为了进一步提高电能质量评估结果的精细化程度,提出了一种基于灰色关联度分析(Grey Relational Analysis,GRA)、二元语义(Binary Semantics,BS)和逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,...为了进一步提高电能质量评估结果的精细化程度,提出了一种基于灰色关联度分析(Grey Relational Analysis,GRA)、二元语义(Binary Semantics,BS)和逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)的电能质量综合评估方法。首先建立电能质量综合评估指标体系;其次利用G1法确定主观权重,采用指标相关法(Criteria Importance Though Intercrieria Correlation,CITIC)确定客观权重,并引入博弈论优化主客观综合权重系数,得到各项指标的综合权重;然后使用TOPSIS方法计算监测点指标数据与各指标对应的最优、最劣解之间的欧氏距离,并结合灰色关联度计算出相对贴近度,将其作为确定电能质量等级的判据并进行一次评估;最后利用二元语义法对一次评估结果中电能质量等级相同的监测点进行更为精细的二次评估。仿真算例结果验证该方法的有效性和精细性。展开更多
文摘为了进一步提高电能质量评估结果的精细化程度,提出了一种基于灰色关联度分析(Grey Relational Analysis,GRA)、二元语义(Binary Semantics,BS)和逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)的电能质量综合评估方法。首先建立电能质量综合评估指标体系;其次利用G1法确定主观权重,采用指标相关法(Criteria Importance Though Intercrieria Correlation,CITIC)确定客观权重,并引入博弈论优化主客观综合权重系数,得到各项指标的综合权重;然后使用TOPSIS方法计算监测点指标数据与各指标对应的最优、最劣解之间的欧氏距离,并结合灰色关联度计算出相对贴近度,将其作为确定电能质量等级的判据并进行一次评估;最后利用二元语义法对一次评估结果中电能质量等级相同的监测点进行更为精细的二次评估。仿真算例结果验证该方法的有效性和精细性。