CN115689338A - 一种基于多指标的配电网技术成熟度评价方法及系统 - Google Patents
一种基于多指标的配电网技术成熟度评价方法及系统 Download PDFInfo
- Publication number
- CN115689338A CN115689338A CN202211266046.9A CN202211266046A CN115689338A CN 115689338 A CN115689338 A CN 115689338A CN 202211266046 A CN202211266046 A CN 202211266046A CN 115689338 A CN115689338 A CN 115689338A
- Authority
- CN
- China
- Prior art keywords
- index
- calculating
- weight
- indexes
- 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
Links
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于多指标的配电网技术成熟度评价方法及系统,其中方法包括获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标;采用层次分析法计算每个因素层指标主观权重;采用熵权法计算每个因素层指标客观权重;根据每个因素层指标主观权重和客观权重计算每个因素层指标权重值;获取对每个因素层指标评价结果的集合;根据每个因素层指标的权重值和评价结果的集合,采用模糊综合评价法计算每个因素层指标的评分;采用三角模糊化将每个因素层指标的评分区间划分为目标数量个技术成熟度等级。本发明使用组合赋权法融合模糊评价进行指标赋权与计算,能够了解当前技术在不同维度的发展情况,为配电网形态构建提供支撑。
Description
技术领域
本发明属于配电网技术成熟度评价技术领域,尤其涉及一种基于多指标的配电网技术成熟度评价方法及系统。
背景技术
电力系统正在向着适应大规模高比例新能源方向演进,为了解配电网形态演变过程与新型电力系统的发展情况,需要掌握当前配电网关键技术的成熟度情况。技术成熟度(Technology Readiness Levels,TRL)评价是根据技术发展到成熟的客观规律,采用标准化测量等级对技术研究进展情况进行定量评价的科学方法。
对新兴技术的成熟度评价,目前常用的评价方法是专利文献法技术专利分析(Technology PatentAnalysis,TPA)、技术文献计量(Technology BiblioMetrics,TBM)和技术发展S-曲线模型评价法。技术发展S-曲线模型将技术发展与生物进化规律相联系,使用曲线展现技术发展的过程,并通过曲线斜率来描述单位投入内技术的增长量,其适用性与于置信度都存在局限。TBM方法通过对技术当前的文献资料进行统计分析,从而得到技术的发展规律,并使用一个函数模型来描述,但是TBM方法只能通过文献资料的等级与数量展现技术发展的规律,不足以准确定义技术的成熟度等级。TPA法使用技术生命周期分析和技术发展程度计量分析的方法,将某一技术不同时间段内的专利的数量与质量作为一种评判依据,评价技术的发展水平,但由于专利的公开文献也具有一定的时延特性,并不能准确反映技术当前发展的成熟度。
发明内容
本发明针对现有技术中的不足,提供一种基于多指标的配电网技术成熟度评价方法及系统。
第一方面,本发明提供一种基于多指标的配电网技术成熟度评价方法,包括:
获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标;
采用层次分析法计算每个因素层指标主观权重;
采用熵权法计算每个因素层指标客观权重;
根据每个因素层指标主观权重和客观权重计算每个因素层指标的权重值;
获取对每个因素层指标评价结果的集合;
根据每个因素层指标的权重值和评价结果的集合,采用模糊综合评价法计算每个因素层指标的评分;
采用三角模糊化将每个因素层指标的评分区间划分为目标数量个技术成熟度等级。
进一步地,所述获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标,包括:
在科研水平方面,选择技术基础研究情况、技术工程化水平、行业生态环境发展情况和科研投入水平为基础指标;
技术状态方面,选择技术安全性、当前有效使用环境、技术性能和指标能否符合产品要求和环境效益为基础指标;
政策环境方面,选择当前政策激励与补偿情况、有无国家政策导向和推广条件是否适应规模化推广需求为基础指标;
经济效益方面,选择交易机制完善程度、市场需求空间、市场供需侧平衡度、当前投资水平和成果转化收益与投入比为基础指标。
进一步地,所述采用层次分析法计算每个因素层指标主观权重,包括:
构建系统多层次结构模型;
构建各层次判断矩阵;
根据以下公式逐层将同一指标对于上一层指标相对重要性的权值进行排序:
其中,Ri为每一行指标的相对重要性权值向量,i=1,2,3,┄,n;n为指标总个数;αij为判断矩阵A中的元素;
根据以下公式计算判断矩阵的最大特征值和指标主观权重向量,并进行一致性检验:
W=λmaxT;
其中,T为判断矩阵的最大特征值λmax对应的特征向量;W为指标主观权重向量;RI为平均随机一致性指标,根据标准表查出;如果ε<0.1,则判断矩阵A通过一致性校验;如果ε≥0.1,则判断矩阵A不通过一致性校验,重新调整判断矩阵A,再重新进行校验;
从最高层次到最低层次依次计算目标层次所有指标对于最高层相对重要性的权值。
进一步地,所述采用熵权法计算每个因素层指标客观权重,包括:
根据以下公式计算准则层目标指标下的因素层目标指标的比重:
其中,pij为准则层第j个指标下的因素层第i个指标的比重;n为指标总个数;Yij为预设的指标的重要性进行标准化处理后构成标准化矩阵中的元素;
根据以下公式计算准则层目标指标的的熵值:
其中,ei为准则层第j个指标的的熵值;
定义信息效用值di=1-ei,对信息效用值归一化处理,根据以下公式计算每个因素层指标的权重:
其中,γi为每个因素层指标客观权重。
进一步地,所述根据每个因素层指标主观权重和客观权重计算每个因素层指标的权重值,包括:
根据以下公式计算每个因素层指标的权重值:
其中,δi为因素层第i个指标的权重值。
第二方面,本发明提供一种基于多指标的配电网技术成熟度评价系统,包括:
第一获取模块,用于获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标;
第一计算模块,用于采用层次分析法计算每个因素层指标主观权重;
第二计算模块,用于采用熵权法计算每个因素层指标客观权重;
第三计算模块,用于根据每个因素层指标主观权重和客观权重计算每个因素层指标的权重值;
第二获取模块,用于获取对每个因素层指标评价结果的集合;
第四计算模块,用于根据每个因素层指标的权重值和评价结果的集合,采用模糊综合评价法计算每个因素层指标的评分;
等级划分模块,用于采用三角模糊化将每个因素层指标的评分区间划分为目标数量个技术成熟度等级。
进一步地,所述第一计算模块包括:
第一构建单元,用于构建系统多层次结构模型;
第二构建单元,用于构建各层次判断矩阵;
排序单元,用于根据以下公式逐层将同一指标对于上一层指标相对重要性的权值进行排序:
其中,Ri为每一行指标的相对重要性权值向量,i=1,2,3,┄,n;n为指标总个数;αij为判断矩阵A中的元素;
第一计算单元,用于根据以下公式计算判断矩阵的最大特征值和指标主观权重向量,并进行一致性检验:
W=λmaxT;
其中,T为判断矩阵的最大特征值λmax对应的特征向量;W为指标主观权重向量;RI为平均随机一致性指标,根据标准表查出;如果ε<0.1,则判断矩阵A通过一致性校验;如果ε≥0.1,则判断矩阵A不通过一致性校验,重新调整判断矩阵A,再重新进行校验;
第二计算单元,用于从最高层次到最低层次依次计算目标层次所有指标对于最高层相对重要性的权值。
进一步地,所述第二计算模块,包括:
第三计算单元,用于根据以下公式计算准则层目标指标下的因素层目标指标的比重:
其中,pij为准则层第j个指标下的因素层第i个指标的比重;n为指标总个数;Yij为预设的指标的重要性进行标准化处理后构成标准化矩阵中的元素;
第四计算单元,用于根据以下公式计算准则层目标指标的的熵值:
其中,ei为准则层第j个指标的的熵值;
第五计算单元,用于定义信息效用值di=1-ei,对信息效用值归一化处理,根据以下公式计算每个因素层指标的权重:
其中,γi为每个因素层指标客观权重。
进一步地,所述第三计算模块,包括:
第五计算单元,用于根据以下公式计算每个因素层指标的权重值:
其中,δi为因素层第i个指标的权重值。
本发明提供一种基于多指标的配电网技术成熟度评价方法及系统,其中方法包括获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标;采用层次分析法计算每个因素层指标主观权重;采用熵权法计算每个因素层指标客观权重;根据每个因素层指标主观权重和客观权重计算每个因素层指标的权重值;获取对每个因素层指标评价结果的集合;根据每个因素层指标的权重值和评价结果的集合,采用模糊综合评价法计算每个因素层指标的评分;采用三角模糊化将每个因素层指标的评分区间划分为目标数量个技术成熟度等级。本发明针对配电网关键技术的特点,在科研水平、技术状态、政策环境、经济效益四个方面构建了多个评价指标;使用组合赋权法融合模糊评价的方法进行指标赋权与计算,形成一种普适的技术成熟度评价方法。相比传统评价方法,该方法能更加全面、系统地对技术进行综合评价,并且能够了解当前技术在不同维度的发展情况,可以为配电网形态构建提供支撑。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于多指标的配电网技术成熟度评价方法的流程图;
图2为本发明实施例提供的一种基于多指标的配电网技术成熟度评价系统的结构示意图;
图3为本发明实施例提供的指标权重计算结果对比图;
图4为本发明实施例提供的技术成熟度S曲线展示图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
在一实施例中,如图1所示,本发明实施例提供一种基于多指标的配电网技术成熟度评价方法,包括:
步骤101,获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标。
对传统9级TRL体系进行优化调整,如表1所示。
表1传统9级TRL等级优化与调整
在传统9级成熟度等级的基础上,增加第十级用以表述技术应用于生产生活后的阶段,并进行描述,如表2所示。
表2改进多层级技术成熟度等级及其描述
根据指标设计原则与现有研究成果,从科研水平B1、技术状态B2、政策环境B3与经济效益B4四个方面建立多级指标体系。
在科研水平B1方面,选择技术基础研究情况C1、技术工程化水平C2、行业生态环境发展情况C3和科研投入水平C4为基础指标;技术状态B2方面,选择技术安全性C5、当前有效使用环境C6、技术性能和指标能否符合产品要求C7和环境效益C8为基础指标;政策环境B3方面,选择当前政策激励与补偿情况C9、有无国家政策导向C10和推广条件是否适应规模化推广需求C11为基础指标;经济效益B4方面,选择交易机制完善程度C12、市场需求空间C13、市场供需侧平衡度C14、当前投资水平C15和成果转化收益与投入比C16为基础指标。
步骤102,采用层次分析法计算每个因素层指标主观权重。
构建系统多层次结构模型。
构建各层次判断矩阵。
根据以下公式逐层将同一指标对于上一层指标相对重要性的权值进行排序:
其中,Ri为每一行指标的相对重要性权值向量,i=1,2,3,┄,n;n为指标总个数;αij为判断矩阵A中的元素;
根据以下公式计算判断矩阵的最大特征值和指标主观权重向量,并进行一致性检验:
W=λmaxT;
其中,T为判断矩阵的最大特征值λmax对应的特征向量;W为指标主观权重向量;RI为平均随机一致性指标,根据标准表查出;如果ε<0.1,则判断矩阵A通过一致性校验;如果ε≥0.1,则判断矩阵A不通过一致性校验,重新调整判断矩阵A,再重新进行校验。
从最高层次到最低层次依次计算目标层次所有指标对于最高层相对重要性的权值。
步骤103,采用熵权法计算每个因素层指标客观权重。
根据以下公式计算准则层目标指标下的因素层目标指标的比重:
其中,pij为准则层第j个指标下的因素层第i个指标的比重;n为指标总个数;Yij为预设的指标的重要性进行标准化处理后构成标准化矩阵中的元素;
根据以下公式计算准则层目标指标的的熵值:
其中,ei为准则层第j个指标的的熵值。
定义信息效用值di=1-ei,对信息效用值归一化处理,根据以下公式计算每个因素层指标的权重:
其中,γi为每个因素层指标客观权重。
步骤104,根据每个因素层指标主观权重和客观权重计算每个因素层指标的权重值。
根据以下公式计算每个因素层指标的权重值:
其中,δi为因素层第i个指标的权重值。
步骤105,获取对每个因素层指标评价结果的集合。
步骤106,根据每个因素层指标的权重值和评价结果的集合,采用模糊综合评价法计算每个因素层指标的评分。
步骤107,采用三角模糊化将每个因素层指标的评分区间划分为目标数量个技术成熟度等级。
步骤105-107,使用模糊综合评价法把定性评价转化为定量评价。
确定因素集及权重向量。因素集是以影响评价对象的各种因素为元素所组成的一个普通集合,通常用Q表示,Q={q1,q2,q3,...,qm},其中元素qm表示影响评价对象的第m个因素。
建立综合评价的评语集。评价集是评价者对评价对象可能做出的各种评价结果所组成的集合,通常用P表示,P={p1,p2,p3,...,pk},其中元素pk表示第k种评价结果。
进行单因素模糊评价,建立评价矩阵。对因素集Q中第h个元素单因素评价的结果用集合表示为:Fi={fh1,fh2,fh3,...,fhn},则r个单因素评价集组成的矩阵为Fr×n,称为模糊综合评价矩阵。
建立综合评价模型。确定单因素模糊评价矩阵F和指标权重δi后,将因素集Q上的模糊向量R映射到矩阵P上,构建模糊向量B,即B=R1×rFr×n,然后根据组合赋权法计算的权重与指标模糊评价情况,可以计算出因素层各指标的综合评价得分。
通过三角模糊化将评价得分区间划分为10级以对应10级技术成熟度等级。其中,小于7级表示所分析的技术目前尚未达到成熟阶段,如表3所示。
表3模糊划分综合评价得分
基于AHP-9标度法,对准则层与因素层分别进行重要性排序,将预设评价结果整合后得到判断矩阵。以准则层B1~B4和因素层C1~C4为例,判断矩阵如表4和表5所示。
表4准则层B1-B4判断矩阵
表5因素层C1-C4判断矩阵
基于本文构建的综合评价指标体系,从预设评价结果可以看出,目前该技术在技术状态层面重要性最高,在政策环境、经济效益和科研层面上的重要性相近,技术自身的状态最能反映技术的发展状况。
使用层次分析法和熵权法计算出各指标的主、客观权重与组合权重,如表6所示。将层次分析法、熵权法、均方差法和组合权重法的权重计算结果整理,如图3所示,
表6各指标权重
从各指标权重计算结果可以看出,指标客观权重与主观权重保持着相似重要性趋势,组合权重与其他方法计算出的指标权重接近,权重分布与预设各指标的主观倾向一致,部分指标权重有一定程度上的变化,说明主、客观权重的结合可以降低主观评价引入的主观随意性,使得指标权重的分配更加合理。
构建评语集,定义P={p1,p2,p3,p4,p5},其元素分别表示“优秀(p1)、良好(p2)、一般(p3)、较差(p4)、很差(p5)”,其中各评语所对应的分数为S={1.0,0.8,0.6,0.4,0.2}。通过对指标的打分,进行单因素模糊评价,获得各因素评价矩阵后建立综合评价模型,通过计算可得出各指标评价得分,如表7所示。
表7模糊综合评价得分
最后,由计算得出,交直流配电网协调控制技术的综合评价得分为64.7235分,对应技术成熟度等级为7级,可知系统原型已接近实际系统,可在实际环境下通过验证。将技术成熟度等级与评价得分反映在技术成熟S曲线上,如图4所示,从而可以对技术的发展现状有清晰的认识。
基于同一发明构思,本发明实施例还提供了一种基于多指标的配电网技术成熟度评价系统,由于该系统解决问题的原理与前述一种基于多指标的配电网技术成熟度评价方法相似,因此该系统的实施可以参见一种基于多指标的配电网技术成熟度评价方法的实施,重复之处不再赘述。
在另一实施例中,本发明一个实施例提供一种基于多指标的配电网技术成熟度评价系统,如图2所示,包括:
第一获取模块10,用于获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标。
第一计算模块20,用于采用层次分析法计算每个因素层指标主观权重。
第二计算模块30,用于采用熵权法计算每个因素层指标客观权重。
第三计算模块40,用于根据每个因素层指标主观权重和客观权重计算每个因素层指标的权重值。
第二获取模块50,用于获取对每个因素层指标评价结果的集合。
第四计算模块60,用于根据每个因素层指标的权重值和评价结果的集合,采用模糊综合评价法计算每个因素层指标的评分。
等级划分模块70,用于采用三角模糊化将每个因素层指标的评分区间划分为目标数量个技术成熟度等级。
可选地,所述第一计算模块包括:
第一构建单元,用于构建系统多层次结构模型;
第二构建单元,用于构建各层次判断矩阵;
排序单元,用于根据以下公式逐层将同一指标对于上一层指标相对重要性的权值进行排序:
其中,Ri为每一行指标的相对重要性权值向量,i=1,2,3,┄,n;n为指标总个数;αij为判断矩阵A中的元素;
第一计算单元,用于根据以下公式计算判断矩阵的最大特征值和指标主观权重向量,并进行一致性检验:
W=λmaxT;
其中,T为判断矩阵的最大特征值λmax对应的特征向量;W为指标主观权重向量;RI为平均随机一致性指标,根据标准表查出;如果ε<0.1,则判断矩阵A通过一致性校验;如果ε≥0.1,则判断矩阵A不通过一致性校验,重新调整判断矩阵A,再重新进行校验;
第二计算单元,用于从最高层次到最低层次依次计算目标层次所有指标对于最高层相对重要性的权值。
可选地,所述第二计算模块,包括:
第三计算单元,用于根据以下公式计算准则层目标指标下的因素层目标指标的比重:
其中,pij为准则层第j个指标下的因素层第i个指标的比重;n为指标总个数;Yij为预设的指标的重要性进行标准化处理后构成标准化矩阵中的元素;
第四计算单元,用于根据以下公式计算准则层目标指标的的熵值:
其中,ei为准则层第j个指标的的熵值;
第五计算单元,用于定义信息效用值di=1-ei,对信息效用值归一化处理,根据以下公式计算每个因素层指标的权重:
其中,γi为每个因素层指标客观权重。
可选地,所述第三计算模块,包括:
第五计算单元,用于根据以下公式计算每个因素层指标的权重值:
其中,δi为因素层第i个指标的权重值。
关于上述各个模块更加具体的工作过程可以参考前述实施例公开的相应内容,在此不再进行赘述。
以上结合具体实施方式和范例性实例对本发明进行了详细说明,不过这些说明并不能理解为对本发明的限制。本领域技术人员理解,在不偏离本发明精神和范围的情况下,可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。
Claims (9)
1.一种基于多指标的配电网技术成熟度评价方法,其特征在于,包括:
获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标;
采用层次分析法计算每个因素层指标主观权重;
采用熵权法计算每个因素层指标客观权重;
根据每个因素层指标主观权重和客观权重计算每个因素层指标的权重值;
获取对每个因素层指标评价结果的集合;
根据每个因素层指标的权重值和评价结果的集合,采用模糊综合评价法计算每个因素层指标的评分;
采用三角模糊化将每个因素层指标的评分区间划分为目标数量个技术成熟度等级。
2.根据权利要求1所述的基于多指标的配电网技术成熟度评价方法,其特征在于,所述获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标,包括:
在科研水平方面,选择技术基础研究情况、技术工程化水平、行业生态环境发展情况和科研投入水平为基础指标;
技术状态方面,选择技术安全性、当前有效使用环境、技术性能和指标能否符合产品要求和环境效益为基础指标;
政策环境方面,选择当前政策激励与补偿情况、有无国家政策导向和推广条件是否适应规模化推广需求为基础指标;
经济效益方面,选择交易机制完善程度、市场需求空间、市场供需侧平衡度、当前投资水平和成果转化收益与投入比为基础指标。
3.根据权利要求1所述的基于多指标的配电网技术成熟度评价方法,其特征在于,所述采用层次分析法计算每个因素层指标主观权重,包括:
构建系统多层次结构模型;
构建各层次判断矩阵;
根据以下公式逐层将同一指标对于上一层指标相对重要性的权值进行排序:
其中,Ri为每一行指标的相对重要性权值向量,i=1,2,3,┄,n;n为指标总个数;αij为判断矩阵A中的元素;
根据以下公式计算判断矩阵的最大特征值和指标主观权重向量,并进行一致性检验:
W=λmaxT;
其中,T为判断矩阵的最大特征值λmax对应的特征向量;W为指标主观权重向量;RI为平均随机一致性指标,根据标准表查出;如果ε<0.1,则判断矩阵A通过一致性校验;如果ε≥0.1,则判断矩阵A不通过一致性校验,重新调整判断矩阵A,再重新进行校验;
从最高层次到最低层次依次计算目标层次所有指标对于最高层相对重要性的权值。
6.一种基于多指标的配电网技术成熟度评价系统,其特征在于,包括:
第一获取模块,用于获取配电网技术成熟度评价的多个准则层指标和每个准则层下对应的多个因素层指标;
第一计算模块,用于采用层次分析法计算每个因素层指标主观权重;
第二计算模块,用于采用熵权法计算每个因素层指标客观权重;
第三计算模块,用于根据每个因素层指标主观权重和客观权重计算每个因素层指标的权重值;
第二获取模块,用于获取对每个因素层指标评价结果的集合;
第四计算模块,用于根据每个因素层指标的权重值和评价结果的集合,采用模糊综合评价法计算每个因素层指标的评分;
等级划分模块,用于采用三角模糊化将每个因素层指标的评分区间划分为目标数量个技术成熟度等级。
7.根据权利要求6所述的基于多指标的配电网技术成熟度评价系统,其特征在于,所述第一计算模块包括:
第一构建单元,用于构建系统多层次结构模型;
第二构建单元,用于构建各层次判断矩阵;
排序单元,用于根据以下公式逐层将同一指标对于上一层指标相对重要性的权值进行排序:
其中,Ri为每一行指标的相对重要性权值向量,i=1,2,3,┄,n;n为指标总个数;αij为判断矩阵A中的元素;
第一计算单元,用于根据以下公式计算判断矩阵的最大特征值和指标主观权重向量,并进行一致性检验:
W=λmaxT;
其中,T为判断矩阵的最大特征值λmax对应的特征向量;W为指标主观权重向量;RI为平均随机一致性指标,根据标准表查出;如果ε<0.1,则判断矩阵A通过一致性校验;如果ε≥0.1,则判断矩阵A不通过一致性校验,重新调整判断矩阵A,再重新进行校验;
第二计算单元,用于从最高层次到最低层次依次计算目标层次所有指标对于最高层相对重要性的权值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211266046.9A CN115689338A (zh) | 2022-10-17 | 2022-10-17 | 一种基于多指标的配电网技术成熟度评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211266046.9A CN115689338A (zh) | 2022-10-17 | 2022-10-17 | 一种基于多指标的配电网技术成熟度评价方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115689338A true CN115689338A (zh) | 2023-02-03 |
Family
ID=85067395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211266046.9A Pending CN115689338A (zh) | 2022-10-17 | 2022-10-17 | 一种基于多指标的配电网技术成熟度评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689338A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116976694A (zh) * | 2023-07-19 | 2023-10-31 | 珠江水利委员会珠江水利科学研究院 | 一种滩涂生态系统综合评价方法 |
-
2022
- 2022-10-17 CN CN202211266046.9A patent/CN115689338A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116976694A (zh) * | 2023-07-19 | 2023-10-31 | 珠江水利委员会珠江水利科学研究院 | 一种滩涂生态系统综合评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111126775A (zh) | 一种基于层次分析法的居民客户价值分级模型构建方法 | |
CN115689338A (zh) | 一种基于多指标的配电网技术成熟度评价方法及系统 | |
CN112330153A (zh) | 基于非线性正交回归的行业规模预测模型建模方法及装置 | |
CN114298538A (zh) | 电网零购项目的投资方案评估方法、系统及存储介质 | |
CN112330030B (zh) | 业扩物资需求预测系统及方法 | |
CN107644285A (zh) | 售电市场盈利能力评估指标的筛选与权重确定方法及系统 | |
CN117235510A (zh) | 节理粗糙度预测方法与节理粗糙度预测模型训练方法 | |
Sueyoshi et al. | Efficiency measurement and strategic classification of Japanese banking institutions | |
CN111832854A (zh) | 汽车研发质量管理体系的成熟度量化评价方法、系统及可读介质 | |
CN110866694A (zh) | 一种电网建设项目财务评价系统及其方法 | |
CN114091908A (zh) | 计及多模式储能站的配电网综合评价方法、装置和设备 | |
CN113327047B (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及系统 | |
CN109657967A (zh) | 一种输电网规划方案评价指标权重的确认方法及系统 | |
CN114266485A (zh) | 电力信息通信数据质量检测模型的构建方法及构建系统 | |
CN113283688A (zh) | 一种基于熵权法与多目标属性决策的电力数据资产价值评估方法 | |
CN112488438A (zh) | 一种结合信用信息的工业企业综合效益评价方法及系统 | |
CN111353707A (zh) | 基于数据包络分析和bp神经网络的科技投入绩效评价方法 | |
CN112070336A (zh) | 一种基于层次分析法的制造业信息量化分析方法及装置 | |
CN114943463B (zh) | 一种配电网节能技措评估方法 | |
CN115630863A (zh) | 电网企业投资关键影响因素及项目综合效用评价方法 | |
CN117635033A (zh) | 用于数字化管理的电网基建项目质量链识别与评价方法 | |
CN114648224A (zh) | 一种基于模糊综合评价的创新乡村旅游效率评价方法 | |
CN115168521A (zh) | 一种多属性决策的城市cbd选址方法 | |
CN117371719A (zh) | 数据处理方法、装置及电子设备 | |
CN115018650A (zh) | 一种计量投资组合风险的优化方法 |
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 |