﻿ 基于TOPSIS模型的智能变电站二次设备评估方法 Evaluation Method of Intelligent Substation Secondary Equipment Based on TOPSIS Model

Transmission and Distribution Engineering and Technology
Vol.04 No.04(2015), Article ID:16517,10 pages
10.12677/TDET.2015.44010

Evaluation Method of Intelligent Substation Secondary Equipment Based on TOPSIS Model

Li Du

Nanjing Quality Supervision and Inspection Institute, Nanjing Jiangsu

Received: Nov. 25th, 2015; accepted: Dec. 8th, 2015; published: Dec. 15th, 2015

ABSTRACT

Intelligent substation secondary equipment evaluation system aimed at evaluating status of intelligent substation secondary equipment based on the data in the database and evaluation methods given in expert system. Based on the characters of intelligent monitoring substation operation, standardized decision matrix was built and weight coefficient was calculated. TOPSIS evaluation model was set up so that the assessment results of intelligent substation secondary equipment condition can be acquired according to the assessment classification indexes. By instance analysis and comparison with the fuzzy comprehensive evaluation method, the practicability and accuracy of the evaluation method were proved.

Keywords:Intelligent Substation, The Secondary Equipment Evaluation, TOPSIS Model

1. 引言

2. TOPSIS模型

TOPSIS法，即优劣解距离法，它是通过规范化决策矩阵，计算最优解和最劣解，根据检测对象与最优解、最劣解之间的距离作为相对接近程度对评价对象的优劣进行排序 [5] ，并以此作为评估的依据。

“理想解”和“负理想解”是TOPSIS模型的两个重要概念。在TOPSIS模型中，理想解的各项指标都达到所有备选方案的最优，即最优方案；与此对应，负理想解的各项指标都达到所有备选方案的最劣，即最劣方案。对各备用方案进行排序即通过将备用方案与理想方案和负理想方案进行比较，最优方案即其中某一个与理想解距离最小，而同时与负理想解距离最大的方案，最差方案则与此相反 [6] 。

TOPSIS法评估步骤：

1) 首先构建样本指标初始矩阵X，包括n个监测点样本值、m个监测指标及k级评估标准对应的分级指标 [7] ，记为：

(1)

2) 归一化处理：

(2)

3) 确定各评价指标权重W，得到规范化的加权决策矩阵Z：

(3)

(4)

4) 计算基于各评价指标的最优解和最劣解：

(5)

5) 分别计算所有样本点与最优解和最劣解的欧式距离

(6)

6) 计算各样本点的接近度C：

(7)

7) 根据各样本点接近度的大小对所有样本点和分级限值样本点顺序进行排列，基于各样本点和分级样本点所处的相对位置对所有样本进行分级。如果样本位于1级标准与2级标准之间，则样本为2级，依此类推可确定各监测点二次设备的综合状态等级。

3. 基于TOPSIS模型的智能变电站二次设备评估方法

3.1. 特征量指标获取

Figure 1. Intelligent substation secondary equipment evaluation steps based on TOPSIS model

3.2. 矩阵构建

(8)

3.3. 权重确定

(9)

(10)

(11)

G1-法是一种无需一致性检验的主观赋权法 [8] 。在确定评价指标的序关系之前，首先应明确一个定义：若评价指标相对于某评价目标的重要性程度大于或大于等于时，记为。对于指标集，其权重系数的确立过程如下所述。

1) 序关系的确定

① 基于某个评价目标，按照专家意见在给定指标集中选取最重要的一个指标，记为

② 在余下的个指标中，再选出认为是最重要的一个指标，记为

③ 按以上原则依次进行下去，经过次，将最后剩余的一个指标记为

④ 经过以上步骤，就确定了一个序关系，即

2) 确定相邻指标间的相对重要程度 [9]

(12)

Table 1. Reference of rk assignment

3) 计算权重系数wi

(13)

(14)

1) 基于已有数据计算各个指标的平均值

(15)

2) 基于平均值计算各个指标的标准差

(16)

3) 由上述1)和2)结果，计算各个指标的变异系数

(17)

4) 确定指标权重系数

(18)

3.4. 理想解向量确定

(19)

(20)

(21)

(22)

3.5. 评估对象排序

4. 实例分析

4.1. 权重确定

4.2. 评估模型建立

Table 2. Part of the sample data

Table 3. Result of TOPSIS assessment

Table 4. Comparison of assessment results based on various methods

4.3. 模糊综合评估法

4.4. 评估方法比较

5. 结语

Evaluation Method of Intelligent Substation Secondary Equipment Based on TOPSIS Model[J]. 输配电工程与技术, 2015, 04(04): 93-102. http://dx.doi.org/10.12677/TDET.2015.44010

1. 1. 王晓亮. 超高压电网二次设备状态评估方法研究[D]: [硕士学位论文]. 兰州: 兰州交通大学, 2013.

2. 2. 潘超, 马成廉, 郑玲峰, 等. 一种结合模糊TOPSIS法和BP神经网络的变压器故障诊断方法[J]. 电力系统保护与控制, 2009, 37(9): 20-24.

3. 3. 陈金强, 李群湛. 基于熵权TOPSIS的变压器套管绝缘状态评估[J]. 绝缘材料, 2014(4): 89-92.

4. 4. 徐晋跃. 关于智能变电站一次设备智能化的运行分析[J]. 中小企业管理与科技, 2014(11): 175-176.

5. 5. 吕盼, 乔怡, 葛丽婷. 基于熵权TOPSIS法的输电网规划综合决策[J]. 华北电力大学学报(自然科学版), 2010, 37(4): 24-28.

6. 6. 李正明, 施诗, 潘天红, 等. 基于灰色关联度和理想解法的电能质量综合评估方法[J]. 电力系统保护与控制, 2014(6): 14-19..

7. 7. 曹邱林. 水利水电工程专业毕业设计质量控制与成绩评定方法研究[J]. 中国电力教育: 下, 2010(10): 35-37.

8. 8. 张晓楠, 袁永博. 基于CWM的住宅产业可持续发展评价模型研究[J]. 建筑经济, 2009(S2): 134-137.

9. 9. 刘建, 郑双忠, 邓云峰, 等. 基于G1法的应急能力评估指标权重的确定[J]. 中国安全科学学报, 2006, 16(1): 30-33.

10. 10. 陈亮亮, 马亮, 赵经华. 变异系数权重TOPSIS法在节水灌溉方案评价中的应用[J]. 水资源与水工程学报, 2010, 21(1): 95-96.

11. 11. 马博. 750 kV变电站二次设备智能评估专家系统设计研究[D]: [硕士学位论文]. 兰州: 兰州交通大学, 2014.

12. 12. 胡元潮, 阮江军, 杜志叶, 等. 基于TOPSIS法的变电站一次设备智能化评估[J]. 电力自动化设备, 2012, 32(12): 22-27.

13. 13. 张岩, 李双异, 李颖, 等. 多属性决策模型在农用地重点整治项目选址中的应用[J]. 国土资源科技管理, 2013, 30(4): 82-87.