CN103606115A - 一种节能型电网的评定方法 - Google Patents
一种节能型电网的评定方法 Download PDFInfo
- Publication number
- CN103606115A CN103606115A CN201310652701.9A CN201310652701A CN103606115A CN 103606115 A CN103606115 A CN 103606115A CN 201310652701 A CN201310652701 A CN 201310652701A CN 103606115 A CN103606115 A CN 103606115A
- Authority
- CN
- China
- Prior art keywords
- index
- type
- electrical network
- energy
- power grid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 claims description 76
- 238000000513 principal component analysis Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 11
- 229910052799 carbon Inorganic materials 0.000 abstract description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 abstract 1
- 238000011161 development Methods 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种节能型电网的评定方法,包括:1,建立节能型电网的评价指标体系,该评价指标体系设置有电网结构、电网运行、电网管理和电网设备四类指标;2,将评价指标体系中的指标划分为极大型、极小型和适度型;3,将极小型指标和适度型指标转换成极大型指标;4,对指标进行无量纲化处理;5,去除指标之间的相关性;6,对各级指标进行赋权;7,根据指标的无量纲化值和权重确定四类指标的综合评价结果。本发明提供的一种评定方法,能够根据评价指标的值对电网节能水平进行判定,得出电网低碳节能效益的优劣性,并且将评价指标划分为电网结构、电网运行、电网管理和电网设备四类,每类均在某一宏观层面上反映了电网的节能效益。
Description
技术领域
本发明涉及电力系统性能评价技术领域,具体涉及一种节能型电网的评定方法。
背景技术
节能减排是各国发展的重要途径。近年来,能源和环境问题已日益成为全球关注的焦点。为应对全球气候变化,实现能源的可持续发展,发展节能型经济已经成为世界各国的共同选择。各国都致力于大规模开发可再生能源、提高能源利用效率、减少温室气体排放,以促进整个社会经济向高能效、低能耗和低碳排放的模式转型。
电力行业存在很大的节能空间。电力行业是经济发展的重要支柱,将各种一次能源转化为清洁的二次能源,在能源工业中有着极为重要的位置。国内外专家学者在发电侧和用电侧开展了大量节能工作研究,但电网环节节能尚需进一步深化研究和挖掘,电力行业依然存在着很大的节能减排空间。
高效节能是未来电网发展的重要目标之一。电网具有电能输送和能量流管理的功能,可以实现区域的资源优化配置,是国家能源管理和实施国家能源经济政策的重要工具。电网是提高能源利用效率、推进节能减排技术发展的重要载体,建设节能型电网,将有利于节约一次能源消耗,实现高效、清洁、安全的能源供应。而低碳电力是未来电网的重要发展方向,提高能源利用效率,节约能源使用也是电网的主要发展目标。因此,大力发展应用于电网的节能技术、建设节能型电网、不仅能够给电网带来切实的经济效益,同时能够减少温室气体的排放,推动电网的低碳化发展,并促进智能电网技术的应用,是促进电力行业可持续发展的重要举措。
在电网企业低碳节能综合评价指标体系的基础上,为了实现全面、多维度地评价电网的低碳节能效益,需要获取大量的系统结构及运行数据并进行分析加工。电网低碳节能效益所涉及到的指标覆盖范围广泛,种类多,所需数据量大,且各指标间可能存在相关性。复杂的指标体系满足了效益评价全面性的要求,却使得决策者无法从整体上准确、有效地把握电网低碳节能效益的进展情况。
发明内容
本发明针对现有技术的不足,提供一种节能型电网的评定方法,并以此为依据找出电网高能耗、低能效的具体环节,及时采取有效的节能减排措施。该评定方法包括:步骤1,建立节能型电网的评价指标体系,所述评价指标体系设置有电网结构、电网运行、电网管理和电网设备四类指标;
步骤2,将所述评价指标体系中的指标划分为极大型、极小型和适度型;
步骤3,将所述极小型指标和适度型指标转换成极大型指标;
步骤4,对所述指标进行无量纲化处理;
步骤5,去除所述指标之间的相关性;
步骤6,对各级指标进行赋权;
步骤7,根据所述指标的无量纲化值和权重确定所述四类指标的综合评价结果。
本发明提供的第一优选实施例中:所述四类指标为一级指标,各项所述一级指标分为22项二级指标,描述电网某一特定方面的性能;
根据不同电网的实际情况,将二级指标进一步分为能由电网实际数据直接计算的三级指标。
本发明提供的第二优选实施例中:所述步骤3中将所述极小型指标和所述适度型指标转换成所述极大型指标,对所有所述指标做一致化处理,包括:
所述一致化处理之前的极小型指标或者适度型指标值为x,所述一致化处理后生成的极大型指标为x*;
对于所述极小型指标:
x*=M-x (1)
或
M为指标x的允许上界;
对于所述适度型指标:
[q1,q2]为指标x的最佳稳定区间,M、N分别为指标x的允许上下界。
本发明提供的第三优选实施例中:所述步骤4采用极值处理法进行指标的无量纲化处理,包括:
设所述评价指标体系中一共有m个指标,每个指标取n个观测值;对于极大型指标xi(i=1,2,...,m),其观测值为{xij|i=1,2,...,m;j=1,2,...,n};
xij为所述指标xi的第j个观测值,Mi、Ni分别为所述指标xi观测样本的最大、最小值。
本发明提供的第四优选实施例中:所述步骤5中采用主成分分析法去除指标之间的相关性,将所述一级指标作为主成分,求出各项二级指标对所述主成分的构成系数,对所述二级指标进行筛选,删除构成系数小的二级指标,降低指标之间的相关性,包括:
步骤501,设任意一个所述一级指标下有m个所述二级指标,每个所述二级指标有n个无量纲化处理后的电网数据样本,得到电网标准化数据样本矩阵为:
X*=(Xij *)m×n i=1,2,…,m;j=1,2,…,n (5)
Xij *表示第i项指标第j个电网样本的指标数据;
步骤502,根据电网标准化数据矩阵X*求出数据样本的协方差矩阵R,Rij(i,j=1,2,…,m)为指标变量Xi *与Xj *的相关系数:
步骤503,求出所述协方差矩阵R的特征根λi并按从大到小的顺序排列,求解其所对应的特征向量li(i=1,2,…,m),第i项指标对所述主成分Zi的贡献率为:
累计贡献率为:
选取累计贡献率达到85~95%的特征值所对应的主成分;
步骤504,由特征值λi对应的特征向量li求得对应主成分的样本数据值。对第j个电网数据样本,可求得其各组成成分的样本值为:
本发明提供的第五优选实施例中:所述步骤6中采用G-1法或者熵权法或者综合赋权法对各级指标进行赋权;
所述综合赋权法为采用所述G-1法和所述熵权法结合运算进行赋权。
本发明提供的第六优选实施例中:所述步骤6中利用G-1法对指标进行赋权的方法包括:
rk=pk-1/pk,k=2,3,…,m (10)
pk为X*中第k项评价指标对应的权重;
步骤603,计算得到第m项指标的权重:
其中,ωk-1=rkωk,k=m,m-1,...,2。
本发明提供的第七优选实施例中:所述步骤6中采用熵权法确定各权重系数的步骤包括:
步骤601',计算第i项指标下,第j个电网对象的特征比重:
步骤602',计算第i项指标的熵值:
K=1/lnn;
步骤603',计算第i项指标的差异性系数:
gi=1-ei (14)
步骤604',确定第i项指标的权重系数:
本发明提供的第八优选实施例中:所述步骤6中第i项指标采用综合赋权法得到的权重系数:
ωi=k1pi+k2qi (16)
pi、qi分别为基于G-1法和熵权法评判得到的权重系数,k1、k2为待定常数,k1>0、k2>0且k1+k2=1。
本发明提供的第九优选实施例中:所述步骤7中计算得到电网的综合评价结果后,包括:步骤8,利用雷达图对所述电网的综合评价结果进行展示;
所述步骤8包括:
步骤801,作单位圆,从圆心引出p条射线,每条射线代表一个评估指标,各条射线与圆周的交点代表各指标值的上限,即所述指标的最优水平;
步骤802,根据各指标经过类型一致化、无量纲化转换后的数值,在每条射线上标出各指标的取值点;
步骤803,用直线连接相邻两条射线上代表指标取值的点,最终形成一个形状不规则的多边形。
本发明提供的一种节能型电网的评定方法的有益效果包括:
1、本发明提供的一种节能型电网的评定方法,能够根据判定指标的值对电网节能水平进行判定,进而得出电网节能的优劣性。并且分别从输电环节解析出电网运行过程中各类能耗,根据不同能耗的性质,将判定指标划分为电网结构、电网运行、电网管理和电网设备四类,建立的评价指标体系,划分的四类即为四个一级指标,每项一级指标均在某一宏观层面上反映了电网的效益。
2、将所有指标均转换为类型一致的极大型指标,并均通过无量纲化处理将各指标转化为在[0,1]之间的无量纲数值,并确定各个指标的权重后,利用雷达图对电网的综合评价结果进行展示,雷达图法是一种典型的图形评价法,其最大特点是灵活、直观,该方法非常适合用于电网各类指标的综合评价分析,它能够为管理人员提供灵活的关键指标分析手段、友好的可视化环境以及更具柔性的管理决策空间。
3、可以采用G-1法或者熵权法或者G-1法和熵权法结合形成的综合赋权法计算各级指标的权重,熵权法可以充分利用样本数据所提供的差异信息对系统进行比较,但忽略了人的知识与经验,而G-1法的赋权结果符合决策者的预期,却未能充分利用样本数据所提供的差异信息,将以上两类方法结合形成综合赋权法,满足充分考虑人的知识与经验的同时,利用了样本数据提供的差异信息。
附图说明
如图1所示为本发明提供的一种节能型电网的评定方法的流程图;
如图2所示为本发明提供的一种节能型电网的评定方法的评价指标体系示意图;
如图3所示为本发明提供的反映电网综合评价结果实施例的雷达图;
如图4所示为本发明提供的用雷达图表示电网A和电网B实施例的综合评价结果的示意图。
具体实施方式
下面根据附图对本发明的具体实施方式作进一步详细说明。
本发明提供一种节能型电网的评定方法,其流程图如图1所示,由图1可知,该方法包括:
步骤1,建立节能型电网的评价指标体系,该评价指标体系设置有电网结构、电网运行、电网管理和电网设备四类指标。
步骤2,将评价指标体系中的指标类型划分为极大型、极小型和适度型。
步骤3,将极小型指标和适度型指标转换成极大型指标。
步骤4,对指标进行无量纲化处理。
步骤5,去除指标之间的相关性。
步骤6,对各级指标进行赋权。
步骤7,根据指标的无量纲化值和权重确定四类指标的综合评价结果。
进一步地,步骤1中建立的评价指标体系示意图如图2所示,建立该评价指标体系时,分别从输电环节解析出电网运行过程中各类能耗,根据不同能耗的性质,划分为电网结构、电网运行、电网管理和电网设备四类,即四个一级指标,每项一级指标均在某一宏观层面上反映了电网的节能效益。各项一级指标可细分为22项二级指标,以描述电网某一特定方面的性能。根据不同电网的实际情况,可以将二级指标进一步细分为能由电网实际数据直接计算的三级指标,如将二级指标“低压配网相间不平衡度”细分为“三相电压不平衡度”和“三相电流不平衡度”。
步骤2中,根据各个指标的性质对该指标进行分类,指标值越大越好的为极大型指标,指标值越小越好的为极小型指标,适度型指标取适当的中间值为最好。
步骤3中,将极小型指标和适度型指标转换成极大型指标,对所有指标做一致化处理,具体为:
一致化处理之前的极小型指标或者适度型指标值为x,一致化处理后生成的极大型指标为x*。对于极小型指标:
x*=M-x (1)
或
式中,M为指标x的允许上界。
对于适度型指标:
式中,[q1,q2]为指标x的最佳稳定区间,M、N分别为指标x的允许上下界。
经过步骤3对指标进行一致化处理后,可将极小型指标和适度型指标均转化为极大型指标,因此,评价指标体系中的各层次综合评价结果也均是取值越大越好。
在所有指标均经过一致化处理之后,步骤4中无量纲化的对象仅为极大型指标,本发明提供的一种节能型电网的评定方法中,采用极值处理法进行指标的无量纲化处理:
设评价指标体系中一共有m个指标,每个指标取n个观测值。对于某一极大型指标xi(i=1,2,...,m),其n个观测值为{xij|i=1,2,...,m;j=1,2,...,n}。
所述指标的样本值xij经过无量纲化处理后的结果为:
xij为所述指标xi的第j个观测值,Mi、Ni分别为所述指标xi观测样本的最大、最小值。
各类型指标的数据经过无量纲化处理后,统一了数据的形式,消除了其性质上和表达信息方式上的差异,在后续的计算中可以直接代入、比较。
步骤5中采用主成分分析法去除指标之间的相关性,利用实际数据之间的内在联系来进行客观筛选。
主成分分析法将高维空间变量指标转化为低维空间变量指标。当评价指标之间存在一定程度的相关性时,主成分分析法可以筛选出部分指标,降低指标之间的相关性,使得指标之间彼此相互独立,综合评价过程中不会出现重复评价的现象。
一般来说,指标体系中的一级指标都是经过反复斟酌推荐而成的,而且数量较少,其每一项指标都包含了相当大的信息量,去除任何一个都会造成指标体系的不完善,因此对于一级指标无需筛选,筛选工作针对那些可以直接量化的二级指标或三级指标。例如存在一个由两级指标组成的指标体系,仅对其二级指标进行筛选,而视每个一级指标对应的二级指标为一个独立的系统。
首先利用主成分分析法,提取各系统的主成分。通常第一主成分即可包含该系统的绝大部分信息,并能够反映出系统的综合信息,而其他主成分则没有反应样本的综合信息,而只是代表了这些信息特征的某一方面,为简化计算,只分离出第一主成分。
分离出第一主成分之后,求出各项二级指标对第一主成分的构成系数。构成系数越大,说明该项二级指标对于所对应的一级指标的信息贡献率越大,因此应保留构成系数大的二级指标,删除构成系数小的二级指标。如果某一项二级指标对第一主成分的构成系数小于0.1时,可认为该指标对整个指标体系的影响微乎其微,予以删除。
具体地,步骤5中采用主成分分析法去除指标之间相关性的步骤如下:
步骤501,设某一级指标下有m个二级指标,每个二级指标有n个无量纲化处理后的电网数据样本,可得电网标准化数据样本矩阵为:
X*=(Xij *)m×n i=1,2,…,m;j=1,2,…,n (5)
其中Xij *表示第i项指标第j个电网的样本数据。
步骤502,根据电网标准化数据矩阵X*求出数据样本的协方差矩阵R,Rij(i,j=1,2,…,m)为指标变量Xi *与Xj *的相关系数。R为实对称矩阵(即Rij=Rji),因此只需计算其上三角元素或下三角元素即可,其计算公式为:
该协方差矩阵R能够反映各指标数据之间的相关性。
步骤503,求出协方差矩阵R的特征根λi并按从大到小的顺序排列,求解其所对应的特征向量li(i=1,2,…,m)。特征值为各主成分的方差,它的大小反映了各主成分的影响力。主成分Zi的贡献率为:
累计贡献率为:
一般选取累计贡献率达到85~95%的特征值所对应的主成分。
步骤504,由特征值λi对应的特征向量li可以求得对应主成分的样本数据值。对第j个电网数据样本,可求得其各组成成分的样本值为:
对于相关性分析,如果发现某一指标与其余多个指标之间的相关系数都很大,则可以认为该指标与其他指标之间存在信息交叠,是一个冗余指标,一般情况下应当删除。但是如果相关性分析的结果与主成分分析相反,应以主成分分析的评价结果为主,例如某一指标在第一主成分的构成中占有很大比重,那么即使它与多个指标线性相关,也不可删除。
为了体现各指标对电网节能水平重要程度的差异,对各个指标分别赋予适当的权重。步骤6中可以采用G-1法或者熵权法或者G-1法和熵权法结合形成的综合赋权法对各级指标进行赋权。
利用G-1法对指标进行赋权的方法包括:
步骤601,对各指标的重要性进行排序。首先在所有指标中选出最重要的指标,排在第一位,记为x1,然后从剩余指标中选出最重要的一个,排在第二位,记为x2。以此类推,最终得到一个序关系唯一的指标重要性排序表,记为X*。
rk=pk-1/pk,k=2,3,…,m (10)
式中,pk为X*中第k项评价指标对应的权重,m为指标个数。rk的含义如表1所示:
表1G-1法比较尺度表
步骤603,通过公式(11)计算得到第m项指标的权重:
其中,ωk-1=rkωk,k=m,m-1,...,2,m为指标个数。
熵权法是根据各项指标观测值所提供信息量的大小来确定指标的权重,信息熵则反映了信息的无序化程度,其值越小则提供的信息效用值越大。若某项指标熵值较小,则说明该指标数据序列的变异程度较大,应重视该评价指标对于整个评估模型的作用,其权重也应较大,否则就应减小其权重系数。
仍基于式(5)所示的电网数据样本矩阵进行分析,假定各指标下各电网的样本数据均大于零,则步骤6中采用熵权法确定各权重系数的步骤包括:
步骤601',计算第i项指标下,第j个电网对象的特征比重:
步骤602',计算第i项指标的熵值:
式中,K=1/lnn,n为任意一个指标的观测值个数;
步骤603',计算第i项指标的差异性系数:
gi=1-ei (14)
步骤604',确定第i项指标的权重系数:
式中,m为指标个数。
优选地,步骤6中基于熵权法可以充分利用样本数据所提供的差异信息对系统进行比较,但由于忽略了人的知识与经验,最后得到各指标的权重系数可能会与预先估计的结果大相径庭,而G-1法的赋权结果符合决策者的预期,却未能充分利用样本数据所提供的差异信息。对此,可以将以上两类方法结合,形成综合赋权法。设pi、qi分别为基于指标相对重要程度和数据离散程度评判得到的权重系数,则称:
ωi=k1pi+k2qi (16)
ωi为第i项指标采用综合赋权法得到的权重系数。式中,k1、k2为待定常数,需满足k1>0、k2>0且k1+k2=1。
由于线性加权法计算原理简单,可操作性强,并且在前面的步骤中已对指标间的相关性进行了处理,因此本发明提供的一种评定方法步骤7中可以选用线性加权综合法来计算电网的综合评价结果:
上式中,ni为第i项指标所包含下一级指标的个数,xik为第i项指标所包含下一级第k项指标的样本值,m为指标个数。
优选地,所有指标均转换为类型一致的极大型指标,并均通过无量纲化处理将各指标转化为在[0,1]之间的无量纲数值,步骤7计算得到电网的综合评价结果后,还可以包括:步骤8,利用雷达图对电网的综合评价结果进行展示。雷达图法是一种典型的图形评价法,其最大特点是灵活、直观,该方法非常适合用于电网各类指标的综合评价分析,它能够为管理人员提供灵活的关键指标分析手段、友好的可视化环境以及更具柔性的管理决策空间。
具体地,步骤8包括:
步骤801,作单位圆,从圆心引出p条射线,每条射线代表一个评估指标,各条射线与圆周的交点代表各指标值的上限,即该指标的最优水平。
步骤802,根据各指标经过类型一致化、无量纲化转换后的数值,在每条射线上标出各指标的取值点。
步骤803,用直线连接相邻两条射线上代表指标取值的点,最终形成一个形状不规则的多边形。
如图3所示的多边形即为反映电网的综合评价结果实施例的雷达图。
电网低碳节能指标体系规模较为庞大,底层指标数目较多。为了很好地利用雷达图直观展现多指标评价结果的优势,仅对数目相对较少的一级指标进行雷达图展示。在评价方法中,已将各底层指标(三级或二级指标)数据进行了标准化处理,所得数据均在[0,1]区间。进一步,对各级指标进行赋权,则可由各底层指标值的综合得到一级指标的评价值。如此求得的一级指标的评价值仍然在[0,1]范围内,符合雷达图的使用条件。此外,还需根据一级指标的权重对所得到的一级指标值进行修正,即将各一级指标值乘以其权重,得到最终应在雷达图中展示的数值。
实施例一:
如表2所示为利用上述步骤计算得到电网A和电网B实施例中4个一级指标的综合评价值
表2电网A和电网B各一级指标的综合评价值
电网结构 | 电网运行 | 电网设备 | 电网管理 | |
电网A | 0.567 | 0.655 | 0.734 | 0.347 |
电网B | 0.634 | 0.723 | 0.688 | 0.384 |
利用G-1赋权法得到电网A和电网B的4个一级指标的权重,如表3所示。
表3电网A和电网B各一级指标的权重
电网结构 | 电网运行 | 电网设备 | 电网管理 | |
电网A | 0.278 | 0.306 | 0.334 | 0.082 |
电网B | 0.231 | 0.323 | 0.342 | 0.104 |
如图4所示为用雷达图表示的电网A和电网B实施例的综合评价结果示意图。从图中可以看出,电网B在雷达图中占据的面积更大,说明其综合节能水平较高,但在电网结构和电网设备两方面,电网A要优于电网B。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种节能型电网的评定方法,其特征在于,所述方法包括:
步骤1,建立节能型电网的评价指标体系,所述评价指标体系设置有电网结构、电网运行、电网管理和电网设备四类指标;
步骤2,将所述评价指标体系中的指标划分为极大型、极小型和适度型;
步骤3,将所述极小型指标和适度型指标转换成极大型指标;
步骤4,对所述指标进行无量纲化处理;
步骤5,去除所述指标之间的相关性;
步骤6,对各级指标进行赋权;
步骤7,根据所述指标的无量纲化值和权重确定所述四类指标的综合评价结果。
2.如权利要求1所述的方法,其特征在于,所述四类指标为一级指标,各项所述一级指标分为22项二级指标,描述电网某一特定方面的性能;
根据不同电网的实际情况,将二级指标进一步分为能由电网实际数据直接计算的三级指标。
5.如权利要求2所述的方法,其特征在于,所述步骤5中采用主成分分析法去除指标之间的相关性,将所述一级指标作为主成分,求出各项二级指标对所述主成分的构成系数,对所述二级指标进行筛选,删除构成系数小的二级指标,降低指标之间的相关性,包括:
步骤501,设任意一个所述一级指标下有m个所述二级指标,每个所述二级指标有n个无量纲化处理后的电网数据样本,得到电网标准化数据样本矩阵为:
X*=(Xij *)m×n i=1,2,…,m;j=1,2,…,n (5)
Xij *表示第i项指标第j个电网的样本数据;
步骤502,根据电网标准化数据样本矩阵X*求出数据样本的协方差矩阵R,Rij(i,j=1,2,…,m)为指标变量Xi *与Xj *的相关系数:
步骤503,求出所述协方差矩阵R的特征根λi并按从大到小的顺序排列,求解其所对应的特征向量li(i=1,2,…,m),第i项指标对所述主成分Zi的贡献率为:
累计贡献率为:
选取累计贡献率达到85~95%的特征值所对应的主成分;
步骤504,由特征值λi对应的特征向量li求得对应主成分的样本数据值。对第j个电网数据样本,可求得其各组成成分的样本值为:
6.如权利要求1所述的方法,其特征在于,所述步骤6中采用G-1法、熵权法或者综合赋权法对各级指标进行赋权;
所述综合赋权法为采用所述G-1法和所述熵权法结合运算进行赋权。
9.如权利要求6-8任一项所述的方法,其特征在于,所述步骤6中第i项指标采用综合赋权法得到的权重系数:
ωi=k1pi+k2qi (16)
pi、qi分别为基于G-1法和熵权法评判得到的权重系数,k1、k2为待定常数,k1>0、k2>0且k1+k2=1。
10.如权利要求6所述的方法,其特征在于,所述步骤7中计算得到电网的综合评价结果后,包括:步骤8,利用雷达图对所述电网的综合评价结果进行展示;
所述步骤8包括:
步骤801,作单位圆,从圆心引出p条射线,每条射线代表一个评估指标,各条射线与圆周的交点代表各指标值的上限,即所述指标的最优水平;
步骤802,根据各指标经过类型一致化、无量纲化转换后的数值,在每条射线上标出各指标的取值点;
步骤803,用直线连接相邻两条射线上代表指标取值的点,最终形成一个形状不规则的多边形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310652701.9A CN103606115A (zh) | 2013-12-05 | 2013-12-05 | 一种节能型电网的评定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310652701.9A CN103606115A (zh) | 2013-12-05 | 2013-12-05 | 一种节能型电网的评定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103606115A true CN103606115A (zh) | 2014-02-26 |
Family
ID=50124335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310652701.9A Pending CN103606115A (zh) | 2013-12-05 | 2013-12-05 | 一种节能型电网的评定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103606115A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240202A (zh) * | 2014-09-09 | 2014-12-24 | 西北工业大学 | 一种海浪三维可视化效果评估方法 |
CN104331430A (zh) * | 2014-10-21 | 2015-02-04 | 北京奇虎科技有限公司 | 对网络影视对象多特征维度进行图形化展示的方法及装置 |
CN104463705A (zh) * | 2014-12-08 | 2015-03-25 | 广西电网有限责任公司 | 用于省级电网的发输用电节能指标综合评价方法 |
CN104657910A (zh) * | 2014-12-29 | 2015-05-27 | 国网湖南省电力公司 | 一种电网每日运行评价方法 |
CN105046353A (zh) * | 2015-07-06 | 2015-11-11 | 国家电网公司 | 一种电力系统低碳化水平的评价方法 |
CN105163348A (zh) * | 2015-07-31 | 2015-12-16 | 重庆邮电大学 | 智能配电网异构无线网络的通信方式接入选择方法 |
CN105225074A (zh) * | 2015-11-06 | 2016-01-06 | 国网上海市电力公司 | 一种智能配用电系统低碳性能综合评价系统 |
CN105354685A (zh) * | 2015-12-03 | 2016-02-24 | 南华大学 | 基于图的距离分类和主成分分析的评价指标体系构建方法 |
CN105590034A (zh) * | 2016-03-15 | 2016-05-18 | 上海市水务规划设计研究院 | 防汛减灾能力评价模型 |
CN106557409A (zh) * | 2015-09-24 | 2017-04-05 | 北京国双科技有限公司 | 网站指标值的修正方法和装置 |
CN107895227A (zh) * | 2017-11-02 | 2018-04-10 | 上海电力学院 | 一种移动焊接机器人运行方案的综合评价方法 |
CN108090667A (zh) * | 2017-12-13 | 2018-05-29 | 国网山东省电力公司枣庄供电公司 | 地区新能源吸纳分区方法、装置及系统 |
CN108548974A (zh) * | 2018-04-28 | 2018-09-18 | 广东电网有限责任公司 | 基于时序动态视角的变压器状态评价方法及装置 |
CN109003002A (zh) * | 2018-08-14 | 2018-12-14 | 中国南方电网有限责任公司超高压输电公司 | 一种节能型输电网的技术评价标准体系的构建方法 |
CN109034649A (zh) * | 2018-08-14 | 2018-12-18 | 中国南方电网有限责任公司超高压输电公司 | 一种节能型输电网效益综合评估方法 |
CN109087031A (zh) * | 2018-09-25 | 2018-12-25 | 国电南瑞南京控制系统有限公司 | 基于风电场多维指标分析的综合能效评估方法 |
CN109271221A (zh) * | 2018-09-03 | 2019-01-25 | 深圳市智物联网络有限公司 | 一种数据处理方法及数据处理设备 |
CN109271222A (zh) * | 2018-09-03 | 2019-01-25 | 深圳市智物联网络有限公司 | 一种数据处理方法及数据处理设备 |
CN109636189A (zh) * | 2018-12-13 | 2019-04-16 | 国网山东省电力公司经济技术研究院 | 一种基于权重综合评估的输电网规划方案评价方法及系统 |
CN109657967A (zh) * | 2018-12-13 | 2019-04-19 | 国网山东省电力公司经济技术研究院 | 一种输电网规划方案评价指标权重的确认方法及系统 |
CN110675083A (zh) * | 2019-10-08 | 2020-01-10 | 国家计算机网络与信息安全管理中心 | 科技领域的综合推荐方法及装置 |
CN111609880A (zh) * | 2020-05-09 | 2020-09-01 | 李达维 | 景观生态工程的生态环境测定系统及方法 |
CN112329271A (zh) * | 2020-12-04 | 2021-02-05 | 国网山东省电力公司电力科学研究院 | 基于多重pca的火电机组调峰关键指标识别方法及装置 |
-
2013
- 2013-12-05 CN CN201310652701.9A patent/CN103606115A/zh active Pending
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240202A (zh) * | 2014-09-09 | 2014-12-24 | 西北工业大学 | 一种海浪三维可视化效果评估方法 |
CN104240202B (zh) * | 2014-09-09 | 2017-04-05 | 西北工业大学 | 一种海浪三维可视化效果评估方法 |
CN104331430A (zh) * | 2014-10-21 | 2015-02-04 | 北京奇虎科技有限公司 | 对网络影视对象多特征维度进行图形化展示的方法及装置 |
CN104331430B (zh) * | 2014-10-21 | 2019-02-22 | 北京奇虎科技有限公司 | 对网络影视对象多特征维度进行图形化展示的方法及装置 |
CN104463705A (zh) * | 2014-12-08 | 2015-03-25 | 广西电网有限责任公司 | 用于省级电网的发输用电节能指标综合评价方法 |
CN104657910A (zh) * | 2014-12-29 | 2015-05-27 | 国网湖南省电力公司 | 一种电网每日运行评价方法 |
CN105046353A (zh) * | 2015-07-06 | 2015-11-11 | 国家电网公司 | 一种电力系统低碳化水平的评价方法 |
CN105046353B (zh) * | 2015-07-06 | 2018-10-02 | 国家电网公司 | 一种电力系统低碳化水平的评价方法 |
CN105163348B (zh) * | 2015-07-31 | 2018-06-15 | 重庆邮电大学 | 智能配电网异构无线网络的通信方式接入选择方法 |
CN105163348A (zh) * | 2015-07-31 | 2015-12-16 | 重庆邮电大学 | 智能配电网异构无线网络的通信方式接入选择方法 |
CN106557409A (zh) * | 2015-09-24 | 2017-04-05 | 北京国双科技有限公司 | 网站指标值的修正方法和装置 |
CN105225074A (zh) * | 2015-11-06 | 2016-01-06 | 国网上海市电力公司 | 一种智能配用电系统低碳性能综合评价系统 |
CN105354685A (zh) * | 2015-12-03 | 2016-02-24 | 南华大学 | 基于图的距离分类和主成分分析的评价指标体系构建方法 |
CN105354685B (zh) * | 2015-12-03 | 2021-08-31 | 南华大学 | 基于图的距离分类和主成分分析的评价指标体系构建方法 |
CN105590034A (zh) * | 2016-03-15 | 2016-05-18 | 上海市水务规划设计研究院 | 防汛减灾能力评价模型 |
CN107895227A (zh) * | 2017-11-02 | 2018-04-10 | 上海电力学院 | 一种移动焊接机器人运行方案的综合评价方法 |
CN107895227B (zh) * | 2017-11-02 | 2021-10-08 | 上海电力学院 | 一种移动焊接机器人运行方案的综合评价方法 |
CN108090667A (zh) * | 2017-12-13 | 2018-05-29 | 国网山东省电力公司枣庄供电公司 | 地区新能源吸纳分区方法、装置及系统 |
CN108548974A (zh) * | 2018-04-28 | 2018-09-18 | 广东电网有限责任公司 | 基于时序动态视角的变压器状态评价方法及装置 |
CN109034649A (zh) * | 2018-08-14 | 2018-12-18 | 中国南方电网有限责任公司超高压输电公司 | 一种节能型输电网效益综合评估方法 |
CN109003002A (zh) * | 2018-08-14 | 2018-12-14 | 中国南方电网有限责任公司超高压输电公司 | 一种节能型输电网的技术评价标准体系的构建方法 |
CN109271222A (zh) * | 2018-09-03 | 2019-01-25 | 深圳市智物联网络有限公司 | 一种数据处理方法及数据处理设备 |
CN109271221A (zh) * | 2018-09-03 | 2019-01-25 | 深圳市智物联网络有限公司 | 一种数据处理方法及数据处理设备 |
CN109087031A (zh) * | 2018-09-25 | 2018-12-25 | 国电南瑞南京控制系统有限公司 | 基于风电场多维指标分析的综合能效评估方法 |
CN109636189A (zh) * | 2018-12-13 | 2019-04-16 | 国网山东省电力公司经济技术研究院 | 一种基于权重综合评估的输电网规划方案评价方法及系统 |
CN109657967A (zh) * | 2018-12-13 | 2019-04-19 | 国网山东省电力公司经济技术研究院 | 一种输电网规划方案评价指标权重的确认方法及系统 |
CN110675083A (zh) * | 2019-10-08 | 2020-01-10 | 国家计算机网络与信息安全管理中心 | 科技领域的综合推荐方法及装置 |
CN111609880A (zh) * | 2020-05-09 | 2020-09-01 | 李达维 | 景观生态工程的生态环境测定系统及方法 |
CN112329271A (zh) * | 2020-12-04 | 2021-02-05 | 国网山东省电力公司电力科学研究院 | 基于多重pca的火电机组调峰关键指标识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103606115A (zh) | 一种节能型电网的评定方法 | |
Wu et al. | Site selection decision framework using fuzzy ANP-VIKOR for large commercial rooftop PV system based on sustainability perspective | |
Shad et al. | Developing an Iranian green building assessment tool using decision making methods and geographical information system: Case study in Mashhad city | |
Wu et al. | A decision framework of low-speed wind farm projects in hilly areas based on DEMATEL-entropy-TODIM method from the sustainability perspective: A case in China | |
Uyan | GIS-based solar farms site selection using analytic hierarchy process (AHP) in Karapinar region, Konya/Turkey | |
CN103177395B (zh) | 一种基于社会期望的智能配电网节能减排综合评价方法 | |
Wu et al. | Location selection of seawater pumped hydro storage station in China based on multi-attribute decision making | |
CN104573947A (zh) | 区域智能配电网低压台区综合评价方法 | |
CN104933505A (zh) | 一种基于模糊评估的智能配电网群决策评价方法 | |
CN104809658A (zh) | 一种低压配网台区线损的快速分析方法 | |
CN101976842A (zh) | 基于电气分区的关键断面自动获取方法 | |
CN103996147A (zh) | 配电网综合评估方法 | |
CN108717608A (zh) | 百万千瓦级滩涂光伏电站接入电网综合决策方法及系统 | |
CN109784755A (zh) | 一种基于层次分析法的电网智能化水平评估方法 | |
CN104506137A (zh) | 一种设备故障诊断方法和装置 | |
CN103698627A (zh) | 基于灰模糊萤火虫算法优化的变压器故障诊断方法 | |
CN109272258A (zh) | 基于K-means聚类的区域风光发电资源评估方法 | |
CN102426676B (zh) | 一种智能用电策略的特征提取方法 | |
CN111353711A (zh) | 基于topsis法的综合能源系统评价方法和系统 | |
CN105184672A (zh) | 一种针对三公调度发电计划的评估方法 | |
CN109299752A (zh) | 一种基于聚类与信息熵的废旧动力电池一致性指标的优选方法 | |
CN105512941A (zh) | 一种水景观生态工程生态服务功能测定方法和评价方法 | |
CN113488990B (zh) | 基于改进的蝙蝠算法的微电网优化调度方法 | |
Li et al. | A statistical study on topological features of high voltage distribution networks in Western Australia | |
CN115313377A (zh) | 一种电力负荷预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140226 |