以改进TOPSIS法及云模型为基准探讨电力设备状态检修控制策略

胡 喆

   运用灰色关联度可实现TOPSIS法的改进，改进后的TOPSIS法具有更强的应用优势。本文将改进TOPSIS法和云模型结合起来，共同运用于电力设备的状态检修，这样可有效清除检修过程的模糊及随机问题，提高设备维修的准确性、可行性，保证电力系统快速恢复正常。

电力设备一般都有较好的绝缘性，发生故障时，检修人员可按照故障表现进行各个部位的逐一排查，但传统检修技术仍有部分安全隐患。为了提高设备检修效率，将“状态检修”引入电力系统，可实现在线状态检修，增强了检修的准确性和效率性。电力设备的状态检修应按照实际情况开展操作，既要保证安全，又要节省成本，因此，设备检修前要规划好维修流程，减少不必要的操作步骤，优化设备配置，实现高效率的在线检修，避免人物、物力的过度浪费。

  一、运用灰色关联度改进TOPSIS法

运用灰色关联度可展示数据曲线的动态情况，判断曲线的尺度及与其他数据的相近性。TOPSIS法用以处理多种指标的选择问题，主要列出各种数据的原有序列，分析各个数列的差距联系，然后选择最优的决策方案。这个过程中会受到多种不定因素的干扰，进而影响到多指标的准确选择。灰色关联度在TOPSIS法中的作用是合理调整传统TOPSIS法，促使TOPSIS法的尺度距离接近实际对象，提高数据评估功能 。

TOPSIS法改进后，指标决策的准确性得以提高，主要原理为：假设共有M个方案，各方案包含N个指标，这些指标的值是xij，那么，决策表达式是X=(xij)m×n，接着建立方案正、负两个理想解，即（Uo+ ，Uo-）；求出i方案到（Uo+ ，Uo-）的差距值（Di+,Di-）以及灰关联度（Ri+,Ri-），在对差距值、灰关联度进行推算，得到相对的接近度，根据贴进度大小分析方案的序列情况 。一般来说，接近度大表示方案较好，贴进度小则表示方案不合理。

   二、以改进TOPSIS法及云模型为基准分析电力设备状态检修控制

按照TOPSIS法的运用原理，可分析其在电力系统中的实际作用，即“处理多种指标的决策问题”，通过分析各个电力检测数据的差距联系，选择最优的维修方案。下面分析以改进TOPSIS法、云模型为基准的电力设备状态检修控制策略。

   （一）借助云模型完成指标定量、定性转换

假设云模型的有效论域以中间云为设定基准，即为超熵值Heo=0.005,用 T代表定性指标的“很好”、“比较好”、“普通”、“比较差”、“差”。使用时，“很好”对应的效益指标是“高”或“很高”；而对应的投入指标则是“很低”、“非常小”等。另外的定性指标可通过以此类推得到。按照云理论提出的“黄金分割”法，则可构建定性指标所得出的“云模型” 。

表1定性指标所得到的对应云模型定性指标云模型很好（1，0.201，0.041）比较好(0.732,0.071,0.009)普通(0.6,0.041,0.006)比较差(0.401,0.070,0.009)差(0,0.110,0.012)    （二）决策方案处理

按照专业评价语言，可以把M个方案中包含的所有指标纳入方案矩形中，即D=(dij)m×n，因为指标值有投入指标、效益指标之分，并且，各种指标的量性不同，在使用“向量归一”法对方案进行规范处理后，可得出规范矩形式：Y=（yij）m×n。并且，

统一考量之后，由于AHP法在运用中的主观因素较多，难以客观表示各指标的权重，因此，运用“熵值赋权法”可求得较客观的权重值，即W=（w1，w2,…，wn）。那么，规范矩阵是G=WY=［］

   （三）正、负理想解及两值差距的确定

正理想解：

负理想解：

当中的J+表示效益指标，J-表示投入指标，

然后，求i方案至正理想解的差距值，

求i方案至负理想解的差距值

   （四）灰关联矩阵的确定

正理想解和i方案间灰关联度的参数是：

由此得，正的灰色关联参数矩阵是:

R+=(rij+)m×n

因此，正理想解和各方案间灰关联度的参数是

负理想解和i方案间灰关联度的参数是：

由此得，负的灰色关联参数矩阵是:

R-=(rij-)m×n

因此，负理想解和各方案间灰关联度的参数是

ξ是分别参数，其取值一般是0.5［10,12,15］。

   （五）推算各个方案相对的接近度

运用无量纲化的方法处理各个方案中正、负理想解差距值（Di+,Di-）与（Ri+,Ri-）之间的关系公式，当中，Bi表示Di+(-)与Ri+(-)。

利用无量纲化法，融合差距值、灰关联度的值，解答出整个方案的实际距离，α与β属于决策选择中较好形状、位置的偏向程度参数，再按照实际情况对各个方案加以取值，达到α+β=1,

推算当中相对的接近度

，接近度大的情况下，方案更具科学性、可行性。

由于决策方式有很好的灵敏度，运用这一灵敏度分析方案是否可进行操作，推算灵敏度的公式是：

公式当中，Cmax表示相对接近度的最大值；Csee表示相对接近度的第二大值。推算出的λ大，表明正在采用的这一方案有很高的可信度，且决策效果很好，推算出的λ小，表明正在采用的这一方案不具备较高的可信度，且决策效果不好 。

   三、结 语

电网中各种电力设备的检修工作，关系到系统能够正常运转。状态检修引入电力系统后，设备检修能够实现在线操作，提高了电力维护的工作效率。但在检修过程中，工作人员难以快速确定模糊的故障问题，因此，需要利用灰关联度改进TOPSIS法，提高TOPSIS法的评估功能，并结合云模型展开实际运用。在改进TOPSIS法、云模型相互结合的基础上，分析电力设备状态检修的控制方法及策略，是当前电力领域重点关注的话题之一，将两者结合可促使电力检修更具科学性、可靠性，有利于检修人员合理规划具体的检修流程、方法，同时保障了检修人员的生命安全。（作者单位：西安供电公司）