本發(fā)明涉及電力系統(tǒng)分析與評估的，具體為基于區(qū)間熵的電網(wǎng)評估方法及系統(tǒng)。

背景技術(shù)：

1、隨著電力系統(tǒng)的復雜性和規(guī)模的不斷增長，對電網(wǎng)的評估和分析變得越來越重要。傳統(tǒng)的電網(wǎng)評估方法主要基于經(jīng)驗和定性分析，這些方法在處理復雜、多屬性的決策問題時存在局限性。為了更準確、全面地評估電網(wǎng)的性能和穩(wěn)定性，研究者們引入了多種數(shù)學模型和算法。

2、其中，遺傳算法作為一種全局優(yōu)化方法，因其在處理復雜優(yōu)化問題上的優(yōu)越性能而被廣泛應用于電網(wǎng)評估中。然而，傳統(tǒng)的遺傳算法在面對大規(guī)模電網(wǎng)評估問題時，往往需要較長的計算時間和較大的計算資源。此外，僅僅依賴遺傳算法得到的評估結(jié)果可能缺乏足夠的信息量，不能全面反映電網(wǎng)的實際狀態(tài)。

3、為了解決上述問題，研究者們嘗試引入信息熵的概念來增強電網(wǎng)評估的信息量。信息熵作為一種衡量信息不確定性的指標，可以為電網(wǎng)評估提供更多的細節(jié)和深度。然而，如何準確計算和應用信息熵仍是一個挑戰(zhàn)。

4、因此，急需一種新的電網(wǎng)評估方法，該方法能夠結(jié)合遺傳算法的全局優(yōu)化能力和信息熵的信息量衡量能力，以更準確、高效地評估電網(wǎng)的性能和穩(wěn)定性。

技術(shù)實現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問題是：在處理復雜、多屬性的電網(wǎng)評估決策問題時，如何確保評估方法的計算效率和準確性。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：基于區(qū)間熵的電網(wǎng)評估方法，其包括如下步驟，

4、采集電網(wǎng)數(shù)據(jù)，對電網(wǎng)原始數(shù)據(jù)并進行預處理；構(gòu)建評估模型，利用加速遺傳算法進行評估模型的優(yōu)化求解；根據(jù)評估模型計算評估指標的區(qū)間熵；根據(jù)優(yōu)化結(jié)果以及區(qū)間熵得出評估結(jié)果以及相應措施。

5、作為本發(fā)明所述的基于區(qū)間熵的電網(wǎng)評估方法的一種優(yōu)選方案，其中：所述電網(wǎng)數(shù)據(jù)包括，電力負荷數(shù)據(jù)、電網(wǎng)運行參數(shù)、故障和維護記錄、天氣和環(huán)境數(shù)據(jù)、能源供應數(shù)據(jù)、用戶用電模式和行為數(shù)據(jù)以及電網(wǎng)安全和保護系統(tǒng)數(shù)據(jù)。

6、作為本發(fā)明所述的基于區(qū)間熵的電網(wǎng)評估方法的一種優(yōu)選方案，其中：所述預處理包括，對原理數(shù)據(jù)進行無量綱化處理、計算特征權(quán)重、計算熵值，計算差異系數(shù)、確定熵權(quán)以及計算各個評價對象的綜合評估值。

7、當無量綱化處理后，判斷數(shù)據(jù)是否正確地歸一化，若正確地歸一化，則計算特征權(quán)重，若未正確地歸一化，則檢查min(xj)、max(xj)是否存在異常值，若存在異常值則刪除異常值，若未存在異常值，則判斷無量綱后地數(shù)據(jù)是否落入正確的區(qū)間，若未落入正確的區(qū)間則調(diào)整使用區(qū)間，調(diào)整區(qū)間后，重新進行無量綱化，并檢查歸一化數(shù)據(jù)是否滿足預期，當滿足預期后，計算特征權(quán)重。

8、所述計算特征權(quán)重表示為，

9、

10、其中，pij表示第i個評估對象在第j個指標下的歸一化值。

11、所述計算熵值表示為，

12、

13、其中，ej表示第j個評價指標的熵值，m表示評估對象的總數(shù)。

14、所述計算差異系數(shù)表示為，

15、dj＝1-ej

16、其中，dj表示第j個評估指標的差異度系數(shù)。

17、所述計算熵權(quán)表示為，

18、

19、其中，wj表示第j個評估指標的權(quán)重。

20、所述綜合評估值表示為，

21、

22、其中，vi表示第i個評估對象的綜合評估值。

23、作為本發(fā)明所述的基于區(qū)間熵的電網(wǎng)評估方法的一種優(yōu)選方案，其中：所述利用加速遺傳算法進行評估模型的優(yōu)化求解包括，初始化種群，根據(jù)適應度函數(shù)評估每個個體的性能，根據(jù)適應度值選擇父代，使用交叉操作在父代之間交換信息，生成子代，使用變異操作在子代中引入隨機變化，反復演化，至迭代次數(shù)大于預設(shè)值或目標函數(shù)值達到預設(shè)值，則運行結(jié)束。

24、所述適應度值表示為，

25、

26、其中，α、β、γ表示權(quán)重系數(shù)，n表示評估指標的總數(shù)，m表示評估對象的總數(shù)。

27、作為本發(fā)明所述的基于區(qū)間熵的電網(wǎng)評估方法的一種優(yōu)選方案，其中：所述計算評估指標的區(qū)間熵表示為，

28、

29、其中，λ表示評估對象在不同時間的電力需求，σ表示標準差，ρ表示電網(wǎng)故障的頻率，τ表示衡量電網(wǎng)對負荷和參數(shù)波動的適應能力，z表示歸一化參數(shù)，μ表示電力負荷的平均值，n表示評估周期內(nèi)的總天數(shù)。

30、當計算指標的區(qū)間熵后，判斷區(qū)間熵是否合理，若區(qū)間熵不合理，則判斷原始數(shù)據(jù)中是否含有異常值或噪聲，當存在異常值時，則通過iqr檢測數(shù)據(jù)中的異常值，若數(shù)據(jù)中未存在異常值，則表示數(shù)據(jù)中存在噪聲，當存在噪聲時則對原始數(shù)據(jù)進行數(shù)據(jù)清洗，數(shù)據(jù)清洗后，重新計算區(qū)間熵，進行合理性檢驗，當區(qū)間熵合理時則結(jié)合適應度值計算加權(quán)適應度值。

31、作為本發(fā)明所述的基于區(qū)間熵的電網(wǎng)評估方法的一種優(yōu)選方案，其中：所述根據(jù)優(yōu)化結(jié)果以及區(qū)間熵得出評估結(jié)果包括，利用加速遺傳算法得到的優(yōu)化結(jié)果，獲取每個評估對象的適應度值，根據(jù)每個評估對象的適應度值以及區(qū)間熵，計算每個評估對象的加權(quán)適應度值。

32、所述計算每個對象的加權(quán)適應度值表示為，

33、

34、其中，wi表示第i個對象的加權(quán)適應度值，n、m分別表示評估指標的總數(shù)和適應度函數(shù)的數(shù)量，wj表示第j個評估指標的權(quán)重，eij表示第i個評估對象在第j個指標上的區(qū)間熵值，δj表示第j個指標的調(diào)節(jié)系數(shù)，αk、βk表示適應度函數(shù)的系數(shù)，γik表示第i個評估對象在第k個適應度函數(shù)上的值。

35、所述評估結(jié)果包括，若wi小于一級閾值，則表示電網(wǎng)性能差，若wi位于一級、二級閾值之間則表示電網(wǎng)性能良好，若wi高于二級閾值，則表示電網(wǎng)性能優(yōu)秀。

36、作為本發(fā)明所述的基于區(qū)間熵的電網(wǎng)評估方法的一種優(yōu)選方案，其中：所述相應措施包括，當電網(wǎng)性能判斷為差時，則進行全面的系統(tǒng)檢查和故障診斷，通過引入高級診斷工具，識別問題所在，加強維護和修理，定期進行系統(tǒng)級的性能測試，包括負載測試和容量評估，優(yōu)化電網(wǎng)設(shè)計，如更新陳舊的設(shè)備。

37、當電網(wǎng)性能判斷為良好時，則分析性能數(shù)據(jù)，識別潛在的改進領(lǐng)域，鼓勵創(chuàng)新和技術(shù)升級進一步提升性能，加強負載管理和優(yōu)化能效分配。

38、當電網(wǎng)性能判斷為優(yōu)秀時，則繼續(xù)維持和監(jiān)控現(xiàn)有系統(tǒng)的高性能運行，探索先進技術(shù)和可持續(xù)解決方案的集成，實施智能網(wǎng)格技術(shù)，包括自愈網(wǎng)絡(luò)和需求響應，利用大數(shù)據(jù)和人工智能進行預測性維護，預防潛在的故障。

39、本發(fā)明的另外一個目的是提供一種基于區(qū)間熵的電網(wǎng)評估系統(tǒng)，其能通過結(jié)合先進的數(shù)據(jù)預處理技術(shù)、遺傳算法優(yōu)化模塊和區(qū)間熵計算模塊，實現(xiàn)對電網(wǎng)的全面、深入評估，解決了現(xiàn)有的問評估方法在處理復雜、多屬性決策問題時效率低下、準確性不足的問題。

40、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：基于區(qū)間熵的電網(wǎng)評估系統(tǒng)，包括：數(shù)據(jù)預處理模塊、遺傳算法優(yōu)化模塊、區(qū)間熵計算模塊以及評估結(jié)果生成模塊。

41、所述數(shù)據(jù)預處理模塊負責處理原始的多屬性決策數(shù)據(jù)。

42、所述遺傳算法優(yōu)化模塊負責使用加速遺傳算法對評估模型進行優(yōu)化求解。

43、所述區(qū)間熵計算模塊根據(jù)評估指標計算區(qū)間熵。

44、所述評估結(jié)果生成模塊負責結(jié)合優(yōu)化結(jié)果和區(qū)間熵，輸出最終的評估結(jié)果。

45、一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上所述基于區(qū)間熵的電網(wǎng)評估方法的步驟。

46、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上所述基于區(qū)間熵的電網(wǎng)評估方法的步驟。

47、本發(fā)明的有益效果：通過結(jié)合區(qū)間熵和加速遺傳算法，實現(xiàn)了對電網(wǎng)的精準、高效評估。該方法不僅提高了評估的準確性，還優(yōu)化了處理復雜、多屬性決策問題的效率，為電網(wǎng)的持續(xù)優(yōu)化和管理提供了有力的技術(shù)支持。