[發(fā)明專利]基于改進(jìn)物元可拓模型的光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益評(píng)價(jià)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110558591.4
• 申請(qǐng)日: 2021-05-21
• 公開(kāi)（公告）號(hào): CN113159650A
• 公開(kāi)（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 朱國(guó)榮;董丹煌;王洪良;文凡;胡嘉驊;楊侃;葉玲節(jié);孫秋潔;朱瑤琪;楊云露;張一泓;馮也;彭莎;陸易凡
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)浙江省電力有限公司經(jīng)濟(jì)技術(shù)研究院;華北電力大學(xué)
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q30/02;G06Q50/06
• 代理公司: 北京眾合誠(chéng)成知識(shí)產(chǎn)權(quán)代理有限公司 11246
• 代理人: 張文寶

1.一種基于改進(jìn)物元可拓模型的光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益評(píng)價(jià)方法，其特征在于，包括以下步驟：

步驟1：數(shù)據(jù)采集與預(yù)處理；依據(jù)光充儲(chǔ)系統(tǒng)的技術(shù)特征和職能，從盈利能力、償債能力、營(yíng)運(yùn)能力以及收益水平四個(gè)方面選取指標(biāo)，初步構(gòu)建運(yùn)營(yíng)效益評(píng)價(jià)指標(biāo)體系并對(duì)上述指標(biāo)的指標(biāo)值進(jìn)行樣本數(shù)據(jù)采集，然后對(duì)樣本的準(zhǔn)則層判斷矩陣進(jìn)行歸一化處理；

步驟2：確定評(píng)價(jià)指標(biāo)組合權(quán)重；采用層次分析法與熵權(quán)法，綜合主客觀因素確定光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益綜合評(píng)價(jià)指標(biāo)的權(quán)重；

步驟3：基于物元可拓模型對(duì)光充儲(chǔ)系統(tǒng)進(jìn)行運(yùn)營(yíng)效益評(píng)價(jià)；以經(jīng)典物元可拓模型為基礎(chǔ)，通過(guò)引入最大接近經(jīng)典域中值確定關(guān)聯(lián)度的計(jì)算方法形成改進(jìn)的物元可拓模型，從而對(duì)光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益進(jìn)行綜合評(píng)價(jià)。

2.根據(jù)權(quán)利要求1所述的基于改進(jìn)物元可拓模型的光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益評(píng)價(jià)方法，其特征在于，所述步驟1中對(duì)樣本的準(zhǔn)則層判斷矩陣進(jìn)行歸一化處理的方法具體如下：

假設(shè)有n個(gè)評(píng)價(jià)指標(biāo)，m個(gè)評(píng)價(jià)對(duì)象，首先構(gòu)建指標(biāo)矩陣X＝(x_ij)_m×n，然后對(duì)指標(biāo)矩陣進(jìn)行無(wú)量綱化處理：

其中，x′_ij表示指標(biāo)矩陣標(biāo)準(zhǔn)化處理后第i個(gè)評(píng)價(jià)對(duì)象的第j個(gè)評(píng)價(jià)指標(biāo)的數(shù)值；x_ij表示第i個(gè)評(píng)價(jià)對(duì)象的第j個(gè)評(píng)價(jià)指標(biāo)的數(shù)值；min(x_j)表示第j個(gè)評(píng)價(jià)指標(biāo)中的最小值；max(x_j)表示第j個(gè)評(píng)價(jià)指標(biāo)中的最大值。

3.根據(jù)權(quán)利要求1所述的基于改進(jìn)物元可拓模型的光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益評(píng)價(jià)方法，其特征在于，所述步驟2中，采用層次分析法進(jìn)行主觀賦權(quán)的具體步驟如下：

步驟C1：建立判斷矩陣；采用九級(jí)標(biāo)度法將判斷定量化，根據(jù)同層級(jí)指標(biāo)相對(duì)上層指標(biāo)的重要性，構(gòu)建判斷矩陣U＝(u_ij)_n×n；

步驟C2：層次單排序，并進(jìn)行一致性檢驗(yàn)；通過(guò)求解判斷矩陣U＝(u_ij)_n×n的特征根問(wèn)題，得到特征向量W，并進(jìn)行歸一化得到標(biāo)準(zhǔn)矩陣A＝(a_ij)_n×n，得到該層次元素對(duì)于相應(yīng)上層次元素相對(duì)重要性的排序權(quán)值；計(jì)算一致性指標(biāo)其中λ_max為最大特征值，進(jìn)行判斷矩陣的一致性檢驗(yàn)，當(dāng)滿足檢驗(yàn)系數(shù)時(shí)，其中RI為平均隨機(jī)一致性指標(biāo)，認(rèn)為判斷矩陣具有滿意的一致性；

步驟C3：層次總排序；依次沿遞階層次結(jié)構(gòu)由上而下逐層計(jì)算，計(jì)算出最底層相對(duì)于目標(biāo)層最高層的合成權(quán)重W₁＝[ν₁,ν₂,…,ν_m]^T。

4.根據(jù)權(quán)利要求1所述的基于改進(jìn)物元可拓模型的光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益評(píng)價(jià)方法，其特征在于，所述步驟2中，采用熵權(quán)法進(jìn)行客觀賦權(quán)的具體步驟如下：

步驟S1：獲取信息熵；信息熵E_j計(jì)算公式如下：

式中，P_ij表示第j項(xiàng)指標(biāo)在第i個(gè)評(píng)價(jià)對(duì)象中占該指標(biāo)的比重；

步驟S2：計(jì)算盈利能力指標(biāo)、償債能力指標(biāo)、營(yíng)運(yùn)能力指標(biāo)的熵值及各目標(biāo)層評(píng)價(jià)因素的客觀權(quán)重；對(duì)信息熵歸一化處理獲得指標(biāo)權(quán)重，其計(jì)算公式如下：

式中，v_j表示第j項(xiàng)指標(biāo)的權(quán)重。

5.根據(jù)權(quán)利要求1所述的基于改進(jìn)物元可拓模型的光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益評(píng)價(jià)方法，其特征在于，所述步驟2中，綜合主客觀因素確定光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益綜合評(píng)價(jià)指標(biāo)的權(quán)重具體為：

r_i＝αW_i+βV_i (5)

式中，r_i為組合賦權(quán)的權(quán)重；W_i為層次分析法確定的主觀權(quán)重；V_i為熵權(quán)法確定的客觀權(quán)重；α和β分別表示主、客觀權(quán)重的重要度，取α＝0.5,β＝0.5。

6.根據(jù)權(quán)利要求1所述的基于改進(jìn)物元可拓模型的光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益評(píng)價(jià)方法，其特征在于，所述步驟3中，采用改進(jìn)的物元可拓模型對(duì)光充儲(chǔ)系統(tǒng)運(yùn)營(yíng)效益進(jìn)行綜合評(píng)價(jià)的具體步驟如下：

步驟D1：確定經(jīng)典域

式中：U_j為所劃分的j個(gè)評(píng)價(jià)等級(jí)；C₁,C₂,…,C_n為評(píng)價(jià)指標(biāo)體系；X_jn為評(píng)價(jià)等級(jí)U_j關(guān)于評(píng)價(jià)指標(biāo)C_n所規(guī)定的量值范圍，X_jn＝(a_jn,b_jn)，a_jn和b_jn分別為量值范圍的最小值和最大值；

步驟D2：確定節(jié)域

式中：U_p為整個(gè)評(píng)價(jià)等級(jí)；區(qū)間X_pn＝(a_pn,b_pn)為U_p關(guān)于C_n所規(guī)定的量值范圍，即節(jié)域；

步驟D3：確定關(guān)聯(lián)度

式中，K_j(x_i)為第i個(gè)指標(biāo)對(duì)于第j個(gè)等級(jí)的關(guān)聯(lián)函數(shù)值；ρ(x_i,x_in)為第i個(gè)指標(biāo)的待評(píng)物元值與經(jīng)典域的距；|ρ_in|為第i個(gè)指標(biāo)關(guān)于第j個(gè)等級(jí)經(jīng)典域的距；

當(dāng)x_i∈X₁且求K₁(x_n)時(shí)：

當(dāng)x_i∈X_m且求K_m(x_n)時(shí)：

其他情況下：

步驟D4：確定綜合關(guān)聯(lián)度

待評(píng)價(jià)對(duì)象對(duì)于各評(píng)價(jià)等級(jí)的綜合關(guān)聯(lián)度K_j(pi_j)計(jì)算公式為：

K_j(p_ij)＝∑σ_iK_j(x_i) (12)

式中，p_ij為待評(píng)價(jià)對(duì)象；σ_i為第i個(gè)評(píng)價(jià)指標(biāo)的權(quán)重。