智能電網示范工程綜合評估方法和系統與流程
本發明涉及電力電網技術領域，特別是涉及一種智能電網示范工程綜合評估方法和系統。
背景技術：
近年來，能源安全和環境問題日益受到重視，可再生能源得到大力發展，在電網信息化、自動化及互動性呼聲下，智能電網再次受到業界的高度關注，成為世界各國競相發展的一個熱點領域。然而，智能電網的發展是一項復雜的系統性工程，在全世界范圍內依然處于起步階段，其建設涉及發電、輸電、變電、配電、用電和調度等眾多環節，對我國經濟、社會、環境的發展影響深遠。亟需構建一套科學、合理、全面的綜合評估指標體系和方法，實現對智能配電網的分析評價，為智能電網的規劃、建設、改造提供指導和幫助。
傳統的智能電網綜合效益評估方法主要采用主觀賦權法對各指標進行權重計算，主觀賦權法包括層次分析法、專家調查法(Delphi法)和特征向量法等。主觀賦權法的缺點在于主觀性太強，易受人為因素影響，且缺乏理論性支撐。傳統的智能電網綜合效益評估方法存在評估可靠性低的缺點。
技術實現要素：
基于此，有必要針對上述問題，提供一種評估可靠性高的智能電網示范工程綜合評估方法和系統。
一種智能電網示范工程綜合評估方法，包括以下步驟：
接收智能電網的微觀評估指標數據集；
利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重；
根據所述微觀評估指標數據集以及對應數據的權重，計算得到宏觀需求指標值；
利用DEMATEL-ANP-反熵權法計算各宏觀需求指標的權重；
根據所述宏觀需求指標值以及對應宏觀需求指標的權重計算得到綜合評估結果并輸出。
一種智能電網示范工程綜合評估系統，包括：
指標數據接收模塊，用于接收智能電網的微觀評估指標數據集；
微觀權重計算模塊，用于利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重；
指標值計算模塊，用于根據所述微觀評估指標數據集以及對應數據的權重，計算得到宏觀需求指標值；
宏觀權重計算模塊，用于利用DEMATEL-ANP-反熵權法計算各宏觀需求指標的權重；
綜合評估輸出模塊，用于根據所述宏觀需求指標值以及對應宏觀需求指標的權重計算得到綜合評估結果并輸出。
上述智能電網示范工程綜合評估方法和系統，接收智能電網的微觀評估指標數據集，利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重。根據微觀評估指標數據集以及對應數據的權重，計算得到宏觀需求指標值。利用DEMATEL-ANP-反熵權法計算各宏觀需求指標的權重，根據宏觀需求指標值以及對應宏觀需求指標的權重計算得到綜合評估結果并輸出。利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重，避免由于單一賦權法確定權重而容易受到賦權法的影響造成賦權結果的偏倚的問題。通過DEMATEL-ANP-反熵權法確定宏觀指標權重，基于矩估計理論的組合賦權法確定微觀指標權重，能夠科學地評估綜合效益，評估可靠性高，具有指導性作用。
附圖說明
圖1為一實施例中智能電網示范工程綜合評估方法的流程圖；
圖2為一實施例中智能電網工程特性分析的技術路線示意圖；
圖3為一實施例中智能電網宏觀需求指標集構建流程示意圖；
圖4為一實施例中智能電網智能化指標集示意圖；
圖5為一實施例中智能電網高效性指標集示意圖；
圖6為一實施例中智能電網可靠性指標集示意圖；
圖7為一實施例中智能電網綠色化指標集示意圖；
圖8為一實施例中智能電網綜合效益評估指標體系示意圖；
圖9為一實施例中基于組合權重的智能電網評估分層優選模型示意圖；
圖10為一實施例中智能電網示范工程綜合評估系統的結構圖。
具體實施方式
在一個實施例中，一種智能電網示范工程綜合評估方法，如圖1所示，包括以下步驟：
步驟S110：接收智能電網的微觀評估指標數據集。
微觀評估指標數據集中包括多種數據，每種數據均為智能電網的一種微觀評估指標。微觀評估指標的類型并不唯一，具體包括效益型指標、成本型指標和特定型指標。其中，效益型指標指隨著指標取值的增大其分數增高；成本型指標指隨著指標取值的減小其分數增高；而特定型指標指在中間的某個數值或子區間取值時其分數最高。
步驟S120：利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重。
利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重，避免由于單一賦權法確定權重而容易受到賦權法的影響造成賦權結果的偏倚的問題。
步驟S130：根據微觀評估指標數據集以及對應數據的權重，計算得到宏觀需求指標值；
微觀評估指標數據集中包括的數據種類并不唯一，根據微觀評估指標數據集計算得到的宏觀需求指標值的種類也對應有所不同。本實施例中，微觀評估指標數據集包括微觀評估指標數據包括智能化指標數據集、高效性指標數據集、可靠性指標數據集和綠色化指標數據集；宏觀需求指標值包括智能化指標值、高效性指標值、可靠性指標值和綠色化指標值。
利用基于矩估計理論的組合賦權法分別計算智能化指標數據集、高效性指標數據集、可靠性指標數據集和綠色化指標數據集中個數據的權重，然后根據各數據集和對應權重計算得到對應的智能化指標值、高效性指標值、可靠性指標值和綠色化指標值。
步驟S140：利用DEMATEL-ANP-反熵權法計算各宏觀需求指標的權重。
采用DEMATEL-ANP和反熵權法相結合的最優組合賦權方法，對宏觀需求指標的權重進行確定，從而將指標的專家經驗信息和指標客觀屬性綜合在一起。對應地，本實施例中，宏觀需求指標包括智能化指標、高效性指標、可靠性指標和綠色化指標。利用DEMATEL-ANP-反熵權法分別計算得到智能化指標、高效性指標、可靠性指標和綠色化指標的權重。
步驟S150：根據宏觀需求指標值以及對應宏觀需求指標的權重計算得到綜合評估結果并輸出。
對相應的指標評估值和對應權重進行加權求和，即可得到智能電網示范工程的綜合評估結果。輸出綜合評估結果的方式并不唯一，可以是輸出至存儲器進行存儲，也可以是輸出至顯示器進行顯示。
通過基于矩估計理論的組合賦權法和DEMATEL-ANP-反熵權法分別確定微觀評估指標的權重和宏觀需求指標的權重，建立智能電網綜合效益評估指標體系，以便進行智能電網示范工程綜合評估。具體地，智能電網綜合效益評估指標體系的建立應遵循智能電網未來重點發展領域和關鍵技術，將智能電網評估指標體系劃分為宏觀指標集和微觀指標集兩個層次。其中，宏觀指標集主要通過剖析利益相關者的實際需求；微觀指標集則是對宏觀指標分解和轉化，通過二維效益分析映射法進一步分解轉化，形成具體完整、相互獨立的指標。
電能的開發和應用，是人類征服自然過程中所取得的具有劃時代意義的成就。隨著電能一步一步進入人類生產生活的各個方面，作為電能輸送平臺的電網也同時經歷了點一線一面的發展過程，傳輸距離由近及遠，傳送容量由小到大，傳輸質量、穩定性、與外部環境的協調性等逐步提高。按照電網智能化發展的相關定義，結合電網本身具有的自然屬性、社會屬性、技術特性、客體特性、功能特性五個角度對電網智能化發展特性進行分析，電網智能化發展特性分析技術路線圖如圖2所示。
宏觀需求指標是對智能電網所帶來的安全、經濟以及社會效益等核心價值的評估，而價值是需求的體現，智能電網的核心價值正是電網利益相關者核心需求的體現。宏觀需求指標本質上是對電網利益相關者需求滿足程度的衡量，但電網各利益相關者的需求間存在耦合性和對立性，分析中容易造成指標遺漏，影響指標全面性。因此，在構建指標體系時，綜合考慮各利益相關者的需求，從電網運行的角度出發，找到需求的平衡點，實現電網和諧發展。結合電網運行特點及智能電網的智能、高效、可靠、綠色四大基本屬性。對電網利益相關者關注重點按智能化、高效性、可靠性、綠色化需求進行劃分，具體如下：
1)智能化需求：安全經濟、靈活可靠的智能裝備是智能電網的基礎；優質的電能質量可以有效提高用戶用電滿意度，是智能電網建設的主要任務之一；因此重點關注設施智能化水平和電能質量，量化指標為設施智能化程度和供電質量；
2)高效性需求：通過高效的運營管理手段，可起到優化電網資產利用率，降低損耗，節約建設成本的作用，因此重點關注電網運營效率，量化指標為運營高效性；
3)可靠性需求：安全、可靠、支持自愈的供電能力是電網穩定運行的根本保障，因此重點關注供電能力，量化指標為供電可靠性；
4)綠色化需求：構建支持雙向通信、協調可持續發展的智能電網是未來社會發展的必然趨勢，因此重點關注電網與用戶互動能力和與新能源、環境協調能力，量化指標為電網互動性和發展協調性。
通過將宏觀指標集和微觀指標集結合，即可構建完整的智能電網綜合評估指標體系，其中包括4個宏觀指標，如圖3所示。
每一個宏觀指標又可通過二維效益分析映射法進一步分解和轉化，得到相應的微觀指標集。指標分解：首先明確指標針對的時間、空間和對象，根據不同的考察點，選擇合適的維度，對指標進行分解，同時其指標界也分解為可供分解對象在特定維度上的界。指標轉化：首先通過業務流程分析或數據挖掘等方法剖析該指標的各個影響因素，針對每個影響因素選取合適的過程指標進行量化和評估，完成指標及相應指標界的轉化，進而形成具有因果關系的一系列指標。通過指標的分解，智能電網的特性指標得以細化，確定了指標的各個基本組成部分。通過指標轉化，原有指標的影響因素被轉化為可量化分析的一系列下屬指標，便于對智能電網的特性進行評估。各個宏觀指標下微觀指標的分解轉化結果如圖4～圖7所示。
智能化：(1)為適應電網的智能化發展，對電網的配套基礎設施建設也提出了相應要求，即該設施可支持電網雙向通信、實時信息采集、自動化管理等多項功能的實現，從而對電網智能化運行起到支撐作用。本發明從目前較為成熟的電網智能化設施，即電網通信基礎、電網自動化應用和智能化系統三方面進行分析。(2)智能電網智能化的最終落腳點為通過對電網進行智能控制實現供電能力的提升，供電能力指供應到用戶受電端電能的品質，重點針對除電壓偏差外的電能質量，隨著電力體制改革的深入，電能也作為商品走進市場，其質量的優劣也越來越受到人們的重視。本發明從技術性層面來衡量電能質量，分別對電壓穩態質量和暫態質量的控制調節能力進行分析。
高效性：(1)電網運營效率的提高，依托于智能化配電技術的推廣應用，可以起到提升電網資產利用率，延長設備使用壽命、優化電網的投資，降低企業成本等作用。本發明從系統容量利用水平、運行管理水平、設備利用水平三方面進行分析。(2)電網互動性是指電網與用戶之間的進行交易互動，即用電信息在電網與用戶之間的即時交換能力，并通過用戶需求響應，實現負荷的避峰就谷等用電行為，從而提升電網的互動性和服務質量，最終實現電網相關業務的高效運行。本發明從用電信息交互能力和需求側響應水平兩方面進行分析。
可靠性：不管是對傳統電網，還是對未來的智能電網，可靠性都是電網建設發展的根本所在，也是電網其他需求實現的重要保。本發明從電網的網絡結構水平、電源備用情況、負荷供應水平、故障自愈能力和災害抵抗能力等五方面進行分析。
綠色化：在能源短缺、環境保護和氣候變化等問題日益突出的背景下，各國政府開始實行可持續性發展戰略，將人類與環境的和諧友好作為未來的關注重點。面對眾多挑戰，要求電網具備更強的發展協調和適應性。本發明從電網自身的適應發展、電網與新能源的協調發展以及電網與環境和諧發展三方面進行分析。
宏觀指標集主要通過剖析利益相關者的實際需求；微觀指標集則是對宏觀指標分解和轉化，通過二維效益分析映射法進一步分解轉化，所形成的指標更加具體完整、相互獨立，不存在耦合依賴關系。
將上述的宏觀需求指標集和微觀評估指標集結合在一起，即構成了完整的智能電網多層級評估指標體系，其中包括智能化、高效性、可靠性、綠色化4個宏觀需求指標，每個需求指標對應1個微觀評估指標集，各具體指標如表1所示。該指標體系包含了設備智能化、信息采集與處理、故障自愈水平、網架堅強度、供電可靠性、清潔能源接入、環保與節能減排等方面，充分體現了智能電網的發展特點。
表1
即本實施例中，智能化指標數據集的數據包括變電站通信光纖化率、電力光纖到戶比例、變電站光纖通信誤碼故障率、配電終端在線率、配電終端通信光纖化率、信息系統集成化程度、饋線自動化終端覆蓋率、站所監控終端覆蓋率、變電站綜合自動化率、微網EMS(能量管理系統)覆蓋率、間歇式能源場站調度系統覆蓋率、配網自動化系統覆蓋率、電網可監控電動汽車充換電站占比、主網運行風險預警功能、主網運行風險防御控制功能、大規模間歇性能源消納控制功能、微電網控制水平、有序充電引導功能、間歇式能源發電站有功控制比例、間歇式能源發電站無功控制比例、電壓無功綜合自動調節裝置比例、靜態無功補償裝置比例、動態電壓恢復器安裝比例、安裝故障電流限制器比例、變電站避雷裝置安裝比例和線路避雷器安裝比例。
高效性指標數據集的數據包括變電容載比、中壓線路負載率、變電站智能化巡檢比例、線路完好率、主要設備完好率、電動汽車充電站年負載率、電動汽車換電站年負載率、高壓線路可用系數、主變可用系數、110kV及以上斷路器可用系數、電動汽車充換電站監測率、智能電表安裝率、用電信息采集系統覆蓋率、客戶服務信息系統覆蓋率、95598呼叫中心系統覆蓋率、實行動態電價用電量比例、負荷控制比例、微電網控制比例和電動汽車充換電站控制比例。
可靠性指標數據集中的數據包括高壓電網N-2通過率、中壓線路聯絡率、中壓線路站間聯絡率、中壓線路平均分段數、變電站單電源接線率、變電站單變率、主變“N-1”通過率、中壓線路“N-1”通過率、主變“N-2”通過率、中壓線路“N-2”通過率、低壓平均停電時間、自愈控制正確率、動態不間斷電源應用率、分布式電源、儲能等自備電源用戶比例、微電網供電用戶比例、電動汽車換電站供電半徑用戶比例、110kV及以上線路防風能力等級比例、10kV線路防風能力等級比例、臺風預警高壓線路覆蓋率、臺風預警中壓線路覆蓋率、雷電預警高壓線路覆蓋率、雷電預警中壓線路覆蓋率、污閃預警高壓線路覆蓋率和污閃預警中壓線路覆蓋率。
綠色化指標數據集中的數據包括長度超限線路比例、高損配變比例、節能型變電站比例、新能源電站年發電量占比、新能源電站裝機容量滲透率、微電網新能源年發電量比例、分布式電源發電和儲能容量比例、分布式電源容量并網率、可再生能源發電容量比例和電動汽車充電站用電量比例。
表2列舉了各項微觀評估指標的具體類型和理想值，取值采用百分制。
表2
在選取具體微觀指標時，明確定義各個指標，且指標均為定量指標，計算方法簡單，基礎數據容易獲取，方便在實際問題中的應用。
組合賦權法的核心思想是組合權向量對應的評估值與原權向量對應的評估值向量之間的偏差應盡可能小。假設有k種賦權方法，n個評估指標的綜合權重向量為A＝[a1，a2，...，aj，...，an]T，可以將k種賦權方法看作從總體中抽取的樣本。對于主觀權重，如果賦權的數量趨于很大時，由統計學的大數定理可知，其判斷的權重向量的綜合結果應該接近綜合權重向量A，對于客觀權重，采用不同的算法得到的結果具有重復性。因此可以用已有的主、客觀權重來估計綜合權重向量A。
在一個實施例中，步驟S120步驟122至步驟126。
步驟122：對預設的主觀權重總體和客觀權重總體進行樣本抽取，得到各微觀評估指標的權重樣本。
假設分別從主觀權重總體中抽取p個樣本，客觀權重總體中抽取k-p個樣本，對于第i個評估指標，有k個權重樣本。
步驟124：根據權重樣本建立對應微觀評估指標的綜合權重模型。
對于第i個評估指標，根據k個權重樣本組成該評估指標的綜合權重ai，需要滿足ai與k個主客觀權重的偏差越小越好。綜合權重模型如下：
其中，ai為第i個指標組合后的權重；α、β分別為主、客觀權重的相對重要程度系數；gis、git分別為第s種主觀賦權法和第t種客觀賦權法對第i個指標的賦權結果。
k個樣本來自2個總體，對于第i個評價指標，根據數理統計的原理，計算指標的主觀權重gis和客觀權重git的期望值：
根據上式，按照矩估計的基本思想，對于第i個指標，其主、客觀重要性系數分別為：
對于n個指標，可以看成從2個總體中分別取出n個樣本，同樣按照矩估計的基本思想，可以得到綜合指標中主、客觀重要性系數：
A＝[a1，a2，...，aj，...，an]為k種賦權法組合所得的最終權重向量。基于總偏差最小的優化組合賦權法不僅要利用權重信息，還將評估向量作為組合的基礎，將權重向量與評估值融合建立優化模型。
步驟126：對各綜合權重模型構造拉格朗日函數，并根據拉格朗日函數計算得到計算微觀評估指標數據集中各數據的權重。
為了求解a1，對該模型構造拉格朗日函數L(a1，μ)，根據極值存在的必要條件，分別對ai和μ求一階偏導數：
令偏導數為0，以i＝1，2，...，n分別展開，可計算得到：
從而得到綜合權重向量A＝[a1，a2，...，aj，...，an]。其中，an為微觀評估指標數據集中第n個數據的權重。
微觀評估指標數量較多，以定量指標為主，且指標之間不存在耦合依存關系，相對獨立性較強。采用基于矩估計理論的組合賦權法，避免由于單一賦權法確定權重而容易受到賦權法的影響造成賦權結果的偏倚的問題，提高了評估結果的科學性和合理性。
在一個實施例中，步驟S140包括步驟142至步驟146。
步驟142：根據DEMATEL-ANP方法計算各宏觀需求指標的主觀權重。
具體地，步驟142包括步驟1421至步驟1426。
步驟1421：根據宏觀需求指標兩兩之間關聯關系，建立ANP網絡結構。
宏觀需求指標作為ANP網絡結構的網絡層元素。針對智能電網綜合評估問題，可將電網整體評估作為控制層(目標)，宏觀指標作為網絡層元素，根據宏觀指標兩兩之間關聯關系，建立各元素間的ANP網絡結構，如圖8所示。
步驟1422：根據ANP網絡結構得到直接影響矩陣。
設ANP的網絡層中有元素E1，E2，…，En，元素Ej(j≠i)對于Ei的直接影響程度為yij。依次以Ei(i＝1，2，...，n)為次準則，將其余元素(除Ei外)對該準則元素的直接影響程度進行兩兩比較，獲得相應的判斷矩陣，再利用特征根法得出以Ei為準則下的權重向量
將所有次準則下的權重向量合成為權重矩陣，由于在構造判斷矩陣過程中，沒有考慮元素對自身的影響，所以形成的內部依賴矩陣是對角線殘缺的。在權重矩陣對角線上填0(表示元素對自身沒有直接影響)，即可得DEMATEL方法中的直接影響矩陣Wd。
步驟1423：根據直接影響矩陣，利用DEMATEL方法得到各網絡層元素間的平均綜合影響矩陣。
根據DEMATEL方法求取綜合影響矩陣時，需滿足矩陣收斂的條件，否則無法確定綜合影響矩陣是否可以獲得，因此為回避上述問題，本方法計算了各層次指標間的平均綜合影響矩陣W。
當n充分大時，可采用W＝Wd(I-Wd)-1進行近似計算，其中I為單位矩陣，矩陣W即為所需構建的內部依賴矩陣，簡稱其為綜合影響權重矩陣。將各元素集的內部依賴矩陣進行合并，即可得到系統超矩陣。根據綜合影響權重矩陣W的極限是否唯一，可分為兩種情況進行討論：
(1)存在唯一極限值時，W＝limn→∞(Wd)n；
(2)當存在多個極限值時，矩陣呈現周期性變化，設P點為某次循環周期的開始，P點極限值為且T為循環周期，則整個周期內的極限值分別為取各點的平均值即可得到平均綜合影響矩陣的極限值。
步驟1424：利用DEMATEL方法對各網絡層元素之間的影響程度進行計算，得到加權矩陣。
對于系統的加權矩陣A，同樣借鑒DEMATEL方法，對各元素集之間影響程度進行計算。
步驟1425：根據平均綜合影響矩陣和加權矩陣得到系統加權超矩陣。
將加權矩陣與平均綜合影響矩陣結合，即可得到系統加權超矩陣
步驟1426：對系統加權超矩陣進行演化，得到各宏觀需求指標的主觀權重。
對上述矩陣進行2k+1次演化(k→+∞)，最終形成一個長期穩定矩陣，其各行非零值均相同，即得到各評估指標的主觀權重向量
智能電網各宏觀需求指標間存在相互依存、相互影響的關系，需要通過比較間接優勢度的方式得到ANP判斷矩陣，同時借鑒DEMATEL法改進內部依賴矩陣的構建方法，避免元素對自身影響程度主觀估計的同時，解決構建判斷矩陣時直接影響和間接影響不統一的問題。
步驟144：根據反熵權法計算各宏觀需求指標的客觀權重。
宏觀指標的客觀權重向量ωo采用反熵權法進行確定，在確定指標權重時，指標的差異性越大，熵值越小，指標的權重系數越大；反之，指標的差異性越小，熵值越大，指標的權重系數越小。為避免出現熵權法中指標差異度敏感性較大，導致權重分配時出現了指標過小的極端情況，選用反熵權法確定指標客觀權重。
其中，0≤pj≤1且反熵值與熵值的特征有所不同，指標的差異性越大，反熵值和指標的權重系數均越大；反之，指標的差異性越小，反熵值和指標的權重系數均越小。
具體地，步驟144包括步驟1442和步驟1444。
步驟1442：根據反熵權法計算各宏觀需求指標的反熵。
設評估問題有m個評估對象，n個評估指標，指標值為xij＝(i＝1，2，...，n；j＝1，2，...，m)，評估矩陣為X＝(xij)n×m。根據評估矩陣X確定各指標的反熵為：
其中，hi表示第i個宏觀需求指標的反熵，rij為評估矩陣中第i行第j列的數據。
步驟1444：根據反熵計算對應宏觀需求指標的客觀權重。
根據反熵值進一步確定各指標的客觀權重ωoi。
其中，ωoi為第i個宏觀需求指標的客觀權重，hi表示第i個宏觀需求指標的反熵。
步驟146：根據主觀權重和客觀權重計算得到對應宏觀需求指標的權重。
根據DEMATEL-ANP方法，確定指標主觀權重集合ωs＝{ωsi|1≤i≤n}，根據反熵權法，確定各指標的客觀權重集合ωo＝{ωoi|1≤i≤n}。根據指標的不同，主客觀權重的相對重要程度也有所不同。設主觀權重與客觀權重的相對重要程度分別表示為α和β，結合矩估計理論的基本思想，最終計算出各指標的主觀和客觀權重重要系數αi和βi。
利用已得的主觀權重集合、客觀權重集合以及主客觀權重的相對重要系數，最終可計算出綜合主、客觀信息確定對應宏觀需求指標的權重ωi。
ANP(Analytic Network Process，網絡分析)法通過內部循環、反饋的網絡結構，可以有效處理宏觀需求指標間存在的復雜關聯關系，并利用DEMATEL(Decision Making Trial And Evaluation Laboratory，決策試驗和評價實驗室)理論對ANP方法進行改進，解決元素對自身的影響以及元素間相互關系無法客觀表示的問題。反熵權法的使用有助于對指標屬性的客觀評估，從而使所得的評估結果更加客觀、合理，還能有效降低權重對指標差異度的敏感性，從而減少權重分配時極端情況出現的頻率。
將上述基于矩估計理論的組合賦權法和DEMATEL-ANP-反熵權法進行綜合，即可得到圖9所示的組合權重分層優選模型。分別確定宏觀需求指標和微觀評估指標的權重后，再綜合考慮客觀事實、專業知識與工程經驗，分別對成本型、收益型、特定型三種不同類型的微觀指標進行百分制評分，最后對相應的指標評估值進行加權求和，即可得到智能化、高效性、可靠性、綠色化四個方面以及整個智能電網示范工程綜合評估結果。
上述智能電網示范工程綜合評估方法，利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重，避免由于單一賦權法確定權重而容易受到賦權法的影響造成賦權結果的偏倚的問題。通過DEMATEL-ANP-反熵權法確定宏觀指標權重，基于矩估計理論的組合賦權法確定微觀指標權重，對智能電網示范工程微觀評估指標進行賦權，既能有效反映決策者的主觀意愿，又可以將客觀數據之間的統計反映在權重中，使得賦權的結果更加公正。全面地考慮了智能電網的需求與屬性，指標權重和評分的確定合理且客觀，能夠科學地評估綜合效益，評估可靠性高，具有指導性作用，對智能電網示范工程的項目規劃和后評估具有一定的意義。
在一個實施例中，一種智能電網示范工程綜合評估系統，如圖10所示，包括指標數據接收模塊110、微觀權重計算模塊120、指標值計算模塊130、宏觀權重計算模塊140和綜合評估輸出模塊150。
指標數據接收模塊110用于接收智能電網的微觀評估指標數據集。
微觀評估指標數據集中包括多種數據，每種數據均為智能電網的一種微觀評估指標。微觀評估指標的類型并不唯一，具體包括效益型指標、成本型指標和特定型指標。
微觀權重計算模塊120用于利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重。
利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重，避免由于單一賦權法確定權重而容易受到賦權法的影響造成賦權結果的偏倚的問題。
指標值計算模塊130用于根據微觀評估指標數據集以及對應數據的權重，計算得到宏觀需求指標值。
微觀評估指標數據集中包括的數據種類并不唯一，根據微觀評估指標數據集計算得到的宏觀需求指標值的種類也對應有所不同。本實施例中，微觀評估指標數據集包括微觀評估指標數據包括智能化指標數據集、高效性指標數據集、可靠性指標數據集和綠色化指標數據集；宏觀需求指標值包括智能化指標值、高效性指標值、可靠性指標值和綠色化指標值。
微觀評估指標數據集中包括的數據種類并不唯一，根據微觀評估指標數據集計算得到的宏觀需求指標值的種類也對應有所不同。本實施例中，微觀評估指標數據集包括微觀評估指標數據包括智能化指標數據集、高效性指標數據集、可靠性指標數據集和綠色化指標數據集；宏觀需求指標值包括智能化指標值、高效性指標值、可靠性指標值和綠色化指標值。
宏觀權重計算模塊140用于利用DEMATEL-ANP-反熵權法計算各宏觀需求指標的權重。
采用DEMATEL-ANP和反熵權法相結合的最優組合賦權方法，對宏觀需求指標的權重進行確定，從而將指標的專家經驗信息和指標客觀屬性綜合在一起。對應地，本實施例中，宏觀需求指標包括智能化指標、高效性指標、可靠性指標和綠色化指標。利用DEMATEL-ANP-反熵權法分別計算得到智能化指標、高效性指標、可靠性指標和綠色化指標的權重。
綜合評估輸出模塊150用于根據宏觀需求指標值以及對應宏觀需求指標的權重計算得到綜合評估結果并輸出。
對相應的指標評估值和對應權重進行加權求和，即可得到智能電網示范工程的綜合評估結果。輸出綜合評估結果的方式并不唯一，可以是輸出至存儲器進行存儲，也可以是輸出至顯示器進行顯示。
在一個實施例中，微觀權重計算模塊120包括權重樣本抽樣單元、權重模型建立單元和微觀權值計算單元。
權重樣本抽樣單元用于對預設的主觀權重總體和客觀權重總體進行樣本抽取，得到各微觀評估指標的權重樣本。
權重模型建立單元用于根據權重樣本建立對應微觀評估指標的綜合權重模型。
微觀權值計算單元用于對各綜合權重模型構造拉格朗日函數，并根據拉格朗日函數計算得到計算微觀評估指標數據集中各數據的權重。
采用基于矩估計理論的組合賦權法，避免由于單一賦權法確定權重而容易受到賦權法的影響造成賦權結果的偏倚的問題，提高了評估結果的科學性和合理性。
在一個實施例中，宏觀權重計算模塊140包括主觀權重計算單元、客觀權重計算單元和宏觀權重計算單元。
主觀權重計算單元用于根據DEMATEL-ANP方法計算各宏觀需求指標的主觀權重。
具體地，主觀權重計算單元包括ANP網絡結構建立單元、直接影響矩陣計算單元、平均綜合影響矩陣計算單元、加權矩陣計算單元、加權超矩陣計算單元和主觀權重計算單元。
ANP網絡結構建立單元用于根據宏觀需求指標兩兩之間關聯關系，建立ANP網絡結構。宏觀需求指標作為ANP網絡結構的網絡層元素。
直接影響矩陣計算單元用于根據ANP網絡結構得到直接影響矩陣。
平均綜合影響矩陣計算單元用于根據直接影響矩陣，利用DEMATEL方法得到各網絡層元素間的平均綜合影響矩陣。
加權矩陣計算單元用于利用DEMATEL方法對各網絡層元素之間的影響程度進行計算，得到加權矩陣。
加權超矩陣計算單元用于根據平均綜合影響矩陣和加權矩陣得到系統加權超矩陣。
主觀權重計算單元用于對系統加權超矩陣進行演化，得到各宏觀需求指標的主觀權重。
智能電網各宏觀需求指標間存在相互依存、相互影響的關系，需要通過比較間接優勢度的方式得到ANP判斷矩陣，同時借鑒DEMATEL法改進內部依賴矩陣的構建方法，避免元素對自身影響程度主觀估計的同時，解決構建判斷矩陣時直接影響和間接影響不統一的問題。
客觀權重計算單元用于根據反熵權法計算各宏觀需求指標的客觀權重。
具體地，客觀權重計算單元包括指標反熵計算單元和客觀權重計算單元。
指標反熵計算單元用于根據反熵權法計算各宏觀需求指標的反熵。
客觀權重計算單元用于根據反熵計算對應宏觀需求指標的客觀權重。
宏觀指標的客觀權重向量ωo采用反熵權法進行確定，在確定指標權重時，指標的差異性越大，熵值越小，指標的權重系數越大；反之，指標的差異性越小，熵值越大，指標的權重系數越小。為避免出現熵權法中指標差異度敏感性較大，導致權重分配時出現了指標過小的極端情況，選用反熵權法確定指標客觀權重。
宏觀權重計算單元用于根據主觀權重和客觀權重計算得到對應宏觀需求指標的權重。
根據DEMATEL-ANP方法，確定指標主觀權重集合ωs＝{ωsi|1≤i≤n}，根據反熵權法，確定各指標的客觀權重集合ωo＝{ωoi|1≤i≤n}。根據指標的不同，主客觀權重的相對重要程度也有所不同。設主觀權重與客觀權重的相對重要程度分別表示為α和β，結合矩估計理論的基本思想，最終計算出各指標的主觀和客觀權重重要系數αi和βi。
利用已得的主觀權重集合、客觀權重集合以及主客觀權重的相對重要系數，最終可計算出綜合主、客觀信息確定對應宏觀需求指標的權重ωi。
ANP法通過內部循環、反饋的網絡結構，可以有效處理宏觀需求指標間存在的復雜關聯關系，并利用DEMATEL理論對ANP方法進行改進，解決元素對自身的影響以及元素間相互關系無法客觀表示的問題。反熵權法的使用有助于對指標屬性的客觀評估，從而使所得的評估結果更加客觀、合理，還能有效降低權重對指標差異度的敏感性，從而減少權重分配時極端情況出現的頻率。
上述智能電網示范工程綜合評估系統，利用基于矩估計理論的組合賦權法計算微觀評估指標數據集中各數據的權重，避免由于單一賦權法確定權重而容易受到賦權法的影響造成賦權結果的偏倚的問題。通過DEMATEL-ANP-反熵權法確定宏觀指標權重，基于矩估計理論的組合賦權法確定微觀指標權重，能夠科學地評估綜合效益，評估可靠性高，具有指導性作用。
以上所述實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。
以上所述實施例僅表達了本發明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進，這些都屬于本發明的保護范圍。因此，本發明專利的保護范圍應以所附權利要求為準。
- 還沒有人留言評論。精彩留言會獲得點贊！