CN114186862A - 基于熵权topsis模型的双层能源绩效评估系统 - Google Patents

基于熵权topsis模型的双层能源绩效评估系统 Download PDF

Info

Publication number
CN114186862A
CN114186862A CN202111521874.8A CN202111521874A CN114186862A CN 114186862 A CN114186862 A CN 114186862A CN 202111521874 A CN202111521874 A CN 202111521874A CN 114186862 A CN114186862 A CN 114186862A
Authority
CN
China
Prior art keywords
energy
index
evaluation
weight
layer
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
Application number
CN202111521874.8A
Other languages
English (en)
Inventor
项康利
林晓凡
陈晗
陈津莼
陈思敏
陈冠南
陈柯任
杜翼
施鹏佳
林昶咏
蔡期塬
李益楠
李源非
郑楠
陈晚晴
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.)
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power 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 State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN202111521874.8A priority Critical patent/CN114186862A/zh
Publication of CN114186862A publication Critical patent/CN114186862A/zh
Pending legal-status Critical Current

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

Abstract

本发明提出一种基于熵权TOPSIS模型的双层能源绩效评估系统，基于计算机技术搭建的平台，利用数据处理及计算的工具从相关技术和经济数据中有效提取能够进行能源绩效评估的信息从而获得对新能源技术发展起客观表征作用的评价指标，其主要运行机制包括通过熵值法分别确定经济水平评价指标权重与不同目标层下能源分项绩效评价权重，再将经济指标分别与不同目标层下的能源指标结合，确定经济发展与不同分项能源绩效的综合权重，利用TOPSIS模型计算不同目标层下最优方案的第一层能源绩效评价指数；将第一层能源绩效评价指数作为客观指标，再次利用熵权法确定不同维度指数的权重，并利用TOPSIS模型计算目标的最优方案的第二层综合评价指数。

Description

基于熵权TOPSIS模型的双层能源绩效评估系统
技术领域
本发明属于大数据信息处理、新能源、环境科学等技术领域，尤其涉及一种基于熵权TOPSIS模型的双层能源绩效评估系统。
背景技术
构建“清洁低碳安全高效”能源体系，推进能源高效利用，既是落实“双碳”目标的有效路径，也是进一步推进社会高质量发展的重要抓手。目前，没有有效的工具能够实现能源绩效评价；也没有现有技术能够从相关技术和经济数据中有效提取能够进行能源绩效评估的信息。
发明内容
有鉴于此，为了克服现有技术的缺陷和不足，本发明的目的在于提供一种基于熵权TOPSIS模型的双层能源绩效评估系统，基于计算机技术搭建的平台，利用数据处理及计算的工具从相关技术和经济数据中有效提取能够进行能源绩效评估的信息从而获得对新能源技术发展起客观表征作用的评价指标，以进一步推动能源转型。
该系统的主要运行机制包括通过熵值法分别确定经济水平评价指标权重与不同目标层下能源分项绩效评价权重，再将经济指标分别与不同目标层下的能源指标结合，确定经济发展与不同分项能源绩效的综合权重，利用TOPSIS模型计算不同目标层下最优方案的第一层能源绩效评价指数，并得到不同目标层下的最终绩效排序；将第一层能源绩效评价指数作为客观指标，再次利用熵权法确定不同维度指数的权重，并利用TOPSIS模型计算目标的最优方案的第二层综合评价指数，得到最终绩效排序。
本发明在兼顾经济发展的基础上，不仅能够综合评估目标区域能源绩效，还可以得到不同维度下的能源分项绩效评价，使得测算结果更具有现实意义，也提高了能源绩效评价体系的全面性。
基于以上研究和设计，本发明具体采用以下技术方案：
一种基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于，基于计算机系统，包括：数据输入和处理模块、权重计算模块、第一层能源分项绩效评估模块、以及第二层能源分项绩效评估模块；
所述数据输入和处理模块用于以表格化的形式输入经济评价指标和能源评价指标的数据，并执行数据标准化处理；
所述权重计算模块通过熵值法分别确定经济水平评价指标权重与不同目标层下能源分项绩效评价权重，再将经济指标分别与不同目标层下的能源指标结合，确定经济发展与不同分项能源绩效的综合权重；
所述第一层能源分项绩效评估模块根据数据输入和处理模块传输的数据以及权重计算模块确定的权重，利用TOPSIS模型计算不同目标层下最优方案的第一层能源绩效评价指数，并得到不同目标层下的最终绩效排序；
所述第二层能源分项绩效评估模块用于将第一层能源绩效评价指数作为客观指标，再次利用熵权法确定不同维度指数的权重，并利用TOPSIS模型计算目标的最优方案的第二层综合评价指数，得到最终绩效排序。
进一步地，所述第一层能源分项绩效评估模块和第二层能源分项绩效评估模块分别通过表格的形式输出计算结果。
进一步地，数据输入和处理模块的数据输入表格中，包括有z个样本区域的维度、M个经济评价指标的维度、以及N个能源子体系h评价指标，h＝1,2,3,4；其中h对应清洁、低碳、安全、高效四个子体系。
进一步地，所述数据输入和处理模块对经济评价指标进行数据标准化处理采用的算法为：X＝(xij)z×m(i＝1,2,3,...,z；j＝1,2,3,...,m)；
Figure BDA0003408780840000021
其中xij表示第i个地区，第j个经济指标，x′ij表示标准化后的xij；
对能源分项绩效评价指标进行数据标准化处理采用的算法为：Y＝(yig)z×n(i＝1,2,3,...,z；g＝1,2,3,...,n)；
Figure BDA0003408780840000022
其中yig表示第i个地区，第g个能源子体系h指标，y′ig表示标准化后的yig。
进一步地，所述权重计算模块通过熵值法测算经济评价体系下的指标权重采用的算法为：
Figure BDA0003408780840000031
且
Figure BDA0003408780840000032
每个指标权重为：
Figure BDA0003408780840000033
且ωj∈[0,1],
Figure BDA0003408780840000034
确定经济发展与第h个子体系能源绩效的综合权重采用的算法为：
首先考察目标区域GDP与目标区域能源子体系h代表指标的相关关系，并得到结果r，则经济评价指标占比为r/(1+r)，能源子体系h占比为1/(1+r)，则经济指标xij的权重为r/(1+r)*ωj，第h个能源子体系指标权重为1/(1+r)*ωg；其中，r为目标区域GDP与目标区域能源子体系h代表指标的相关系数，ωj表示经济评价体系中，第j个经济指标的权重，ωg表示能源子体系h评价体系中，第g个能源指标的权重。
进一步地，所述第一层能源分项绩效评估模块利用TOPSIS模型计算不同目标层下最优方案的第一层能源绩效评价指数所采用的算法为：对于能源子体系h，计算加权矩阵并确定最优解
Figure BDA0003408780840000035
与最劣解
Figure BDA0003408780840000036
：R＝(rij)z×(m+n)，rij＝ωj·x′ij(i＝1,2,3,...,z；j＝1,2,3,...,m+n)；
Figure BDA0003408780840000037
Figure BDA0003408780840000038
其中，最优解
Figure BDA0003408780840000039
表示所有方案中的最优方案；最劣解
Figure BDA00034087808400000310
表示所有方案中的最差方案，rij表示能源子体系h中，考虑熵权并标准化后第i个地区，第j个指标；不同项目和最优解、最劣解之间的欧式距离表示为：
Figure BDA00034087808400000311
计算分项评价指数Ci：
Figure BDA00034087808400000312
最后对指数进行排序，Ci表示评价地区i与最优解的接近程度。
进一步地，在所述第一层能源分项绩效评估模块和第二层能源分项绩效评估模块设置有中间处理模块，用于利用熵权法对第一层各能源分项指数进行权重计算：首先对各维度指数指标进行数据标准化处理：D＝(dif)z×m(i＝1,2,3,...,z；f＝1,2,3,4)；；
Figure BDA0003408780840000041
其中dif表示第i个地区，第f个能源分项指数指标，d′if表示标准化后的dif；之后利用熵值法测算不同能源的指标权重：
Figure BDA0003408780840000042
且
Figure BDA0003408780840000043
每个指标权重为：
Figure BDA0003408780840000044
且ωf∈[0,1],
Figure BDA0003408780840000045
进一步地，所述第二层能源分项绩效评估模块利用TOPSIS模型计算目标的最优方案的第二层综合评价指数所采用的算法为：计算加权矩阵并确定最优解
Figure BDA0003408780840000046
与最劣解
Figure BDA0003408780840000047
其中，最优解
Figure BDA0003408780840000048
表示所有方案中的最优方案；最劣解
Figure BDA0003408780840000049
表示所有方案中的最差方案，rif表示评价体系中，考虑熵权并标准化后第i个地区，第f个能源分项指数指标：R＝(rif)z×4,rif＝ωf·d′if(i＝1,2,3,...,z；f＝1,2,3,4)；
Figure BDA00034087808400000410
不同项目和最优解、最劣解之间的欧式距离：
Figure BDA00034087808400000411
计算综合评价指数Ci：
Figure BDA00034087808400000412
最后对指数进行排序，Ci表示评价地区i与最优解的接近程度。
与现有技术相比，本发明及其优选方案所设计系统有效做到了对信息数据的提取，在能源绩效评价过程中，并且通过双层能源绩效评价方式，多维全面的刻画了目标区域的能源绩效水平。经过系统的自动处理，能够得到客观的能源清洁、能源低碳、能源安全、能源高效的分项绩效指数，还能够得到能源综合绩效指数，这能够为相关能源政策的制定提供有益参考，同时也为能源绩效的全面评估提供了新的工具。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例基于熵权TOPSIS模型的双层能源绩效评估系统的工作流程示意图。
具体实施方式
为让本专利的特征和优点能更明显易懂，下文特举实施例，作详细说明如下：
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。通常在此处的附图中的描述和示出的组件可以以不同配置来组合设计。因此，以下对在附图中提供的本发明的选定实施例的详细描述并非为了限制要求保护的本发明的范围，而是仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示，本实施例从工作机理和流程的角度对本发明所提出基于熵权TOPSIS模型的双层能源绩效评估系统的设计过程和工作机制进行进一步的介绍，其采用计算机程序的形式实现：
步骤S1：确定样本区域，构建经济发展评价体系，基于“清洁、低碳、安全、高效”四个维度，建立能源分项绩效评估的第一层指标体系，并收集数据；
步骤S2：分别对经济评价指标、能源评价指标进行数据标准化处理，并分别利用熵值法测算两个评价体系下的指标权重；
步骤S3：分别确定经济发展与不同分项能源绩效的综合权重；
步骤S4：利用TOPSIS模型计算不同目标层下最优方案的第一层能源绩效评价指数，并得到不同目标层下的最终绩效排序；
步骤S5：利用熵权法对各个地区第一层各能源分项指数进行权重计算；
步骤S6：利用TOPSIS模型计算目标的最优方案的第二层综合评价指数，得到最终绩效排序。
本实施例中，步骤S1设计的具体内容为：作为样例的样本区域为福建省、广东省、江苏省、浙江省，经济发展评价体系与能源发展评价体系如表1所示：
表1经济发展评价体系与能源发展评价体系
Figure BDA0003408780840000061
进一步地，本实施例中，步骤S2的具体内容为：分别对经济评价指标、能源评价指标进行数据标准化处理，并分别利用熵值法测算两个评价体系下的指标权重，其中数据处理说明如表2-1、表2-2所示，权重说明如表3所示：
表2-1初始数据
Figure BDA0003408780840000062
Figure BDA0003408780840000071
表2-2标准化处理
Figure BDA0003408780840000072
Figure BDA0003408780840000081
表3：权重说明(％)
2015 2016 2017 2018 2019
人均GDP 70.05 69.96 66.39 37.91 53.69
产业结构 29.95 30.31 33.61 62.09 46.31
产销比 34.86 36.36 40.21 45.36 53.70
人均用电量 65.14 63.65 59.79 54.64 46.30
可再生能源占比 52.90 56.01 56.57 55.03 53.20
森林面积 47.11 43.99 43.44 44.97 46.80
CO<sub>2</sub>排放 60.29 67.12 68.69 67.27 67.16
SO<sub>2</sub>排放 39.71 32.88 31.31 32.73 32.84
绿色专利申请量 39.55 49.17 41.43 47.00 48.23
单位GDP能耗 60.45 50.83 58.66 53.00 51.77
进一步的，本实施例中，步骤S3的具体内容为：分别确定经济发展与不同分项能源绩效的综合权重，结合实际，本实施例选择GDP代表经济发展，并用人均用电量、可再生能源占比、二氧化碳排放、单位GDP能耗分别代表能源安全、低碳、清洁、高效，具体相关系数说明如表4所示：
表4：经济发展与能源分项指标的相关系数(绝对值)
能源安全 能源低碳 能源清洁 能源高效
经济发展 0.2007 0.6548<sup>***</sup> 0.9638<sup>***</sup> 0.0370<sup>**</sup>
(注：***、**、*分别表示在1％、5％、10％的水平上显著)
相关系数结果表明，能源低碳、清洁、高效体系下应考虑与经济发展的影响，结合相关系数，经济发展在能源低碳、清洁、高效体系下分别占比为：0.3957、0.4908、0.0357。则具体权重如表5-1至5-3所示：
表5-1：能源安全指标权重(％)
2015 2016 2017 2018 2019
产销比 34.86 36.36 40.21 45.36 53.70
人均用电量 65.14 63.65 59.79 54.64 46.30
表5-2：能源低碳指标权重(％)
2015 2016 2017 2018 2019
人均GDP 27.72 27.68 26.27 15.00 21.25
产业结构 11.85 11.99 13.30 24.57 18.32
可再生能源占比 31.96 33.85 34.18 33.25 32.15
森林面积 28.47 26.59 26.25 27.18 28.28
表5-3：能源清洁指标权重(％)
2015 2016 2017 2018 2019
人均GDP 34.38 34.34 32.58 18.61 26.35
产业结构 14.70 14.87 16.50 30.47 22.73
CO<sub>2</sub>排放 30.70 34.18 34.98 34.26 34.20
SO<sub>2</sub>排放 20.22 16.74 15.94 16.67 16.72
表5-4：能源高效指标权重(％)
2015 2016 2017 2018 2019
人均GDP 2.50 2.50 2.37 1.35 1.92
产业结构 1.07 1.08 1.20 2.22 1.65
绿色专利申请量 38.14 47.41 39.95 45.32 46.51
单位GDP能耗 58.29 49.02 56.56 51.11 49.92
进一步地，本实例中，步骤S4的具体内容为：利用TOPSIS模型计算不同目标层下最优方案的第一层能源绩效评价指数，并得到不同目标层下的最终绩效排序以及相对接近度，并以相对接近度作为指数，具体如表6-1至6-4所示；
表6-1：能源安全指数及排序
Figure BDA0003408780840000101
Figure BDA0003408780840000111
表6-2：能源低碳指数及排序
Figure BDA0003408780840000112
Figure BDA0003408780840000121
表6-3：能源清洁指数及排序
Figure BDA0003408780840000122
Figure BDA0003408780840000131
表6-4：能源高效指数及排序
Figure BDA0003408780840000132
Figure BDA0003408780840000141
上述结果可用来从不同维度进行分析。例如，整体而言，广东的能源安全指数、能源高效指数比较高，福建的能源清洁、能源低碳指数比较高。浙江的能源清洁水平要高于其他三项，并且能源安全是浙江最为明显的短板。江苏的能源高效水平比较高，能源安全相对平稳，但是能源低碳及清洁方面亟待加强。
进一步地，本实例中，步骤S5的具体内容为：利用熵权法对各个地区第一层各能源分项指数进行权重计算，具体如表7：
表7：能源分项指数熵权说明(％)
2015 2016 2017 2018 2019
能源高效 45.67 30.24 44.32 45.74 44.03
能源安全 2.84 33.16 2.30 4.41 11.06
能源低碳 19.34 18.97 24.75 23.54 22.50
能源清洁 32.15 17.62 28.62 26.31 22.41
进一步地，本实例中，步骤S6的具体内容为：利用TOPSIS模型计算目标的最优方案的能源综合评价指数(相对接近度)，得到最终绩效排序，具体如表8所示：
表8：能源综合指数及排序
Figure BDA0003408780840000142
Figure BDA0003408780840000151
上述结果可用来分析综合能源水平。例如，福建的综合水平相对较差，且近五年来的情况较为稳定；广东的综合水平很好，且多数情况都在最好水平；江苏的综合水平比较好，情况也比较稳定；浙江的综合水平则与福建相似，需要进一步提高自身水平。同时，各个省份的具体优化路径可参考各分项指数排名，明确短板，尽力发展。
本实施例提供的以上程序设计方案可以代码化的形式存储在计算机可读取存储介质中，并以计算机程序的方式进行实现，并通过计算机硬件输入计算所需的基本参数信息，并输出计算结果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程、以及流程图中的流程结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程图中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程中指定的功能的步骤。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
本专利不局限于上述最佳实施方式，任何人在本专利的启示下都可以得出其它各种形式的基于熵权TOPSIS模型的双层能源绩效评估系统，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本专利的涵盖范围。

Claims (8)

1.一种基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于，基于计算机系统，包括：数据输入和处理模块、权重计算模块、第一层能源分项绩效评估模块、以及第二层能源分项绩效评估模块；
所述数据输入和处理模块用于以表格化的形式输入经济评价指标和能源评价指标的数据，并执行数据标准化处理；
所述权重计算模块通过熵值法分别确定经济水平评价指标权重与不同目标层下能源分项绩效评价权重，再将经济指标分别与不同目标层下的能源指标结合，确定经济发展与不同分项能源绩效的综合权重；
所述第一层能源分项绩效评估模块根据数据输入和处理模块传输的数据以及权重计算模块确定的权重，利用TOPSIS模型计算不同目标层下最优方案的第一层能源绩效评价指数，并得到不同目标层下的最终绩效排序；
所述第二层能源分项绩效评估模块用于将第一层能源绩效评价指数作为客观指标，再次利用熵权法确定不同维度指数的权重，并利用TOPSIS模型计算目标的最优方案的第二层综合评价指数，得到最终绩效排序。
2.根据权利要求1所述的基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于：所述第一层能源分项绩效评估模块和第二层能源分项绩效评估模块分别通过表格的形式输出计算结果。
3.根据权利要求1所述的基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于：数据输入和处理模块的数据输入表格中，包括有z个样本区域的维度、M个经济评价指标的维度、以及N个能源子体系h评价指标，h＝1,2,3,4；其中h对应清洁、低碳、安全、高效四个子体系。
4.根据权利要求1所述的基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于：所述数据输入和处理模块对经济评价指标进行数据标准化处理采用的算法为：X＝(xij)z×m(i＝1,2,3,...,z；j＝1,2,3,...,m)；
Figure FDA0003408780830000011
其中xij表示第i个地区，第j个经济指标，x′ij表示标准化后的xij；
对能源分项绩效评价指标进行数据标准化处理采用的算法为：Y＝(yig)z×n(i＝1,2,3,...,z；g＝1,2,3,...,n)；
Figure FDA0003408780830000021
其中yig表示第i个地区，第g个能源子体系h指标，y′ig表示标准化后的yig。
5.根据权利要求4所述的基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于：所述权重计算模块通过熵值法测算经济评价体系下的指标权重采用的算法为：
Figure FDA0003408780830000022
且
Figure FDA0003408780830000023
每个指标权重为：
Figure FDA0003408780830000024
且
Figure FDA0003408780830000025
确定经济发展与第h个子体系能源绩效的综合权重采用的算法为：
首先考察目标区域GDP与目标区域能源子体系h代表指标的相关关系，并得到结果r，则经济评价指标占比为r/(1+r)，能源子体系h占比为1/(1+r)，则经济指标xij的权重为r/(1+r)*ωj，第h个能源子体系指标权重为1/(1+r)*ωg；其中，r为目标区域GDP与目标区域能源子体系h代表指标的相关系数，ωj表示经济评价体系中，第j个经济指标的权重，ωg表示能源子体系h评价体系中，第g个能源指标的权重。
6.根据权利要求5所述的基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于：所述第一层能源分项绩效评估模块利用TOPSIS模型计算不同目标层下最优方案的第一层能源绩效评价指数所采用的算法为：对于能源子体系h，计算加权矩阵并确定最优解
Figure FDA0003408780830000026
与最劣解
Figure FDA0003408780830000027
R＝(rij)z×(m+n),rij＝ωj·x′ij(i＝1,2,3,...,z；j＝1,2,3,...,m+n)；
Figure FDA0003408780830000028
Figure FDA0003408780830000029
其中，最优解
Figure FDA00034087808300000210
表示所有方案中的最优方案；最劣解
Figure FDA00034087808300000211
表示所有方案中的最差方案，rij表示能源子体系h中，考虑熵权并标准化后第i个地区，第j个指标；不同项目和最优解、最劣解之间的欧式距离表示为：
Figure FDA0003408780830000031
计算分项评价指数Ci：
Figure FDA0003408780830000032
Ci∈[0,1]，最后对指数进行排序，Ci表示评价地区i与最优解的接近程度。
7.根据权利要求6所述的基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于：在所述第一层能源分项绩效评估模块和第二层能源分项绩效评估模块设置有中间处理模块，用于利用熵权法对第一层各能源分项指数进行权重计算：首先对各维度指数指标进行数据标准化处理：D＝(dif)z×m(i＝1,2,3,...,z；f＝1,2,3,4)；；
Figure FDA0003408780830000033
其中dif表示第i个地区，第f个能源分项指数指标，d′if表示标准化后的dif；之后利用熵值法测算不同能源的指标权重：
Figure FDA0003408780830000034
且
Figure FDA0003408780830000035
每个指标权重为：
Figure FDA0003408780830000036
且ωf∈[0,1],
Figure FDA0003408780830000037
8.根据权利要求7所述的基于熵权TOPSIS模型的双层能源绩效评估系统，其特征在于：所述第二层能源分项绩效评估模块利用TOPSIS模型计算目标的最优方案的第二层综合评价指数所采用的算法为：计算加权矩阵并确定最优解
Figure FDA0003408780830000038
与最劣解
Figure FDA0003408780830000039
其中，最优解
Figure FDA00034087808300000310
表示所有方案中的最优方案；最劣解
Figure FDA00034087808300000311
表示所有方案中的最差方案，rif表示评价体系中，考虑熵权并标准化后第i个地区，第f个能源分项指数指标：R＝(rif)z×4,rif＝ωf·d′if(i＝1,2,3,...,z；f＝1,2,3,4)；
Figure FDA00034087808300000312
不同项目和最优解、最劣解之间的欧式距离：
Figure FDA00034087808300000313
计算综合评价指数Ci：
Figure FDA0003408780830000041
Ci∈[0,1]，最后对指数进行排序，Ci表示评价地区i与最优解的接近程度。
CN202111521874.8A 2021-12-14 2021-12-14 基于熵权topsis模型的双层能源绩效评估系统 Pending CN114186862A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111521874.8A CN114186862A (zh) 2021-12-14 2021-12-14 基于熵权topsis模型的双层能源绩效评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111521874.8A CN114186862A (zh) 2021-12-14 2021-12-14 基于熵权topsis模型的双层能源绩效评估系统

Publications (1)

Publication Number Publication Date
CN114186862A true CN114186862A (zh) 2022-03-15

Family

ID=80604827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111521874.8A Pending CN114186862A (zh) 2021-12-14 2021-12-14 基于熵权topsis模型的双层能源绩效评估系统

Country Status (1)

Country Link
CN (1) CN114186862A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115965120A (zh) * 2022-12-01 2023-04-14 广东电网有限责任公司 一种区域能源在短期内的安全预警方法
CN117408566A (zh) * 2023-11-09 2024-01-16 广东工业大学 一种基于熵权法的地区发展评价方法、系统及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111785095A (zh) * 2020-07-31 2020-10-16 北京航空航天大学 监视性能指标评估方法
CN113449965A (zh) * 2021-05-31 2021-09-28 华南师范大学 一种基于熵权topsis法的绩效评估方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111785095A (zh) * 2020-07-31 2020-10-16 北京航空航天大学 监视性能指标评估方法
CN113449965A (zh) * 2021-05-31 2021-09-28 华南师范大学 一种基于熵权topsis法的绩效评估方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
于丹;张兰;张彩虹;: "基于熵权TOPSIS的林木生物质能源区域发展潜力的评价研究", 北京林业大学学报(社会科学版), no. 03, 15 September 2016 (2016-09-15) *
尹士;李柏洲;: "中国区域技术有效供给能力评价及影响因素", 中国科技论坛, no. 04, 5 April 2018 (2018-04-05) *
李杰;: "基于合作博弈和改进TOPSIS的电能质量评估方法研究", 电力系统保护与控制, no. 20, 16 October 2018 (2018-10-16) *
梁建飞;陈松林;: "基于熵权TOPSIS模型的福建省土地利用绩效评价及灰色关联分析", 福建师范大学学报(自然科学版), no. 03, 13 May 2019 (2019-05-13) *
章运超;王家生;朱孔贤;闵凤阳;: "基于TOPSIS模型的河长制绩效评价研究――以江苏省为例", 人民长江, no. 01, 28 January 2020 (2020-01-28) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115965120A (zh) * 2022-12-01 2023-04-14 广东电网有限责任公司 一种区域能源在短期内的安全预警方法
CN117408566A (zh) * 2023-11-09 2024-01-16 广东工业大学 一种基于熵权法的地区发展评价方法、系统及装置

Similar Documents

Publication Publication Date Title
CN107480694B (zh) 基于Spark平台采用两次评价的加权选择集成三支聚类方法
CN114186862A (zh) 基于熵权topsis模型的双层能源绩效评估系统
CN106250438B (zh) 基于随机游走模型的零引用文章推荐方法及系统
WO2016101181A1 (zh) 基于指标预报和解相似度分析的光刻工序动态调度方法
CN107220498B (zh) 一种机械材料评价方法及其系统
Kiani Mavi et al. Developing common set of weights with considering nondiscretionary inputs and using ideal point method
Liu Incomplete big data imputation mining algorithm based on BP neural network
CN112818484A (zh) 一种物理实体数字孪生综合实施能力评估方法及评估系统
CN109543693A (zh) 基于正则化标签传播的弱标注数据降噪方法
CN113111924A (zh) 电力客户分类方法及装置
CN103353916A (zh) 基于工程的复合材料层合板铺层优化后处理方法
Wang et al. Application of hybrid artificial bee colony algorithm based on load balancing in aerospace composite material manufacturing
CN111523768A (zh) 一种基于熵权-topsis的广义需求侧资源品质评价方法
CN116169670A (zh) 一种基于改进神经网络的短期非居民负荷预测方法及系统
CN105740949A (zh) 一种基于随机性best策略的群体全局优化方法
Wang et al. Extended ResNet and label feature vector based chromosome classification
Egwim et al. Comparison of machine learning algorithms for evaluating building energy efficiency using big data analytics
CN114186789A (zh) 综合能源市场成熟度评价及发展阶段划分方法、系统及存储介质
Chen et al. Intelligent detection and classification of surface defects on cold-rolled galvanized steel strips using a data-driven faulty model with attention mechanism
CN108665182A (zh) 一种专利诉讼风险预测方法
CN110750572A (zh) 一种科技成果启发式评价的自适应方法和装置
Li et al. ABM-SpConv-SIMD: Accelerating convolutional neural network inference for industrial IoT applications on edge devices
JP2012079225A (ja) 協調フィルタリング処理方法およびプログラム
CN113792984B (zh) 基于云模型的防空反导指挥控制模型能力评估方法
Marcolino et al. Aggregating opinions to design energy-efficient buildings

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