CN107085775A - 基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法 - Google Patents
基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法 Download PDFInfo
- Publication number
- CN107085775A CN107085775A CN201710443542.XA CN201710443542A CN107085775A CN 107085775 A CN107085775 A CN 107085775A CN 201710443542 A CN201710443542 A CN 201710443542A CN 107085775 A CN107085775 A CN 107085775A
- Authority
- CN
- China
- Prior art keywords
- index
- grid
- level
- maximum information
- evaluation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000011156 evaluation Methods 0.000 title claims abstract description 61
- 230000008439 repair process Effects 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000012216 screening Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 7
- 230000004907 flux Effects 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims 1
- 229910052736 halogen Inorganic materials 0.000 description 8
- 150000002367 halogens Chemical class 0.000 description 8
- 238000005286 illumination Methods 0.000 description 8
- 229910052751 metal Inorganic materials 0.000 description 8
- 239000002184 metal Substances 0.000 description 8
- 230000015556 catabolic process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 210000003811 finger Anatomy 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000004932 little finger Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明提供了一种基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,包含步骤如下:采用格栅获取法建立综合评价的指标体系,划分指标层次;计算各指标值,并对各指标值进行规范化处理,得到无量纲的指标数据;采用最大信息系数法精简指标体系,筛选出重要指标项;对于筛选出重要指标项,采用模糊Borda数分析法确定指标权重;根据权重计算照明灯的综合性能评价得分,并根据综合性能评价得分确定抢修光源。该评价方法适用于对应急抢修系统中,包括运用于变电站、应急抢修车、高压电路杆塔等场合所使用的照明灯性能的评价中,能够针对应急抢修系统对照明设备的特殊要求来选择最适用的照明设备。
Description
技术领域
本发明涉及电力应急抢修技术领域,特别涉及一种基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法。
背景技术
人眼对于光源质量的要求以太阳光为准,当光源光谱能量分布接近太阳光时,则该光源便能较好地适应人眼的视觉需求。从最初能耗高、寿命短的白炽灯,到光效高、能耗高的高压钠灯,再到寿命长、节能性好的LED灯,我国人造光源的发展经历几代变更,不断向更高照明质量和更低能耗的目标发展。如今我国电力应急抢修系统中的照明设备多数采用了光效较高的金卤灯和LED灯,从现场调研中可以发现,金卤灯的节能差、启动时间长,LED灯的光衰快、散热性能差,而新型的XED灯无论在光效、能耗、寿命、响应时间等方面,还是在节能减排方面都有更好的表现。因此,本发明对电力应急抢修系统中广泛使用的金卤灯、LED灯、无极灯及新型节能光源XED灯进行了全面的性能评价,通过比较这四种照明光源的总体性能,论证新型节能光源XED灯在应急抢修系统中的实用性。
在电力应急抢修系统中,照明灯通常会被安装在变电站、应急抢修车等场所,也会被抢修工作人员携带至电路故障点,如:高压线路杆塔、变压器等。在变电站中,绝大部分照明灯是固定的,为夜间巡查和应急抢修提供照明;在抢修车中,车顶多安装角度可调的应急照明灯,为高空作业的抢修人员提供远程照明。通常情况下,抢修车中还配备有抢修现场最为常用的便携式照明灯,为抢修工作人员准确诊断故障原因并及时排除故障提供近距离的照明。以上这两类照明灯多使用柴油发电机或蓄电池提供电能,这就要求照明灯在满足照明亮度要求的条件下还需具备一定的节能性能,以满足长时间的抢修施工需求。因此,电力应急抢修系统对照明的要求有别于普通道路照明、建筑内部照明及车辆照明,应急抢修这一特殊工作需要照明光源具备更高的适用性及可靠性,能够应对不同时段,各类故障地点以及各种天气情况下电力应急抢修工作的要求。
目前,针对应急抢修系统中照明灯的评价,一般采用单一指标标杆对比的方法,不能体现出照明灯综合性能的好坏。现今,国内外还未形成一个完整、全面的综合评价体系,同样也未针对应急抢修系统中的照明灯设计出一个科学可行的评价方案。
发明内容
针对电力应急抢修系统中照明设备的评价体系不健全、评价方法不科学的问题,本发明提供一种基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,该评价方法适用于对应急抢修系统中,包括运用于变电站、应急抢修车、高压电路杆塔等场合所使用的照明灯性能的评价中,能够针对应急抢修系统对照明设备的特殊要求来选择最适用的照明设备。
本发明涉及的一种基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,包括步骤如下:
(1)采用格栅获取法建立综合评价的指标体系,划分指标层次;
(2)计算各指标值,并对各指标值进行规范化处理,得到无量纲的指标数据;
(3)采用最大信息系数法精简指标体系,筛选出重要指标项;
(4)对于筛选出重要指标项,采用模糊Borda数分析法确定指标权重;
(5)根据权重计算照明灯的综合性能评价得分,并根据综合性能评价得分确定抢修光源。
作为进一步优选,所述步骤(1)中采用格栅获取法建立综合评价的指标体系包含步骤如下:
(1)构造梯阶层次结构
针对应急抢修光源的特点,将评价指标逐级分解成若干项指标,直至最末层的指标便于评价为止;经分解,最终得到一个自上而下,逐级细化的阶梯形层次结构;
(2)建立格栅
根据格栅获取法将格栅元素即照明灯的评价指标层次做出如下划分:
第一层为一级指标即照明灯的综合评价结果;第二层为二级指标即照明灯的适用性、经济性及可靠性;第三层为每个二级指标下的三级指标;其中,适用性下的三级指标包括:功率、光通量、显色指数、光效、色温、适用范围、照射范围、启动时间、热启动能力、功率因数、辐射性;经济性下的三级指标包括:平均每瓦价格、年耗电量、安装费用、运行费用、维护费用、经济寿命、性价比;可靠性下的三级指标包括:光衰、损坏率、使用寿命、耐压性;
(3)属性的确定
选择刻度为1~5的线性标尺来描述格栅元素的重要程度;
作为进一步优选,所述步骤(2)中对各指标值进行规范化处理的方法及步骤如下:
(1)对于可以直接获得统计数据进行定量计算的大部分指标,包括功率、光通量、显色指数、光效、色温、适用温度、照射范围、启动时间、功率因数、每瓦平均价格、年耗电量、安装费用、运行费用、维护费用、经济寿命、性价比、光衰、损坏率、使用寿命,这类指标通过其定义直接计算得出准确指标数据,并根据下列公式将可定量计算的指标数据进行无量纲化转化为五分制,计算公式如下:
公式中:Pi为第i个照明灯在某一指标下的具体数据;Pmin为各照明灯在该指标下具体数据的最小分值;Pmax为各照明灯在该指标下具体数据的最大分值;v=5为该项指标得分的数值上限;u=1为该项指标得分的数值下限;
(2)对于无法定量计算的指标,包括热启动能力、辐射性和耐压性,对其先进行定性评价,即根据专家评价结果将指标划分为:优秀、良好、中等、较差、很差共五个档次,再将五个档次的分值分别设置为:5、4、3、2、1分,将定性评价转化为定量评价。
作为进一步优选,利用所述最大信息系数法分别对适用性、经济性、可靠性这三个二级指标下的三级指标进行筛选,筛选步骤如下:
(1)分别计算适用性、经济性、可靠性下每两项指标之间的最大信息系数,
计算所用公式如下:
I*(D,x,y)=max I(x,y)
其中,D∈R2,D为所有指标数据的集合;将D中的x值分为x个单元,将D中的y值分为y个单元,每个单元都允许为空,即将集合D划分为x×y的网格。(x,y)为集合D中的一组元素,x和y表示指标体系中任意两个指标,I(x,y)则表示x和y的互信息,p(x,y)为x和y的联合概率密度分布函数;
对于给定集合D,其特征矩阵为M(D),M(D)为一个无限矩阵,其元素为:
所述特征矩阵M(D)是在最高规格化互信息的所有x×y网格中可以实现的,而最大信息系数是矩阵中的最大值;
在网格规模小于B(n)的二维变量数据集D中,D的最大信息系数MIC为:
其中,n为所需要评价的照明灯的数量,B(n)为最大网格尺寸函数,其公式为:
B(n)=n0.6
(2)根据计算得出的最大信息系数,筛选部分重要指标
在筛选过程中,首先确定所需要筛选的指标个数k,即1≤k<三级指标总数;然后对所求得的最大信息系数进行排序,选择最大信息系数最小的k个指标作为筛选结果。
作为进一步优选,所述采用模糊Borda数分析法确定指标权重的步骤如下:
(1)邀请专家对一级指标、每个二级指标和筛选出的三级指标进行打分,记专家对指标Xp(X取A表示一级指标,X取B表示二级指标,X取C表示三级指标)的第m属性打分结果为Bm(Xp),其中,m=1,2,……,M,表示元素的第m个属性,该属性指不同的应急抢修地点,如变电站、应急抢修车、高压线路杆塔M表示属性的总数;p=1,2,……,N,表示第p个指标,N表示二级或三级指标的总数;
(2)确定指标隶属度
根据下列公式计算出每个评价指Xp属于最重要的属性的隶属度Ump:
Ump=Bm(Xp)/max{Bm(Xp)}(0≤Ump≤1);
(3)根据公式计算并作出模糊频数统计表
其中,fhp表示各项指标的模糊频数;Rp表示模糊频数之和;表示各指标评分的优序关系;h表示元素的第m个属性在优序关系中的排位为第h位;作出模糊频数统计表如下:
Fhp | X1 | … | XN |
1 | f11 | … | |
… | … | … | … |
N | fM1 | … | fMN |
Rp | R1 | … | RN |
(4)计算模糊Borda数FB(Xp)
其中,Qh表示各个评价指标在属性的优序关系中排位为h位时的权数;
(5)确定相对权重
根据下列公式对计算得出的模糊Borda数FB(Xp)进行归一化处理,得到每级指标的相对权重:
作为进一步优选,所述的计算照明灯综合评价结果的计算公式如下:
其中,F为综合得分;FB1、FB2、FB3分别代表二级指标适用性、经济性、可靠性的得分;Wj为所筛选出的三级指标的相对权重;Qj为所筛选出的三级指标的五分制得分;x=1,2,……,表示第x个二级指标;y=1,2,……,表示第y个三级指标。
本发明具有以下有益效果及优点:
1.本发明针对电力应急抢修系统对照明设备的要求采用了格栅获取法建立的照明灯评价体系,综合考虑了照明灯的适用性、经济性以及可靠性,并对这三项指标下的小指标进行更加细致的划分,使得评价体系完整、全面、不重复地包含照明灯评价的各个方面,并能突出在不同的应急抢修场合中各种照明灯各自的优缺点。
2.本发明采取了最大信息系数法来精简评价过程,最大信息系数法具有普遍性和公平性,指标之间存在的函数关系,甚至非函数关系,都可以通过最大信息系数法描述出来,并且从中提炼出关键信息,使用最大信息系数法能够在保证评价结果准确的前提下,降低评价指标体系的复杂程度,减轻权重计算负担,简化评价过程。
3.在指标权重的确定方面,本发明利用模糊Borda数分析法来确定指标权重,这种确定权值的方法可以综合群体的不同意见。因此,本发明所采取的评价方法不仅能够体现出照明灯本身性能的好坏,还能体现各种照明灯在应急抢修系统中的适用程度。本发明所采用的权重计算方法能够突出在不同的应急抢修场合中各种照明灯各自的优缺点,较为客观地反映出各项指标的权重。
4.本发明针对电力应急抢修系统的特点建立了照明灯的评价体系,能够最大程度上体现出电力应急抢修对照明设备的需求,在获得综合评价结果的基础上,还能够对每项指标的重要程度进行比较。
附图说明
图1是本发明涉及的评价方法的流程图;
图2是本发明所建立的基于格栅获取法的电力应急抢修光源指标体系的结构示意图。
图3为本发明中格栅获取法属性的具体标示图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
S101:根据照明灯的性能指标及电力应急抢修系统的特征,建立电力应急抢修系统中照明灯的评价模型,即建立综合评价的指标体系,划分指标层次,包含步骤如下:
(1)构造梯阶层次结构
针对应急抢修光源的特点,将评价指标逐级分解成若干项指标,直至最末层的指标便于评价为止。在此过程中要注意各项指标的独立性,避免重复评价或评价指标互相影响。经分解,最终可以得到一个自上而下,逐级细化的阶梯形层次结构,由此形成指标评价系统的大体框架。
(2)建立格栅
格栅获取法是一种人类判断思考模型,每一个格栅都由元素和属性所构成,其中,元素是被评价的对象,而属性则是衡量元素重要程度的标尺。首先是格栅元素的确定,根据格栅获取法将格栅元素即照明灯的评价指标层次做出如下划分:
第一层为照明灯的综合评价结果;第二层为照明灯的适用性、经济性及可靠性;第三层为每个二级指标下的三级指标。
其中,适用性主要反映电力应急抢修对照明灯的性能要求和适配性要求。适用性下的三级指标包括:照明灯的功率、光通量、显色指数、光效、色温、适用温度、照射范围、启动时间、热启动能力、功率因数、辐射性;
经济性主要反映在保证照明效果的情况下,照明灯在节能方面表现的优劣。经济性下的三级指标包括:照明灯平均每瓦价格、使用寿命、年耗电量(假设每日使用时间为10小时)、安装费用、运行费用、维护费用、经济寿命、性价比;
可靠性主要反映照明灯在使用过程中是否能维持照明效果、是否容易损坏。可靠性下的三级指标包括:照明灯的光衰、损坏率、使用寿命、耐压性。
所建立的评价指标模型如图2所示。
(3)属性的确定
选择刻度为1~5的线性标尺来描述格栅元素的重要程度,具体标示如图3所示。
格栅元素和属性一旦确定,便可聘请专家对各个指标元素进行评分,最后统计合并专家评分结果,建立完整的格栅。
S102:根据所采集的数据(如表1-3所示),采用五分制换算法对各指标进行规范化处理,得到无量纲的照明灯数据。
表1适用性下三级指标数据
金卤灯 | LED灯 | 无极灯 | XED灯 | |
功率(W) | 250 | 200 | 300 | 150 |
显色指数 | 60 | 70 | 80 | 85 |
光通量(lm) | 85 | 75 | 65 | 110 |
适用温度(℃) | -10-50 | -20-65 | -10-50 | -45-85 |
色温(K) | 4000-4600 | 2000-6500 | 2800-6500 | 3000-6000 |
光效 | 较差 | 良好 | 良好 | 好 |
照射范围(km) | 1 | 1.5 | 1.2 | 2 |
启动时间(s) | 60 | 30 | 30 | 15 |
热启动能力 | 不可以 | 可以 | 可以 | 可以 |
功率因数 | 0.9 | 0.95 | 0.96 | 0.97 |
辐射性 | 无 | 无 | 有 | 无 |
表2经济性下三级指标数据
金卤灯 | LED灯 | 无极灯 | XED灯 | |
每瓦价格(元) | 15 | 10 | 12 | 18 |
年耗电量(W) | 1306.7 | 857.75 | 1284.8 | 594.95 |
安装费用(元/盏) | 50 | 50 | 40 | 80 |
运行费用(元/年) | 638.75 | 511 | 766.5 | 383.25 |
维护费用(元/年) | 145 | 195 | 160 | 180 |
经济寿命(小时) | 630 | 317 | 642 | 406 |
性价比 | 0.096 | 0.035 | 0.021 | 0.0315 |
表3可靠性下三级指标数据
金卤灯 | LED灯 | 无极灯 | XED灯 | |
光衰(1000h) | 25% | 5% | 7% | 5% |
损坏率 | 10% | 3% | 5% | 2% |
使用寿命(小时) | 5000 | 10000 | 20000 | 20000 |
电路耐压性 | 一般 | 好 | 差 | 好 |
(1)对于上述可以直接获得统计数据进行定量计算的大部分指标,包括功率、光通量、显色指数、光效、色温、适用温度、照射范围、启动时间、功率因数、每瓦平均价格、年耗电量、安装费用、运行费用、维护费用、经济寿命、性价比、光衰、损坏率、使用寿命,这类指标通过其定义直接计算得出准确指标数据,并根据下列公式将可定量计算的指标数据进行无量纲化转化为五分制,计算公式如下:
其中,Pi为第i个照明灯在某一指标下的具体数据;Pmin为各照明灯在该指标下具体数据的最小分值;Pmax为各照明灯在该指标下具体数据的最大分值;v=5为该项指标得分的数值上限;u=1为该项指标得分的数值下限。
(2)对于无法定量计算的指标,包括热启动能力、辐射性和耐压性,对其先进行定性评价,即根据专家评价结果将指标划分为:优秀、良好、中等、较差、很差共五个档次,再将五个档次的分值分别设置为:5、4、3、2、1分,将定性评价转化为定量评价。
规范化后数据如表4-6所示:
表4适用性下三级指标数据
表5经济性下三级指标数据
金卤灯 | LED灯 | 无极灯 | XED灯 | |
每瓦价格 | 2 | 5 | 3.5 | 1 |
年耗电量 | 1 | 2.4769 | 4.8769 | 5 |
安装费用 | 2 | 2 | 5 | 1 |
运行费用 | 2.3333 | 3.6667 | 1 | 5 |
维护费用 | 5 | 1 | 3.8 | 2.2 |
经济寿命 | 2.0954 | 5 | 1 | 4.8523 |
性价比 | 1 | 1.56 | 5 | 1.7467 |
表6可靠性下三级指标数据
S103:利用最大信息系数法(MIC)对照明灯评价指标进行筛选,筛选步骤如下:
(1)分别计算适用性、经济性、可靠性下每两项三级指标之间的最大信息系数。
所用公式如下:
I*(D,x,y)=max I(x,y)
其中,D∈R2,D为所有指标数据的集合;将D中的x值分为x个单元,将D中的y值分为y个单元,每个单元都允许为空,即将集合D划分为x×y的网格。(x,y)为集合D中的一组元素,x和y表示指标体系中任意两个三级指标,I(x,y)则表示x和y的互信息,p(x,y)为x和y的联合概率密度分布函数。
对于给定集合D是一个二维变量数据集,其特征矩阵为M(D),M(D)为一个无限矩阵,其元素为:
所述特征矩阵M(D)是在最高规格化互信息的所有x×y网格中可以实现的,而最大信息系数是矩阵中的最大值。
在样本容量为n,网格规模小于B(n)的二维变量数据集D中,D的最大信息系数MIC的定义为:
其中,n为所需要评价的照明灯的数量,由于本实施例涉及四种照明灯,因此样本容量n=4,B(n)为最大网格尺寸函数,其公式为:
B(n)=n0.6
利用MIC对二级指标下的三级指标进行筛选,计算得到适用性、经济性、可靠性三项指标下各三级指标的相关性如表7-9所示:
表7适用性下各评价指标之间的最大信息系数
表8经济性下各评价指标之间的最大信息系数
MIC | C31 | C32 | C33 | C34 |
C19 | 1 | 1 | 0.8113 | 1 |
C20 | 1 | 1 | 0 | 1 |
C21 | 0.8113 | 0 | 1 | 0.8113 |
C22 | 1 | 1 | 0.8113 | 1 |
表9可靠性下各评价指标之间的最大信息系数
(2)根据计算结果,筛选部分重要指标。
在筛选过程中,首先确定所需要筛选的指标个数k,即1≤k<三级指标总数;然后对所求得的最大信息系数进行排序,选择最大信息系数最小的k个指标作为筛选结果。
根据表7-9的数据,在适用性指标下筛选出:C11、C13、C12、C14(按计算结果优先顺序排列)这四个相关性排序最靠前的三级指标;在经济性下筛选出:C21、C27、C26这三个三级指标;在可靠性中筛选出C32、C33这二个三级指标。
本发明中所涉及的许多指标项之间存在一定关联,它们内在的联系对评价结果有着重要影响,通过使用最大信息系数法来分析指标项之间的相关性,筛选照明灯评价指标中最为重要的指标项,通过筛选来降低评价指标模型的复杂程度。
S104:对于筛选出重要指标项,采用模糊Borda数分析法来计算指标权重,步骤如下:
(1)邀请专家对每个二级指标和筛选出的三级指标进行打分,记专家对指标Xp(X取A表示一级指标,X取B表示二级指标,X取C表示三级指标)的第m属性打分结果为Bm(Xp),其中,m=1,2,……,M,表示元素的第m个属性,该属性指不同的应急抢修地点,如变电站、应急抢修车、高压线路杆塔,M表示属性的总数且本实施例中M=3;p=1,2,……,N,表示第p个指标,N表示二级或三级指标的总数;专家对每个二级指标和筛选出的三级指标的打分结果如表10~11所示。
由于本发明的研究结果将应用到变电站、应急抢修车、高压线路杆塔的应急照明中,因此,在这里要分别将在三种不同场合中对应急照明灯的不同要求作为评价的参考因素,根据这三种场合各自的特殊性来分析照明灯各项指标的重要程度确定各项指标的权值。
适用性 | 经济性 | 可靠性 | |
变电站(P1) | 4 | 3 | 4 |
应急抢修车(P2) | 4 | 4 | 4 |
高压线路杆塔(P3) | 5 | 5 | 5 |
表10二级指标专家评分结果
表11三级指标专家评分结果
(2)确定指标隶属度
为了描述每个评价指标相对于评价整体的属性,计算出每个二级指标和筛选出的三级指标Xp属于最重要的属性的隶属度Ump如下表12和13所示。计算公式如下:Ump=Bm(Xp)/max{Bm(Xp)}(0≤Ump≤1);
B1 | B2 | B3 | |
变电站 | 0.8 | 0.6 | 0.8 |
抢修车 | 0.8 | 0.8 | 0.8 |
高压线路杆塔 | 1 | 0.8 | 1 |
表12二级指标隶属度值表
表13筛选出的三级指标隶属度值表
(3)根据下列公式计算并作出模糊频数统计表
其中,fhp表示各项指标的模糊频数;Rp表示模糊频数之和;表示各指标评分的优序关系;h表示元素的第m个属性在优序关系中的排位为第h位;作出模糊频数统计表如下:
名次 | B1 | B2 | B3 |
1 | 1 | 0.6 | 1 |
2 | 1 | 0.6 | 1 |
3 | 0.6 | 1.2 | 0.6 |
Rp | 2.6 | 2.4 | 2.6 |
表14模糊数统计表
确定的方法为:首先要将元素的第m个属性按照隶属度的大小进行排序,得到该属性在全部属性中的先后顺序。若指标Xp在先后顺序中排在第h位,则否则,在确定时还存在另外一种情况:对元素属性排序时,指标Xi和指标Xj在元素的第m个属性排序中指标隶属度Ump相同,即这两项指标在该优序关系中的排位并列为第h位,此时同理可得,若有3项指标Xi、Xj和Xk在元素的第m个属性排序中指标隶属度Ump相同,均为第h位,则以此类推,得出各项指标的
(4)计算模糊Borda数FB(Xp)
其中,Qh表示各个评价指标在属性的优序关系中排位为h位时的权数。
根据公式计算得:FB(B1)=1.5385,FB(B2)=1,FB(B1)=1.5385。
(5)确定相对权重
对所求得的模糊Borda数FB(Xp)进行归一化处理,得到每级指标的相对权重,所用的公式为:
根据上述公式求得照明灯各项指标权重如表15所示:
表15照明灯各项指标的权重
为了确保所取权值的合理性,将相对权重的计算结果反馈给专家,咨询专家意见,如果大多数专家认同该计算结果,则取以上权值为最终权值;如果大多数专家对该计算结果产生质疑,则重新打分并计算结果,直至专家意见统一为止。
S105:根据所得照明灯数据及权重,计算照明灯综合性能评价得分,计算公式如下:
其中,F为综合得分;FB1、FB2、FB3分别代表二级指标适用性、经济性、可靠性的得分;Wij为所筛选出的三级指标的相对权重;Qij为所筛选出的三级指标的五分制得分;x=1,2,……,表示第x个二级指标;y=1,2,……,表示第y个三级指标。
根据以上公式,计算出照明灯的综合评价得分如表16所示:
综合评价得分 | 适用性 | 经济性 | 可靠性 | 综合得分 |
金卤灯 | 1.9257 | 1.7321 | 1.0000 | 4.6578 |
LED灯 | 2.7497 | 3.9506 | 2.4179 | 9.1182 |
无极灯 | 2.2928 | 2.9818 | 3.2231 | 8.4976 |
XED灯 | 4.9995 | 2.7304 | 5.0000 | 12.7299 |
表16照明灯综合评价得分
得分越高,表示该照明灯性能越好,根据表中所示数据,可以清晰地看出四种照明灯在适用性、经济性、可靠性方面的比较结果,以及四种照明灯在总体性能方面的好坏程度。根据综合评价得分,XED灯的综合性能最佳,也最符合电力应急抢修工作的需求,因此选择XED灯作为应急抢修光源。
可以理解的是,以上关于本发明的具体描述,仅用于说明本发明而并非受限于本发明实施例所描述的技术方案,本领域的普通技术人员应当理解,仍然可以对本发明进行修改或等同替换,以达到相同的技术效果;只要满足使用需要,都在本发明的保护范围之内。
Claims (6)
1.一种基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,其特征是包含步骤如下:
(1)采用格栅获取法建立综合评价的指标体系,划分指标层次;
(2)计算各指标值,并对各指标值进行规范化处理,得到无量纲的指标数据;
(3)采用最大信息系数法精简指标体系,筛选出重要指标项;
(4)对于筛选出重要指标项,采用模糊Borda数分析法确定指标权重;
(5)根据权重计算照明灯的综合性能评价得分,并根据综合性能评价得分确定抢修光源。
2.根据权利要求1所述的基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,其特征是:所述步骤(1)中采用格栅获取法建立综合评价的指标体系包含步骤如下:
(1)构造梯阶层次结构
针对应急抢修光源的特点,将评价指标逐级分解成若干项指标,直至最末层的指标便于评价为止;经分解,最终得到一个自上而下,逐级细化的阶梯形层次结构;
(2)建立格栅
根据格栅获取法将格栅元素即照明灯的评价指标层次做出如下划分:
第一层为一级指标即照明灯的综合评价结果;第二层为二级指标即照明灯的适用性、经济性及可靠性;第三层为每个二级指标下的三级指标;其中,适用性下的三级指标包括:功率、光通量、显色指数、光效、色温、适用范围、照射范围、启动时间、热启动能力、功率因数、辐射性;经济性下的三级指标包括:平均每瓦价格、年耗电量、安装费用、运行费用、维护费用、经济寿命、性价比;可靠性下的三级指标包括:光衰、损坏率、使用寿命、耐压性;
(3)属性的确定
选择刻度为1~5的线性标尺来描述格栅元素的重要程度。
3.根据权利要求1所述的基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,其特征是:所述步骤(2)中对各指标值进行规范化处理的方法及步骤如下:
(1)对于可以直接获得统计数据进行定量计算的大部分指标,包括功率、光通量、显色指数、光效、色温、适用温度、照射范围、启动时间、功率因数、每瓦平均价格、年耗电量、安装费用、运行费用、维护费用、经济寿命、性价比、光衰、损坏率、使用寿命,这类指标通过其定义直接计算得出准确指标数据,并根据下列公式将可定量计算的指标数据进行无量纲化转化为五分制,计算公式如下:
公式中:Pi为第i个照明灯在某一指标下的具体数据;Pmin为各照明灯在该指标下具体数据的最小分值;Pmax为各照明灯在该指标下具体数据的最大分值;v=5为该项指标得分的数值上限;u=1为该项指标得分的数值下限;
(2)对于无法定量计算的指标,包括热启动能力、辐射性和耐压性,对其先进行定性评价,即根据专家评价结果将指标划分为:优秀、良好、中等、较差、很差共五个档次,再将五个档次的分值分别设置为:5、4、3、2、1分,将定性评价转化为定量评价。
4.根据权利要求2所述的基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,其特征是:利用所述最大信息系数法分别对适用性、经济性、可靠性这三个二级指标下的三级指标进行筛选,筛选步骤如下:
(1)分别计算适用性、经济性、可靠性下每两项指标之间的最大信息系数,
计算所用公式如下:
I*(D,x,y)=maxI(x,y)
其中,D∈R2,D为所有指标数据的集合;将D中的x值分为x个单元,将D中的y值分为y个单元,每个单元都允许为空,即将集合D划分为x×y的网格。(x,y)为集合D中的一组元素,x和y表示指标体系中任意两个指标,I(x,y)则表示x和y的互信息,p(x,y)为x和y的联合概率密度分布函数;
对于给定集合D,其特征矩阵为M(D),M(D)为一个无限矩阵,其元素为:
所述特征矩阵M(D)是在最高规格化互信息的所有x×y网格中可以实现的,而最大信息系数是矩阵中的最大值;
在网格规模小于B(n)的二维变量数据集D中,D的最大信息系数MIC为:
其中,n为所需要评价的照明灯的数量,B(n)为最大网格尺寸函数,其公式为:
B(n)=n0.6
(2)根据计算得出的最大信息系数,筛选部分重要指标
在筛选过程中,首先确定所需要筛选的指标个数k,即1≤k<三级指标总数;然后对所求得的最大信息系数进行排序,选择最大信息系数最小的k个指标作为筛选结果。
5.根据权利要求4所述的基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,其特征是:所述采用模糊Borda数分析法确定指标权重的步骤如下:
(1)邀请专家对每个二级指标和筛选出的三级指标进行打分,记专家对指标Xp(X取A表示一级指标,X取B表示二级指标,X取C表示三级指标)的第m属性打分结果为Bm(Xp),其中,m=1,2,……,M,表示元素的第m个属性,该属性指不同的应急抢修地点,如变电站、应急抢修车、高压线路杆塔M表示属性的总数;p=1,2,……,N,表示第p个指标,N表示二级或三级指标的总数;
(2)确定指标隶属度
根据下列公式计算出每个评价指Xp属于最重要的属性的隶属度Ump:
Ump=Bm(Xp)/max{Bm(Xp)}(0≤Ump≤1);
(3)根据公式计算并作出模糊频数统计表
其中,fhp表示各项指标的模糊频数;Rp表示模糊频数之和;表示各指标评分的优序关系;h表示元素的第m个属性在优序关系中的排位为第h位;作出模糊频数统计表如下:
(4)计算模糊Borda数FB(Xp)
其中,Qh表示各个评价指标在属性的优序关系中排位为h位时的权数;
(5)确定相对权重
根据下列公式对计算得出的模糊Borda数FB(Xp)进行归一化处理,得到每级指标的相对权重:
6.根据权利要求5所述的基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法,其特征是:所述的计算照明灯综合评价结果的计算公式如下:
其中,F为综合得分;FB1、FB2、FB3分别代表二级指标适用性、经济性、可靠性的得分;Wj为所筛选出的三级指标的相对权重;Qj为所筛选出的三级指标的五分制得分;x=1,2,……,表示第x个二级指标;y=1,2,……,表示第y个三级指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710443542.XA CN107085775A (zh) | 2017-06-13 | 2017-06-13 | 基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710443542.XA CN107085775A (zh) | 2017-06-13 | 2017-06-13 | 基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107085775A true CN107085775A (zh) | 2017-08-22 |
Family
ID=59606045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710443542.XA Pending CN107085775A (zh) | 2017-06-13 | 2017-06-13 | 基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107085775A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034581A (zh) * | 2018-07-16 | 2018-12-18 | 宁波公牛光电科技有限公司 | 一种合成光谱的评价方法和装置 |
CN111311042A (zh) * | 2019-10-28 | 2020-06-19 | 南方电网科学研究院有限责任公司 | 一种电力应急预案评价方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761690A (zh) * | 2014-02-14 | 2014-04-30 | 国家电网公司 | 基于电网系统中电压无功控制系统的评估方法 |
CN104050242A (zh) * | 2014-05-27 | 2014-09-17 | 哈尔滨理工大学 | 基于最大信息系数的特征选择、分类方法及其装置 |
CN106355360A (zh) * | 2016-11-03 | 2017-01-25 | 国家电网公司 | 一种考虑修正系数的配电网中压项目紧迫性评价方法 |
-
2017
- 2017-06-13 CN CN201710443542.XA patent/CN107085775A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761690A (zh) * | 2014-02-14 | 2014-04-30 | 国家电网公司 | 基于电网系统中电压无功控制系统的评估方法 |
CN104050242A (zh) * | 2014-05-27 | 2014-09-17 | 哈尔滨理工大学 | 基于最大信息系数的特征选择、分类方法及其装置 |
CN106355360A (zh) * | 2016-11-03 | 2017-01-25 | 国家电网公司 | 一种考虑修正系数的配电网中压项目紧迫性评价方法 |
Non-Patent Citations (1)
Title |
---|
王永友 等: ""企业文化建设评价模型的构建"", 《哈尔滨工程大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034581A (zh) * | 2018-07-16 | 2018-12-18 | 宁波公牛光电科技有限公司 | 一种合成光谱的评价方法和装置 |
CN109034581B (zh) * | 2018-07-16 | 2020-12-22 | 宁波公牛光电科技有限公司 | 一种合成光谱的评价方法和装置 |
CN111311042A (zh) * | 2019-10-28 | 2020-06-19 | 南方电网科学研究院有限责任公司 | 一种电力应急预案评价方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mardani et al. | Using fuzzy multiple criteria decision making approaches for evaluating energy saving technologies and solutions in five star hotels: A new hierarchical framework | |
Ye et al. | Identifying critical building-oriented features in city-block-level building energy consumption: A data-driven machine learning approach | |
CN116151610B (zh) | 一种非均质城市下垫面承灾体风险暴露空间模拟方法 | |
CN107085775A (zh) | 基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法 | |
CN116308203A (zh) | 一种基于bim的智能建筑施工信息收集分析方法及系统 | |
Perez et al. | Identifying building typologies and their spatial patterns in the metropolitan areas of Marseille and Osaka | |
Alexiou et al. | A classification of multidimensional open data for urban morphology | |
CN112668803A (zh) | 一种基于LightGBM模型的汽车服务连锁企业开店选址方法 | |
Michailidou et al. | A study of weather types at Athens and Thessaloniki and their relationship to circulation types for the cold-wet period, part I: two-step cluster analysis | |
CN115186965A (zh) | 一种基于机器学习的光伏空调生命周期不确定性分析方法 | |
CN110533264B (zh) | 建筑性能评测方法 | |
Jota et al. | Energy performance indexes: analysis in public schools in Brazil | |
Li et al. | Evaluation and analysis of tourism resources and environmental carrying capacity (TRECC) of 278 cities in China: a pressure-support perspective | |
CN111401683A (zh) | 古村落传统性的测算方法及装置 | |
CN113902346B (zh) | 一种电力抢修队伍的智能调拨方法 | |
JP2011129119A (ja) | プロセスの環境影響を決定するためのシステムおよび方法 | |
Jiao et al. | An approach to exploring the spatial distribution and influencing factors of urban problems based on Land use types | |
Li et al. | Identifying urban form typologies in seoul with mixture model based clustering | |
CN109447514A (zh) | 一种航运服务综合体标准体系及评估方法 | |
Liu et al. | Study on Carbon Emission Pattern Derived from Electricity Data for Rural Area—A Case Study of Yushan Island | |
Sijia et al. | Application Research of Spatial Integrated Data Mining Technology on Land Intelligent Grading | |
Delibašić et al. | A Decision Support System for Internal Migration Policy-Making | |
Janhavi et al. | Identification of Significant Attributes for the Development of an Assessment Tool Applicable to Green Campuses in India | |
Wang et al. | Assessment of Synergy Degree among Process of Integrated Municipal Solid Waste Management in Harbin, China | |
CN118052478B (zh) | 基于多层网络的乡村地域要素分析方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170822 |