[发明专利]一种汽轮发电机组综合评价计算方法

摘要

本发明提供一种汽轮发电机组综合评价的计算方法；首先，根据汽轮发电机组特点，构建综合评价指标体系，由实际数据建立综合评价初始数据，根据各指标对综合评价的不同作用，对初始数据矩阵进行趋同化处理，再经过标准化得到协方差矩阵，进而获得主成分，选取全部的主成分作为新的故障描述指标；其次，为了避免在构建综合评价指标体系时指标容量和规律性要求严格的问题，采用主成分的加权灰关联度进行综合评价，采用从优隶属度归一化主成分，得到主成分灰关联分析的标准数据序列和比较数据序列，由主成分的灰关联度系数和方差贡献率得到各机组的综合评价结果。本发明将主成分进行从优隶属度归一化处理，得到主成分灰关联度的比较数据序列和标准数据序列，整个计算过程不用编写复杂程序，计算简单方便。

主权项

1.一种汽轮发电机组综合评价计算方法，具体包括以下几个步骤：步骤一，在汽轮发电机组综合评价中，假定由n个待评价机组和p个衡量指标，构成初始数据矩阵为：x＝(x_ij)_n×p，趋同化处理公式为：其中，表示第j个指标在n个待评价机组下的最大值，i＝1,2，…，n；j＝1,2，…，p；则对越大越优指标：y_ij＝μ_ij，对越小越优指标：y_ij＝1‑μ_ij，适度指标：y_ij＝|0.5‑μ_ij|，趋同化后的矩阵为：Y＝(yi_j)_n×p；步骤二，处理后的指标数据矩阵Y＝(y_ij)_n×p，采用均值化进行标准化处理其中，为矩阵Y＝(y_ij)_n×p的平均值，i＝1，2，…，n；j＝1，2，…，p；协方差矩阵计算公式为：其中，步骤三，求取p个振动特征指标的主成分，令|R‑λI_p|＝0其中，λ是矩阵R的特征值，I_p为p行p列对角线数值为1其他数值为0的矩阵，假定矩阵R有q个大于0的特征值λ₁≥λ₂≥…≥λ_q＞0，其中q≤p；令Ra＝λ_la其中，l＝1,2,…,q，a为矩阵R的正特征值对应的特征向量，向量构成的矩阵形式表示为A＝a_p×q，为p行q列的矩阵，则这n个数据序列下p个振动特征参数构成的n行p列初始数据矩阵X，用n行q列的主成分向量矩阵形式F＝f_n×q表示，即主成分的个数为q个，向量维数为n，计算公式为：F＝f_n×q＝(y_ij)_n×pa_p×q其中，i＝1，2，…，n；j＝1，2，…，q；选取其中大于零的特征根对应的主成分，即为全部的主成分；主成分的方差贡献率为：其中，ω_j为各主成分权值分配，j＝1，2，…，q；前m个主成分的累积方差贡献率用γ表示，其中m≤q；计算公式为：其中，i＝1，2，…，m，j＝1，2，…，q；步骤四，主成分的灰关联度，具体计算步骤1)对主成分进行从优隶属度归一化处理，公式为：其中，i＝1，2，…，n；j＝1，2，…，q，则主成分的标准数据序列F'_ij(0)＝f'_ij(0)＝[1，1，…，1]其中，i＝1；j＝1，2，…，q；2)主成分的比较数据序列F'_ij(k)＝f'_ij(k)其中，i＝1，2，…，n；j＝1，2，…，q；3)n个比较序列与标准序列第j个指标的绝对差值为：Δ_ij＝|F'_ij(0)‑F'_ij(k)|＝|1‑f'_ij|其中，i＝1，2，…，n；j＝1，2，…，q；4)求极大值和极小值和其中，i＝1，2，…，n；j＝1，2，…，q，Δ_max为矩阵Δ_ij数值的最大值，Δ_min为矩阵Δ_ij数值的最小值；5)灰关联度系数的计算公式为：其中，i＝1，2，…，n；j＝1，2，…，q，ξ_ij为主成分标准序列F_ij'(0)与主成分比较序列F_ij'(k)间的关联度系数，ρ是分辨系数，取值区间为[0，1]，这里取ρ＝0.5；步骤五，比较数据数列与标准数据数列间的加权关联度为其中，ω_j为第j个主成分的方差贡献率，即权重，i＝1，2，…，n；j＝1，2，…，q，M_i值的大小排序即为对应机组优劣排序。