地区电网多场景运行品质的熵权-贝叶斯模糊AHP评估
发布时间：2022-01-27 06:34
针对电网不同运行状态下,其评估指标偏重有所不同,考虑了地区电网正常、低谷、高峰、检修、故障状态下五个典型运行场景,按照目标层、运行场景层、指标层和子指标层的层次结构形成了评估体系。在指标权重计算方面,基于贝叶斯网络对熵权-模糊层次分析法进行改进,将主观权重的获取转化为最大分布概率区间采样问题,改善了传统方法因个别专家偏好而引入的权重偏差,提高了专家意见的一致度。最终,以某地三个片区110 kV系统为例进行验证,所提方法可以实现对电网多场景运行品质的评价,有利于电网运行人员对各场景下运行状况的纵向对比及区域电网间的横向对比,为电网的优化运行提供针对化参考。
【文章来源】：电工电能新技术. 2020,39(11)北大核心CSCD
【文章页数】：8 页
【部分图文】：
地区电网多运行场景品质评估体系Fig．1Qualityevaluationsystemformulti-operationscenariosofregionalpowergrid
，经专家意见两两对比后生成10个模糊判断数，以各模糊判断数的上下界为拉丁超立方抽样的边界，生成60组专家意见子样本，由等宽法做区间划分处理后(考虑到模糊数和指标权重的取值范围较小，等宽法的区间数设置为10)形成贝叶斯网络的训练集。在已知模糊判断数为因，指标权重为果的逻辑下，设置K2学习算法的节点顺序为1～15，其中:1～10节点为专家意见节点，对应于模糊判断矩阵中的10个模糊判断数，11～15节点为指标权重节点，对应于5个指标的权重。生成的贝叶斯网络结构如图3所示。在获得贝叶斯网络结构的基础上，进一步进行图3贝叶斯网络结构图Fig．3Bayesiannetworkstructurediagram贝叶斯网络的参数学习并得到完整的贝叶斯网络。根据上述方法，按分布概率最高的区间对因节点1～10依次采样，即可得到各果节点11～15的后验分布概率，表2展示了各节点属性的区间参数和最大概率区间情况，其中:1～10节点的最大概率区间为采样前的分布情况，即先验分布，11～15节点的最大概率区间为对因节点采样后获得的最大后验分布。表2贝叶斯网络节点属性参数Tab．2AttributeparametersofBayesiannetworknodes节点节点取值范围区间宽度最大概率区间概率(%)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［
当部分专家给出极端意见时，按照上述方法处理将给主观权重带来偏差，难以保证综合权重是对专家整体意见的客观反映。考虑到专家意见和主观权重属于因果关系，且一般情况下极端意见的分布概率远远低于专家整体认可的意见，本文引入贝叶斯网络，通过概率采样的方法对模糊层次分析法进行改进。3.2基于贝叶斯改进的熵权-模糊AHP3.2.1贝叶斯网络贝叶斯网络是一种概率学中常用的分析模型，它将概率论和图论相结合，可以处理一些难以处理的不确定性问题。贝叶斯网络在结构上是一个有向无环图。图2中的节点代表了属性变量，边代表因果关系，如图2所示，节点x1指向x2，说明x1为x2的因节点。图2贝叶斯网络模型Fig．2Bayesiannetworkmodel贝叶斯网络学习分为结构学习和参数学习，结构学习是指确定网络的拓扑结构，常用的算法有K2搜索法和爬山搜索法等，K2搜索法可预先指定节点顺序作为参考，顺序靠前的更容易成为因节点，在本文中，因主要考虑专家意见对指标权重的影响，故选
【参考文献】：
期刊论文
[1]基于熵权Fuzzy-AHP法的食品安全风险评估[J]. 张景祥. 科技创新导报. 2018(31)
[2]计及电力电子变压器的交直流混合配电网能效评估[J]. 洪澜,彭勇刚,李悦,年珩,韦巍. 电工电能新技术. 2019(02)
[3]考虑高压配电网重构的城市电网低谷时段无功返送抑制策略[J]. 宁世超,吕林,刘友波,李勇,王跃,尹龙. 电力系统及其自动化学报. 2018(07)
[4]贝叶斯网络参数学习中的连续变量离散化方法研究[J]. 刘晓明,李盼池,刘显德,肖红. 计算机与数字工程. 2018(05)
[5]计及高压配电网负荷转供的城市220 kV片区电网供电能力分析[J]. 张曦,刘友波,吕林,金勇,刘俊勇,刘若凡. 电网技术. 2017(05)
[6]基于可拓云模型的配电网经济运行综合评价及灵敏度分析[J]. 马丽叶,丁荣荣,卢志刚,李学平. 电工电能新技术. 2016(07)
[7]电网每日运行评价指标体系研究[J]. 戴远航,陈磊,闵勇,成涛. 电网技术. 2015(06)
[8]基于多算子层次分析模糊评价的电网安全与效益综合评价指标体系[J]. 穆永铮,鲁宗相,乔颖,王阳,黄瀚,周勤勇,韩家辉. 电网技术. 2015(01)
[9]高压配电网规划评价指标体系与综合评价模型[J]. 羌丁建,寿挺,朱铁铭,黄民翔,钟宇峰,范华. 电力系统保护与控制. 2013(21)
[10]基于层次分析法的配电网运行方式多目标优化[J]. 翁嘉明,刘东,何维国,杨滨,黄玉辉. 电力系统自动化. 2012(04)
硕士论文
[1]地区电网运行方式评价方法的研究[D]. 田洪.上海交通大学 2009
本文编号：3611959
【文章来源】：电工电能新技术. 2020,39(11)北大核心CSCD
【文章页数】：8 页
【部分图文】：
地区电网多运行场景品质评估体系Fig．1Qualityevaluationsystemformulti-operationscenariosofregionalpowergrid
，经专家意见两两对比后生成10个模糊判断数，以各模糊判断数的上下界为拉丁超立方抽样的边界，生成60组专家意见子样本，由等宽法做区间划分处理后(考虑到模糊数和指标权重的取值范围较小，等宽法的区间数设置为10)形成贝叶斯网络的训练集。在已知模糊判断数为因，指标权重为果的逻辑下，设置K2学习算法的节点顺序为1～15，其中:1～10节点为专家意见节点，对应于模糊判断矩阵中的10个模糊判断数，11～15节点为指标权重节点，对应于5个指标的权重。生成的贝叶斯网络结构如图3所示。在获得贝叶斯网络结构的基础上，进一步进行图3贝叶斯网络结构图Fig．3Bayesiannetworkstructurediagram贝叶斯网络的参数学习并得到完整的贝叶斯网络。根据上述方法，按分布概率最高的区间对因节点1～10依次采样，即可得到各果节点11～15的后验分布概率，表2展示了各节点属性的区间参数和最大概率区间情况，其中:1～10节点的最大概率区间为采样前的分布情况，即先验分布，11～15节点的最大概率区间为对因节点采样后获得的最大后验分布。表2贝叶斯网络节点属性参数Tab．2AttributeparametersofBayesiannetworknodes节点节点取值范围区间宽度最大概率区间概率(%)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［
当部分专家给出极端意见时，按照上述方法处理将给主观权重带来偏差，难以保证综合权重是对专家整体意见的客观反映。考虑到专家意见和主观权重属于因果关系，且一般情况下极端意见的分布概率远远低于专家整体认可的意见，本文引入贝叶斯网络，通过概率采样的方法对模糊层次分析法进行改进。3.2基于贝叶斯改进的熵权-模糊AHP3.2.1贝叶斯网络贝叶斯网络是一种概率学中常用的分析模型，它将概率论和图论相结合，可以处理一些难以处理的不确定性问题。贝叶斯网络在结构上是一个有向无环图。图2中的节点代表了属性变量，边代表因果关系，如图2所示，节点x1指向x2，说明x1为x2的因节点。图2贝叶斯网络模型Fig．2Bayesiannetworkmodel贝叶斯网络学习分为结构学习和参数学习，结构学习是指确定网络的拓扑结构，常用的算法有K2搜索法和爬山搜索法等，K2搜索法可预先指定节点顺序作为参考，顺序靠前的更容易成为因节点，在本文中，因主要考虑专家意见对指标权重的影响，故选
【参考文献】：
期刊论文
[1]基于熵权Fuzzy-AHP法的食品安全风险评估[J]. 张景祥. 科技创新导报. 2018(31)
[2]计及电力电子变压器的交直流混合配电网能效评估[J]. 洪澜,彭勇刚,李悦,年珩,韦巍. 电工电能新技术. 2019(02)
[3]考虑高压配电网重构的城市电网低谷时段无功返送抑制策略[J]. 宁世超,吕林,刘友波,李勇,王跃,尹龙. 电力系统及其自动化学报. 2018(07)
[4]贝叶斯网络参数学习中的连续变量离散化方法研究[J]. 刘晓明,李盼池,刘显德,肖红. 计算机与数字工程. 2018(05)
[5]计及高压配电网负荷转供的城市220 kV片区电网供电能力分析[J]. 张曦,刘友波,吕林,金勇,刘俊勇,刘若凡. 电网技术. 2017(05)
[6]基于可拓云模型的配电网经济运行综合评价及灵敏度分析[J]. 马丽叶,丁荣荣,卢志刚,李学平. 电工电能新技术. 2016(07)
[7]电网每日运行评价指标体系研究[J]. 戴远航,陈磊,闵勇,成涛. 电网技术. 2015(06)
[8]基于多算子层次分析模糊评价的电网安全与效益综合评价指标体系[J]. 穆永铮,鲁宗相,乔颖,王阳,黄瀚,周勤勇,韩家辉. 电网技术. 2015(01)
[9]高压配电网规划评价指标体系与综合评价模型[J]. 羌丁建,寿挺,朱铁铭,黄民翔,钟宇峰,范华. 电力系统保护与控制. 2013(21)
[10]基于层次分析法的配电网运行方式多目标优化[J]. 翁嘉明,刘东,何维国,杨滨,黄玉辉. 电力系统自动化. 2012(04)
硕士论文
[1]地区电网运行方式评价方法的研究[D]. 田洪.上海交通大学 2009
本文编号：3611959
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3611959.html
