基于灰色序关系分析法的输变电工程风险评价研究
基于灰色关联度分析的电气工程施工质量评估模型
基于灰色关联度分析的电气工程施工质量评估模型摘要：电气工程施工质量评估在工程管理过程中扮演着至关重要的角色。
准确评估施工质量可以帮助项目管理者及时发现和解决问题，提高工程的质量水平，并确保工程的安全性和可靠性。
目前，灰色关联度分析作为一种有效的多指标决策方法，在电气工程施工质量评估中得到了广泛应用。
笔者旨在基于灰色关联度分析方法提出一个电气工程施工质量评估模型。
关键词：灰色关联度；电气工程；施工质量；评估模型引言随着现代电气工程的发展，施工质量评估成为确保工程安全和可靠运行的重要环节。
针对电气工程施工质量评估的需求，灰色关联度分析方法被引入其中，并在实践中取得了良好的效果。
因此，笔者旨在基于灰色关联度分析提出一个电气工程施工质量评估模型，以提高质量评估的准确性和可靠性。
1灰色关联度分析灰色关联度分析是一种多指标决策方法，用于研究指标之间的关联程度。
它是由我国灰色系统理论发展而来的一种量化分析方法。
灰色关联度分析可以通过建立关联序列模型，来衡量不同指标之间的相关性和影响程度。
在灰色关联度分析中，将指标序列进行灰色处理，将原始数据转化为灰色数列。
然后利用关联度公式计算各个指标之间的关联度值，从而得到关联度矩阵。
基于关联度矩阵，可以对指标进行排序，找出与目标指标最相关的指标。
2基于灰色关联度分析的电气工程施工质量评估重要性2.1提高评估的客观性基于灰色关联度分析的评估方法可以通过数学模型的建立，将主观因素转化为客观的关联度值。
这种量化的方法使得评估结果更加客观和可靠。
同时，该方法考虑了多个指标之间的相互关系，能够全面地评估施工质量，避免了传统评估方法的片面性问题。
通过使用灰色关联度分析，评估人员可以根据数据和模型得出客观的评估结果，从而更好地指导决策和提高电气工程施工质量。
2.2综合考虑多个指标灰色关联度分析能够综合考虑多个指标对施工质量的影响，使评估结果更准确。
通过计算关联度值，能够量化不同指标之间的关联程度，并确定它们在施工质量中的贡献程度。
基于灰色理论的配电监控与预警系统研究
基于灰色理论的配电监控与预警系统研究随着信息化和智能化技术的迅猛发展，配电监控与预警系统已成为很多企业和机构不可或缺的一部分。
而在运行过程中，对配电监控数据进行准确预测是提高系统运行效率和安全性的重要手段。
本文基于灰色理论，探讨了配电监控与预警系统在数据预测方面的应用。
一、基于灰色理论的数据预测在配电监控与预警系统中，灰色理论被广泛应用于数据预测。
由于配电系统的负载变化较大，传统的预测模型难以满足精度要求。
而灰色预测模型通过灰色关联度的方法，在数据量较少且部分数据无法直接解释的情况下，能够准确预测未来数据趋势和数值。
灰色理论提出了一种建模方法——GM(1,1)模型，适用于小样本数据集的研究。
该模型根据数据间的差异性，将其分为“灰色序列”和“白色噪声序列”，并通过所谓的累加生成发展出整个数据序列的模型。
在配电监控与预警系统中，通过历史数据与当前数据的联动关系，可以初步预测负载的发展趋势，进而对系统运行情况进行分析与判断。
二、基于灰色理论的预警系统设计在配电监控中，通过负载特征的分析，可以确定预警指标。
以某西部地区的钢铁企业为例，其负载变化呈现出较强的季节性和周期性。
通过对历史数据进行分析，可以发现负载变化会对某些重要设备的运行产生风险。
因此，我们对设备负载各项指标进行了分析，并为其设计了一套基于灰色理论的预警系统。
系统通过灰关联度方法对负载特征进行分析，并对关键数据进行预测。
设备负载超过预设阈值时，预警系统会发出警告信号。
信号根据设备的重要程度分级，卫星导航系统等重要设备会自动开启备用方案，确保系统运行安全。
三、结论通过灰色理论的应用，配电监控与预警系统在数据预测和运行监控方面的实用性得到了进一步提升。
在建设设计中，将灰色理论应用于配电系统的故障预测和预警系统的设计，不仅能够实现对系统运行和负载状态等情况的实时监控，还能够及时发现潜在的风险，提高系统的运行安全性和效率。
四、优势和潜力基于灰色理论的配电监控与预警系统具有一定的优势和潜力。
基于灰关联分析的多层次综合评价研究_风险投资项目综合评价模型
2006年6月系统工程理论与实践第6期 文章编号:100026788(2006)0620025205基于灰关联分析的多层次综合评价研究———风险投资项目综合评价模型唐万梅1,2(11内蒙古大学理工学院,内蒙古呼和浩特010021;21重庆师范大学数学与计算机科学学院,重庆400047)摘要: 利用灰色系统理论建立了一种新的基于灰色关联分析的多层次综合评价模型,给出了一种确定各指标权重的新方法.将此方法应用于高技术风险投资项目的筛选中,获得了较好的预期结果.关键词: 灰色关联分析;风险投资项目;综合评价中图分类号: C934 文献标识码: A A Research of Multihierarchy Synthetic Evaluation Based on theG ray Relation Analysis———the m odel of synthetic assessment in the venture investment itemsT ANG Wan2mei1,2(11C ollege of Sciences and T echnology,NeiM ong ol University,H ohhot010021,China;21Dept of Mathematics and C om puter Sciences, Chongqing N ormal University,Chongqing400047,China)Abstract: This paper founds a new m odel of multihierarchy synthetic evaluation based on the gray relation analysisusing gray system theory,and presents a new method to determine the weights of the indices.This method can be usedin the selection of high2tech venture investment items.The simulation test indicates that the results achieved by thismethod are satis factory.K ey w ords: gray relation analysis;venture investment items;synthetic evaluation1 引言在对多层次、多准则综合评价系统的研究中,问题的关键是:1)如何建立科学的指标体系;2)如何对指标进行赋权.指标权重的确定是一个较为重要的问题,也是较为难解决的问题.在已有的确定指标权重的方法中,其中影响较大的是层次分析法,不过层次分析法的实施要求指标体系是一个内部独立的递阶层次结构[1,2].但多层次、多准则综合评价系统中各因素(指标)相互联系,相互影响,其指标体系并不是内部独立的递阶层次结构,其次,在指标权重分配时带有较多的主观因素,从而影响其评价方法的效用.在多层次、多准则综合评价系统中,所涉及的因素和指标往往很多,既有定性因素,又有定量因素,各因素之间并不都具有确定的数量关系,是一种灰色系统.但在已有的灰色综合评价模型中,指标权重的确定应用得最多的是AHP方法[3～5],也有其他的如文献[6]采用非结构性模糊决策理论确定指标权重.本文将灰色系统理论引入到多因素综合评价中,并利用灰色关联分析[7]理论建立起一种新的确定指标权重的方法,较好地排除了赋权时人为因素的影响,并应用到风险投资项目的筛选中.2 利用灰色关联理论建立多层次综合评价模型211 灰色关联分析收稿日期:2005206206资助项目:国家自然科学基金(10171118,10471159)和教育部重点项目资助;教育部“新世纪优秀人才支持计划”;重庆师范大学校级科研项目(05X LY017);重庆市教委项目(K J060818) 作者简介:唐万梅(1965-),女,重庆,副教授,博士研究生,研究方向:计算机算法及区域规划.灰色关联分析模型可以解决因子间关联的相对度量,它提供了一个相对客观的评价指标权重测度的方法,而且,它对数据要求不苛刻,可以用来解决数据量少,信息不全情形下的测度问题.212 灰色关联分析的基本步骤[7]灰色关联分析的计算步骤如下:1)由原始序列集确定参考序列和比较序列;2)无量纲化.由于实际评价系统中各指标往往具有不同的量纲,且类型不同,故指标间具有不可共度性,难以进行直接比较,因此,在综合评价前必须把这些指标进行无量纲化处理.本文采用初值化进行无量纲化(即同一指标序列的数据除以该序列的第一个数据);3)计算关联系数.比较序列X i 对于参考序列X 0在k 点的关联系数为:ξi (k )=min i min k |X 0(k )-X i (k )|+ρmax i max k|X 0(k )-X i (k )||X 0(k )-X i (k )|+ρmax imax k|X 0(k )-X i (k )|,其中,ρ∈(0,+∞)为分辨系数.ρ越小,分辨能力越大.一般取ρ∈(0,1),更一般取ρ=015.4)计算灰关联度.由于关联系数的计算得到的是各比较序列与参考序列在各点的关联系数值,结果较多,信息过于分散,不便于比较,因而有必要将每一比较序列各个时刻的关联系数集中体现在一个数值上,这个值即是关联度.通常关联度的计算方法采用平均值法:γi =1n∑nk =1ξi(k ),ξi(k )(k =1,2,…,n )为灰关联序列.5)计算相对权重测度:令Ψi 为序列X i 对于序列X 0的相对权重测度,则Ψi =γi∑n i =1γi.213 定量评价项目风险的灰色关联分析综合评价模型及算法设计项目风险评估通常采用专家鉴定的方法,一方面能充分调动专家们丰富的理论知识和宝贵的实践经验,另一方面也使得指标体系的确定和指标之间的相互关系带有很大的主观性.该方法受具体时间、地点和人力物力的限制,同时对风险投资公司而言,面对成百上千份待选项目,如何从中进行大规模的评价以筛选合适的投资对象,就成了艰巨的任务[8].本文使用与文献[8]相同的实例,并对指标加以简化调整,选出能反映评价系统特征的指标序列作为参考序列,利用灰色关联分析理论,采用灰色关联度定义各指标权重测度,由此计算综合评价系统各方案的评价值[9,10].图1 项目风险评估系统的层次结构和指标体系从图1的指标体系可看出,在主准则层5项指标内的各分指标都不是相互独立的,而是相互依存,相互影响.如“R&D 风险”内指标u 2(人才资源)与u 4(R&D 条件)之间就存在相互依存关系;“技术风险”内指62系统工程理论与实践2006年6月标u 5(技术成熟性)与u 7(技术配套性)之间也是相互关联相互依存的.其次,在主准则层不同指标内的分指标之间也是相互影响的.如“R&D 风险”内指标u 2(人才资源)与“管理风险”内指标u 12(管理者素质和经验)之间明显存在强烈的关系.因此,这不是一个内部独立的递阶层次结构,不能用AHP 方法确定各个指标权重.为此,本文引入一种新的方法解决指标赋权问题.当综合评价系统只有单一层次时,计算比较简单.利用每个项目各项指标权重测度得出每个项目的评价值.然而,当综合评价系统存在多层次结构时,把按照同一层次各分指标的指标权重测度计算得出的评价值,作为上一层次指标的原始指标值,重复进行求出上一层次指标的评价值,直到最顶层,得出系统的评价值.如图1所示,首先对主准则层下的各分指标计算其权重测度,从而计算主准则层各指标的评价值,将此评价值作为主准则层各指标的原始指标值,进而计算目标层(投资项目)的评价值,依评价值的大小排序,作为选择投资对象的先后顺序关系.在“R&D 风险”指标中,理论基础合理性u 1越强,其风险就越低,所以在“理论基础合理性u 1,人才资源u 2,信息资源u 3,R&D 条件u 4”四个指标序列构成的序列集X ={X i |i =0,1,2,3}中,称X 0为理论基础合理性因子序列,X 1为人才资源因子序列,X 2为信息资源因子序列,X 3为R&D 条件因子序列.令X 0为参考序列,则根据灰关联分析理论有:1)ξi (k )=min i min k |X 0(k )-X i (k )|+ρmax i max k|X 0(k )-X i (k )||X 0(k )-X i (k )|+ρmax imax k|X 0(k )-X i (k )|ξi (k )为理论基础合理性灰关联系数.2)灰关联度:γi =1n∑n k =1ξi(k ).当i =1时,γ1为人才资源和理论基础合理性的关联度,它体现了人才资源对“R&D 风险”指标的影响测度;当i =2时,γ2为信息资源和理论基础合理性的关联度,它体现了信息资源对“R&D 风险”指标的影响测度;当i =3时,γ3为R&D 条件和理论基础合理性的关联度,它体现了R&D 条件对“R&D 风险”指标的影响测度;3)权重测度:Ψi =γi∑n i =1γi .当i =1时,Ψ1为评价“R&D 风险”中衡量理论基础合理性的人才资源的相对权重测度,它反映了影响“R&D 风险”中人才资源的相对重要性;当i =2时,Ψ2为评价“R&D 风险”中衡量理论基础合理性的信息资源的相对权重测度,它反映了影响“R&D 风险”中信息资源的相对重要性;当i =3时,Ψ3为评价“R&D 风险”中衡量理论基础合理性的R&D 条件的相对权重测度,它反映了影响“R&D 风险”中R&D 条件的相对重要性;4)主准则层各指标评价值的计算因人才资源和信息资源越丰富,R&D 条件越好,其R&D 风险越小,因此,可如下计算R&D 风险评价值:R&D 风险评价值=人才资源因子3Ψ1+信息资源因子3Ψ2+R&D 条件因子3Ψ3.类似可得技术风险评价值、市场风险评价值、管理风险评价值和环境风险评价值(见表2),以此作为主准则层指标“R&D 风险、技术风险、市场风险、管理风险和环境风险”的原始指标值,依次类推求出目标层“项目风险”的最终评价值,作为优选投资对象的依据.5)目标层“项目风险”评价值的计算因为在目标层“项目风险”指标中,技术风险是影响高技术投资项目的关键因素,其技术风险越小,项目风险就越小,所以在“技术风险、R&D 风险、市场风险、管理风险和环境风险”五个指标序列构成的序列72第6期基于灰关联分析的多层次综合评价研究82系统工程理论与实践2006年6月集X={X i|i=0,1,2,3,4}中,令技术风险指标序列X0为参考序列,其余序列X i(i=1,2,3,4)为比较序列,然后计算各比较序列和参考序列的关联度,进而计算影响“项目风险”中“R&D风险、市场风险、管理风险和环境风险”各因素的相对权重测度:Ψ′1、Ψ′2、Ψ′3、Ψ′4.因项目风险评价中,“R&D风险、市场风险、管理风险和环境风险”等的风险越小,其项目风险就越小,即对项目综合评价得分越高,说明该项目在所有评价指标上的综合表现越佳,从而该项目总的投资风险就越低,反之其得分越低,表明该项目投资风险越高.所以可如下计算项目风险的评价值:项目风险评价值=R&D风险因子3Ψ′1+市场风险因子3Ψ′2+管理风险因子3Ψ′3+环境风险因子3Ψ′4.表1 专家评估数据项目u1u2u3u4u5u6u7u8u9u10u11u12u13u14u15u16u17u18序号10.7110.70.70.710.710.70.710.70.7111120.50.70.50.70.70.70.50.50.50.70.50.70.70.70.70.70.70.530.50.50.30.50.50.30.30.30.30.30.50.30.30.30.30.50.30.140.50.50.50.50.50.70.30.30.50.30.50.70.70.70.70.70.30.550.50.50.50.70.70.70.51110.710.70.70.70.70.70.1610.7110.7111110.7110.70.310.71 710.7110.7111110.710.70.7110.70.180.70.70.50.70.50.70.50.70.50.70.70.70.70.70.70.710.590.70.710.70.50.70.50.70.50.70.70.70.50.70.70.70.70.5100.70.7110.70.70.51110.710.70.70.7110.5 110.70.50.50.70.70.70.50.70.50.70.70.70.70.50.70.70.71 120.70.710.70.70.70.51110.710.70.70.70.70.70.1 130.70.70.30.50.50.30.50.30.50.30.50.70.70.50.30.50.30.5 140.71110.70.71110.70.70.70.70.70.7110.5 150.70.70.510.70.711110.70.70.70.70.710.70.5 160.70.70.50.70.50.70.50.70.50.70.70.70.70.70.30.711表2 准则层各指标评价值、目标层项目风险评价值及排序项目序号技术风险R&D风险市场风险管理风险环境风险项目风险排序结果文献[8]的排序结果1111110.99994220.75730.7560.833410.64520.8118131330.38610.52230.59520.42860.31850.4689161640.61370.58440.595210.50140.6742141450.95080.6971.178610.53550.856011861.28691.08041.17861.20250.89221.09211171.28691.08041.178610.64540.98285580.83470.756110.75300.878191190.83470.911510.8650.64520.8595109100.95081.08041.178610.86291.033523110.83470.69710.84930.78220.83071210120.95080.91151.178610.53550.912777130.45220.58130.59520.84930.42810.61771515141.11611.1689110.86291.012734151.11610.92491.178610.75510.967366160.83470.756110.89010.91008123 应用实例本文采用福建省经济开发创业中心对16个高技术项目投资所做的评估,数据如表1所示[8],其中,因为影响高技术项目投资风险的各风险指标u 1～u 18中定性因素较多,因此对于u 1～u 18采用专家打分的方法,分别为:110,017,015,013,011五个等级[8].利用213节所建立的综合评价模型,针对表1的原始指标数据,得出准则层各指标和目标层“项目风险”的评价值以及风险投资项目优选的排序结果,如表2.从表2可看出,在16个高技术风险投资候选项目中,应首选项目6,其次是项目10,等等.这个优选排序结果和文献[8]的排序结果基本一致.4 结束语本文利用灰色系统理论建立了一种基于灰色关联分析的高技术风险投资项目的综合评价模型,给出了一种确定各指标权重的新方法.避免了层次分析法中要求指标体系是一个内部独立的递阶层次结构的苛刻要求,以及权重分配时带有的较多主观因素,使其评价结果更客观、更可信,为多层次、多准则综合评价系统提供了一种新的思路.致谢 感谢我的导师杨新民教授对我论文工作的指导.参考文献:[1] 戴文战.基于三层BP 网络的多指标综合评价方法及应用[J ].系统工程理论与实践,1999,19(5):30-40.Dai Wenzhan.A method of multiobjective synthetic evaluation based on artificial neural netw orks and applications [J ].Systems Engineering -Theory &Practice ,1999,19(5):30-40.[2] 赵国杰,邢小强.ANP 法评价区域科技实力的理论与实证分析[J ].系统工程理论与实践,2004,24(5):42-45.Zhao G uojie ,X ing X iaoqiang.The theoretical analysis and practical application on ANP method in reginal scientific strength evaluation[J ].Systems Engineering -Theory &Practice ,2004,24(5):42-45.[3] 徐维祥,张全寿.一种基于灰色理论和模糊数学的综合集成算法[J ].系统工程理论与实践,2001,21(4):114-119.Xu Weixiang ,Zhang Quanshou.An alg orithm of meta 2synthesis based on the grey theory and fuzzy mathematics [J ].Systems Engineering -Theory &Practice ,2001,21(4):114-119.[4] 陈冬林,黎志成.信息系统投资项目评价指标确定与灰色综合评价[J ].系统工程理论与实践,2002,22(2):100-103.Chen D onglin ,Li Zhicheng.The appraisement index in suring of in formation system investment and method for grey com prehensive appraisement [J ].Systems Engineering -Theory &Practice ,2002,22(2):100-103.[5] 郭鹏,施品贵.项目风险模糊灰色综合评价方法研究[J ].西安理工大学学报,2005,21(1):106-109.G uo Peng ,Shi Pingui.Research on fuzzy 2grey com prehensive evaluation method of project risk [J ].Journal of X i ’an University of T echnology ,2005,21(1):106-109.[6] 李希灿,程汝光,李克志.空气环境质量模糊综合评价及趋势灰色预测[J ].系统工程理论与实践,2003,23(4):124-129.Li X ican ,Cheng Ruguang ,Li K ezhi.Fuzzy com prehensive valuing and grey forecast for air environmental quality [J ].Systems Engineering -Theory &Practice ,2003,23(4):124-129.[7] 刘思蜂,郭天榜,党耀国.灰色系统理论及其应用[M].北京:科学出版社,1999.Liou S ifeng ,G uo T ianbang ,Dang Y aoguo.G rey Systems Theory and I ts Application [M].Beijing :Science Press ,1999.[8] 徐晋,彭娟.重置变结构神经网络及其在风险投资项目评估中的应用[J ].系统工程理论方法应用,2005,14(2):41-45.Xu Jin ,Peng Juan.The revisable structure of neural netw ork based on early restart alg orithm and its application in risk evaluation of venture investment items[J ].Systems Engineering -Theory Methodology Applications ,2005,14(2):41-45.[9] 解建喜,宋笔锋,刘东霞.飞机顶层设计方案优选决策的灰色关联分析法[J ].系统工程学报,2004,19(8):350-354.X ie Jianxi ,S ong Bifeng ,Liu D ongxia.G rey correlation analysis method for scheme selection decision of aircraft top 2layer design[J ].Journal of Systems Engineering ,2004,19(8):350-354.[10] 李 ,李玉忱,任磊.利用灰关联理论定量评价选择供应商的算法研究[J ].计算机应用与软件,2004,21(8):90-92.Li Jing ,Li Y uchen ,Ren Lei.Research of a calculation method for quantitative supplier valuation and selection by using gray relation theory[J ].C om puter Applications and S oftware ,2004,21(8):90-92.92第6期基于灰关联分析的多层次综合评价研究。
结合灰色关联分析的熵权VIKOR法输电网规划方案综合评价方法
程适用性。 在综合评价方法方面，传统综合评价方法多应用以层
次分析法和模糊综合评价法为基础的主观专家评价决策方 法。文献［３］将 改 进 层 次 分 析 法 应 用 于 规 划 方 案 综 合 评 价 过程中，通过由区间数和三角模糊数组成的判断矩阵的模 糊特性来进行 综 合 评 价 赋 权 值； 文 献 ［４］提 出 了 基 于 区 间 层次分析法的城市电网规划方案综合评价方法，采用区间 判断矩阵一致性校验对判断矩阵进行优化，改进了求权方 式；文献［５］基 于 专 家 决 策， 应 用 模 糊 多 目 标 评 价 决 策 理 论进行决策方 案 优 选； 文 献 ［６］将 数 据 包 络 法 引 入 规 划 方 案的综合评价过 程 中； 文 献 ［７］应 用 主 成 分 分 析 法， 通 过 对规划方案评价指标进行优选简化，利用系统总方差贡献 率确定各主成分权重值，具有一定借鉴价值，但数据采样 量大，评价结果精确度不高。
理论研究 电工技术
பைடு நூலகம்
结合灰色关联分析的熵权 犞犐犓犗犚 法 输电网规划方案综合评价方法
宋新甫１，徐龙秀１，张 艳２，孙立成２，张述铭３，张 欢３
（１．国网新疆电力有限公司经济技术研究院，新疆 乌鲁木齐 ８３０００２； ２．国网新疆电力有限公司发展策划部，新疆 乌鲁木齐 ８３００００；３．华北电力大学，北京 １０２２０６）
基于灰色聚类—层次分析法的建筑施工事故的风险评价
基于灰色聚类—层次分析法的建筑施工事故的风险评价摘要根据建筑施工事故的特点，从人—机（物）—环境三个方面建立建筑施工事故风险评价指标体系，综合运用灰色聚类方法和层次分析法，构建建筑施工事故风险评价模型，并以某工程为例进行风险评价。
关键词建筑施工；事故；风险评价；灰色系统；层次分析法据不完全统计，建筑行业发生事故的概率仅次于煤矿、道路交通排在第三位，因此对施工事故进行风险分析是非常必要的。
合理恰当的分析方法能有效地评定建筑施工事故的风险，并通过采取相应的对策措施降低事故的发生率和减少事故损失。
事故风险评价方法有很多种，如模糊评价方法等。
但建筑施工事故是一个复杂的系统，有些因素难以度量，每种评价方法均不可能将所有的因素囊括其中，难以保证评价结果的真实性和准确性。
建筑施工事故的影响因素呈现出“部分确知，部分不确知”和多层次性等特点，因此可以将灰色系统和层次分析法应用于建筑施工事故风险评价中。
综合运用灰色聚类及层次分析法，建立建筑施工事故风险评价模型，对建筑工程施工事故进行风险评价具有重要的实际意义。
1 建筑施工事故风险评价模型的建立1.1 风险评价的指标体系的建立对建筑施工事故的分析应遵循科学、全面、客观和公正地反映其真实的内涵和水平的原则。
在建立风险评价指标体系时，选择的评价指标应具有全面性、系统性、可比性和可行性等特点。
通过对建筑施工的系统分析，运用层次分析法的原理，从人为因素、机（物）的因素、环境的因素三个方面，构建了由人为因素、机（物）的因素、环境的因素等3个一级指标以及25个二级指标构成的层次模型，建立了建筑施工事故风险评价的指标体系（如表1所示）。
1.2 风险评价指标权重的确定在表1给出的建筑施工事故风险评价指标体系中，各指标对目标的重要度是不同的，应根据各指标的重要程度分别赋予不同的权重。
比较常用的权重确定方式有相对比较法、Delphi法、AHP法、判断矩阵法、连环比率法，本文采用层次分析法。
基于灰色关联模型的LSSVM在变电工程快
Value Engineering0引言传统的变电工程计价方法一般有两种：一种是定额计价法，该方法通过计算项目工程量，然后根据定额查询基价，与对应的工程量相乘，计算得到直接工程费，再以此为依据，得到措施费、间接费、利润、税金，该方法经过了几十年的实践，虽然有一定的科学性和实用性，但其“社会平均水平”的本质，导致其计算结果的滞后性，且计算繁琐，无法快速报价，降低投资效率；另一种是清单计价法，通过量价分离的方式，价格由市场确定，费用由市场竞争决定，该计价方式虽提高了计价的准确性，但是其流程复杂，管理成本较高，无法达到快速报价的目的。
为了能够避免传统变电工程计价方法的局限性，吕芳[1]利用神经网络模型在小样本数据处理中的出色表现，提出了基于此模型的电网工程造价的预测。
宋宗耘等[2]通过萤火虫算法，对支持向量及模型进行优化处理，通过优化的SVM 对变电工程造价水平进行预测。
张宇晨等[3]针对初设阶段变电工程造价指标不充分，信息不完全的特点，提出了基于人工神经网络预测模型。
丁艳等[4]通过对往期电网工程数据的收集整理，并选取影响电网工程造价的因素，采用回归预测的方式，对电网工程造价进行预测。
但变电工程往往具有投资周期长、投资资金大等特点，影响其整体造价的因素有很多，然而无法直接判断各因素对变电工程造价的影响程度，进而影响计价的准确性，在实际的管理过程中，往往因决策导向不明造成超预支的情况，因此抓准影响变电工程造价的主要因素，对其进行着重的资金把控显得尤为重要。
赵维树[5]通过灰色关联分析，将定性的问题定量处理，确定了施工图预算价和工料机信息价是影响工程造价的主要因素；方向[6]等通过粗糙集理论将影响变电工程的因素分为内部和外部两方面，并结合问卷调查，除去冗余因素，得到了主要因素。
邢晓霞等[7]将影响变电工程造价的因素总结为规模因素、市场因素、外部因素、设计技术与建设标准因素。
陈德等[8]通过分析变电工程整个建设周期，构建了面向大数据的电网工程造价数据仓储架构，并从工程概况，技术参数和工程费用三方面入手，提出加强造价管控的有效措施。
基于灰色关联度和理想解法的输电网规划综合决策研究
第３ ４卷第 ５期报
Ｊ ｕ ｎ ｌ ｆＮｏｔ ｉａＥ ｅｔ ｃＰ ｗｅ ｉｅｓｔ ｏ ｒ ａ ｒｈＣｈｎ ｌｃｒ ｏ ｒＵｎｖ ｒｉ ｏ ｉ ｙ
Ｖｏ ． ４．Ｎｏ ５ １３ ． Ｓ ｐ ，２ ０ ｅ． ０７
ｍ ｔｏ ｕｄ ｖｒ ｍｅ ｒ ｒ ｒ ｉａｅ ｏ ｂ ｓｄｔ ｉ ｉ ｕ ｂｅｔ ｅ ｄ ｏｊ ｔ ｅｆ ｔ ｓ ｎｄ ｉ ｏ —ｍ ｋ ｅｈ ｃ ｌ ｏ ｅｃ ｒ ｉ ｎ ｔ ｆ ｍ ｉ ｅ ｎ ｎ ｄ ｅｔ ｓ ｊ ｉ ｂ ｉ ｃ ｒ ｉ ｅ ｓ ｎ — ｄ ｏ ｏ ｅｏｏｇ ｄ ｒ ａ ｈ ｋｇ ｏｕ ｃ ｖａ ｎ ｃ ｅ ｖ ａｏ ｃ ｉ ａ —
２．ｉｎＴｒｎｍｉ ｉｎａ ｄ Ｔｒｎ ｆｒ ｔ ｎ Ｅ ｇｎ ｅｉｇＣ 、 Ｃｈ ｎ ｃ ｕ ３ ０ １ Ｃ ｉａ Ｊｌ ａ ｓ ｓ ｏ ｎ ａ ｓｏｍａｉ ｎ ｉｅｒｎ ｏ ， ｉ ｓ ｏ ａ ｇ ｈ ｎ １ ０ ２ ， ｈｎ ；
３ Ｊｌ ｈ ｍｉ ｌ ｎ ｕ ｔ ａ Ｃ ｒ ． ｉ ３ ０ １ ｈ ） ．ｉ Ｃ ｅ ｃ ｄ ｓｒ ｌ ｏｐ ，Ｊ ｉ １ ２ ２ ，Ｃ ｉ ｉ ｎ ａＩ ｉ ｌ ｎ ａ ｎ Ａ ｓ ａｔ ｉ ｎ ｔ ｏｖ ｇｍｕｔ—ｃｉ ｒ ｅｉｏ （ Ｄ ）ｐ ｂ ｍ ｒｎｍｉ ｉ ｅ ｏ ｋ ｐ ｎ ｉ ，ａｎ ｗ ｂｔ ｃ：Ａ ｍｉｇａ ｓｌ ｎ ｌ ｒ ｉ ｉ ｒ ｅ ａｄ ｓ ｎ ＭＣ Ｍ ｔ ｉ ｃ ｉ ｏ ｅ ｒ ｌ ｓ ｉ ｔ ｓ ｓ ｏ ｎ ｔ ｒ ｌ ｎｎ ｎ ａ ｓｎ ｗ ａ ｇ ｅ
摘 要 ：提 出基 于 灰 色关联 度 和 理 想解 法 相 结 合 处 理 输 电 网规 划 决 策 的 方 法 ，该 方 法 通 过 在 传 统 的 理 想 解 法 中
引入灰 色关联度的概念 ，将 欧式距 离与灰 色关联度有机 结合 ，针对输 电网规划决策 中常常 出现难 以决策各 个
基于模糊层次分析法的输变电项目综合评价研究
基于模糊层次分析法的输变电项目综合评价研究作者：石凯,何蕾来源：《商情》2013年第23期[摘要]：输变电工程是保障国家经济发展和居民用电需求的基础，对项目进行综合评价有利于判断项目的整体水平。
分析输变电工程所需的技术条件，及所产生的经济和环境影响，从经济、环境、造价成本、技术、市场需求五个方面建立指标体系，最后应用模糊层次分析法，以AB输变电工程项目为实例做综合评价研究。
[关键词]：输变电模糊层次综合评价1引言输变电项目的建设可以缓解用电需求的供给压力，保证电网稳定运行，提高供电质量，提升国民经济效益。
对输变电工程项目进行科学的综合评价，可以为项目后期施工起到控制引导作用，提高投产项目收益额，有效推动经济稳定发展，因此对输变电建设项目进行综合评价分析是非常有必要的。
2项目影响分析输变电项目是否满足当地电力需求，是否满足国民经济发展与人民生活水平的需要，是否具有竞争力，都是评价输变电项目的的根本内容。
输变电工程是一个复杂的系统工程，在对输变电工程进行评价时，需与市场需求、环境、经济发展、科学技术等方面联系在一起，进行整体分析。
经济效益：输变电工程在某种程度上可以缓解电力供求紧张的局面，从整体上提升国民经济水平，带动关联产业发展，同时提供相应就业岗位，进而促进就业率。
环境因素：输变电工程引起的最严重的环境问题就是噪声污染问题，其中输变电设施引起的噪声主要分为两大部分，一是变电站，二是输电线路。
技术条件：如何利用先进技术增强导线最大使用张力、地线最大使用张力，如何准确确定铁塔转角度数等以此来减少工程造价成本，如何研发先进输变电技术以减少噪声污染、线损等。
在输变电系统中发挥先进科学技术的魅力，使其减少环境污染、造价成本，提高社会和环境的经济效益。
3基于模糊层次分析法的输变电工程项目综合评价3.1建立指标体系在对输变电项目进行影响分析的基础上，从经济效益、环境效益、技术水平、市场需求和工程造价五方面考虑，建立输变电工程评价指标体系。
电力系统中的灰色关联度分析及应用研究
电力系统中的灰色关联度分析及应用研究近年来，电力系统在全球范围内得到了广泛的应用和发展。
随着能源需求的不断增加和环境污染问题的日益加剧，电力系统的可靠性和稳定性变得尤为重要。
为了更好地评估电力系统的运行状况和预测潜在故障，研究人员开始利用灰色关联度分析方法来进行研究和应用。
灰色关联度分析方法是一种多因素综合评判的数学模型，它可以用于确定不同变量之间的联系和影响程度。
在电力系统中，灰色关联度分析方法可以用于研究系统的可靠性、故障预测和系统优化控制等方面。
首先，电力系统的可靠性是评估其安全性和稳定性的重要指标。
利用灰色关联度分析方法，可以将电力系统的关键指标与过去的实际数据进行关联，从而建立起可靠性评估模型。
通过对系统关键指标的关联度进行分析，可以及时发现系统中的问题和隐患，并采取相应的措施来提高电力系统的可靠性。
其次，灰色关联度分析方法在电力系统中的故障预测方面具有重要意义。
传统的故障预测方法通常基于统计学模型，但对于电力系统这样非线性和复杂的系统来说，常规的统计学方法并不适用。
通过利用灰色关联度分析方法，可以将电力系统中的各种变量、指标和特征进行综合分析，从而有效地预测故障的发生和可能的影响。
这种基于灰色关联度分析的故障预测方法可以帮助运营商提前采取必要的修复措施，避免电力系统的不必要停电和损失。
此外，灰色关联度分析方法还可以应用于电力系统的优化控制。
通过对电力系统各种参数和指标之间的关联度进行分析和建模，可以找到最佳的系统控制策略和优化方法，从而提高电力系统的性能和效率。
例如，在电力系统中，通过对负荷、输电线路和发电机等关键指标的关联度分析，可以优化负荷分配和发电策略，提高电力系统的整体效能，并减少能源消耗和环境污染。
然而，灰色关联度分析方法在电力系统中的应用也面临一些挑战和限制。
首先，由于电力系统的复杂性和非线性特征，灰色关联度分析模型的建立和参数选择需要一定的专业知识和经验。
此外，灰色关联度分析方法还需要充分收集和整理大量的数据，并对数据进行预处理和分析，以确保结果的准确性和可靠性。
基于灰色关联度和理想解法的电能质量综合评估方法
第42卷第6期电力系统保护与控制V ol.42 No.6 2014年3月16日Power System Protection and Control Mar.16, 2014 基于灰色关联度和理想解法的电能质量综合评估方法李正明，施 诗，潘天红，陈武晖（江苏大学电气信息工程学院，江苏 镇江 212013）摘要：电能质量的合理性评估是电能分质定价的基础，也是实现电能综合治理的重要依据。
为提高电能评估的客观性与科学性，将灰色系统理论引入理想解法中，构造一种新的贴近度指标，判定电能质量的等级及优劣排序，避免了理想解法在遇到贴近度相等时不能区分样本之间优劣性的情况，使得评估更加合理。
此外，结合G1法与熵权法确定权重因子，实现了权重的主客观统一，为评估奠定基础。
实例分析表明，该方法能细化电能质量的等级，使得评价结果更加客观、合理和全面。
关键词：电能质量；组合赋权；理想解法；灰色关联度；贴近度A synthetic power quality assessment based on grey correlation analysis and TOPSIS methodLI Zheng-ming, SHI Shi, PAN Tian-hong, CHEN Wu-hui(School of Electrical and Information Engineering, Jiangsu University, Zhenjiang 212013, China)Abstract: A reasonable power quality evaluation method is not only the foundation to set the price according to power quality, but also the important basis to manage electric energy comprehensively. In order to evaluate the power quality objectively and scientifically, a novel relative similarity degree index is presented to evaluate the grade of power quality and order preference by integrating the grey correlation analysis into the ideal solution (TOPSIS) method. Then it can avoid the case that TOPSIS cannot distinguish samples' disparity due to the equal relative similarity degrees. Furthermore, to achieve a unification of objectivity and subjectivity of weight, a weight factor is determined by combining the G1 with entropy weight method, which is also a foundation for evaluation. A case study demonstrates that the proposed method can elaborate the grade of power quality and make the power quality assessment being more objective, reasonable and comprehensive.This work is supported by National Natural Science Foundation of China (No. 61273142).Key words: power quality; combinatorial weighting method; TOPSIS; grey correlation degree; relative similarity degree中图分类号：TM711 文献标识码：A 文章编号：1674-3415(2014)06-0014-060 引言随着科学技术和经济的发展，不仅对电能的需求量日益增加，同时对电能质量的要求也越来越高。
基于topsis和灰色关联分析的变压器状态评价方法
Ｇ
r
ong１,ZHANGXun１,PENG Hu
i
j
(
,Gu
１
El
e
c
t
r
i
cPowe
rRe
s
e
a
r
chI
ns
t
i
t
u
t
e,S
t
a
t
eGr
i
dGu
i
zhouEl
e
c
t
r
i
cPowe
rCo．Lt
d．
i
i
na;
yang５５０００２,Ch
２
Schoo
lo
fEl
e
c
t
r
i
c
a
lEng
i
ne
e
r
i
ng,WuhanUn
rme
rs
t
a
t
ei
se
va
l
ua
t
ed．Thr
ought
heexamp
l
eana
l
s
i
s,t
h
i
sope
r
a
t
i
ons
t
a
t
ee
va
l
ua
t
i
onme
t
hod
y
c
anno
ton
l
c
cu
r
a
t
e
l
va
l
ua
t
et
het
r
ans
f
o
灰色关联分析在变压器故障识别中的应用探讨
ｎ ｏ ｓ ｉ ｓ ｍ ｅ ｔ ｈ ｏ ｄ ｆ ｏ ｔ ｈ ｅ ｃ ｏ ｎ ｖ ｅ ｎ ｔ ｉ ｏ ｎ ａ ｌ ０ ｉ ｌ ｄ ｉ ｓ ｓ ｏ ｌ ｖ ｅ ｄ ｇ ａ ｓ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ａ ｐ ｐ ｒ ｏ ａ ｃ ｈ（ Ｄ Ｇ Ａ） ， ｈｅ ｔ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｒ ｅ ｙ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ａ ｌ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ａ ｎ ｄ Ｂ—湖北 黄石
摘
４ ３ ５ ０ ０ ０ ）
要： 变压器的正 常工作对 于保 障电力 系统安 全稳 定运行起 到 了举足 轻重 的作 用 ， 因此 ， 对 其进行定期 或不定期 的
故障诊 断显得 尤为必要 。在 常规 油 中溶解气体分析法 （ Ｄ Ｇ Ａ） 的变压 器故 障诊 断方 法基 础上 ， 将 传统灰 色关联分析 法 和 Ｂ型灰 色关联 分析法分别应用于 变压 器故 障识 别 中， 并 结合 实例 对 两种 方法 的适 用性 进行 了探 讨。研 究结果表 明， Ｂ型灰 色关联 分析较传统灰 色关联分析 法， 更能够有效地对 变压器故 障进行识 别， 证 明 了该方 法在 变压 器故 障识 别领域 良好 的适用性。最后 ， 对 两种灰 色关联 分析 法在 变压 器识 别 中的所遇 到的 问题进 行 了分析 ， 认 为应对 Ｄ Ｇ Ａ所 测得 的各 气体含 量 占总气体含量权重等方 面进行进一步 的研 究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于灰色序关系分析法的输变电工程风险评价研究
摘要：提供了一种输变电工程风险评价方法，介绍了序关系分析模型和灰色评价模型，并将模型应用到实例中。
首先运用序关系分析法确定各指标权重值，然后运用灰色评价模型对项目进行风险评价，通过风险评价结果值反映出项目有一定的风险，需要对其进行风险控制。
关键词：序关系；灰色；输变电；风险评价
Abstract: provide a transformation project risk assessment method, this paper introduces the order relation analysis model and gray evaluation model, and the model is applied to an example. The first use of order relation analysis to determine the attribute weights, and then use grey evaluation model to the project risk assessment, through the risk evaluation result value reflect the risk of projects to a certain extent and needs to be to control risk.
Keywords: order relation; Gray; Transmission; Risk assessment
中图分类号：K826.16文献标识码：A 文章编号：
随着对电力需求的不断增加，新建电力工程项目的数量越来越多，由于电力建设项目具有资金投资额大、回收期长的特点，一旦选择风险过大的项目将会对国民经济产生很大影响。
任何工程项目都具有风险，完全避开或者消除风险是不可能的，所以充分认识工程中的风险并对其加以分析和评价是工程风险管理的重要内容，也是对风险进行应对和控制的前提。
一、序关系分析法
1.建立序关系指标集。
2.确定重要性比值：公式为，其中表示序关系指标集中的第t个指标的权重，且t=2,3,…,n，并且的取值为1、1.2、1.4、1.6、1.8分别代表同等重要、稍微重要、明显重要、极端重要，1.1、1.3、1.5、1.7代表相邻重要程度的中间值。
3.计算各指标权重：首先求得排名最后的指标的权重值，其计算公式为：
，则其他的指标权重计算公式为：。
二、灰色评价模型
1. 确定指标评分样本矩阵：将风险划分为较低风险、低风险、一般风险、较高风险、高风险，各风险对应评分为1,2,3,4,5，其中1.5,
2.5,
3.5,
4.5表示各中间风险。
组织n个对待评项目熟悉的专家对各指标进行评分，将评分结果整理汇总为风险评价样本矩阵K。
2. 确定评价灰类和灰类的白化权函数
3.确定灰色评价系数：第k个评价指标属于第y个灰类的评价系数为：
第k个评价指标各灰类总评价系数为：
4. 确定灰色评价权矩阵：第k个评价指标属于第y个灰类的灰色评价权为：，将计算得出的灰色权值构造一级指标下的灰色评价权矩阵
5.风险评价：求各指标的综合评价结果为，将结果组合为灰色评价矩阵Z，根据风险等级划分标准分值，求得最终的风险值Q= W·Z·T。
三、实证分析
本文以康保照阳河风电场工程为例进行实证分析。
1.建立风险评价指标体系
根据此工程的特点，建立其风险评价指标体系为：
目标层: 康保照阳河风电场220kV配套送出工程风险评价A；
准则层及子准则层：环境风险B（地震风险B1、气候风险B2）、技术风险C （施工风险C1、设计风险C2、勘查风险C3）、财务风险D（资金风险D1、通货膨胀风险D2、利率风险D3）、市场风险E（政策风险E1、负荷变动风险E2、电价波动风险E3）。
2.序关系分析法确定指标权重
6位对本项目熟悉的经验资深专家确定各级指标的序关系及重要度比值为：
A：；且
B：;且C：; 且
D：; 且E：;且
根据以上公式求得各评价指标的权重为
W=（0.20040.2004 0.26050.3387）=（0.40.6）=（0.24270.31550.4418）=（0.32260.3226 0.3548）=（0.25910.33680.4041）
3.求灰色评价矩阵
邀请6为专家为各二级指标进行评分，得到评分矩阵，根据公式计算得灰色评价矩阵为：
4.风险评价
根据公式求得各一级指标的综合评价矩阵为
根据风险评价公式求得此项目的最终风险值为3.1427。
四、结论
本文通过将关联系数法和灰色分析法进行结合求得康保照阳河风电场工程的风险值为3.1427，根据上文中划分的风险等级标准，可知此项目处于一般风险与较高风险之间，总体来说此项目存在一定风险性，需对风险因素进行监控。
参考文献
[1]刘思峰,党建国等.灰色系统理论及其应用[M].北京:科学出版社,2004
[2]李丹,袁永博.基于灰色系统理论的建设项目风险评价[J].项目管理,2007,12:34-36
[3]香赵政,廖开际,刘其辉.基于序关系确定成熟度评价指标权重的简易法[J].2009,34(6):823-826。