本發明涉及能源技術、電氣工程
技術領域：
，特別是涉及一種工業用戶能效評估方法及系統。
背景技術：
：能效評估是電力節能的重要組成部分。針對電力用戶，尤其是針對工業企業用戶，進行科學的能效評估對工業用戶的節能減排以及電網公司的經濟運行有著明顯的影響和促進作用。工業用戶尤其是高耗能企業的用能評估，是實現社會節能目標的有效途經，也是節能技術發展以及創新的主要推動力。工業企業對自身電力能源的整體使用情況以及隨之產生的效益缺乏準確、系統的認識，造成了電力能源在生產過程中的不必要的流失和浪費現象，也影響了企業的成本估算以及其能耗控制。通過能效評估，可全面了解工業企業的生產整體用能狀況、主要能耗問題及其節電潛力，指導工業企業對自身進行整頓調整，降低能耗和生產成本。同時，企業依據評估結果配合電網來針對性制訂節能實施方案，為電網公司實施節電改造、對用戶實施節能考核提供科學準確的依據和支持，從而實現電網高效經濟性運行。評估模型最重要的一點是對指標權重進行分配。而權重確定方法大致可分為主觀賦權法和客觀賦權法兩類。主觀賦權法，一般基于決策者主觀偏好或經驗給出指標權重，如層次分析法、最小平方法、專家咨詢法等。客觀賦權法主要原理是根據原始數據之間的關系通過一定的數學方法來確定權重，是一種定量分析方法。常用的客觀賦權法有主成分分析法、熵權法、相關系數法等。現有的評估方法，一般是先利用專家主觀評價信息進行賦權，再單獨利用各指標實際數據通過客觀賦權法進行賦權，最后兩者加權疊加得到綜合權重。而主觀賦權法中各專家判定情況不同，對各個專家的判定結果如何再賦權并沒有很好的解決方法，客觀賦權法只是利用實際數據進行賦權，未考慮人的主觀判斷思路，所得權重受實際樣本數據影響很大。鑒于此，提供一種客觀可信的指標權重確定方法，以對工業用戶能效進行評估是非常有必要的。技術實現要素：本發明的目的是提供一種工業用戶能效評估方法及系統，既考慮到了專家的主觀意見，又避免了某些專家的主觀意見過于偏激而導致的問題，使得評估結果更客觀可信。為解決上述技術問題，本發明提供一種工業用戶能效評估方法，包括：建立能效評估指標體系，所述能效評估指標體系中包含目標層、第一級評價指標以及第二級評價指標；對所有評價指標數據進行預處理，以使數據標準化；獲取各專家對所有評價指標的重要性進行評價的重要性數值，根據G1法計算各專家評判的所述第二級評價指標相對于目標層的權重；利用所述重要性數值以及所述專家評判的所述第二級評價指標的權重，采用直覺模糊熵計算各專家的自身權重；根據所述第二級評價指標相對于目標層的權重以及各專家的自身權重確定所述第二級評價指標的綜合權重；利用各評價指標對應的實際檢測值與對應的所述綜合權重，生成工業用戶能效結果。可選地，所述對所有評價指標數據進行預處理，以使數據標準化包括：確定所述評價指標數據的類型；采用對所述評價指標數據進行無量綱化，式中a*為原始指標數據，為無量綱化后的指標數據，μ為指標數據的數學期望；當所述評價指標數據的類型為極小型時，通過公式將極小型評價指標數據轉換為極大型評價指標數據；式中，a為轉換后的指標數據。可選地，所述根據G1法計算各專家評判的所述第二級評價指標相對于目標層的權重包括：將所述第二級評價指標按照所述重要性數值進行排序，記為：X'A1j≥X'A2j≥X'A3j≥X'A4j≥……≥X'Amj，對應指標名稱依此順序為A1’、A2’、A3’……Am’；根據計算出相鄰指標間權重大小的比值r'Akj；式中，ω'Akj為以第j位專家打分為基礎得到的指標Ak’的權重，X'A(k-1)j、X'Akj分別為指標A(k-1)’與Ak’的重要性數值，k為m、m-1、m-2……3、2；根據計算第二級評價指標Am’相對于第一級評價指標A的權重；通過得到其他第二級評價指標相對于第一級評價指標A的權重；根據計算各第二級評價指標相對于目標層的權重，式中，為專家j評判下第二級評價指標Ak相對于目標層的權重，為專家j評判下第一級評價指標A相對于目標層的權重，ωAkj為專家j評判下第二級評價指標Ak相對于第一級評價指標A的權重。可選地，所述采用直覺模糊熵計算各專家的自身權重包括：根據各專家評判的重要性數值，采用預設的對應關系確定各專家對各評價指標的隸屬度以及非隸屬度，生成直覺模糊集；根據θkj＝1-|μkj-νkj|、πkj＝1-μkj-νkj確定對應的模糊度、猶豫度；其中，θkj為模糊度，μkj為隸屬度，νkj為非隸屬度，πkj為猶豫度；根據確定決策信息直覺模糊熵；其中，j＝1、2、3……N，為第j個專家對第二級指標i的決策信息直覺模糊熵；根據計算得到各專家的自身權重；其中，Gj為加權直覺模糊熵，ωij為專家j評判下的第二級評價指標相對于目標層的權重，為第j個專家于第二級評價指標的決策信息直覺模糊熵，λj為第j個專家的自身權重。可選地，所述根據所述第二級評價指標相對于目標層的權重以及各專家的自身權重確定所述第二級評價指標的綜合權重包括：根據計算得到第二級評價指標的綜合權重；其中，λj為第j個專家的自身權重；ωAkj為專家j評判下第二級評價指標Ak相對于第一級評價指標A的權重。可選地，還包括：采用TOPSIS法對多個用戶進行評價。可選地，所述采用TOPSIS法對多個用戶進行評價包括：設對N個用戶進行評估，每個用戶樣本有P個的評價指標數據，記為Di＝(di1，di2，di3，…，diP)T，其中，各第二級評價指標的綜合權重依次記為ω1、ω2、ω3……ωP，i＝1、2、3……N；進行無量綱化預處理后，形成規范化決策矩陣：對D陣元素按uij＝ωj·dij加權，得到加權規范化決策陣：其中，ωj即為已得到的各個二級指標綜合權重，i＝1、2、3……P，j＝1、2、3……N；由TOPSIS法求得正負理想方案，計算各個評價對象與最優方案、最劣方案間的距離，令方案i到正理想方案距離為到負理想方案距離為則計算評價對象i與最優方案的貼近度，記為按照各個評價對象的貼近度對所有對象進行排序對比。本發明還提供了一種工業用戶能效評估系統，包括：建立模塊，用于建立能效評估指標體系，所述能效評估指標體系中包含目標層、第一級評價指標以及第二級評價指標；預處理模塊，用于對所有評價指標數據進行預處理，以使數據標準化；獲取模塊，用于獲取各專家對所有評價指標的重要性進行評價的重要性數值，根據G1法計算各專家評判的所述第二級評價指標相對于目標層的權重；計算模塊，用于利用所述重要性數值以及所述專家評判的所述第二級評價指標的權重，采用直覺模糊熵計算各專家的自身權重；確定模塊，用于根據所述第二級評價指標相對于目標層的權重以及各專家的自身權重確定所述第二級評價指標的綜合權重；生成模塊，用于利用各評價指標對應的實際檢測值與對應的所述綜合權重，生成工業用戶能效結果。本發明所提供的工業用戶能效評估方法及系統，通過建立能效評估指標體系，能效評估指標體系中包含目標層、第一級評價指標以及第二級評價指標；對所有評價指標數據進行預處理，以使數據標準化；獲取各專家對所有評價指標的重要性進行評價的重要性數值，根據G1法計算各專家評判的第二級評價指標相對于目標層的權重；利用重要性數值以及專家評判的第二級評價指標的權重，采用直覺模糊熵計算各專家的自身權重；根據第二級評價指標相對于目標層的權重以及各專家的自身權重確定第二級評價指標的綜合權重；利用各評價指標對應的實際檢測值與對應的綜合權重，生成工業用戶能效結果。本申請采用直覺模糊熵，通過計算各個專家判定情況的可靠性來給專家判定結果賦權，既考慮到了專家的主觀意見，又避免了某些專家主觀意見過于偏激而導致的問題，使專家評判結果更為客觀科學可信。附圖說明為了更清楚的說明本發明實施例或現有技術的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1為本發明所提供的工業用戶能效評估方法的一種具體實施方式的流程圖；圖2為本發明所提供的工業用戶能效評估方法的另一種具體實施方式的示意圖；圖3為工業用戶的能效評估指標體系示意圖；圖4為直覺模糊度與成都評估相關分布示意圖；圖5為本發明實施例提供的工業用戶能效評估系統的結構框圖。具體實施方式為了使本
技術領域：
的人員更好地理解本發明方案，下面結合附圖和具體實施方式對本發明作進一步的詳細說明。顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。本發明所提供的工業用戶能效評估方法的一種具體實施方式的流程圖如圖1所示，該方法包括：步驟S101：建立能效評估指標體系，所述能效評估指標體系中包含目標層、第一級評價指標以及第二級評價指標；步驟S102：對所有評價指標數據進行預處理，以使數據標準化；步驟S103：獲取各專家對所有評價指標的重要性進行評價的重要性數值，根據G1法計算各專家評判的所述第二級評價指標相對于目標層的權重；步驟S104：利用所述重要性數值以及所述專家評判的所述第二級評價指標的權重，采用直覺模糊熵計算各專家的自身權重；步驟S105：根據所述第二級評價指標相對于目標層的權重以及各專家的自身權重確定所述第二級評價指標的綜合權重；步驟S106：利用各評價指標對應的實際檢測值與對應的所述綜合權重，生成工業用戶能效結果。本發明所提供的工業用戶能效評估方法，通過建立能效評估指標體系，能效評估指標體系中包含目標層、第一級評價指標以及第二級評價指標；對所有評價指標數據進行預處理，以使數據標準化；獲取各專家對所有評價指標的重要性進行評價的重要性數值，根據G1法計算各專家評判的第二級評價指標相對于目標層的權重；利用重要性數值以及專家評判的第二級評價指標的權重，采用直覺模糊熵計算各專家的自身權重；根據第二級評價指標相對于目標層的權重以及各專家的自身權重確定第二級評價指標的綜合權重；利用各評價指標對應的實際檢測值與對應的綜合權重，生成工業用戶能效結果。本申請既考慮到了專家的主觀意見，又避免了某些專家主觀意見過于偏激而導致的問題，使得評估結果更客觀可信。在上述任一實施例的基礎上，如圖2本發明所提供的工業用戶能效評估方法的另一種具體實施方式的示意圖所示，該過程可以具體包括：步驟S201：建立能效評估指標體系，所述能效評估指標體系中包含目標層、第一級評價指標以及第二級評價指標；作為一種具體實施方式，通過查閱文獻、調研以及科學的篩選，建立針對工業用戶的能效評估指標體系如圖3所示。步驟S202：對所有評價指標數據進行預處理，以使數據標準化。本發明實施例建立的能效評估指標體系中含有極小型、極大型兩種類型的評價指標，如過負荷累計時間、電壓諧波總畸變率等指標屬于極小型指標，萬元經濟增值百分比等指標屬于極大型指標。本發明實施例所采用數據以極大型指標為準，另將極小型指標數據通過公式轉為極大型。該過程可進一步包括：確定所述評價指標數據的類型；采用對所述評價指標數據進行無量綱化，式中a*為原始指標數據，為無量綱化后的指標數據，μ為指標數據的數學期望；當所述評價指標數據的類型為極小型時，通過公式將極小型評價指標數據轉換為極大型評價指標數據；式中，a為轉換后的指標數據。步驟S203：獲取各專家對所有評價指標的重要性進行評價的重要性數值，根據G1法計算各專家評判的所述第二級評價指標相對于目標層的權重。所建指標體系為3層，分別為目標層、第一級指標和第二級指標。首先，對第一層評價指標和第二層評價指標分別用G1法計算其相對上一層對應指標的權重。就所建指標體系中的一級評價指標A的二級評價指標而言，也就是計算A1、A2、A3對A的權重，具體到某專家j，可記作ωA1j、ωA2j、ωA3j，其他二級指標可依此類推。再計算A、B、C、D對目標層的權重，可記作ωAj、ωBj、ωCj、ωDj。然后計算所有第二級指標對目標層的權重，用各二級指標對一級指標的權重與所對應一級指標對目標層權重相乘即可得之。如專家j評判下二級指標A1對目標層的權重即可記為：以此類推。這樣就可以得到專家j在采用G1法評判下所得到的所有二級指標相對目標層的權重。普通G1法一般是以專家對各指標的重要性做出判斷，給出重要性排序；再由相對重要性不同對相鄰指標重要性的比值給以恰當、科學的賦值；相對于普通的G1法，這里改讓專家對指標的重要性進行打分，從而得到指標相對重要性之比。這樣就更容易操作，且權重差值可被拉大。設有N位專家依次對各層指標重要性打分，指標重要性在1-9之間，可以為小數，指標越重要，分值就越高。這里給出針對指標Ai的計算流程。該過程具體包括：將所述第二級評價指標按照所述重要性數值進行排序，設XA1j為第j位專家對指標A1的打分值，根據第j位專家所打分數，將指標按照所打分數進行排序，若指標Ai重要程度的打分數值XAij不小于指標Am重要程度的打分數值XAmj，則記為XAij≥XAmj，其他指標也以此法排序，得到專家j對各指標的重要度排序，可將之轉記為X'A1j≥X'A2j≥X'A3j≥X'A4j≥……≥X'Amj，對應指標名稱依此順序為A1’、A2’、A3’……Am’；根據計算出相鄰指標間權重大小的比值r'Akj；式中，ω'Akj為以第j位專家打分為基礎得到的指標Ak’的權重，X'A(k-1)j、X'Akj分別為指標A(k-1)’與Ak’的重要性數值，k為m、m-1、m-2……3、2；根據計算第二級評價指標Am’相對于第一級評價指標A的權重；通過得到其他第二級評價指標相對于第一級評價指標A的權重；其他指標權重可通過得到。此時得到的是指標A1’、A2’、A3’……Am’的權重，按照之前的排序可對照得到專家j評判下的A1、A2、A3……Am的相對第一級指標A的指標權重。根據計算各第二級評價指標相對于目標層的權重，式中，為專家j評判下第二級評價指標Ak相對于目標層的權重，為專家j評判下第一級評價指標A相對于目標層的權重，ωAkj為專家j評判下第二級評價指標Ak相對于第一級評價指標A的權重。步驟S204：采用直覺模糊熵計算各專家的自身權重；各個專家的評判結果有很大不同，應對各個專家評判結果進行賦權，進而得到專家綜合評判指標權重。設專家共有N個，每個專家的權重可設為λ1、λ2、λ3、λ4……λN。設二級指標總數為P個，所有二級指標依次排序，相對目標層的權重(專家j評判下的)依次替換為ω1j、ω2j、ω3j、……ωPj。考慮到一級指標本身的權重作用以及之前所述專家對二級指標重要性打分是相對一級指標而言的，并不是相對于全局而言，則專家對某個二級指標的全局重要性評判分數應為上文中對二級指標重要性評分與對相對應的一級指標評分之積除十而得。例如某專家j(j＝1、2、3……N)對某二級指標Ai的全局重要性評分公式為Xkj＝XAj·XAij·0.1(k為該Ai指標在所有二級指標排序中的順次)，其大小必在0-10之間。設1-9分別對應于表1中的程度評價中“極端不重要”到“極端重要”以及相應的隸屬度與非隸屬度，以(μkj，νkj)來表示，同時以πkj＝1-μkj-νkj來表示猶豫度，θkj＝1-|μkj-νkj|來表示模糊度。如出現專家對指標判定的重要性程度有小數，介于某相鄰重要度之間，對此對應的隸屬度和非隸屬度以下列方式處理：式中xi表示帶有小數的專家打分，xb、xa均為正整數，xb＞xa且xi介于xb、xa之間(如出現xa為9的情況，則令xb為10，μb為1，νb為0；如果xb為1，則令xa為0，νa為1，μa為0)。μa、μb分別表示重要度xa、xb對應的隸屬度，νa、νb表示重要度xa、xb對應的非隸屬度。而(μi,νi)即為xi所對應的隸屬度和非隸屬度。表1如圖4模糊度與程度評價的相關分布示意圖所示，橫坐標為重要性程度，縱坐標為對應的以式計算的直覺模糊熵，直覺模糊熵越大，說明不確定性和模糊性越大。對于所有的二級指標i(i＝1、2、3……P)，每個專家均有評判，這就構成了一個N*P的直覺模糊集如表2所示。專家給出的判斷信息用直覺模糊集表示，主要是考慮到專家權重取決于專家判斷信息的可靠性與確定性程度。專家提供的判斷信息越是模糊、不確定性越大，說明專家對決策對象的準確判斷程度相對較小，則賦權應較小，反之，則賦權應較大。設第j個專家于某個二級指標i的決策信息直覺模糊熵為：以下列公式計算專家權重：其中Gj為加權直覺模糊熵，表示第j個專家對所有二級指標判定情況的模糊程度，ωij為G1法下專家j評判下的某個二級指標相對于目標層的權重，為第j個專家于某個二級指標的決策信息直覺模糊熵，而λj即為第j個專家自身的權重。表2123……P專家1(μ11，ν11)(μ21，ν21)(μ31，ν31)……(μP1，νP1)專家2(μ12，ν12)(μ22，ν22)(μ32，ν32)……(μP2，νP2)專家3(μ13，ν13)(μ23，ν23)(μ33，ν33)……(μP3，νP3)………………………………專家N(μ1N，ν1N)(μ2N，ν2N)(μ3N，ν3N)……(μPN，νPN)由此可得到由所有二級指標的判定情況得出的各個專家自身權重，記為λj，j＝1、2、3……N。因而，最終各個二級指標相對于目標層的權重即由每個專家判定的指標權重乘以該專家自身權重，最后累加得到。例如對于指標A1，其最終權重為其他二級指標最終權重計算以此類推。步驟S205：采用TOPSIS法對多個用戶進行評價。設二級指標總數為P個，對用上述方法求得的所有二級指標的綜合權重依次記為ω1、ω2、ω3……ωP。設對N個用戶進行評估，每個用戶樣本均有一整套(共P個)的指標數據，記為Di＝(di1，di2，di3，…，diP)T,i＝1、2、3……N數據按之前所述方法進行無量綱化預處理后，形成規范化決策矩陣。記為對D陣元素按uij＝ωj·dij(ωj即為已得到的各個二級指標綜合權重，i＝1、2、3……P，j＝1、2、3……N)加權，可得加權規范化決策陣：由TOPSIS法求得正負理想方案，即計算各個評價對象與最優方案、最劣方案間的距離，令方案i到正理想方案距離為到負理想方案距離為則然后計算評價對象i與最優方案的貼近度，記為最后按照各個評價對象的貼近度對所有對象進行排序對比，貼近度越大說明被評價對象能效水平越好。本發明實施例所提供的方法，先令多個專家分別以主觀的G1法對各指標進行打分，從而賦權，然后采用直覺模糊熵，利用各專家判定情況數據，也就是各個專家對各個指標的重要性打分，將之模糊化為直覺模糊集，通過直覺模糊集來計算各專家判定結果信息的可靠性與確定性，以此得到各個專家自身權重，從而得到指標綜合權重，以此通過TOPSIS法給出各個被評估對象之間的對比。這樣既考慮到了專家的主觀意見，又避免了某些專家主觀意見過于主觀偏激而導致的問題，使得評估結果更客觀可信。下面對本發明實施例提供的工業用戶能效評估系統進行介紹，下文描述的工業用戶能效評估系統與上文描述的工業用戶能效評估方法可相互對應參照。圖5為本發明實施例提供的工業用戶能效評估系統的結構框圖，參照圖5工業用戶能效評估系統可以包括：建立模塊100，用于建立能效評估指標體系，所述能效評估指標體系中包含目標層、第一級評價指標以及第二級評價指標；預處理模塊200，用于對所有評價指標數據進行預處理，以使數據標準化；獲取模塊300，用于獲取各專家對所有評價指標的重要性進行評價的重要性數值，根據G1法計算各專家評判的所述第二級評價指標相對于目標層的權重；計算模塊400，用于利用所述重要性數值以及所述專家評判的所述第二級評價指標的權重，采用直覺模糊熵計算各專家的自身權重；確定模塊500，用于根據所述第二級評價指標相對于目標層的權重以及各專家的自身權重確定所述第二級評價指標的綜合權重；生成模塊600，用于利用各評價指標對應的實際檢測值與對應的所述綜合權重，生成工業用戶能效結果。本實施例的工業用戶能效評估系統用于實現前述的工業用戶能效評估方法，因此工業用戶能效評估系統中的具體實施方式可見前文中的工業用戶能效評估方法的實施例部分，例如，建立模塊100，預處理模塊200，獲取模塊300，計算模塊400，確定模塊500，生成模塊600，分別用于實現上述方法中步驟S101，S102，S103，S104，S105和S106，所以，其具體實施方式可以參照相應的各個部分實施例的描述，在此不再贅述。本發明所提供的工業用戶能效評估系統，通過建立能效評估指標體系，能效評估指標體系中包含目標層、第一級評價指標以及第二級評價指標；對所有評價指標數據進行預處理，以使數據標準化；獲取各專家對所有評價指標的重要性進行評價的重要性數值，根據G1法計算各專家評判的第二級評價指標相對于目標層的權重；利用重要性數值以及專家評判的第二級評價指標的權重，采用直覺模糊熵計算各專家的自身權重；根據第二級評價指標相對于目標層的權重以及各專家的自身權重確定第二級評價指標的綜合權重；利用各評價指標對應的實際檢測值與對應的綜合權重，生成工業用戶能效結果。本申請采用直覺模糊熵，通過計算各個專家判定情況的可靠性來給專家判定結果賦權，既考慮到了專家的主觀意見，又避免了某些專家主觀意見過于偏激而導致的問題，使專家評判結果更為客觀科學可信。本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。專業人員還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執行，取決于技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本發明的范圍。結合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬件、處理器執行的軟件模塊，或者二者的結合來實施。軟件模塊可以置于隨機存儲器(RAM)、內存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或
技術領域：
內所公知的任意其它形式的存儲介質中。以上對本發明所提供的工業用戶能效評估方法以及系統進行了詳細介紹。本文中應用了具體個例對本發明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發明的方法及其核心思想。應當指出，對于本
技術領域：
的普通技術人員來說，在不脫離本發明原理的前提下，還可以對本發明進行若干改進和修飾，這些改進和修飾也落入本發明權利要求的保護范圍內。當前第1頁1 2 3