CN105956741A - 一种基于trl的智能电网技术成熟度评估方法 - Google Patents

Abstract

本发明公开了一种基于TRL的智能电网技术成熟度评估方法，构建评估体系，将建立的技术性能、技术经济价值、社会与环境影响三个一级指标及其两层下级指标存储于一指标数据库中；对技术性能指标采用等级评价法进行评估，并决定是否进行其他两个指标的评估；运用极值化处理方法对指标数据库中的三级指标进行归一化处理；采用极值化处理得到技术性能的归一化结果；采用序关系‑变异系数法对归一化后的指标及其确定的技术经济价值、社会与环境影响的二级指标确定权重；对权重确定后的指标进行综合评估，得到各级指标的得分与技术成熟度得分，并进行不确定性的分析。本发明能有效避免评估的单一性与片面性，对于宏观把握电网信息具有一定的意义。

Description

一种基于TRL的智能电网技术成熟度评估方法

技术领域

本发明属于智能电网技术评估领域，尤其涉及一种智能电网技术成熟度评估方法。

背景技术

智能电网的目标主要是提高供电安全性、生态可持续性和经济竞争力。从广义层面来看，由于技术涉猎广泛，智能电网的一个关键目标是要催生新的技术和商业模式，实现产业革命。这些技术包括：智能电网技术、智能电网可带动的技术和为智能电网创建平台的技术，技术的发展水平直接或间接地影响智能电网的发展，在智能电网工程项目实施以及区域智能电网建设中发挥至关重要的作用。评估智能电网相关技术发展水平有助于明确技术改良方向，推动技术日趋成熟进而推动智能电网的发展。

目前，已有研究大多着重评估智能电网整体建设所涉及的电网各个环节发展情况，针对智能电网技术评估的研究较少。某文献应用技术成熟度理论分析智能输电网投资决策问题，根据技术成熟度等级划分智能输电网的有效投资阶段，建立基于技术成熟度的智能输电网多阶段投资决策模型，以确定最优投资方案。某文献提出了利用生产函数的方法来评估技术给智能电网带来的效益与技术本身的发展状况。我国在智能电网技术成熟度评估体系中有较大的上升空间，我国必须从自身国情出发，提出一种适合我国经济社会发展的智能电网技术发展模式。对智能电网技术成熟度评估能及时发现智能电网发展的薄弱环节和制约因素，实现智能电网发展过程中技术和经济的均衡发展，对于正确指导智能电网规划、建设、运行及管理具有重大的现实意义。

技术成熟度理论起源于美国国家航空航天局，在20世纪90年代基本趋于成熟。技术成熟度是人们在大量工程实践基础上，对技术成熟规律认识的一种总结。它被用于描述某一技术相对于某个具体系统或项目而言所处的发展阶段，能够有效反映技术对项目预期目标的满足程度。技术成熟度等级是对技术成熟程度进行度量以及评测的一种标准。

发明内容

针对智能电网技术成熟度，本发明对传统评估方法进行了改进，提供了一种基于TRL(Technology Readiness Level)的智能电网技术成熟度评估方法，以达到多维度、深层次、宽领域的全面评估。

为了解决上述技术问题，本发明提出的一种基于TRL的智能电网技术成熟度评估方法，步骤如下：

步骤一、构建智能电网技术成熟度评估体系，该智能电网技术成熟度评估体系由技术性能、技术经济价值、社会与环境影响三个一级指标构成；其中，所述技术经济价值、社会与环境影响分别包括两层下级指标，所述技术性能是依据技术性能等级TRL建立的；建立上述所有各级指标的指标体系，并存储于一指标数据库中；

步骤二、对技术性能指标采用等级评价法进行评估；

将技术性能分为六个等级，从第一级到第六级依次是理论起步、路线图制定、实践发展、系统验证、综合优化和驱动创新；每一等级设立3-4个分项指标；每一等级满分为20分，每个分项指标被赋予或折算为一定的分值；从最低等级进行得分判断，若得分大于或等于14分，则进行上一等级的得分判断，依此类推，若技术性能的等级未达到第四等级，则直接输出技术性能等级达到的结果，判定该智能电网技术不成熟，至此结束评估；若技术性能的等级达到第四等级，则进行下一步；

步骤三、运用极值化处理方法，对指标数据库中技术经济价值、社会与环境影响的三级指标进行归一化处理；

步骤四、对于步骤二技术性能采用极值化处理得到技术性能的归一化结果；

步骤五、采用序关系-变异系数法对步骤三一化后的指标、步骤四归一化后的指标及其步骤一中确定的所述技术经济价值、社会与环境影响的二级指标进行权重确定；

步骤六：利用下述公式对经过步骤五权重确定后的技术经济价值、社会与环境影响三级指标进行综合评估，从而得到二级指标的得分：

$f=\underset{i=1}{\Σ}{x}_i^{*}{\mathrm{\ω}}_i---\left(1\right)$

公式(1)中，表示三级指标的第i个指标归一化后的数据，ω_i表示三级指标的第i个指标的权重；以此类推，利用公式(1)层层向上依次对经过步骤五权重确定后的技术经济价值、社会与环境影响二级指标进行综合评估，得到技术经济价值、社会与环境影响一级指标的得分；同理，利用公式(1)对经过步骤五权重确定后的技术性能、技术经济价值、社会与环境影响各一级指标进行综合评估得到技术成熟度得分；

其中，在对二级指标进行综合评估时，公式(1)中的用二级指标的第i个指标归一化后的数据来替换，ω_i用二级指标的第i个指标的权重来替换；在对一级指标进行综合评估时，公式(1)中的用一级指标的第i个指标归一化后的数据来替换，ω_i用一级指标的第i个指标的权重来替换；

步骤七、对步骤六获得的技术成熟度得分不确定性的分析；

在获得了三级指标数据的分布类型的情形下，根据以下两个因素求得技术成熟度的半不变量，其中一个因素是技术经济价值、社会与环境影响三级指标的半不变量；另外一个因素是技术经济价值、社会与环境影响三级指标与技术成熟度函数对应关系；

将上述求得的技术成熟度的半不变量作为Gram-Charlier级数展开式的中间数据，采用Gram-Charlier级数展开式求得技术成熟度得分的分布，f(x)为技术成熟度得分的概率密度函数，F(x)为累积分布函数，则：

$\begin{array}{c}F\left(x\right)=\underset{i=0}{\overset{n}{\Σ}}\frac{C_i}{i!}{\mathrm{\Φ}}^{\left(i\right)}\left(x\right)\\ =\mathrm{\Φ}\left(x\right)+\frac{C_1{\mathrm{\Φ}}^{\left(1\right)}\left(x\right)}{1!}+\frac{C_2{\mathrm{\Φ}}^{\left(2\right)}\left(x\right)}{2!}+\frac{C_3{\mathrm{\Φ}}^{\left(3\right)}\left(x\right)}{3!}+\frac{C_4{\mathrm{\Φ}}^{\left(4\right)}\left(x\right)}{4!}+\mathrm{...}\end{array}---\left(3\right)$

式(2)和式(3)中，为标准正态分布的概率密度函数；Φ(x)为标准正态分布的累积分布函数；表示的n阶导数，Φ⁽ⁿ⁾(x)表示Φ(x)的n阶导数，C_i为多项式；根据分布函数判断特定区间的置信水平，确定技术成熟度得分的置信率，该置信率落在的区间范围表征了技术成熟度得分的可信水平，区间范围及含义如下：

[0.9,1)表示非常可信，

[0.8,0.9)表示比较可信，

[0.7,0.8)表示一般可信，

[0.6,0.7)表示可信度不大，

[0,0.6)表示可信度极低。

与现有技术相比，本发明的有益效果是：

本发明应用于智能电网技术成熟度评估中，针对技术性能采取基于TRL建立指标反应技术生长路线，同时纳入技术经济价值、社会与环境影响综合考虑技术成熟特点；采取序关系-变异系数法综合赋权能够得到更合理有效的权重；采用Gram-Charlier级数展开式进行评估结果的不确定性分析，充分挖掘数据的潜在信息，探讨数据的统计规律，对于改善技术发展方向具有重要的意义。

附图说明

图1是本发明基于TRL的智能电网技术成熟度评估的流程图；

图2是本发明研究材料-某地区电动汽车充放电技术技术成熟度评估结果雷达图。

具体实施方式

如图1所示，本发明一种基于TRL的智能电网技术成熟度评估方法，步骤如下：

步骤一、构建智能电网技术成熟度评估体系，该智能电网技术成熟度评估体系由技术性能、技术经济价值、社会与环境影响三个一级指标构成；其中，所述技术经济价值、社会与环境影响分别包括两层下级指标，所述技术性能是依据技术性能等级TRL建立的；建立上述所有各级指标的指标体系，并存储于一指标数据库中；其内容为表1-表4所示。

表1技术成熟度一级指标

表2技术性能等级表

表3技术经济价值指标

表4社会与环境影响指标

步骤二、对于技术性能基于TRL采用等级评价法进行评估；

将技术性能分为六个等级，从第一级到第六级依次是理论起步、路线图制定、实践发展、系统验证、综合优化和驱动创新；每一等级设立3-4个分项指标；每一等级满分为20分，每个分项指标被赋予或折算为一定的分值；从最低等级进行得分判断，若得分大于或等于14分，则进行上一等级的得分判断，依此类推，若技术性能的等级未达到第四等级，则直接输出技术性能等级达到的结果，判定该智能电网技术不成熟，至此结束评估；若技术性能的等级达到第四等级，则进行下一步；

选取电动汽车充放电技术作为研究对象，采用序关系-变异系数组合赋权法，对2012年至2014年某地区该项技术成熟度进行评估。

(1)收集基层指标数据。

(2)对电动汽车充放电技术每年发展情况进行技术性能等级评估，结果如表5、表6所示。

表5技术性能等级评估结果

等级	2012年	2013年	2014年
				第一级	17	18	18
第二级	16	16	17
				第三级	19	18	20
第四级	14	14	16
				第五级	11＜14	18	18
第六级	-	5＜14	6＜14
				总分	66	84	89

表6技术性能等级分项指标评估结果

从结果中可以看出，电动汽车充放电技术从2012年到2013年期间，技术性能有了较大幅度的提升，技术性能等级从第四级提升到了第五级，而且技术性能第五级的三个分项指标的分数均有一定程度的提高，其中，2013年到2014年技术性能等级仍为五级，但总分有所提高。

从表5、表6中可以看出电动汽车充放电技术技术性能在2012-2014年均以达到第四级，故可继续评估。

步骤三、运用极值化处理方法，对指标数据库中技术经济价值、社会与环境影响的三级指标进行归一化处理；

该步骤中智能电网评估体系指标的极值处理可分为三类:极大化处理、极小化处理、0/1型处理。其中极大化处理针对增大趋势优良发展的指标，极小化处理针对减小趋势优良发展的指标，0/1型处理针对是否判断型的指标。处理方法如下：

其中x_max表示指标x样本值的最大值，x_min表示指标x样本值的最小值。对于判断型指标，是取1，否取0。x*表示归一化后的数据值，其大小在0～1之间。对各指标的处理见表7和表8所示。

表7技术经济价值指标的处理

表8社会与环境影响指标的处理

步骤四、对于步骤二技术性能采用极值化处理得到技术性能的归一化结果；

步骤五、采用序关系-变异系数法对步骤三一化后的指标、步骤四归一化后的指标及其步骤一中确定的所述技术经济价值、社会与环境影响的二级指标进行权重确定；

序关系法与变异系数法分别属于主、客观赋权法，技术成熟度在进行评估时，不仅需要纵向考量技术的发展成熟水平，还需要注意各个样本之间技术成熟的横向对比，采用序关系-变异系数法可有效避免单一赋权的绝对性。

采用序关系法对各级指标进行定性排序并且主观赋权。假设某二级级指标包括m个三级指标，则按重要程度从大到小有唯一一个确定的序关系x₁>x₂>…>x_m，专家关于评估指标x_k-1与x_k的重要程度之比ω_k-1/ω_k的理性判断为ω_k-1/ω_k＝r_k，且满足r_k>1/r_k-1，则第m个指标的权重ω_m为r_k的赋值参考如表9。

表9r_k的赋值参考

rk	说明
		1.0	指标xk-1与指标xk具有同样的重要性
1.2	指标xk-1比指标xk稍微重要
		1.4	指标xk-1比指标xk明显重要
1.6	指标xk-1比指标xk强烈重要
		1.8	指标xk-1比指标xk极端重要

依次类推可确定各个层级指标的权重并逐级向上进行计算。

采用变异系数法客观赋权，直接利用各项指标所包含的信息，通过计算得到指标的权重。计算过程如下。

(1)数据归一化处理。为了消除各项指标量纲不同带来的影响，首先对各项指标进行归一化处理，

$z_{ij}=\frac{y_{ij}}{\max y_j},\begin{array}{c}i=1,2,...,n\\ j=1,2,...,m\end{array}---\left(5\right)$

式中，y_ij表示第i个被评估对象的第j个指标的值，max y_j表示第j个指标的最大值，z_ij表示经过无量纲处理后的指标值。

(2)计算各指标的平均值和标准差S_j。

${\stackrel{\‾}{Z}}_j=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{z}_{ij},j=1,2,\mathrm{...}m---\left(6\right)$

$S_j=\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\Σ}}{(z_{ij}-{\stackrel{\‾}{Z}}_j)}^2},j=1,2,\mathrm{...},m---\left(7\right)$

(3)计算各指标变异系数V_j和权重ω_j。

$V_j=\frac{S_j}{{\stackrel{\‾}{Z}}_j},j=1,2,\mathrm{...}m---\left(8\right)$

${\mathrm{\ω}}_j=\frac{V_j}{\underset{j=1}{\overset{m}{\Σ}}{V}_j},j=1,2,\mathrm{...}m---\left(9\right)$

采用序关系-变异系数组合赋权。用ω_j′表示序关系法得到的权重，ω_j″表示变异系数法计算得到的权值，那么组合权重为

ω_j＝ρω′_j+(1-ρ)ω′_j,j＝1,2,…m (10)

其中，0≤ρ≤1，文中取0.5。

采用序关系-变异系数法求取三个关键指标的权重值。技术性能得分作为一级指标输入。一级指标权重如表10所示。

表10一级指标权重值

一级指标	技术性能	技术经济价值	社会与环境影响
				权重	0.47998	0.24826	0.27176

步骤六：利用下述公式对经过步骤五权重确定后的技术经济价值、社会与环境影响三级指标进行综合评估，从而得到二级指标的得分：

$f=\underset{i=1}{\Σ}{x}_i^{*}{\mathrm{\ω}}_i---\left(11\right)$

公式(11)中，表示三级指标的第i个指标归一化后的数据，ω_i表示三级指标的第i个指标的权重；以此类推，利用公式(11)层层向上依次对经过步骤五权重确定后的技术经济价值、社会与环境影响二级指标进行综合评估，得到技术经济价值、社会与环境影响一级指标的得分；同理，利用公式(11)对经过步骤五权重确定后的技术性能、技术经济价值、社会与环境影响各一级指标进行综合评估得到技术成熟度得分；

其中，在对二级指标进行综合评估时，公式(11)中的用二级指标的第i个指标归一化后的数据来替换，ω_i用二级指标的第i个指标的权重来替换；在对一级指标进行综合评估时，公式(11)中的用一级指标的第i个指标归一化后的数据来替换，ω_i用一级指标的第i个指标的权重来替换；

智能电网技术成熟度评估流程如图1所示。

将技术性能得分归一化后，与技术经济价值、社会与环境影响的底层指标一起输入，并与对应的权重相乘求和，得到该地区电动汽车充放电技术成熟度每一年的评估结果，如表11所示。

表11评估结果展示

年份	技术性能	技术经济价值	社会与环境影响	最终得分
					2012	66	0.5249	0.6366	0.6593
2013	84	0.8405	0.6343	0.8340
					2014	89	0.9512	0.6010	0.8794

从评估最终得分可以看出，2012年-2014年该地区的电动汽车充电技术在稳步上升。

图2所示为某地区2012年-2014年电动汽车充电技术评估结果的雷达图。从图2中可以看出：

1)该地区电动汽车充电技术保持了较为稳定的发展趋势；

2)技术性能和技术经济价值两项指标在此期间得到不断提升，并且提升的幅度较大；而社会与环境影响指标则出现了下降趋势，这源于环境影响由技术特性本身决定，而社会影响则因为越来越多的人开始关注电动汽车的应用，然而现有的技术却并不能满足日益增长的充电需求，使得供需不平衡情况日益加剧。

总体来看，该技术的技术性能和经济价值的评估值较高，可见该技术在这两方面受到了足够的重视。该技术在今后的发展过程中，需要继续加大对社会与环境方面的重视，使得技术的发展能够更加均衡，真正发挥其在智能电网全面建设过程中的重要作用。

步骤七、对步骤六获得的技术成熟度得分不确定性的分析；

在获得了三级指标数据的分布类型的情形下，根据以下两个因素求得技术成熟度的半不变量，其中一个因素是技术经济价值、社会与环境影响三级指标的半不变量；另外一个因素是技术经济价值、社会与环境影响三级指标与技术成熟度函数对应关系；

将上述求得的技术成熟度的半不变量作为Gram-Charlier级数展开式的中间数据，采用Gram-Charlier级数展开式求得技术成熟度得分的分布，f(x)为技术成熟度得分的概率密度函数，F(x)为累积分布函数，则：

$\begin{array}{c}F\left(x\right)=\underset{i=0}{\overset{n}{\Σ}}\frac{C_i}{i!}{\mathrm{\Φ}}^{\left(i\right)}\left(x\right)\\ =\mathrm{\Φ}\left(x\right)+\frac{C_1{\mathrm{\Φ}}^{\left(1\right)}\left(x\right)}{1!}+\frac{C_2{\mathrm{\Φ}}^{\left(2\right)}\left(x\right)}{2!}+\frac{C_3{\mathrm{\Φ}}^{\left(3\right)}\left(x\right)}{3!}+\frac{C_4{\mathrm{\Φ}}^{\left(4\right)}\left(x\right)}{4!}+\mathrm{...}\end{array}---\left(13\right)$

式(12)和式(13)中，为标准正态分布的概率密度函数；Φ(x)为标准正态分布的累积分布函数；表示的n阶导数，Φ⁽ⁿ⁾(x)表示Φ(x)的n阶导数，C_i为多项式；根据分布函数判断特定区间的置信水平，确定技术成熟度得分的置信率，该置信率落在的区间范围表征了技术成熟度得分的可信水平，区间范围及含义如下：

[0.9,1)表示非常可信，

[0.8,0.9)表示比较可信，

[0.7,0.8)表示一般可信，

[0.6,0.7)表示可信度不大，

[0,0.6)表示可信度极低。

智能电网中存在诸多不确定因素，如负荷、发电以及人为因素，电网中的客观信息不确定性，依赖于对政治、经济、环保政策等各方面发展的相关因素众多，因此蕴含着不确定性因素也较多，电力市场化改革更是大大增加了这种不确定性，在搜集指标数据过程中，注意到底层指标的不确定性影响，采用Gram-Charlier级数得到2012年得分在[0.6,0.7]置信区间内的置信度为0.9183，认为结果非常可信。

尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。

Claims (4)

1.一种基于TRL的智能电网技术成熟度评估方法，其特征在于，步骤如下：

步骤一、构建智能电网技术成熟度评估体系：

该智能电网技术成熟度评估体系由技术性能、技术经济价值、社会与环境影响三个一级指标构成；其中，所述技术经济价值、社会与环境影响分别包括两层下级指标，所述技术性能是依据技术性能等级TRL建立的；建立上述所有各级指标的指标体系，并存储于一指标数据库中；

步骤二、对技术性能指标采用等级评价法进行评估：

将技术性能分为六个等级，从第一级到第六级依次是理论起步、路线图制定、实践发展、系统验证、综合优化和驱动创新；每一等级设立3-4个分项指标；每一等级满分为20分，每个分项指标被赋予或折算为一定的分值；从最低等级进行得分判断，若得分大于或等于14分，则进行上一等级的得分判断，依此类推，若技术性能的等级未达到第四等级，则直接输出技术性能等级达到的结果，判定该智能电网技术不成熟，至此结束评估；若技术性能的等级达到第四等级，则进行下一步；

步骤三、运用极值化处理方法，对指标数据库中技术经济价值、社会与环境影响的三级指标进行归一化处理；

步骤四、对于步骤二技术性能采用极值化处理得到技术性能的归一化结果；

步骤五、采用序关系-变异系数法对步骤三归一化后的指标、步骤四归一化后的指标及其步骤一中确定的所述技术经济价值、社会与环境影响的二级指标进行权重确定；

步骤六：利用下述公式对经过步骤五权重确定后的技术经济价值、社会与环境影响三级指标进行综合评估，从而得到二级指标的得分：

$f=\underset{i=1}{\Σ}{x}_i^{*}{\mathrm{\ω}}_i---\left(1\right)$

公式(1)中，表示三级指标的第i个指标归一化后的数据，ω_i表示三级指标的第i个指标的权重；以此类推，利用公式(1)层层向上依次对经过步骤五权重确定后的技术经济价值、社会与环境影响二级指标进行综合评估，得到技术经济价值、社会与环境影响一级指标的得分；同理，利用公式(1)对经过步骤五权重确定后的技术性能、技术经济价值、社会与环境影响各一级指标进行综合评估得到技术成熟度得分；

其中，在对二级指标进行综合评估时，公式(1)中的用二级指标的第i个指标归一化后的数据来替换，ω_i用二级指标的第i个指标的权重来替换；在对一级指标进行综合评估时，公式(1)中的用一级指标的第i个指标归一化后的数据来替换，ω_i用一级指标的第i个指标的权重来替换；

步骤七、对步骤六获得的技术成熟度得分不确定性的分析：

在获得了三级指标数据的分布类型的情形下，根据以下两个因素求得技术成熟度的半不变量，其中一个因素是技术经济价值、社会与环境影响三级指标的半不变量；另外一个因素是技术经济价值、社会与环境影响三级指标与技术成熟度函数对应关系；

将上述求得的技术成熟度的半不变量作为Gram-Charlier级数展开式的中间数据，采用Gram-Charlier级数展开式求得技术成熟度得分的分布，f(x)为技术成熟度得分的概率密度函数，F(x)为累积分布函数，则：

$\begin{array}{c}F\left(x\right)=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\frac{C_i}{i!}{\mathrm{\Φ}}^i\left(x\right)\\ =\mathrm{\Φ}\left(x\right)+\frac{C_1{\mathrm{\Φ}}^{\left(1\right)}\left(x\right)}{1!}+\frac{C_2{\mathrm{\Φ}}^{\left(2\right)}\left(x\right)}{2!}+\frac{C_3{\mathrm{\Φ}}^{\left(3\right)}\left(x\right)}{3!}+\frac{C_4{\mathrm{\Φ}}^{\left(4\right)}\left(x\right)}{4!}+...\end{array}---\left(3\right)$

式(2)和式(3)中，为标准正态分布的概率密度函数；Φ(x)为标准正态分布的累积分布函数；表示的n阶导数，Φ⁽ⁿ⁾(x)表示Φ(x)的n阶导数，C_i为多项式；根据分布函数判断特定区间的置信水平，确定技术成熟度得分的置信率，该置信率落在的区间范围表征了技术成熟度得分的可信水平，区间范围及含义如下：

[0.9,1)表示非常可信，

[0.8,0.9)表示比较可信，

[0.7,0.8)表示一般可信，

[0.6,0.7)表示可信度不大，

[0,0.6)表示可信度极低。

2.根据权利要求1所述基于TRL的智能电网技术成熟度评估方法，其特征在于，步骤一中，技术性能指标包括：

3.根据权利要求1所述基于TRL的智能电网技术成熟度评估方法，其特征在于，步骤一中，技术经济价值指标包括：

社会与环境影响指标包括：

4.根据权利要求1所述基于TRL的智能电网技术成熟度评估方法，其特征在于，步骤二中，技术性能指标中每个分项指标被赋予或折算的分值：