基于改進(jìn)物元信息熵的計(jì)量生產(chǎn)設(shè)備健康度評(píng)價(jià)模型

王 浩， 李 兵， 賀倩筠， 賀子洋， 王 毅， 張文宇， 孫曉騰， 陸 旭

(國網(wǎng)河北省電力有限公司，河北 石家莊 050000)

0 引 言

計(jì)量設(shè)備是滿足客戶多元用能需求，支撐交互式用能設(shè)施互聯(lián)互通，促進(jìn)系統(tǒng)狀態(tài)感知與控制的重要執(zhí)行單元[1-2]。在電力領(lǐng)域，由于電費(fèi)核算、能效管控、碳足跡盤查等實(shí)際業(yè)務(wù)的需求，要求電力計(jì)量設(shè)備具有較高的量測(cè)準(zhǔn)確性、工作穩(wěn)定性與應(yīng)用可靠性[3]。因此需要其生產(chǎn)設(shè)備與生產(chǎn)工藝達(dá)到精準(zhǔn)誤差控制與長生命周期運(yùn)行水準(zhǔn)。

在電力計(jì)量生產(chǎn)設(shè)備評(píng)價(jià)過程中，掌握計(jì)量生產(chǎn)設(shè)備的健康程度對(duì)于科學(xué)調(diào)度、工藝改進(jìn)、故障分析、設(shè)備維護(hù)更換是非常必要的，它可以為企業(yè)的生產(chǎn)和管理提供準(zhǔn)確的數(shù)據(jù)支持[4]。健康評(píng)價(jià)是指依靠先進(jìn)的測(cè)試方法，結(jié)合可靠的的評(píng)價(jià)方法，利用完整的運(yùn)行數(shù)據(jù)進(jìn)行分析、預(yù)測(cè)和判斷，有效地對(duì)健康數(shù)據(jù)進(jìn)行分析、預(yù)測(cè)和判斷，從而提高系統(tǒng)的維護(hù)支持能力和降低維護(hù)成本[5-6]?？紤]到健康度與環(huán)境、人為、設(shè)備等多維因素相關(guān)，各因素間的聯(lián)系難以準(zhǔn)確獲得，因此基于數(shù)據(jù)驅(qū)動(dòng)的評(píng)估法是當(dāng)前主流[7]。隨著機(jī)器學(xué)習(xí)和統(tǒng)計(jì)分析的成熟，該方法的應(yīng)用也越來越廣泛，具有靈活性和適應(yīng)性[8]。

本文結(jié)合計(jì)量生產(chǎn)設(shè)備的可靠性、穩(wěn)定性與準(zhǔn)確性，建立了三維的健康度判斷準(zhǔn)則，同時(shí)構(gòu)建了融合層次分析法（analytic hierarchy process, AHP）與熵權(quán)法的電力計(jì)量生產(chǎn)設(shè)備健康度判斷準(zhǔn)則，形成了一種基于改進(jìn)物元信息熵的生產(chǎn)線整體評(píng)價(jià)方法[9]。通過開展多維參數(shù)影響下的計(jì)量生產(chǎn)設(shè)備健康運(yùn)行指標(biāo)的研究，能夠?qū)崿F(xiàn)計(jì)量生產(chǎn)設(shè)備健康度的準(zhǔn)確評(píng)價(jià)。

1 健康度評(píng)價(jià)方法

目前主流的評(píng)價(jià)方法可以分成4類，包括主成分分析法、AHP、熵權(quán)法與專家打分法[10]。計(jì)量設(shè)備生產(chǎn)過程中分為多個(gè)生產(chǎn)周期維度，需要考慮信息的所屬維度與信息價(jià)值，因此在本文中應(yīng)用的方法包括AHP 和熵權(quán)法，發(fā)揮主觀層次構(gòu)建與客觀信息概率對(duì)評(píng)價(jià)的優(yōu)勢(shì)，對(duì)于處理令人費(fèi)解和模糊的問題很有價(jià)值[11]。

結(jié)合電力計(jì)量生產(chǎn)設(shè)備的全生命周期檢驗(yàn)環(huán)節(jié)，將其重點(diǎn)評(píng)價(jià)準(zhǔn)則概括為可靠性、準(zhǔn)確性與穩(wěn)定性指標(biāo)，如圖1所示。其中，每類評(píng)價(jià)準(zhǔn)則都由4類決策指標(biāo)形成，從而最終利用12種決策層指標(biāo)對(duì)計(jì)量生產(chǎn)設(shè)備健康度進(jìn)行綜合評(píng)價(jià)。

圖1 計(jì)量生產(chǎn)設(shè)備評(píng)價(jià)準(zhǔn)則

1.1 改進(jìn)物元信息熵含義

物元分析是探討求解復(fù)雜事物不相容問題的一種方法，以研究促進(jìn)事物轉(zhuǎn)化，解決不相容問題為核心內(nèi)容[11-12]。利用物元分析法能夠建立系列物元矩陣進(jìn)行對(duì)比分析，計(jì)算多項(xiàng)指標(biāo)的綜合關(guān)聯(lián)函數(shù)，分析其關(guān)聯(lián)度及親近關(guān)系。

根據(jù)物元分析的定義，電力計(jì)量生產(chǎn)設(shè)備所屬物元主要包括對(duì)象、特征與量值等屬性，其中研究對(duì)象為計(jì)量生產(chǎn)設(shè)備，整體特征即健康度，其包含穩(wěn)定性、準(zhǔn)確性、可靠性等特征，量值為計(jì)量生產(chǎn)設(shè)備在全生命周期過程中的運(yùn)行狀態(tài)、誤差狀態(tài)、壽命評(píng)價(jià)、設(shè)計(jì)魯棒性等不同子評(píng)價(jià)過程的量化結(jié)果[13-14]。電力計(jì)量生產(chǎn)設(shè)備標(biāo)準(zhǔn)物元矩陣為：

n——監(jiān)測(cè)指標(biāo)數(shù)；

物元評(píng)價(jià)分析模型能夠?qū)⒍嗄繕?biāo)決策問題轉(zhuǎn)化為單目標(biāo)決策問題，且定量化地表示評(píng)價(jià)結(jié)果。然而，該方法無法確定多決策目標(biāo)的權(quán)重，需要與權(quán)重法結(jié)合使用。傳統(tǒng)單一的賦權(quán)法計(jì)算得到的評(píng)價(jià)指標(biāo)權(quán)重容易造成偏差。因此在后續(xù)評(píng)價(jià)過程中，主要評(píng)價(jià)過程即為在選定的設(shè)備物元特征基礎(chǔ)上，利用改進(jìn)的信息熵權(quán)重確定方法，評(píng)價(jià)最終的設(shè)備健康度結(jié)果。

基于改進(jìn)物元信息熵的設(shè)備評(píng)價(jià)過程主要包括：

1）明確電力計(jì)量生產(chǎn)設(shè)備物元概念及待評(píng)物元矩陣，明確評(píng)價(jià)模型要素的物理意義。

2）構(gòu)造關(guān)聯(lián)函數(shù)及確定各物元之間的評(píng)價(jià)準(zhǔn)則與影響關(guān)系。

3）利用改進(jìn)的信息熵評(píng)價(jià)算法，規(guī)格化處理待評(píng)物元矩陣，實(shí)現(xiàn)權(quán)重的合理定義。

4）實(shí)現(xiàn)設(shè)備健康度的綜合計(jì)算與對(duì)比。

1.2 AHP方法

AHP方法是由Satty在1971年率先提出的，是為了解決由多種甚至沖突標(biāo)準(zhǔn)所帶來的巨大的選擇困難。AHP不是認(rèn)可一個(gè)"正確"的選擇，而是指導(dǎo)客戶確定具體的案例，這對(duì)他們的要求和問題的理解是理想的。它是一種普遍使用的決策調(diào)查幫助，在政治、貨幣、社會(huì)和進(jìn)一步的行政科學(xué)中模擬非結(jié)構(gòu)化的問題[15]。它意味著對(duì)決策選擇進(jìn)行排序，并通過利用這些標(biāo)準(zhǔn)的配對(duì)比較，為復(fù)雜的多標(biāo)準(zhǔn)選擇問題確定最佳選擇。

該方法模擬了在生成判斷決策時(shí)所需要考慮的多層次要素，包括底層直接依據(jù)、中間層重要準(zhǔn)則和最高層判斷結(jié)果，使用AHP處理問題通常包括4個(gè)步驟：

1）分析影響結(jié)果判斷的層次結(jié)構(gòu)，通常情況下，可以構(gòu)建三層評(píng)估體系，最上層為評(píng)估量化結(jié)果，中間層為根據(jù)影響因素類型，抽象出的指標(biāo)，如外界環(huán)境、內(nèi)部環(huán)境、固定要素、隨機(jī)要素等。下層為能夠通過傳感、監(jiān)控、計(jì)量等方式實(shí)際采集的一線評(píng)價(jià)指標(biāo)，這些指標(biāo)通過合理的加權(quán)與均衡方式，可以對(duì)上級(jí)評(píng)估體系提供合理的評(píng)價(jià)依據(jù)。

2）構(gòu)建對(duì)比矩陣，對(duì)處于同一維度的評(píng)估指標(biāo)，依據(jù)其重要程度，分析每一指標(biāo)在整體評(píng)估體系中的優(yōu)先級(jí)，對(duì)指標(biāo)之間進(jìn)行兩兩比較。AHP方法通過一個(gè)有組織的結(jié)構(gòu)來設(shè)置，利用1～9等級(jí)衡量的成對(duì)比較，在層次系統(tǒng)的每一層設(shè)置優(yōu)先級(jí)，如表1所示。

表1 比較尺度定義

3）使用特征值方法計(jì)算各組成部分的比較意義，即驗(yàn)證比較尺度在現(xiàn)實(shí)意義中是否合理。

4）對(duì)決策人給出的決策矩陣進(jìn)行一致性檢查，驗(yàn)證決策結(jié)果與實(shí)際結(jié)果是否具有一致性。

1.3 熵權(quán)法

信息熵是某段信息能夠提供的信息價(jià)值，在設(shè)備健康度評(píng)價(jià)過程中，信息熵反映了該信息能夠起到的作用。其不需要引入人為主觀要素，由信息出現(xiàn)頻次與幅度的分布進(jìn)行定義。因此，其在要素較多較難的評(píng)價(jià)過程中具有重要意義，分析方法如下：

1）數(shù)據(jù)標(biāo)準(zhǔn)化

首先對(duì)各指標(biāo)實(shí)施去量綱化處理，假設(shè)給定了m個(gè)指標(biāo)：

2）求解每個(gè)評(píng)價(jià)指標(biāo)在其所在的評(píng)價(jià)方案中所有指標(biāo)中的比重：

1.4 基于改進(jìn)信息熵的融合評(píng)價(jià)方法

以上兩種方法分別從主觀與客觀兩層維度對(duì)指標(biāo)權(quán)重進(jìn)行了量化評(píng)估，其中AHP屬于主觀賦權(quán)，能夠在復(fù)雜因素過多導(dǎo)致評(píng)價(jià)指標(biāo)間的數(shù)據(jù)關(guān)系難以表征的情況下，通過人為決策的角度，制定相對(duì)公平的賦權(quán)方式。而熵權(quán)法屬于客觀賦權(quán)法，其適用于沒有成熟先驗(yàn)評(píng)價(jià)知識(shí)的評(píng)價(jià)目標(biāo)體系，可以通過多評(píng)價(jià)信息形成的客觀分布規(guī)律，在量測(cè)數(shù)據(jù)足夠充分的情況下，可以真實(shí)反映出基于統(tǒng)計(jì)學(xué)的設(shè)備狀態(tài)變化結(jié)果。

在本文的評(píng)價(jià)體系中，考慮到兩種方法各自的優(yōu)勢(shì)與局限性，如AHP可能會(huì)因主觀因素過多導(dǎo)致顯著評(píng)價(jià)偏差，熵權(quán)法無法計(jì)及統(tǒng)計(jì)規(guī)律之外的影響。因此基于計(jì)量生產(chǎn)設(shè)備的物元定義與描述，融合AHP與熵權(quán)法，形成改進(jìn)信息熵組合賦權(quán)方法，以彌補(bǔ)單一賦權(quán)帶來的不足。該融合評(píng)價(jià)方法對(duì)每類指標(biāo)的賦權(quán)Wj為：

2 計(jì)量生產(chǎn)設(shè)備健康度評(píng)價(jià)過程

目前，國外主要采用軟硬件平臺(tái)資源共享的方式構(gòu)建試驗(yàn)驗(yàn)證系統(tǒng)，確定評(píng)價(jià)指標(biāo)，其主要思路是：采用共同測(cè)試策略，從軟件設(shè)計(jì)過程開始，利用“增值開發(fā)”的方式使后一階段測(cè)試設(shè)備的研制可以應(yīng)用前一階段的開發(fā)成果；強(qiáng)調(diào)軟件模塊的可移植性和可重用性。因此，需要開展多維參數(shù)影響下的計(jì)量生產(chǎn)設(shè)備運(yùn)行指標(biāo)研究，從積累大量的歷史運(yùn)行數(shù)據(jù)中，去挖掘和分析運(yùn)行時(shí)長、溫濕度、建筑環(huán)境、網(wǎng)絡(luò)規(guī)模對(duì)計(jì)量生產(chǎn)設(shè)備性能的影響及影響強(qiáng)度。

在目前的電力計(jì)量生產(chǎn)設(shè)備中，通常配備有1、3或6個(gè)測(cè)量通道，可以測(cè)量交流或直流系統(tǒng)中的所有參數(shù)，如視在功率、有功和無功功率、電流、電壓、頻率、功率因素、視在能量、有功和無功能量等。利用相關(guān)的測(cè)試工具，可以同時(shí)進(jìn)行三相電能表的多位置校準(zhǔn)和驗(yàn)證。內(nèi)置的測(cè)試庫提供標(biāo)準(zhǔn)的測(cè)試，如準(zhǔn)確度、環(huán)境、啟動(dòng)電流或空載，但也有許多特殊的測(cè)試，用于檢查儀表的功能（如寄存器、配置文件、紋波、驟降和中斷）、自動(dòng)校準(zhǔn)、系統(tǒng)遠(yuǎn)程控制、調(diào)試、與工廠的可追溯系統(tǒng)合作等。所有的測(cè)試都可以重復(fù)使用，通常計(jì)量生產(chǎn)設(shè)備檢測(cè)裝置的功能包括：基本誤差測(cè)試(精度測(cè)試)；啟動(dòng)電流測(cè)試；空載運(yùn)行測(cè)試；表盤測(cè)試和最大需求指標(biāo)測(cè)試；恒定測(cè)試；脈沖輸出測(cè)試；預(yù)熱測(cè)試；測(cè)試頻率、諧波失真、電壓、電流和其他參數(shù)對(duì)被測(cè)儀表誤差的影響；可以根據(jù)要求增加客戶的特定測(cè)試。

3 算 例

3.1 基于層次分析的計(jì)量生產(chǎn)設(shè)備權(quán)重確定

基于對(duì)某類典型電力計(jì)量生產(chǎn)設(shè)備在2021年10月生產(chǎn)的1 000臺(tái)單向電能表進(jìn)行指標(biāo)數(shù)據(jù)分析，其準(zhǔn)則層與決策層的權(quán)重因子計(jì)算結(jié)果如表2所示。

表2 基于AHP的權(quán)重確定

3.2 基于熵權(quán)法的權(quán)重因子確定

在利用熵權(quán)法確定權(quán)重時(shí)，為了保障采樣偏差，分別對(duì)3條生產(chǎn)線上的各1 000臺(tái)設(shè)備進(jìn)行采樣，并取其平均值作為綜合權(quán)重因子，其結(jié)果如表3所示。

表3 基于熵權(quán)法的權(quán)重確定

3.3 基于改進(jìn)信息熵的綜合權(quán)重因子確定

基于本文所提的融合評(píng)價(jià)方法，對(duì)AHP與熵權(quán)法結(jié)果進(jìn)行綜合權(quán)重因子計(jì)算，結(jié)果如表4所示。

表4 綜合權(quán)重因子

3.4 評(píng)價(jià)結(jié)果

利用決策層指標(biāo)，對(duì)50臺(tái)典型計(jì)量生產(chǎn)設(shè)備樣本進(jìn)行測(cè)算評(píng)價(jià)與標(biāo)準(zhǔn)化處理，其在12種決策指標(biāo)下的優(yōu)劣度分布在0～1之間，結(jié)果如圖2所示。該結(jié)果能夠反映各典型樣本在最底層指標(biāo)間的評(píng)估結(jié)果絕對(duì)值與相對(duì)差異，從分布式概率與范圍的角度揭示了對(duì)最終評(píng)價(jià)結(jié)果影響較大的指標(biāo)類型。

圖2 計(jì)量生產(chǎn)設(shè)備各指標(biāo)評(píng)價(jià)得分

以樣本在12種決策指標(biāo)下的優(yōu)劣度為基礎(chǔ)，通過融合指標(biāo)權(quán)重因子，對(duì)1 000臺(tái)樣本的健康度進(jìn)行綜合評(píng)價(jià)，其分布特性如圖3所示，可以看出，其基本負(fù)荷平均值在0.75 p.u.左右的偏正態(tài)分布。

圖3 樣本綜合健康度分布特征

以實(shí)際檢測(cè)過程中的100臺(tái)次品為檢測(cè)目標(biāo)，將單獨(dú)AHP、單獨(dú)熵權(quán)法與改進(jìn)信息熵融合法3種方法檢測(cè)出的健康度最低的等量樣本數(shù)量進(jìn)行比較，依據(jù)其檢測(cè)重合率作為方法準(zhǔn)確程度的驗(yàn)證，其結(jié)果如表5所示。

表5 不同方法評(píng)價(jià)準(zhǔn)確性

由此可見，改進(jìn)信息熵融合方法可以結(jié)合兩種方法的優(yōu)勢(shì)，提升評(píng)價(jià)準(zhǔn)確程度，對(duì)建立完善的電力計(jì)量生產(chǎn)設(shè)備健康度評(píng)價(jià)，提升生產(chǎn)線生產(chǎn)完備性具有良好意義。

4 結(jié)束語

電力計(jì)量生產(chǎn)設(shè)備的可靠性、穩(wěn)定性與準(zhǔn)確性影響對(duì)電力系統(tǒng)負(fù)荷側(cè)的精準(zhǔn)狀態(tài)感知，在該設(shè)備的生產(chǎn)過程中，其健康度會(huì)受到原材料、生產(chǎn)線、外界環(huán)境、運(yùn)輸過程中的隨機(jī)性與偶然性影響。因此，為了評(píng)價(jià)若干重要因素對(duì)計(jì)量生產(chǎn)設(shè)備健康度的影響，本文構(gòu)建了改進(jìn)物元信息熵評(píng)價(jià)方法，同時(shí)考慮了多評(píng)價(jià)準(zhǔn)則物元之間與多信息要素之間的關(guān)聯(lián)關(guān)系，從而能夠全面考慮計(jì)量生產(chǎn)設(shè)備全生命周期中的健康影響要素，為建設(shè)完善的生產(chǎn)標(biāo)準(zhǔn)體系提供了一定理論基礎(chǔ)。