本发明涉及一种电力系统指标权重确定方法，尤其涉及一种确定基于模数层次分析的电力系统评价指标权重的方法。
背景技术：
1、电力系统在运行过程中，需要依据各种指标对电力系统的可靠性、稳定性以及经济性等进行评价，从而用于指导电力系统的运维措施的制定。
2、现有技术中，对于评价指标的权重确定比如专家法、数理统计法等，这些方法往往基于专家经验或者说指标体系的影响，从而使得最终结果准确性低。虽然现有技术中还利用了bp神经网络来进行指标权重的确定，bp神经网络虽然能在训练过程中学习并存贮大量映射关系，但是随着参数类别的增加、输入参数越多，神经网络的计算时间越长，而参数的增加并未提高识别的准确率。
3、因此，为了解决上述技术问题，亟需提出一种新的技术手段。
技术实现思路
1、有鉴于此，本发明的目的是提供一种确定基于模数层次分析的电力系统评价指标权重的方法，能够对多个不同属性的指标进行比对分析，对原始数据要求相对较低，有效降低算法流程的时间，能够有效提升最终指标权重的结果的精确性，为电力系统的运维指标计算提供准确的数据支持。
2、本发明提供的一种确定基于模数层次分析的电力系统评价指标权重的方法，包括以下步骤：
3、s1.确定电力系统的评价指标；
4、s2.采用模糊层次分析法确定各评价指标的模糊评价结果；
5、s3.对相同的模糊评价结果的评价指标采用模糊层次分析法确定出评价指标的权重。
6、进一步，步骤s2中具体包括：
7、s21.构建模糊关系矩阵r：
8、
9、其中：ui为评价指标集u中的第i个指标，且u＝{u1,u2,l,ui,l,up}，i＝1,2,l,p；模糊关系矩阵r中的第i行第j列元素rij为评价指标对模糊等级vj的隶属度；
10、s22.构建评判指标权向量c：
11、c＝(a1,l,ai,l,ap)；
12、其中，
13、ai'为评价指标ui对评判因素的隶属度；
14、s23.构建模糊评价结果向量b：
15、
16、其中：表示模糊合成算子和是模糊变换的两种运算；
17、
18、根据模糊评价结果向量确定模糊评价结果。
19、进一步，对相同的模糊评价结果的评价指标采用模糊层次分析法确定出评价指标的权重具体包括：
20、s31.构建评价指标的模糊判断矩阵a，并确定模糊判断矩阵是否为模糊互补判断矩阵，如是，则进入步骤s32；
21、s32.对于模糊互补判断矩阵a：
22、
23、s32.基于模糊互补判断矩阵a的确定权重向量w：
24、w＝(w1,w2,l,wn)t；
25、
26、进一步，还包括确定模糊判断矩阵a的一致性步骤：
27、计算wij：
28、
29、构建互补模糊判断矩阵a的特征矩阵w*：
30、w*＝(wij)n×n；
31、计算一致性指标i(a,w*)：
32、
33、当i(a,w*)≤α时，则模糊判断矩阵a满足一致性要求，此时权重向量w有效，α为设定阈值。
34、本发明的有益效果：通过本发明，能够对多个不同属性的指标进行比对分析，对原始数据要求相对较低，有效降低算法流程的时间，能够有效提升最终指标权重的结果的精确性，为电力系统的运维指标计算提供准确的数据支持。
1.一种确定基于模数层次分析的电力系统评价指标权重的方法，其特征在于：包括以下步骤：
2.根据权利要求1所述确定基于模数层次分析的电力系统评价指标权重的方法，其特征在于：步骤s2中具体包括：
3.根据权利要求2所述确定基于模数层次分析的电力系统评价指标权重的方法，其特征在于：对相同的模糊评价结果的评价指标采用模糊层次分析法确定出评价指标的权重具体包括：
4.根据权利要求3所述确定基于模数层次分析的电力系统评价指标权重的方法，其特征在于：还包括确定模糊判断矩阵a的一致性步骤：
