基于属性识别的配电网综合评价方法

刘向军　李买林

(华北电力大学电气与电子工程学院　北京 102206)



基于属性识别的配电网综合评价方法

刘向军李买林

(华北电力大学电气与电子工程学院北京 102206)

配电网在我国电力系统中具有相当重要的地位，对其进行科学的评价具有重要意义。提出一种包含网络结构水平、负荷供应能力、装备技术水平以及运行管理水平等指标的配电网多指标综合评价方法。该方法提出一种数值绝对偏移率对数据进行预处理，结合主客观赋权法确定指标综合权重。其次，根据属性识别理论建立属性测度评价矩阵，运用置信度准则与评分准则得出配电网的所属等级及其综合评分。实例分析表明，该方法得到的评价结果客观、准确、全面。

属性识别配电网多指标评价综合权重

0　引　言

配电网作为我国电力系统的重要组成部分，对供电质量、电网运行效率以及用电质量等多方面有着重要的作用。对配电网进行科学的综合评价，在分析配电网薄弱环节、促进配电网智能化转变、提高配电网供电可靠性以及确定配电网发展方向上都具有重要的意义[1-3]。

传统的配电网评价主要针对配电网的单项指标进行评价。例如：吴开贵，谢莹华，Li W等人分别采用RBF神经网络和馈线分区等方法对配电网可靠性方面进行评价[4-6]；郭志忠等人对配电网安全性指标的量化方法进行了研究[7]；顾伟、刘颖英、张蔓等人采用遗传投影寻踪和理想区间等方法对地区电能质量进行了评价[8-10]；李欣然等人采用灰色关联度模型和最优化原理对配电网建设实施进行评价[11]。虽然这些研究在一定程度上从多角度反映了配电网的整体状态，但其评价结果是单方面的，缺乏全面性，不能对配电网的建设、运行以及维护提供直接有效的理论指导。

近年来，也有不少专家学者在配电网的综合评价方法上有了重大的突破。文献[12]采用了层次分析法AHP(Analytic Hierarchy Process)与模糊隶属度相结合的方法对配电网进行了综合评价；文献[13]提出了基于反熵权法和改进灰色关联分析的智能配电网综合评估方法。然而，上述综合评估方法虽然可以针对配电网的多项指标进行评价，但并不能全面地反映配电网各方面属性的定性描述度量及度量之间的关系[14]，因而不能得到全面准确的评价。文献[15-18]分别采用了属性识别理论对电能质量、大气环境质量、高速公路交通安全等领域进行评价，此类方法能够克服以上问题，作出更为真实的评价。然而，由于分类标准矩阵约束问题，传统的属性识别方法对于含有中间值指标的多指标体系是失效的。而评价系统中往往存在着很多中间值指标，若将这些指标忽略，得到的结果误差较大。

本文提出一种数值绝对偏移率对中间值指标进行处理，完善了传统的属性识别方法。本文运用层次分析法建立了包含网络结构水平、负荷供应能力、装备技术水平以及运行管理水平等指标的配电网多指标体系，并通过主观G1赋权法与客观熵权赋权法相结合的方法确定综合权重。最后，应用属性识别理论建立属性测度评价矩阵，通过置信度准则和评分准则得到配电网所属等级及其综合评分。

1　属性识别理论

属性识别理论是程乾生于1997年在参考文献[19]中提出的。程乾生在属性测度空间和有序分割类概念的基础上，提出了属性识别准则，建立了属性识别理论模型。

1.1样本空间矩阵与分类标准矩阵的建立

(1)

(2)

其中，ajk满足aj1aj2>…>ajK。

1.2属性测度矩阵与综合测度矩阵的建立

若记对象Li关于第j个指标的测度值xij属于Ck的属性测度为μijk。以aj1

1) 当xij≤aj1时，μij1=1，μij2=…μijK=0；

2) 当xij≥ajK时，μijK=1，μij1=…μij(K-1)=0；

3) 当aj1≤xij≤aj(l+1)时，则有:

(3)

则第i个对象Li的指标属性测度评价矩阵Mi为：

(4)

(5)

其中，1≤i≤n,1≤k≤K。

那么，n个对象属于C1,C2,…,CK类的属性测度可用n×K的矩阵表示，即综合测度评价矩阵:

(6)

1.3综合评价的实现

综合测度评价矩阵H建立以后，由置信度准则[19]，置信度为λ(一般取0.6与0.7之间)，由下式:

(7)

可知第i个对象Li属于Cki级。根据评分准则[19]，由式(8)可得第i个对象Li的综合评分：

(8)

其中，C1>C2>…>CK。

2　配电网综合评价及实现方法

2.1配电网综合评价指标体系与数据预处理

本文综合多方面电力专家的意见，结合配电网自身的特点，建立了一套比较完整的配电网综合评价指标体系，如图1所示。该体系结构包括4个一级指标，30个二级指标，能够全面反映配电网的特性[20]，层次分明，聚合度高，具有较好的适应性和整体性。其中，一级指标分别为网络结构水平、负荷供应能力、装备技术水平、运行管理水平。网络结构水平能够反映配电网的硬件构成情况，包括变电站单变单电源线率、中压线路联络率、以及站间联络率等8个二级指标。负荷供应能力能够反映配电网满足负荷供应需求的能力，包括主变重载率、线路重载率以及主变N-1通过率等6个二级指标。装备技术水平能够反映配电网的具体设备与相关技术的应用情况，包括线路的绝缘化率、GIS设备使用率以及变电站无功配置比例等10个二级指标。运行管理水平反映了配电网运行安全的状况，包括线路完好率、主要设备完好率以及消缺率等6个二级指标。

图1　配电网综合评价的指标体系

由于配电网自身就是一个庞大的复杂系统，所涉及因素众多，不能仅从单一指标来评价配电网的优劣，需要把众多指标综合起来，才能全面反映配电网的整体情况。配电网的指标可以分成正指标、负指标、中间值指标三类。其中，正指标表示指标值越大越好；负指标表示指标值越小越好；中间值指标表示指标值越趋于中间点或某个区间时越好。

由于分类标准矩阵中的元素ajk满足aj1aj2>…>ajK，中间值指标无法在分类标准矩阵A*中表示出来，需要对中间值指标进行处理。一般的，中间值指标的数值s往往服从为a为中间点数值的正态分布函数，如下式所示：

s～N(a,σ)

(9)

(10)

2.2综合评价的方法

首先，计算中间值指标的数值绝对偏移率，对配电网数据进行预处理；其次，应用属性识别理论，建立指标属性测度评价矩阵，通过熵权法求主观权重和G1法求客观权重，主观与客观赋权法相结合，得到综合权重矩阵；最后，得到综合测度评价矩阵，通过置信度准则和评分准则进行综合评价。

本文主观赋权法采用G1法，G1法是一种确定主观权重的方法，具有计算方便，易于理解，实用性强等优点。对于指标集{Y1,Y2,…,Y3}，用G1法确定权重步骤：首先，对指标集中的指标的重要程度进行排序，可以按重要程度升序(降序)排列。假设我们得出唯一的序关系Yi>Yj>Yk。并且需要专家对相邻指标Yk和Yk-1之间的重要程度之比rk(k=2,3,…,m)理性赋值。其次，通过下式可以计算第m个指标的权重值:

(11)

通过式(12)就可算出wi(i=m-1,m-2,…,1)的值，有:

wk-1=rkwk

(12)

最后，由于开始时重新排序，所以在求出wi(i=1,2,…,m)后需要调整指标对应间的顺序，得到与指标集对应的权重向量W=(w1′,w2′,…,wm′)T。

本文客观赋权法采用熵权法[21]。熵权法是一种基于信息熵的客观确定权重的方法，根据各指标传递给决策者的信息量大小来确定权重。第i个对象Li指标的属性测度评价矩阵Mi是通过实测值和标准值计算得出的，可以用指标属性测度评价矩阵的数据，通过熵权法[22,23]确定客观权重。

步骤一计算第i个对象Li中指标Yj的信息熵hij，有:

(13)

其中，μijk表示第i个对象Li第j个指标的测度值xij属于属性Ck(k为评价等级，1≤k≤K)的属性测度，K为评价的总的等级数，hij表示第i个对象Li中指标Yj的信息熵。

步骤二归一化处理确定第i个对象Li中指标Yj的权重bij，有:

(14)

其中，i=1,2,…,n；j=1,2,…,m。

由式(14)可得到第i个对象Li的各指标的权重向量Bi=(bi1,bi2,…,bim)T，则可得到n个对象m个指标的指标权重矩阵B=[B1,B2,…,Bn]T，其中，T表示对矩阵求转置。

由式(15)直接求得第i个对象Li的第j个指标的综合权重：

(15)

其中，j=1,2,…,m。那么第i个对象Li的综合权重向量为wwi=(ωi1,ωi2,…,ωim)T，n个对象m个指标的指标综合权重可表示为由n×m的综合权重矩阵:

ww=[ww1,ww2,…,wwn]T

(16)

其中，T表示对矩阵求转置。

2.3算法流程实现

在算法中，首先需要通过对中间值指标进行数值绝对偏移率的计算，建立样本空间矩阵X以及分类标准矩阵A*。通过主观G1权重法求出主观权重，通过客观熵权权重法求出客观权重，继而求出综合测度评价矩阵H。取置信度λ=0.7，判断是否满足置信度准则，如果不满足继续循环；反之，则进行评分，输出目标配电网所属类别以及其综合评分。总的来说，算法流程如图2所示。

图2　基于属性识别综合评价算法流程图

3　算例分析

为了验证本文提出的基于属性识别与主客观权重相结合的配电网综合评价方法的合理性与性能表现，本文以五个典型城市的配电网作为实例进行讨论分析。该五个配电网包括：一线城市的配电网A，省会级城市配电网B和C，普通地市级城市的配电网D和E。通过对五个典型城市的配电网进行调研，获得了30个特征指标数据[20]。对其中的中间值指标进行偏移率处理后得到表1和表2所示。

表1　四个城市配电网的调研数据

表2　指标的分级标准

3.1综合权重确定

依据以上数据，按照1.2节所述步骤可求出M1，有:

同理，可求得Mi，i=2,3,4,5。

由式(13)-(14)可以得到客观权重向量B1=(0.0393 0.0416 0.0302 0.0307 0.0416 0.0368 0.0315 0.0392 …)，B2=(0.0404 0.0404 0.0383 0.0253 0.0404 0.0262 0.0263 0.0336 0.0249…)，B3、B4、B4、B5略。

由专家的意见，对指标排序，确定的序关系为：

Y13Y14Y22Y24Y7Y8Y17Y18Y23Y16Y5Y15Y25Y26Y6Y19Y20Y21Y27Y28Y29Y30Y4Y9Y10Y12Y1Y2Y11Y3

表3　各指标间的相对重要程度

由(15)式可以计算出A城市配电网的评价指标的综合权重向量为ww1=(0.0027,0.0029,0.0011,0.0062,0.0305,0.0170,0.0715,0.0890,0.0052,0.0054,…)，同理可得到其他四个城市配电网的评价指标综合权重向量ww2、ww3、ww4以及ww5。

3.2综合评价及结果分析

由五座城市的指标测度评价矩阵M1、M2、M3、M4以及M5和每座城市相对应的综合权重ww1、ww2、ww3、ww4以及ww5，由式(5)即可求得综合测度评价矩阵：

在本文中，置信度λ取0.7，由式(7)、式(8)可计算出五个城市配电网的综合得分，A城市得分5.21，B城市得分5.14，C城市得分4.93，D城市得分3.40，E城市得分4.47，还可以得到A城市配电网的等级最高，程序运行结果为等级2，B城市和C城市的配电网为等级2，D城市的配电网为等级6，E城市的配电网为等级4，即配电网发展水平由高到低分别为：A、B、C、E、D。符合配电网A是一线城市，配电网B和C是两个省会级城市，配电网E和D是一个普通地市级城市的实际情况。此外，该结果与韩震焘在文献[20]中得到的实验结果也相互吻合，进一步印证了方法的科学性与合理性。

4　结　语

本文提出了一种对于配电网多指标体系的综合评价方法，通过对中间值指标进行数值偏移率处理，基于属性识别理论，建立了样本空间矩阵与指标测度评价矩阵，弥补属性识别不能直接处理中间值指标的缺陷。结合主观G1赋权法以及客观熵权赋权法，进行目标配电网的综合评价。与相关研究结果的实例对比分析表明，本文提出的综合评价方法科学、合理。同时，本文所提出的基于属性识别的综合评价方法也为其他领域多指标复杂系统的综合评价提供了参考。

[1] 魏祖宽，熊娅秋，金在弘.组件技术在配电网专业分析功能中的研究与应用[J].计算机应用与软件，2010，27(6):175-177,241.

[2] 刘志刚，谢志林，徐敏锐,等.智能电网互动终端系统设计与实现[J].计算机应用与软件，2012，29(1):276-279.

[3] 王成山，罗凤章.配电系统综合评价理论与方法[M].北京：科学出版社，2012:191-240.

[4] 吴开贵，王韶.基于 RBF 神经网络的电网可靠性评估模型研究[J].中国电机工程学报，2000，20(6):9-12.

[5] 谢莹华，王成山.基于馈线分区的中压配电系统可靠性评估[J].中国电机工程学报，2004，24(5):35-39.

[6] Li W，Wang P，Li Z，et al.Reliability evaluation of complex radial distribution systems considering restoration sequence and network constraints[J].IEEE Transactions on Power Delivery，2004，19(2):753-758.

[7] 郭志忠，刘伟.配电网安全性指标的研究[J].中国电机工程学报，2003，23(8):85-90.

[8] 顾伟，蒋平，蔡桂龙，等.地区电能质量评估及综合治理研究[J].电力需求侧管理，2004，5(2):20-23.

[9] 刘颖英，徐永海，肖湘宁.地区电网电能质量综合评估新方法[J].中国电机工程学报，2008，28(22):130-136.

[10] 张蔓，林涛，曹健，等.理想区间法在电能质量综合评估中的应用[J].电网技术，2009，33(3):33-38.

[11] 李欣然，刘杨华，朱湘有，等.高压配电网建设规模的评估指标体系及其应用研究[J].中国电机工程学报，2006，26(17):18-24.

[12] 李晓辉，张来，李小宇，等.基于层次分析法的现状电网评估方法研究[J].电力系统保护与控制，2008，36(14):57-61.

[13] 张心洁，葛少云，刘洪，等.智能配电网综合评估体系与方法[J].电网技术，2014，38(1):41-45.

[14] 黄志成.基于模糊聚类的CSCL学习者混合属性分组[J].计算机应用与软件，2011，28(2):118-121.

[15] 李军，李继光，姚建刚，等.属性识别和G1熵权法在电能质量评价中的应用[J].电网技术，2009，33(14):56-61.

[16] 郭奇，曹洪洋.大气环境质量评价的属性识别法[J].环境监测管理与技术，2004，16(3):41-44.

[17] 郭延永，刘攀，吴瑶，等.基于属性识别的高速公路交通安全设施系统评价[J].东南大学学报，2013，43(6):1306-1310.

[18] 张龙云，曹升乐，杨尚阳.属性识别理论在水安全评价中的应用研究[J].山东大学学报，2006，36(5):70-72.

[19] 程乾生.属性识别理论模型及应用[J].北京大学学报:自然科学版，1997，33 (1):12-20.

[20] 韩震焘.城市配电网综合评价体系研究[D].天津:天津大学，2012，35-43.

[21] 罗毅，李昱龙.基于熵权法和灰色关联分析法的输电网规划方案综合决策[J].电网技术，2013，37(1):78-80.

[22] 高建明，龚亮亮，吕涛.基于信息熵的目标平台识别方法[J].计算机应用与软件，2013，30(9):224-227.

[23] 张璇，廖鸿志，李彤,等.基于信息熵和攻击面的软件安全度量[J].计算机应用，2013，33(1):19-22,48.

ATTRIBUTE RECOGNITION-BASED COMPREHENSIVE EVALUATION METHOD FOR DISTRIBUTION NETWORK

Liu XiangjunLi Mailin

(School of Electrical and Electronic Engineering,North China Electric Power University,Beijing 102206,China)

Distribution networks play an important role in Chinese electrical power system,to make scientific evaluation on them has the great significance.In this paper,we presented a multi-index comprehensive evaluation method for distribution networks,the indexes include the network structural level,load supply capacity,equipment and technology level,operation and management level,etc.The method presents a numerical absolute deviation rate to pre-process the original data,and determines the comprehensive weights in combination with subjective and objective weight assigning method.It also establishes attribute measurement evaluation matrix according to attribute recognition theory,and uses confidence criterion and grading criterion to evaluate the grade belonged to and the comprehensive rating of the targeted distribution networks.Example analysis demonstrates that the proposed method is objective,accurate and comprehensive in evaluation results.

Attribute recognitionDistribution networkMulti-index evaluationComprehensive weight

2015-06-03。刘向军，副教授，主研领域：电气信息技术，电力系统评价等。李买林，硕士生。

TP39 TM71

A

10.3969/j.issn.1000-386x.2016.09.022