1.本发明属于变电站二次系统自动化技术领域，具体涉及一种辅助终端采集策略优化方法。
背景技术：2.变电站二次系统是电网实现测量和控制的基础，可对变电站一、二次设备进行自动监视、测量、控制等操作。其中辅助终端位于变电站二次系统的安全ⅱ区，是变电站辅助监控系统的重要设备。作为重要的信息节点，辅助终端通过不同的通信介质和通信规约对各种设备的信息进行采集处理，形成标准的信息并通过数据通道传送到集控中心。
3.为了提高辅助终端采集准确率与反应时间，需要尽可能地提高辅助终端对数据的采集频率，但是同样的，过高的采集频率会增加辅助终端cpu、内存等模块的工作负担，影响辅助终端工作效率。
技术实现要素：4.发明目的：本发明的目的是提供一种辅助终端采集策略优化方法。
5.技术方案：本发明为一种辅助终端采集策略优化方法，所述采集策略优化方法包括如下步骤：
6.s1，根据辅助终端的功能，将所述辅助终端的采集项划分为多层子信号；
7.s2，引入层次分析法分析各层所述子信号，建立信号层次结构图；
8.s3，基于所述信号层次结构图建立权重模型，使用所述权重模型计算各子信号的相对权重；
9.s4，以各子信号的相对权重为必要参数，引入收益函数和成本函数分别进行计算，得到对应的采集收益以及采集成本，建立辅助终端采集模型；
10.s5，对所述辅助终端采集模型设置约束条件，建立目标函数，输出结果。
11.在进一步的实施例中，s1中的所述子信号的类型至少包括：联动采集信号、故障采集信号和告警采集信号，其中，所述故障采集信号至少包括联动故障、终端故障；所述告警采集信号至少包括终端状态告警。
12.在进一步的实施例中，s3中计算各个所述子信号的权重包括如下步骤：
13.s1，计算各子信号的重要度标度，得到对应的标度取值和含义表；
14.s2，基于所述层次结构模型、重要度标度的值和含义表，设计问卷调查；
15.s3，发放所述调查问卷，并对调查问卷的数据进行预处理；
16.s4，对各层子信号的相对重要程度进行两两比较，得到对比矩阵；
17.s5，对得到的所述对比矩阵进行一致性检验，若不满足一致性检验则返回s3，直至满足一致性检验；
18.s6，计算s5中最终得到的对比矩阵的特征向量，处理所述特征向量，得到各子信号的原始相对权重；
19.s7，对所述相对权重变权，得到各子信号的最终相对权重。
20.通过上述技术方案，该权重计算方法对于层次分析法进行了改进，包括根据采集频率上下限重新设计重要度标度，考虑采集项数目影响对各个采集项进行变权处理等。这使辅助终端采集项的权重模型很好的满足了一致性检验的要求，同时考虑到了辅助终端的实际采集情况，有效提高了权重的合理性。
21.在进一步的实施例中，s4中的所述采集收益至少包括各层子信号的收益以及采集数据量及重要度收益；所述采集成本至少包括计算成本和存储成本。
22.在进一步的实施例中，所述约束条件包括频率约束、计算资源约束和存储资源约束。
23.在进一步的实施例中，步骤s6中所述目标函数输出结果基于采集收益最大、采集成本最小。
24.7在进一步的实施例中，还包括对所述优化方法的最优求解，具体步骤包括：
25.s1，确立目标函数，以辅助终端的采集收益最大、采集成本最小作为多目标优化；
26.s2，初始化辅助终端各个子信号的采集频率，获得初始种群；
27.s3，以目标函数作为适应度函数，目标函数值作为适应度值，对初始种群个体进行适应度评估；
28.s4，通过初始种群个体间的交叉、变异的方式产生子种群，根据适应度值计算个体序值，对父子种群进行非支配排序，计算拥挤距离，修剪种群；
29.s5，重复步骤s4，直到进化次数达到设定的上限，并将进化完成的所有种群个体作为辅助终端采集策略的最优解输出。
30.通过上述技术方案，采用该方法求解可以兼顾辅助终端的采集收益与采集成本，在提升采集收益的同时尽量降低采集成本，从而得到一组采集收益与采集成本相平衡的最优解集，并根据实际需求选择合适的最优解
31.有益效果：本发明与现有技术相比，其显著优点是：1、本发明在采集项权重的过程中对当前的层次分析法进行了改进：依据采集项采集频率的上下限重新设计了其重要性标度；根据各级信号集的采集项数目对采集项权重模型进行变权处理；对于多个专家打分的数据采用线性平均法进行预处理。这使得最终得到的辅助终端采集项的权重模型很好的满足了一致性检验的要求，并且考虑到了辅助终端的实际需求，有效提高了权重的合理性；
32.2、通过分析辅助终端的功能特性，将辅助终端的联动、故障检测、告警等功能列入到采集收益的考量范围，并考虑资源占用对采集成本的影响，建立了采集收益与采集成本相平衡的采集策略，可以有效提高采集收益，降低采集成本；
33.3、本发明可以用来优化变电站辅助监控系统的各个辅助终端的采集策略，提高辅助监控系统的运行效率，减少资源损耗。
附图说明
34.图1为本发明的辅助终端采集策略优化方法中辅助终端信号层次结构图；
35.图2为本发明的辅助终端采集策略优化方法中获得采集项权重的流程图；
36.图3为本发明的辅助终端采集策略优化方法中获得最优采集频率的流程图。
具体实施方式
37.以下结合附图对本发明的具体实施方式进行说明。
38.实施例1
39.基于上述背景技术提到的问题，本实施例提出的采集策略优化方法既可以用于变电站二次系统的辅助终端的采集优化，也可以用于所有具有多个采集项的采集设备的采集优化，采用采集策略优化方法可以对辅助终端的各个采集频率进行有效优化，提高采集收益，降低采集成本，进而提高辅助终端采集效率，降低辅助终端cpu、内存等模块的工作负担。
40.本实施例主要以两个主要步骤进行采集测量的设置以及采集测量的结果优化方法，包括：
41.步骤1：根据层次分析法建立辅助终端采集项的权重模型，依据功能将其划分为多层采集体系，同时针对层次分析法的缺点和不足进行了改进，改进之处在于：依据采集项采集频率的上下限重新设计了其重要性标度；根据各级信号集的采集项数目对采集项权重模型进行变权处理；对于多个专家打分的数据采用线性平均法进行预处理。这使得最终得到的辅助终端采集项的权重模型很好的满足了一致性检验的要求，并且考虑到了辅助终端的实际需求，有效提高了权重的合理性。经过改进的层次分析法计算得到辅助终端采集项权重，即本技术中的各层子信号的相对权重。
42.步骤2：以辅助终端采集项的权重模型为基础，构建了一种基于多目标优化的采集策略。通过分析辅助终端的功能特性，将辅助终端的联动、故障检测、告警等功能列入到采集收益的考量范围，同时考虑资源占用对采集成本的影响，建立了基于采集收益最大、采集成本最小的多目标优化函数，对多目标优化函数进行计算，最终得到采集收益最高，采集成本最低的最优结果。
43.实施例2
44.在实施例1的技术方案上，如图1所示，本发明提出的信号层次结构图基于如图所示的基本结构。辅助终端采集信号依据功能主要分为联动信号、故障信号和告警信号。每一类信号根据发生场景不同可以进一步细分，按照层次分析法的层次结构模型最终形成辅助终端的信号层次结构图。依据该图可以对辅助终端的各个采集项进行合理的权重分配，进而形成最优采集策略。
45.如图2所示为本发明提出的各个采集项的各层子信号的权重的流程图，本实施例以辅助终端的dl/t860分层信息模型为例进行阐述具体获取的步骤如下：
46.步骤1：对辅助终端的dl/t860分层信息模型进行分析，建立辅助终端的信号层次结构模型；
47.步骤2：确定各个重要度标度的取值，得到标度取值及含义表，根据层次结构模型和标度取值及含义表设计调查问卷；
48.步骤3：向多位专家发放调查问卷，采用线性平均法对原始数据进行预处理；
49.步骤4：对于各层元素相对重要程度进行两两比较，由1-(2n-1)标度法得到对比矩阵，并计算矩阵的最大特征值λ
max
和对应特征向量其中相对重要程度是指对元素ai和元素aj对比时，比较矩阵中的a
ij
分别取值为1、3、5、7、9代表元素ai与元素aj相比，至少包括相对重要程度为同等重要、稍微重要、重要、重要得多、极其重要的判定。
50.步骤5：对得到的对比矩阵进行一致性检验，若不满足一致性检验则返回步骤3，由专家重新打分，直至满足一致性检验；
51.步骤6：完成一致性检验后，对特征向量进行归一化处理得到各层元素之间的相对权重w＝[w1,w2,
…
,wn]；
[0052]
步骤7：对相对权重w进行变权处理，得到最终各层元素的相对权重为w'＝[w'1,w'2,
…
,w'n]。
[0053]
对比矩阵一致性检验的检验方法如下所示：
[0054]
①
计算不一致程度指标ci，如下式所示：
[0055][0056]
其中，λ
max
为对比矩阵的最大特征值；n为对比矩阵的阶数。
[0057]
②
计算随机一致性比率cr，如下式所示：
[0058][0059]
其中，ci为不一致程度指标；ri为平均随机一致性指标，其只与矩阵阶数n有关，可通过查表获得。
[0060]
③
若计算得随机一致性比率cr＜0.1，则对比矩阵满足一致性检验要求；否则需要调整对比矩阵元素的数值，直至通过一致性检验。
[0061]
实施例3
[0062]
基于实施例1的技术方案，以实施例2为参考数据之一，本实施例提出一种辅助终端采集模型。
[0063]
辅助终端采集模型至少包括采集收益与采集成本两个部分，以此来提高采集效率。辅助终端的越限联动、故障检测、状态告警等行为均可产生收益，需要针对不同行为的收益大小调控其采集频率，同时应注意到过高的采集频率会引起cpu、内存等资源越限，增加采集成本。
[0064]
其中影响采集收益的因素包括采集数据量及重要度收益、采集联动收益、采集故障收益和采集告警收益。
[0065]
数据量及重要度收益如下式所示：
[0066][0067]
其中，num
item
表示采集项i的数量，wi表示采集项i的权重；freqi表示采集项i的采集频率。
[0068]
联动收益如下式所示：
[0069][0070]
其中，num
linkage
表示联动事件的数量；num
litem
表示联动事件l中采集项i的数量；w
li
表示联动事件l中采集项i的权重；freq
l
表示联动事件l发生的频次；freq
li
表示单个联动事件中采集项i的频率。
[0071]
故障收益如下式所示：
[0072][0073]
其中，num
trouble
为故障事件的数量；num
titem
为故障事件t中采集项i的数量；w
ti
为故障事件t中采集项i的权重；w
tl
为故障事件t对相应联动事件的影响程度；freq
tl
为故障事件t对应的联动事件年均发生的频次；te为设备的年均使用时长；t
ebest
为最低故障率时设备的年均使用时长；f
t1
(te)、f
t2
(te)为故障率与设备年均使用时长的关系函数；freq
ti
为故障事件t中采集项i的频率。
[0074]
告警收益如下式所示：
[0075][0076]
其中，num
alarm
表示告警事件的数目；num
aitem
表示告警事件a中采集项i的数量；w
ai
表示告警事件a对应采集项i的权重；freq
ai
表示告警事件a中采集项i的频率。
[0077]
收益函数为
[0078]
benefit(x)＝volumebenefit(x)+linkagebenefit(x)+troublebenefit(x)+alarmbenefit(x)
[0079]
因采集引起的待采集对象的成本主要从计算资源、存储资源这两个方面进行考虑，例如cpu占用率，内存占用率等指标。其中计算成本定义为
[0080][0081]
其中，ci为采集项i的计算成本系数；freqi为采集项i的采集频率。
[0082]
存储成本定义为
[0083][0084]
其中，ni为采集项i占用字节数；freqi为采集项i的采集频率；n
total
为总字节数。
[0085]
成本函数为
[0086]
cost(x)＝calculatecost(x)+storagecost(x)
[0087]
实施例4
[0088]
与实施例1不同的是，如图3所示，本实施例提出一种优化采集策略的方法，辅助终端采集优化策略实质上可以转化为一个多目标优化问题，遗传算法作为一种进化算法，其基本原理是模拟达尔文生物进化论的自然选择和遗传学机理，通过把问题参数编码为染色体，再利用迭代方式进行选择、交叉以及变异等运算来交换种群中染色体的信息，从而生成符合优化目标的染色体，可以很好的解决多目标优化问题。综上所述，选择带精英策略的快速非支配排序遗传算法对辅助终端采集优化策略进行求解，具体实施步骤如下：
[0089]
步骤1：根据采集项权重确立目标函数。以辅助终端的采集收益最大以及采集成本最小作为多目标优化的目标函数。
[0090]
步骤2：对辅助终端各个采集项的采集频率进行初始化，获得初始种群；
[0091]
步骤3：以目标函数作为种群的适应度函数，目标函数值作为种群个体的适应度值，对初始种群个体进行适应度评估；
[0092]
步骤4：通过种群个体间的交叉、变异的方式产生子种群，根据适应度值计算个体序值，对父子种群进行非支配排序，计算拥挤距离，修剪种群。
[0093]
步骤5：重复步骤4直到进化次数达到设定的上限，并将进化完成的所有种群个体作为辅助终端采集策略的最优解输出。
技术特征：1.一种辅助终端采集策略优化方法，其特征在于，所述采集策略优化方法包括如下步骤：s1，根据辅助终端的功能，将所述辅助终端的采集项划分为多层子信号；s2，引入层次分析法分析各层所述子信号，建立信号层次结构图；s3，基于所述信号层次结构图建立权重模型，使用所述权重模型计算各子信号的相对权重；s4，以各子信号的相对权重为必要参数，引入收益函数和成本函数分别进行计算，得到对应的采集收益以及采集成本，建立辅助终端采集模型；s5，对所述辅助终端采集模型设置约束条件，建立目标函数，输出结果。2.根据权利要求1所述的优化方法，其特征在于，s1中的所述子信号的类型至少包括：联动采集信号、故障采集信号和告警采集信号，其中，所述故障采集信号至少包括联动故障、终端故障；所述告警采集信号至少包括终端状态告警。3.根据权利要求1所述的优化方法，其特征在于，s3中计算各个所述子信号的权重包括如下步骤：s1，计算各子信号的重要度标度，得到对应的标度取值和含义表；s2，基于所述层次结构模型、重要度标度的值和含义表，设计问卷调查；s3，发放所述调查问卷，并对调查问卷的数据进行预处理；s4，对各层子信号的相对重要程度进行两两比较，得到对比矩阵；s5，对得到的所述对比矩阵进行一致性检验，若不满足一致性检验则返回s3，直至满足一致性检验；s6，计算s5中最终得到的对比矩阵的特征向量，处理所述特征向量，得到各子信号的原始相对权重；s7，对所述相对权重变权，得到各子信号的最终相对权重。4.根据权利要求1所述的优化方法，其特征在于，s4中的所述采集收益至少包括各层子信号的收益以及采集数据量及重要度收益；所述采集成本至少包括计算成本和存储成本。5.根据权利要求1所述的优化方法，其特征在于，所述约束条件包括频率约束、计算资源约束和存储资源约束。6.根据权利要求1所述的优化方法，其特征在于，步骤s6中所述目标函数输出结果基于采集收益最大、采集成本最小。7.根据权利要求1至6任一项所述的优化方法，其特征在于，还包括对所述优化方法的最优求解，具体步骤包括：s1，确立目标函数，以辅助终端的采集收益最大、采集成本最小作为多目标优化；s2，初始化辅助终端各个子信号的采集频率，获得初始种群；s3，以目标函数作为适应度函数，目标函数值作为适应度值，对初始种群个体进行适应度评估；s4，通过初始种群个体间的交叉、变异的方式产生子种群，根据适应度值计算个体序值，对父子种群进行非支配排序，计算拥挤距离，修剪种群；s5，重复步骤s4，直到进化次数达到设定的上限，并将进化完成的所有种群个体作为辅助终端采集策略的最优解输出。
技术总结本发明公开了一种辅助终端采集策略优化方法，属于变电站二次系统自动化技术领域。包括以下步骤：根据层次分析法建立辅助终端采集项的权重模型，依据功能将其划分为多层采集体系，计算得到辅助终端采集项权重；以辅助终端采集项的权重模型为基础，通过分析辅助终端的功能特性，将辅助终端的联动、故障检测等功能列入到采集收益的考量范围，同时考虑资源占用对采集成本的影响，建立了基于采集收益与采集成本平衡的辅助终端采集模型，通过遗传算法对该模型的多目标优化函数进行求解，最终得到采集收益最高、采集成本最低的最优结果。该方法包括辅助终端采集项的权重模型，基于采集收益与采集成本平衡的辅助终端采集模型，最终实现结果最优。结果最优。结果最优。
技术研发人员：王志远 濮卫兴 张东欣
受保护的技术使用者：国电南瑞科技股份有限公司
技术研发日：2022.07.11
技术公布日：2022/11/1
