電力變壓器狀態(tài)維修的模糊多屬性決策方法

電力變壓器狀態(tài)維修的模糊多屬性決策方法

0修方案的篩選狀態(tài)維護(hù)策略是通過在線監(jiān)測和趨勢分析結(jié)論。結(jié)合在線試驗(yàn)的數(shù)據(jù)和分析，制定了有限的維護(hù)方案。在考慮安全和經(jīng)濟(jì)性的基礎(chǔ)上，選擇合適的方案。對維修方案的評價(jià)涉及多個(gè)因素(屬性),由于信息的比較判別,特別是領(lǐng)域?qū)＜一驅(qū)I(yè)技術(shù)人員的評定無法用一個(gè)嚴(yán)格意義上的判斷標(biāo)準(zhǔn)來衡量,而是一個(gè)模糊的概念,因此有必要引入模糊決策方法對有限的維修方案進(jìn)行綜合評價(jià)。1不同程度的權(quán)集都被表示出,引起模糊與經(jīng)典多屬性決策相類似,模糊多屬性決策的基本模型可描述為:給定一個(gè)方案集A={A1,A2,…,Am}和每個(gè)方案相應(yīng)的屬性集C={C1,C2,…,Cn}以及說明每種屬性相對重要程度的權(quán)集w={w1,w2,…,wn}。其中關(guān)于屬性指標(biāo)和權(quán)值大小的表示方法可是數(shù)字的,也可是語言的;涉及的數(shù)據(jù)結(jié)構(gòu)可精確也可模糊。而所有語言的或不精確的屬性指標(biāo),權(quán)值大小和數(shù)據(jù)結(jié)構(gòu)等都被相應(yīng)地表示成決策空間中的模糊子集或模糊數(shù)。其模糊指標(biāo)值矩陣?FF?可寫成(“～”為模糊值):用廣義模糊合成算子變換模糊權(quán)值矢量?ww?和模糊指標(biāo)值矩陣?F,得到模糊決策矢量?D,即:?D=?w⊙?F=(?d1,?d2,?,?dm),用模糊集排序法比較模糊決策矢量的元素?d1,?d2,?,?dm,選出A1,A2,…,Am中最優(yōu)方案Amax。2模糊多屬性評價(jià)方法2.1j/nj,zi,zvi模糊多屬性決策中加權(quán)平均方法可表示為:A′={Ak|k∈Ι,U(Ak)=maxi{n∑j=1?wj?xij}},方案Ak的價(jià)值效用計(jì)算如下:假定函數(shù)g:R2n→R為g(?zi)=n∑j=1?wj?xij/n∑j=1?wj,式中,?zi=(?w1,?,?wn;?xi1,?,?xin)。在積空間R2n上可定義下面的隸屬函數(shù)μ?zi(z)=(n∧j=1μ?wj(wj))∧(n∧j=1μ?xij(xij)),而影射產(chǎn)生的模糊效用集?Ui=g(?zi)具有隸屬函數(shù)μ?Ui(u)=supz:g(z)=uμ?zi(z),?u∈R,設(shè)決策中精確概念與模糊概念都可用梯形模糊數(shù)表示,模糊效用函數(shù)采用簡單加權(quán)平均形式,即:?Ui=n∑j=1?wj?xij/n∑j=1?wj,i=1,2,?,m?式中?wj和?xij為普通實(shí)數(shù)或梯形模糊數(shù)。2.2模糊擬解的確定模糊折衷型決策方法是以模糊理想解與模糊負(fù)理想解二者同時(shí)為參照基準(zhǔn)建立起來的。其中,模糊理想解由每一屬性中模糊指標(biāo)值的極大集構(gòu)成,模糊負(fù)理想解由每一屬性中模糊指標(biāo)值的極小集構(gòu)成,采用海明距離的測度工具度量決策方案與模糊理想解和模糊負(fù)理想解之間的差異。決策的原則是方案與模糊理想解的距離越小越好,而與模糊負(fù)理想解的距離越大越好。引入滿意度的概念來刻畫方案與模糊理想解之間的差異,為對方案在各屬性上的滿意度加權(quán),以調(diào)整方案的優(yōu)劣次序,得到最大滿意解。算法描述為:確定模糊理想解:?Μ+=(?Μ+1,?Μ+2,?,?Μ+n),確定模糊負(fù)理想解:?Μ-j=(?Μ-1,?Μ-2,?,?Μ-n)。定義方案Ai相對于屬性j的相對滿意度λij:如指標(biāo)為精確值則λij=(xij-M-j)/(M+j-M-j);如指標(biāo)為模糊值則λij=dL(?xijL,?Μ-jL)+dR(?xijR,?Μ-jR)dL(?Μ+jL,?Μ-jL)+dR(?Μ+jR,?Μ-jR)。定義方案Ai相對于屬性j的模糊加權(quán)滿意度和總模糊加權(quán)滿意度分別為?λwij=?wjλij和?λΤi=?λwi1⊕?λwi2⊕?⊕?λwin,式中符號?表示模糊數(shù)的廣義加法。定義?λΤi、i=1,…,m的模糊極大集?max(?λΤi)、模糊極小集?min(?λΤi)和相對效用函數(shù)f(?λΤi),其隸屬度μf(?λΤi)(r)=(dL(?λΤiL,?min(?λΤiL))+dR(?λΤiR,?min(?λΤiR)))/(dL((?max(?λΤiL),?min(?λΤiL))+dR((?max(?λΤiR),?min(?λΤiR))),式中,dL、dR為海明距離測度;M+L、M+R分別為模糊理想解的左、右模糊極大集;M-L、M-R分別為模糊負(fù)理想解的左、右模糊極大集;其它下標(biāo)L、R為左、右模糊集。最后按f(?λΤi)的值從大到小排列方案的優(yōu)劣次序。[HJ]3檢修方案和屬性集建立1998年5月對某110kV變電站#1主變預(yù)試中發(fā)現(xiàn)油中總烴量超過注意值,經(jīng)色譜跟蹤,故障診斷及趨勢預(yù)報(bào)結(jié)果可知,該變壓器的故障是由于鐵心多點(diǎn)接地引起的高溫過熱故障。根據(jù)某試行的狀態(tài)檢修導(dǎo)則,對于鐵心多點(diǎn)接地采取限流措施后,電流<0.5A可暫緩檢修,加強(qiáng)監(jiān)視和監(jiān)測。為進(jìn)行方案的技術(shù)經(jīng)濟(jì)比較,根據(jù)故障診斷及趨勢預(yù)報(bào)結(jié)果和生產(chǎn)計(jì)劃安排,初擬訂提前進(jìn)行大修,檢修項(xiàng)目按導(dǎo)則安排;針對性大修,根據(jù)故障診斷及趨勢預(yù)報(bào)結(jié)果安排檢修項(xiàng)目;繼續(xù)跟蹤監(jiān)測,縮短預(yù)試周期,到大修周期再安排大修3個(gè)檢修方案。通過綜合分析,在兼顧安全性和經(jīng)濟(jì)性的基礎(chǔ)上,選用如下指標(biāo)組成屬性集:C1為維修所需技術(shù)水平:本單位有否相應(yīng)技術(shù)水平及外聘等;C2為維修風(fēng)險(xiǎn):爆炸、誤操作、高空墜落等;C3為維修對生產(chǎn)的影響:供電負(fù)荷、售電量、可靠性等;C4為故障對安全的危害:可能對電網(wǎng)安全造成的危害;C5為綜合費(fèi)用:維修費(fèi)、生產(chǎn)損失費(fèi)等;C6為維修效果:提高設(shè)備可靠性等。由上述檢修方案及屬性集,經(jīng)過領(lǐng)域?qū)＜业脑u審,得到表1的評估結(jié)果和屬性相對重要程度。將上述全部定性指標(biāo)轉(zhuǎn)換成梯形模糊數(shù)表示的定量指標(biāo),得到表2的決策矩陣。(1)效用值隸屬函數(shù)曲線?U1=6∑j=1?wj?x1j/6∑j=1?wj=(0.1959,0.2104;0.1117,0.4035);?U2=6∑j=1?wj?x2j/6∑j=1?wj=(0.2347,0.2938;0.1452,0.4535);?U3=6∑j=1?wj?x3j/6∑j=1?wj=(0.5449,0.5833;0.3081,0.5278)。圖1為上述效用值隸屬函數(shù)曲線?？梢夾3>A2>A1。(2)模糊加權(quán)滿意度模糊理想解:?Μ+=((1,1;0.2,0),(1,1;0.2,0),(0.9,1;0.2,0),(0.2,0.2;0.2,0.2),(0.5,0.5;0.2,0.2),(1,1;0.2,0))模糊負(fù)理想解:?Μ-=((0,0.1;0,0.2),(0,0.1;0,0.2),(0,0;0,0.2),(0,0;0,0.2),(0,0;0,0.2),(0,0;0,0.2))。滿意度矩陣λ和模糊加權(quán)滿意度矩陣?λw分別為:λ=[00.1100010.4600.0600.330.94111110],方案總的模糊加權(quán)滿意度:?λΤi=[(0.1812,0.185;0.0644,0.1233)(0.2708,0.2927;0.1008,0.1757)(0.9796,1;0.348,0.5625)],?λΤi的模糊極大集、模糊極小集、相對優(yōu)先函數(shù)分別為?max(?λΤi):(0.9796,1;0.348,0.5625),?min(?λΤi):(0.1812,0.185;0.0644,0.1233),即方案的優(yōu)劣次序?yàn)?A3>A2>A1?？梢?兩種方法排序的結(jié)果都為A3>A2>A1,即對于本例,最佳的檢修方案是繼續(xù)跟蹤監(jiān)測,縮短預(yù)試周期,到大修周期再安排大修。4模糊決策的方法狀態(tài)維修策略(方案)的優(yōu)選涉及很