基于模糊層次的電能計(jì)量裝置運(yùn)行狀態(tài)自動(dòng)評(píng)估方法

摘要：為準(zhǔn)確判斷電能計(jì)量裝置運(yùn)行狀態(tài)，提出基于模糊層次分析的電能計(jì)量裝置運(yùn)行狀態(tài)自動(dòng)評(píng)估方法。利用DEMATEL法選擇電能計(jì)量裝置運(yùn)行狀態(tài)自動(dòng)評(píng)估指標(biāo)并采集指標(biāo)對(duì)應(yīng)的數(shù)據(jù)。計(jì)算指標(biāo)權(quán)重并利用模糊綜合評(píng)價(jià)法計(jì)算得到評(píng)估值，按照最大隸屬度原則，得出運(yùn)行狀態(tài)等級(jí)。結(jié)果表明：1號(hào)和4號(hào)電能計(jì)量裝置處于正常狀態(tài)；2號(hào)和3號(hào)電能計(jì)量裝置處于注意狀態(tài)，說(shuō)明這兩個(gè)裝置出現(xiàn)了一些故障征兆；5號(hào)電能計(jì)量裝置處于異常狀態(tài)，這一狀態(tài)的電能計(jì)量裝置已經(jīng)無(wú)法正常工作，需要進(jìn)行維護(hù)。測(cè)試結(jié)果證明了所提方法的有效性。

關(guān)鍵詞：電能計(jì)量裝置；模糊層次分析；運(yùn)行狀態(tài)；指標(biāo)選??；權(quán)重計(jì)算；DEMATEL法

中圖分類號(hào)：TP271文獻(xiàn)標(biāo)志碼：A文章編號(hào)：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(wǎng)公司運(yùn)行的電能計(jì)量裝置［1］點(diǎn)多且面廣，工作人員無(wú)法快速尋找到故障表，工作效率不高。當(dāng)出現(xiàn)故障時(shí)，主要靠人工方式現(xiàn)場(chǎng)開(kāi)展檢查、檢驗(yàn)以及安全管控，容易出現(xiàn)管理不到位而造成計(jì)量裝置資產(chǎn)損壞或者計(jì)量裝置計(jì)量失準(zhǔn)情況［2］。面對(duì)上述情況，為了能夠保證電能計(jì)量裝置的計(jì)量準(zhǔn)確性，定期了解裝置的運(yùn)行狀態(tài)是十分必要的［3］。

李若茜等［4］在其研究中通過(guò)Bootstrap方法得到先驗(yàn)信息，然后以此為基礎(chǔ)，結(jié)合電能表壽命數(shù)據(jù)，在貝葉斯網(wǎng)絡(luò)的應(yīng)用下計(jì)算出參數(shù)估計(jì)值，完成智能電表可靠性評(píng)估。程瑛穎等［5］在其研究中采集了電能表運(yùn)行時(shí)序數(shù)據(jù)并實(shí)施了預(yù)處理，結(jié)合隨機(jī)矩陣?yán)碚摚谔幚砗玫臄?shù)據(jù)計(jì)算時(shí)序曲線特征，再以特征利用動(dòng)態(tài)時(shí)間規(guī)整聚類算法來(lái)完成電能表運(yùn)行狀態(tài)評(píng)估。高書(shū)垚等［6］利用正態(tài)云模型確定了評(píng)估指標(biāo)，用熵權(quán)法計(jì)算了指標(biāo)權(quán)重，再結(jié)合隸屬度矩陣建立評(píng)估模型并按照隸屬度最大原則得出電能表狀態(tài)類型，完成運(yùn)行狀態(tài)評(píng)估。雖然前人取得了研究成果，但是在數(shù)據(jù)采集環(huán)節(jié)中采用人工錄入系統(tǒng)的方式，容易存在弄虛作假的情況，造成計(jì)量裝置評(píng)估工作難以有效、公平地執(zhí)行。

本文研究一種基于模糊層次分析的電能計(jì)量裝置運(yùn)行狀態(tài)評(píng)估方法，以期為電力公司運(yùn)維管理工作提供可靠的參考。

1電能計(jì)量裝置運(yùn)行狀態(tài)研究

電能計(jì)量裝置的健康狀況直接關(guān)系到電力公司的電費(fèi)收取。電能計(jì)量裝置運(yùn)行時(shí)受到各種因素的影響，運(yùn)行狀態(tài)極易從正常狀態(tài)轉(zhuǎn)換為故障狀態(tài)，一旦發(fā)生故障，計(jì)量數(shù)據(jù)就會(huì)不準(zhǔn)確［7］。面對(duì)這種情況，了解電能計(jì)量裝置運(yùn)行狀態(tài)，進(jìn)行有效的電能表運(yùn)維管理是目前電網(wǎng)計(jì)量專業(yè)急需解決的重要問(wèn)題［8］。為此，結(jié)合模糊層次分析法建立評(píng)估模型。

1.1電能計(jì)量裝置運(yùn)行狀態(tài)描述指標(biāo)選取與采集

1）指標(biāo)選取

要想直接了解電能計(jì)量裝置運(yùn)行狀態(tài)是無(wú)法實(shí)現(xiàn)的，只能通過(guò)能夠描述其狀態(tài)的相關(guān)指標(biāo)間接獲得，因?yàn)檫\(yùn)行狀態(tài)會(huì)通過(guò)這些指標(biāo)表征出來(lái)［9］。為此，在評(píng)估中的指標(biāo)選取工作是第一步。一般情況下，電能計(jì)量裝置運(yùn)行狀態(tài)描述指標(biāo)會(huì)有多個(gè)，但并不是每一個(gè)指標(biāo)都可以用于狀態(tài)評(píng)估中的，其中部分指標(biāo)不需要考慮在內(nèi)［10］。為此，需要進(jìn)行指標(biāo)選取。這里采用DEMATEL法進(jìn)行指標(biāo)選取，具體過(guò)程如下。

步驟1：基于指標(biāo)選取原則確定候選指標(biāo)，為后續(xù)精確選擇提供初始參考指標(biāo)，記為A=aii=1，2，…，N。其中，ai代表第i個(gè)電能計(jì)量裝置運(yùn)行狀態(tài)描述指標(biāo)；N表示初始指標(biāo)數(shù)量。

步驟2：組建專家組，利用其專業(yè)知識(shí)和技能，分析A=aii=1，2，…，N中各個(gè)指標(biāo)之間的影響關(guān)系。

步驟3：根據(jù)影響關(guān)系，建立關(guān)聯(lián)關(guān)系有向圖。指標(biāo)之間存在直接影響關(guān)系，且是前者對(duì)后者產(chǎn)生影響，因此是ai→aj。

步驟4：影響程度計(jì)算，量化標(biāo)準(zhǔn)如表1所示。

2）指標(biāo)數(shù)據(jù)采集

基于上述過(guò)程選出評(píng)估指標(biāo)，采集對(duì)應(yīng)的指標(biāo)數(shù)據(jù)作為評(píng)估分析的基礎(chǔ)數(shù)據(jù)。在這里需要借助電力物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)建立傳輸網(wǎng)絡(luò)，全面支撐終端設(shè)備/網(wǎng)關(guān)接入統(tǒng)一物聯(lián)網(wǎng)平臺(tái)，然后將采集到的數(shù)據(jù)上送至物聯(lián)網(wǎng)平臺(tái)，通過(guò)物聯(lián)網(wǎng)平臺(tái)再將數(shù)據(jù)轉(zhuǎn)發(fā)至計(jì)量裝置數(shù)字化管理系統(tǒng)主站，為狀態(tài)評(píng)定實(shí)現(xiàn)提供數(shù)據(jù)支撐。指標(biāo)數(shù)據(jù)采集框架如圖1所示［12］。

采集到的指標(biāo)數(shù)據(jù)以文件的方式進(jìn)行傳輸。數(shù)據(jù)文件傳輸過(guò)程中，在接收到“數(shù)據(jù)傳輸”指令后，將實(shí)時(shí)數(shù)據(jù)打包成TXT文件，并將其上傳到遠(yuǎn)程數(shù)字化管理系統(tǒng)主站，數(shù)字化管理系統(tǒng)主站讀取相應(yīng)文件并解析出數(shù)據(jù)，進(jìn)行進(jìn)一步的評(píng)估分析。

1.2電能計(jì)量裝置運(yùn)行狀態(tài)模糊層次評(píng)估實(shí)現(xiàn)

基于上述選擇的評(píng)估指標(biāo)以及采集到的指標(biāo)數(shù)據(jù)，本節(jié)進(jìn)行電能計(jì)量裝置運(yùn)行狀態(tài)模糊層次評(píng)估。該評(píng)估主要分為兩部分，即計(jì)算權(quán)重和計(jì)算評(píng)估值。層次分析法與模糊綜合評(píng)價(jià)法結(jié)合在一起統(tǒng)稱為模糊層次分析。

1）層次分析法確定指標(biāo)權(quán)重

權(quán)重是反映指標(biāo)重要程度的一種直觀量化值。通過(guò)層次分析法的指標(biāo)間對(duì)比，得出權(quán)重。計(jì)算過(guò)程如下。

步驟1：將評(píng)估指標(biāo)進(jìn)行分類和歸納，建立電能計(jì)量裝置運(yùn)行狀態(tài)描述指標(biāo)評(píng)估體系。

步驟2：按照公式對(duì)指標(biāo)進(jìn)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(biāo)；ri為原始指標(biāo)；rmax、rmin分別為指標(biāo)的最大值和最小值。

步驟3：按照表2指標(biāo)相對(duì)重要性量化標(biāo)準(zhǔn)表，對(duì)指標(biāo)相對(duì)重要程度進(jìn)行打分，記為hij。

一個(gè)指標(biāo)與另一個(gè)指標(biāo)之間的相對(duì)重要程度相反

步驟4：根據(jù)hij建立判斷矩陣H。

式中n為上一節(jié)選出的評(píng)估指標(biāo)數(shù)量。

步驟5：通過(guò)計(jì)算隨機(jī)一致性比值判斷矩陣H的局部一致性檢驗(yàn)。計(jì)算公式如下：

式中：CR代表隨機(jī)一致性比值，＜1.0時(shí)通過(guò)檢驗(yàn)；Rmax為判斷矩陣最大特征值；CI為一致性指標(biāo)；T為平均隨機(jī)一致性指標(biāo)。

步驟6：按照上述步驟進(jìn)行總體一致性檢驗(yàn)。

步驟7：計(jì)算指標(biāo)權(quán)重。具體過(guò)程如下。

a）求取各行指標(biāo)的總和，計(jì)算公式如下：

式中：Lk為第k行指標(biāo)的總和；hkj為第k行第j個(gè)指標(biāo)。

b）Lk正規(guī)化計(jì)算，計(jì)算出來(lái)的數(shù)值就是權(quán)重，公式如下：

式中vj為第j個(gè)指標(biāo)的權(quán)重。

2）模糊綜合評(píng)價(jià)

基于上述研究成果，利用模糊綜合評(píng)價(jià)法計(jì)算評(píng)估值，得出電能計(jì)量裝置運(yùn)行狀態(tài)等級(jí)。具體過(guò)程如下。

步驟1：建立評(píng)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(píng)估體系中的準(zhǔn)則層數(shù)量；m代表屬性類型對(duì)應(yīng)下的評(píng)估因素?cái)?shù)量。

步驟2：建立評(píng)語(yǔ)集。在這里電能計(jì)量裝置運(yùn)行狀態(tài)分為5個(gè)等級(jí)，由此建立評(píng)語(yǔ)集U如下：

式中u1、u2、u3、u4分別為嚴(yán)重、異常、注意和正常狀態(tài)。

步驟3：確定模糊關(guān)系矩陣，也就是確定評(píng)價(jià)指標(biāo)之于評(píng)語(yǔ)集U的隸屬程度，由此可以建立評(píng)價(jià)模糊集合，記為gj1，gj2，gj3，gj4，分別代表第j個(gè)評(píng)價(jià)指標(biāo)對(duì)4個(gè)評(píng)語(yǔ)的隸屬程度。

步驟4：計(jì)算所有指標(biāo)的之于4個(gè)評(píng)語(yǔ)的隸屬程度，由此建立一個(gè)4行n列的矩陣，記為G。

步驟5：計(jì)算模糊綜合評(píng)估值。計(jì)算公式如下：

式中：Y為模糊綜合評(píng)估集合；y1，y2，y3，y4為模糊綜合評(píng)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(duì)應(yīng)的評(píng)語(yǔ)就是電能計(jì)量裝置運(yùn)行狀態(tài)情況。

2算例分析

為測(cè)試所設(shè)計(jì)評(píng)估方法在實(shí)際電能計(jì)量裝置運(yùn)行狀態(tài)評(píng)估中的應(yīng)用效果，選取5個(gè)電能計(jì)量裝置作為對(duì)象，評(píng)估其狀態(tài)。

2.1評(píng)估指標(biāo)體系

通過(guò)計(jì)算指標(biāo)的中心度和原因度，選出電能計(jì)量裝置的狀態(tài)評(píng)估指標(biāo)，然后進(jìn)行分類和歸納。電能計(jì)量裝置運(yùn)行狀態(tài)評(píng)估指標(biāo)體系如表3所示。

根據(jù)所選擇的指標(biāo)，采集一段時(shí)間內(nèi)對(duì)應(yīng)的指標(biāo)數(shù)據(jù)。

2.2指標(biāo)權(quán)重計(jì)算結(jié)果

利用1.2節(jié)1）計(jì)算指標(biāo)權(quán)重，準(zhǔn)則層指標(biāo)權(quán)重計(jì)算結(jié)果如圖2所示，方案層指標(biāo)權(quán)重計(jì)算結(jié)果如表4所示。

2.3評(píng)估結(jié)果

利用模糊綜合評(píng)價(jià)法計(jì)算評(píng)估值，明確電能計(jì)量裝置運(yùn)行狀態(tài)。電能計(jì)量裝置運(yùn)行狀態(tài)評(píng)估結(jié)果如圖3所示。

根據(jù)其評(píng)分值，結(jié)合隸屬度最大原則：1號(hào)和4號(hào)電能計(jì)量裝置處于正常狀態(tài)，說(shuō)明這兩個(gè)裝置運(yùn)行良好，沒(méi)有出現(xiàn)任何故障問(wèn)題；其次是2號(hào)和3號(hào)電能計(jì)量裝置處于注意狀態(tài)，說(shuō)明這兩個(gè)裝置出現(xiàn)一些故障征兆，對(duì)整體運(yùn)行影響并不大，電能計(jì)量裝置仍然可以保持正常工作，但是若任其發(fā)展下去，故障問(wèn)題會(huì)惡化，最終出現(xiàn)異常；最后是5號(hào)電能計(jì)量裝置處于異常狀態(tài)，這一狀態(tài)的電能計(jì)量裝置已經(jīng)無(wú)法正常工作，記錄下的電表數(shù)據(jù)已經(jīng)存在誤差，需要進(jìn)行維護(hù)；不存在嚴(yán)重等級(jí)狀態(tài)的裝置。

3結(jié)語(yǔ)

實(shí)現(xiàn)電能計(jì)量裝置的有效運(yùn)維管理是電力公司關(guān)注的重點(diǎn)。其中電能計(jì)量裝置狀態(tài)分析和監(jiān)測(cè)最為重要，一旦該裝置出現(xiàn)故障，記錄的用電數(shù)據(jù)就會(huì)存在較大誤差。針對(duì)這一點(diǎn)，本文進(jìn)行基于模糊層次分析的電能計(jì)量裝置運(yùn)行狀態(tài)評(píng)估研究。該研究通過(guò)指標(biāo)權(quán)重與模糊關(guān)系矩陣的計(jì)算獲得評(píng)估值，由此對(duì)應(yīng)得到狀態(tài)等級(jí)。最后選取5個(gè)電能計(jì)量裝置作為測(cè)試用例，對(duì)評(píng)估方法進(jìn)行應(yīng)用測(cè)試，通過(guò)測(cè)試過(guò)程，證明了評(píng)估方法的有效性。

參考文獻(xiàn)：

［1］ 陳崇明，吳瀛，姚棟方，等. 一種電能計(jì)量裝置狀態(tài)在線監(jiān)測(cè)及遠(yuǎn)程診斷系統(tǒng)設(shè)計(jì)［J］. 電力電容器與無(wú)功補(bǔ)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(jì)量裝置誤差評(píng)估算法［J］. 電測(cè)與儀表，2020，57（19）：140-145.

［3］ 許丹，李游，李賀龍. 基于聯(lián)合分布適配的智能電表運(yùn)行狀態(tài)評(píng)價(jià)［J］. 北京航空航天大學(xué)學(xué)報(bào)，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(píng)估［J］. 南方電網(wǎng)技術(shù)，2022，16（3）：76-81.

［5］ 程瑛穎，杜杰，周全，等. 基于隨機(jī)矩陣?yán)碚摵途垲愃惴ǖ碾娔鼙磉\(yùn)行狀態(tài)評(píng)估方法［J］. 中國(guó)電力，2020，53（11）：116-125.

［6］ 高書(shū)垚，安泰，宋劍. 基于熵權(quán)-正態(tài)云模型的智能電能表狀態(tài)評(píng)估研究［J］. 電測(cè)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(dòng)態(tài)評(píng)價(jià)模型［J］. 電力系統(tǒng)自動(dòng)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(jì)量裝置異常診斷方法研究［J］. 中國(guó)測(cè)試，2022，48（1）：141-146.

［9］ 劉文宇，劉璐，劉馨然，等. 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的低壓配電臺(tái)區(qū)智能電能表誤差狀態(tài)評(píng)估模型［J］. 電測(cè)與儀表，2022，59（11）：176-181.

［10］ 路韜，黃友朋，黨三磊，等. 基于改進(jìn)ELM的計(jì)量終端定位算法仿真［J］. 計(jì)算機(jī)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(bǔ)償方法研究［J］. 自動(dòng)化儀表，2021，42（5）：6-9，13.

［12］ 石宜金，譚貴生，趙波，等. 基于模糊綜合評(píng)估模型與信息融合的電力變壓器狀態(tài)評(píng)估方法［J］. 電力系統(tǒng)保護(hù)與控制，2022，50（21）：167-176.

收稿日期：20230706

基金項(xiàng)目：海南電網(wǎng)有限責(zé)任公司自籌項(xiàng)目（070000KK52200017）

第一作者簡(jiǎn)介：陳長(zhǎng)基（1979—），男，海南海口人，工程師，研究生，研究方向?yàn)殡娔苡?jì)量、電力市場(chǎng)營(yíng)銷(xiāo)，chenchangji711@163.com。

DOI：10.19344/j.cnki.issn1671-5276.2024.06.036