基于组合赋权和模糊综合评判的电网企业物资品控体系综合能效评价

电网企业物资品控是设备进入电网投运前最重要的一环,涉及技术、管理、执行等各个方面。针对现有品控体系运行复杂性高、评价困难的特点,文中提出了一种基于组合赋权和模糊综合评判的能效评价方法,并以南网下属东、西部5个全资子公司2019年实际数据为例,对该方法的有效性进行了验证。首先,全面梳理了品控体系的机构、过程环节等各个方面,构建了分层分级的综合能效评价指标体系;其次,利用模糊层次分析法和熵权法将主观经验与实际数据结合,得到动态化的组合权重,确保了客观性和准确性;最后,通过模糊综合评价方法对整体能效开展评价。算例分析表明,该算法得到的结果符合客观事实,验证了模型的科学性。     

基于门控循环注意力网络的配电网故障识别方法

为了提高小样本条件下配电网故障辨识准确率,提出一种门控循环注意力网络模型.首先,通过注意力机制赋予故障相中关键周期较高权重,通过加权运算使得模型更加关注上述关键信息.其次,利用门控循环网络处理波形序列,该网络利用门控信号控制记忆传递过程,并借由记忆传递建立序列中不同阶段输入波形和故障类别概率间的关系,从而提升识别准确率.基于仿真数据和实际数据的实验均表明：所提方法在小样本条件下的可靠性和准确率远优于同等条件下支持向量机、梯度提升决策树、卷积神经网络等常用分类模型,为配电网故障辨识技术提供了一种新思路.