基于层次分析法和粗糙集的综合能源系统评价方法及装置

1.本发明涉及综合能源系统和计算机领域，特别是指一种基于层次分析法和粗糙集的综合能源系统评价方法及装置。


背景技术：

2.随着社会与经济的发展，能源需求日渐增长、日趋复杂，能源与环境协调发展问题已经成为制约当今社会发展的重要瓶颈。有效调节能源结构、优化能源利用环节、提高能源利用效率、减少污染排放，已成为区域发展的迫切需求。智慧综合能源系统是高度信息化的包括多种能源输入与输送形式的能源协调系统，能够统筹各种需求之间的配合关系，实现能源的综合管理与高效利用，对促进节能减排和产业升级具有重要意义。
3.智慧综合能源系统统筹了能源消费与供应，为用户提供电、热、冷等服务，与城市电网、气网相连接。智慧综合能源系统技术整合了电子电气、传感与响应、储能、新能源、云计算等技术，与城市区域的低碳发展、污染排放等方面息息相关。智慧综合能源系统服务包括了设备规划、运行调配，涉及如能源设施、供能质量、设备能耗、污染控制、智能信息化等诸多评价指标，且涉及主体的利益诉求和关注点千差万别。因此，综合能源系统评价具有极大的复杂性，如何进行全面、客观、科学的评价对于提升综合能源系统的经济性、环保性和智能性具有重要意义。而现有综合评价方法往往局限于少数方面，评价结果缺乏全面性，与此同时，对不同方面的权重制定又往往受打分方式、专家专业性等主观因素影响巨大，评价结果缺乏客观性。
4.为弥补综合评价方法偏主观的问题，一些综合能源系统采用了熵权法结合层级分析法的评价方式，不过，熵权法定权重对数据完备性和样本量有较高要求，在构建智慧综合能源系统评价体系时，需要大量完备的采集数据或者专家打分，对人力物力有较高要求。同时，熵权法依据各指标熵值确定权重，不能体现决策者对各指标重要性的理解，可能在一定程度上产生与事实相悖的情况。


技术实现要素：

5.本发明的主要目的在于克服现有技术中的上述缺陷，提出一种基于层次分析法和粗糙集的综合能源系统评价方法及装置，在使用层次分析法的基础上，辅以粗糙集分析方法，并对粗糙评价权重范围进行二次确定获得评价权重，降低了评价结果的误差和主观性，使得评价结果具有更高的准确性、客观性和全面性，进而辅助决策者制定出合理的指标权重。
6.本发明采用如下技术方案：
7.一方面，一种基于层次分析法和粗糙集的综合能源系统评价方法，包括：
8.s101，建立层次结构模型：分析指定综合能源系统内指标的相互关系，以总-分的形式分成一级-二级-三级指标，建立综合能源系统评价的层次结构模型；
9.s102，构建群评价决策矩阵：基于所述层次结构模型，定量地将同二级指标下的所
有三级指标、相同一级指标下的所有二级指标以及所有一级指标进行同级两两比较，得出每个指标的相对重要性，构建出各级的群评价决策矩阵；所述群评价决策矩阵中的数值为santy标度；
10.s103，构建群评价决策粗数矩阵：采用粗糙集方法，将所述群评价决策矩阵转换成群评价决策粗数矩阵；
11.s104，获取粗糙评价权重范围：基于所述群评价决策粗数矩阵，对指标的santy 标度进行累积求根后，获取各指标的粗糙权重评价范围；
12.s105，获取评价权重：基于评价优化系数，将各指标的权重评价范围，转换成各级各项指标的评价权重值；所述评价优化系数为基于各指标间权重评价范围设定的专家经验值；
13.s106，获取评价结果：将一级、二级和三级指标根据分支对归一化处理后的评价权重值进行累乘，得出各三级指标的全局评价权重。
14.优选的，每个所述群评价决策矩阵，表示如下：
15.其中，d表示群评价决策矩阵；n表示参与评价的专家数量，表示k专家将该组m个指标中的指标i与j相比较的重要性判断santy标度，k∈[1,n]；m表示当前群评价决策矩阵包括的指标个数，即该级包括的指标个数。
[0016]
优选的，每个所述群评价决策矩阵对应的群评价决策粗数矩阵，表示如下：
[0017][0018]
其中，r表示群评价决策粗数矩阵；表示r
ij
的粗数下逼近，表示为集合r
ij
中所有小于等于元素的平均数，表示r
ij
的粗数上逼近，表示为集合r
ij
中所有大于等于元素的平均数，如下：
[0019][0020][0021]
优选的，各指标的权重评价范围表示如下：
[0022][0023]
其中，wj表示指标j的权重评价范围。
[0024]
优选的，所述s105，具体包括：
[0025]
基于评价优化系数，将进行归一化处理后的各指标的权重评价范围，转换成各级各项指标的评价权重值，并对评价权重值进行归一化处理；所述评价优化系数为基于各指标间权重评价范围设定的专家经验值。
[0026]
优选的，各指标的评价权重值表示如下：
[0027][0028]
其中，vj表示指标j的权重评价范围；α∈[0,1]，表示评价优化系数。
[0029]
另一方面，一种基于层次分析法和粗糙集的综合能源系统评价装置，包括：
[0030]
层次结构模型建立模块，用于分析指定综合能源系统内指标的相互关系，以总
‑ꢀ
分的形式分成一级-二级-三级指标，建立综合能源系统评价的层次结构模型；
[0031]
群评价决策矩阵构建模块，用于基于所述层次结构模型，定量地将同二级指标下的所有三级指标、相同一级指标下的所有二级指标以及所有一级指标进行同级两两比较，得出每个指标的相对重要性，构建出各级的群评价决策矩阵；所述群评价决策矩阵中的数值为santy标度；
[0032]
群评价决策粗数矩阵构建模块，用于采用粗糙集方法，将所述群评价决策矩阵转换成群评价决策粗数矩阵；
[0033]
粗糙评价权重范围获取模块，用于基于所述群评价决策粗数矩阵，对指标的santy 标度进行累积求根后，获取各指标的粗糙权重评价范围；
[0034]
评价权重获取模块，用于基于评价优化系数，将各指标的权重评价范围，转换成各级各项指标的评价权重值；所述评价优化系数为基于各指标间权重评价范围设定的专家经验值；
[0035]
评价结果获取模块，用于将一级、二级和三级指标根据分支对归一化处理后的评价权重值进行累乘，得出各三级指标的全局评价权重。
[0036]
由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：
[0037]
(1)本发明在使用层次分析法的基础上，辅以粗糙集分析方法，并对粗糙评价权重范围进行二次确定获得评价权重，再将一级、二级和三级指标根据分支对评价权重值进行累乘，得出各三级指标的全局评价权重，降低了评价结果的误差和主观性，可以有效体现决策者对各指标权重的理解，进而辅助决策者制定出合理的指标权重；因此，本发明是一种更加全面、客观且应用广泛的智慧综合能源系统评价方法；
[0038]
(2)本发明采用粗糙集的方式能处理缺失型样本数据，具有比较高的容错能力，可以解决数据缺失下的赋权问题，具有更高的适用范围。
附图说明
[0039]
图1为本发明实施例的基于层次分析法和粗糙集的综合能源系统评价方法的流程图；
[0040]
图2为本发明实施例的建筑用地综合能源系统评价的层次结构模型及各三级指标的全局评价权重示意图；
[0041]
图3为本发明实施例的基于层次分析法和粗糙集的综合能源系统评价装置的结构框图。
具体实施方式
[0042]
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
[0043]
参见图1所示，一种基于层次分析法和粗糙集的综合能源系统评价方法，包括：
[0044]
s101，建立层次结构模型：分析指定综合能源系统内指标的相互关系，以总-分的形式分成一级-二级-三级指标，建立综合能源系统评价的层次结构模型；
[0045]
s102，构建群评价决策矩阵：基于所述层次结构模型，定量地将同二级指标下的所有三级指标、相同一级指标下的所有二级指标以及所有一级指标进行同级两两比较，得出每个指标的相对重要性，构建出各级的群评价决策矩阵；所述群评价决策矩阵中的数值为santy标度；
[0046]
s103，构建群评价决策粗数矩阵：采用粗糙集方法，将所述群评价决策矩阵转换成群评价决策粗数矩阵；
[0047]
s104，获取粗糙评价权重范围：基于所述群评价决策粗数矩阵，对指标的santy 标度进行累积求根后，获取各指标的粗糙权重评价范围；
[0048]
s105，获取评价权重：基于评价优化系数，将各指标的权重评价范围，转换成各级各项指标的评价权重值；所述评价优化系数为基于各指标间权重评价范围设定的专家经验值；
[0049]
s106，获取评价结果：将一级、二级和三级指标根据分支对归一化处理后的评价权重值进行累乘，得出各三级指标的全局评价权重。
[0050]
本实施例中，将相同二级指标下的所有三级指标、相同一级指标下的所有二级指标以及所有一级指标进行同级两两比较。为尽可能减少性质不同的指标间互相比较的困难，提高准确性，采用santy的1-9标度方法，邀请多位专家进行相对尺度比较，并列出每位专家评价得出的所有对比矩阵。两指标比较的尺度规则如下表1表1。
[0051]
表1
[0052]
标度含义1表示两个因素相比，具有同样重要性3表示两个因素相比，一个因素比另一个因素稍微重要5表示两个因素相比，一个因素比另一个因素明显重要7表示两个因素相比，一个因素比另一个强烈重要
9表示两个因素相比，一个因素比另一个因素极端重要2，4，6，8上述两相邻判断的中值倒数因素i与j比较的判断a
ij
，则因素j与i比较的判断a
ji
＝1/a
ij
[0053]
将所有专家的一级、二级、三级指标评价决策矩阵组成集合，如将k专家对某组m个三级指标l3的评价权重矩阵表示为：
[0054][0055]
其中，表示k专家将该组m个三级指标l3中指标i与j相比较的重要性判断santy标度。将所有n个专家对该组三级指标l3指标评价权重矩阵整合为群评价决策矩阵表示为：
[0056][0057]
其中，矩阵中的各元素为专家组n个专家对指标i与j相比较的重要性判断santy标度集合表示为
[0058]
进一步的，将群决策矩阵中的集合r
ij
转化成平均粗数区间形式rn(r
ij
)，得到群评价决策粗数矩阵如粗数下逼近为集合r
ij
中所有小于等于元素的平均数，粗数上逼近为集合r
ij
中所有大于等于元素的平均数。平均粗数区间rn(r
ij
)为集合r
ij
中所有元素粗数下逼近和粗数上逼近的平均值，如下式所示：
[0059][0060][0061][0062]
[0063]
进一步的，该组m个三级指标l3中各指标的粗糙评价权重范围，可通过群评价决策粗数矩阵r
l3
确定，如l3中j指标的粗糙评价权重范围为：
[0064][0065]
将得出的粗糙评价权重范围进行归一化处理，对评价结果的倾向进行二次确定，每位专家都根据得出的粗糙评价权重范围，给出评价优化系数α(0≤α≤1)，以表达专家对权重范围的倾向，去除层次分析法中的主观因素，提升评价结果客观性，并将粗糙评价权重范围转换为清晰的评价权重值：
[0066]
各指标的评价权重值表示如下：
[0067][0068]
其中，vj表示指标j的权重评价范围；α∈[0,1]，表示评价优化系数。
[0069]
进一步的，在得出各级各项指标的评价权重值后，最后将一、二、三级指标根据分支对归一化处理后的评价权重值进行累乘，得出各三级指标的全局权重，进而可以获得智慧综合能源系统的评价权重。
[0070]
参见图2所示，如下将以某地区建筑用地综合能源系统的评价为例进行说明。具体的，以能源供应(一级)-能源设施(二级)分支的三级指标为例，三级指标有：可再生能源设施建设情况(单位面积可再生能源装机量)、储电系统建设情况(单位面积储电装置装机量)、可再生能源供电设施覆盖率(可再生能源供电覆盖率)、蓄冷储热系统建设情况(蓄冷储热系统使用)共四项，邀请四位专家分别使用层次分析法，利用santy的1-9标度方法构建评价权重矩阵，并将该分支三级指标所有评价权重矩阵整合成群评价决策矩阵d，分别如下表2和列式所示。
[0071]
表2
[0072]
[0073][0074][0075]
将群决策矩阵d中的所有元素转化成平均粗数区间形式
[0076]
以r
12
＝{3,1,3,5}集合为例
[0077][0078][0079][0080][0081][0082][0083]
得到群评价决策粗数矩阵rn(r
12
)＝[2.165,3.835]，同理可得群评价决策粗数矩阵r，如下：
[0084][0085]
根据算式wi,再进行归一化处理可得出该分支三级指标的粗糙评价权重范围w，并请专家二次设定相应评价优化系数α(0≤α≤1)，结果趋于粗糙评价权重范围下限取接近0的数值，结果趋于粗糙评价权重范围上限取接近1的数值。最后根据算式vj，将粗糙评价权重范围转换为清晰的评价权重值v，如下表3所示。再进行归一化处理得到该分支三级指标每个指标实际评价权重。
[0086]
w＝[[0.7530,1.0000] [0.2831,0.4890] [0.6467,0.8138] [0.2132,0.2668]]
[0087]
v＝[0.909433 0.3929133 0.71354 0.24536]
[0088]
表3
[0089][0090]
通过上述方法依次对该建筑用地综合能源系统的每个指标进行评估，得出所有一级、二级和三级指标的每个指标实际评价权重，再将一级、二级和三级指标根据分支对评价权重值进行累乘(具体为，分别获得某一三级指标的实际权重、该三级指标对应的二级指标的实际权重、该二级指标对应的一级指标的实际权重，将这三个实际权重相乘)，得出各三级指标的全局评价权重，具体参见图2所示。
[0091]
参见图3所示，一种基于层次分析法和粗糙集的综合能源系统评价装置，包括：
[0092]
层次结构模型建立模块301，用于分析指定综合能源系统内指标的相互关系，以总-分的形式分成一级-二级-三级指标，建立综合能源系统评价的层次结构模型；
[0093]
群评价决策矩阵构建模块302，用于基于所述层次结构模型，定量地将同二级指标下的所有三级指标、相同一级指标下的所有二级指标以及所有一级指标进行同级两两比较，得出每个指标的相对重要性，构建出各级的群评价决策矩阵；所述群评价决策矩阵中的数值为santy标度；
[0094]
群评价决策粗数矩阵构建模块303，用于采用粗糙集方法，将所述群评价决策矩阵转换成群评价决策粗数矩阵；
[0095]
粗糙评价权重范围获取模块304，用于基于所述群评价决策粗数矩阵，对指标的 santy标度进行累积求根后，获取各指标的粗糙权重评价范围；
[0096]
评价权重获取模块305，用于基于评价优化系数，将各指标的权重评价范围，转换成各级各项指标的评价权重值；所述评价优化系数为基于各指标间权重评价范围设定的专家经验值；
[0097]
评价结果获取模块306，用于将一级、二级和三级指标根据分支对归一化处理后的评价权重值进行累乘，得出各三级指标的全局评价权重。
[0098]
一种基于层次分析法和粗糙集的综合能源系统评价装置的具体实现同一种基于层次分析法和粗糙集的综合能源系统评价方法，本实施例不再重复说明。
[0099]
上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。