高載能用電企業能效綜合評價模型的制作方法
【專利摘要】本發明公開了一種高載能用電企業能效綜合評價模型，包括反饋修正模塊、多模型評價模塊和集成應用模塊；所述反饋修正模塊：用于實現能效評價指標、指標權重及評價結果的檢驗反饋和修正功能；所述多模型評價模塊：用于實現多模型評價的事前檢驗、多模型組合評價和多模型組合評價檢驗及優選功能；所述集成應用模塊：用于將反饋修正模式和多模型評價模式的理論變為應用。達到可移植性、可擴展性，容易維護且實施細節透明的目的，從而節約能源。
【專利說明】高載能用電企業能效綜合評價模型
【技術領域】
[0001] 本發明涉及高載能用電企業的節能【技術領域】，具體地，涉及一種高載能用電企業 能效綜合評價模型。
【背景技術】
[0002] 能源短缺已經成為二i^一世紀全球發展的核心問題，而近年來，能源問題也逐漸 成為我國關注的重點問題。我國能源人均資源短缺，消耗量大，利用效率遠遠低于發達國 家，嚴重限制了可持續發展戰略的實施。電力作為最重要的二次能源之一，其消耗量逐年增 力口，而電能的利用效率卻提高緩慢，形成巨大的能源浪費。
[0003] 能效評價是一種提高電能利用效率的重要手段，通過對企業進行能效評價，可以 促使及企業改進節能措施，提高企業的能源利用率。但長期以來，我國電力能效評價工作進 展緩慢，沒有進行大力推廣和應用。而"國家工業節能十二五規劃"的發布使得電力能效評 價活動成為重中之重。在國際能源危機的背景下，我國需要推動電力能效評價技術，對企業 能源利用方式近一步完善，幫助企業進行節能措施的實施，實現企業生產的優化，提高企業 的綜合競爭力。
[0004] 高載能用電企業作為用電大戶，其自身的特點為生產成本的主要部分是電力消耗 成本，用電效率的高低直接決定著企業的發展和競爭力，目前已有很多節能技術應用于高 載能企業。我國高載能用電企業電能利用效率普遍不高，節能潛力很大，深入開展高載能企 業電力能效監測和評價工作，一方面管理部門可以完善電能管理體系，充分挖掘節能潛力， 采取有針對性的節能對策和措施，推動企業的節能減排工作；另一方面企業也可以深入地 了解自身存在的能耗問題，針對這些問題實施具體節能措施，并根據成本效益分析，了解節 能減排后企業所獲得的利益，這樣就會更好地促進企業的節能減排工作。
[0005] 從高載能用電企業能效評價目前的研究和應用情況來看：一方面，能效評價的模 型和方法層出不窮，而不同評價模型的建模理念和出發點都是不同的，導致不同評價模型 的評價結果不一致，評價結果的合理性很難進行驗證。另一方面，評價的對象處于變化之 中，評價的指標體系、評價模型、指標權重也不是一成不變的，只有評價過程跟隨評價對象 變化而變化，才能更為合理的進行評價。最后，能效評價的實施需要一個很好的軟件進行支 撐，而傳統的軟件開發方式則是僅僅針對單一模型、固定指標及權重等進行開發，不具有可 變性。
【發明內容】
[0006] 本發明的目的在于，針對上述問題，提出一種高載能用電企業能效綜合評價模型， 實現可移植性、可擴展性，容易維護且實施細節透明的優點。
[0007] 為實現上述目的，本發明采用的技術方案是：
[0008] -種高載能用電企業能效綜合評價模型，包括反饋修正模塊、多模型評價模塊和 集成應用模塊；
[0009] 所述反饋修正模塊：用于實現能效評價指標、指標權重及評價結果的檢驗反饋和 修正功能；
[0010] 所述多模型評價模塊：用于實現多模型評價的事前檢驗、多模型組合評價和多模 型組合評價檢驗及優選功能；
[0011] 所述集成應用模塊：用于將反饋修正模式和多模型評價模式的理論變為應用。
[0012] 優選的，所述反饋修正模塊，基于多元統計，建立高載能用電企業能效評價指標 庫，研究聚類分析方法、多元回歸分析法和線性回歸分析法，并采用該3種方法對能效評價 指標、能效評價指標權重和能效評價結果進行檢驗，同時將結果反饋，修正未達到要求的部 分，然后再次檢驗，直到檢驗結果符合要求；
[0013] 所述多模型評價模塊，對多個能效評價模型采用KENDALL-W進行一致性檢驗，達 到要求后分別采用平均組合模型、Borda組合模型和Copeland模型進行組合評價，然后采 用Spearman法進行檢驗和優選，如不符合要求，則重新選擇多個能效評價模型，否則，結果 作為最終評價結果；
[0014] 所述多模型評價模塊，基于綜合集成平臺、能效評價組件庫、能效評價知識圖庫和 能效評價主題庫，建立的能效評價集成應用模塊，將能效評價的相關模型和方法、能效評價 指標體系和能效評價基礎數據采用組件封裝技術封裝成組件，并采用Web Service技術打 包成為組件庫；基于綜合集成平臺，以能效評價為主題，繪制能效評價修正反饋及多模型評 價業務應用流程，添加組件，形成能效評價業務應用系統，并開展仿真研究。
[0015] 優選的，所述聚類分析方法主要有直接聚類法、最短距離聚類法和最遠距離聚類 法；
[0016] 所述多元回歸分析法用于分析一個因變量和若干個自變量之間的相關關系；
[0017] 所述線性回歸分析法即為求變量之間的關系，建立數學模型，線性回歸分析法中 的目標函數、約束條件等各量之間都是線性關系。
[0018] 優選的，所述多元回歸分析法具體包括：
[0019] 步驟401、確定幾個特定的變量之間是否存在相關關系，如果存在的話，找出它們 之間合適的數學表達式；
[0020] 步驟402、基于上述的數學表達式，根據一個或幾個變量的值，預測或控制另一個 變量的取值，并且知道預測或控制達到的精確度；
[0021] 步驟403、對上述的變量進行變量分析，確定重要變量、次要變量以及各變量之間 的關系。
[0022] 優選的，所述多個能效評價模型包括：主成分分析模型、灰色評價模型、模糊綜合 評價模型、人工神經網絡模型和集對分析模型。
[0023] 優選的，所述灰色評價模型的檢驗具體為：
[0024] 設歷史負荷序列為X? = {χ((ι)⑴，x(tl)(2)，…x(tl)(n)}，設預測
【權利要求】
1. 一種高載能用電企業能效綜合評價模型，其特征在于，包括反饋修正模塊、多模型評 價模塊和集成應用模塊； 所述反饋修正模塊：用于實現能效評價指標、指標權重及評價結果的檢驗反饋和修正 功能； 所述多模型評價模塊：用于實現多模型評價的事前檢驗、多模型組合評價和多模型組 合評價檢驗及優選功能； 所述集成應用模塊：用于將反饋修正模式和多模型評價模式的理論變為應用。
2. 根據權利要求1所述的高載能用電企業能效綜合評價模型，其特征在于，所述反饋 修正模塊，基于多元統計，建立高載能用電企業能效評價指標庫，研究聚類分析方法、多元 回歸分析法和線性回歸分析法，并采用該3種方法對能效評價指標、能效評價指標權重和 能效評價結果進行檢驗，同時將結果反饋，修正未達到要求的部分，然后再次檢驗，直到檢 驗結果符合要求； 所述多模型評價模塊，對多個能效評價模型采用KENDALL-W進行一致性檢驗，達到要 求后分別采用平均組合模型、Borda組合模型和Copeland模型進行組合評價，然后采用 Spearman法進行檢驗和優選，如不符合要求，則重新選擇多個能效評價模型，否則，結果作 為最終評價結果； 所述多模型評價模塊，基于綜合集成平臺、能效評價組件庫、能效評價知識圖庫和能效 評價主題庫，建立的能效評價集成應用模塊，將能效評價的相關模型和方法、能效評價指標 體系和能效評價基礎數據采用組件封裝技術封裝成組件，并采用WebService技術打包成 為組件庫；基于綜合集成平臺，以能效評價為主題，繪制能效評價修正反饋及多模型評價業 務應用流程，添加組件，形成能效評價業務應用系統，并開展仿真研究。
3. 根據權利要求2所述的高載能用電企業能效綜合評價模型，其特征在于， 所述聚類分析方法主要有直接聚類法、最短距離聚類法和最遠距離聚類法； 所述多元回歸分析法用于分析一個因變量和若干個自變量之間的相關關系； 所述線性回歸分析法即為求變量之間的關系，建立數學模型，線性回歸分析法中的目 標函數、約束條件等各量之間都是線性關系。
4. 根據權利要求3所述的高載能用電企業能效綜合評價模型，其特征在于，所述多元 回歸分析法具體包括： 步驟401、確定幾個特定的變量之間是否存在相關關系，如果存在的話，找出它們之間 合適的數學表達式； 步驟402、基于上述的數學表達式，根據一個或幾個變量的值，預測或控制另一個變量 的取值，并且知道預測或控制達到的精確度； 步驟403、對上述的變量進行變量分析，確定重要變量、次要變量以及各變量之間的關 系。
5. 根據權利要求2所述的高載能用電企業能效綜合評價模型，其特征在于，所述多個 能效評價模型包括：主成分分析模型、灰色評價模型、模糊綜合評價模型、人工神經網絡模 型和集對分析模型。
6. 根據權利要求5所述的高載能用電企業能效綜合評價模型，其特征在于，所述灰色 評價模型的檢驗具體為： 設歷史負荷序列為Xw =Ixw⑴，Xw (2)，…Xw (n)}，設預測值 序列為 設k時
f 刻實際值x(°)GO與計算值(灸)之差為eGO，稱為k時刻殘差
記實際值Xw (k)，k= 1，2,…，n的平均值為f，即 7
記殘差e(k)，k= 1，2,…，m的平均值為￡* S 有
其中，m為預測殘差數據的個數，一般有m彡n，記歷
史數據方差為f即 記殘差方差為$2 ，， f 有
則可得后驗差比值C，小誤差概率P，
指標C越小越好，C越小，表示S1越大，而S2越小， S1大，表明歷史數據方差大，歷史數據離散程度就大；S2小，表明殘差方差小，殘差離散程度 小；C小，表明盡管歷史數據很離散，而模型所得的預測值與實際值并不太離散；指標P越 大越好，P越大，表示殘差與殘差平均值之差小于給定值(XeTdSS1的點較多，按c與P兩個 指標，可以綜合評定預測模型的精度。
7.根據權利要求2至6任一所述的高載能用電企業能效綜合評價模型，其特征在于，所 述KENDALL-W進行一致性檢驗具體為：假設用m種方法對n個被評對象進行評價，yU表示第 i個被評對象在第j種評價方法下的排序值，1彡Yij彡n(i= 1，2,…，n;j= 1，2,…，m); 該檢驗是考察m個評判方法對n個對象的評判結果之間是否一致，通過討論協和系數W這 個指標顯示出樣本數據中的實際符合與最大可能的符合之間的分歧程度來進行的， 步驟701、提出假設，假設HO:m種評價方法不具有一致性；Hl:m種評價方法具有一致 性； 步驟702、構造統計量，構造統計量X2 =m(n-l)W其中，
步驟703、X2服從自由度為n-1的X2分布，因此給定顯著性水平a，查表得臨界值
,當 時，拒絕H0,接受H1，即認為各種評價方法在a %? 顯著水平上具有一致性。
8.根據權利要求2至6任一所述的高載能用電企業能效綜合評價模型，其特征在于，所 述組合評價為，分別應用平均組合模型、Borda組合模型和Copeland組合評價模型進行各 評價結果的組合評價，得到各組合評價方法下的組合評價結果； 所述平均組合模型：設rik為Yi方案在第k種方法下所排的位次，i= 1，2,…，n;k= 1，2,…，m，先用排序打分法將每種方法排序的名次轉換成分數，即第1名得n分，…，第n 名得1分，第k名得n-k+1分，其中如有相同的名次，則取這幾個位置的平均分，然后計算不 同得分的平均值，計算公式如下：
其中，Rik為m個相同的名次分別的得分值.為平均值，按平均值重新排 序，若有兩個方案^ 則計算在不同方法下得分的方差，計算公式如下： . ，
其中方差小者為優； 所述Borda組合模型：是少數服從多數的方法，若評價認為yi優于h的個數大于認為 乃優于Yi的方法個數，記為爲> ，若兩者個數相等，則記為Yi =乃；
再定義方案Yi的得分為 h即是方案yi "優"的次數，依h的大小再 J 給Yi排序，若有4 =Iv則再計算在不同方法下的方差，方差小者為優； 所述Copeland組合評價模型：考慮到區分"相等"和"劣"，在計算"優"次數的同時還 要計算"劣"的次數，即定義
再定義方案yi的得分為
根據Ci的大小再給yi排序，若有Ci =h，則 考慮計算各方案在不同方法下得分的方差，方差小者為優。
9.根據權利要求8所述的高載能用電企業能效綜合評價模型，其特征在于，所述Spearman法具體為：對于p種組合： 步驟901、將組合評價結果轉化為排序值，假設對原m種方法進行p種組合，其中Xik 表示第i個被評對象在第k種組合方法下的排序值，1彡Xik彡n(i= 1，2,…，n;k= 1，2,…，p); 步驟902、提出假設，假設HO:第k種組合方法與原m種評價方法無關；Hl:第k種組合 方法與原m種評價方法有關； 步驟903、構造統計量tk,tk服從自由度n-2的t分布，
其中，PA表示第k種組合方法與原第j種方法之間的Spearman等級相關系數，Spearman等級相關系數反映組合方法k與原方法j之間的相關程度，PA越大表示兩種方 法所得排序結果的相關程度越高，Pk表示組合方法k與原m種方法之間的平均相關程度； 步驟904、求得Spearman等級相關系數，
xik，為第i對象，分別在第j種原始方法和第k種組合方法下排序結果規范后的取 值，n為對象的個數，m為原始評價方法數，p為組合評價方法數，P#為第k種組合評價方 法和第j種原始評價方法的Spearman等級相關系數。
【文檔編號】G06Q50/06GK104268792SQ201410441225
【公開日】2015年1月7日 申請日期:2014年9月1日 優先權日:2014年9月1日
【發明者】劉福潮, 王維洲, 鄭晶晶, 張剛, 杜培東, 韓永軍, 馬朝暉, 張建華, 李玉, 王慶玲, 李正遠, 孟珺遐, 彭晶 申請人:國家電網公司, 國網甘肅省電力公司, 國網甘肅省電力公司電力科學研究院, 西安理工大學, 中國電力科學研究院