CN104077489A - 一种能耗设备能效分析方法及其分析系统 - Google Patents

Abstract

本发明提供了一种能耗设备能效分析方法及其分析系统。包括依次相连的传感器、通讯模块、中央处理单元和交互终端，根据能耗设备特性，建立能耗设备的能效指标层参数体系；对指标参数体系的各级指标进行企业关注度评级，并根据同级指标中任意两个指标之间的相对重要性构造判断矩阵；对所述判断矩阵进行一致性调整处理得到新的判断矩阵；将新的判断矩阵的特征向量进行归一化处理，得到排序权向量；对大量统计数据进行处理得到该指标的隶属度；分别对参数体系层逐层从下到上进行隶属度加权相加合成，得到最终的综合分析结果。解决各能耗设备在能效评估中的手段单一，方法简单和差异化较大等问题。

Description

一种能耗设备能效分析方法及其分析系统

技术领域

本发明涉及一种能耗设备能效分析方法及其分析系统，特别是涉及一种适用于各种能源消耗设备的能效分析方法及其分析系统。

背景技术

能耗设备是指需要进行能源消耗(水、电、油、材料等各种能源)的设备。目前，针对各种能源设备的能效评估手段有限，评估方法缺乏科学手段，本发明试图找到一种通用方法，针对能耗设备结合企业关注度评级分析，大数据统计分析和科学数学分析法建立分析模型，从而解决各能耗设备在能效评估中的手段单一，方法简单和差异化较大等问题。

发明内容

本发明要解决的技术问题是提供一种低差异化的能耗设备能效分析方法及其分析系统。本发明采用的技术方案如下：

一种能耗设备通用能效分析方法，具体方法为：

步骤一、根据能耗设备特性，建立能耗设备的能效指标层参数体系。

步骤二、对指标参数体系的各级指标进行企业关注度评级，并根据同层指标中任意两个指标之间的相对重要性构造判断矩阵。

仅以准则层指标为例，建立判断矩阵如下：

$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& a_{13}& a_{14}\\ a_{21}& a_{22}& a_{23}& a_{24}\\ a_{31}& a_{32}& a_{33}& a_{34}\\ a_{41}& a_{42}& a_{43}& a_{44}\end{array}\right]$

即A＝{a_ij}_m*n，其中a_ij为第j个准则层指标相对于第i个准则层指标经过企业重要性关注度评级后的相对重要性，并有a_ij＝1(i＝j)。

步骤三、对所述判断矩阵进行一致性调整处理得到新的判断矩阵。

用最优传递矩阵对A进行一致性改进，如下：

b_ij＝lg ai_j(i,j＝1,2…n)， $c_{\mathrm{ij}}=\frac{1}{n}\left(\underset{k=1}{\overset{n}{\mathrm{\Σ}}}(b_{\mathrm{ik}}-b_{\mathrm{jk}})\right),$ ${a_{\mathrm{ij}}}^{*}={10}^{c_{\mathrm{ij}}}$

得到新的判断矩阵A^*＝{a_ij ^*}_m*n。

步骤四、将新的判断矩阵的特征向量进行归一化处理，得到排序权向量。

计算A^*的特征向量

$m_i={\mathrm{\Π}}_{j=1}^n{a_{\mathrm{ij}}}^{*},$ $\stackrel{\‾}{w_i}=\sqrt[n]{m_i}$

$\stackrel{\‾}{W}=[\stackrel{\‾}{w_1},\stackrel{\‾}{w_2}\·\·\·\stackrel{\‾}{w_n}]$

将进行归一化处理，得到排序权向量W＝[w₁,w₂…w_n]，即分析体系中同一层各参数指标相对于上层参数指标的相对权重。

步骤五、对大量统计数据进行处理得到该指标的隶属度，如KPI指标通过前期大量的统计数据进行专用算法进行计算。

步骤六、分别对参数体系层逐层从下到上进行隶属度加权相加合成，得到最终的综合分析结果。

隶属度合成的计算公式为：

式中，u_j表示第i个子指标的隶属度，u_i表示第j个子指标的隶属度，w_i表示第i个子目表的权重，由步骤四的公式得到。其中j项指标位于i项指标的上一层。求得顶层的隶属度合成值即为最终的分析结果。综合分析值越高，说明该能耗设备能效最优。

作为优选，所述步骤二中采用层次分析方法中的两两比较法构造判断矩阵。

作为优选，所述步骤三中的一致性调整处理，采用最优传递矩阵法进行一致性改进。

作为优选，所述步骤三中的一致性调理处理方法还包括，辅助以一致性修正。

作为优选，所述步骤五的方法还包括：对指标数据的隶属度进行预处理，将能耗设备参数指标体系中含有极大型、极小型和区间型三种类型的分析指标，设定其中一种类型指标集为标准类型，将另外两种转换为设定的标准类型。

以设定极大型为标准类型为例：

对于极小型指标

对于区间型指标 $x^{*}=\left\{\begin{array}{c}1-\frac{q_1-x}{\max \{q_1-m,M-q_2\}},x\≤q_1\\ 1-\frac{x-q_2}{\max \{q_1-m,M-q_2\}},x\≥q_1\end{array}\right.$

式中：x代表原分析指标；x^*代表转换后的分析指标；

[q₁,q₂]为指标的最佳稳定区间；M、m分别为x允许的上、下届。

作为优选，所述步骤五的方法还包括：对指标数据的隶属度进行无量纲处理。

作为优选，采用中性化处理法进行无量纲处理。即：

式中，x代表无量纲处理后的指标；u和σ分别为x的数学期望值及均方差。

基于上述分析方法的一种能耗设备能效分析系统，其特征在于：包括依次相连的传感器、通讯模块、中央处理单元和交互终端。

作为优选，还包括与交互终端相连的数据存储单元。

与现有技术相比，本发明的有益效果是：解决各能耗设备在能效评估中的手段单一，方法简单和差异化较大等问题。

本发明进一步的有益效果是：

1、一致性调理处理后，辅助以一致性修正(次序一致性修正，绝对一致性修正，甚至包括手工调整)，进一步确保了一致性；

2、对指标数据的隶属度进行预处理，将能耗设备参数指标体系中含有极大型、极小型和区间型三种类型的分析指标，设定其中一种类型指标集为标准类型，将另外两种转换为设定的标准类型，使隶属度更直观；

3、对指标数据的隶属度进行无量纲处理，使隶属度更直观。

附图说明

图1为本发明能效指标级别参数体系原理示意图。

图2为本发明其中一实施例的能效指标级别参数体系原理示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

本具体实施例针对某大型重耗企业的台车式加热炉为例进行具体说明。

如图2所示，根据现有技术先完成本发明方案的步骤一和步骤二。根据能耗设备本身特性，建立能耗设备的能效指标级别参数体系。所有的能耗设备都能够分为目标层(A)、准则层(B)和方案层(C)，方案层是根据各个设备本身的能耗技术参数来设定，然后根据设备本身的能耗技术参数来归类准则层。

由于不同类别能耗设备的主要能耗因素不同，所以在本具体实施例中，要根据具体能耗设备能耗因素，根据实际情况按照重要性进行企业重要性关注度评级。

在本具体实施例中，按照企业对因素的关注度分析四个指标，首先技术因素权重为第一位权重(0.4)，再根据企业关注核心，确立第二位权重(0.3)指标因素：重点关注经济效益因素，则确立经济因素为第二位；重点关注对社会责任因素，则确立环境因素为第二位；重点关注对管理指标因素，则确立管理因素为第二位。

以企业重点期待确定第三位权重(0.2)指标因素：剩下的两个因素中再进行比较，以企业和设备投入或执行做得较差的，最期望得到改进的一项确立为第三位权重，最后一个指标自然就是第四位权重(0.1)。

这样得到准则层的权重排序，再根据这样的排序，通过权重量化得到每一个因素的权重值(0.4、0.3、0.2、0.1)

通过步骤二得到判断矩阵，以二级指标(准则层)为例，并经过步骤三最优传递矩阵优化法等的处理，得到以下矩阵：

$A^{*}=\left[\begin{array}{cccc}1& 4/3& 2& 4\\ 3/4& 1& 3/2& 3\\ 1/2& 2/3& 1& 2\\ 1/4& 1/3& 1/2& 1\end{array}\right]$

再通过技术方案步骤四计算权重，得到二级指标(准则层)的权重W＝[0.154，0.615，0.154，0.077]。

再根据技术方案步骤五计算需要进行综合评估的三个台车式加热炉一号、二号、三号的隶属度，其中产品能耗因素C3,材质能耗因素C4等通过采集系统收集数据，基于大量统计数据，经过自有算法得到各自的隶属度。以材质因素C4为例，根据材质类型(Material)建立工艺炉材质能效标杆。根据历史能耗统计，将能耗最优工艺炉定为标杆，其它炉耗根据折算比例进行打分，得到针对每一种材质的能耗因素，再通过对每一种材质能耗因素求几何平均得到某一台工艺炉的C4隶属度。

其他计算过程略，分别得到一、二、三号台车式加热炉的准则层隶属度如下：

u₁＝[0.736，0.871，0.745，0.732]

u₂＝[0.452，0.566，0.705，0.613]

u₃＝[0.692，0.559，0.712，0.792]

最后根据技术方案步骤六，进行隶属度合成，得到一、二、三号能耗设备的最后能效评估排名，如下表一所示：

表一

排名	1	2	3
				能耗设备	一号加热炉	三号加热炉	二号加热炉
综合评分	0.82	0.62	0.57

根据评估分析，技术指标在能耗设备的评估中占支配地位，一号加热炉综合能效最高，二号加热炉综合能效最低。2、3号炉可在技术节能方面有比较大的提升空间。而2号炉还应在经济指标和减排上花力气进行改进。

基于上述分析方法的一种能耗设备能效分析系统，包括依次相连的传感器、通讯模块、中央处理单元和交互终端。

其中，传感器为布置在能耗系统各个部件的各类传感器，在本具体实施例中(如图2所示)：根据对长期(通常为一年以上)的采集数据统计结果，针对每一个耗能设备，用总的产量除以总的耗能数，得到隶属度C1；根据对长期(通常为一年以上)的采集数据统计结果，针对每一个耗能设备，用总的产出值除以总的耗能数，得到隶属度C2；根据产品类型(Product)建立工艺炉产品能效标杆。根据历史能耗统计，将能耗最优工艺炉定为标杆，其它炉耗根据标杆数据进行折算，得到针对每一种产品类型的能效数值，再通过对每一种产品能耗因素求几何平均得到某一台工艺炉的C3隶属度；根据材质类型(Material)建立工艺炉材质能效标杆，根据历史能耗统计，将能耗最优工艺炉定为标杆，其它炉耗根据标杆数据进行折算，得到针对每一种材质类型的能耗数值，再通过对每一种材质能耗因素求几何平均得到某一台工艺炉的C4隶属度；选择工艺炉吨时耗作为关键KPI参数建立工艺炉KPI能效标杆。根据历史能耗统计，将能耗最优工艺炉定为标杆，其它炉耗根据标杆数据进行折算，得到针对关键KPI的某一台工艺炉的C5隶属度；根据计量设备检测报告，可以得到每一台工艺炉所有计量设备的精准度数据，再通过求几何平均得到某一台工艺炉的C6隶属度；根据对长期(通常为一年以上)的故障类采集数据统计结果，针对每一个耗能设备，用总的故障数除以统计时间周期，得到隶属度C7；:根据对长期(通常为一年以上)的碳排放量采集数据统计结果，针对每一个耗能设备，用总的碳排放量除以总的耗能数，得到隶属度C8，通过减排改造投入资金来进行量化，并进行归一化处理。

通信模块支持上行和下行通信方式，下行与各类传感器通信采集传感器信息，上行与中央处理单元通信，将传感器信息上传到中央处理单元；

中央处理系统完成大数据量的存储和中间结果计算。

所述交互终端还包括：查询模块，支持查询各类本地或远程能效数据；分析模块：支持对各类采集数据的本地或远程分析、评估，得出综合能效分析结果；状态检测模块：支持对各类传感器的工作状态进行检测；配置模块：支持对终端本身各类参数(如权限、查询相应时间等)的设置、修改。

还包括与交互终端相连的数据存储单元，用于存储访问频繁的数据。

Claims (9)

1.一种能耗设备能效分析方法，其特征在于，具体方法为：

步骤一、根据能耗设备特性，建立能耗设备的能效指标层参数体系；

步骤二、对指标参数体系的各层指标进行企业关注度评级，并根据同层指标中任意两个指标之间的相对重要性构造判断矩阵；

步骤三、对所述判断矩阵进行一致性调整处理得到新的判断矩阵；

步骤四、将新的判断矩阵的特征向量进行归一化处理，得到排序权向量；

步骤五、采用大量统计数据进行处理得到该指标的隶属度；

步骤六、分别对参数体系层逐层从下到上进行隶属度加权相加合成，得到最终的综合分析结果。

2.根据权利要求1所述的一种能耗设备能效分析方法，其特征在于：所述步骤二中采用层次分析方法中的两两比较法构造判断矩阵。

3.根据权利要求1所述的一种能耗设备能效分析方法，其特征在于：所述步骤三中的一致性调整处理，采用最优传递矩阵法进行一致性改进。

4.根据权利要求3所述的一种能耗设备能效分析方法，其特征在于：所述步骤三中的一致性调理处理方法还包括，辅助以一致性修正。

5.根据权利要求1所述的一种能耗设备能效分析方法，其特征在于：所述步骤五的方法还包括：对指标数据的隶属度进行预处理，将能耗设备参数指标体系中含有极大型、极小型和区间型三种类型的分析指标，设定其中一种类型指标集为标准类型，将另外两种转换为设定的标准类型。

6.根据权利要求1或5所述的一种能耗设备能效分析方法，其特征在于：所述步骤五的方法还包括：对指标数据的隶属度进行无量纲处理。

7.根据权利要求6所述的一种能耗设备能效分析方法，其特征在于：采用中性化处理法进行无量纲处理。

8.根据权利要求1所述的一种能耗设备能效分析方法的分析系统，其特征在于：包括依次相连的传感器、通讯模块、中央处理单元和交互终端。

9.根据权利要求8所述的一种能耗设备能效分析方法的分析系统，其特征在于：还包括与交互终端相连的数据存储单元。