[發(fā)明專利]基于層次分析法與熵權(quán)值法的電動(dòng)汽車充電網(wǎng)絡(luò)評價(jià)方法

在審

• 申請?zhí)枺?/td>: 201810443259.1
• 申請日: 2018-05-10
• 公開（公告）號: CN108647885A
• 公開（公告）日: 2018-10-12
• 發(fā)明（設(shè)計(jì)）人: 徐家慧;嚴(yán)輝;曹宇;陳吉奐;白靜潔;李培軍;張楊;曹曦;婁天月;馬富;丁寧;袁軍
• 申請（專利權(quán)）人: 北京科東電力控制系統(tǒng)有限責(zé)任公司;國網(wǎng)浙江省電力有限公司;國網(wǎng)電動(dòng)汽車服務(wù)有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 王術(shù)蘭

1.一種基于層次分析法與熵權(quán)值法的電動(dòng)汽車充電網(wǎng)絡(luò)評價(jià)方法，其特征在于，包括：

通過層次分析法確定目標(biāo)指標(biāo)的主觀權(quán)重向量，其中，所述目標(biāo)指標(biāo)用于對待評價(jià)充電網(wǎng)絡(luò)進(jìn)行評價(jià)，所述目標(biāo)指標(biāo)的數(shù)量至少為一個(gè)；

通過熵值法確定所述目標(biāo)指標(biāo)的客觀權(quán)重向量；

結(jié)合所述主觀權(quán)重向量和所述客觀權(quán)重向量確定所述目標(biāo)指標(biāo)的組合權(quán)重向量；

通過計(jì)算所述組合權(quán)重向量和所述目標(biāo)指標(biāo)的加權(quán)和來對所述待評價(jià)充電網(wǎng)絡(luò)進(jìn)行評價(jià)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，結(jié)合所述主觀權(quán)重向量和所述客觀權(quán)重向量確定所述目標(biāo)指標(biāo)的組合權(quán)重向量包括：

通過公式θ_i＝αv_i+(1-α)μ_i計(jì)算目標(biāo)指標(biāo)Ai的組合權(quán)重向量；

其中，所述目標(biāo)指標(biāo)Ai為至少一個(gè)目標(biāo)指標(biāo)中的第i個(gè)目標(biāo)指標(biāo)，i依次取1至q，q為所述目標(biāo)指標(biāo)的數(shù)量；v_i為所述目標(biāo)指標(biāo)Ai的主觀權(quán)重向量，μ_i為所述目標(biāo)指標(biāo)Ai的客觀權(quán)重向量，θ_i為所述目標(biāo)指標(biāo)Ai的組合權(quán)重向量。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過計(jì)算所述組合權(quán)重向量和所述目標(biāo)指標(biāo)的加權(quán)和來對所述待評價(jià)充電網(wǎng)絡(luò)進(jìn)行評價(jià)包括：

通過公式對所述待評價(jià)充電網(wǎng)絡(luò)進(jìn)行評價(jià)，得到所述待評價(jià)充電網(wǎng)絡(luò)的評價(jià)值；

其中，Z_i表示目標(biāo)指標(biāo)Ai，所述目標(biāo)指標(biāo)Ai為至少一個(gè)目標(biāo)指標(biāo)中的第i個(gè)目標(biāo)指標(biāo)，q為所述目標(biāo)指標(biāo)的數(shù)量，Z為所述待評價(jià)充電網(wǎng)絡(luò)的評價(jià)值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，每個(gè)所述目標(biāo)指標(biāo)中包括多層級的子指標(biāo)，通過層次分析法確定目標(biāo)指標(biāo)的主觀權(quán)重向量包括：

構(gòu)造所述目標(biāo)指標(biāo)的判斷矩陣A＝{a_ij}n×n，其中，a_ij表示子指標(biāo)i與子指標(biāo)j的相對重要程度，所述子指標(biāo)i為所述目標(biāo)指標(biāo)中所述子指標(biāo)j的上一級子指標(biāo)；

在所述判斷矩陣滿足一致性的情況下，計(jì)算所述判斷矩陣A＝{a_ij}n×n的權(quán)重系數(shù)，并將所述權(quán)重系數(shù)作為所述目標(biāo)指標(biāo)的主觀權(quán)重，并基于各個(gè)所述目標(biāo)指標(biāo)的主觀權(quán)重確定所述主觀權(quán)重向量。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括：

在所述判斷矩陣不滿足一致性的情況下，計(jì)算所述判斷矩陣的最大特征根λ_max，并利用所述最大特征根λ_max計(jì)算一致性檢驗(yàn)指標(biāo)CI；

基于公式CR＝CI/RI確定是否對所述判斷矩陣進(jìn)行修正，其中，所述CI為一致性檢驗(yàn)指標(biāo)，CR為一致性比率指標(biāo)；

如果CR大于目標(biāo)數(shù)值，則對所述判斷矩陣進(jìn)行修正。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過熵值法確定所述目標(biāo)指標(biāo)的客觀權(quán)重向量包括：

基于所述目標(biāo)指標(biāo)的原始數(shù)據(jù)構(gòu)建原始數(shù)據(jù)矩陣；

基于所述原始矩陣數(shù)據(jù)確定所述目標(biāo)指標(biāo)的貢獻(xiàn)度；

基于所述目標(biāo)指標(biāo)的貢獻(xiàn)度計(jì)算所述目標(biāo)指標(biāo)的熵值，并基于所述熵值確定所述目標(biāo)指標(biāo)的差異性系數(shù)；

基于所述差異性系數(shù)確定所述目標(biāo)指標(biāo)的客觀權(quán)重，并基于各個(gè)所述目標(biāo)指標(biāo)的客觀權(quán)重確定所述客觀權(quán)重向量。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，基于所述原始矩陣數(shù)據(jù)確定所述目標(biāo)指標(biāo)的貢獻(xiàn)度包括：

基于公式確定目標(biāo)指標(biāo)Ai的貢獻(xiàn)度，其中，P_ij表示所述目標(biāo)指標(biāo)Ai在第j歷史評價(jià)年的貢獻(xiàn)度，n為歷史評價(jià)年的總數(shù)。