本發(fā)明屬于電網(wǎng)綜合評價
技術(shù)領(lǐng)域：
，尤其涉及一種基于激勵懲罰機制的電網(wǎng)指標(biāo)綜合評價方法。
背景技術(shù)：
：現(xiàn)有對電網(wǎng)指標(biāo)的評價主要是靜態(tài)的，主要是標(biāo)準(zhǔn)值評價法，而且是針對某方面的，如對電網(wǎng)的電能質(zhì)量、低碳效益、經(jīng)濟效益等的評價。上述評價方法的主要缺陷是：只將靜態(tài)綜合評價值與標(biāo)準(zhǔn)值進行比較，沒有結(jié)合實際考慮評價對象的整體發(fā)展?fàn)顩r。技術(shù)實現(xiàn)要素：針對上述問題，本發(fā)明提出一種基于激勵懲罰機制的指標(biāo)綜合評價方法，適用于電網(wǎng)各方面的指標(biāo)，并且在評價電網(wǎng)指標(biāo)的過程中引入激勵懲罰因子，綜合考慮了評價對象的歷史數(shù)據(jù)以及未來發(fā)展情況，可以對電網(wǎng)評價對象的整體發(fā)展情況進行控制，本方法進一步考慮了不同區(qū)域在同一時間內(nèi)的橫向比較、同一區(qū)域在不同時間段的縱向比較以及不同區(qū)域、指標(biāo)、時間三維上對電網(wǎng)的電能質(zhì)量進行時序動態(tài)評價，將系統(tǒng)的歷史運行狀況及其波動情況充分反映到評價結(jié)果中。該方法具體為：一種基于激勵懲罰機制的電網(wǎng)指標(biāo)綜合評價方法，包括如下步驟：S1.初選電網(wǎng)評估的關(guān)鍵指標(biāo)；S2.基于所述關(guān)鍵指標(biāo)，建立激勵懲罰評價模型；S3.計算各指標(biāo)的綜合評價值，建立電網(wǎng)綜合評價模型。優(yōu)選的，所述步驟S1具體包括：S1-1.基于電網(wǎng)效益的實現(xiàn)路徑，分別在發(fā)電側(cè)、電網(wǎng)側(cè)、用電側(cè)篩選出能夠影響電網(wǎng)效益的關(guān)鍵因素；S1-2.基于結(jié)構(gòu)熵-因子分析的方法優(yōu)化所述關(guān)鍵指標(biāo)。優(yōu)選的，所述步驟S2具體包括：S2-1.對所述關(guān)鍵指標(biāo)進行一致化處理；S2-2.建立各關(guān)鍵指標(biāo)激勵懲罰控制方程；S2-3.確定關(guān)鍵指標(biāo)動態(tài)信息采集方式。優(yōu)選的，所述步驟S3具體包括：S3-1.計算各關(guān)鍵指標(biāo)在各時間段內(nèi)帶激勵懲罰的綜合評價值；S3-2.計算各評價對象在時間序列上的動態(tài)綜合綜合評價值；S3-3.基于激勵懲罰的綜合評價值和動態(tài)綜合綜合評價值建立電網(wǎng)綜合評價模型。優(yōu)選的，所述步驟S1-2具體包括：1)采集評價者意見，形成典型排序矩陣；2)將所述典型排序矩陣轉(zhuǎn)化為結(jié)構(gòu)熵矩陣；3)計算評價者關(guān)于指標(biāo)的平均認識度；4)進行因子分析，形成因子載荷矩陣，對結(jié)構(gòu)熵矩陣進行標(biāo)準(zhǔn)化處理，形成各初選指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)；5)根據(jù)各因子對總方差的解釋程度，判斷公因子的個數(shù)，并根據(jù)因子載荷矩陣，判斷各指標(biāo)的最大因子載荷，以對初選關(guān)鍵指標(biāo)進行調(diào)整與優(yōu)化；6)將優(yōu)化前后的因子載荷矩陣進行標(biāo)準(zhǔn)化處理，并對優(yōu)化前后的數(shù)據(jù)進行組合信度和平均變異數(shù)抽取量檢驗，以確定電網(wǎng)效益評價的關(guān)鍵指標(biāo)。本發(fā)明的有益效果在于：本方法考慮了不同區(qū)域在同一時間內(nèi)的橫向比較、同一區(qū)域在不同時間段的縱向比較以及不同區(qū)域、指標(biāo)、時間三維上對電網(wǎng)的電能質(zhì)量進行時序動態(tài)評價，將系統(tǒng)的歷史運行狀況及其波動情況充分反映到評價結(jié)果中。附圖說明圖1是本發(fā)明實施例的方法流程圖；圖2是指標(biāo)動態(tài)集結(jié)方式圖。具體實施方式下面結(jié)合附圖，對實施例作詳細說明。實施例1如圖1所示，本發(fā)明的基于激勵懲罰機制的指標(biāo)綜合評價方法的具體步驟如下：S1.電網(wǎng)評估關(guān)鍵指標(biāo)初選。又包括以下步驟：S1-1.基于電網(wǎng)效益的實現(xiàn)路徑，分別在發(fā)電側(cè)，電網(wǎng)側(cè)，用電側(cè)篩選出能夠影響電網(wǎng)效益的關(guān)鍵因素；根據(jù)發(fā)電側(cè)、電網(wǎng)側(cè)、用電側(cè)各環(huán)節(jié)促進電網(wǎng)發(fā)展的核心貢獻點，選取一系列指標(biāo)。運用主成分分析法初步篩選出關(guān)鍵指標(biāo)。假設(shè)共有p個指標(biāo)，分別用X1，X2，……，Xp表示，這p個指標(biāo)構(gòu)成的p維隨機向量為X＝(X1，X2…Xp)t,設(shè)隨機向量X的均值為μ，協(xié)方差矩陣為Σ。假設(shè)X是以n個標(biāo)量隨機變量組成的列向量，并且μk是其第k個元素的期望值，即，μk＝Ε(Xk)，協(xié)方差矩陣然后被定義為：對X進行線性變化，考慮原始變量的線性組合：主成分是不相關(guān)的線性組合Z1，Z2，……，Zp,并且Z1是X1，X2，……，Xp的線性組合中方差最大者，Z2是與Z1不相關(guān)的線性組合中方差最大者，……，Zp是與Z1，Z2……Zp-1都不相關(guān)的線性組合中方差最大者。S1-2.基于結(jié)構(gòu)熵-因子分析的關(guān)鍵指標(biāo)選取優(yōu)化；建立電網(wǎng)效益關(guān)鍵指標(biāo)選取的優(yōu)化模型：1)采集評價者意見，形成“典型排序矩陣”。確定評價者范圍，根據(jù)指標(biāo)的歷史情況，向評價者征詢選取的意見。評價者判斷給定指標(biāo)對電網(wǎng)效益的影響程度，并對指標(biāo)進行排序。形成初選關(guān)鍵指標(biāo)的評價意見“典型排序”。2)將“典型排序矩陣”轉(zhuǎn)化成“結(jié)構(gòu)熵矩陣”。由于不同評價者對指標(biāo)選取有不同的看法，因此各種評價意見生產(chǎn)的“典型排序矩陣”往往會因為數(shù)據(jù)“噪聲”使得評價結(jié)果存在潛在偏差和不確定性。為消除這種不確定性，需要對“典型排序矩陣”進行降噪處理，將其轉(zhuǎn)化為“結(jié)構(gòu)熵矩陣”。設(shè)有k位評價者參加調(diào)查，回收的調(diào)查表有k張，則每張調(diào)查表對應(yīng)一個指標(biāo)集，記為U＝{u1,u2,……，un}。該指標(biāo)集對應(yīng)的“典型排序”數(shù)據(jù)記作{ai1,ai2,……,ain}。由k張調(diào)查表獲得的指標(biāo)排序矩陣稱為評價意見的“典型排序矩陣”，記為A＝{aij}k×n，其中aij表示第i個評價者對第j個指標(biāo)的評價，i＝1,2，……，k；j＝1,2,……，n?；陟乩碚摌?gòu)建結(jié)構(gòu)熵模型，標(biāo)準(zhǔn)的熵模型如下所示。x(I)＝-λpn(I)lnpn(I)(1)式中，令取代入得化簡為兩邊同除令則結(jié)構(gòu)熵模型為式中，為aij對應(yīng)的隸屬函數(shù)值，I，m為轉(zhuǎn)化參數(shù)量，根據(jù)結(jié)構(gòu)熵理論，令I(lǐng)＝q+1，m＝q+2，則其中，q為評價者對給定指標(biāo)的排序數(shù)。對電網(wǎng)效益影響越大的指標(biāo)，其排序數(shù)越靠前；反之則越靠后。如果某位評價者認為指標(biāo)aij對電網(wǎng)效益“影響顯著”，則q取值為1；如果認為是“影響較大”，則q取值為2，以此類推，由公式(5)和(6)得到：將“典型排序矩陣”中的aij代入(7)中，得到aij的結(jié)構(gòu)熵值bij(bij＝μ(aij)),由此形成“結(jié)構(gòu)熵矩陣”，記為B＝(bij)k×n。3)設(shè)k個評價者對指標(biāo)μj的排序結(jié)果同等重要，則對k個評價者關(guān)于指標(biāo)的平均認識度進行計算，記作bj，如式：bj＝(b1j+b2j+……+bkj)/k(8)設(shè)k個評價者對指標(biāo)由認知產(chǎn)生的不確定性(也稱“認識盲度”)進行計算，記作Qj，如式(9)，顯然Qj≥0。Qj＝|{|max(b1j,b2j,……,bkj)-bj|+|min(b1j,b2j,……,bkj)-bj|}/2(9)根據(jù)k個評價者對指標(biāo)uj的平均認識和認識盲度，計算k個評價者對指標(biāo)μj的整體認識度(也稱為“一致看法”)，記作xj，如式(10)。由xj可形成全體評價者對給定指標(biāo)選取的總體認識度，記作X，則X＝(x1,x2,……，xn)。根據(jù)總體認識度，對初選的關(guān)鍵指標(biāo)進行排序并初步判斷各指標(biāo)的合理性。xj＝bj(1-Qj),xj＞0(10)4)進行因子分析，形成因子載荷矩陣，對結(jié)構(gòu)熵矩陣進行標(biāo)準(zhǔn)化處理，形成各初選指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)。運用SPSS軟件對標(biāo)準(zhǔn)化數(shù)據(jù)進行因子分析，得到各因子對總方差的解釋程度以及因子載荷矩陣。5)根據(jù)各因子對總方差的解釋程度，判斷公因子的個數(shù)。在此基礎(chǔ)上，根據(jù)因子載荷矩陣，判斷各指標(biāo)的最大因子載荷，以此對初選關(guān)鍵指標(biāo)進行調(diào)整與優(yōu)化。根據(jù)統(tǒng)計學(xué)定義，某指標(biāo)的最大因子載荷所對應(yīng)的公因子即為該指標(biāo)所屬公因子。若指標(biāo)的最大因子載荷小于0.040，表明該指標(biāo)所屬公因子的影響不明顯，應(yīng)刪除；反之則應(yīng)保留。6)將優(yōu)化前后的因子載荷矩陣進行標(biāo)準(zhǔn)化處理，運用AMOS結(jié)構(gòu)方程模型軟件分別對優(yōu)化前后的數(shù)據(jù)進行組合信度(CR)和平均變異數(shù)抽取量(AVE)檢驗，以此判斷初選指標(biāo)調(diào)整的合理性。據(jù)此，最終確定電網(wǎng)效益評價的關(guān)鍵指標(biāo)體系。S2.激勵懲罰評價模型。又包括以下步驟：S2-1.指標(biāo)的一致化處理；假設(shè)某地區(qū)電網(wǎng)內(nèi)有S個評價對象，其M項評價指標(biāo)在時間序列tk(k＝1,2,……，N)上具有三維時序動態(tài)監(jiān)測數(shù)據(jù)表[aij(tk)](i表示第i個評價對象，i＝1,2，……，S；j表示第j項指標(biāo)，j＝1,2,……，M)，則對于極大型和極小型指標(biāo)可通過式(11)和式(12)分別進行監(jiān)測數(shù)據(jù)一致化處理。式中，xij(tk)為經(jīng)過一致化處理的監(jiān)測數(shù)據(jù)；和分別為對時間序列tk上的測量數(shù)據(jù)求取最大值和最小值；和分別為對第i個評價對象的測量數(shù)據(jù)求取最大值和最小值。由此得到標(biāo)幺化處理的包含指標(biāo)動態(tài)信息的指標(biāo)監(jiān)測數(shù)據(jù)xij(tk)。S2-2.確定各指標(biāo)激勵懲罰控制方程；建立的激勵懲罰控制方程為：當(dāng)上標(biāo)為“+”時，式(13)表示激勵方程，為“-”時表示懲罰方程。時間變量t∈(t1,t2,……，tN)，對應(yīng)評價時間序列。初始值b一般為具有較強解釋性的關(guān)鍵點，一般取平均值。設(shè)rj_max，rj_min，rj_ave分別為第j項指標(biāo)的最大增長率，最小增長率以及平均增長率，其計算公式為：則激勵、懲罰控制方程的斜率計算公式為：S2-2.指標(biāo)動態(tài)信息集結(jié)方式；假定指標(biāo)在時間序列上的狀態(tài)變換是均勻變化的，即在(tk，tk+1)時間段內(nèi)指標(biāo)值xij(tk)和xij(tk+1)之間的連線可以看成是該指標(biāo)的發(fā)展軌跡，如圖2所示。圖2中，粗實線表示指標(biāo)發(fā)展軌跡，則第i個評價對象第j項指標(biāo)在內(nèi)固有評價值可用如下積分方程計算：當(dāng)指標(biāo)值低于激勵控制線時，說明該時刻評價指標(biāo)質(zhì)量低于評價時間序列內(nèi)的平均水平，評價過程中應(yīng)當(dāng)“獎勵”，即增大其評價值；當(dāng)指標(biāo)值高于懲罰控制線時，說明該時刻評價指標(biāo)質(zhì)量高于評價時間序列內(nèi)的平均水平，評價過程中應(yīng)當(dāng)“懲罰”，即減小其評價值。以圖2為例，若指標(biāo)發(fā)展軌跡與激勵、懲罰控制線分別交于tinc和tpum，設(shè)指標(biāo)帶激勵和懲罰的評價值分別為(tk，tk+1)時間段內(nèi)其計算公式為：則每項指標(biāo)在時間段(tk，tk+1)內(nèi)帶激勵懲罰的綜合評價值為：式中：u+和u-分別為激勵、懲罰因子(u+，u->0)，由式(19)的2個約束條件確定。S3.電網(wǎng)綜合評價模型。又包括以下步驟：S3-1.計算指標(biāo)在各時間段內(nèi)帶激勵懲罰的綜合評價值；對于時序立體數(shù)據(jù)表支持的綜合評價問題，即時序動態(tài)綜合評價，可用下式表達：式中：τk為時間因子，通常取{τk}為遞增型的序列(如令τk＝ek/2N)，體現(xiàn)“厚古薄今”的思想，若無特定的要求也可不考慮時間偏好，即令τk＝1。實施例2(1)基于激勵懲罰的動態(tài)評價方法對12個省市在2010-2016年的供電發(fā)展?fàn)顩r進行動態(tài)評價與分析，經(jīng)步驟S1，選擇了四大指標(biāo)(電網(wǎng)預(yù)測準(zhǔn)確率、負荷預(yù)測準(zhǔn)確率、負荷估算準(zhǔn)確率、年度投資計劃完成率)。然后對每個指標(biāo)進行一致化處理，處理后的指標(biāo)如表1所示。省份2010年2011年2012年2013年2014年2015年2016年A3.8813.9353.6343.6143.0573.9132.675B5.5525.3344.9195.3525.6945.2815.013C4.2304.4744.9194.3245.0004.4574.216D10.00010.00010.00010.00010.00010.00010.000E2.8542.2472.3332.4212.7852.8922.993F3.0153.2873.2412.9352.9762.9793.484G0.0000.0000.0000.0000.0000.0000.000H7.2786.8276.5416.6696.6876.5956.901I2.1722.9962.7592.4592.5132.5342.205J0.3850.4960.4660.4870.4960.4100.309K0.7660.7260.6240.5920.7650.7950.800L3.0752.8512.7092.4932.6402.6432.536表一12省市在2010-2016年的xij(tk)(2)根據(jù)步驟S2，算出被評對象最大增長率、最小增長率和平均增長率為：rj_max＝0.0782，rj_min＝-0.0898，rj_ave＝-0.0288。(3)征求有關(guān)專家意見后，取優(yōu)劣勢方程斜率修正系數(shù)v+＝v-＝0.5，則激勵、懲罰控制方程的斜率為k+＝0.0247，k-＝-0.0593。故激勵、懲罰控制方程為:(4)根據(jù)激勵、懲罰控制方程，可算出方程與指標(biāo)連線的交點，進而算出激勵、懲罰因子為u+＝0.4985，u-＝0.5015。(5)則在各時間段內(nèi)帶激勵懲罰的綜合評價值為：表二各時間段內(nèi)的(6)此時，綜合各個時刻，易得到第i個被評對象在N個時刻帶激勵懲罰的總動態(tài)綜合評價值和排名：省份yi排序省份yi排序A43.601214G012B64.449343H71.733131C31.140035I18.16937D702J3.09183711E4.38903810K4.728499F17.2588L30.33686表三12省市帶激勵懲罰評價結(jié)果信息表其中，時間因子τk＝1。由此可見，各省份的排序結(jié)果為：H、D、B、A、C、L、I、F、K、E、J、G。此實施例僅為本發(fā)明較佳的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)該以權(quán)利要求的保護范圍為準(zhǔn)。當(dāng)前第1頁1 2 3