劉仕兵, 朱雪龍, 張艷偉, 武 磊
(華東交通大學(xué) 電氣與電子工程學(xué)院,江西 南昌 330013)
截至2014年底,我國鐵路營業(yè)里程突破11.1萬km,高速鐵路運營里程達到1.6萬km,電氣化鐵路營業(yè)里程超過6.2萬km,約占總營業(yè)里程的56%,供電系統(tǒng)在鐵路運輸中的重要性進一步提高。在鐵路供電系統(tǒng)中最容易出現(xiàn)故障的是接觸網(wǎng),有資料顯示,供電系統(tǒng)的可靠性95%以上取決于接觸網(wǎng)的可靠性。而接觸網(wǎng)作為無備用供電設(shè)備,一旦發(fā)生事故或弓網(wǎng)故障,將對列車安全運行產(chǎn)生直接威脅。因此,加強對接觸網(wǎng)狀態(tài)的檢測和健康狀態(tài)評估已經(jīng)成為提高電氣化鐵路可靠性的關(guān)鍵。
近年來,高速鐵路供電安全檢測監(jiān)測系統(tǒng)(簡稱6C檢測系統(tǒng))已廣泛應(yīng)用在接觸網(wǎng)設(shè)備的狀態(tài)監(jiān)測中。根據(jù)鐵路供電部門規(guī)劃:圍繞高鐵精測精修、集中修、 6C檢測及設(shè)備基礎(chǔ)數(shù)據(jù)庫等信息, 堅持把信息化
建設(shè)作為供電發(fā)展的一項戰(zhàn)略任務(wù)。中國鐵路總公司要求各局積極落實,建立局、段檢測監(jiān)測中心,配備專職技術(shù)人員,實行檢測監(jiān)測專業(yè)化管理;加強對SCADA系統(tǒng)(數(shù)據(jù)采集與監(jiān)視控制系統(tǒng))和跳閘數(shù)據(jù)的分析,積極運用供電信息管理系統(tǒng)的搶修輔助作用,改進頂層設(shè)計,完善總體規(guī)劃,推進資源整合,實現(xiàn)各種圖紙、報表、設(shè)備履歷、6C檢測、跳閘統(tǒng)計、故障分析、應(yīng)急處置等網(wǎng)絡(luò)化信息共享。監(jiān)測信息可以克服接觸網(wǎng)設(shè)備維修的盲目性,對保障接觸網(wǎng)安全、穩(wěn)定運行,起到了重要的安全監(jiān)控作用,但是接觸網(wǎng)設(shè)備狀態(tài)監(jiān)測“數(shù)據(jù)海量,信息缺乏”的問題嚴(yán)重制約了狀態(tài)監(jiān)測的使用效果。因而研究適合接觸網(wǎng)的檢測數(shù)據(jù)處理及狀態(tài)評估方法十分必要。
目前,接觸網(wǎng)的狀態(tài)監(jiān)測和數(shù)據(jù)處理主要用于基礎(chǔ)數(shù)據(jù)查詢,參數(shù)超限判斷,數(shù)據(jù)利用率低。對接觸網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)綜合分析評估,能幫助維修部門準(zhǔn)確掌握接觸網(wǎng)的狀態(tài)及變化趨勢,為維修提供決策信息,形成綜合監(jiān)測—狀態(tài)評估—輔助維修決策的管理體系;同時,狀態(tài)評估還可以實現(xiàn)不同區(qū)段的接觸網(wǎng)質(zhì)量優(yōu)劣比較,為鐵路部門工作考核提供參考。
狀態(tài)評估常用方法有故障樹分析法、模糊綜合評判法、基于證據(jù)理論評估法、可拓綜合評估法、貝葉斯網(wǎng)絡(luò)法等[1-5]。每種方法都有局限性,并且大多數(shù)方法都過于復(fù)雜,而且不一定具有較高的精確性。文獻[6-7]利用故障樹分析法建立接觸網(wǎng)失效模型,運用可信性理論實現(xiàn)對接觸網(wǎng)的模糊評估,評估結(jié)果反映了接觸網(wǎng)各部件的失效概率,沒有對其整體狀態(tài)做出量化評價。文獻[8]基于系統(tǒng)工程理論,分析接觸網(wǎng)安全影響指標(biāo),建立接觸網(wǎng)系統(tǒng)模糊安全評估模型和BP神經(jīng)網(wǎng)絡(luò)安全評估模型,此方法由專家經(jīng)驗確定指標(biāo)的權(quán)重,不可避免帶有一定主觀性。文獻[9]運用熵權(quán)法挖掘檢測數(shù)據(jù)中的信息,結(jié)合各指標(biāo)屬于評判集的隸屬程度,實現(xiàn)接觸網(wǎng)的狀態(tài)評估,熵權(quán)法不能反映指標(biāo)的重要性差異,因此不能客觀地評估接觸網(wǎng)狀態(tài)。本文基于灰色聚類理論建立了接觸網(wǎng)健康狀態(tài)綜合評估模型,把接觸網(wǎng)健康狀態(tài)分為5個等級,利用熵權(quán)法和層次分析法求取各指標(biāo)的組合權(quán)重,使評價結(jié)果兼具主客觀的優(yōu)點,并從定性和定量兩方面對結(jié)果做分析,實現(xiàn)接觸網(wǎng)狀態(tài)的量化評估,為以后接觸網(wǎng)的參數(shù)設(shè)計和故障預(yù)測提供依據(jù)。
( 1 )
( 2 )
Theil不均衡指數(shù)越高,聚類系數(shù)向量δi中s個聚類系數(shù)的差異性越大,說明評價結(jié)果越可靠。若是定量評價灰色聚類結(jié)果,設(shè)總分100分,灰類k的分值為ck,c1>c2>…>cs,且各分值間的間隔相等,c1=100,cs=0,則評估對象i的評分
( 3 )
分值的大小反映了評估對象所處狀態(tài)水平的優(yōu)劣,評價結(jié)果更為直觀,并且可以根據(jù)分值大小對不同對象做出比較,以達到區(qū)分各評估對象綜合健康水平的目的,并可為優(yōu)化維修策略提供參考。
熵權(quán)法是一種客觀求取權(quán)重方法,由各指標(biāo)傳遞給評估者信息量的多少決定權(quán)重,反映了不同指標(biāo)在綜合評估中所起作用的大小。若有m個評價指標(biāo),n個對象,指標(biāo)值經(jīng)標(biāo)準(zhǔn)化后組成評價矩陣R=[rij],其中rij為第i個對象的第j個指標(biāo)標(biāo)準(zhǔn)化后的值。對于系統(tǒng)中第j個指標(biāo),其信息熵定義為
( 4 )
式中:yij為第j個指標(biāo)下某種系統(tǒng)狀態(tài)出現(xiàn)的概率。當(dāng)yij=0時,令yijlnyij=0,由此計算出各影響因素嚴(yán)重性指標(biāo)的熵值s1,s2,…,sm。第j個指標(biāo)的熵權(quán)wj為
( 5 )
層次分析法將定量與定性分析相結(jié)合,通過專家經(jīng)驗判斷各指標(biāo)間的相對重要度,構(gòu)造模糊判斷矩陣,進而求得各指標(biāo)的相對權(quán)重,其具體步驟如下:
Step1設(shè)系統(tǒng)中各評價指標(biāo)為v1,v2,…,vm,各自分配的權(quán)重為w1,w2,…,wm,根據(jù)指標(biāo)間的重要度,即哪一個重要,重要多少來構(gòu)造判斷矩陣A,指標(biāo)重要度取值見表1。
表1 AHP標(biāo)度值及含義
由表1可得判斷矩陣
Step2矩陣的一致性檢驗:一個混亂的矩陣可能導(dǎo)致評價的失誤,因為判斷矩陣若偏離一致性時,其計算所得的權(quán)重作為評價權(quán)重,其結(jié)果可靠性較低,因此必須進行一致性判斷。首先計算一致性指標(biāo)CI,其計算式為
( 6 )
式中:λmax是判斷矩陣A的最大特征根;m是判斷矩陣A的階數(shù)。
其次查找平均隨機一致性指標(biāo)RI,平均隨機一致性指標(biāo)是重復(fù)進行(500次以上)隨機判斷矩陣根計算之后的算術(shù)平均值。1~9階矩陣的隨機一致性指標(biāo)取值見表2。
表2 平均隨機一致性指標(biāo)取值
最后計算一致性比例CR
( 7 )
當(dāng)CR<0.1時,一般認(rèn)為判斷矩陣是可以接受的,否則就必須對判斷矩陣做適當(dāng)?shù)男拚?/p>
Step3各指標(biāo)權(quán)重為
( 8 )
對于大多數(shù)的權(quán)重問題,層次分析法可以得到滿意的結(jié)果,但是由于在求取判斷矩陣時過于依賴專家經(jīng)驗,因此權(quán)重受專家水平限制,帶有過多的人為性[14]。
針對上述2種權(quán)重求取方法的不足,通過組合賦權(quán)法將兩者結(jié)合起來,綜合考慮主客觀影響,得到更接近實際的權(quán)重結(jié)果。設(shè)W為2種賦權(quán)方法組合后的指標(biāo)權(quán)重,將W表示為W1和W2的線性組合,即W為
W=aW1+(1-a)W2
( 9 )
式中:W1為熵權(quán)法計算的各指標(biāo)權(quán)重;W2為層次分析法計算的各指標(biāo)權(quán)重;a是熵權(quán)法得到的權(quán)值在組合權(quán)重中占的比例,一般取0.4。
評價指標(biāo)應(yīng)盡可能真實、客觀地反映接觸網(wǎng)所處的狀態(tài)。接觸網(wǎng)作為一個復(fù)雜的電氣機械系統(tǒng),其檢測項目眾多,如果把所有項目都納入評價指標(biāo),整個評估系統(tǒng)將非常龐大,并且參數(shù)之間有一定的相關(guān)性,沒有必要全部作為評價指標(biāo),因此,應(yīng)選取能反映接觸網(wǎng)狀態(tài)又具有可操作性的指標(biāo)。
列車高速運行時,弓網(wǎng)之間的受流過程包含了復(fù)雜的機械和電氣變化。在受電弓彈簧系統(tǒng)、車體擺動和風(fēng)力等因素共同作用下,弓網(wǎng)系統(tǒng)將會發(fā)生復(fù)雜的振動,同時振動沿接觸線傳播形成波動。由于弓網(wǎng)的劇烈振動,二者的良好接觸受到破壞,弓網(wǎng)離線產(chǎn)生電弧,情況嚴(yán)重時破壞接觸網(wǎng)的正常工作。通常受電弓能安全地通過接觸線,但在某些部分當(dāng)接觸線超出受電弓的工作長度時,會造成刮弓或鉆弓事故,為避免此類事故發(fā)生,要經(jīng)常檢測接觸線拉出值、跨中偏移值、線岔和錨段關(guān)節(jié)處兩接觸線的相對位置等參數(shù)。在受電弓和接觸線的接觸過程中,若接觸壓力過大,會加重弓網(wǎng)磨損;壓力過小,弓網(wǎng)接觸不良,影響受流的穩(wěn)定。對于接觸網(wǎng)的日常運行維護,目前主要檢測項目包括接觸網(wǎng)幾何參數(shù),弓網(wǎng)受流參數(shù),供電參數(shù)等,幾何參數(shù)偏差過大影響受流質(zhì)量甚至危及列車運行安全,其對弓網(wǎng)受流影響主要通過弓網(wǎng)受流特征參數(shù)體現(xiàn)。供電參數(shù)檢測包括網(wǎng)壓和動車組受流,網(wǎng)壓主要由牽引變電所決定,與接觸網(wǎng)狀態(tài)關(guān)系不大;動車組取流和接觸線與受電弓之間的配合有關(guān),接觸網(wǎng)狀態(tài)不好或幾何參數(shù)偏差大時,受電弓的取流變差,電火花或電弧就多。參考《接觸網(wǎng)運行檢修規(guī)程》[15]和《高速鐵路接觸網(wǎng)運行檢修暫行規(guī)程》[16],建立圖1所示接觸網(wǎng)健康狀態(tài)綜合評估三級指標(biāo)體系。
目前對接觸網(wǎng)的健康狀態(tài)沒有明確的劃分,一般對參數(shù)設(shè)定正常工作范圍。接觸網(wǎng)工作狀態(tài)從不越界到越界,應(yīng)該是單調(diào)連續(xù)變化的,結(jié)合接觸網(wǎng)的故障診斷情況,歷史經(jīng)驗以及專家的分析[8],本文將接觸網(wǎng)灰度等級分為好,較好,一般,較差,差5個等級,具體描述見表3。
白化權(quán)函數(shù)也稱為灰色聚類函數(shù),依照某種規(guī)則把觀測指標(biāo)和系統(tǒng)劃分為若干類別,其值介于0~1間變化。接觸網(wǎng)的健康狀態(tài)劃分為5個灰類等級,這5個灰類的白化權(quán)函數(shù)分別定義為
表3 接觸網(wǎng)健康狀態(tài)說明
(10)
式(10)也可以改寫為
(11)
根據(jù)某段接觸網(wǎng)的檢測數(shù)據(jù),對其進行健康狀態(tài)評估。依據(jù)前文中建立的接觸網(wǎng)綜合指標(biāo)體系,選用四類共10個健康狀態(tài)指標(biāo)。安全性能指標(biāo):拉出值A(chǔ)1,導(dǎo)高A2,線岔和錨段關(guān)節(jié)處接觸線相對位置A3,接觸線跨中偏移值A(chǔ)4;平順性能指標(biāo):硬點B1,高差B2;受流性能指標(biāo):弓網(wǎng)接觸力C1,離線率C2,導(dǎo)線坡度C3;電氣性能指標(biāo):動車組取流D1。
由于各指標(biāo)的標(biāo)度類型和量綱都不相同,不能直接用來計算各自權(quán)重和量化。為便于各指標(biāo)在同一層次下處理,需要對原始數(shù)據(jù)進行預(yù)處理。通常的做法是將其壓縮在[0,1]之間,由量綱數(shù)據(jù)變?yōu)闊o量綱數(shù)據(jù)[17]。對于數(shù)值型指標(biāo),處理方法為:設(shè)有n個評估對象,m個評估指標(biāo),xij(i=1,2,…,n;j=1,2,…,m)為評估對象i關(guān)于評估指標(biāo)j的量化值。
對于越大越優(yōu)型指標(biāo),規(guī)范化式為
(12)
對于越小越優(yōu)型指標(biāo),規(guī)范化式為
(13)
表4 接觸網(wǎng)評估指標(biāo)規(guī)范化數(shù)據(jù)
對上表數(shù)據(jù)求熵
H=[0.999 0 0.978 6 0.999 0 0.999 2 0.996 1 0.917 7 0.981 8 0.986 0 0.867 1 0.988 7]
結(jié)合式( 5 )求得熵權(quán)法權(quán)重
W1=[0.003 6 0.074 5 0.003 4 0.002 9 0.013 6 0.286 9 0.063 5 0.049 0 0.463 2 0.039 3]
指標(biāo)數(shù)值的大小對權(quán)重影響很大,從表4中數(shù)據(jù)可以看出,B2、C3指標(biāo)變化明顯,相應(yīng)的權(quán)重值較大。熵權(quán)法由指標(biāo)數(shù)值的變化程度決定其占權(quán)重大小,但不能反映指標(biāo)本身重要性,以弓網(wǎng)接觸力為例,若指標(biāo)數(shù)值變化很小,則其在評估中所占權(quán)重也較小。事實上,弓網(wǎng)接觸力對弓網(wǎng)受流過程具有重要影響,需要結(jié)合層次分析法彌補熵權(quán)法的不足。
在求層次分析法權(quán)重時,先分別求取各子指標(biāo)對上一層指標(biāo)(指標(biāo)層)的權(quán)重,然后求指標(biāo)層對上一層(目標(biāo)層)的權(quán)重,具體步驟如下:以安全性指標(biāo)一類為例,由專家根據(jù)經(jīng)驗依據(jù)表2對拉出值、導(dǎo)高、線岔和錨段關(guān)節(jié)處接觸線相對位置、跨中偏移值進行兩兩重要度比較,得到判斷矩陣
通過MATLAB程序計算出矩陣的最大特征根λmax=4.021 1,根據(jù)表2和式( 7 )求得一致性指標(biāo)CR=0.007 9<0.1,即矩陣一致性符合要求。然后由式( 8 )求得安全性指標(biāo)下的子指標(biāo)層權(quán)重
Wa=[0.477 2 0.288 0 0.153 9 0.080 9]
同樣方法可求得其他子指標(biāo)層和指標(biāo)層的權(quán)重
Wb=[0.749 7 0.250 3]
Wc=[0.648 3 0.229 7 0.122 0]
Wd=[1]
Ws=[0.286 7 0.213 5 0.315 6 0.184 2]
上面Wb、Wc、Wd分別是平順性指標(biāo)、受流性能指標(biāo)、電氣性能指標(biāo)下面的子指標(biāo)權(quán)重,Ws為指標(biāo)層的權(quán)重。
解得層次分析法最終權(quán)重
W2=[0.136 8 0.082 6 0.044 1 0.023 2 0.160 1 0.053 4 0.204 6 0.072 5 0.038 5 0.184 2]
綜合上面的熵權(quán)法權(quán)重和層次分析法權(quán)重,求出組合權(quán)重
W=[0.083 5 0.079 4 0.027 8 0.015 1 0.101 5 0.146 8 0.148 2 0.063 1 0.208 4 0.126 2]
把表4中的數(shù)據(jù)代入各白化權(quán)函數(shù)式,再由灰色聚類式( 1 )求得接觸網(wǎng)的灰色聚類,結(jié)果見表5。
表5 接觸網(wǎng)灰色聚類
聚類系數(shù)的最大值代表接觸網(wǎng)所處的健康狀態(tài),針對不同的評估結(jié)果采取相應(yīng)維修措施。若評估結(jié)果處于“差”, 表示接觸網(wǎng)發(fā)生故障的可能性很大,應(yīng)立即或在規(guī)定期限內(nèi)安排檢修使其返回到安全狀態(tài);當(dāng)處于“較差”時,表示接觸網(wǎng)存在安全隱患,應(yīng)在預(yù)留天窗內(nèi)檢修或者在制定月度維修計劃時做相應(yīng)安排,防止接觸網(wǎng)狀態(tài)的進一步惡化;對于“一般”的狀態(tài),加強狀態(tài)監(jiān)測,注意健康狀態(tài)的變化趨勢。對于處于同一等級評估的接觸網(wǎng),不能直接對其狀態(tài)做比較,用100,80,60,40,20依次代替5個等級所對應(yīng)的分值,對聚類結(jié)果歸一化后,根據(jù)式( 3 )進行加權(quán)求和,得到接觸網(wǎng)健康狀態(tài)評分值,見圖3。從圖3中可以看出接觸網(wǎng)狀態(tài)有變差的趨勢,經(jīng)過維護,接觸網(wǎng)狀況明顯好轉(zhuǎn),實現(xiàn)對接觸網(wǎng)健康狀態(tài)直觀的量化認(rèn)識??梢姴捎盟鶆?chuàng)建的健康狀態(tài)綜合評估模型,能實現(xiàn)接觸網(wǎng)健康狀態(tài)綜合評估的效能。
接觸網(wǎng)的良好狀態(tài)對保證電氣化鐵路的安全運行至關(guān)重要,其健康狀態(tài)評估對接觸網(wǎng)的故障預(yù)測維修和優(yōu)化參數(shù)設(shè)計具有重要意義。本文構(gòu)建了基于灰色聚類法和組合賦權(quán)法的健康狀態(tài)模型,經(jīng)過研究得出以下結(jié)論:
(1) 運用灰色聚類對接觸網(wǎng)狀態(tài)評估,得到接觸網(wǎng)健康狀態(tài)的等級和分值,解決了以往二元評價問題,實現(xiàn)了對健康狀態(tài)的連續(xù)、量化評價;
(2) 熵權(quán)法能夠自主根據(jù)指標(biāo)數(shù)據(jù)的絮亂程度判定權(quán)重大小,具有客觀性的優(yōu)點,但其不能反應(yīng)各指標(biāo)本質(zhì)上的重要性差異,與層次分析法相結(jié)合求得的權(quán)值更為科學(xué)合理;
(3) 層次分析法中指標(biāo)的選取和重要度判定對結(jié)果有很大影響,因此需要深入研究接觸網(wǎng)與受電弓之間受流性能,進一步優(yōu)化選擇,另外指標(biāo)過多時,運算量加大且權(quán)值精確度降低。
參考文獻:
[1] 譚熙靜,何正友,余敏,等. 基于DFTA的地鐵車站級綜合監(jiān)控系統(tǒng)可靠性分析[J]. 鐵道學(xué)報,2011,33(7):52-60.
TAN Xijing, HE Zhengyou, YU Min,et al. Analysi on Reliablity of the Substation-level Integrated Supervisory and Control System Based on Dynamic Fault Tree Analysis[J]. Journal of the China Railway Society, 2011, 33(7): 52-60.
[2] 曾德容,何正友,余敏. 地鐵牽引變電所可靠性分析[J]. 鐵道學(xué)報,2008,30(4):22-27.
ZENG Derong, HE Zhengyou, YU Min. Reliability Analysis of Metro Traction Substation[J]. Journal of the China Railway Society, 2008, 30(4): 22-27.
[3] 趙瓊,王思華,尚方寧.基于故障樹分析法的接觸網(wǎng)可靠性分析[J]. 鐵道標(biāo)準(zhǔn)設(shè)計,2014,58(1):105-109.
ZHAO Qiong, WANG Sihua, SHANG Fangning. Reliability Analysis of Overhead Contact Line System Based on Fault Tree Analysis Method[J]. Railway Standard Design, 2014, 58(1): 105-109.
[4] 尹維恒,解紹鋒,陳民武,等. 基于貝葉斯網(wǎng)絡(luò)的牽引變電所主接線可靠性評估[J]. 電工電氣,2013(8):29-33.
YIN Weiheng, XIE Shaofeng, CHEN Minwu, et al.Reliability Assessment of Main Electric Connection of Traction Substation Based on Bayesian Network[J]. Electrotechnics Electric, 2013(8):29-33.
[5] 萬毅,丁電寬,鄧斌,等. 應(yīng)用模糊綜合評判對接觸網(wǎng)進行可靠性分配[J]. 鐵道工程學(xué)報,2006(6):74-77.
WAN Yi, DING Diankuan, DENG Bin, et al. Application of Fuzzy Synthesis Evaluation in Reliability Allocation of the Catenary System[J]. Jounal of Railway Engineering Society, 2006(6):74-77.
[6] 楊媛,吳俊勇,吳燕,等.基于可信性理論的電氣化鐵路接觸網(wǎng)可靠性的模糊評估[J]. 鐵道學(xué)報,2008,30(6):15-119.
YANG Yuan, WU Junyong, WU Yan,et al. Fuzzy Reliability Evaluation of Electrified Railway Catenary System Based on Credibility Theory [J]. Journal of The China Railway Society, 2008, 30(6): 115-119.
[7] 楊媛,吳俊勇,吳燕.基于可信性理論的電氣化鐵路牽引供電系統(tǒng)RAMS的模糊評估[J]. 北京交通大學(xué)學(xué)報,2008,32(5):89-93.
YANG Yuan, WU Junyong, WU Yan. Fuzzy RAMS Evaluation of High-speed Railway Traction Power Supply System Based on Uncertainty Theory [J]. Journal of Beijing Jiaotong University , 2008, 32(5): 89-93.
[8] 陶鋒. 高速鐵路接觸網(wǎng)安全評價研究[D]. 成都:西南交通大學(xué),2014:6-25.
[9] 程宏波,何正友,胡海濤,等. 高鐵接觸網(wǎng)健康狀態(tài)的熵權(quán)多信息綜合評估[J]. 鐵道學(xué)報,2014,36(3):19-24.
CHENG Hongbo, HE Zhengyou, HU Haitao, et al. Comprehensive Evaluation of Health Status of High-speed Railway Catenaries Based on Entropy Weight[J]. Journal of the China Railway Society, 2014, 36(3): 19-24.
[10] 胡龍萍,徐曉鳳. 基于灰色聚類的汽車健康狀態(tài)評估[J]. 計算機技術(shù)與發(fā)展,2014,24(10):216-220.
HU Longping, XU Xiaofeng. Automobile Health Status Assessment Based on Gray Clustering[J]. Computer Technology and Development, 2014, 24(10): 216-220.
[11] 袁志堅,孫才新. 變壓器健康狀態(tài)的灰色聚類決策方法[J]. 重慶大學(xué)學(xué)報,2005,28(3):22-25.
YUAN Zhijian, SUN Caixin. Method of Grey Clustering Decision-making to State Assessment of Power Transformer[J]. journal of Chongqing University, 2005, 28(3): 22-25.
[12] 楊志超,張成龍,葛樂,等.基于熵權(quán)法的絕緣子污閃狀態(tài)模糊綜合評價[J]. 電力自動化設(shè)備,2014,34(4):90-94.
YANG Zhichao, ZHANG Chenglong, GE Le, et al. Comprehensive Fuzzy Evaluation Based on Entropy Weight Method for Insulator Flashover Pollution[J]. Electric Power Automation Equipment, 2014, 34(4): 90-94.
[13] 張炳達,王靜. 基于熵原理的電能質(zhì)量評估新方法[J]. 電力自動化設(shè)備,2009,29(10):35-38.
ZHANG Bingda, WANG Jing. Power Quality Evaluation Based on Entropy Principles[J]. Electric Power Automation Equipment, 2009, 29(10): 35-38.
[14] 鄧雪,李家銘,曾浩建,等. 層次分析法權(quán)重計算方法分析及其應(yīng)用研究[J]. 數(shù)學(xué)的實踐與認(rèn)識, 2012, 42(7):93-100.
DENG Xue, LI Jiaming, ZENG Haojian, et al.Research on Computation Method of AHP Weight Vector and its Applications[J]. Mathematics in Practice and Theory 2012, 42(7): 93-100.
[15] 中華人民共和國鐵道部. 接觸網(wǎng)運行檢修規(guī)程[R]. 北京:中華人民共和國鐵道部,2007.
[16] 中華人民共和國鐵道部. 高速鐵路接觸網(wǎng)運行檢修暫行規(guī)程[R]. 北京:中華人民共和國鐵道部,2011.
[17] 崔建國,林澤力,陳希成,等. 飛機液壓系統(tǒng)健康狀態(tài)綜合評估技術(shù)研究[J]. 控制工程,2014,21(5):446-449.
CUI Jianguo, LIN Zeli, CHEN Xicheng, et al. Research on Health Assessment of the Aircraft Hydraulic System[J]. Control Engineering of China, 2014, 21(5): 446-449.