電力通信網(wǎng)可靠性影響因素的權(quán)重分析

陳甜月,劉逢清,徐 寧

(南京郵電大學(xué)光電工程學(xué)院,南京 210003)

電力通信網(wǎng)可靠性影響因素的權(quán)重分析

陳甜月,劉逢清,徐 寧

(南京郵電大學(xué)光電工程學(xué)院,南京 210003)

隨著近幾年智能電網(wǎng)的建設(shè),電力通信網(wǎng)作為服務(wù)于電力行業(yè)的專用網(wǎng),已成為電力系統(tǒng)的重要組成部分,其可靠性對電力系統(tǒng)的正常生產(chǎn)起到十分重要作用。文章提出了一種模糊層次分析法,采用模糊一致矩陣為各組成因素對電力通信網(wǎng)的安全可靠性影響作定量分析,該方法很大程度上提高了評價(jià)的科學(xué)性。通過計(jì)算發(fā)現(xiàn),電源系統(tǒng)故障時(shí)間、雙通道化率、節(jié)點(diǎn)成環(huán)率和光纜中斷時(shí)間等因素對電力通信網(wǎng)可靠性的影響權(quán)重較大。

電力通信網(wǎng);可靠性;模糊層次分析法;定量分析

0 引 言

電力通信網(wǎng)可靠性的評估問題涉及多種層次、多類目標(biāo)的決策,需要?jiǎng)?chuàng)建多層次的可靠性評估模型,建模過程中的關(guān)鍵問題是各層次的權(quán)重設(shè)計(jì)。層次分析法是目前使用最多的分析方法之一,通過主觀因素和客觀因素相結(jié)合的方法,在定量分析多層次、多目標(biāo)的問題上占據(jù)優(yōu)勢。隨著電力通信業(yè)務(wù)的不斷擴(kuò)展,數(shù)據(jù)量不斷增加,傳統(tǒng)的層次分析法已無法滿足需求,因此模糊層次分析法[1-3]被提出,其引入了模糊矩陣的決策方法,使得復(fù)雜事物的分析在多層次、多業(yè)務(wù)上更加科學(xué)。

在電力通信網(wǎng)可靠性影響因素的權(quán)重分析上,已有的模糊層次分析法在比較各層因素重要度上分為重要、同等重要及不重要3類。這種方法使重要度相近的元素計(jì)算得到的權(quán)重值相同,導(dǎo)致最終計(jì)算的結(jié)果相同或相差很小,很難突出各影響因素對可靠性的貢獻(xiàn)大小。本文在比較各層因素重要度時(shí)采用5種不同的重要標(biāo)度,使得比較層次更明確、更細(xì)致。因各層因素個(gè)數(shù)不同,本文定義了無意義的均衡元素,使不同層次間的比較更公平。在權(quán)重值計(jì)算過程中引入了分辨率調(diào)整因子,在影響因素重要度相當(dāng)?shù)那闆r下獲得的權(quán)重系數(shù)分辨率更高。

1 模糊一致矩陣

模糊層次分析法在算法的處理上運(yùn)用了模糊一致矩陣,其在處理多因素多目標(biāo)問題上具有很多突出的優(yōu)點(diǎn),提高了對不確定問題判斷的科學(xué)性。

定義1:設(shè)矩陣R=(ri,j)N×N,對于任意ri,j都有0≤ri,j≤1(1≤i、j≤N),那么矩陣R就被稱為模糊矩陣。若其中ri,j+rj,i=1(1≤i、j≤N),那么又稱矩陣R為模糊互補(bǔ)矩陣。

定義2:若模糊互補(bǔ)判斷矩陣R=(ri,j)N×N滿足任意i,j,k,有ri,j=ri,k―rj,k+0.5,則稱模糊矩陣R是模糊一致矩陣。

對上述R=(ri,j)N×N每行求和得到ri(1≤i≤N),經(jīng)過式(1)計(jì)算獲得的矩陣Ryz即為所想得到的模糊一致矩陣[4]:

2 模糊層次法在可靠性研究中的應(yīng)用

2.1 可靠性影響因素層次結(jié)構(gòu)模型建立

由于電力通信網(wǎng)是服務(wù)于電力系統(tǒng)的專用通信網(wǎng),在層次分析的研究方法上,創(chuàng)建層次化結(jié)構(gòu)分析模型[5]。這種模型的優(yōu)點(diǎn)在于可對多種不同指標(biāo)進(jìn)行綜合分析,使各指標(biāo)的分析更加全面。多層次分析結(jié)構(gòu)如圖1所示。

圖1 多層次結(jié)構(gòu)模型

以文獻(xiàn)[6]給出的某市電力通信可靠性指標(biāo)為例,對本文提出的方法進(jìn)行分析。按照不同的層面將影響因素分為網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)管理系統(tǒng)、通信設(shè)施和維護(hù)管理4部分,并作為準(zhǔn)則層。根據(jù)每個(gè)層次的組成元素確定重要度為:通信設(shè)施＞網(wǎng)絡(luò)結(jié)構(gòu)＞網(wǎng)絡(luò)管理系統(tǒng)＞維護(hù)管理。表1所示為按照圖1模型所得的可靠性影響分層。表中,S1～S4代表準(zhǔn)則層各元素,Tij代表相對應(yīng)的指標(biāo)層各元素。

表1 可靠性影響因素分層

2.2 算法實(shí)現(xiàn)

表2所示為兩元素比較重要度的數(shù)量標(biāo)度。按照表2建立目標(biāo)層與準(zhǔn)則層的優(yōu)先關(guān)系矩陣,記為F-S(F代表目標(biāo)層),準(zhǔn)則層與指標(biāo)層的優(yōu)先關(guān)系矩陣,記為T-S1、T-S2、T-S3和T-S4。由于各準(zhǔn)則層所對應(yīng)指標(biāo)層的元素個(gè)數(shù)不同,會(huì)導(dǎo)致最后計(jì)算的權(quán)重失衡,因此引入一個(gè)無意義B元素,所有元素與其相比較用0.5為標(biāo)度。各層優(yōu)先關(guān)系矩陣如表3～7所示。

表2 0.1～0.9數(shù)量標(biāo)度

表3 F-S關(guān)系矩陣

表4 T-S1關(guān)系矩陣

表5 T-S2關(guān)系矩陣

表6 T-S3關(guān)系矩陣

表7 T-S關(guān)系矩陣

將以上得到的優(yōu)先關(guān)系矩陣按照式(1)變換為模糊一致矩陣,由于各層計(jì)算方法相同,本文只列舉F-S、T-S1模糊一致矩陣,如表8～9所示,同理可以

得到T-S2、T-S3和T-S4模糊一致矩陣。

表8 F-S模糊一致矩陣

表9 T-S1模糊一致矩陣

由模糊一致判斷矩陣的性質(zhì)可以得到矩陣元素與權(quán)重的關(guān)系為

式中,α為分辨率調(diào)整因子;rij為模糊一致矩陣的元素;ωi、ωj為元素i、j對應(yīng)權(quán)重。通過文獻(xiàn)[7]證明元素權(quán)重的計(jì)算公式為

通過式(3)計(jì)算各層元素相對于上一層的權(quán)重系數(shù),其中起到平衡作用的B元素不在計(jì)算元素之內(nèi)。為了保證分辨率,這里α取(N―1)/2。S層相對于F層各因素的權(quán)重記為W,指標(biāo)層各元素相對于準(zhǔn)則層的權(quán)重記為W1、W2、W3和W4。其結(jié)果分別為

指標(biāo)層因素的權(quán)重值通過相對應(yīng)準(zhǔn)則層因素權(quán)重值逐級迭代,可以得到指標(biāo)層相對于最高層指標(biāo)的權(quán)重值,如表10所示。其中,權(quán)重值(a)為5種不同重要程度標(biāo)度下得到的結(jié)果,權(quán)重值(b)為3種不同重要程度標(biāo)度下得到的結(jié)果。

表10 各評價(jià)指標(biāo)權(quán)重值

由表10可以看出,電源系統(tǒng)故障時(shí)間、雙通道化率、節(jié)點(diǎn)成環(huán)率和光纜中斷時(shí)間這幾個(gè)元素的權(quán)重系數(shù)大,即它們對可靠性制約較大,在建設(shè)電力通信網(wǎng)時(shí)應(yīng)大力提高這幾個(gè)組成元素的可靠性。同時(shí)可以看出使用3種不同重要程度來描述比較的結(jié)果很難區(qū)分出重要度相當(dāng)?shù)脑貦?quán)重值,而使用5種重要程度來描述比較結(jié)果則可以容易地進(jìn)行區(qū)分。

3 結(jié)束語

本文在模糊層次分析法的基礎(chǔ)上,采用權(quán)重計(jì)算方法并且引用了可以調(diào)節(jié)分辨率大小的調(diào)整因子。在重要度比較上,給出了5種不同的重要程度,代替了以往研究中比較籠統(tǒng)的3種不同程度,使得元素兩兩比較的重要度更明確,同時(shí)也使得在重要度相當(dāng)?shù)那闆r下也能夠計(jì)算出相應(yīng)的權(quán)重值,得到的評價(jià)結(jié)果分辨率更高、更科學(xué)。

[1]張吉軍.模糊層次分析法(FAHP)[J].模糊系統(tǒng)與數(shù)學(xué),2000,14(2):80―88.

[2]李衛(wèi)國,俞乾,羅日成.Application of fuzzy analytic hierarchy process and neural network in power transformer risk assessment[J].中南大學(xué)學(xué)報(bào)(英文版),2012,19(4):982―987.

[3]Chen C F.Applying the Analytical Hierarchy Process (AHP)Approach to Convention Site Selection[J]. Journal of Travel Research,2006,45(2):167―174.

[4]鐘小偉,傅鴻源.模糊一致矩陣排序方法的集成[J].模糊系統(tǒng)與數(shù)學(xué),2014,28(2):126―130.

[5]朱建軍.層次分析法的若干問題研究及應(yīng)用[D].遼寧:東北大學(xué),2005.

[6]趙振東,婁云永,張亞東,等.電力通信網(wǎng)可靠性評價(jià)模型的構(gòu)建[J].電力技術(shù),2010,(09):74―77.

[7]呂躍進(jìn).基于模糊一致矩陣的模糊層次分析法的排序[J].模糊系統(tǒng)與數(shù)學(xué),2002,16(2):79―85.

Weight Analysis of Different Influence Factors on Reliability of Power Communication Networks

CHEN Tian-yue,LIU Feng-qing,XU Ning
(School of Optoelectronic Engineering,Nanjing University of Posts&Telecommunications,Nanjing 210003,China)

With the construction of smart grid in recent years,as a service in the electric power industry,the power communication network has become important components in the system.Its reliability plays an important role in the normal production of electric power system.This paper presents a fuzzy analytic hierarchy process,which uses the fuzzy consistent matrix to quantitatively analyze the influence of each component on the reliability of power communication network.This approach greatly improves the scientific evaluation.By analyzing the calculation results,it is found that the failure time of power supply system,the rate of double channelization,the ring formation rate and the cable interruption time have great influences on the reliability of power communication networks.

power communication network;reliability;fuzzy analytic hierarchy;quantitatively analyze

TN915.853

A

1005-8788(2016)06-0030-03

10.13756/j.gtxyj.2016.06.008

2016-06-01

陳甜月(1990―),女,江蘇徐州人。碩士研究生,主要研究方向?yàn)楣饫w通信及其接入技術(shù)和光網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)。