針對電網(wǎng)不同運(yùn)行狀態(tài)下,其評估指標(biāo)偏重有所不同,考慮了地區(qū)電網(wǎng)正常、低谷、高峰、檢修、故障狀態(tài)下五個典型運(yùn)行場景,按照目標(biāo)層、運(yùn)行場景層、指標(biāo)層和子指標(biāo)層的層次結(jié)構(gòu)形成了評估體系。在指標(biāo)權(quán)重計算方面,基于貝葉斯網(wǎng)絡(luò)對熵權(quán)-模糊層次分析法進(jìn)行改進(jìn),將主觀權(quán)重的獲取轉(zhuǎn)化為最大分布概率區(qū)間采樣問題,改善了傳統(tǒng)方法因個別專家偏好而引入的權(quán)重偏差,提高了專家意見的一致度。最終,以某地三個片區(qū)110 kV系統(tǒng)為例進(jìn)行驗證,所提方法可以實(shí)現(xiàn)對電網(wǎng)多場景運(yùn)行品質(zhì)的評價,有利于電網(wǎng)運(yùn)行人員對各場景下運(yùn)行狀況的縱向?qū)Ρ燃皡^(qū)域電網(wǎng)間的橫向?qū)Ρ?為電網(wǎng)的優(yōu)化運(yùn)行提供針對化參考。 

【文章來源】：電工電能新技術(shù). 2020,39(11)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

地區(qū)電網(wǎng)多運(yùn)行場景品質(zhì)評估體系Fig．1Qualityevaluationsystemformulti-operationscenariosofregionalpowergrid

，經(jīng)專家意見兩兩對比后生成10個模糊判斷數(shù)，以各模糊判斷數(shù)的上下界為拉丁超立方抽樣的邊界，生成60組專家意見子樣本，由等寬法做區(qū)間劃分處理后(考慮到模糊數(shù)和指標(biāo)權(quán)重的取值范圍較小，等寬法的區(qū)間數(shù)設(shè)置為10)形成貝葉斯網(wǎng)絡(luò)的訓(xùn)練集。在已知模糊判斷數(shù)為因，指標(biāo)權(quán)重為果的邏輯下，設(shè)置K2學(xué)習(xí)算法的節(jié)點(diǎn)順序為1～15，其中:1～10節(jié)點(diǎn)為專家意見節(jié)點(diǎn)，對應(yīng)于模糊判斷矩陣中的10個模糊判斷數(shù)，11～15節(jié)點(diǎn)為指標(biāo)權(quán)重節(jié)點(diǎn)，對應(yīng)于5個指標(biāo)的權(quán)重。生成的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。在獲得貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，進(jìn)一步進(jìn)行圖3貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖Fig．3Bayesiannetworkstructurediagram貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)并得到完整的貝葉斯網(wǎng)絡(luò)。根據(jù)上述方法，按分布概率最高的區(qū)間對因節(jié)點(diǎn)1～10依次采樣，即可得到各果節(jié)點(diǎn)11～15的后驗分布概率，表2展示了各節(jié)點(diǎn)屬性的區(qū)間參數(shù)和最大概率區(qū)間情況，其中:1～10節(jié)點(diǎn)的最大概率區(qū)間為采樣前的分布情況，即先驗分布，11～15節(jié)點(diǎn)的最大概率區(qū)間為對因節(jié)點(diǎn)采樣后獲得的最大后驗分布。表2貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)屬性參數(shù)Tab．2AttributeparametersofBayesiannetworknodes節(jié)點(diǎn)節(jié)點(diǎn)取值范圍區(qū)間寬度最大概率區(qū)間概率(%)1［0.170，1.000］0.083［0.170，0.253］31.82［0.333，0.996］0.066［0.466，0.532］18.53［0.202，2.000］0.180［1.820，2.000］19.74［0.334，2.960］0.263［0.859，1.122］13.35［0.509，4.971］0.446［2.294，2.740］22.96［1.000，2.996］0.200［

當(dāng)部分專家給出極端意見時，按照上述方法處理將給主觀權(quán)重帶來偏差，難以保證綜合權(quán)重是對專家整體意見的客觀反映�？紤]到專家意見和主觀權(quán)重屬于因果關(guān)系，且一般情況下極端意見的分布概率遠(yuǎn)遠(yuǎn)低于專家整體認(rèn)可的意見，本文引入貝葉斯網(wǎng)絡(luò)，通過概率采樣的方法對模糊層次分析法進(jìn)行改進(jìn)。3.2基于貝葉斯改進(jìn)的熵權(quán)-模糊AHP3.2.1貝葉斯網(wǎng)絡(luò)貝葉斯網(wǎng)絡(luò)是一種概率學(xué)中常用的分析模型，它將概率論和圖論相結(jié)合，可以處理一些難以處理的不確定性問題。貝葉斯網(wǎng)絡(luò)在結(jié)構(gòu)上是一個有向無環(huán)圖。圖2中的節(jié)點(diǎn)代表了屬性變量，邊代表因果關(guān)系，如圖2所示，節(jié)點(diǎn)x1指向x2，說明x1為x2的因節(jié)點(diǎn)。圖2貝葉斯網(wǎng)絡(luò)模型Fig．2Bayesiannetworkmodel貝葉斯網(wǎng)絡(luò)學(xué)習(xí)分為結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)，結(jié)構(gòu)學(xué)習(xí)是指確定網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，常用的算法有K2搜索法和爬山搜索法等，K2搜索法可預(yù)先指定節(jié)點(diǎn)順序作為參考，順序靠前的更容易成為因節(jié)點(diǎn)，在本文中，因主要考慮專家意見對指標(biāo)權(quán)重的影響，故選

【參考文獻(xiàn)】：
期刊論文
[1]基于熵權(quán)Fuzzy-AHP法的食品安全風(fēng)險評估[J]. 張景祥.  科技創(chuàng)新導(dǎo)報. 2018(31)
[2]計及電力電子變壓器的交直流混合配電網(wǎng)能效評估[J]. 洪瀾,彭勇剛,李悅,年珩,韋巍.  電工電能新技術(shù). 2019(02)
[3]考慮高壓配電網(wǎng)重構(gòu)的城市電網(wǎng)低谷時段無功返送抑制策略[J]. 寧世超,呂林,劉友波,李勇,王躍,尹龍.  電力系統(tǒng)及其自動化學(xué)報. 2018(07)
[4]貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)中的連續(xù)變量離散化方法研究[J]. 劉曉明,李盼池,劉顯德,肖紅.  計算機(jī)與數(shù)字工程. 2018(05)
[5]計及高壓配電網(wǎng)負(fù)荷轉(zhuǎn)供的城市220 kV片區(qū)電網(wǎng)供電能力分析[J]. 張曦,劉友波,呂林,金勇,劉俊勇,劉若凡.  電網(wǎng)技術(shù). 2017(05)
[6]基于可拓云模型的配電網(wǎng)經(jīng)濟(jì)運(yùn)行綜合評價及靈敏度分析[J]. 馬麗葉,丁榮榮,盧志剛,李學(xué)平.  電工電能新技術(shù). 2016(07)
[7]電網(wǎng)每日運(yùn)行評價指標(biāo)體系研究[J]. 戴遠(yuǎn)航,陳磊,閔勇,成濤.  電網(wǎng)技術(shù). 2015(06)
[8]基于多算子層次分析模糊評價的電網(wǎng)安全與效益綜合評價指標(biāo)體系[J]. 穆永錚,魯宗相,喬穎,王陽,黃瀚,周勤勇,韓家輝.  電網(wǎng)技術(shù). 2015(01)
[9]高壓配電網(wǎng)規(guī)劃評價指標(biāo)體系與綜合評價模型[J]. 羌丁建,壽挺,朱鐵銘,黃民翔,鐘宇峰,范華.  電力系統(tǒng)保護(hù)與控制. 2013(21)
[10]基于層次分析法的配電網(wǎng)運(yùn)行方式多目標(biāo)優(yōu)化[J]. 翁嘉明,劉東,何維國,楊濱,黃玉輝.  電力系統(tǒng)自動化. 2012(04)

碩士論文
[1]地區(qū)電網(wǎng)運(yùn)行方式評價方法的研究[D]. 田洪.上海交通大學(xué) 2009



本文編號：3611959