CN115860552A - 一种农村能源互联网综合效益评价方法 - Google Patents
一种农村能源互联网综合效益评价方法 Download PDFInfo
- Publication number
- CN115860552A CN115860552A CN202211575276.3A CN202211575276A CN115860552A CN 115860552 A CN115860552 A CN 115860552A CN 202211575276 A CN202211575276 A CN 202211575276A CN 115860552 A CN115860552 A CN 115860552A
- Authority
- CN
- China
- Prior art keywords
- index
- energy internet
- weight
- comprehensive
- comprehensive benefit
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农村能源技术领域,提供了一种农村能源互联网综合效益评价方法。该方法包括:建立农村能源互联网综合效益评价指标体系,获得农村能源互联网综合效益评价指标;基于层次分析法对农村能源互联网综合效益评价指标进行计算,获得主观权重;基于熵权法对农村能源互联网综合效益评价指标计算计算,获得客观权重;采用最小二乘法对农村能源互联网综合效益评价指标计算出综合权重;识别出农村能源互联网薄弱环节;提出农村能源互联网建设优化建议。本方法达到了评价结果更为客观准确的目的,实现了建议兼具针对性与合理性。
Description
技术领域
本发明涉及农村能源技术领域,尤其涉及一种农村能源互联网综合效益评价方法。
背景技术
目前,国内外学者已相继开展了对各区域能源互联网评价指标与方法方面的研究,并取得了一定的成果。其中,有学者对多主体下综合能源系统进行效益评价,构建了包括能耗效益、环境效益、经济效益的多效益评价体系;另外,针对各类型能源互联网评价指标与方法,还有学者构建包含系统安全可靠性、能源与设备的高效性、项目投资经济性的园区能源互联网评价指标。
上述相关研究在能源互联网的评价方面的当前研究还存在一些不足:评价对象层面,对于拥有广阔面积的农村能源互联网涉及较少;评价指标体系层面,较少考虑能源互联网对上级能源网需求响应影响;评价方法层面,大部分学者均采用主观与客观的综合赋权的评价方法,但评价后较少进行反向追踪找出该区域最薄弱的环节。
发明内容
有鉴于此,本发明提供了一种农村能源互联网综合效益评价方法,以解决现有技术中无法在评价中所发现的农村能源互联网的薄弱环节的问题。
本发明提供了一种农村能源互联网综合效益评价方法,包括:
S1.建立农村能源互联网综合效益评价指标体系,获得农村能源互联网综合效益评价指标;
S2.基于层次分析法对所述农村能源互联网综合效益评价指标进行计算,获得主观权重;
S3.基于熵权法对所述农村能源互联网综合效益评价指标进行计算,获得客观权重;
S4.基于所述主观权重和所述客观权重,采用最小二乘法对所述农村能源互联网综合效益评价指标进行计算,获得综合权重;
S5.基于所述综合权重,识别出农村能源互联网薄弱环节;
S6.针对所述农村能源互联网薄弱环节,提出农村能源互联网建设优化建议。
进一步地,所述S1中,所述农村能源互联网综合效益评价指标体系包括三级指标,
一级指标为目标层;
二级指标为准则层,具体包括经济效益化水平、能源智慧化水平、能源利用化水平、用能低碳化水平和发展普惠化水平,5个二级指标;
三级指标为方案层,具体包括从属于经济效益化水平指标的资本收益率、抗风险能力2个三级指标。
进一步地,所述S2包括:
S21.将影响农村能源互联网综合效益的指标分解成设定数量个等级,构建农村能源互联网综合效益评价指标体系,其中,设定数量包括3;
S22.基于农村能源互联网综合效益评价指标体系,构建判断矩阵:
S23.对所述判断矩阵进行一致性检验,获得终极指标;
S24.采用求和法,确定终极指标的主观权重。
进一步地,所述S23包括:
S231.计算一致性检验指标;
S232.查找出相应的平均随机一致性指标;
S233.基于所述一致性检验指标和所述平均随机一致性指标,计算一致性比例,获得所述终极指标。
进一步地,所述S24包括:
S241.对所述判断矩阵Aij中的各列数据求和,得到和值向量;
S242.计算归一化向量;
S243.基于所述归一化向量计算主观权重。
进一步地,所述主观权重包括如下表达式:
进一步地,所述S3包括:
S31、对m个对象及m个对象的n个终极指标的原始数据构建矩阵;
S32基于所述矩阵,对所述原始数据进行标准化处理得到标准化矩阵P′li;
S33.基于所述标准化矩阵,计算出第i项指标的熵值;
S34.基于所述第i项指标的熵值,计算出第i项指标的差异系数;
S35.基于所述第i项指标的差异系数,计算出第i项指标的客观权重。
进一步地,所述客观权重包括如下表达式:
进一步地,所述S4中,所述综合权重的包括如下表达式:
其中,ωi表示综合权重,minF表示综合权重求解方差和的最小目标值。
本发明与现有技术相比存在的有益效果是:
1.本发明通过建立评价指标体系,获得评价指标及后续计算处理的评价方法,而后进行评价,填补了在农村能源互联网综合效益评价方面对农村能源互联网评价空缺;
2.本发明通过综合权重从多角度分析了农村能源互联网的发展现状,使得评价结果更为客观准确;
3.本方法通过对农村能源互联网综合效益的薄弱环节进行识别得出的结果提出的改善建议,实现了建议兼具针对性与合理性。
附图说明
为了更清楚地说明本发明中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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它的附图。
图1是本发明提供的一种农村能源互联网综合效益评价方法的流程图;
图2是本发明提供的农村能源互联网综合效益得分分布图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
下面将结合附图详细说明本发明提供的一种农村能源互联网综合效益评价方法。
图1是本发明提供的一种农村能源互联网综合效益评价方法的流程图。
图2是本发明提供的农村能源互联网综合效益得分分布图。
如图1所示,该综合效益评价方法包括:
S1.建立农村能源互联网综合效益评价指标体系,获得农村能源互联网综合效益评价指标;
4.所述S1中,所述农村能源互联网综合效益评价指标体系包括三级指标,
一级指标为目标层;
二级指标为准则层,具体包括经济效益化水平、能源智慧化水平、能源利用化水平、用能低碳化水平和发展普惠化水平,5个二级指标;
三级指标为方案层,具体包括从属于经济效益化水平指标的资本收益率、抗风险能力2个三级指标。
其中,三级指标即本评价指标体系的终极指标。
从属能源智慧化水平指标的配电自动化终端覆盖率、智能变电站覆盖率、服务上线率3个三级指标;从属于能源利用化水平指标的可再生能源装机容量比例、能源自给率2个三级指标;从属于用能低碳化水平指标的可再生能源占一次能源消费比重、碳减排率2个三级指标;从属于发展惠普化水平指标的电压合格率、供电可靠率2个三极指标。
S2.基于层次分析法对所述农村能源互联网综合效益评价指标进行计算,获得主观权重;
其中,层次分析法是综合了定性与定量分析,模拟人的决策思维过程,具有思路清晰、方法简便、系统性强等特点,是分析多目标、多因素、多准则的复杂大系统,根据层次分析法建立农村能源互联网综合效益评价指标体系,确定终极指标的主观权重所述终极指标指的是评价指标体系的最后一级指标。
所述S2包括:
S21.将影响农村能源互联网综合效益的指标分解成设定数量个等级,构建农村能源互联网综合效益评价指标体系,其中,设定数量包括3;
为了对农村能源互联网综合效益进行评估,需要构建农村能源互联网综合效益影响要素指标体系,在深入分析实际问题的基础上,将影响农村能源互联网综合效益的相关指标分解成若干等级,同一级上的指标从属于上一级的指标或对上级指标有影响,同时又支配下一级的指标或受下级指标的作用;
考虑到农村能源互联网对能源企业经营的意义,以及能源互联网发展对社会、环境、经济等的影响,本文从经济效益化水平、能源智慧化水平、能源利用化水平、用能低碳化水平和发展普惠化水平这5个维度出发,构建农村能源互联网商业模式评价指标体系。
S22.基于农村能源互联网综合效益评价指标体系,构建判断矩阵:
从构建的农村能源互联网综合效益评价指标体系的第二级指标开始,对于从属于同一个上一级指标的n个同级指标,用两两比较法构建判断矩阵Aij,所述判断矩阵Aij为一个或多个,直到构建至终极指标;
Aij={aij}n×n
其中,Aij表示判断矩阵,i、j表示n个同级指标中的第i个和第j个指标,i≤n,j≤n;
从构建的农村能源互联网综合效益评价指标体系的第二级指标开始,对于从属于同一个上一级指标的n个同级指标,用两两比较法构建判断矩阵Aij,判断矩阵Aij为一个或多个,直到构建至终极指标;
其中,i、j为n个同级指标中的第i个和第j个指标,i≤n,j≤n;
两两比较法中各指标的重要程度为收集不同领域专家对指标间重要程度的评分情况,并以各评分均值作为最后的评分结果,两两比较法的结果用表1中的标度表示:
表1两两比较法结果
表2两两比较法附表
2,4,6,8 | 以上两判断之间的中间状态对应的标度值 |
倒数 | 若i因素与j因素比较,判断值为a<sub>ij</sub>=1/a<sub>ji</sub> |
S23.对所述判断矩阵进行一致性检验,获得终极指标;
对于每一个判断矩阵计算最大特征根及其对应的特征向量,并利用一致性指标、随机一致性指标和一致性比例做一致性检验,若检验通过,特征向量(归一化)即为权向量;若不通过,则应考虑重新构造判断矩阵(即重新定义指标间重要程度),特征向量的近似值通常采用求和法或求根法求得。
所述S23包括:
S231.计算一致性检验指标;
其中,CI表示一致性检验指标,λmax表示判断矩阵Aij的最大特征根,N表示矩阵Aij的阶数;
S232.查找出相应的平均随机一致性指标;
查找相应的平均随机一致性指标RI;
表3平均随机一致性指标
N | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.24 | 1.36 | 1.41 | 1.45 |
S233.基于所述一致性检验指标和所述平均随机一致性指标,计算一致性比例,获得所述终极指标。
具体地,对每一级指标的一个或多个判断矩阵Aij进行一致性检测,若所述一致性比例CR>0.1,则调整相应的判断矩阵Aij,所述一致性指标检测合格后再进行下一级一致性指标的一致性检测,直至检测出所述终极指标。
所述一致性比例计算式如下:
CR=CI/RI
其中,CR表示一致性比例,CI表示平均随机一致性指标。
S24.采用求和法,确定终极指标的主观权重。
所述S24包括:
S242.计算归一化向量Cij={cij}n×n;
其中,aij表示判断矩阵Aij中的项,cnn表示归一化向量矩阵中的项。
S243.基于所述归一化向量计算主观权重。
所述主观权重包括如下表达式:
S3.基于熵权法对所述农村能源互联网综合效益评价指标计算计算,获得客观权重;
根据熵权法确定终极指标的客观权重对于客观赋权方法的选择,需要考虑不同配电网资产指标体系的特征以及不同赋权方法优缺点,采用恰当的客观赋权方法。熵权法属于客观赋权法,在包含多个指标和多个指标对象的价值评价体系中应用广泛,熵权法的优点在于完全从数据本身的离散程度来定义其数据的价值和权重。
所述S3包括:
S31、对m个对象及m个对象的n个终极指标的原始数据构建矩阵Pli
所述原始数据构建矩阵包括如下表达式:
Pli={pli}m×n
其中,Pli表示第l个对象第i项终极指标的值,l≤m,i≤n;
S32基于所述矩阵,对所述原始数据进行标准化处理得到标准化矩阵P′li;
S33、计算第i项指标的熵值ei为:
S33.基于所述标准化矩阵,计算出第i项指标的熵值;
S34.基于所述第i项指标的熵值,计算出第i项指标的差异系数;
gi=1e
其中,gi表示第i项指标的差异系数。
S35.基于所述第i项指标的差异系数,计算出第i项指标的客观权重。
S4.基于所述主观权重和所述客观权重,采用最小二乘法对所述农村能源互联网综合效益评价指标进行计算,获得综合权重;
所述S4中,所述综合权重的包括如下表达式:
其中,ωi表示综合权重,minF表示综合权重求解方差和的最小目标值。
S5.基于所述综合权重,识别出农村能源互联网薄弱环节;
S6.针对所述农村能源互联网薄弱环节,提出农村能源互联网建设优化建议。
本发明通过建立评价指标体系,获得评价指标及后续计算处理的评价方法,而后进行评价,填补了在农村能源互联网综合效益评价方面对农村能源互联网评价空缺;通过综合权重从多角度分析了农村能源互联网的发展现状,达到了评价结果更为客观准确的目的;通过对农村能源互联网综合效益的薄弱环节进行识别得出的结果提出的改善建议,实现了建议兼具针对性与合理性。
实施例1
农村能源互联网综合评价实证分析
一、层次分析法确定主观权重
首先运用层次分析法把农村能源互联网综合评价指标体系分为目标层、准则层、方案层。准则层包括经济效益化水平、能源智慧化水平、能源利用化水平、用能低碳化水平、发展惠普化水平。方案层包括资本收益率、抗风险能力、配电自动化终端覆盖率、智能变电站覆盖率、服务上线率、可再生能源装机容量比例、能源自给率、可再生能源占一次能源消费比重、碳减排率、电压合格率、供电可靠率。
表4农村能源互联网综合评价指标体系
运用层次分析法把农村能源互联网综合评价指标分为目标层、准则层、方案层。根据不同指标与农村能源互联网的关联关系,准则层可以划分为五个环节,分别是经济效益化水平B1、能源智慧化水平B2、能源利用化水平B3、用能低碳化水平B4、发展普惠化水平B5。经济效益化水平包括资本收益率C1和抗风险能力C2两项指标;能源智慧化水平包括配电自动化终端覆盖率C3、智能变电站覆盖率C4、服务上线率C5;能源利用化包括可再生能源装机容量比例C6、能源自给率C7;用能低碳化水平包括可再生能源占一次能源消费比重C8、碳减排率C9;发展普惠化包括电压合格率C10、供电可靠率市场开放性C11。
根据层次分析法结构模型,生成调查问卷给能源互联网领域的专家评议并填写,将专家们的平均值构建一个判断矩阵,并计算特征向量,即农村能源互联网综合效益指标的权重。首先计算目标层下准则层的权重,然后计算准则层下方案层的权重,并对各个判断矩阵进行一致性检验,如果小于0.1表示一致性比较满意,否则需要根据能源互联网业务的实际情况,重新赋值计算,直到判断矩阵能够通过一致性检验。
表5目标层下准则层的判断矩阵
目标层 | A | B1 | B2 | B3 | B4 | B5 | 特征向量 |
经济效益化水平 | B1 | 1 | 1 | 1 | 1 | 1 | 0.2 |
能源智慧化水平 | B2 | 1 | 1 | 1 | 1 | 1 | 0.2 |
能源利用化水平 | B3 | 1 | 1 | 1 | 1 | 1 | 0.2 |
用能低碳化水平 | B4 | 1 | 1 | 1 | 1 | 1 | 0.2 |
发展普惠化水平 | B5 | 1 | 1 | 1 | 1 | 1 | 0.2 |
经过一致性检验,目标层下准则层的判断矩阵一致性比例为0<0.1。然后根据准则层(经济效益化水平B1)下方案层(C1-C2)的判断矩阵计算特征向量,如下表:
表6准则层B1下方案层的判断矩阵
经济效益化水平 | B1 | C1 | C2 | 特征向量 |
资本收益率 | C1 | 1 | 1/3 | 0.2491 |
抗风险能力 | C2 | 3 | 1 | 0.7509 |
该判断矩阵的一致性结果为0<0.1,由此确定出C1-C2相对于准则层的权重为0.2491和0.7509。准则层(能源智慧化水平B2)下方案层(C3-C5)的判断矩阵计算特征向量,如下表:
表7准则层B2下方案层的判断矩阵
能源智慧化水平 | B2 | C3 | C4 | C5 | 特征向量 |
配电自动化终端覆盖率 | C3 | 1 | 1 | 2 | 0.4 |
智能变电站覆盖率 | C4 | 1 | 1 | 2 | 0.4 |
服务上线率 | C5 | 0.5 | 0.5 | 1 | 0.2 |
上述判断矩阵一致性检验结果为0<0.1,由此确定出C3-C5相对于准则层的权重为0.4、0.4、0.2。准则层(能源利用化水平B3)下方案层(C6-C7)的判断矩阵计算特征向量,如下表:
表7准则层B3下方案层的判断矩阵
能源利用化水平 | B3 | C6 | C7 | 特征向量 |
可再生能源装机容量比例 | C6 | 1 | 1/3 | 0.2491 |
能源自给率 | C7 | 3 | 1 | 0.7509 |
该判断矩阵的一致性结果为0<0.1,由此确定出C6-C7相对于准则层的权重为0.2491和0.7509。准则层(用能低碳化水平B4)下方案层(C8-C9)的判断矩阵计算特征向量,如下表:
表8准则层B4下方案层的判断矩阵
用能低碳化水平 | B2 | C8 | C9 | 特征向量 |
可再生能源占一次能源消费比重 | C8 | 1 | 1/3 | 0.2491 |
碳减排率 | C9 | 3 | 1 | 0.7509 |
上述判断矩阵一致性检验结果为0<0.1,由此确定出C8-C9相对于准则层的权重为0.2491和0.7509。准则层(发展惠普化水平B5)下方案层(C10-C11)的判断矩阵计算特征向量,如下表:
表9准则层B5下方案层的判断矩阵
发展惠普化水平 | B2 | C10 | C11 | 特征向量 |
电压合格率 | C10 | 1 | 1/3 | 0.2491 |
供电可靠率 | C11 | 3 | 1 | 0.7509 |
上述判断矩阵一致性检验结果为0<0.1。
依次计算出其他方案层相对于准则层下的权重后,最后合并确定出方案层各因素相对于目标层的重要程度,得到农村能源互联网综合评价指标的权重,计算结果如下表。
表10评估指标主观权重
二、熵权法确定客观权重
然后运用熵权法确定各个价值评估指标的客观权重,首先将极大型、极小型、适度型指标标准化处理,然后计算各个指标的信息熵,最后确定指标的客观权重,如下表。
表11评估指标信息熵及客观权重
三、综合权重
根据最小二乘原理,通过联立最小二乘优化函数确定出主观权重与客观权重的最优分配系数,由此确定出评估指标综合权重,如下表。
表12农村能源互联网综合效益评估指标权重
根据农村能源互联网发展的实际情况,结合优化后的农村能源互联网综合评价体系对农村能源互联网进行评价。指标原始数据如下:
表13农村能源互联网综合效益评估指标数据
四、计算综合评价
根据上述基础数据计算出的指标权重对农村能源互联网进行综合评价,方案层指标得分如下表所示:
表14农村能源互联网综合效益指标得分
根据农村能源互联网综合评价方案层指标得分得到农村能源互联网综合评价准则层指标得分。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种农村能源互联网综合效益评价方法,其特征在于,包括:
S1.建立农村能源互联网综合效益评价指标体系,获得农村能源互联网综合效益评价指标;
S2.基于层次分析法对所述农村能源互联网综合效益评价指标进行计算,获得主观权重;
S3.基于熵权法对所述农村能源互联网综合效益评价指标进行计算,获得客观权重;
S4.基于所述主观权重和所述客观权重,采用最小二乘法对所述农村能源互联网综合效益评价指标进行计算,获得综合权重;
S5.基于所述综合权重,识别出农村能源互联网薄弱环节;
S6.针对所述农村能源互联网薄弱环节,提出农村能源互联网建设优化建议。
2.根据权利要求1所述的综合效益评价方法,其特征在于,所述S1中,所述农村能源互联网综合效益评价指标体系包括三级指标,
一级指标为目标层;
二级指标为准则层,具体包括经济效益化水平、能源智慧化水平、能源利用化水平、用能低碳化水平和发展普惠化水平,5个二级指标;
三级指标为方案层,具体包括从属于经济效益化水平指标的资本收益率、抗风险能力2个三级指标。
3.根据权利要求1所述的综合效益评价方法,其特征在于,所述S2包括:
S21.将影响农村能源互联网综合效益的指标分解成设定数量个等级,构建农村能源互联网综合效益评价指标体系,其中,设定数量包括3;
S22.基于农村能源互联网综合效益评价指标体系,构建判断矩阵:
S23.对所述判断矩阵进行一致性检验,获得终极指标;
S24.采用求和法,确定终极指标的主观权重。
4.根据权利要求3所述的综合效益评价方法,其特征在于,所述S23包括:
S231.计算一致性检验指标;
S232.查找出相应的平均随机一致性指标;
S233.基于所述一致性检验指标和所述平均随机一致性指标,计算一致性比例,获得所述终极指标。
5.根据权利要求1所述的综合效益评价方法,其特征在于,所述S24包括:
S241.对所述判断矩阵Aij中的各列数据求和,得到和值向量;
S242.计算归一化向量;
S243.基于所述归一化向量计算主观权重。
7.根据权利要求1所述的综合效益评价方法,其特征在于,所述S3包括:
S31、对m个对象及m个对象的n个终极指标的原始数据构建矩阵;
S32基于所述矩阵,对所述原始数据进行标准化处理得到标准化矩阵P′li;
S33.基于所述标准化矩阵,计算出第i项指标的熵值;
S34.基于所述第i项指标的熵值,计算出第i项指标的差异系数;
S35.基于所述第i项指标的差异系数,计算出第i项指标的客观权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211575276.3A CN115860552A (zh) | 2022-12-08 | 2022-12-08 | 一种农村能源互联网综合效益评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211575276.3A CN115860552A (zh) | 2022-12-08 | 2022-12-08 | 一种农村能源互联网综合效益评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115860552A true CN115860552A (zh) | 2023-03-28 |
Family
ID=85671310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211575276.3A Pending CN115860552A (zh) | 2022-12-08 | 2022-12-08 | 一种农村能源互联网综合效益评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115860552A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151553A (zh) * | 2023-10-31 | 2023-12-01 | 农业农村部环境保护科研监测所 | 一种县域尺度农村环境评价系统 |
-
2022
- 2022-12-08 CN CN202211575276.3A patent/CN115860552A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151553A (zh) * | 2023-10-31 | 2023-12-01 | 农业农村部环境保护科研监测所 | 一种县域尺度农村环境评价系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111260211A (zh) | 一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法及装置 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN111105104A (zh) | 一种基于相似日和rbf神经网络的短期电力负荷预测方法 | |
CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
Xiao et al. | Multistage decision support framework for sites selection of solar power plants with probabilistic linguistic information | |
CN110689240A (zh) | 一种配电网经济运行模糊综合评价方法 | |
CN113537728A (zh) | 一种基于产业园区招商智能推荐系统及推荐方法 | |
CN112785060A (zh) | 一种配电网精益化运维水平优化方法 | |
CN110287269A (zh) | 一种基于复合层次分析的数据处理分类方法和装置 | |
CN112990627B (zh) | 电能质量评估方法 | |
CN115660170A (zh) | 多维指标权重协同优化的数据资产管理成效差异化评估方法和系统 | |
CN115860552A (zh) | 一种农村能源互联网综合效益评价方法 | |
Xu et al. | A multi-object decision-making method for location model of manufacturing industry under uncertain environment | |
CN114139940A (zh) | 一种基于组合赋权-云模型的广义需求侧资源网荷互动水平评估方法 | |
Wang et al. | Sustainable investment forecasting of power grids based on the deep restricted Boltzmann machine optimized by the lion algorithm | |
CN111652459A (zh) | 一种计及新能源消纳多指标内涵的电网评价方法 | |
Um et al. | Comprehensive evaluation indexes framework and evaluation method for substation site selection | |
CN113780686A (zh) | 一种面向分布式电源的虚拟电厂运行方案优化方法 | |
CN113327047A (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 | |
CN112818544A (zh) | 计及终端差异化可靠性需求的配电网可靠性评估方法 | |
Wang | Fuzzy Comprehensive Evaluation Model of Project Investment Risk Based on Computer Vision Technology | |
CN110852628A (zh) | 考虑发展模式影响的农村中长期负荷预测方法 | |
Jin et al. | The Resilience Evaluation of Agricultural Supply Chain in Green Transformation under “Double‐Carbon” Emission Goal | |
CN116307799A (zh) | 双碳目标评价方法 | |
CN114022218A (zh) | 基于消纳效益评价的新能源与水电替代分析方法及系统 |
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 |