CN112330089A - 装备制造类企业的综合能效监测方法及监测系统 - Google Patents

装备制造类企业的综合能效监测方法及监测系统 Download PDF

Info

Publication number
CN112330089A
CN112330089A CN202011013613.0A CN202011013613A CN112330089A CN 112330089 A CN112330089 A CN 112330089A CN 202011013613 A CN202011013613 A CN 202011013613A CN 112330089 A CN112330089 A CN 112330089A
Authority
CN
China
Prior art keywords
energy efficiency
index
value
evaluation
indexes
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.)
Granted
Application number
CN202011013613.0A
Other languages
English (en)
Other versions
CN112330089B (zh
Inventor
袁洁
高卓
黄磊
刘全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sifang Project Co ltd
Beijing Sifang Automation Co Ltd
Original Assignee
Beijing Sifang Project Co ltd
Beijing Sifang Automation Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sifang Project Co ltd, Beijing Sifang Automation Co Ltd filed Critical Beijing Sifang Project Co ltd
Priority to CN202011013613.0A priority Critical patent/CN112330089B/zh
Publication of CN112330089A publication Critical patent/CN112330089A/zh
Application granted granted Critical
Publication of CN112330089B publication Critical patent/CN112330089B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

装备制造类企业的综合能效监测方法及监测系统，通过采集企业的能耗计量数据，分别进行企业的各级能效数据统计、分析与管理，主要包括模型管理、数据统计、能效监测分析等应用模块；本发明采用的能效监测分析方法是：从能源结构特点建立装备制造类型企业综合能效评估的能效管理评价体系，基于评估体系建立装备制造企业能效评估模型，利用基于orness度优化的穆迪图表法、熵权法、层次分析法相结合对制造企业能效指标权重进行确定并计算出综合能效值。该系统以能源计量数据和生产数据为基础，综合考虑装备制造企业的各层级的能耗及转换效率，将定性与定量分析相结合，均衡考虑了系统特性与客观数据的影响，有效地保证了综合评价方案的科学性和合理性。

Description

装备制造类企业的综合能效监测方法及监测系统
技术领域
本发明属于装备制造行业中企业能源监测控制的技术领域，尤其涉及一种面向装备制造类企业的综合能效监测系统。
背景技术
近年来，国家提出要加快推进7大“新基建”领域的高质量发展，其中工业互联网位于7大领域之一，工业一直是我国的能耗大户，近年装备制造业全国能耗呈现上升态势，2016年，中国制造业占比全球19.8％，尽管国内装备制造生产过程加强了信息化能耗监测，其万元产值综合能耗近年呈一定下降趋势，但是其综合能耗与国际先进水平相比差距还是较大。近些年，国内主要针对大型钢厂、水泥等高耗能企业能源监测控制做了比较深入地研究，但装备制造业的综合能效监测研究还相对欠缺，造成这种现象的原因主要包括基础数据采集不够、信息通信不可靠，无法得到充足的、准确的基础数据，另外，对装备制造类企业的整个能效体系缺乏深入研究，无法全面有效分析出企业综合能效水平，无法有效减低生产能耗。
目前针对企业类的综合能效监测分析方面的研究主要集中三方面，一方面在研究园区型企业供能侧方面能效分析；一方面在企业用电系统的能效分析上；针对企业涉及多种能源供能效率、产品工艺用能效率、经济性全面综合监测评估的研究还比较缺乏，尤其是针对装备制造类企业的能源结构的能效研究较少，对于企业的能源升级改造、节能降耗缺乏准确的评估手段；另外，目前多数综合监测评估采用了APH、G1等专家主观评估方法均存在计算量大且主观因素偏重等缺点。本发明通过研究装备制造业企业的综合能源监测系统可以加深能源利用透明化，为企业的能源管控、设备故障检修以及节能降耗提供有力支撑。
发明内容
有鉴于此，本发明提供一种面向装备制造类企业的综合能效监测系统，以监测该类企业的在生产过程中的各级能效指标，降低各环节的生产能耗值，提升企业综合能源利用效率，该系统以企业能耗数据、生产数据为基础，综合考虑装备制造企业的各层级的能耗及转换效率，对该类企业综合能效进行监测分析，为企业生产提供全面能源监测信息。
为了实现上述目的，本发明具体采用以下技术方案。
一种装备制造类企业能效监测方法，所述监测方法包括以下步骤：
步骤1：确定装备制造类企业的能效监测范围；
步骤2：构建能效监测范围内的能效评估指标体系，包括1级能效指标及其分解成的2-n多级能效指标；
步骤3：采集装备制造类企业的能耗计量数据、生产数据，并计算出各单项能效指标实际值；
步骤4：采用极值化无量纲法对步骤3获得的各单项能效指标实际值进行数据预处理；
步骤5：基于orness度改进的穆迪图表和熵权法组合计算不同层级能效指标的权重值；
步骤6：根据步骤2构建的装备制造用户能效指标体系和步骤5计算的权重值，采用加权平均法计算得到装备制造类企业综合能效评估模型。
本发明进一步包括以下优选方案。
在步骤1中，装备制造类企业的能效监测范围包括但不限于经济性能效指标、供能系统能效指标、工序能效指标、公共辅助能效指标。
在步骤2中，针对能效监测范围具体分解各指标层，建立能效评估指标体系，所述能效评估体系根据不同类型装备制造类企业的实际能效监测需求进行设定，将1级能效指标分解成多级能效指标，包括但不限于设备单位耗能指标、设备能效指标、工序能耗指标、工序能效指标。
在步骤3中，企业能耗采集系统采集装备制造类企业各部分的能耗数据、生产数据，将各种能源消耗量统一折算成标煤求和得到单项能效指标实际值；工序能效指数参照相应的产业能效指南里面的能耗限额对比折算，计算公式如下：
Figure BDA0002698340890000021
其中ex为统计周期的x工序的单位产品实际能耗，ex0为x工序单位产品能源消耗限额。
在步骤4中，采用极值化无量纲法对能效指标的数据进行数据预处理，具体包括以下内容，下式中，ηi为经过无量纲法处理后的指标评价值，xi对应指标i的实际评价值，xmin对应指标i的实际评价最小值，xmax对应指标i的实际评价最大值；
4.1对于越大越优或越小越优指标xi，该指标的评价值ηi按以下公式计算：
Figure BDA0002698340890000031
4.2对于指标xi的运行值位于最优取值区间，则该指标评分为1；当指标数值处于上区间[b,xmax]时为负指标,当指标数值处于下区间[xmin,a]时为正指标。
Figure BDA0002698340890000032
该指标体系的区间指标包括电能质量相关的指标，当这些指标在满足企业运行要求(a,b)区间内，为了减少电能质量相关指标治理费用，其指标评价值取1。
在步骤5中，具体包括以下内容：
5.1对于1级能效指标，采用基于orness度改进的穆迪图表来确定该类指标权重；
5.2对于1级能效指标所分解的2-n级多级能效指标采用基于熵权法计算指标权重。
在步骤5.1中，采用基于orness度改进的穆迪图表来确定1级能效指标权重包括以下内容：
5.1.1根据企业综合能效指标综合考量，确定4个权力系数：经济性权力系数(Z1)，可控性权力系数(Z2)，可计划性权力系数(Z3)，稳定性权力系数(Z4)；通过这4个权力系数分析计算出上述体系中1级指标能效经济性能效指标、供能系统能效指标、工序能效指标、公共辅助能效指标的权重值；
5.1.2基于orness度来确定5.1.1中4个权力系数的取值，具体如下：
首先假设5.1.1中有t个权力系数，然后对这t个权力系数的进行优先级排序，假设优先序列排序为Z1＞＞Z2＞＞…＞＞Zt，其中Zt是指第t个权力系数，＞＞符号表示排列顺序，符号左边权力系数优先级大于右边的；记权力系数t的取值为qt，即有q1≥q2≥...≥qt成立，且qt须满足权力系数非独裁条件，将该约束集设为ψ，有：
q1≤q2+q3+...+qt,
q2≤q3+...+qt,
...
qt-2≤qt-1+qt,
qt-1≤qt.
在满足约束集基础上，权力向量分配以如下式中orness度作为优化目标，从而计算出上述t个权力系数的取值，其中qj为第j个权力系数取值：
Figure BDA0002698340890000041
5.1.3采用穆迪图表法得到指标权重判断矩阵：对所有指标进行两两比较，如针对权力系数j，A1指标比A2指标重要，则A1可以得到其权力系数值qj，否则得到0，按照这样的方式针对每一个权力系数，将指标Ae与Af分别做比较，可以得到Ae相比Af得到的单个权力系数和QAe:Af为
Figure BDA0002698340890000042
其中针对第j个指标，Ae比Af不重要时，qj值取0，否则为原本的取值；然后将Ae与其他所有1级指标一一比较，得到Ae总权力系数和QAe，
Figure BDA0002698340890000043
式中Ah表示有h个指标，指标本身的对比权力系数计为0；由总权力系数和QAe即组成了指标权重判断矩阵，其中对角线的值为0。
5.1.4将上述矩阵的所有QAe相加得到所有1级指标的总权力系数和Qtotal，然后分别将各个指标的QAe与Qtotal相除，则计算得各指标固定权重值。
所述5.2中，具体包括以下内容：
5.2.1对每一类供能系统，针对下属m个待评子系统，c个评价指标，基于熵权法形成原始评价矩阵R＝(rij)m×c，其中rij为第i个供能子系统下的第j个指标评价值，如对于配电系统来说，r11表示配电子系统1的第1个指标配电线损评价值；
5.2.2对于工序的评价指标，基于熵权法形成原始评价矩阵R＝(rij)u×r,其中u表示工序种类数量，r表示工序评价指标数量，rij表示第i种工序下的第j个指标评价值；
5.2.3对经济性能效指标，基于熵权法形成原始评价矩阵为R＝(rij)w×g；其中w表示经济性种类数量，g表示经济性评价指标数量；rij表示第i种经济性下的第j个指标评价值；由于经济性衡量企业总体经济水平，所以一般w取值1；
5.2.4对于公共辅助能效指标，基于熵权法形成原始评价矩阵为R＝(rij)b×d；其中b表示公共辅助种类数量，d表示公共辅助评价指标数量；rij表示第i种经济性下的第j个指标评价值；由于公共辅助衡量企业总体辅助设施能效水平，所以一般b取值1；
5.2.5基于熵权法分别计算不同级指标对应的第i个子系统的第j个指标的指标值比重pij：
Figure BDA0002698340890000051
式中x对应上述5.2.1～5.2.4中的m或u或w或b；
5.2.6基于熵权法计算5.2.5中每一类的第j个指标的熵值ej
Figure BDA0002698340890000052
其中k＝1/lnx，x对应上述5.2.1～5.2.4中的m或u或w或b；
5.2.7基于熵权法计算5.2.5中每一类的第j个指标的熵权：
Figure BDA0002698340890000053
式中v对应上述5.2.1～5.2.4中的c或r或g或d。
在步骤6中，当能效评估指标体系共n级指标时，设F＝(f1,f2,…,fm)表示1级指标权重向量，其中fm对应1级指标m的权重值；第i个1级指标对应的2级指标权重向量表示为S＝(si1,si2,…,sin)，其中sin对应2级指标in的权重值；其他级的权重向量依次类推，则第h个n-1级对应的n级指标权重向量表示Q＝(qij...h1,qij...h2,…,qij...hl)，采用加权平均法确定装备制造企业综合能效评估模型如下：
Figure BDA0002698340890000054
其中xij...hp表示第n级指标的经过数据预处理后的评价值。
本申请同时公开了一种利用前述综合能效监测方法的装备制造类企业的综合能效监测系统，该系统包括能耗计量与生产数据采集模块、模型管理模块、数据统计模块、能效监测分析模块；
所述能耗计量与生产数据采集模块数据采集装备制造类企业的能耗计量数据、生产数据并将数据写入实时库与时序库中；
所述模型管理模块包含设备模型子模块与计量模型子模块两部分，用于配置装备制造类企业设备与计量点之间的关系；
所述数据统计模块包含能耗统计子模块与单项能效值统计子模块，所述能耗统计子模块用于统计能耗数据，所述单项能效值统计子模块用于将各种能源消耗量统一折算成标煤求和得到单项能效指标实际值，并写入到历史库中；
所述能效监测分析模块包括能效评估指标体系配置子模块、单项能效数据预处理子模块、1级能效指标权重值计算子模块、2-n级能效指标权重值计算子模块、综合能效评估模型计算子模块、能效结果评估子模块；
其中，所述能效评估指标体系配置子模块用于配置能效评估指标体系，并写入历史库；
所述单项能效数据预处理子模块对单项能效指标实际值采用极值化无量纲法进行预处理；
所述1级能效指标权重值计算子模块采用基于orness度改进的穆迪图表计算1级指标的权重；
所述2-n级能效指标权重值计算子模块采用基于熵权法计算计算2-n级指标的权重；
所述综合能效评估模型计算子模块采用加权平均法确定装备制造企业综合能效计值以及各级子系统综合能效值；
所述能效结果评估子模块根据能效值结算结果分析出企业能效水平。
本发明提出了有别于现有技术的针对装备制造类企业的综合能效评估体系包括经济、供能侧生产、工序侧生产、公共辅助的能效指标体系，该能效指标体系由多级指标组成，能比较系统的、科学的、综合的衡量装备制造类企业的整体能效水平以及各组成要素的能效水平；将采用基于orness度改进的穆迪图表和熵权法组合计算权重值，兼顾了主观与客观影响，全面确保了结果的精准性。
附图说明
图1是本发明公开的装备制造类企业的综合能效监测系统架构示意图；
图2是本发明公开的装备制造类企业能效监测方法流程示意图；
图3是根据一实施例示出的装备制造企业能效评估体系示意图。
具体实施方式
下面结合附图对本发明的具体实施例做详细说明，本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式与过程，但本发明的保护范围不限于下述实施例。
如图2所示，本发明的企业综合能效监测系统的主要实现步骤包括如下：
步骤1：鉴别装备制造类企业能源特征，分析其能效影响因素，确定企业综合能效监测范围。
针对装备制造类企业的能效主要是用来衡量能源投入、能源转换和产品产出的关系，可以从投入、生产与经济成本等多角度建立评估指标，故确定能效监测范围包括济性能效指标、供能系统能效指标、工序能效指标、公共辅助能效指标，将这些指标作为1级能效指标。
步骤2：针对经济指标、子系统的能效特征层面来构建能效监测范围内的能效评估指标体系，包括1级能效指标及其分解成的2-n多级能效指标；
如图3所示，针对能效监测范围具体分解各指标层，并建立能效评估指标体系；所述1级经济性能效指标用来衡量企业的能源投入产出关系以及行业水平，确定包括单位产值能耗、单位产量能耗、单位产量能耗对比；所述1级供能系统能效指标包括配电系统、供水系统、冰水系统、锅炉系统、空压系统能效指标；所述1级工序能效指标包括铸造、锻压、焊接、热处理、机械加工、表面处理、装配、检验工序能效；所述1级公共辅助能效指标包括照明单位能耗、通风空调单位能耗。所述2级各供能系统能效指标包括不同类型供能子站能效指标；所述2级各个工序能效指标包括工序能效指数、工序产品单位能耗；所述3级配电子站能效指标包括配电线损、高压配电柜能效、变压器能效、功率因素、频率偏差、电压偏差、三相不平衡率、电压谐波畸变率；所述3级供水子站、冰水子站、锅炉子站、空压子站的能效指标包括各类供能单位耗能量、设备能效指标，其中各层详细指标见图3。步骤3：利用企业能耗采集系统获取系统的能耗计量数据、生产数据与相关参数，并计算和统计出单项能效指标实际值。
利用企业能耗采集系统获取系统的各部分的能耗数据、生产数据与相关参数，并计算和确定单项能效指标实际值，其中需要将各种能源消耗量统一折算成标煤求和；工序能效指数参照相应的产业能效指南里面的能耗限额对比折算，计算公式如下：
Figure BDA0002698340890000081
其中ex为统计周期的x工序的单位产品实际能耗，ex0为x工序单位产品能源消耗限额。步骤4：采用极值化无量纲法对各单项能效指标实际值数据进行数据预处理；
采用极值化无量纲法对能效指标的数据进行数据预处理，ηi∈[0,1]，如下，下式中，ηi为经过无量纲法处理后的指标评价值，xi对应指标i的实际评价值，xmin对应指标i的实际评价最小值，xmax对应指标i的实际评价最大值；
1)对于越大越优和越小越优指标处理如下：
Figure BDA0002698340890000082
该指标体系的正指标包括供能系统3级指标的各类设备能效。负指标包括2、3、4级指标所有能耗指标、损耗指标、工序能效指数。
2)对于指标的运行值位于最优取值区间，则该指标评分为1；当指标数值处于上区间[b,xmax]时为负指标,当指标数值处于下区间[xmin,a]时为正指标。
Figure BDA0002698340890000083
该指标体系的区间指标包括电能质量相关的指标，当这些指标在满足企业运行要求[a,b]区间内，为了减少电能质量相关指标治理费用，指其标评价值取1。
根据流程2所述的2级工序下属3级指标、3级各类供能子系统的下属的4级指标、1级经济性下属2级指标以及2级辅助下属2级指标均通过计量采集到数据，均采用基于熵权法计算出其客观权重，而2级各类供能系统指标、3级供能子系统指标、2级各类工序指标均属于子系统级指标，均有配置机组容量大小，其运行的计划值也跟其容量大小相关联，所以均通过系统配置容量占比来确定其能效的权重。
步骤5：采用基于orness度改进的穆迪图表和熵权法以及容量占比组合计算不同层级能效指标的权重值。
采用基于orness度改进的穆迪图表和熵权法组合计算不同层级能效指标的权重值。
5.1由于一级指标没法直接采用用单一采集值或者容量大小来衡量其能效权重值，故将这类问题可以将各待评估对象作为一个利益主体参与竞争，通过协商达到竞争有序的特定规则。故采用基于orness度改进的穆迪图表来确定该类指标权重。
5.1.1根据企业综合能效指标综合考量，确定4个权力系数：经济性权力系数(Z1)，可控性权力系数(Z2)，可计划性权力系数(Z3)，稳定性权力系数(Z4)；通过这4个权力系数分析计算出上述体系中1级指标能效经济性能效指标、供能系统能效指标、工序能效指标、公共辅助能效指标的权重值；
5.1.2基于orness度来确定5.1.1中4个权力系数的取值，方法原理如下：
首先假设5.1.1中有t个权力系数，然后对这t个权力系数的进行优先级排序，假设优先序列排序为Z1＞＞Z2＞＞…＞＞Zt，其中Zt是指第t个权力系数，＞＞符号表示排列顺序，符号左边权力系数优先级大于右边的；记权力系数t的取值为qtqt，即有q1≥q2≥...≥qt成立，且qt须满足权力系数非独裁条件，将该约束集设为ψ，有：
q1≤q2+q3+...+qt,
q2≤q3+...+qt,
...
qt-2≤qt-1+qt,
qt-1≤qt.
在满足ψ基础上，权力向量分配以如下式中orness度作为优化目标，从而计算出上述t个权力系数的取值，其中qj为第j个权力系数取值。
Figure BDA0002698340890000091
5.1.3采用穆迪图表法得到指标权重判断矩阵：对所有指标进行两两比较，如针对权力系数j，A1指标比A2指标重要，则A1可以得到其权力系数值qj，否则得到0，按照这样的方式针对每一个权力系数，将指标Ae与Af分别做比较，可以得到Ae相比Af得到的单个权力系数和QAe:Af为
Figure BDA0002698340890000092
其中针对第j个指标，Ae比Af不重要时，qj值取0，否则为原本的取值；然后将Ae与其他所有1级指标一一比较，得到Ae总权力系数和QAe，
Figure BDA0002698340890000101
式中Ah表示有h个指标，指标本身的对比权力系数计为0；由总权力系数和QAe即组成了指标权重判断矩阵，其中对角线的值为0。
5.1.4将上述矩阵的所有QAe相加得到所有1级指标的总权力系数和Qtotal，然后分别将各个指标的QAe与Qtotal相除，则计算得各指标固定权重值。则计算得到相关的权力系数值向量q*模型如下：
解得
Figure BDA0002698340890000102
a)根据企业能效考量因素对上述1)权数进行优先级排序：Z1>Z2>Z3>Z4，因此得到经济性权数(Z1)，可控制性权数(Z2)，可计划性权数(Z3)，稳定性权数(Z4)4个权力系数值为：[0.5,0.25,0.125,0.125]T。
b)5.1.3采用穆迪图表法得到指标权重判断矩阵：对同类型所有指标进行两两比较，如表格所示，其中分别用A1、A2、A3、A4表示经济性能效指标、供能系统能效指标、工序能效指标、公共辅助能效指标，表格中的两两比较的四个权力系数依次为Z1、Z2、Z3、Z4,为了计算简便，其权力系数值均乘以4倍，如针对经济性权数Z1，A1指标比A2指标重要，则A1得到其权数值2，否则得到0，根据A1、A2、A3、A4的特性得到如下表所示的权数值表。其中表格对角线的值取0。
Figure BDA0002698340890000103
将表格每行的矩阵元素相加，得到最终每类指标的权数结果，与总指标权力系数值对比，得到各指标固定权重如表格所示。
5.2 2、3、4级指标采用基于熵权法客观评估权重，该过程首先需要从所述系统的统计模块中获取单项指标具体数据值，然后对各基础指标值进行如下计算：
5.2.1对每一类供能系统，针对下属m个待评子系统，c个评价指标，基于熵权法形成原始评价矩阵R＝(rij)m×c，其中rij为第i个供能子系统下的第j个指标评价值，如对于配电系统来说，r11表示配电子系统1的第1个指标配电线损评价值；
5.2.2对于工序的评价指标，基于熵权法形成原始评价矩阵R＝(rij)u×r,其中u表示工序种类数量，r表示工序评价指标数量，rij表示第i种工序下的第j个指标评价值；
5.2.3对经济性能效指标，基于熵权法形成原始评价矩阵为R＝(rij)w×g；其中w表示经济性种类数量，g表示经济性评价指标数量；rij表示第i种经济性下的第j个指标评价值；由于经济性衡量企业总体经济水平，所以一般w取值1；
5.2.4对于公共辅助能效指标，基于熵权法形成原始评价矩阵为R＝(rij)b×d；其中b表示公共辅助种类数量，d表示公共辅助评价指标数量；rij表示第i种经济性下的第j个指标评价值；由于公共辅助衡量企业总体辅助设施能效水平，所以一般b取值1；
5.2.5基于熵权法分别计算不同级指标对应的第i个子系统(或工序、经济性、公共辅助)的第j个指标的指标值比重pij：
Figure BDA0002698340890000111
式中x对应上述5.2.1～5.2.4中的m或u或w或b；
5.2.6基于熵权法计算5.2.5中每一类的第j个指标的熵值ej
Figure BDA0002698340890000112
其中k＝1/lnx，x对应上述5.2.1～5.2.4中的m或u或w或b；
5.2.7基于熵权法计算5.2.5中每一类的第j个指标的熵权：
Figure BDA0002698340890000113
式中v对应上述5.2.1～5.2.4中的c或r或g或d
然后通过系统配置容量占比来计算出2级各类供能系统指标、3级供能子系统指标、2级各类工序指标的权重。
步骤6：根据步骤2构建的装备制造用户能效指标体系和步骤5计算的权重值，采用加权平均法计算得到装备制造用户综合能效评估模型。，并可以对计算结果进行分析评级，以指导能量优化与设备升级和改造。
根据上述建立的装备制造用户能效指标体系以及方法，建立综合能效评估模型，上述能效评估指标体系共4级指标，设F＝(f1,f2,…,fm)表示1级指标权向量，第i个1级指标对应的2级指标权向量表示为S＝(si1,si2,…,sin)。第j个2级指标对应的3级指标权向量表示为T＝(tij1,tij2,…,tijk)。第h个3级对应的4级指标权向量表示Q＝(qijh1,qijh2,…,qijhl)。采用加权平均法确定装备制造用户综合能效评估模型如下：
Figure BDA0002698340890000121
其中xij...hp表示第n级指标的经过数据预处理后的评价值。
通过将所述系统的统计模块中计算得到各级单项能效指标基础数据代入所述评估模型计算出企业综合能效评估值，并可以对计算结果进行分析，将其与企业的能效等级评估指标对对比，得到系统、各级子系统以及设备的能效等级，从而找出能效异常的设备和系统，以监测企业能耗情况。
图1是根据一实施例示出的装备制造类企业的综合能效监测系统架构示意图，如图1所示，该装备制造类企业的综合能效监测系统包括能耗计量与生产数据采集模块、模型管理模块、数据统计模块、能效监测分析模块；
所述能耗计量与生产数据采集模块数据采集装备制造类企业的能耗计量数据、生产数据并将数据写入实时库与时序库中；该过程属于常规监控采集过程，本发明不做展开详述。
所述模型管理模块包含设备模型子模块与计量模型子模块两部分，用于配置装备制造类企业设备与计量点之间的关系；即将采集值与设备关联起来，还包括管理重要设备属性参数。
所述数据统计模块包含能耗统计子模块与单项能效值统计子模块，所述能耗统计子模块用于统计能耗数据，所述单项能效值统计子模块用于将各种能源消耗量统一折算成标煤求和得到单项能效指标实际值，并写入到历史库中。
所述能效监测分析模块包括能效评估指标体系配置子模块、单项能效数据预处理子模块、1级能效指标权重值计算子模块、2-n级能效指标权重值计算子模块、综合能效评估模型计算子模块、能效结果评估子模块；
其中，所述能效评估指标体系配置子模块用于配置能效评估指标体系，并写入历史库；
所述单项能效数据预处理子模块对单项能效指标实际值采用极值化无量纲法进行预处理；
所述1级能效指标权重值计算子模块采用基于orness度改进的穆迪图表计算1级指标的权重；
所述2-n级能效指标权重值计算子模块采用基于熵权法计算计算2-n级指标的权重；
所述综合能效评估模型计算子模块按照前述综合能效监测方法步骤6采用加权平均法确定装备制造企业综合能效计值以及各级子系统综合能效值。
所述能效结果评估子模块根据能效值结算结果分析出企业能效水平，能效结果评估子模块根据能效值结算结果可以做同设备不同日期之间的对比与同日期不同设备之间的对比分析能效水平高低，并展示在用户终端web界面。
本发明建立的装备制造用户的综合能效评估方法本质上是对各层指标进行多次加权综合，将系统指标特性与客观数据进行有效结合，将经济性、能源转换、用能效率全面衡量，保证了模型的科学性与可靠性。该模型不仅可以评价整个企业的综合能效水平，还可以侧面衡量不同子系统的能效，可以通过对比找出同类系统的薄弱环节，为企业的节能降耗方案制定提供参考建议。
本发明针对的装备制造类企业是依据《国民经济行业分类与代码》(GB/T 4754-2002)》标准划定的，细分可涉及非金属制品业，金属制品业，通用设备制造业，专用设备制造业，交通运输设备制造业，电气机械及器材制造业，仪器仪表及文化、办公用机械制造业等7个大类行业企业。
以上所述仅为本发明的一种实施案例，应当指出，对于本技术领域的普通技术人员来说，在不脱离发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (10)

1.一种装备制造类企业能效监测方法，其特征在于，所述监测方法包括以下步骤：
步骤1：确定装备制造类企业的能效监测范围；
步骤2：构建能效监测范围内的能效评估指标体系，包括1级能效指标及其分解成的2-n多级能效指标；
步骤3：采集装备制造类企业的能耗计量数据、生产数据，并计算出各单项能效指标实际值；
步骤4：采用极值化无量纲法对步骤3获得的各单项能效指标实际值进行数据预处理；
步骤5：基于orness度改进的穆迪图表和熵权法组合计算不同层级能效指标的权重值；
步骤6：根据步骤2构建的装备制造用户能效指标体系和步骤5计算的权重值，采用加权平均法计算得到装备制造类企业综合能效评估模型。
2.根据权利要求1所述的装备制造类企业能效监测方法，其特征在于：
在步骤1中，装备制造类企业的能效监测范围包括但不限于经济性能效指标、供能系统能效指标、工序能效指标、公共辅助能效指标。
3.根据权利要求2所述的装备制造类企业能效监测方法，其特征在于：
在步骤2中，针对能效监测范围具体分解各指标层，建立能效评估指标体系，所述能效评估体系根据不同类型装备制造类企业的实际能效监测需求进行设定，将1级能效指标分解成多级能效指标，包括但不限于设备单位耗能指标、设备能效指标、工序能耗指标、工序能效指标。
4.根据权利要求1或3所述的装备制造类企业能效监测方法，其特征在于：
在步骤3中，企业能耗采集系统采集装备制造类企业各部分的能耗数据、生产数据，将各种能源消耗量统一折算成标煤求和得到单项能效指标实际值；工序能效指数参照相应的产业能效指南里面的能耗限额对比折算，计算公式如下：
Figure FDA0002698340880000011
其中ex为统计周期的x工序的单位产品实际能耗，ex0为x工序单位产品能源消耗限额。
5.根据权利要求4所述的装备制造类企业能效监测方法，其特征在于：
在步骤4中，采用极值化无量纲法对能效指标的数据进行数据预处理，具体包括以下内容，下式中，ηi为经过无量纲法处理后的指标评价值，xi对应指标i的实际评价值，xmin对应指标i的实际评价最小值，xmax对应指标i的实际评价最大值；
4.1对于越大越优或越小越优指标xi，该指标的评价值ηi按以下公式计算：
Figure FDA0002698340880000021
4.2对于指标xi的运行值位于最优取值区间，则该指标评分为1；当指标数值处于上区间[b,xmax]时为负指标,当指标数值处于下区间[xmin,a]时为正指标。
Figure FDA0002698340880000022
该指标体系的区间指标包括电能质量相关的指标，当这些指标在满足企业运行要求(a,b)区间内，为了减少电能质量相关指标治理费用，其指标评价值取1。
6.根据权利要求5所述的装备制造类企业能效监测方法，其特征在于：
在步骤5中，具体包括以下内容：
5.1对于1级能效指标，采用基于orness度改进的穆迪图表来确定该类指标权重；
5.2对于1级能效指标所分解的2-n级多级能效指标采用基于熵权法计算指标权重。
7.根据权利要求6所述的装备制造类企业能效监测方法，其特征在于：
在步骤5.1中，采用基于orness度改进的穆迪图表来确定1级能效指标权重包括以下内容：
5.1.1根据企业综合能效指标综合考量，确定4个权力系数：经济性权力系数(Z1)，可控性权力系数(Z2)，可计划性权力系数(Z3)，稳定性权力系数(Z4)；通过这4个权力系数分析计算出上述体系中1级指标能效经济性能效指标、供能系统能效指标、工序能效指标、公共辅助能效指标的权重值；
5.1.2基于orness度来确定5.1.1中4个权力系数的取值，具体如下：
首先假设5.1.1中有t个权力系数，然后对这t个权力系数的进行优先级排序，假设优先序列排序为Z1＞＞Z2＞＞...＞＞Zt，其中Zt是指第t个权力系数，＞＞符号表示排列顺序，符号左边权力系数优先级大于右边的；记权力系数t的取值为qt，即有q1≥q2≥...≥qt成立，且qt须满足权力系数非独裁条件，将该约束集设为ψ，有：
q1≤q2+q3+...+qt，
q2≤q3+...+qt，
…
qt-2≤qt-1+qi，
qt-1≤qt·
在满足约束集基础上，权力向量分配以如下式中omess度作为优化目标，从而计算出上述t个权力系数的取值，其中qj为第j个权力系数取值：
Figure FDA0002698340880000031
5.1.3采用穆迪图表法得到指标权重判断矩阵：对所有指标进行两两比较，如针对权力系数j，A1指标比A2指标重要，则A1可以得到其权力系数值qj，否则得到0，按照这样的方式针对每一个权力系数，将指标Ae与Af分别做比较，可以得到Ae相比Af得到的单个权力系数和QAe：Af为
Figure FDA0002698340880000032
其中针对第j个指标，Ae比Af不重要时，qj值取0，否则为原本的取值；然后将Ae与其他所有1级指标一一比较，得到Ae总权力系数和QAe，
Figure FDA0002698340880000033
式中Ah表示有h个指标，指标本身的对比权力系数计为0；由总权力系数和QAe即组成了指标权重判断矩阵，其中对角线的值为0。
5.1.4将上述矩阵的所有QAe相加得到所有1级指标的总权力系数和Qtotal，然后分别将各个指标的QAe与Qtotal相除，则计算得各指标固定权重值。
8.根据权利要求7所述的装备制造类企业能效监测方法，其特征在于：
所述5.2中，具体包括以下内容：
5.2.1对每一类供能系统，针对下属m个待评子系统，c个评价指标，基于熵权法形成原始评价矩阵R＝(rij)m×c，其中rij为第i个供能子系统下的第j个指标评价值，如对于配电系统来说，r11表示配电子系统1的第1个指标配电线损评价值；
5.2.2对于工序的评价指标，基于熵权法形成原始评价矩阵R＝(rij)u×r，其中u表示工序种类数量，r表示工序评价指标数量，rij表示第i种工序下的第j个指标评价值；
5.2.3对经济性能效指标，基于熵权法形成原始评价矩阵为R＝(rij)w×g；其中w表示经济性种类数量，g表示经济性评价指标数量；rij表示第i种经济性下的第j个指标评价值；由于经济性衡量企业总体经济水平，所以一般w取值1；
5.2.4对于公共辅助能效指标，基于熵权法形成原始评价矩阵为R＝(rij)b×d；其中b表示公共辅助种类数量，d表示公共辅助评价指标数量；rij表示第i种经济性下的第j个指标评价值；由于公共辅助衡量企业总体辅助设施能效水平，所以一般b取值1；
5.2.5基于熵权法分别计算不同级指标对应的第i个子系统的第j个指标的指标值比重pij：
Figure FDA0002698340880000041
式中x对应上述5.2.1～5.2.4中的m或u或w或b；
5.2.6基于熵权法计算5.2.5中每一类的第j个指标的熵值ej
Figure FDA0002698340880000042
其中k＝1/ln x，x对应上述5.2.1～5.2.4中的m或u或w或b；
5.2.7基于熵权法计算5.2.5中每一类的第j个指标的熵权：
Figure FDA0002698340880000043
式中v对应上述5.2.1～5.2.4中的c或r或g或d。
9.根据权利要求1或8所述的装备制造类企业能效监测方法，其特征在于：
在步骤6中，当能效评估指标体系共n级指标时，设F＝(f1，f2，…，fm)表示1级指标权重向量，其中fm对应1级指标m的权重值；第i个1级指标对应的2级指标权重向量表示为S＝(si1，si2，…，sin)，其中sin对应2级指标in的权重值；其他级的权重向量依次类推，则第h个n-1级对应的n级指标权重向量表示Q＝(qij...h1，qij...h2，…，qij...hl)，采用加权平均法确定装备制造企业综合能效评估模型如下：
Figure FDA0002698340880000051
其中xij...hp表示第n级指标的经过数据预处理后的评价值。
10.一种装备制造类企业的综合能效监测系统，该系统包括能耗计量与生产数据采集模块、模型管理模块、数据统计模块、能效监测分析模块；其特征在于：
所述能耗计量与生产数据采集模块数据采集装备制造类企业的能耗计量数据、生产数据并将数据写入实时库与时序库中；
所述模型管理模块包含设备模型子模块与计量模型子模块两部分，用于配置装备制造类企业设备与计量点之间的关系；
所述数据统计模块包含能耗统计子模块与单项能效值统计子模块，所述能耗统计子模块用于统计能耗数据，所述单项能效值统计子模块用于将各种能源消耗量统一折算成标煤求和得到单项能效指标实际值，并写入到历史库中；
所述能效监测分析模块包括能效评估指标体系配置子模块、单项能效数据预处理子模块、1级能效指标权重值计算子模块、2-n级能效指标权重值计算子模块、综合能效评估模型计算子模块、能效结果评估子模块；
其中，所述能效评估指标体系配置子模块用于配置能效评估指标体系，并写入历史库；
所述单项能效数据预处理子模块对单项能效指标实际值采用极值化无量纲法进行预处理；
所述1级能效指标权重值计算子模块采用基于omess度改进的穆迪图表计算1级指标的权重；
所述2-n级能效指标权重值计算子模块采用基于熵权法计算计算2-n级指标的权重；
所述综合能效评估模型计算子模块采用加权平均法确定装备制造企业综合能效计值以及各级子系统综合能效值；
所述能效结果评估子模块根据能效值结算结果分析出企业能效水平。
CN202011013613.0A 2020-09-24 2020-09-24 装备制造类企业的综合能效监测方法及监测系统 Active CN112330089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011013613.0A CN112330089B (zh) 2020-09-24 2020-09-24 装备制造类企业的综合能效监测方法及监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011013613.0A CN112330089B (zh) 2020-09-24 2020-09-24 装备制造类企业的综合能效监测方法及监测系统

Publications (2)

Publication Number Publication Date
CN112330089A true CN112330089A (zh) 2021-02-05
CN112330089B CN112330089B (zh) 2024-05-14

Family

ID=74304525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011013613.0A Active CN112330089B (zh) 2020-09-24 2020-09-24 装备制造类企业的综合能效监测方法及监测系统

Country Status (1)

Country Link
CN (1) CN112330089B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113506191A (zh) * 2021-05-14 2021-10-15 北京工业大学 一种基于熵权法copars模型的公共建筑节能改造技术决策方法
CN116468282A (zh) * 2023-04-28 2023-07-21 青岛理工大学 一种隧道突涌水风险等级评估方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007076625A1 (fr) * 2005-12-30 2007-07-12 Mingde Yin Systeme de traitement de donnees intelligent et procede de gestion de performance
CN106127388A (zh) * 2016-06-24 2016-11-16 南瑞（武汉）电气设备与工程能效测评中心 高耗能企业的能效评估方法
CN109193646A (zh) * 2018-10-22 2019-01-11 西南交通大学 基于诱导有序加权平均算子的配电网故障恢复方案客观评估方法
CN110782153A (zh) * 2019-10-23 2020-02-11 国网湖南省电力有限公司 一种企业园区综合能效评估体系建模方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007076625A1 (fr) * 2005-12-30 2007-07-12 Mingde Yin Systeme de traitement de donnees intelligent et procede de gestion de performance
CN106127388A (zh) * 2016-06-24 2016-11-16 南瑞（武汉）电气设备与工程能效测评中心 高耗能企业的能效评估方法
CN109193646A (zh) * 2018-10-22 2019-01-11 西南交通大学 基于诱导有序加权平均算子的配电网故障恢复方案客观评估方法
CN110782153A (zh) * 2019-10-23 2020-02-11 国网湖南省电力有限公司 一种企业园区综合能效评估体系建模方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113506191A (zh) * 2021-05-14 2021-10-15 北京工业大学 一种基于熵权法copars模型的公共建筑节能改造技术决策方法
CN113506191B (zh) * 2021-05-14 2023-11-14 北京工业大学 一种基于熵权法copars模型的公共建筑节能改造技术决策方法
CN116468282A (zh) * 2023-04-28 2023-07-21 青岛理工大学 一种隧道突涌水风险等级评估方法

Also Published As

Publication number Publication date
CN112330089B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
CN111552923B (zh) 一种基于通用分布的负荷预测方法及负荷预测系统
CN111353656B (zh) 一种基于生产计划的钢铁企业氧气负荷预测方法
CN110490409B (zh) 一种基于dnn的低压台区线损率标杆值设定方法
CN111342459B (zh) 一种电力需量决策分析系统及方法
CN112330089A (zh) 装备制造类企业的综合能效监测方法及监测系统
CN109272140B (zh) 一种基于大数据分析的变电设备运行期成本预测方法
CN112766809A (zh) 综合能源系统的评价方法
CN110378510B (zh) 一种基于时间序列和层次聚合的配网物资需求预测方法
CN112990627B (zh) 电能质量评估方法
CN113344449B (zh) 一种预测月尺度工业需水量的方法
CN115313361A (zh) 一种规模化可调资源的联合优化控制方法和装置
CN111027886A (zh) 一种考虑单位成本效用的低电压治理方案的评估方法
CN111680852B (zh) 地区整体能耗监控方法及其监控系统
CN111967684B (zh) 一种基于大数据分析的计量资产主动配送方法
CN109711621A (zh) 基于判别分析和支持向量机结合的工业园区负荷预测方法
Qiu et al. Comprehensive evaluation of power quality based on improved TOPSIS-RSR method
CN108123436B (zh) 基于主成分分析和多元回归算法的电压越限预测模型
CN109389315A (zh) 一种农网典型台区降损方法
CN109471381A (zh) 基于大数据融合的设备能效综合控制方法
CN114386204A (zh) 基于灰色模型的电网夏季空调负荷峰值精细化预测方法及系统
CN106886851A (zh) 基于电能表状态检修的电能表备品备件预测方法
Yang et al. Comprehensive evaluation model of maritime industrial economic activities based on an AHP and BP neural network
CN111340370A (zh) 一种基于模型的配电网网格化评价管控方法
CN109472437A (zh) 设备能效综合控制平台及其控制方法
CN116362828B (zh) 基于相似性场景及粒子群算法的火电机组报价决策方法

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
GR01 Patent grant
GR01 Patent grant