基于改進模糊物元分析模型的智能變電站綜合評價

張紅

摘 要：智能變電站綜合評價關(guān)系到新一代智能電網(wǎng)的建設(shè)水平，科學、合理地對智能變電站進行綜合評價是非常關(guān)鍵的科學問題。本文借助改進熵權(quán)法對評價指標進行賦權(quán)，再結(jié)合模糊物元分析和歐氏貼進度理論，并以此建立基于模糊物元分析的智能變電站評價模型，希望該評價模型的建立能夠為智能變電站方面的綜合評價提供理論參考。

關(guān)鍵詞：智能變電站；改進熵權(quán)法；模糊物元分析；綜合評價

DOI：10.16640/j.cnki.37-1222/t.2018.18.103

智能變電站綜合評價關(guān)系到新一代智能電網(wǎng)的建設(shè)水平，科學、合理地對智能變電站進行綜合評價是非常關(guān)鍵的科學問題。關(guān)于智能變電站綜合評價的文獻有一些，典型的如：曾樂宏，周暉，張祥龍利用期間數(shù)的理論方法得出智能變電站相關(guān)評價指標的期間值，并以此期間值作為評價指標的模擬數(shù)據(jù)，然后利用多指標灰靶模型對各個模擬方案進行綜合評價，將給出的評價模型應用到智能變電站建設(shè)方案中，得到的結(jié)論較好地驗證了該模型的可用性[1]；徐翀利用已有的變電站建設(shè)相關(guān)風險研究，構(gòu)建了智能變電站建設(shè)項目風險評價指標體系，包括管理、經(jīng)濟、安全、技術(shù)及環(huán)境五類風險，再利用直覺模糊熵對智能變電站建設(shè)項目的風險進行評價，以此為建設(shè)項目風險管理者提供重點風險因素參考，為其制定風險防范措施提供依據(jù)[2]；李軍通過專家之間的交流結(jié)合層次分析法和熵權(quán)法來制定智能化變電站的評價指標體系，并用模糊綜合評價法進行指標值的計算，進行系統(tǒng)、客觀的分析和評價，得出綜合分值，該分值的高低反映項目技術(shù)性、經(jīng)濟性、社會性和實用性的綜合水平，得出評價結(jié)論[3]；劉海濤，黃鳴宇，張永浩等提出了一種智能變電站合并單元性能模糊的綜合評價模型，最后運用了該評價模型對某型號的合并單元進行綜合評價，證明了其有效性及簡單可靠性[4]。本文以傳統(tǒng)的熵權(quán)法為基礎(chǔ)，以其人為約定導致的弊端為切入點進行改進，使其在實際運用中更加合理，一定程度上拓展了使用范圍，并將改進后的方法運用到指標賦權(quán)中，再結(jié)合歐氏貼進度和模糊物元分析理論，以此建立起歐氏貼進度及改進熵的模糊物元分析模型，根據(jù)相對貼進度的大小對評價對象進行排序，并應用到智能變電站的綜合評價中。

1 智能變電站指標體系研究

1.1 智能變電站評價指標構(gòu)建原則

參照公認的SMART準則，結(jié)合所評價的智能變電站的實際情況來確定智能變電站評價指標體系的構(gòu)建原則為：（1）系統(tǒng)性原則。評價指標的選擇盡量能夠全面系統(tǒng)的反映智能變電站所具有的特點和內(nèi)涵；（2）科學性。評價指標能夠反映智能變電站的實際情況，不能認為約定；（3）可選取性。指標是用來評價智能變電站的，指標盡量是容易獲取的，不能獲取的指標就沒有任何意義；（4）典型性。指標能夠代表智能變電站的綜合情況，不能出現(xiàn)冗余的指標。

1.2 智能變電站指標體系構(gòu)建

根據(jù)智能變電站指標的構(gòu)建原則，在前期文獻[1-4]的基礎(chǔ)上，結(jié)合所評價的智能變電站的實際情況，選擇智能變電站的評價指標，構(gòu)建智能變電站評價指標體系如圖1所示。

2 智能變電站評價模型

本文利用改進熵權(quán)法[5-9]對智能變電站的評價指標進行賦權(quán)，結(jié)合模糊物元分析[10-14]理論，建立智能變電站的綜合評價模型，最后根據(jù)每個智能變電站的歐氏貼近度的大小對所選的智能變電站進行綜合排序，說明智能變電站的優(yōu)劣，下面給出智能變電站評價模型的步驟。

第1步：智能變電站評價模糊物元矩陣的構(gòu)建。用“智能變電站、評價指標、模糊量值”構(gòu)成的有序三元組對智能變電站的基本元進行描述，用表示。如有個智能變電站，每個智能變電站有個評價指標，則構(gòu)成個智能變電站個指標的復合模糊物元，用矩陣形式可表示為：

（1）

式中：—表示智能變電站，—表示評價指標，—表示相對應的模糊量值，—表示智能變電站的序號，—表示評價指標的序號。

第2步：智能變電站評價指標的隸屬度矩陣計算。將復合模糊物元矩陣轉(zhuǎn)換為隸屬度矩陣。根據(jù)建立的智能變電站評價指標體系，本文所選取的指標都為效益型指標，也就是越大越好的指標，則指標的隸屬度計算方法采用如下公式[15]：

（2）

根據(jù)上述指標計算出的隸屬度，就可以將復合模糊物元矩陣向隸屬度矩陣轉(zhuǎn)換，用表示隸屬度矩陣，則為：

（3）

第3步：最優(yōu)模糊元和差平方復合模糊元的構(gòu)建。

（1）建立智能變電站的最優(yōu)模糊物元。根據(jù)式（3）的隸屬度矩陣，可以構(gòu)造最優(yōu)智能變電站的模糊物元，最優(yōu)模糊物元為：

（4）

（2）建立智能變電站的差平方復合模糊物元。通過上述式（3）、式（4）的差平方建立差平方復合模糊物元矩陣，即通過式（4）中的向量減去式（3）中的每一個，再將所得差值作平方后就得到了差平方復合模糊物元矩陣，差平方復合模糊物元矩陣為：

（5）

式中：。

第4步：計算智能變電站評價指標權(quán)重。在指標賦權(quán)上運用傳統(tǒng)熵權(quán)法的案例很多，通過熵的計算得出各項指標的權(quán)重。但傳統(tǒng)熵權(quán)法在指標權(quán)重的計算上存在人為特殊約定的局限，該局限導致傳統(tǒng)熵權(quán)法的運用受到一定的限制，本文真實居于此弊端，并對其進行改進。利用此方法確定權(quán)重的具體計算步驟如下：

（1）指標熵值計算。

（6）

式中 ，

（2）指標差異系數(shù)計算。

（7）

（3）指標權(quán)重計算。指標權(quán)重的計算需要對指標作差異系數(shù)標準化處理，可以得到權(quán)重，計算公式為：

（8）

第5步：智能變電站排序。本文采用歐氏貼近度[7-11]對智能變電站進行排序，歐氏貼近度的計算公式為：

（9）

—表示第個智能變電站與最優(yōu)智能變電站之間的貼近程度。越大，表示智能變電站越好。

3 算例

本文將該評價模型應用到智能變電站的綜合決策中，優(yōu)選智能變電站。本文以5個具有代表性的智能變電站作為優(yōu)選對象，通過行業(yè)內(nèi)3位專家對5個優(yōu)選的智能變電站進行評價指標打分，打分區(qū)間為[0，100]，最后取3位專家各指標打分的平均分，以代表5個智能變電站，5個智能變電站的模糊物元矩陣為：

（10）

以式（10）中數(shù)據(jù)為基礎(chǔ)，將智能變電站的評價指標的數(shù)值帶入公式（2），從而得到評價指標的隸屬度矩陣，見式（11）。

（11）

根據(jù)式（11）中所給的各指標構(gòu)成的隸屬度矩陣，選取矩陣中每一列指標隸屬度的極大值（即每一個指標的最大值），顯然，矩陣中每一列的最大值都均為1，可得最優(yōu)模糊物元見式（12）。

（12）

根據(jù)式（11）、式（12）中的差平方構(gòu)建差平方復合模糊物元矩陣，即用式（12中）的向量減去式（11）中的每一個行向量，所得差值再作平方，即得到差平方復合模糊物元矩陣，差平方復合模糊物元矩陣見式（13）。

（13）

以式（10）中的隸屬度矩陣數(shù)據(jù)為基礎(chǔ)，根據(jù)文中的式（6）—（8）計算7個指標的、和（其中），即可得出7項評價指標的熵權(quán)法權(quán)重（見表1）。

根據(jù)文中式（9）可以計算每一個智能變電站的歐氏貼進度，同時根據(jù)貼進度的大小能夠得到5個智能變電站的排序，見表2。

根據(jù)表2中的排序結(jié)果，所選5個智能變電站綜合排序為（表示優(yōu)于）。 說明5個智能變電站中方案2較優(yōu)。

4 結(jié) 論

本文針對智能變電站綜合評價需要，結(jié)合現(xiàn)有的評價方法，選取常用的熵權(quán)法、歐式貼近度和模糊物元分析理論，將三者結(jié)合，運用到智能變電站的綜合評價中，但是文本所用的傳統(tǒng)熵權(quán)法因存在人為約定因素，在評價運用中存在一定的局限，為了使該方法運用更廣泛，本文對存在的局限進行改進，使其在評價中更科學合理。通過改進后的熵權(quán)法對各項指標進行賦權(quán)，結(jié)合模糊物元分析理論和歐式貼近度計算方法，便形成一套更加科學、合理，且運用范圍更廣，在該方法中，通過改進熵權(quán)法賦權(quán)后結(jié)合模糊物元分析法和歐式貼近度計算出貼近度的大小，根據(jù)該值得得出所選智能變電站的綜合排序，說明了該模型的有效性，由此可見，該評價模型不僅能夠應用到現(xiàn)有的智能變電站綜合評價中，還可以將該方法運用到其它類似的綜合評價問題中，此方法值得借鑒和推廣。

參考文獻：

[1]曾樂宏，周暉，張祥龍.基于區(qū)間數(shù)的多指標灰靶模型在智能變電站綜合評價中的應用[J].水電能源科學，2014，32（12）：182-185.

[2]徐翀.基于直覺模糊熵權(quán)法的智能變電站建設(shè)項目風險評價[J].華東電力，2014，42（07）：1449-1451.

[3]李軍.智能化變電站工程評價指標體系與評價方法研究[D].華北電力大學，2013.

[4]劉海濤，黃鳴宇，張永浩，王博.智能變電站合并單元性能模糊綜合評價模型研究[J].電氣應用，2014，33（20）：102-106.

[5]胡媛，馬瑜.海西城市群綠色經(jīng)濟效率的測算以及實證研究——基于熵權(quán)法和DEA方法[J].云南農(nóng)業(yè)大學學報（社會科學），2018（03）：69-75.

[6]孫雅茹，董增川，周毅，馮勝男.基于結(jié)構(gòu)熵權(quán)法的長江下游水資源承載力評價——以南京市為例[J].人民長江，2018，49（07）：47-51.

[7]田帥輝，劉宇.中國電子商務與快遞業(yè)復合系統(tǒng)協(xié)同度評價——基于熵權(quán)法[J].技術(shù)經(jīng)濟，2018，37（02）：85-90.

[8]趙嶷飛，萬俊強.五元聯(lián)系數(shù)-熵權(quán)法的航空公司風險評價[J].科學技術(shù)與工程，2018，18（05）：347-352.

[9]栗遇春，葛翔，李發(fā)亮，梁來明，張銀昌，朱敏，張良，吳啟立.基

于熵權(quán)法的電能計量裝置改造后評價模型[J].國外電子測量.

[10]劉家福，王強，單利博.基于PSR與模糊物元模型的吉林省西部農(nóng)牧用地生態(tài)安全評價[J].吉林師范大學學報（自然科學版），2018，39（02）：128-134.

[11]梁瑛，季憲軍.基于灰色關(guān)聯(lián)投影值的模糊物元評價法的改進[J].統(tǒng)計與決策，2018，34（06）：61-64.

[12]顏京忠，孫明信，王磊，王巖，季翠娜.基于模糊物元法的電壓等級優(yōu)選[J].山東電力技術(shù)，2017，44（12）：28-32.

[13]魏燕明，張雪艷，岳奕丹，張嘉嘉.基于模糊物元分析法的坦克作戰(zhàn)效能評估[J].火力與指揮控制，2017，42（11）：151-155.

[14]張居營，孫晶.基于熵權(quán)模糊物元模型的創(chuàng)新型企業(yè)價值評估[J].技術(shù)經(jīng)濟，2017，36（09）：31-38.技術(shù)，2018，37（02）：25-29.

[15] 郭亞軍.綜合評價理論、方法及應用[M]北京：科學出版社，2007：49-51.