CN103606115A - 一种节能型电网的评定方法 - Google Patents

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

一种节能型电网的评定方法

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

$x^{*}=\frac{1}{x}(x>0)---\left(2\right)$

M为指标x的允许上界；

对于所述适度型指标：

$x^{*}=\left\{\begin{array}{cc}1.0-\frac{q_1-x}{\max \{q_1-N,M-q_2\}},& (x<q_1)\\ 1.0,& (x\&Element;[q_1,q_2\left]\right)\\ 1.0\frac{x-q_2}{\max \{q_1-N,M-q_2\}},& (x>q_2)\end{array}\right.---\left(3\right)$

[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x_i(i＝1,2,...,m)，其观测值为{x_ij|i＝1,2,...,m;j＝1,2,...,n}；

所述指标的样本值x_ij经过无量纲化处理后的结果

为：

$x_{\mathrm{ij}}^{*}=\frac{x_{\mathrm{ij}}-N_i}{M_i-N_i}---\left(4\right)$

x_ij为所述指标x_i的第j个观测值，M_i、N_i分别为所述指标x_i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^*＝(X_ij ^*)_m×n i＝1,2,…,m;j＝1,2,…,n    （5）

X_ij ^*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，R_ij(i,j＝1,2,…,m)为指标变量X_i ^*与X_j ^*的相关系数：

$R_{\mathrm{ij}}=\frac{\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}(X_{\mathrm{ki}}-{\stackrel{\&OverBar;}{X}}_i)(X_{\mathrm{kj}}-{\stackrel{\&OverBar;}{X}}_j)}{\sqrt{\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{(X_{\mathrm{ki}}-{\stackrel{\&OverBar;}{X}}_i)}^2\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{(X_{\mathrm{kj}}-{\stackrel{\&OverBar;}{X}}_j)}^2}}---\left(6\right)$

步骤503，求出所述协方差矩阵R的特征根λ_i并按从大到小的顺序排列，求解其所对应的特征向量l_i(i＝1,2,…,m)，第i项指标对所述主成分Z_i的贡献率为：

$W_i=\frac{{\mathrm{\&lambda;}}_i}{\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_k}---\left(7\right)$

累计贡献率为：

$W_i^{\text{'}}=\frac{\underset{a=1}{\overset{i}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_a}{\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_k}---\left(8\right)$

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λ_i对应的特征向量l_i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：

$Z_j=\left[\begin{array}{cccc}{l}_{11}& l_{12}& ...& l_{1m}\\ l_{21}& l_{22}& ...& l_{2m}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ l_{m1}& l_{m2}& ...& l_{\mathrm{mm}}\end{array}\right]\left[\begin{array}{c}{X}_{j1}\\ X_{j2}\\ \\ \\ \\ X_{\mathrm{jm}}\end{array}\right]---\left(9\right).$

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：

步骤601，对各指标的重要性进行排序，得到序关系唯一的指标重要性排序表

记为X^*；

步骤602，对所述X^*中相邻评价指标

与

的相对重要程度之比进行评判，用r_k来表示：

r_k＝p_k-1/p_k,k＝2,3,…,m    （10）

p_k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：

${\mathrm{\&omega;}}_m={(1+\underset{k=2}{\overset{m}{\mathrm{\&Sigma;}}}\underset{i=k}{\overset{m}{\mathrm{\&Sigma;}}}{r}_i)}^{-1}---\left(11\right)$

其中，ω_k-1＝r_kω_k，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：

$p_{\mathrm{ij}}=x_{\mathrm{ij}}/\underset{k=1}{\overset{n}{\mathrm{\&Sigma;}}}{x}_{\mathrm{ik}}---\left(12\right)$

步骤602＇，计算第i项指标的熵值：

$e_i=-K\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{p}_{\mathrm{ij}}\ln p_{\mathrm{ij}}---\left(13\right)$

K＝1/lnn；

步骤603＇，计算第i项指标的差异性系数：

g_i＝1-e_i    （14）

步骤604＇，确定第i项指标的权重系数：

$q_i=g_i/\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{g}_k---\left(15\right).$

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：

ω_i＝k₁p_i+k₂q_i    （16）

p_i、q_i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

$x^{*}=\frac{1}{x}(x>0)---\left(2\right)$

式中，M为指标x的允许上界。

对于适度型指标：

$x^{*}=\left\{\begin{array}{cc}1.0-\frac{q_1-x}{\max \{q_1-N,M-q_2\}},& (x<q_1)\\ 1.0,& (x\&Element;[q_1,q_2\left]\right)\\ 1.0-\frac{x-q_2}{\max \{q_1-N,M-q_2\}},& (x>q_2)\end{array}\right.---\left(3\right)$

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x_i(i＝1,2,...,m)，其n个观测值为{x_ij|i＝1,2,...,m;j＝1,2,...,n}。

所述指标的样本值x_ij经过无量纲化处理后的结果为：

$x_{\mathrm{ij}}^{*}=\frac{x_{\mathrm{ij}}-N_i}{M_i-N_i}---\left(4\right)$

x_ij为所述指标x_i的第j个观测值，M_i、N_i分别为所述指标x_i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^*＝(X_ij ^*)_m×n i＝1,2,…,m;j＝1,2,…,n    （5）

其中X_ij ^*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，R_ij(i,j＝1,2,…,m)为指标变量X_i ^*与X_j ^*的相关系数。R为实对称矩阵（即R_ij＝R_ji），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：

$R_{\mathrm{ij}}=\frac{\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}(X_{\mathrm{ki}}-{\stackrel{\&OverBar;}{X}}_i)(X_{\mathrm{kj}}-{\stackrel{\&OverBar;}{X}}_j)}{\sqrt{\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{(X_{\mathrm{ki}}-{\stackrel{\&OverBar;}{X}}_i)}^2\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{(X_{\mathrm{kj}}-{\stackrel{\&OverBar;}{X}}_j)}^2}}---\left(6\right)$

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λ_i并按从大到小的顺序排列，求解其所对应的特征向量l_i(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Z_i的贡献率为：

$W_i=\frac{{\mathrm{\&lambda;}}_i}{\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_k}---\left(7\right)$

累计贡献率为：

$W_i^{\text{'}}=\frac{\underset{a=1}{\overset{i}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_a}{\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_k}---\left(8\right)$

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λ_i对应的特征向量l_i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：

$Z_j=\left[\begin{array}{cccc}{l}_{11}& l_{12}& ...& l_{1m}\\ l_{21}& l_{22}& ...& l_{2m}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ l_{m1}& l_{m2}& ...& l_{\mathrm{mm}}\end{array}\right]\left[\begin{array}{c}{X}_{j1}\\ X_{j2}\\ \\ \\ \\ X_{\mathrm{jm}}\end{array}\right]---\left(9\right)$

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^*。

步骤602，对X^*中相邻评价指标

与

的相对重要程度之比进行评判，可以用r_k来表示：

r_k＝p_k-1/p_k,k＝2,3,…,m    （10）

式中，p_k为X^*中第k项评价指标对应的权重，m为指标个数。r_k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：

${\mathrm{\&omega;}}_m={(1+\underset{k=2}{\overset{m}{\mathrm{\&Sigma;}}}\underset{i=k}{\overset{m}{\mathrm{\&Sigma;}}}{r}_i)}^{-1}---\left(11\right)$

其中，ω_k-1＝r_kω_k，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：

$p_{\mathrm{ij}}=x_{\mathrm{ij}}/\underset{k=1}{\overset{n}{\mathrm{\&Sigma;}}}{x}_{\mathrm{ik}}---\left(12\right)$

步骤602＇，计算第i项指标的熵值：

$e_i=-K\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{p}_{\mathrm{ij}}\ln p_{\mathrm{ij}}---\left(13\right)$

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：

g_i＝1-e_i    （14）

步骤604＇，确定第i项指标的权重系数：

$q_i=g_i/\underset{k=1}{\overset{m}{\mathrm{\&Sigma;}}}{g}_k---\left(15\right)$

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p_i、q_i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：

ω_i＝k₁p_i+k₂q_i    （16）

ω_i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：

$\mathrm{\&delta;}=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_i\underset{k=1}{\overset{n_i}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_{\mathrm{ik}}{x}_{\mathrm{ik}}---\left(17\right)$

上式中，n_i为第i项指标所包含下一级指标的个数，x_ik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。 

3.如权利要求1所述的方法，其特征在于，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，对所有所述指标做类型一致化处理，包括： 

所述指标类型一致化处理之前的极小型指标或者适度型指标值为x，所述类型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的允许上界和下界。 

4.如权利要求1所述的方法，其特征在于，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x_i(i＝1,2,...,m)，其观测值为{x_ij|i＝1,2,...,m;j＝1,2,...,n}； 

所述指标的样本值x_ij经过无量纲化处理后的结果

为： 

x_ij为所述指标x_i的第j个观测值，M_i、N_i分别为所述指标x_i观测样本的最大、最小值。 

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^*＝(X_ij ^*)_m×n  i＝1,2,…,m;j＝1,2,…,n    （5） 

X_ij ^*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，R_ij(i,j＝1,2,…,m)为指标变量X_i ^*与X_j ^*的相关系数： 

式中，

表示第i项指标所有样本的平均值； 

步骤503，求出所述协方差矩阵R的特征根λ_i并按从大到小的顺序排列，求解其所对应的特征向量l_i(i＝1,2,…,m)，第i项指标对所述主成分Z_i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λ_i对应的特征向量l_i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。 

7.如权利要求6所述的方法，其特征在于，所述步骤6中利用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，得到序关系唯一的指标重要性排序表

记为X^*； 

步骤602，对所述X^*中相邻评价指标

与

的相对重要程度之比进行评判，用r_k来表示： 

r_k＝p_k-1/p_k,k＝2,3,…,m    （10） 

p_k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，ω_k-1＝r_kω_k，k＝m,m-1,...,2。 

8.如权利要求6所述的方法，其特征在于，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： 

式中，K＝1/lnn； 

步骤603＇，计算第i项指标的差异性系数： 

g_i＝1-e_i    （14） 

步骤604′，确定第i项指标的权重系数： 

。

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： 

ω_i＝k₁p_i+k₂q_i    （16） 

p_i、q_i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。 

Images