一种准确的调控质量分析方法
专利汇可以提供一种准确的调控质量分析方法专利检索，专利查询，专利分析的服务。并且本 发明 提出了一种准确的调控 质量 分析方法，包括以下步骤：S1，建立 电网 调控系统 数据库 。S2，建立实时告警监视分析指标，计算 信号 响应分数Sa，S3，监视并获取各个变电站的巡视数据，计算出监视变电站巡视情况的评价分数Sb。S4，建立质量指标树，该质量指标树包括树结点R、中间结点mi和叶子结点lj，并将实时告警监视分析指标和各个变电站的巡视数据带入该质量指标树中；并以质量指标树为 框架 对各项指标进行分析，进而得到指标的等级模糊向量Vq,j，即调控员的调控质量指标,根据所述调控员的调控质量指标得到电网调控的可靠性和最佳调控方案。该方法快速有效，提高了调控员对变电站的调控质量和对电网调控的可靠性。，下面是一种准确的调控质量分析方法专利的具体信息内容。
1.一种准确的调控质量分析方法，其特征在于，包括以下步骤：
S1，建立电网调控系统数据库，其中包括以下信息：调控值班表、调控员信息和变电站
信息；
S2，建立实时告警监视分析指标，划分出不同实时信号的信号等级和信号响应权重W信
号响应，计算调控员对实时信号的响应时间T响应时间和信号响应分数Sa；
S3，监视并获取各个变电站的巡视数据，其中包括：变电站中每个图的巡视时间t巡视时
间、变电站中每个图的巡视权重W巡视、变电站中每个图纸的最小浏览时长t最小浏览时间和最大浏览时长t最大浏览时间，其中，W信号响应+W巡视＝1，计算得到每个图纸巡视分值Pi，并根据得到图纸巡视分值Pi计算出监视变电站巡视情况的巡视分数Sb，即调控员对日常信号巡视工作情况
的响应指标；
S4，利用步骤S2和步骤S3获得的结果建立质量指标树，该质量指标树包括树结点R、
中间结点mi和叶子结点lj，并将实时告警监视分析指标和各个变电站的巡视数据带入该质
量指标树中；并以质量指标树为框架对各项指标进行分析，进而得到指标的等级模糊向量
Vq,j，即调控员的调控质量指标,其中q表示质量指标树的层数，根据所述调控员的调控质
量指标得到电网调控的可靠性和最佳调控方案。
2.根据权利要求1所述的一种准确的调控质量分析方法，其特征在于，步骤S2包括以
下步骤：
S2-1，对不同的实时信号进行响应权重划分，响应权重划分遵循以下规则：W事故信号+W异常信号+W越限信号+W变位信号+W告知信号＝W信号响应，其中，W事故信号为事故信号响应权重，W异常信号为异常信号响应权重，W越限信号为越限信号响应权得，W变位信号为变位信号响应权重，W告知信号为告知信号响应权重，在W信号响应中响应权重占比越高的实时信号，其等级越高；
S2-2，根据调控员对实时信号的响应进行记录，区分其对于不同等级信号的响应情况，
其中响应时间计算公式为：T响应时间＝T信息确认时间-T信息发生时间，其中，T信息确认时间和T信息发生时间均从行为监控服务器中得到；
S2-3，设定告知信号的定时触发机制如下：
当Count告知信号达到查询阈值时，如果在此期间调控员都未查询变电站告知信号，则该
次告知信号评价为0，否则为1，所述查询阈值为预先设定值；
S2-4，通过所得的T响应时间计算信号响应分数Sa，计算公式为： 如果T响应
时间超过设定的响应时间阈值，则信号响应分数Sa为0，其中，T预设响应时间为预先设定值。
3.根据权利要求1所述的一种准确的调控质量分析方法，其特征在于，步骤S3中还包
括根据调控员的工作优先级别建立回避机制，区分出不计入统计的巡视时间和信号响应时
间。
4.根据权利要求3所述的一种准确的调控质量分析方法，其特征在于，步骤S3包括以
下步骤：
S3-1，从行为监控服务器中得到t图切换时间和t图开启时间,计算变电站中每个图纸巡视时间，计算公式为t巡视时间＝t图切换时间-t图开启时间；
S3-2，设定变电站中每个图纸巡视的权重，设定数值满足ΣWh＝W巡视,其中，Wh是该变
电站第h个图纸的巡视权重；
S3-3，设定变电站中每个图纸的最小浏览时长t最小浏览时间和最大浏览时长t最大浏览时间，从行为监控服务器中得到每个图纸的实际浏览时长，如果该图的实际浏览时长小于最小浏览
时长t最小浏览时间，则此次该图浏览无效；如果该图的实际浏览时长大于最大浏览时长t最大浏览时间，且期间该调控员管辖范围未出现事故、异常、越限信号，则此次该图浏览无效；
S3-4，建立回避机制：根据调控员的工作优先级别，在调控员进行变电站巡视工作中，
如果遥控操作或突然发生事故信号、异常信号、越限信号或变位信号，则该次图纸的巡视时间不纳入统计中；同时在实时告警模块监视过程中如果遇遥控、遥调操作，其越限信号和变位信号的响应时间不纳入统计中；
S3-5，计算第h个图纸巡视分值，计算公式为：
S3-6，计算监视变电站巡视情况的巡视分数Sb＝ΣWh*Ph，即得到调控员对日常信号巡
视工作情况的响应指标。
5.根据权利要求1所述的一种准确的调控质量分析方法，其特征在于，步骤S4具体
为：
S4-1，利用步骤S2和步骤S3获得的结果建立质量指标树，并将实时告警监视分析指标
和各个变电站的巡视数据带入该质量指标树中，划分质量指标树的树结点、中间结点和叶
子结点，其中，
树结点用符号R＝{nr,v,θ}表示，其中nr代表该树结点的名称，v是该树结点属于等
级kj的等级模糊向量，j＝1,2,…,M,等级kj为预先设定值，θ为判定阈值，用于判定该
结点的子结点指标参数类型间差异；
中间结点表示构成调控质量特征的子因素，用符号mi＝{nm,pm,wi，θ}表示，其中nm为
当前结点名称，pm为当前中间结点的父结点名称，wi为当前中间结点权重，其中wi为信号响应权重或巡视权重，具有相同父结点的所有中间结点的权重之和等于其父结点的权重，θ
为判定阈值，用于判定该结点的中间结点指标类型参数间的差异；
叶子结点表示构成调控质量特征的最基本的叶子因素，用符号 表
示，其中nl为当前叶子结点名称，pl为当前叶子结点的父结点名称，wj为当前结点权重，其中wj为信号响应权重或巡视权重，具有相同父结点的所有子结点的权重之和等于其父结点
的权重， 为特征函数，描述叶子结点特征，其中， 其中 代
表调控中心所有调控员在第j个叶子结点指标上所获得评价分数的平均值，评价分数为信
号响应分数Sa或变电站巡视情况的巡视分数Sb， 是第k个等级的隶属函数，其具体为：
bkj是对满分区间[0,L]进行平均划分以确定各个隶属度的参
数，即：
S4-2，确定对叶子结点的综合评判的基本要素：叶子结点集合E＝{e1,e2,…,en}；评价
等级集合K＝{k1,k2,…,kM}；叶子结点模糊判定矩阵X＝(xij)n×M；叶子结点权重分配W＝
{w1,w2,…,wn}，n是叶子结点的数量，m是评价等级的维度；
其中，叶子结点集合E包含的是构成父结点指标的所有叶子结点指标；评价等级集合K
描述的是调控中心对于叶子结点指标作出的等级划分，共m级；叶子结点模糊判定矩阵X表
示调控中心对调控员在各个叶子结点指标上获得的评价的可能性，即各个叶子结点对各个
等级的隶属度，且Σxij＝1；叶子结点权重分配W表示各个叶子结点在评价中的相对重要
性；
S4-3，根据模糊变换原理，计算叶子结点的模糊向量Vq,j，即调控员的调控质量指标，其
中，
叶子结点的模糊向量Vq,j＝(vq,1,vq,2,…,vq,M)＝(Wq,1,Wq,2,…,Wq,n)°X(1)，Σvq,j
＝1，Wq,n表示第q层第n个叶子结点的权重，符号“°”表示模糊变换运算，其变换公式为
其中j＝1，2，…，M，∨和∧是Zadeh算子，∨代表Max运算，∧代
表Min运算；
当q＝1时，根据式(1)计算得到的叶结点的模糊向量Vq,j，根据最佳隶属原则，Vq,j中
最大的元素所在位置就是对应指标质量的评价等级，即调控员的调控质量指标；
当q≠1时，把第q层上的具有相同父结点的叶子指标结点划并为一组，划分组的数量
记为g，考察同一组结点差异性，去掉差异不超过判定阈值θ的结点，然后使用该组的叶子结点指标等级模糊向量Vq,j作为行构造叶子结点模糊评价矩阵，对同一组叶子结点，根据式(1)进行模糊变换运算，得到第q-1层的各个指标的模糊综合判定结果Vq-1,j，并对Vq-1,j作归一化处理得到Vq-1,j，把第q-1层上的所有结点都视为新的指标树的叶子结点，然后令q＝q-1，重新执行该步骤，直到当q＝1时，根据式(1)计算得到的叶结点的模糊向量Vq,j，根据最佳隶属原则，Vq,j中最大的元素所在位置就是对应指标质量的评价等级，即调控员的调控质量指标；
S4-4，根据所述调控员的调控质量指标得到电网调控的可靠性和最佳调控方案。
一种准确的调控质量分析方法
技术领域
背景技术
常工作的质量和效率直接影响到调控工作质量的好坏。但是，由于调控员普遍来源于原来
调度中心的调度班，其在相当长的一段时间内仍然受到传统的惯性主观意识所影响，习惯
于电网信息的被动告知观念，习惯于被动接受指令，从而使得其在日常的监控工作中存在
一定的工作惰性，形成隐患。在倡导以人为本的电力调控技术发展过程中，仅仅依靠制度和考核手段来来提高调控员的监控工作质量明显不能取得良好效果，需要提高调控员的调控
质量，进一步提高电网的可靠运行和调控质量。但目前，对于调控员的调控质量分析这方面的问题却迟迟没有得到解决。
发明内容
量Vq,j，即调控员的调控质量指标,其中q表示质量指标树的层数，根据所述调控员的调控
质量指标得到电网调控的可靠性和最佳调控方案。
调控方案。该分析方法快速有效，能准确得到电网调控的可靠性和最佳调控方案，提高了调控员对变电站的调控质量和对电网调控的可靠性。
握当前设备的状态，增加提前发现异常、减少事故的可能性。越限信号可以通过遥测方式或其它方式得到。
和叶子结点，其中，
定该结点的子结点指标参数类型间差异；
重，θ为判定阈值，用于判定该结点的中间结点指标类型参数间的差异；
名称，wj为当前结点权重，其中wj为信号响应权重或巡视权重，具有相同父结点的所
有子结点的权重之和等于其父结点的权重， 为特征函数，描述叶子结点特征，其中，
其中 代表调控中心所有调控员在第j个叶子结点指标上
所获得评价分数的平均值，评价分数为信号响应分数Sa或变电站巡视情况的巡视分数Sb，
是第k个等级的隶属函数，其具体为： bkj是对满分区间
[0,L]进行平均划分以确定各个隶属度的参数，即：
阵X表示调控中心对调控员在各个叶子结点指标上获得的评价的可能性，即各个叶子结点
对各个等级的隶属度，且Σxij＝1；叶子结点权重分配W表示各个叶子结点在评价中的相
对重要性；
根据最佳隶属原则，Vq,j中最大的元素所在位置就是对应指标质量的评价等级，即调控员的调控质量指标；
具体实施方式
图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
间和权重，从而可在系统中自行生成调控员在某个时间段的关于日常信号监视工作的评价
得分。
糊向量Vq,j，即调控员的调控质量指标,其中q表示质量指标树的层数，其实际含义是这个
向量是指标树层数坐标。指标树的层数可以理解为指标树的高度，这个是构建树之后就可
以直接取到的。在数据结构中有很多方法都可以直接取得树的高度。然后根据所述调控员
的调控质量指标得到电网调控的可靠性和最佳调控方案。
结点和叶子结点，其中，
定该结点的子结点指标参数类型间差异。
重，θ为判定阈值，用于判定该结点的中间结点指标类型参数间的差异。
名称，wj为当前结点权重，其中wj为信号响应权重或巡视权重，具有相同父结点的所
有子结点的权重之和等于其父结点的权重， 为特征函数，描述叶子结点特征，其中，
其中 代表调控中心所有调控员在第j个叶子结点指标上
所获得评价分数的平均值，评价分数为信号响应分数Sa或变电站巡视情况的巡视分数Sb，
是第k个等级的隶属函数，其具体为： bkj是对满分区间
[0,L]进行平均划分以确定各个隶属度的参数，即：
阵X表示调控中心对调控员在各个叶子结点指标上获得的评价的可能性，即各个叶子结点
对各个等级的隶属度，且Σxij＝1；叶子结点权重分配W表示各个叶子结点在评价中的相
对重要性。
根据最佳隶属原则，Vq,j中最大的元素所在位置就是对应指标质量的评价等级，即调控员的调控质量指标。
和巡视分数Sb的平均得分，具体为变电站A的巡视权重平均得分为9.42，信号响应权重平
均得分为9.37，变电站B的巡视权重平均得分为7.12，信号响应权重平均得分为8.51，变电站C的巡视权重平均得分为7.12，信号响应权重平均得分为8.51，变电站D的巡视权重平
均得分为7.93，信号响应权重平均得分为7.56，变电站E的巡视权重平均得分为7.12，信号响应权重平均得分为9.28。
指标，然后对比发现该分量对应的等级为第一级(极好)，说明该调控员的调控质量很好。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种隧道质量检测多功能辅助车 | 2020-05-11 | 831 |
| 电热毯的质量检测方法及检测装置 | 2020-05-12 | 449 |
| 一种畜牧质量跟踪系统及其使用方法 | 2020-05-11 | 694 |
| 一种量化评价乳制品质量的方法 | 2020-05-12 | 879 |
| 一种智能化系统质量检测系统 | 2020-05-12 | 397 |
| 一种检测原煤质量的方法 | 2020-05-13 | 774 |
| 一种动态测试面料质量的装置和方法 | 2020-05-12 | 930 |
| 一种钢管质量检测装置 | 2020-05-11 | 575 |
| 一种用于隧道衬砌质量检测的装置 | 2020-05-12 | 959 |
| 建筑工程质量检测装置 | 2020-05-11 | 207 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
