利用云计算改进层次分析法的智慧能源站能效评估方法及系统与流程

1.本发明属于智慧能源站变压器能效检测技术，具体涉及一种利用云计算改进层次分析法的智慧能源站能效评估方法及系统。


背景技术：

2.层次分析法是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。该方法存在缺陷，定量数据较少，定性成分多，不易令人信服。层次分析法是一种带有模拟人脑的决策方式的方法，带有较多的定性色彩。指标过多时，数据统计量大，且权重难以确定，特征值和特征向量的精确求法比较复杂。如果有越来越多的指标，我们对每两个指标之间的重要程度的判断可能就出现困难了，甚至会对层次单排序和总排序的一致性产生影响，使一致性检验不能通过。


技术实现要素：

3.本发明要解决的技术问题：针对现有技术的上述问题，提供一种基于利用云计算改进的层次分析法的能效评估方法及系统，云计算是分布式计算、效用计算、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果，本发明利用云计算改进的层次分析法可以有效量化智慧能源站节能指标、查找智慧能源站高能耗问题所在，为智慧能源站节能减排的科学评估提供可参考的依据，能过快速的解决大量数据的计算及修正问题，使层次分析法的结果更加让人信服。
4.为了解决上述技术问题，本发明采用的技术方案为：
5.一种利用云计算改进层次分析法的智慧能源站能效评估方法，包括：
6.1)分别对智慧能源站中的智能变电站、储能站、数据中心的电能消耗数据进行采集；
7.2)将采集的电能消耗数据上传到云端，利用云端的云服务器进行云计算，对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算；
8.3)将能效指标输入预先建立好的层次分析模型，得到智慧能源站的能效评估结果。
9.可选地，步骤2)中对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算时，对智能变电站进行能效指标计算的函数表达式如下式所示：
10.w＝t
×
[p0 (s％)2p
k
]
[0011][0012][0013]
上式中，w表示智能变电站中变压器的耗电，t表示智能变电站的能效水平，p0表示智能变电站中变压器的空载损耗，s％表示智能变电站中变压器的平均负载率，p
k
表示智能变电站中变压器的额定容量下的负载损耗；h1表示智能变电站中主变压器总耗电，h2表示智能变电站中变电站设备总耗电，s
p*i
表示智能变电站损耗的正向指标，s
xi
表示智能变电站损耗的原始值，s
oi
表示智能变电站损耗的基准值。
[0014]
可选地，步骤2)中对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算时，对储能站进行能效指标计算的函数表达式如下式所示：
[0015][0016][0017]
p
2grid
＝p
in
‑
p
out
＝p
in
(1
‑
η(p
in
))
[0018]
上式中，s表示储能站的平均能效评估指标，t为运行时间，n
d
为储能站的负荷支路数量，p
d,i
(t)为储能站的第i条负荷支路在时刻t的负荷值，δt为时间的变化量，p
con,k
(t)为储能站的第k条负荷支路在时刻t的变换器损耗，p
line,k
(t)为储能站的第k条负荷支路在时刻t的线路损耗；p
2load
表示储能站的负荷支路和储能充电变换器损耗，p
in
为储能站的储能充电变换器输入功率，p
out
为储能站的储能充电变换器输出功率，η为储能站的储能充电变换器的效率。
[0019]
可选地，步骤2)中对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算时，对数据中心进行能效指标计算的函数表达式如下式所示：
[0020][0021]
上式中，e表示数据中心的主机能耗，t0为初始时刻，t1为结束时刻，m为数据中心的主机数目,p
i
(α(t))为数据中心的第i个主机在时间段的α(t)主机功耗；
[0022]
pue＝p1/p2[0023]
上式中，pue表示数据中心的能源效率评价指标，p1表示数据中心的基站总能耗，p2表示数据中心的基站主设备总能耗。
[0024]
可选地，步骤3)中预先建立好的层次分析模型为三层结构，且层次结构模型中智慧能源站能效水平作为层次结构模型的最高层，智慧能源站中的智能变电站、储能站、数据中心三者的能效水平作为层次结构模型的中间层，各个能效指标作为层次结构模型的最低层。
[0025]
可选地，步骤4)之前还包括建立层次分析模型的步骤：
[0026]
s1)对各项能效指标配对，并基于九级标度法得到任意能效指标对之间的重要程度，从而根据各个能效指标对的重要程度构建得到层次分析法的判断矩阵；
[0027]
s2)将判断矩阵发送给云端的服务器，利用云端的服务器计算判断矩阵的特征值、求解特征值对应的特征向量，并将特征向量归一化得到对应的权重向量，最终得到每一个能效指标的权重向量所构成的权重矩阵，从而完成层次分析模型的建立。
[0028]
可选地，步骤s2)包括：
[0029]
s2.1)将判断矩阵发送给云端的服务器，利用云端的服务器计算判断矩阵的特征值、求解特征值对应的特征向量，并将特征向量归一化得到对应的权重向量；
[0030]
s2.2)计算一致性指标，若一致性比率小于预设阈值，则将得到每一个能效指标的权重向量所构成的权重矩阵，从而完成层次分析模型的建立；否则，跳转执行步骤s1)。
[0031]
可选地，步骤s2.2)中计算一致性比率的函数表达式为：cr＝ci/ri，其中ri为随机生成的随机一致性指标，ci为一致性指标，一致性指标ci的计算函数表达式为：
[0032][0033]
上式中，λ
max
为判断矩阵的最大特征值，n为判断矩阵的阶数。
[0034]
此外，本发明还提供一种利用云计算改进层次分析法的智慧能源站能效评估系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行所述利用云计算改进层次分析法的智慧能源站能效评估方法的步骤。
[0035]
此外，本发明还提供一种计算机可读存储介质，该计算机可读存储介质中存储有被编程或配置以执行所述利用云计算改进层次分析法的智慧能源站能效评估方法的计算机程序。
[0036]
和现有技术相比，本发明具有下述优点：本发明旨在弥补传统层次分析法判断矩阵和一致性检验的步骤繁琐、计算难度大、主观因素对权重系数的影响较大的问题，利用云计算过快速的解决大量数据的计算及修正问题，具有计算粒度细致，操作比较简单，计算非常敏捷的优点。现有层次分析法存在定量数据多的问题，层次分析法的优点在于可以在不同层面上通过权重值的大小对变电站进行能效等级的评估，评估的结果简单准确，其不足之处在于判断矩阵和一致性检验的步骤繁琐，计算难度大，在进行层次分析对变电站能效进行评估的过程中主观因素对权重系数的影响较大，严重情况下甚至导致评估结果的错误。云计算是分布式计算、效用计算、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果，本发明对上述问题利用云计算改进的层次分析法可以有效量化智慧能源站节能指标、查找智慧能源站高能耗问题所在，为智慧能源站节能减排的科学评估提供可参考的依据，弥补了传统层次分析法判断矩阵和一致性检验的步骤繁琐、计算难度大、主观因素对权重系数的影响较大的问题，能过快速的解决大量数据的计算及修正问题，使层次分析法的结果更加让人信服，具有计算粒度细致，操作比较简单，计算非常敏捷的优点。
附图说明
[0037]
图1为本发明实施例方法的基本流程图。
具体实施方式
[0038]
如图1所示，本实施例利用云计算改进层次分析法的智慧能源站能效评估方法包括：
[0039]
1)分别对智慧能源站中的智能变电站、储能站、数据中心的电能消耗数据进行采集；
[0040]
2)将采集的电能消耗数据上传到云端，利用云端的云服务器进行云计算，对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算；
[0041]
3)将能效指标输入预先建立好的层次分析模型，得到智慧能源站的能效评估结果。
[0042]
本实施例中，步骤2)中对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算时，对智能变电站进行能效指标计算的函数表达式如下式所示：
[0043]
w＝t
×
[p0 (s％)2p
k
]
[0044][0045][0046]
上式中，w表示智能变电站中变压器的耗电，t表示智能变电站的能效水平，p0表示智能变电站中变压器的空载损耗，s％表示智能变电站中变压器的平均负载率，p
k
表示智能变电站中变压器的额定容量下的负载损耗；h1表示智能变电站中主变压器总耗电，h2表示智能变电站中变电站设备总耗电，s
p*i
表示智能变电站损耗的正向指标，s
xi
表示智能变电站损耗的原始值，s
oi
表示智能变电站损耗的基准值。
[0047]
本实施例中，步骤2)中对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算时，对储能站进行能效指标计算的函数表达式如下式所示：
[0048][0049][0050]
p
2grid
＝p
in
‑
p
out
＝p
in
(1
‑
η(p
in
))
[0051]
上式中，s表示储能站的平均能效评估指标，t为运行时间，n
d
为储能站的负荷支路数量，p
d,i
(t)为储能站的第i条负荷支路在时刻t的负荷值，δt为时间的变化量，p
con,k
(t)为储能站的第k条负荷支路在时刻t的变换器损耗，p
line,k
(t)为储能站的第k条负荷支路在时刻t的线路损耗；p
2load
表示储能站的负荷支路和储能充电变换器损耗，p
in
为储能站的储能充电变换器输入功率，p
out
为储能站的储能充电变换器输出功率，η为储能站的储能充电变换器的效率。
[0052]
本实施例中，步骤2)中对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算时，对数据中心进行能效指标计算的函数表达式如下式所示：
[0053][0054]
上式中，e表示数据中心的主机能耗，t0为初始时刻，t1为结束时刻，m为数据中心的主机数目,p
i
(α(t))为数据中心的第i个主机在时间段的α(t)主机功耗；
[0055]
pue＝p1/p2[0056]
上式中，pue表示数据中心的能源效率评价指标，p1表示数据中心的基站总能耗，p2表示数据中心的基站主设备总能耗。
[0057]
本实施例中，步骤3)中预先建立好的层次分析模型为三层结构，且层次结构模型中智慧能源站能效水平作为层次结构模型的最高层，智慧能源站中的智能变电站、储能站、数据中心三者的能效水平作为层次结构模型的中间层，各个能效指标作为层次结构模型的最低层。
[0058]
本实施例中，步骤4)之前还包括建立层次分析模型的步骤：
[0059]
s1)对各项能效指标配对，并基于九级标度法得到任意能效指标对之间的重要程度，从而根据各个能效指标对的重要程度构建得到层次分析法的判断矩阵；
[0060]
s2)将判断矩阵发送给云端的服务器，利用云端的服务器计算判断矩阵的特征值、求解特征值对应的特征向量，并将特征向量归一化得到对应的权重向量，最终得到每一个能效指标的权重向量所构成的权重矩阵，从而完成层次分析模型的建立。
[0061]
本实施例中，步骤s2)包括：
[0062]
s2.1)将判断矩阵发送给云端的服务器，利用云端的服务器计算判断矩阵的特征值、求解特征值对应的特征向量，并将特征向量归一化得到对应的权重向量；
[0063]
s2.2)计算一致性指标，若一致性比率小于预设阈值，则将得到每一个能效指标的权重向量所构成的权重矩阵，从而完成层次分析模型的建立；否则，跳转执行步骤s1)。
[0064]
本实施例中，步骤s2.2)中计算一致性比率的函数表达式为：cr＝ci/ri，其中ri为随机生成的随机一致性指标，ci为一致性指标，一致性指标ci的计算函数表达式为：
[0065][0066]
上式中，λ
max
为判断矩阵的最大特征值，n为判断矩阵的阶数。
[0067]
综上所述，本实施例方法包括：1)分别对智慧能源站中的智能变电站、储能站、数据中心的电能消耗数据进行采集；2)将采集的电能消耗数据上传到云端，利用云端的云服务器进行云计算，对智慧能源站中的智能变电站、储能站、数据中心分别进行能效指标计算；3)将能效指标输入预先建立好的层次分析模型，得到智慧能源站的能效评估结果。本发明旨在弥补传统层次分析法判断矩阵和一致性检验的步骤繁琐、计算难度大、主观因素对权重系数的影响较大的问题，利用云计算过快速的解决大量数据的计算及修正问题，使层次分析法的结果更加让人信服，具有计算粒度细致，操作比较简单，计算非常敏捷的优点。
[0068]
此外，本实施例还提供一种利用云计算改进层次分析法的智慧能源站能效评估系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行前述利用云计算改进层次分析法的智慧能源站能效评估方法的步骤。
[0069]
此外，本实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有被编程或配置以执行前述利用云计算改进层次分析法的智慧能源站能效评估方法的计
算机程序。
[0070]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术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，本技术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读存储介质(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。本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。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和/或方框图一个方框或多个方框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和/或方框图一个方框或多个方框中指定的功能。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和/或方框图一个方框或多个方框中指定的功能的步骤。
[0071]
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。