• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于可變模糊集的電能質(zhì)量評(píng)估方法

      2019-09-16 06:12:44朱唯韋程志友凡遠(yuǎn)柱
      關(guān)鍵詞:軋機(jī)級(jí)別電能

      張 可,朱唯韋,程志友,凡遠(yuǎn)柱

      (1.南瑞集團(tuán)有限公司,江蘇 南京 211000;2.安徽南瑞繼遠(yuǎn)電網(wǎng)技術(shù)有限公司,安徽 合肥 230088;3.安徽大學(xué) 教育部電能質(zhì)量研究中心,安徽 合肥 230601)

      電能作為一種使用廣泛的能源,其應(yīng)用程度已成為一個(gè)國(guó)家發(fā)展水平的主要標(biāo)志之一[1].電能質(zhì)量問(wèn)題已引起電網(wǎng)運(yùn)行部門(mén)、電能質(zhì)量監(jiān)測(cè)設(shè)備制造商、監(jiān)督部門(mén)及電力用戶(hù)的高度重視[2].大型用電設(shè)備的使用,對(duì)電網(wǎng)的安全運(yùn)行產(chǎn)生較大影響,因此準(zhǔn)確評(píng)估大型用電設(shè)備運(yùn)行對(duì)電能質(zhì)量的影響,對(duì)電網(wǎng)電能質(zhì)量的管理有重要意義[3-4].

      世界各國(guó)先后制定了一系列電能質(zhì)量國(guó)家標(biāo)準(zhǔn),然而這些標(biāo)準(zhǔn)只能用來(lái)判斷單項(xiàng)電能質(zhì)量指標(biāo)是否合格,不能判斷綜合電能質(zhì)量的優(yōu)劣[5],因此提出科學(xué)、客觀(guān)的電能質(zhì)量綜合評(píng)估方法尤為重要.相關(guān)科研人員進(jìn)行了探索,如文獻(xiàn)[6]提出一種排序穩(wěn)定的電能質(zhì)量評(píng)估方法,引入聯(lián)系度概念,解決了電能質(zhì)量綜合評(píng)估指標(biāo)的不確定性問(wèn)題,但聯(lián)系度系數(shù)的確定具有一定的主觀(guān)性.文獻(xiàn)[7]提出一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)(pulse coupled neural networks, 簡(jiǎn)稱(chēng)PCNN)的電能質(zhì)量評(píng)估新方法.由于電能質(zhì)量的評(píng)估指標(biāo)由定性和定量指標(biāo)構(gòu)成,具有一定的模糊性,電能級(jí)別之間也存在模糊性,因此模糊集原理在電能質(zhì)量綜合評(píng)估中得到廣泛應(yīng)用[8-9].文獻(xiàn)[10]采用的模糊綜合評(píng)估法一定程度上解決了多指標(biāo)的綜合評(píng)估問(wèn)題,但最大隸屬度原則掩蓋了評(píng)估指標(biāo)介于兩個(gè)隸屬度之間時(shí)可能出現(xiàn)的判斷偏差.

      筆者提出基于可變模糊集的電能質(zhì)量綜合評(píng)估方法,根據(jù)軋機(jī)系統(tǒng)運(yùn)行狀況確定影響軋機(jī)系統(tǒng)電能質(zhì)量的重要評(píng)估指標(biāo),對(duì)各評(píng)估指標(biāo)賦權(quán)時(shí),為避免指標(biāo)的賦權(quán)過(guò)于主觀(guān)或客觀(guān),采用最優(yōu)組合權(quán)重法為指標(biāo)賦權(quán),利用可變模糊集原理對(duì)軋機(jī)系統(tǒng)3種工況的電能質(zhì)量進(jìn)行綜合評(píng)估,改進(jìn)了評(píng)估級(jí)別邊界的動(dòng)態(tài)性和模糊性.采用相對(duì)隸屬度原則替代傳統(tǒng)的最大隸屬度原則,克服了最大隸屬度原則掩蓋評(píng)估指標(biāo)介于兩個(gè)隸屬度之間時(shí)造成判斷結(jié)果出現(xiàn)偏差的不足.

      1 評(píng)估指標(biāo)體系的構(gòu)建

      電能質(zhì)量評(píng)估是基于系統(tǒng)電氣參數(shù)的實(shí)際測(cè)量值或通過(guò)建模仿真獲得的數(shù)據(jù),對(duì)電能質(zhì)量各項(xiàng)性能指標(biāo)做出評(píng)估,且判斷其是否滿(mǎn)足國(guó)家標(biāo)準(zhǔn)的過(guò)程[11].單個(gè)指標(biāo)的合格與否并不能體現(xiàn)系統(tǒng)的整體狀況,電能質(zhì)量評(píng)估是一個(gè)多指標(biāo)的綜合評(píng)估.因此,評(píng)估指標(biāo)的選取,對(duì)電能質(zhì)量的評(píng)估有著重要影響.筆者結(jié)合電能質(zhì)量國(guó)家標(biāo)準(zhǔn)及軋機(jī)系統(tǒng)的實(shí)際運(yùn)行狀況,選取其中6項(xiàng)穩(wěn)態(tài)指標(biāo)作為評(píng)估指標(biāo),如圖1所示.

      圖1 電能質(zhì)量指標(biāo)體系

      該評(píng)估指標(biāo)體系中選取的6項(xiàng)電能質(zhì)量指標(biāo)為:三相電壓不平衡度Xεu、電壓總諧波畸變率XTHDu、電壓偏差Xeu、短時(shí)電壓閃變XPst、電壓波動(dòng)XΔdu、頻率絕對(duì)偏差Xf.根據(jù)國(guó)家標(biāo)準(zhǔn)及專(zhuān)家經(jīng)驗(yàn),將指標(biāo)的限值分為6個(gè)級(jí)別,如表1所示.為使所有評(píng)估數(shù)據(jù)均包含于對(duì)應(yīng)的級(jí)別區(qū)間,將指標(biāo)的邊界6擴(kuò)大至國(guó)家標(biāo)準(zhǔn)的兩倍,同時(shí)定義邊界0與邊界1間為特優(yōu)質(zhì)、邊界1與邊界2間為優(yōu)質(zhì)、邊界2與邊界3間為良好、邊界3與邊界4間為中等、邊界4與邊界5間為合格、邊界5與邊界6間為不合格.

      表1 評(píng)估指標(biāo)邊界值 %

      2 最優(yōu)組合權(quán)重法

      電能質(zhì)量的綜合評(píng)估[12]過(guò)程中,由于不同指標(biāo)在系統(tǒng)中的重要性不同,綜合評(píng)估之前,需要對(duì)每個(gè)評(píng)估指標(biāo)進(jìn)行權(quán)重確定,以提高評(píng)估結(jié)果的合理性.為了避免賦權(quán)時(shí)各指標(biāo)權(quán)重過(guò)于主觀(guān)或客觀(guān),該文采用最優(yōu)組合權(quán)重法[13],在主客觀(guān)權(quán)重的基礎(chǔ)上計(jì)算各指標(biāo)的最優(yōu)組合權(quán)重.首先采用層次分析法[14]計(jì)算各指標(biāo)的主觀(guān)權(quán)重,然后利用熵值法[15]計(jì)算各指標(biāo)的客觀(guān)權(quán)重,最后通過(guò)最優(yōu)組合權(quán)重法計(jì)算各評(píng)估指標(biāo)的最優(yōu)組合權(quán)重.

      2.1 層次分析法

      層次分析法(analytical hierarchy process, 簡(jiǎn)稱(chēng)AHP)的步驟如下:

      (1) 確定評(píng)估對(duì)象,構(gòu)造評(píng)估指標(biāo)的判斷矩陣.根據(jù)1~9標(biāo)度原則,構(gòu)造的判斷矩陣為

      V=(vij)m×n,

      其中:vij為判斷矩陣標(biāo)度值,表示指標(biāo)i相對(duì)指標(biāo)j的重要性.判斷矩陣標(biāo)度值含義見(jiàn)表2.

      表2 判斷矩陣標(biāo)度值含義

      (2) 對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn).判斷矩陣的隨機(jī)一致性比例為

      (1)

      其中:RI為隨機(jī)一致性指標(biāo),λmax為判斷矩陣的最大特征根.當(dāng)CR<0.1時(shí),認(rèn)為判斷矩陣滿(mǎn)足一致性要求,否則修改判斷矩陣,直至滿(mǎn)足CR<0.1.隨機(jī)一致性指標(biāo)的取值見(jiàn)表3.

      表3 隨機(jī)一致性指標(biāo)的取值

      (3) 將判斷矩陣的最大特征值對(duì)應(yīng)的特征向量作為各指標(biāo)的權(quán)重系數(shù).

      2.2 熵值法

      熵值法的基本思想是根據(jù)各個(gè)指標(biāo)所包含信息量的大小確定權(quán)重.熵值法的步驟如下:

      (1) 計(jì)算得到的第j項(xiàng)評(píng)估指標(biāo)的熵值為

      (2)

      (2) 計(jì)算得到的第j項(xiàng)評(píng)估指標(biāo)的權(quán)重值為

      (3)

      其中:ej為第j項(xiàng)指標(biāo)的熵值.

      2.3 最優(yōu)組合權(quán)重法

      最優(yōu)組合權(quán)重法是在多屬性決策條件下,對(duì)兩種或兩種以上單一模型確定的權(quán)重進(jìn)行協(xié)調(diào),獲得最優(yōu)權(quán)重的優(yōu)化方法.為了使各指標(biāo)的權(quán)重既結(jié)合主觀(guān)經(jīng)驗(yàn)又聯(lián)系客觀(guān)實(shí)際,該文引入偏差函數(shù),使指標(biāo)權(quán)重偏差最小.構(gòu)造的單目標(biāo)優(yōu)化模型為

      (4)

      其中:wjk為第k個(gè)指標(biāo)的第j種賦權(quán)法權(quán)重;vki為第k個(gè)指標(biāo)的第i種賦權(quán)法的權(quán)重;αj,αi分別為第j,i種賦權(quán)法的權(quán)重系數(shù).利用拉格朗日常數(shù)法,可得到各指標(biāo)的最優(yōu)權(quán)重向量為W=(w1w2…wn).

      3 基于可變模糊集的電能質(zhì)量評(píng)估方法

      利用可變模糊集原理[16-17]對(duì)電能質(zhì)量進(jìn)行綜合評(píng)估.

      樣本的特征值矩陣為

      (5)

      其中:xij表示第i個(gè)指標(biāo)第j個(gè)時(shí)刻的樣本特征值.i=1,2,…,m;j=1,2,…,n.

      (1) 標(biāo)準(zhǔn)值區(qū)間矩陣

      設(shè)評(píng)估指標(biāo)分為L(zhǎng)個(gè)級(jí)別區(qū)間,則m個(gè)指標(biāo)構(gòu)成的L個(gè)級(jí)別的標(biāo)準(zhǔn)值區(qū)間矩陣為

      (6)

      其中:i=1,2,…,n;h=1,2,…,L.根據(jù)電能質(zhì)量國(guó)家標(biāo)準(zhǔn)并結(jié)合軋機(jī)系統(tǒng)電能質(zhì)量實(shí)際情況,規(guī)定1級(jí)為最優(yōu)狀態(tài)、L級(jí)為最差狀態(tài).

      (2) 可變范圍評(píng)估區(qū)間矩陣

      根據(jù)評(píng)估指標(biāo)的標(biāo)準(zhǔn)值區(qū)間矩陣Yab,建立評(píng)判級(jí)別的可變范圍評(píng)估區(qū)間矩陣Ycd.指標(biāo)i的區(qū)間根據(jù)矩陣Yab的指標(biāo)標(biāo)準(zhǔn)值區(qū)間及相鄰區(qū)間確定,據(jù)此得到的可變范圍評(píng)估區(qū)間矩陣為

      (7)

      其中

      (8)

      (3) 區(qū)間[aih,bih]中相對(duì)隸屬度等于1的點(diǎn)值矩陣M

      聯(lián)系實(shí)際情況,根據(jù)矩陣Yab得區(qū)間[aih,bih]中相對(duì)隸屬度等于1的點(diǎn)值矩陣為

      (9)

      其中

      (10)

      Mih須滿(mǎn)足以下邊界條件

      (11)

      (4) 指標(biāo)xij在不同級(jí)別中的相對(duì)隸屬度矩陣

      設(shè)xij為評(píng)估指標(biāo)集內(nèi)的一個(gè)任意值.將xij與第i個(gè)指標(biāo)在不同級(jí)別中相對(duì)隸屬度等于1的點(diǎn)值矩陣元素Mih比較,若xij在Mih左側(cè),則其相對(duì)隸屬度模型為

      (12)

      若xij在Mih右側(cè),則其相對(duì)隸屬度模型為

      (13)

      由式(6)~(13)可得評(píng)估指標(biāo)在不同級(jí)別中的相對(duì)隸屬度矩陣為

      (14)

      (5) 綜合隸屬度

      第j個(gè)時(shí)刻的電能質(zhì)量狀態(tài)對(duì)級(jí)別h的綜合隸屬度為

      (15)

      其中:wi為指標(biāo)權(quán)重;α為優(yōu)化標(biāo)準(zhǔn)參數(shù),α=1為最小一乘方準(zhǔn)則,α=2 為最小二乘方準(zhǔn)則;p為距離參數(shù),p=1為海明距離,p=2為歐式距離.

      α,p有4種組合:α=1,p=1;α=1,p=2;α=2,p=1;α=2,p=2.

      根據(jù)4種組合,計(jì)算得非歸一化的綜合隸屬度矩陣為

      U′=(jμ′h).

      (16)

      對(duì)上式進(jìn)行歸一化,可得指標(biāo)i對(duì)級(jí)別h的綜合隸屬度矩陣為

      U*=(μh),

      (17)

      根據(jù)文獻(xiàn)[18]的級(jí)別特征值公式,可得級(jí)別特征值向量為

      H=(1 2 …L)U*.

      (18)

      根據(jù)上式的計(jì)算結(jié)果,可對(duì)評(píng)估指標(biāo)進(jìn)行綜合定量分析,進(jìn)而確定電能質(zhì)量級(jí)別.

      4 案例分析

      選用某鋼鐵廠(chǎng)10 kV段軋機(jī)系統(tǒng)作實(shí)驗(yàn)對(duì)象.選擇三相電壓不平衡度Xεu、電壓總諧波畸變率XTHDu、電壓偏差Xeu、短時(shí)電壓閃變XPst、頻率絕對(duì)偏差Xf、電壓波動(dòng)XΔdu為電能質(zhì)量評(píng)估指標(biāo),使用電能質(zhì)量檢測(cè)分析儀對(duì)1周內(nèi)軋機(jī)系統(tǒng)的3種工況(軋機(jī)待機(jī)、軋機(jī)低速軋制、軋機(jī)高速軋制)的評(píng)估指標(biāo)進(jìn)行觀(guān)測(cè)和記錄,將測(cè)量數(shù)據(jù)的95%概率大值作為數(shù)據(jù)典型值.1周內(nèi)不同工況的測(cè)量數(shù)據(jù)典型值如表4所示.

      表4 3種工況的實(shí)測(cè)數(shù)據(jù)典型值 %

      基于專(zhuān)家經(jīng)驗(yàn)可得各指標(biāo)的相對(duì)重要性為:電壓偏差>電壓總諧波畸變率>電壓閃變>電壓波動(dòng)>三相電壓不平衡度>頻率偏差.

      使用層次分析法,計(jì)算得到的各評(píng)估指標(biāo)的主觀(guān)權(quán)重為

      w1=(0.102 5,0.212,0.331 7,0.157,0.087 5,0.109 3).

      使用式(2)~(3),計(jì)算得到的各指標(biāo)的客觀(guān)權(quán)重為

      w2=(0.394 6,0.104 7,0.240 6,0.102 4,0.037 7,0.12).

      使用式(4),計(jì)算得到的各指標(biāo)的最優(yōu)組合權(quán)重為

      W=(0.190 3,0.179 8,0.304,0.141,0.072 3,0.113).

      由表1,4,計(jì)算得到的評(píng)估樣本的特征值矩陣X及指標(biāo)標(biāo)準(zhǔn)區(qū)間矩陣Yab分別為

      由指標(biāo)標(biāo)準(zhǔn)區(qū)間矩陣Yab及式(7)~(8),計(jì)算得到的可變范圍評(píng)估區(qū)間矩陣Ycd為

      由式(9)~(11),計(jì)算得到的標(biāo)準(zhǔn)值區(qū)間矩陣Yab級(jí)別區(qū)間中相對(duì)隸屬度等于1的點(diǎn)值矩陣M為

      通過(guò)1周內(nèi)軋機(jī)系統(tǒng)測(cè)量樣本的特征值矩陣及式(12)~(14)計(jì)算3種工況樣本的相對(duì)隸屬度,然后根據(jù)式(15)~(16)計(jì)算樣本i對(duì)級(jí)別h的綜合隸屬度,最后使用式(17)對(duì)綜合隸屬度進(jìn)行歸一化處理,得到不同參數(shù)條件下樣本i對(duì)級(jí)別h的綜合隸屬度矩陣如下:

      α=1,p=1時(shí)

      α=1,p=2時(shí)

      α=2,p=1時(shí)

      α=2,p=2時(shí)

      根據(jù)式(18)計(jì)算得到的4種參數(shù)組合下軋機(jī)系統(tǒng)待機(jī)、低速軋制、高速軋制3種工況的級(jí)別特征值及電能質(zhì)量綜合評(píng)估級(jí)別(見(jiàn)表5).

      表5 3種工況的級(jí)別特征值及電能質(zhì)量綜合評(píng)估級(jí)別

      當(dāng)級(jí)別特征值大于相鄰兩級(jí)別特征值的中點(diǎn)值時(shí),取大級(jí)別值作為最終的評(píng)估級(jí)別; 反之,取小級(jí)別值為最終評(píng)估級(jí)別.由表5可知,4種參數(shù)組合下軋機(jī)系統(tǒng)待機(jī)、低速軋制、高速軋制的電能質(zhì)量級(jí)別分別為II級(jí)、III級(jí)、IV級(jí),因此軋機(jī)系統(tǒng)雖為大負(fù)荷系統(tǒng)但對(duì)電能質(zhì)量的影響并不大,相對(duì)待機(jī)和低速軋制工況,高速軋制對(duì)電能質(zhì)量的影響較大.這是因?yàn)楦咚龠\(yùn)行時(shí)電流較大,導(dǎo)致電壓降較大,進(jìn)而導(dǎo)致電力指標(biāo)與其標(biāo)準(zhǔn)值之間的偏差較大,對(duì)電能質(zhì)量的影響也會(huì)較大.綜上可知該文方法具有可行性.

      5 結(jié)束語(yǔ)

      筆者利用最優(yōu)組合權(quán)重法在主客觀(guān)權(quán)重的基礎(chǔ)上為各指標(biāo)賦值,并通過(guò)可變模糊集原理對(duì)軋機(jī)系統(tǒng)不同工況下的電能質(zhì)量進(jìn)行綜合評(píng)估.在可變模糊集原理中,利用相對(duì)隸屬度代替了傳統(tǒng)的最大隸屬度,改進(jìn)了評(píng)估邊界的動(dòng)態(tài)性和模糊性,克服了最大隸屬度造成的當(dāng)評(píng)估值處于兩個(gè)隸屬度之間時(shí)出現(xiàn)判斷偏差的不足.針對(duì)軋機(jī)系統(tǒng)的綜合評(píng)估,可變模糊集原理能夠更有效處理相鄰評(píng)估級(jí)別間的模糊性問(wèn)題,某鋼鐵廠(chǎng)10 kV段軋機(jī)系統(tǒng)電能質(zhì)量的評(píng)估結(jié)果表明該方法具有可行性.

      猜你喜歡
      軋機(jī)級(jí)別電能
      熱連軋機(jī)組粗軋機(jī)精度控制
      痘痘分級(jí)別,輕重不一樣
      常見(jiàn)短應(yīng)力線(xiàn)軋機(jī)接軸托架簡(jiǎn)介
      蘋(píng)果皮可以產(chǎn)生電能
      電能的生產(chǎn)和運(yùn)輸
      海風(fēng)吹來(lái)的電能
      軋機(jī)工作輥平衡缸端蓋及密封圈的在線(xiàn)更換
      山東冶金(2019年2期)2019-05-11 09:12:24
      邁向UHD HDR的“水晶” 十萬(wàn)元級(jí)別的SIM2 CRYSTAL4 UHD
      新年導(dǎo)購(gòu)手冊(cè)之兩萬(wàn)元以下級(jí)別好物推薦
      澎湃電能 助力“四大攻堅(jiān)”
      沙田区| 张家界市| 海门市| 闸北区| 岢岚县| 靖安县| 如皋市| 新密市| 木里| 枣阳市| 廉江市| 商都县| 苍溪县| 聂荣县| 广灵县| 郧西县| 衡水市| 东安县| 武强县| 湘乡市| 桐城市| 佛山市| 稻城县| 陆良县| 孝感市| 三门县| 潞城市| 萨嘎县| 江口县| 高安市| 绥江县| 永定县| 长治市| 福安市| 文昌市| 敦化市| 揭东县| 万荣县| 海南省| 司法| 垦利县|