本發(fā)明涉及能源技術(shù)、電氣工程
技術(shù)領(lǐng)域：
，特別是涉及一種工業(yè)用戶能效評(píng)估方法及系統(tǒng)。
背景技術(shù)：
：能效評(píng)估是電力節(jié)能的重要組成部分。針對(duì)電力用戶，尤其是針對(duì)工業(yè)企業(yè)用戶，進(jìn)行科學(xué)的能效評(píng)估對(duì)工業(yè)用戶的節(jié)能減排以及電網(wǎng)公司的經(jīng)濟(jì)運(yùn)行有著明顯的影響和促進(jìn)作用。工業(yè)用戶尤其是高耗能企業(yè)的用能評(píng)估，是實(shí)現(xiàn)社會(huì)節(jié)能目標(biāo)的有效途經(jīng)，也是節(jié)能技術(shù)發(fā)展以及創(chuàng)新的主要推動(dòng)力。工業(yè)企業(yè)對(duì)自身電力能源的整體使用情況以及隨之產(chǎn)生的效益缺乏準(zhǔn)確、系統(tǒng)的認(rèn)識(shí)，造成了電力能源在生產(chǎn)過程中的不必要的流失和浪費(fèi)現(xiàn)象，也影響了企業(yè)的成本估算以及其能耗控制。通過能效評(píng)估，可全面了解工業(yè)企業(yè)的生產(chǎn)整體用能狀況、主要能耗問題及其節(jié)電潛力，指導(dǎo)工業(yè)企業(yè)對(duì)自身進(jìn)行整頓調(diào)整，降低能耗和生產(chǎn)成本。同時(shí)，企業(yè)依據(jù)評(píng)估結(jié)果配合電網(wǎng)來針對(duì)性制訂節(jié)能實(shí)施方案，為電網(wǎng)公司實(shí)施節(jié)電改造、對(duì)用戶實(shí)施節(jié)能考核提供科學(xué)準(zhǔn)確的依據(jù)和支持，從而實(shí)現(xiàn)電網(wǎng)高效經(jīng)濟(jì)性運(yùn)行。評(píng)估模型最重要的一點(diǎn)是對(duì)指標(biāo)權(quán)重進(jìn)行分配。而權(quán)重確定方法大致可分為主觀賦權(quán)法和客觀賦權(quán)法兩類。主觀賦權(quán)法，一般基于決策者主觀偏好或經(jīng)驗(yàn)給出指標(biāo)權(quán)重，如層次分析法、最小平方法、專家咨詢法等?？陀^賦權(quán)法主要原理是根據(jù)原始數(shù)據(jù)之間的關(guān)系通過一定的數(shù)學(xué)方法來確定權(quán)重，是一種定量分析方法。常用的客觀賦權(quán)法有主成分分析法、熵權(quán)法、相關(guān)系數(shù)法等?，F(xiàn)有的評(píng)估方法，一般是先利用專家主觀評(píng)價(jià)信息進(jìn)行賦權(quán)，再單獨(dú)利用各指標(biāo)實(shí)際數(shù)據(jù)通過客觀賦權(quán)法進(jìn)行賦權(quán)，最后兩者加權(quán)疊加得到綜合權(quán)重。而主觀賦權(quán)法中各專家判定情況不同，對(duì)各個(gè)專家的判定結(jié)果如何再賦權(quán)并沒有很好的解決方法，客觀賦權(quán)法只是利用實(shí)際數(shù)據(jù)進(jìn)行賦權(quán)，未考慮人的主觀判斷思路，所得權(quán)重受實(shí)際樣本數(shù)據(jù)影響很大。鑒于此，提供一種客觀可信的指標(biāo)權(quán)重確定方法，以對(duì)工業(yè)用戶能效進(jìn)行評(píng)估是非常有必要的。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種工業(yè)用戶能效評(píng)估方法及系統(tǒng)，既考慮到了專家的主觀意見，又避免了某些專家的主觀意見過于偏激而導(dǎo)致的問題，使得評(píng)估結(jié)果更客觀可信。為解決上述技術(shù)問題，本發(fā)明提供一種工業(yè)用戶能效評(píng)估方法，包括：建立能效評(píng)估指標(biāo)體系，所述能效評(píng)估指標(biāo)體系中包含目標(biāo)層、第一級(jí)評(píng)價(jià)指標(biāo)以及第二級(jí)評(píng)價(jià)指標(biāo)；對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化；獲取各專家對(duì)所有評(píng)價(jià)指標(biāo)的重要性進(jìn)行評(píng)價(jià)的重要性數(shù)值，根據(jù)G1法計(jì)算各專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重；利用所述重要性數(shù)值以及所述專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重，采用直覺模糊熵計(jì)算各專家的自身權(quán)重；根據(jù)所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重以及各專家的自身權(quán)重確定所述第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重；利用各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的實(shí)際檢測(cè)值與對(duì)應(yīng)的所述綜合權(quán)重，生成工業(yè)用戶能效結(jié)果?？蛇x地，所述對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化包括：確定所述評(píng)價(jià)指標(biāo)數(shù)據(jù)的類型；采用對(duì)所述評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行無量綱化，式中a*為原始指標(biāo)數(shù)據(jù)，為無量綱化后的指標(biāo)數(shù)據(jù)，μ為指標(biāo)數(shù)據(jù)的數(shù)學(xué)期望；當(dāng)所述評(píng)價(jià)指標(biāo)數(shù)據(jù)的類型為極小型時(shí)，通過公式將極小型評(píng)價(jià)指標(biāo)數(shù)據(jù)轉(zhuǎn)換為極大型評(píng)價(jià)指標(biāo)數(shù)據(jù)；式中，a為轉(zhuǎn)換后的指標(biāo)數(shù)據(jù)?？蛇x地，所述根據(jù)G1法計(jì)算各專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重包括：將所述第二級(jí)評(píng)價(jià)指標(biāo)按照所述重要性數(shù)值進(jìn)行排序，記為：X'A1j≥X'A2j≥X'A3j≥X'A4j≥……≥X'Amj，對(duì)應(yīng)指標(biāo)名稱依此順序?yàn)锳1’、A2’、A3’……Am’；根據(jù)計(jì)算出相鄰指標(biāo)間權(quán)重大小的比值r'Akj；式中，ω'Akj為以第j位專家打分為基礎(chǔ)得到的指標(biāo)Ak’的權(quán)重，X'A(k-1)j、X'Akj分別為指標(biāo)A(k-1)’與Ak’的重要性數(shù)值，k為m、m-1、m-2……3、2；根據(jù)計(jì)算第二級(jí)評(píng)價(jià)指標(biāo)Am’相對(duì)于第一級(jí)評(píng)價(jià)指標(biāo)A的權(quán)重；通過得到其他第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于第一級(jí)評(píng)價(jià)指標(biāo)A的權(quán)重；根據(jù)計(jì)算各第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重，式中，為專家j評(píng)判下第二級(jí)評(píng)價(jià)指標(biāo)Ak相對(duì)于目標(biāo)層的權(quán)重，為專家j評(píng)判下第一級(jí)評(píng)價(jià)指標(biāo)A相對(duì)于目標(biāo)層的權(quán)重，ωAkj為專家j評(píng)判下第二級(jí)評(píng)價(jià)指標(biāo)Ak相對(duì)于第一級(jí)評(píng)價(jià)指標(biāo)A的權(quán)重?？蛇x地，所述采用直覺模糊熵計(jì)算各專家的自身權(quán)重包括：根據(jù)各專家評(píng)判的重要性數(shù)值，采用預(yù)設(shè)的對(duì)應(yīng)關(guān)系確定各專家對(duì)各評(píng)價(jià)指標(biāo)的隸屬度以及非隸屬度，生成直覺模糊集；根據(jù)θkj＝1-|μkj-νkj|、πkj＝1-μkj-νkj確定對(duì)應(yīng)的模糊度、猶豫度；其中，θkj為模糊度，μkj為隸屬度，νkj為非隸屬度，πkj為猶豫度；根據(jù)確定決策信息直覺模糊熵；其中，j＝1、2、3……N，為第j個(gè)專家對(duì)第二級(jí)指標(biāo)i的決策信息直覺模糊熵；根據(jù)計(jì)算得到各專家的自身權(quán)重；其中，Gj為加權(quán)直覺模糊熵，ωij為專家j評(píng)判下的第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重，為第j個(gè)專家于第二級(jí)評(píng)價(jià)指標(biāo)的決策信息直覺模糊熵，λj為第j個(gè)專家的自身權(quán)重?？蛇x地，所述根據(jù)所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重以及各專家的自身權(quán)重確定所述第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重包括：根據(jù)計(jì)算得到第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重；其中，λj為第j個(gè)專家的自身權(quán)重；ωAkj為專家j評(píng)判下第二級(jí)評(píng)價(jià)指標(biāo)Ak相對(duì)于第一級(jí)評(píng)價(jià)指標(biāo)A的權(quán)重。可選地，還包括：采用TOPSIS法對(duì)多個(gè)用戶進(jìn)行評(píng)價(jià)?？蛇x地，所述采用TOPSIS法對(duì)多個(gè)用戶進(jìn)行評(píng)價(jià)包括：設(shè)對(duì)N個(gè)用戶進(jìn)行評(píng)估，每個(gè)用戶樣本有P個(gè)的評(píng)價(jià)指標(biāo)數(shù)據(jù)，記為Di＝(di1，di2，di3，…，diP)T，其中，各第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重依次記為ω1、ω2、ω3……ωP，i＝1、2、3……N；進(jìn)行無量綱化預(yù)處理后，形成規(guī)范化決策矩陣：對(duì)D陣元素按uij＝ωj·dij加權(quán)，得到加權(quán)規(guī)范化決策陣：其中，ωj即為已得到的各個(gè)二級(jí)指標(biāo)綜合權(quán)重，i＝1、2、3……P，j＝1、2、3……N；由TOPSIS法求得正負(fù)理想方案，計(jì)算各個(gè)評(píng)價(jià)對(duì)象與最優(yōu)方案、最劣方案間的距離，令方案i到正理想方案距離為到負(fù)理想方案距離為則計(jì)算評(píng)價(jià)對(duì)象i與最優(yōu)方案的貼近度，記為按照各個(gè)評(píng)價(jià)對(duì)象的貼近度對(duì)所有對(duì)象進(jìn)行排序?qū)Ρ取１景l(fā)明還提供了一種工業(yè)用戶能效評(píng)估系統(tǒng)，包括：建立模塊，用于建立能效評(píng)估指標(biāo)體系，所述能效評(píng)估指標(biāo)體系中包含目標(biāo)層、第一級(jí)評(píng)價(jià)指標(biāo)以及第二級(jí)評(píng)價(jià)指標(biāo)；預(yù)處理模塊，用于對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化；獲取模塊，用于獲取各專家對(duì)所有評(píng)價(jià)指標(biāo)的重要性進(jìn)行評(píng)價(jià)的重要性數(shù)值，根據(jù)G1法計(jì)算各專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重；計(jì)算模塊，用于利用所述重要性數(shù)值以及所述專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重，采用直覺模糊熵計(jì)算各專家的自身權(quán)重；確定模塊，用于根據(jù)所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重以及各專家的自身權(quán)重確定所述第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重；生成模塊，用于利用各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的實(shí)際檢測(cè)值與對(duì)應(yīng)的所述綜合權(quán)重，生成工業(yè)用戶能效結(jié)果。本發(fā)明所提供的工業(yè)用戶能效評(píng)估方法及系統(tǒng)，通過建立能效評(píng)估指標(biāo)體系，能效評(píng)估指標(biāo)體系中包含目標(biāo)層、第一級(jí)評(píng)價(jià)指標(biāo)以及第二級(jí)評(píng)價(jià)指標(biāo)；對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化；獲取各專家對(duì)所有評(píng)價(jià)指標(biāo)的重要性進(jìn)行評(píng)價(jià)的重要性數(shù)值，根據(jù)G1法計(jì)算各專家評(píng)判的第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重；利用重要性數(shù)值以及專家評(píng)判的第二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重，采用直覺模糊熵計(jì)算各專家的自身權(quán)重；根據(jù)第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重以及各專家的自身權(quán)重確定第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重；利用各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的實(shí)際檢測(cè)值與對(duì)應(yīng)的綜合權(quán)重，生成工業(yè)用戶能效結(jié)果。本申請(qǐng)采用直覺模糊熵，通過計(jì)算各個(gè)專家判定情況的可靠性來給專家判定結(jié)果賦權(quán)，既考慮到了專家的主觀意見，又避免了某些專家主觀意見過于偏激而導(dǎo)致的問題，使專家評(píng)判結(jié)果更為客觀科學(xué)可信。附圖說明為了更清楚的說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明所提供的工業(yè)用戶能效評(píng)估方法的一種具體實(shí)施方式的流程圖；圖2為本發(fā)明所提供的工業(yè)用戶能效評(píng)估方法的另一種具體實(shí)施方式的示意圖；圖3為工業(yè)用戶的能效評(píng)估指標(biāo)體系示意圖；圖4為直覺模糊度與成都評(píng)估相關(guān)分布示意圖；圖5為本發(fā)明實(shí)施例提供的工業(yè)用戶能效評(píng)估系統(tǒng)的結(jié)構(gòu)框圖。具體實(shí)施方式為了使本
技術(shù)領(lǐng)域：
的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。本發(fā)明所提供的工業(yè)用戶能效評(píng)估方法的一種具體實(shí)施方式的流程圖如圖1所示，該方法包括：步驟S101：建立能效評(píng)估指標(biāo)體系，所述能效評(píng)估指標(biāo)體系中包含目標(biāo)層、第一級(jí)評(píng)價(jià)指標(biāo)以及第二級(jí)評(píng)價(jià)指標(biāo)；步驟S102：對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化；步驟S103：獲取各專家對(duì)所有評(píng)價(jià)指標(biāo)的重要性進(jìn)行評(píng)價(jià)的重要性數(shù)值，根據(jù)G1法計(jì)算各專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重；步驟S104：利用所述重要性數(shù)值以及所述專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重，采用直覺模糊熵計(jì)算各專家的自身權(quán)重；步驟S105：根據(jù)所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重以及各專家的自身權(quán)重確定所述第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重；步驟S106：利用各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的實(shí)際檢測(cè)值與對(duì)應(yīng)的所述綜合權(quán)重，生成工業(yè)用戶能效結(jié)果。本發(fā)明所提供的工業(yè)用戶能效評(píng)估方法，通過建立能效評(píng)估指標(biāo)體系，能效評(píng)估指標(biāo)體系中包含目標(biāo)層、第一級(jí)評(píng)價(jià)指標(biāo)以及第二級(jí)評(píng)價(jià)指標(biāo)；對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化；獲取各專家對(duì)所有評(píng)價(jià)指標(biāo)的重要性進(jìn)行評(píng)價(jià)的重要性數(shù)值，根據(jù)G1法計(jì)算各專家評(píng)判的第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重；利用重要性數(shù)值以及專家評(píng)判的第二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重，采用直覺模糊熵計(jì)算各專家的自身權(quán)重；根據(jù)第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重以及各專家的自身權(quán)重確定第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重；利用各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的實(shí)際檢測(cè)值與對(duì)應(yīng)的綜合權(quán)重，生成工業(yè)用戶能效結(jié)果。本申請(qǐng)既考慮到了專家的主觀意見，又避免了某些專家主觀意見過于偏激而導(dǎo)致的問題，使得評(píng)估結(jié)果更客觀可信。在上述任一實(shí)施例的基礎(chǔ)上，如圖2本發(fā)明所提供的工業(yè)用戶能效評(píng)估方法的另一種具體實(shí)施方式的示意圖所示，該過程可以具體包括：步驟S201：建立能效評(píng)估指標(biāo)體系，所述能效評(píng)估指標(biāo)體系中包含目標(biāo)層、第一級(jí)評(píng)價(jià)指標(biāo)以及第二級(jí)評(píng)價(jià)指標(biāo)；作為一種具體實(shí)施方式，通過查閱文獻(xiàn)、調(diào)研以及科學(xué)的篩選，建立針對(duì)工業(yè)用戶的能效評(píng)估指標(biāo)體系如圖3所示。步驟S202：對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化。本發(fā)明實(shí)施例建立的能效評(píng)估指標(biāo)體系中含有極小型、極大型兩種類型的評(píng)價(jià)指標(biāo)，如過負(fù)荷累計(jì)時(shí)間、電壓諧波總畸變率等指標(biāo)屬于極小型指標(biāo)，萬元經(jīng)濟(jì)增值百分比等指標(biāo)屬于極大型指標(biāo)。本發(fā)明實(shí)施例所采用數(shù)據(jù)以極大型指標(biāo)為準(zhǔn)，另將極小型指標(biāo)數(shù)據(jù)通過公式轉(zhuǎn)為極大型。該過程可進(jìn)一步包括：確定所述評(píng)價(jià)指標(biāo)數(shù)據(jù)的類型；采用對(duì)所述評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行無量綱化，式中a*為原始指標(biāo)數(shù)據(jù)，為無量綱化后的指標(biāo)數(shù)據(jù)，μ為指標(biāo)數(shù)據(jù)的數(shù)學(xué)期望；當(dāng)所述評(píng)價(jià)指標(biāo)數(shù)據(jù)的類型為極小型時(shí)，通過公式將極小型評(píng)價(jià)指標(biāo)數(shù)據(jù)轉(zhuǎn)換為極大型評(píng)價(jià)指標(biāo)數(shù)據(jù)；式中，a為轉(zhuǎn)換后的指標(biāo)數(shù)據(jù)。步驟S203：獲取各專家對(duì)所有評(píng)價(jià)指標(biāo)的重要性進(jìn)行評(píng)價(jià)的重要性數(shù)值，根據(jù)G1法計(jì)算各專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重。所建指標(biāo)體系為3層，分別為目標(biāo)層、第一級(jí)指標(biāo)和第二級(jí)指標(biāo)。首先，對(duì)第一層評(píng)價(jià)指標(biāo)和第二層評(píng)價(jià)指標(biāo)分別用G1法計(jì)算其相對(duì)上一層對(duì)應(yīng)指標(biāo)的權(quán)重。就所建指標(biāo)體系中的一級(jí)評(píng)價(jià)指標(biāo)A的二級(jí)評(píng)價(jià)指標(biāo)而言，也就是計(jì)算A1、A2、A3對(duì)A的權(quán)重，具體到某專家j，可記作ωA1j、ωA2j、ωA3j，其他二級(jí)指標(biāo)可依此類推。再計(jì)算A、B、C、D對(duì)目標(biāo)層的權(quán)重，可記作ωAj、ωBj、ωCj、ωDj。然后計(jì)算所有第二級(jí)指標(biāo)對(duì)目標(biāo)層的權(quán)重，用各二級(jí)指標(biāo)對(duì)一級(jí)指標(biāo)的權(quán)重與所對(duì)應(yīng)一級(jí)指標(biāo)對(duì)目標(biāo)層權(quán)重相乘即可得之。如專家j評(píng)判下二級(jí)指標(biāo)A1對(duì)目標(biāo)層的權(quán)重即可記為：以此類推。這樣就可以得到專家j在采用G1法評(píng)判下所得到的所有二級(jí)指標(biāo)相對(duì)目標(biāo)層的權(quán)重。普通G1法一般是以專家對(duì)各指標(biāo)的重要性做出判斷，給出重要性排序；再由相對(duì)重要性不同對(duì)相鄰指標(biāo)重要性的比值給以恰當(dāng)、科學(xué)的賦值；相對(duì)于普通的G1法，這里改讓專家對(duì)指標(biāo)的重要性進(jìn)行打分，從而得到指標(biāo)相對(duì)重要性之比。這樣就更容易操作，且權(quán)重差值可被拉大。設(shè)有N位專家依次對(duì)各層指標(biāo)重要性打分，指標(biāo)重要性在1-9之間，可以為小數(shù)，指標(biāo)越重要，分值就越高。這里給出針對(duì)指標(biāo)Ai的計(jì)算流程。該過程具體包括：將所述第二級(jí)評(píng)價(jià)指標(biāo)按照所述重要性數(shù)值進(jìn)行排序，設(shè)XA1j為第j位專家對(duì)指標(biāo)A1的打分值，根據(jù)第j位專家所打分?jǐn)?shù)，將指標(biāo)按照所打分?jǐn)?shù)進(jìn)行排序，若指標(biāo)Ai重要程度的打分?jǐn)?shù)值XAij不小于指標(biāo)Am重要程度的打分?jǐn)?shù)值XAmj，則記為XAij≥XAmj，其他指標(biāo)也以此法排序，得到專家j對(duì)各指標(biāo)的重要度排序，可將之轉(zhuǎn)記為X'A1j≥X'A2j≥X'A3j≥X'A4j≥……≥X'Amj，對(duì)應(yīng)指標(biāo)名稱依此順序?yàn)锳1’、A2’、A3’……Am’；根據(jù)計(jì)算出相鄰指標(biāo)間權(quán)重大小的比值r'Akj；式中，ω'Akj為以第j位專家打分為基礎(chǔ)得到的指標(biāo)Ak’的權(quán)重，X'A(k-1)j、X'Akj分別為指標(biāo)A(k-1)’與Ak’的重要性數(shù)值，k為m、m-1、m-2……3、2；根據(jù)計(jì)算第二級(jí)評(píng)價(jià)指標(biāo)Am’相對(duì)于第一級(jí)評(píng)價(jià)指標(biāo)A的權(quán)重；通過得到其他第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于第一級(jí)評(píng)價(jià)指標(biāo)A的權(quán)重；其他指標(biāo)權(quán)重可通過得到。此時(shí)得到的是指標(biāo)A1’、A2’、A3’……Am’的權(quán)重，按照之前的排序可對(duì)照得到專家j評(píng)判下的A1、A2、A3……Am的相對(duì)第一級(jí)指標(biāo)A的指標(biāo)權(quán)重。根據(jù)計(jì)算各第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重，式中，為專家j評(píng)判下第二級(jí)評(píng)價(jià)指標(biāo)Ak相對(duì)于目標(biāo)層的權(quán)重，為專家j評(píng)判下第一級(jí)評(píng)價(jià)指標(biāo)A相對(duì)于目標(biāo)層的權(quán)重，ωAkj為專家j評(píng)判下第二級(jí)評(píng)價(jià)指標(biāo)Ak相對(duì)于第一級(jí)評(píng)價(jià)指標(biāo)A的權(quán)重。步驟S204：采用直覺模糊熵計(jì)算各專家的自身權(quán)重；各個(gè)專家的評(píng)判結(jié)果有很大不同，應(yīng)對(duì)各個(gè)專家評(píng)判結(jié)果進(jìn)行賦權(quán)，進(jìn)而得到專家綜合評(píng)判指標(biāo)權(quán)重。設(shè)專家共有N個(gè)，每個(gè)專家的權(quán)重可設(shè)為λ1、λ2、λ3、λ4……λN。設(shè)二級(jí)指標(biāo)總數(shù)為P個(gè)，所有二級(jí)指標(biāo)依次排序，相對(duì)目標(biāo)層的權(quán)重(專家j評(píng)判下的)依次替換為ω1j、ω2j、ω3j、……ωPj?？紤]到一級(jí)指標(biāo)本身的權(quán)重作用以及之前所述專家對(duì)二級(jí)指標(biāo)重要性打分是相對(duì)一級(jí)指標(biāo)而言的，并不是相對(duì)于全局而言，則專家對(duì)某個(gè)二級(jí)指標(biāo)的全局重要性評(píng)判分?jǐn)?shù)應(yīng)為上文中對(duì)二級(jí)指標(biāo)重要性評(píng)分與對(duì)相對(duì)應(yīng)的一級(jí)指標(biāo)評(píng)分之積除十而得。例如某專家j(j＝1、2、3……N)對(duì)某二級(jí)指標(biāo)Ai的全局重要性評(píng)分公式為Xkj＝XAj·XAij·0.1(k為該Ai指標(biāo)在所有二級(jí)指標(biāo)排序中的順次)，其大小必在0-10之間。設(shè)1-9分別對(duì)應(yīng)于表1中的程度評(píng)價(jià)中“極端不重要”到“極端重要”以及相應(yīng)的隸屬度與非隸屬度，以(μkj，νkj)來表示，同時(shí)以πkj＝1-μkj-νkj來表示猶豫度，θkj＝1-|μkj-νkj|來表示模糊度。如出現(xiàn)專家對(duì)指標(biāo)判定的重要性程度有小數(shù)，介于某相鄰重要度之間，對(duì)此對(duì)應(yīng)的隸屬度和非隸屬度以下列方式處理：式中xi表示帶有小數(shù)的專家打分，xb、xa均為正整數(shù)，xb＞xa且xi介于xb、xa之間(如出現(xiàn)xa為9的情況，則令xb為10，μb為1，νb為0；如果xb為1，則令xa為0，νa為1，μa為0)。μa、μb分別表示重要度xa、xb對(duì)應(yīng)的隸屬度，νa、νb表示重要度xa、xb對(duì)應(yīng)的非隸屬度。而(μi,νi)即為xi所對(duì)應(yīng)的隸屬度和非隸屬度。表1如圖4模糊度與程度評(píng)價(jià)的相關(guān)分布示意圖所示，橫坐標(biāo)為重要性程度，縱坐標(biāo)為對(duì)應(yīng)的以式計(jì)算的直覺模糊熵，直覺模糊熵越大，說明不確定性和模糊性越大。對(duì)于所有的二級(jí)指標(biāo)i(i＝1、2、3……P)，每個(gè)專家均有評(píng)判，這就構(gòu)成了一個(gè)N*P的直覺模糊集如表2所示。專家給出的判斷信息用直覺模糊集表示，主要是考慮到專家權(quán)重取決于專家判斷信息的可靠性與確定性程度。專家提供的判斷信息越是模糊、不確定性越大，說明專家對(duì)決策對(duì)象的準(zhǔn)確判斷程度相對(duì)較小，則賦權(quán)應(yīng)較小，反之，則賦權(quán)應(yīng)較大。設(shè)第j個(gè)專家于某個(gè)二級(jí)指標(biāo)i的決策信息直覺模糊熵為：以下列公式計(jì)算專家權(quán)重：其中Gj為加權(quán)直覺模糊熵，表示第j個(gè)專家對(duì)所有二級(jí)指標(biāo)判定情況的模糊程度，ωij為G1法下專家j評(píng)判下的某個(gè)二級(jí)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重，為第j個(gè)專家于某個(gè)二級(jí)指標(biāo)的決策信息直覺模糊熵，而λj即為第j個(gè)專家自身的權(quán)重。表2123……P專家1(μ11，ν11)(μ21，ν21)(μ31，ν31)……(μP1，νP1)專家2(μ12，ν12)(μ22，ν22)(μ32，ν32)……(μP2，νP2)專家3(μ13，ν13)(μ23，ν23)(μ33，ν33)……(μP3，νP3)………………………………專家N(μ1N，ν1N)(μ2N，ν2N)(μ3N，ν3N)……(μPN，νPN)由此可得到由所有二級(jí)指標(biāo)的判定情況得出的各個(gè)專家自身權(quán)重，記為λj，j＝1、2、3……N。因而，最終各個(gè)二級(jí)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重即由每個(gè)專家判定的指標(biāo)權(quán)重乘以該專家自身權(quán)重，最后累加得到。例如對(duì)于指標(biāo)A1，其最終權(quán)重為其他二級(jí)指標(biāo)最終權(quán)重計(jì)算以此類推。步驟S205：采用TOPSIS法對(duì)多個(gè)用戶進(jìn)行評(píng)價(jià)。設(shè)二級(jí)指標(biāo)總數(shù)為P個(gè)，對(duì)用上述方法求得的所有二級(jí)指標(biāo)的綜合權(quán)重依次記為ω1、ω2、ω3……ωP。設(shè)對(duì)N個(gè)用戶進(jìn)行評(píng)估，每個(gè)用戶樣本均有一整套(共P個(gè))的指標(biāo)數(shù)據(jù)，記為Di＝(di1，di2，di3，…，diP)T,i＝1、2、3……N數(shù)據(jù)按之前所述方法進(jìn)行無量綱化預(yù)處理后，形成規(guī)范化決策矩陣。記為對(duì)D陣元素按uij＝ωj·dij(ωj即為已得到的各個(gè)二級(jí)指標(biāo)綜合權(quán)重，i＝1、2、3……P，j＝1、2、3……N)加權(quán)，可得加權(quán)規(guī)范化決策陣：由TOPSIS法求得正負(fù)理想方案，即計(jì)算各個(gè)評(píng)價(jià)對(duì)象與最優(yōu)方案、最劣方案間的距離，令方案i到正理想方案距離為到負(fù)理想方案距離為則然后計(jì)算評(píng)價(jià)對(duì)象i與最優(yōu)方案的貼近度，記為最后按照各個(gè)評(píng)價(jià)對(duì)象的貼近度對(duì)所有對(duì)象進(jìn)行排序?qū)Ρ?，貼近度越大說明被評(píng)價(jià)對(duì)象能效水平越好。本發(fā)明實(shí)施例所提供的方法，先令多個(gè)專家分別以主觀的G1法對(duì)各指標(biāo)進(jìn)行打分，從而賦權(quán)，然后采用直覺模糊熵，利用各專家判定情況數(shù)據(jù)，也就是各個(gè)專家對(duì)各個(gè)指標(biāo)的重要性打分，將之模糊化為直覺模糊集，通過直覺模糊集來計(jì)算各專家判定結(jié)果信息的可靠性與確定性，以此得到各個(gè)專家自身權(quán)重，從而得到指標(biāo)綜合權(quán)重，以此通過TOPSIS法給出各個(gè)被評(píng)估對(duì)象之間的對(duì)比。這樣既考慮到了專家的主觀意見，又避免了某些專家主觀意見過于主觀偏激而導(dǎo)致的問題，使得評(píng)估結(jié)果更客觀可信。下面對(duì)本發(fā)明實(shí)施例提供的工業(yè)用戶能效評(píng)估系統(tǒng)進(jìn)行介紹，下文描述的工業(yè)用戶能效評(píng)估系統(tǒng)與上文描述的工業(yè)用戶能效評(píng)估方法可相互對(duì)應(yīng)參照。圖5為本發(fā)明實(shí)施例提供的工業(yè)用戶能效評(píng)估系統(tǒng)的結(jié)構(gòu)框圖，參照?qǐng)D5工業(yè)用戶能效評(píng)估系統(tǒng)可以包括：建立模塊100，用于建立能效評(píng)估指標(biāo)體系，所述能效評(píng)估指標(biāo)體系中包含目標(biāo)層、第一級(jí)評(píng)價(jià)指標(biāo)以及第二級(jí)評(píng)價(jià)指標(biāo)；預(yù)處理模塊200，用于對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化；獲取模塊300，用于獲取各專家對(duì)所有評(píng)價(jià)指標(biāo)的重要性進(jìn)行評(píng)價(jià)的重要性數(shù)值，根據(jù)G1法計(jì)算各專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重；計(jì)算模塊400，用于利用所述重要性數(shù)值以及所述專家評(píng)判的所述第二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重，采用直覺模糊熵計(jì)算各專家的自身權(quán)重；確定模塊500，用于根據(jù)所述第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重以及各專家的自身權(quán)重確定所述第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重；生成模塊600，用于利用各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的實(shí)際檢測(cè)值與對(duì)應(yīng)的所述綜合權(quán)重，生成工業(yè)用戶能效結(jié)果。本實(shí)施例的工業(yè)用戶能效評(píng)估系統(tǒng)用于實(shí)現(xiàn)前述的工業(yè)用戶能效評(píng)估方法，因此工業(yè)用戶能效評(píng)估系統(tǒng)中的具體實(shí)施方式可見前文中的工業(yè)用戶能效評(píng)估方法的實(shí)施例部分，例如，建立模塊100，預(yù)處理模塊200，獲取模塊300，計(jì)算模塊400，確定模塊500，生成模塊600，分別用于實(shí)現(xiàn)上述方法中步驟S101，S102，S103，S104，S105和S106，所以，其具體實(shí)施方式可以參照相應(yīng)的各個(gè)部分實(shí)施例的描述，在此不再贅述。本發(fā)明所提供的工業(yè)用戶能效評(píng)估系統(tǒng)，通過建立能效評(píng)估指標(biāo)體系，能效評(píng)估指標(biāo)體系中包含目標(biāo)層、第一級(jí)評(píng)價(jià)指標(biāo)以及第二級(jí)評(píng)價(jià)指標(biāo)；對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，以使數(shù)據(jù)標(biāo)準(zhǔn)化；獲取各專家對(duì)所有評(píng)價(jià)指標(biāo)的重要性進(jìn)行評(píng)價(jià)的重要性數(shù)值，根據(jù)G1法計(jì)算各專家評(píng)判的第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重；利用重要性數(shù)值以及專家評(píng)判的第二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重，采用直覺模糊熵計(jì)算各專家的自身權(quán)重；根據(jù)第二級(jí)評(píng)價(jià)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重以及各專家的自身權(quán)重確定第二級(jí)評(píng)價(jià)指標(biāo)的綜合權(quán)重；利用各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的實(shí)際檢測(cè)值與對(duì)應(yīng)的綜合權(quán)重，生成工業(yè)用戶能效結(jié)果。本申請(qǐng)采用直覺模糊熵，通過計(jì)算各個(gè)專家判定情況的可靠性來給專家判定結(jié)果賦權(quán)，既考慮到了專家的主觀意見，又避免了某些專家主觀意見過于偏激而導(dǎo)致的問題，使專家評(píng)判結(jié)果更為客觀科學(xué)可信。本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其它實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同或相似部分互相參見即可。對(duì)于實(shí)施例公開的裝置而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法部分說明即可。專業(yè)人員還可以進(jìn)一步意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器(RAM)、內(nèi)存、只讀存儲(chǔ)器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動(dòng)磁盤、CD-ROM、或
技術(shù)領(lǐng)域：
內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。以上對(duì)本發(fā)明所提供的工業(yè)用戶能效評(píng)估方法以及系統(tǒng)進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。應(yīng)當(dāng)指出，對(duì)于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。當(dāng)前第1頁(yè)1 2 3