cascading failure risk[J]. Power System Protection and Control, 2011, 39(3): 12-17.

[18]姚致清, 張茜, 劉喜梅, 等. 基于PSCAD/EMTDC的三相光伏并網(wǎng)發(fā)電系統(tǒng)仿真研究[J]. 電力系統(tǒng)保護與控制, 2010, 38(17): 76-81.

YAO Zhiqing, ZHANG Qian, LIU Ximei, et al. Research on simulation of a three-phase grid-connected photovoltaic generation system based on PSCAD/EMTDC[J]. Power System Protection and Control, 2010, 38(17): 76-81.

(編輯 葛艷娜)

Research on health status of power system based on fuzzy theory

HU Jialin, ZHANG Wei, CAO Dandan, WEN Yuhan, RONG Yajun

(School of Electrical Engineering, Yanshan University, Qinhuangdao 066004, China)

It is very important to know well the health status of power grid operation in time and accurately. The concept of power system health diagnosis and evaluation is introduced in this paper. Health condition assessment of power system through the analytic hierarchy process (AHP) - entropy method and fuzzy theory. This paper constructs the index system of power system health diagnosis in terms of the historical basis, real-time operation and environment influence, in which fault indicator item is added to improve the original index system and make the evaluation more objective, accurate and persuasive. Its gap and changing trend are found by diagnostic analysis of the system through the diagnostic data and the suggestions on the anomalies are given out. The effectiveness and feasibility of the diagnostic method is verified by analyzing certain real power grid in southwest of China.

power system; health diagnosis; fuzzy theory; index system; AHP-entropy method

10.7667/PSPC150877

2015-05-26；

2015-09-02

胡佳琳(1986-)，女，碩士，工程師，主要研究方向為新能源發(fā)電技術(shù)； 張 煒(1988-)，男，通信作者，碩士研究生，研究方向為電力系統(tǒng)狀態(tài)評估，健康診斷等；E-mail: 80021126 zyew@163.com 操丹丹(1990-)，女，碩士研究生，研究方向為微電網(wǎng)三相潮流優(yōu)化。