CN112967153A - 一种能源转型状态的评估方法 - Google Patents
一种能源转型状态的评估方法 Download PDFInfo
- Publication number
- CN112967153A CN112967153A CN202110365657.8A CN202110365657A CN112967153A CN 112967153 A CN112967153 A CN 112967153A CN 202110365657 A CN202110365657 A CN 202110365657A CN 112967153 A CN112967153 A CN 112967153A
- Authority
- CN
- China
- Prior art keywords
- energy
- index
- indexes
- cloud model
- transformation
- 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
- 230000009466 transformation Effects 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 238000002360 preparation method Methods 0.000 claims abstract description 9
- 230000007704 transition Effects 0.000 claims abstract description 9
- 238000005265 energy consumption Methods 0.000 claims description 34
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 8
- 239000003245 coal Substances 0.000 claims description 7
- 230000014759 maintenance of location Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 5
- 229910052799 carbon Inorganic materials 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 3
- 230000003749 cleanliness Effects 0.000 claims description 3
- 239000003208 petroleum Substances 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 9
- 238000004134 energy conservation Methods 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
- 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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种能源转型状态的评估方法,包括如下步骤:S1.基于预先建立的能源转型评价指标体系,获取对应的能源相关数据与资料;S2.基于能源相关数据与资料,采用集值迭代和反熵权法确定指标综合权重;S3.将指标综合权重带入基于黄金分割和云模型理论构建的能源转型评估模型中,评价能源转型所处状态。本发明能够对某一区域的目前能源系统性能以及能源转型的过渡准备情况进行评估,从而为该区域节能减排、能源计划、投资及发展方向提供依据。
Description
技术领域
本发明涉及能源系统监控、评估领域,尤其涉及一种能源转型状态的评估方法。
背景技术
随着社会生产水平的不断进步,人们对能源的需求量与日俱增。但是伴随着能源的勘查、开发、生产、消耗以及对经济增长的盲目追求,对全球资源及环境造成了毁灭性的影响,给人类的生存和发展带来严峻威胁,因此1987年正式提出“可持续发展”的概念。然而近几年全球气候的逐渐变暖给各个国家敲醒了警钟,为应对此危机,在巴黎召开的联合国气候变化框架公约第21次缔约方大会上,195个国家达成一致,提出将本世纪全球平均气温升高幅度控制在2℃以内的目标。为此,各个国家开始寻求新能源替代煤炭、石油等传统化石能源的转型之路。
目前,针对能源发展的指标体系主要是能源可持续发展指标体系,缺乏评估与监控能源转型程度的指标体系与方法。综上,能源转型状态的评估方法对有效处理能源使用与社会、经济和环境之间的矛盾具有重要的现实意义。
发明内容
本发明要解决的技术问题在于提供一种能源转型状态的评估方法,其能够对待评估区域的目前能源系统性能和能源转型过渡准备情况进行评估,从而为该区域节能减排、能源计划、投资及发展方向提供依据。
所述的一种能源转型状态的评估方法,包括以下步骤:
S1.基于预先建立的能源转型评价指标体系,获取对应的能源相关数据与资料;
S2.基于能源相关数据与资料,采用集值迭代和反熵权法确定指标综合权重;
S3.将指标综合权重带入基于黄金分割和云模型理论构建的能源转型评估模型中,评价能源转型所处状态。
步骤S1所述的能源转型评价指标体系包括:根据能源系统转型评估的影响因素构建一级指标;基于一级指标的影响因素为每个一级指标建立二级指标;基于二级指标的影响因素为每个二级指标建立三级指标;
所述的一级指标包括目前能源系统性能和能源系统过渡准备情况;
所述的目前能源系统性能包括经济指标、能源安全指标、能源结构指标、能源终端指标4个二级指标;
所述的能源系统过渡准备情况包括投资指标、政治承诺指标、制度与从业指标3个二级指标;
所述的经济指标包括人均能源消耗量、单位GDP能耗、人均生活用电量、单位GDP用电量、能源生产弹性系数、能源消费弹性系数、电力生产弹性系数、电力消费弹性系数、碳排放强度、电气化率、能源清洁化率11个三级指标;
所述的能源安全指标包括煤炭对外依存度、天然气对外依存度、石油对外依存度3个三级指标;
所述的能源结构指标包括化石能源消费比例、清洁能源消费比例、化石能源发电比例、清洁能源发电比例、化石能源装机比例、清洁能源装机比例6个三级指标;
所述的能源终端指标包括用户通电率、“低电压”户数比例、新能源汽车保有率、智能电表覆盖率、配电自动化覆盖率、充电设施覆盖率6个三级指标;
所述的投资指标包括对清洁能源的投资计划、对电能的投资计划、对能源转型相关的科研投资计划3个三级指标;
所述的政治承诺指标包括未来“零排放”目标、未来清洁能源发电量比重、未来清洁能源消费比重3个三级指标;
所述的制度与从业指标包括完善的的支持能源转型的相关法律法规与政策制度、不利于能源转型的奖惩制度、可再生能源从业率3个三级指标。
步骤S2所述的集值迭代和反熵权法确定指标综合权重,包括:采用集值迭代法确定指标主观权重;采用反熵权法确定指标客观权重;将指标的主观权重和客观权重采用加权确定综合权重。
步骤S3所述的基于黄金分割和云模型理论构建的能源转型评估模型,包括:基于云模型逆向云发生器算法和黄金分割法建立标准云模型,评估标度为(很差、差、一般、好、很好);采用云模型的逆向云发生器算法将多位专家对待评估区域的三级指标评分转换为云数字特征期望Ex、熵En、超熵He定量数值表示;采用云模型的正向云发生器算法将上述得到的Ex、En、He转换为一维云模型;根据指标综合权重将上述得到的一维云模型转换为综合云模型;将上述得到的综合云模型与标准云模型进行对比分析,得到带评估区域的能源转型状态结果。
现有的评估能源状态多为能源可持续发展评估,缺乏针对能源转型状态的评估,本发明首先建立能源转型评价指标体系,然后采用主客观权重相结合的综合方法确定指标权重,最后基于黄金分割和云模型理论建立能源转型评估模型。本发明能够对待评估区域的目前能源系统性能和能源转型过渡准备情况进行评估,从而为该区域节能减排、能源计划、投资及发展方向提供依据。
附图说明
图1是一种能源转型状态的评估方法的流程示意图。
图2是标准云模型图。
具体实施方式
请参阅图1和图2,图1是本发明的一种能源转型状态的评估方法的流程示意图,图2是标准云模型图。
本发明的一种能源转型状态的评估方法包括以下步骤:
S1.基于预先建立的能源转型评价指标体系,获取对应的能源相关数据与资料;
本步骤中,所述的能源转型评价指标体系包括:根据能源系统转型评估的影响因素构建一级指标;基于一级指标的影响因素为每个一级指标建立二级指标;基于二级指标的影响因素为每个二级指标建立三级指标;
所述的一级指标包括目前能源系统性能和能源系统过渡准备情况;
所述的目前能源系统性能包括经济指标、能源安全指标、能源结构指标、能源终端指标4个二级指标;
所述的能源系统过渡准备情况包括投资指标、政治承诺指标、制度与从业指标3个二级指标;
所述的经济指标包括人均能源消耗量、单位GDP能耗、人均生活用电量、单位GDP用电量、能源生产弹性系数、能源消费弹性系数、电力生产弹性系数、电力消费弹性系数、碳排放强度、电气化率、能源清洁化率11个三级指标;
所述的能源安全指标包括煤炭对外依存度、天然气对外依存度、石油对外依存度3个三级指标;
所述的能源结构指标包括化石能源消费比例、清洁能源消费比例、化石能源发电比例、清洁能源发电比例、化石能源装机比例、清洁能源装机比例6个三级指标;
所述的能源终端指标包括用户通电率、“低电压”户数比例、新能源汽车保有率、智能电表覆盖率、配电自动化覆盖率、充电设施覆盖率6个三级指标;
所述的投资指标包括对清洁能源的投资计划、对电能的投资计划、对能源转型相关的科研投资计划3个三级指标;
所述的政治承诺指标包括未来“零排放”目标、未来清洁能源发电量比重、未来清洁能源消费比重3个三级指标;
所述的制度与从业指标包括完善的的支持能源转型的相关法律法规与政策制度、不利于能源转型的奖惩制度、可再生能源从业率3个三级指标;
所述的人均能源消费量=(能源消费总量/人口总数)×100%;
所述的单位GDP能耗=(能源消费总量/GDP)×100%;
所述的人均生活用电量=(总用电量/人口总数)×100%;
所述的单位GDP用电量=(总用电量/GDP)×100%;
所述的能源生产弹性系数=能源生产总量年均增长率/GDP年均增长率;
所述的能源消费弹性系数=能源消费年均增长率/GDP年均增长率;
所述的电力生产弹性系数=发电量年均增长率/GDP年均增长率;
所述的电力消费弹性系数=电力消费量年均增长率/GDP年均增长率;
所述的碳排放强度=碳排放量/GDP;
所述的电气化率=(电能消费/终端能源消费)×100%;
所述的能源清洁化率=(非化石能源消耗量/一次能源消耗量)×100%;
所述的煤炭对外依存度=(进口煤炭量/煤炭消耗量)×100%;
所述的天然气对外依存度=(进口天然气量/天然气消耗量)×100%;
所述的石油对外依存度=(进口石油量/石油消耗量)×100%;
所述的化石能源消费比例=(化石能源消费量/能源消费总量)×100%;
所述的清洁能源消费比例=(清洁能源消费量/能源消费量)×100%;
所述的化石能源发电比例=(化石能源发电量/总发电量)×100%;
所述的清洁能源发电比例=(清洁能源发电量/总发电量)×100%;
所述的化石能源装机比例=(化石装机容量/总装机容量)×100%;
所述的清洁能源装机比例=(清洁能源装机容量/能源消费量)×100%;
所述的用户通电率=(通电的用户数/总用户数)×100%;
所述的“低电压”户数比例=(“低电压”户数/总用户数)×100%;
所述的新能源汽车保有率=((电动汽车保有量+其他新能源汽车保有量/汽车总保有量)×100%;
所述的智能电表覆盖率=(智能电表总数/总电表数)×100%;
所述的配电自动化覆盖率=(配置自动化终端的中压线路条数/中压线路条数)×100%;
所述的充电设施覆盖率=((充电站数量+充电桩数量)/区域总面积)×100%;
所述的可再生能源从业率=(可再生能源从业人数/总就业人数)×100%。
S2.基于能源相关数据与资料,采用集值迭代法确定指标主观权重;采用反熵权法确定指标客观权重;将指标的主观权重和客观权重采用加权确定综合权重。
本步骤中,根据集值迭代法确定指标的主观权重值:
式中,δi(i=1,2,…,n)为第i个指标的主观权重值,xi(i=1,2,…,n)为第i个指标,xk(k=1,2,…,L)为第k个专家选取的指标,L为专家数量,ρ(xi)为各层级第i个指标被所有专家选中的次数,ρ(xk)为各层级每个指标在所有步骤中被所有专家选中的次数。
其中,所述的ρ(xk)为各层级每个指标在所有步骤中被所有专家选中的次数,按下式计算:
式中,qjk(xi)为第k(k=1,2,…,L)个专家第j(j=1,2,…,s)步进行的指标选取,选取标准为:
式中,Xj,k为第k个专家第j步选中的指标。
根据反熵权法确定指标的客观权重值:
式中,hi为指标的反熵。
根据主观权重值和客观权重值按下式计算得到综合权重值:
ωi=αδi+(1-α)γi
式中,δi为主观权重值;γi为客观权重值;ωi为组合权重值;α(0≤α≤1)为分配指数,其取值由决策者判断。
S3.基于云模型逆向云发生器算法和黄金分割法建立标准云模型,评估标度为(很差、差、一般、好、很好);采用云模型的逆向云发生器算法将多位专家对待评估区域的三级指标评分转换为云数字特征期望Ex、熵En、超熵He定量数值表示;采用云模型的正向云发生器算法将上述得到的Ex、En、He转换为一维云模型;根据指标综合权重将上述得到的一维云模型转换为综合云模型;将上述得到的综合云模型与标准云模型进行对比分析,得到带评估区域的能源转型状态结果。
本步骤中,基于云模型逆向云发生器算法和黄金分割法建立标准云模型,评估标度为(很差、差、一般、好、很好),按下式计算标准云模型的云数字特征:
云模型逆向云发生器算法:
计算期望:
式中,xi(i=1,2,…,n)为第i个指标,n为指标数量。
计算方差:
云数字特征:
式中,Ex为指标期望,En为指标熵,He为指标超熵,S2为指标方差。
基于黄金分割法将上述得到的标准云数字特征转换为评估标度集(很差、差、一般、好、很好),按下式计算:
得到标准云模型为图2,评估标度云数字特征为下表:
表1标准云数字特征
序号 | 评价标度 | 云数字特征 |
1 | 很差 | (0、10.3020、3.5431) |
2 | 差 | (30.9、6.3667、0.5952) |
3 | 一般 | (50、3.9346、0.1) |
4 | 好 | (69.1、6.3667、0.5952) |
5 | 很好 | (100、10.3020、3.5431) |
本步骤中,采用上述云模型逆向云发生器算法,将多位专家对待评估区域的三级指标评分转换为云数字特征Ex、En、He定量数值表示;然后,采用云模型的正向云发生器算法将上述得到的Ex、En、He转换为一维云模型,按下式计算:
云模型正向云发生器算法:
生成随机数En*:
En*~N(En,He2)
生成随机数x:
x~N(Ex,En*2)
得到云滴(x,μ(x)):
本步骤中,根据指标综合权重将上述得到的一维云模型转换为综合云模型,按下式计算:
式中,ω=(ω1,ω2,…,ωn)为指标综合权重值,{C1(Ex1,En1,He1),C2(Ex2,En2,He2,…,Cn(Exn,Enn,Hen))为n朵一维云模型。
将上述得到的综合云模型与标准云模型进行对比分析,得到带评估区域的能源转型状态结果。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (4)
1.一种能源转型状态的评估方法,其特征在于,包括以下步骤:
S1.基于预先建立的能源转型评价指标体系,获取对应的能源相关数据与资料;
S2.基于能源相关数据与资料,采用集值迭代和反熵权法确定指标综合权重;
S3.将指标综合权重带入基于黄金分割和云模型理论构建的能源转型评估模型中,评价能源转型所处状态。
2.根据权利要求1所述的一种能源转型状态的评估方法,其特征在于,步骤S1所述的能源转型评价指标体系包括:根据能源系统转型评估的影响因素构建一级指标;基于一级指标的影响因素为每个一级指标建立二级指标;基于二级指标的影响因素为每个二级指标建立三级指标;
所述的一级指标包括目前能源系统性能和能源系统过渡准备情况;
所述的目前能源系统性能包括经济指标、能源安全指标、能源结构指标、能源终端指标4个二级指标;
所述的能源系统过渡准备情况包括投资指标、政治承诺指标、制度与从业指标3个二级指标;
所述的经济指标包括人均能源消耗量、单位GDP能耗、人均生活用电量、单位GDP用电量、能源生产弹性系数、能源消费弹性系数、电力生产弹性系数、电力消费弹性系数、碳排放强度、电气化率、能源清洁化率11个三级指标;
所述的能源安全指标包括煤炭对外依存度、天然气对外依存度、石油对外依存度3个三级指标;
所述的能源结构指标包括化石能源消费比例、清洁能源消费比例、化石能源发电比例、清洁能源发电比例、化石能源装机比例、清洁能源装机比例6个三级指标;
所述的能源终端指标包括用户通电率、“低电压”户数比例、新能源汽车保有率、智能电表覆盖率、配电自动化覆盖率、充电设施覆盖率6个三级指标;
所述的投资指标包括对清洁能源的投资计划、对电能的投资计划、对能源转型相关的科研投资计划3个三级指标;
所述的政治承诺指标包括未来“零排放”目标、未来清洁能源发电量比重、未来清洁能源消费比重3个三级指标;
所述的制度与从业指标包括完善的的支持能源转型的相关法律法规与政策制度、不利于能源转型的奖惩制度、可再生能源从业率3个三级指标。
3.根据权利要求1所述的一种能源转型状态的评估方法,其特征在于,步骤S2所述的集值迭代和反熵权法确定指标综合权重,包括:采用集值迭代法确定指标主观权重;采用反熵权法确定指标客观权重;将指标的主观权重和客观权重采用加权确定综合权重。
4.根据权利要求1所述的一种能源转型状态的评估方法,其特征在于,步骤S3所述的基于黄金分割和云模型理论构建的能源转型评估模型,包括:基于云模型逆向云发生器算法和黄金分割法建立标准云模型,评估标度为(很差、差、一般、好、很好);采用云模型的逆向云发生器算法将多位专家对待评估区域的三级指标评分转换为云数字特征期望Ex、熵En、超熵He定量数值表示;采用云模型的正向云发生器算法将上述得到的Ex、En、He转换为一维云模型;根据指标综合权重将上述得到的一维云模型转换为综合云模型;将上述得到的综合云模型与标准云模型进行对比分析,得到带评估区域的能源转型状态结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110365657.8A CN112967153A (zh) | 2021-04-06 | 2021-04-06 | 一种能源转型状态的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110365657.8A CN112967153A (zh) | 2021-04-06 | 2021-04-06 | 一种能源转型状态的评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112967153A true CN112967153A (zh) | 2021-06-15 |
Family
ID=76281495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110365657.8A Pending CN112967153A (zh) | 2021-04-06 | 2021-04-06 | 一种能源转型状态的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112967153A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106469911A (zh) * | 2016-09-14 | 2017-03-01 | 国网上海市电力公司 | 城市电能绿色供应评价方法 |
CN109615246A (zh) * | 2018-12-14 | 2019-04-12 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种主动配电网经济运行状态确定方法 |
CN109872061A (zh) * | 2019-01-30 | 2019-06-11 | 深圳供电局有限公司 | 一种电网基建改进、提升决策方法 |
CN109885907A (zh) * | 2019-01-29 | 2019-06-14 | 南京航空航天大学 | 一种基于云模型的卫星姿控系统健康状态评估和预测方法 |
CN110097266A (zh) * | 2019-04-19 | 2019-08-06 | 西安交通大学 | 一种基于云模型的流程工业装备服役安全风险评估方法 |
CN110909983A (zh) * | 2019-10-25 | 2020-03-24 | 浙江工业大学 | 一种主动配电网电能质量多维评估方法 |
CN111797364A (zh) * | 2020-06-17 | 2020-10-20 | 河海大学 | 一种基于复合云模型的滑坡多层次安全评价方法 |
CN112101761A (zh) * | 2020-09-04 | 2020-12-18 | 龙源(北京)风电工程设计咨询有限公司 | 清洁低碳、安全高效的能源体系建设成效综合评价方法 |
CN112508622A (zh) * | 2020-12-15 | 2021-03-16 | 河南科技大学 | 基于改进云模型的出租车服务水平评价系统及评价方法 |
CN112541671A (zh) * | 2020-12-07 | 2021-03-23 | 国网福建省电力有限公司 | 基于多级模糊综合评价的一二次融合配电网建设评价体系 |
-
2021
- 2021-04-06 CN CN202110365657.8A patent/CN112967153A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106469911A (zh) * | 2016-09-14 | 2017-03-01 | 国网上海市电力公司 | 城市电能绿色供应评价方法 |
CN109615246A (zh) * | 2018-12-14 | 2019-04-12 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种主动配电网经济运行状态确定方法 |
CN109885907A (zh) * | 2019-01-29 | 2019-06-14 | 南京航空航天大学 | 一种基于云模型的卫星姿控系统健康状态评估和预测方法 |
CN109872061A (zh) * | 2019-01-30 | 2019-06-11 | 深圳供电局有限公司 | 一种电网基建改进、提升决策方法 |
CN110097266A (zh) * | 2019-04-19 | 2019-08-06 | 西安交通大学 | 一种基于云模型的流程工业装备服役安全风险评估方法 |
CN110909983A (zh) * | 2019-10-25 | 2020-03-24 | 浙江工业大学 | 一种主动配电网电能质量多维评估方法 |
CN111797364A (zh) * | 2020-06-17 | 2020-10-20 | 河海大学 | 一种基于复合云模型的滑坡多层次安全评价方法 |
CN112101761A (zh) * | 2020-09-04 | 2020-12-18 | 龙源(北京)风电工程设计咨询有限公司 | 清洁低碳、安全高效的能源体系建设成效综合评价方法 |
CN112541671A (zh) * | 2020-12-07 | 2021-03-23 | 国网福建省电力有限公司 | 基于多级模糊综合评价的一二次融合配电网建设评价体系 |
CN112508622A (zh) * | 2020-12-15 | 2021-03-16 | 河南科技大学 | 基于改进云模型的出租车服务水平评价系统及评价方法 |
Non-Patent Citations (2)
Title |
---|
纪静怡等: "基于组合赋权云模型的水资源管理综合评价", 中国农村水利水电, no. 12, pages 40 - 45 * |
黄伟等: "多主体利益协调的区域综合能源系统综合评价", 电力建设, vol. 40, no. 4, pages 81 - 89 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Probabilistic flexibility evaluation for power system planning considering its association with renewable power curtailment | |
Phuangpornpitak et al. | A study of load demand forecasting models in electric power system operation and planning | |
CN113991742B (zh) | 一种配电网分布式光伏双层协同优化投资决策方法 | |
Nadimi et al. | Analyzing of renewable and non-renewable energy consumption via bayesian inference | |
CN111967777B (zh) | 一种储能促进清洁能源利用价值的综合评价方法 | |
Chen et al. | Air-conditioning load forecasting for prosumer based on meta ensemble learning | |
CN112734137A (zh) | 基于智能电表数据的短期楼宇电力负荷预测方法及系统 | |
Barrella et al. | Modeling and analysis of electricity consumption in Spanish vulnerable households | |
CN115456406A (zh) | 一种综合能源系统的评估方法、装置、设备以及存储介质 | |
CN116187165A (zh) | 基于改进粒子群算法的电网弹性提升方法 | |
CN115392544A (zh) | 家庭用电负荷预测方法和装置 | |
Ji et al. | Study on site selection combination evaluation of pumped-storage power station based on cycle elimination—Based on the empirical analysis of North China | |
Yang et al. | Short‐term photovoltaic power dynamic weighted combination forecasting based on least squares method | |
CN112967153A (zh) | 一种能源转型状态的评估方法 | |
CN111191876A (zh) | 面向高校园区综合能源系统评估方法 | |
CN115099534A (zh) | 一种电源规划方案优选方法 | |
CN109934367A (zh) | 一种计及分布式光伏装机容量不确定性的电网中长期负荷预测方法 | |
CN109146202B (zh) | 一种基于供电分区的户均配变容量标准配置方法 | |
Wei et al. | Comprehensive Evaluation of Pumped Storage Power Plant Serving Power Grid Considering Energy Storage Ability | |
Caquilpan et al. | Load estimation based on self-organizing maps and Bayesian networks for microgrids design in rural zones | |
Zhang et al. | Global energy interconnection based optimal power systems planning—A global perspective 2016–2050 | |
Zhao et al. | Application and research of short-term Power load forecasting based on LSTM | |
CN111582609B (zh) | 一种计及区域特征的煤改电项目优化方法及优化系统 | |
Sreekanth et al. | A meta model for domestic energy consumption | |
Jin et al. | Synthetic minority oversampling based machine learning method for urban level building EUI prediction and benchmarking |
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 |