第 38 卷 第 10 期
2018 年 10 月
电 力 自 动 化 设 备
Electric Power Automation Equipment
Vol.38 No.10
Oct. 2018
❼
基于主成分分析的中压配电网供电可靠性评估
肖 白
1
,刘亚伟
1
,施永刚
2
,焦明曦
3
(1. 东北电力大学 电气工程学院,吉林 吉林 132012;2. 国网吉林省电力有限公司,吉林 长春 130021;
3. 国网吉林省电力有限公司 长春供电公司,吉林 长春 130021)
摘要:针对专家评判法在中压配电网供电可靠性评估确定指标权重的过程中容易受主观因素影响的问题,提
出一种基于主成分分析的中压配电网供电可靠性评估方法。 建立中压配电网供电可靠性评估指标体系,构
造待评估对象的评估指标矩阵,并将其依次处理为归一化指标矩阵和标准化指标矩阵;通过对标准化指标矩
阵的主成分分析,确定起主要作用的主成分,并以此求取综合评估函数中各可靠性指标的权重;建立待评估
对象的供电可靠性综合评估函数,进而求得待评估对象的可靠性评估值;结合各指标权重及其归一化指标值
绘制待评估对象的各指标满意度及重要性区域图,为中压配电网具有更高可靠性的改造提供了量化、直观的
科学依据。 工程实例证明了所提方法的有效性和实用性。
关键词:中压配电网;主成分分析;可靠性;评估指标
中图分类号:TM 761 文献标识码:A DOI:10.16081 / j.issn.1006
-
6047.2018.10.002
收稿日期:2018
-
01
-
02;修回日期:2018
-
06
-
22
基金项目:吉林省自然科学基金资助项目(20170101120JC);
吉林省教育厅科技项目(JJKH20180442KJ)
Project supported by Jilin Provincial Natural Science Foundation
(20170101120JC) and the Scientific Item of Education Bureau
of Jilin Province(JJKH20180442KJ)
0 引言
中压配电网可靠性评估能够有效指导供电系统
规划、设计、建设、改造、运行及管理,改善系统的供
电可靠性,提高电网投资效益,国内外越来越多的供
电企业正在开展或计划开展此项工作
[1]
。 在保证电
力系统供电质量的前提下,配电网的可靠性评估是
提高电力工业现代化水平的重要工作环节,通过对
配电网的可靠性评估,发现中压配电网的薄弱环节,
找到影响供电可靠性的主要因素,进而针对存在的
问题提出具体的电网改造方案,进一步改善供电可
靠性,并使整个配电网的安全性能和经济效益得到
增加。
当前配电网可靠性评估的典型方法有
[2⁃12]
故障
模式影响分析法
[6]
、人工神经网络法
[7]
、可靠性框
图法
[8]
、蒙特卡罗法
[9]
和故障树分析法
[10]
。 在对配
电网进行整体可靠性评估的过程中往往需考虑多个
指标综合作用的结果,其中指标权重的确定大多采
用依赖专家评判
[11]
,这种赋权方法受到专家知识、
经验、偏好的制约,易受主观性和偶然性因素的影
响;而 TOPSIS 法
[12]
在对指标进行同趋势的转换中
权重易受叠代法的影响。
针对上述问题,本文提出一种基于主成分分析
PCA(Principal Component Analysis)的中压配电网供
电可靠性评估方法。 首先建立中压配电网供电可靠
性评估指标体系,构造 待评 估对 象的 评 估 指 标 矩
阵;其次通过 PCA 确定起主要作用的主成分,并据
此求取综合评估函数中各可靠性指标的权重;然后
建立供电可靠性综合评估函数;最后结合各指标权
重及其归一化指标值,绘制待评估对象的各指标满
意度及重要性区域图。 工程实例表明该方法是有
效的。
1 PCA 原理简介
PCA 法 是 一 种 常 用 的 数 据 分 析 方 法。 目 前
PCA 法在电力系统状态估计、输电网规划方案决策
等
[13⁃15]
众多研究领域中已经成功应用。 PCA 通过
线性变换将给定的一组相关变量转换成另一组不相
关的变量,这些新的变量按照方差依次递减的顺序
排列,可用于提取数据的主要特征分量,常用于高维
数据的降维。 新变量即称为主成分,而且其保留了
原有变量中所包含的信息
[16]
。 PCA 主要通过坐标
的平移和旋转达到降维的目的。 假设有 2 维数据
表,其中数据呈椭圆状分布,重心为坐标原点,如图
1 所示。 将坐标系作旋转变换,以数据变异最大的
方向为 Y
1
轴,得到一个正交坐标系 Y
1
0Y
2
,忽略数据
变异较小的方向,即 Y
2
轴方向,将数据点投影在 Y
1
轴上。 这样就可以将原来 2 维数据空间的问题简化
到 1 维数据空间进行分析。
图 1 PCA 降维原理示意图
Fig.1 Schematic diagram of dimension reduction of PCA