基于最大熵原理的电能质量综合评估模型

基于熵权计算的光伏电站电能质量评估方法
熊建英;吴文宝;熊敏
【期刊名称】《江西电力》
【年(卷),期】2022(46)4
【摘要】随着“双碳”目标的实施,光伏并网容量将迎来迅猛增长。

文中结合并网工程要求,提出电能质量评估体系,利用熵权组合层次分析法分别确定客观、主观权重值。

主观权重由专家意见利用层次分析法(analytichierarchy process,AHP)求各自权重,客观权重由熵权法计算,最后采用变形雷达图直观地表示出电能质量评估指标状态。

通过对某光伏电站的真实数据进行评估,算例证明了算法的可行性。

【总页数】3页(P21-23)
【作者】熊建英;吴文宝;熊敏
【作者单位】中国电建集团江西省电力建设有限公司
【正文语种】中文
【中图分类】TM615
【相关文献】
1.基于电气外特性的大型光伏电站建模及电能质量预评估方法
2.基于ETAP的光伏电站并网电能质量评估
3.基于GAHP的并网光伏电站电能质量评估
4.分布式光伏电站接入电网电能质量评估计算
5.层次分析法结合熵权法评估农村屋顶光伏系统电能质量
因版权原因，仅展示原文概要，查看原文内容请购买。

基于熵原理的电能质量评估新方法
张炳达;王静
【期刊名称】《电力自动化设备》
【年(卷),期】2009(029)010
【摘要】把变电站中的母线作为电能质量评估的基本单元,按所属关系构造了区域性的电能质量综合评估体系.采用基于最大熵原理的投影寻踪分析模型提取基本单元电能质量的综合指数,根据最小相对信息熵原理确定基本单元所处地位的重要度.在此基础上,运用特征值赋权法确定各变电站、各电压等级以及某个地区的电能质量综合指数.实例计算结果表明:基于最大熵原理的投影寻踪分析模型能够克服投影的不确定性,基于重要度和特征值的组合赋权法使区域性的电能质量综合评估更客观、全面、合理.
【总页数】4页(P35-38)
【作者】张炳达;王静
【作者单位】天津大学,电力系统仿真控制教育部重点实验室,天津,300072;天津大学,电力系统仿真控制教育部重点实验室,天津,300072
【正文语种】中文
【中图分类】TM73
【相关文献】
1.基于交叉熵赋权法的电能质量综合评估 [J], 管春;贺仁茜
2.基于熵权和AHP的电能质量模糊综合评估 [J], 王睿;方洁;张可;梁栋;程志友
3.基于最大熵原理的电能质量综合评估模型 [J], 李晓虎;高猛;特木其乐;任海光
4.基于熵Shapely赋权的电能质量综合评估 [J], 徐志伟
5.基于主成分分析与信息熵的电能质量综合评估 [J], 王磊;王秋莎;吴丽红;王朋因版权原因，仅展示原文概要，查看原文内容请购买。

㊀２０２１年３月第２４卷第３期电力大数据大数据专题㊀Ｆｅｂ.２０２１ꎬＶｏｌ.２４ꎬＮｏ.３ＰＯＷＥＲＳＹＳＴＥＭＳＡＮＤＢＩＧＤＡＴＡＢｉｇＤａｔａＳｐｅｃｉａｌＲｅｐｏｒｔｓ基于穆迪图表－熵权法－ＡＨＰ的企业综合能效评估宁楠１ꎬ袁洁２ꎬ刘兴艳１ꎬ高卓２ꎬ乔真２ꎬ陈晓１(１.贵州电网有限责任公司贵安供电局ꎬ贵州贵阳５５００２５ꎻ２.北京四方继保自动化股份有限公司ꎬ北京１０００８５)摘㊀要:为了深化推进国家节能降耗工作ꎬ利用用户侧能源大数据来建立企业级综合能源利用效率准确评估模型及方法ꎬ从而优化企业的用能效率ꎮ本文以装备制造类企业为研究对象ꎬ首先通过分析企业能源组成特点ꎬ提出了该类企业的能效评估范围ꎻ然后利用层次分析法构建了企业级综合能效评估体系ꎬ综合考虑了企业经济性㊁供能侧㊁用能侧能效ꎬ将企业的综合能效评估分为５层ꎻ并且采用了基于ｏｒｎｅｓｓ度优化权数的穆迪图表的方法与熵权法组合方法来计算出不同层次的指标权重ꎬ并通过加权法建立出企业综合能效计算模型ꎮ最后利用企业现场数据计算出不同时间维度与空间维度的综合能效数据ꎻ通过结果分析验证了文中提出的企业综合能效评估体系及其方法的有效性ꎬ并形成了对企业的节能降耗工作的指导意见ꎮ关键词:装备制造ꎻ综合能效评估ꎻ层次分析法ꎻ穆迪图表ꎻ熵权法文章编号:２０９６－４６３３(２０２１)０３－００４２－０９㊀㊀中图分类号:ＴＭ７４４㊀文献标志码:Ｂ㊀㊀建设综合能源系统及能源互联网是国家的发展趋势ꎬ其中充分发挥用户侧的能源大数据价值对于整体能源利用水平具有重要意义ꎮ近些年ꎬ随着经济发展对装备制造业需求的刚性增长ꎬ装备制造业的综合能耗需求呈现上升态势ꎬ２０１６年ꎬ中国制造业占比全球１９.８％ꎬ但其综合能耗与国际先进水平相比差距还是较大ꎬ其整体能源利用率有较大提升空间ꎮ目前ꎬ国内针对大型钢厂㊁水泥等高耗能企业能效管理做了较深入的研究ꎬ尽管国内很多装备制造企业加强了能源结构升级改造以及能源信息系统建设ꎬ但现阶段对于装备制造业类用户的能效研究还相对欠缺ꎬ未发挥其末端能效数据的价值ꎬ难以评估出该类企业的综合能效水平ꎬ从而无法形成有效的能效管理手段[１－３]ꎮ目前文献对于企业综合能效的评估多数集中于园区供能侧或电力系统ꎬ文献[４－７]从能源利用率层面提出了面向园区多能源供能系统的能效评估方法ꎬ侧重于解决园区供能系统的效率提高ꎬ可作为园区多能互补的优化目标ꎬ但缺乏考虑企业用户用能侧的能效影响ꎻ文献[８－１０]分别基于遗传投影寻踪理论㊁层次分析法(ａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓꎬＡＰＨ)－熵权法㊁智能投影寻踪方法对企业的用电情况进行的能效建模与评级ꎬ但评估指标种类较少ꎬ且缺乏其他能源的能效情况ꎻ文献[１１]针对钢铁行业企业进行了综合能效模型建立与评级分析ꎬ但其Ｇ１与最小方差权重方法与传统ＡＨＰ权重一样存在计算量较大的问题ꎮ本文基于装备制造类企业的能源结构特征ꎬ构建了五层企业综合能效评估体系ꎬ涵盖了企业经济性㊁供能系统㊁重要能耗工序㊁公共辅助设施等多方面的多种能源的综合能效评价ꎬ考虑到专家主观极端认知可能对评估的不利影响ꎬ提出了基于ｏｒｎｅｓｓ度改进穆迪图表－熵权法的组合权值提取方法ꎬ并简化了多层指标计算量ꎮ运用多层次评估体系ꎬ增加了指标信息的完整性ꎬ采用专家与客观信息一起对系统指标做出了准确的评估ꎬ为企业的能效管理与优化运行提供指导ꎮ２４㊀第３期宁楠ꎬ等:基于穆迪图表－熵权法－ＡＨＰ的企业综合能效评估１㊀能效评估体系建立１.１㊀确定评估范围针对企业能效主要是用来衡量能源投入㊁能源转换和产品产出的关系ꎬ可以从投入㊁生产与经济成本等多角度建立评估指标[１２－１３]ꎮ首先需要将企业重点关注的经济性指标纳入指标体系ꎻ其次企业能源主要构成为供能单元㊁消耗单元ꎬ而装备制造类企业的能耗最大的生产工艺包括铸造㊁锻压㊁焊接㊁热处理㊁机械加工㊁表面处理㊁涂装㊁装配㊁检验ꎬ各工艺主要能耗类型见表１:表１㊀各工序能源使用种类Ｔａｂ.１㊀Ｔｙｐｅｓｏｆｅｎｅｒｇｙｕｓｅｉｎｅａｃｈｐｒｏｃｅｓｓ工序铸造锻压焊接热处理机械加工表面处理涂装装配检验耗能种类电㊁煤㊁天然气电㊁压缩空气电㊁压缩空气电电㊁压缩空气电㊁天然气㊁蒸汽㊁压缩空气电㊁天然气㊁蒸汽㊁压缩空气电㊁压缩空气电㊀㊀装备制造企业一般会包含上述大部分工序ꎬ基于全面性原则ꎬ本文将上述所有工序均纳入综合能效体系ꎮ从表中看ꎬ此类企业需要大量蒸汽㊁压缩空气㊁电能以及冷气ꎬ因此企业的常规配置包括锅炉系统㊁空压系统㊁配电系统㊁供水系统㊁冰水系统ꎬ其能源转换生产效率的高低会直接影响企业综合能效水平ꎬ因此ꎬ需要将供能系统加入能效体系ꎻ而公共辅助能耗是次于主要工序之外的生产生活的能耗大项ꎬ也需要一起考量ꎮ１.２㊀基于ＡＰＨ构建指标体系针对上述企业的能效评估范围ꎬ建立能效体系的１级指标包括:经济性能效指标㊁供能系统能效指标㊁工序能效指标㊁公共辅助能效指标ꎮ经济性能效指标用来说明企业的能源投入产出关系以及行业水平ꎬ包括单位产值能耗(ｔｃｅ/万元)㊁单位产量能耗(ｋｇｃｅ/件)㊁单位产量能耗对比ꎬ将这些作为经济性２级指标ꎬ其中单位产量能耗对比计算方法为企业单位产量能耗与同行业标杆值之比ꎮ装备制造类企业通用供能系统包括配电系统㊁供水系统㊁冰水系统㊁锅炉系统㊁空压系统ꎬ将这些系统作为供能系统的２级指标ꎮ同理ꎬ工艺的２级指标设置为铸造㊁锻压㊁焊接㊁热处理㊁机械加工㊁表面处理㊁装配㊁检验ꎮ将照明单位面积耗电量(ｋＷ ｈ/ｍ２)与通风空调单位面积耗电量(ｋＷ ｈ/ｍ２)作为公共辅助２级指标ꎮ基于ＡＨＰ采用分层指标[１４－１７]建立图１装备制造企业能效指标体系:图１㊀装备制造企业能效评估体系Ｆｉｇ.１㊀Ｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｏｆｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｆｏｒｅｑｕｉｐｍｅｎｔｍａｎｕｆａｃｔｕｒｉｎｇｅｎｔｅｒｐｒｉｓｅｓ企业供能系统通常是分区域对企业生产车间提供能源ꎬ以减少输送损耗ꎬ一种能源可能对应多个能源子站ꎬ故需要细化建立各个能源子站能效体系ꎬ将能源子站的能效作为３级能效指标ꎬ子站可以将直接采集或转换折算得到的能效指标作为第４级指标ꎬ对于制造类企业的配电系统来说ꎬ除了主要设备转换能源利用率ꎬ包括变压器㊁线路㊁高压柜能效外ꎬ电能质量相关因素也很重要ꎬ故需要纳入综合能效体系考虑ꎻ其他几类子站能效主要因素即主要设备的能源利用率以及产能单耗值ꎬ建立供能系统子体系如图２所示ꎬ其中标号如 ２.１.ｎ 对应该子站隶属２.１配电系统下ｎ号配电子站ꎮ３４电力大数据第２４卷图２㊀供能系统子指标体系Ｆｉｇ.２㊀Ｓｕｂ－ｉｎｄｉｃａｔｏｒｓｙｓｔｅｍｏｆｅｎｅｒｇｙｓｕｐｐｌｙｓｙｓｔｅｍ衡量工序能效的指标主要是投入与产出的关系ꎬ以及相比于同类产品的基准值的水平ꎬ因此采用各工序产品的单耗能量㊁工序能效指数作为各工序的３级指标ꎬ详细指标如图３所示ꎮ将工序各种能源消耗量统一折算成标煤求和ꎻ工序能效指数参照国家综合能耗计算通则标准里面的计算方法对比折算ꎬ计算如下:㊀㊀㊀㊀㊀㊀ＥＥＩｘ＝ｅｘｅｘ０(１)其中ｅｘ为统计周期的ｘ工序的单位产品实际能耗ꎬｅｘ０为ｘ工序单位产品能源消耗限额ꎮ图３㊀工序子指标体系Ｆｉｇ.３㊀Ｓｕｂ－ｉｎｄｉｃａｔｏｒｓｙｓｔｅｍｏｆｐｒｏｃｅｓｓｓｙｓｔｅｍ２㊀算法及模型建立目前ꎬ企业级能源信息管控系统已得到了多次技术升级ꎬ基本可以满足本文的数据获取需求ꎻ基于基础能耗数据ꎬ针对上述能效评估体系中具体指标进行分类计算ꎬ从而为装备制造企业用户的综合能效评估提供支撑ꎮ２.１㊀数据预处理需要对该体系底层数据进行无量纲处理ꎬ采用样本评价指标归一化处理方法ꎬ其中图２和图３中符号 ＋ 表示该指标为正指标ꎬ包括供能系统３级指标的各类设备能效ꎻ符号 － 表示该指标为负指标ꎬ包括２㊁３㊁４级指标所有能耗指标㊁损耗指标㊁工序能效指数ꎻ符号 ｏ 表示该指标为区间指标ꎬ包括部分电能质量相关的指标ꎮ２.２㊀基于穆迪图表的权重评估传统ＡＨＰ评估权矩阵的建立存在过大的主观因素问题ꎬ而且本文评估体系层次较多ꎬ故采用主观与客观评估方法结合对ＡＨＰ进行改进ꎮ对于１㊁２㊁３级指标赋权值采用穆迪图表法ꎬ该方法为主观评估法ꎬ可以避免ＡＨＰ中两两指标之间互为倒数所带来的 放大效应 ꎬ同时简化ＡＨＰ的多层指标的１－９尺度建立以及反复一致性检验的计算量ꎮ穆迪图表法是美国学者提出的一种用于对多个项目进行比较其重要性排序的方法ꎮ本文采用其中的多目标加权优先图表法ꎬ该方法具有多位决策者ꎬ可根据各个决策者对实际指标的操控能力了解程度不同ꎬ给其中一些人增加话语权ꎬ即设置不同的权力系数ｑꎮ其权重计算原理如表２所示ꎬ针对Ａ㊁Ｂ两个指标ꎬ假设３个专家ꎬ专家的ｑ值设置为１㊁２㊁３ꎬ分别让专家对Ａ与Ｂ对比评估重要性ꎬ专家１认为Ａ更重要ꎬ则Ａ获取专家１的ｑ值ꎬ否则为０ꎬ从而对比所有指标权数值和得到该指标权值ꎮ表２㊀加权优先图表法原理Ｔａｂ.２㊀ＰｒｉｎｃｉｐｌｅｏｆｗｅｉｇｈｔｅｄｐｒｉｏｒｉｔｙｃｈａｒｔｍｅｔｈｏｄＡＢ总和ｑＡ１００１１/６Ｂ０２３５５/６本文基于如下因素采用多目标加权优先图表法ꎻ(１)现有大型工业企业一般都有企业能源管理组织机构ꎬ一般由具有比较全面的专业知识与经验的人员组成ꎬ且这些人员对企业的节能增效的改造与优化管控拥有主导权ꎮ(２)每位管理人员对企业能源管控的权力与企业能耗情况的专业认知与把握程度不同ꎬ在评估指标权重时ꎬ应当适当突出系统最高管理员的决策权的思想ꎬ加权优先图表法正符合这种组织要求ꎮ同时为了避免穆迪图表法中专家在评判打分过程容易产生极端值现象ꎬ考虑采用权数非独裁性条４４㊀第３期宁楠ꎬ等:基于穆迪图表－熵权法－ＡＨＰ的企业综合能效评估件[１８]来约束专家权力指数ꎬ提升了赋权科学性ꎮ权数非独裁性条件:任一指标对于其余重要性较低的指标全体而言是非主导性的ꎮ针对不同的评估指标ꎬ计算专家的权力排优先序列ꎬ设ｎ个专家具有优先序列ｚ１>ｚ２> >ｚｎꎬ记专家ｊ的权力系数为ｑｊꎬ即有ｑ１ȡｑ２ȡ ȡｑｎ成立ꎬ为满足 权数非独裁性条件 ꎬ前面的ｑｊ不可以大于后面的ｑｊ之和ꎬ设此约束集为ψꎻ在满足ψ基础上ꎬ权力向量分配优先于位置靠前的指标ꎬ以ｏｒｎｅｓｓ度作为优化目标:㊀㊀ｏｒｎｅｓｓ(ｑ)＝１ｎ－１ðｎｊ＝１(ｑｊ(ｎ－ｊ))(２)则计算专家相关的位置权向量ｑ∗模型如下:㊀㊀㊀ｍａｘ１ｎ－１ðｎｊ＝１(ｑｊ(ｎ－ｊ))ꎻｓ.ｔ.ðｎｊ＝１ｑｊ＝１ꎬｑｊȡ０ꎬｑɪψ(３)解为㊀ｑ∗＝０.５ꎬ０.５２ꎬ ꎬ０.５ｎ－２ꎬ０.５１－ðｎ－２ｊ＝１０.５ｊ()ꎬ０.５１－ðｎ－２ｊ＝１０.５ｊ()éëêêêùûúúúＴ(４)另外ꎬ对于供能系统３级指标ꎬ由于都是同类子站能效的比较ꎬ而且评估数量较多ꎬ其权重可以直接采用子站的装机容量来衡量ꎮ２.３㊀基于熵权法的权重评估熵权法[１９－２０]是一种根据各类指标的观测值所提供的信息量的大小来确定指标权重的方法ꎮ一个大系统中同类子系统的指标状态相差越大ꎬ熵值越小ꎬ对应表明系统状态越不确定ꎬ变异程度越大ꎬ提供的信息量也越多ꎬ在综合评价中该指标起的作用越大ꎬ其权重应该越大ꎻ侧面表明同类型指标的改良空间也越大ꎬ对同类系统的优化有参考值ꎮ本文所建立的四级指标很符合熵权法的适应场景ꎬ因此采用该方法确定４级指标权重[２１－２３]ꎮ(１)对每一类供能系统ꎬ针对下属ｍ个待评子站系统ꎬｎ个评价指标ꎬ形成原始评价矩阵Ｒ＝(ｒｉｊ)ｍˑｎꎬ其中ｒｉｊ为第ｊ个指标下第ｉ个项目的评价值ꎻ(２)计算第ｊ个指标下第ｉ个子系统的指标值的比重㊀㊀㊀ｐｉｊ＝ｒｉｊ/ðｍｉ＝１ｒｉｊ(５)(３)计算第ｊ个指标的熵值㊀㊀㊀ｅｊ＝－ｋðｍｉ＝１ｐｉｊ ｌｎｐｉｊ(Ｋ＝１ｌｎｍ)(６)(４)计算第ｊ个指标的熵权㊀㊀㊀ｗｊ＝(１－ｅｊ)/ðｎｊ＝１(１－ｅｊ)(７)对于４级指标ꎬ根据信息熵概念ꎬ以客观数据为基础ꎬ求得各４级指标的权重ꎬｗｊ随数据更新ꎮ２.４㊀综合评估模型确立根据图１－图３建立的企业能效指标体系ꎬ其中下标与图中标号对应ꎬ设１级指标权向量为Ｆ＝(ｆ１ꎬｆ２ꎬ ꎬｆｍ)ꎮ其中第ｉ个１级指标对应的２级指标权向量表示为Ｓ＝(ｓｉ１ꎬｓｉ２ꎬ ꎬｓｉｎ)ꎮ第ｊ个２级指标对应的３级指标权向量表示为Ｔ＝(ｔｉｊ１ꎬｔｉｊ２ꎬ ꎬｔｉｊｋ)ꎮ第ｈ个３级对应的４级指标权向量表示Ｑ＝(ｑｉｊｈ１ꎬｑｉｊｈ２ꎬ ꎬｑｉｊｈｌ)ꎮ则企业综合能效评估模型可表示为㊀ｙ＝ðｍｉ＝１ｆｉ(ðｎｊ＝１Ｓｉｊ(ðｋｈ＝１ｔｉｊｈ(ðｌｐ＝１ａｉｊｈｐｘｉｊｈｐ)))(８)３㊀算例分析本文针对国内某大型汽车制造企业的综合能效进行了评估ꎬ从其能源管理信息系统中获取数据ꎮ该企业分别配置了８个供能站ꎬ每个站点配置了不同类型ꎬ不同数量的供能子站ꎬ包括１座１１０ｋＶ变电总站㊁６个１０ｋＶ配电子站㊁１个供水总站㊁４个供水子站㊁６个冰水子站㊁５个锅炉子站㊁４个空压子站ꎮ企业主要的生产工序包含了冲压㊁焊接㊁涂装㊁装配㊁检测五大工序ꎬ其中冲压属于锻压工序ꎬ子公司毛坯零部件厂承担了锻造㊁铸造㊁热处理㊁机械加工等工序ꎬ由于不在一个区域供能ꎬ故本算例不考虑计算这几道工序ꎬ本节选取一天为工作周期ꎬ对其进行综合能效评估ꎮ３.１㊀基于穆迪图表权重计算此用户根据上述指标评估体系ꎬ其１级指标４个ꎬ包括经济性能效指标Ａ１㊁供能系统能效指标Ａ２㊁工序能效指标Ａ３㊁公共辅助能效指标Ａ４ꎻ其中Ａ１㊁Ａ４对应其２级指标ꎬＡ３对应其２级指标与３级指标ꎬＡ２对应其２级指标㊁３级指标及４级指标ꎮ５４电力大数据第２４卷对该企业的节能管理机构人员掌握信息以及专业决策影响能力等因素进行分析ꎬ对参与管控的人员进行决策权力系数分配ꎬ选定参与此次决策的人员共４人:节能办主任Ｚ１㊁能源站能管负责人Ｚ２㊁生产中心能管负责人Ｚ３㊁能源核算负责人Ｚ４ꎻ针对不同指标ꎬ根据专家的专业程度与权力排优先序列ꎮ一级指标:Ｚ１>Ｚ２>Ｚ３>Ｚ４ꎻＡ１指标:Ｚ１>Ｚ４>Ｚ２>Ｚ３ꎻＡ２指标:Ｚ２>Ｚ４>Ｚ１>Ｚ３ꎻＡ３指标:Ｚ３>Ｚ４>Ｚ１>Ｚ２ꎻＡ４指标:Ｚ４>Ｚ１>Ｚ２>Ｚ３ꎮ为了便于计算ꎬ其位置权向量在式(４)结果上乘以４倍ꎬ则专家权数ｑ∗＝[２ꎬ１ꎬ０ ５ꎬ０ ５]Ｔꎮ针对１㊁２㊁３级指标进行专家方式投票表决来计算其对应权重ꎬ这种方法计算量相比于ＡＨＰ的多指标的１－９尺度建立以及反复一致性检验的复杂性要小很多ꎬ且很好地利用了企业自身专家优势ꎬ其中工序的３级指标主要分为工序能效指数与工序单耗两类ꎬ其评估权重均一致ꎬ评估结果如表３~表５所示:表３㊀主观评估指标权重计算表Ｔａｂ.３㊀Ｃａｌｃｕｌａｔｉｏｎｏｆｉｎｄｉｃａｔｏｒｗｅｉｇｈｔｓｏｆｓｕｂｊｅｃｔｉｖｅｅｖａｌｕａｔｉｏｎ１级能效指标Ａ１Ａ２Ａ３Ａ４总和ｑｉＡ１２.５２.５３.５８.５０.３５４Ａ２１.５２.５３.５７.５０.３１３Ａ３１.５１.５３.５６.５０.２７１Ａ４０.５０.５０.５１.５０.０６３２级经济能效指标Ａ１１Ａ１２Ａ１３总和ｑｉＡ１１２.５２４４.５０.３７５Ａ１２１.５２３.５０.２９２Ａ１３２２４０.３３３２级工序能效指标Ａ２１Ａ２２Ａ２３Ａ２４Ａ２５总和ｑｉＡ２１１００１.５２.５０.０６９Ａ２２３０３.５４１０.５０.２９２Ａ２３４４４４１２０.３３３Ａ２４４０.５０４８.５０.２３６Ａ２５２.５０００２.５０.０６９２级供能能效指标Ａ３３Ａ３２Ａ３３Ａ３４Ａ３５总和ｑｉＡ３１２.５３.５３.５２.５１２０.３１２Ａ３２１.５３.５３.５２.５１１０.２７５Ａ３３０.５０.５１.５２.５５０.１２５Ａ３４０.５０.５２.５２.５６０.１５０Ａ３５１.５１.５１.５１.５６０.１５０２级公共辅助能效指标Ａ４１Ａ４２总和ｑｉＡ４１２.５２.５０.６２５Ａ４２１.５１.５５０.３７５３级工序指标工序能效指数工序单耗总和ｑｉ工序能效指数２.５２.５０.６２５工序单耗１.５１.５０.３７５表４㊀供能系统子站权重计算结果表Ｔａｂ.４㊀Ｗｅｉｇｈｔｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｆｏｒｓｕｂｓｔａｔｉｏｎｓｏｆｅｎｅｒｇｙｓｕｐｐｌｙｓｙｓｔｅｍ权重站１站２站３站４站５站６站７站８Ａ３１ｈ０.１１０.１１０.０２０.１４０.０６０.０６０.５０Ａ３２ｈ０.５００.１３０.１２０.１３０.１２Ａ３３ｈ０.１７０.１７０.０７０.１７０.３１０.１１Ａ３４ｈ０.１４０.２９０.１４０.２９０.１４Ａ３５ｈ０.１７０.２３０.４３０.１７３级供能系统子站采用容量比计算权重值结果如下ꎬｈ＝１ꎬ２ꎬ ꎬ８ꎮ３.２㊀基于熵权法权重计算以该用户采集数据为基础ꎬ利用熵权法求解某天各四级能效指标的权重(下标对应２.４节)ꎬ如表５所示:表５㊀４级指标权重计算结果表Ｔａｂ.５㊀Ｗｅｉｇｈｔｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｆｏｒｌｅｖｅｌ４ｉｎｄｉｃａｔｏｒｓ指标Ａ３１１１Ａ３１１２Ａ３１１３Ａ３１１４Ａ３１１５Ａ３１１６Ａ３１１７Ａ３１１８权重０.０９３０.１２００.１５７０.１１６０.１１４０.１１１０.１７０.１１９指标Ａ３２１１Ａ３２１２Ａ３２１３Ａ３３１１Ａ３３１２Ａ３３１３Ａ３３１４Ａ３３１５权重０.３４１０.３０１０.３５８０.１４４０.２２９０.１８２０.２９４０.１５１指标Ａ３４１１Ａ３４１２Ａ３４１３Ａ３４１４Ａ３５１１Ａ３５１２Ａ３５１３Ａ３５１４权重０.２６００.２７３０.２０００.２６７０.２０１０.２９７０.１７９０.３２３６４㊀第３期宁楠ꎬ等:基于穆迪图表－熵权法－ＡＨＰ的企业综合能效评估３.３㊀评估结果分析为了检验评估结果ꎬ分别选取该用户近两周同一星期类型日的数据ꎬ利用已经建好的评估模型分别对两组数据进行各级能效的评估计算ꎬ评估结果分析如图４~图６ꎮ(１)同日能源站各子站能效对比本文重点可以评估同时间不同能源供给站的各类型子站的能效对比ꎬ取同一天８个能源站的各子站能效评估结果如图４所示ꎮ为了方便比较ꎬ每个站缺的子站类型采用相邻数据均值填充ꎬ由图看出ꎬ站１的供水总站能效比较低ꎬ站３与站６的冰水子站能效比较低ꎬ站５的配电子站能效比较低ꎬ通过对比发现ꎬ站１是由于供水站水泵电机一周内能效值浮动较大ꎬ导致其运行能效不好ꎻ而站３的冰水水泵电机与站６的冰机能效比较低ꎬ从而分析出这些设备可能存在运行故障ꎬ需要提醒运维人员针对相关设备进行检修ꎻ站５配电存在三相不平衡率过高ꎬ这会导致其他损耗增加ꎬ还会导致用能设备ꎬ如电机损坏ꎬ应该对站５配电系统进行电能治理ꎮ图４㊀能源站各类子站能效评估值Ｆｉｇ.４㊀Ｅｖａｌｕａｔｉｏｎｖａｌｕｅｏｆｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｏｆｖａｒｉｏｕｓｓｕｂｓｔａｔｉｏｎｓｏｆｔｈｅｅｎｅｒｇｙｓｔａｔｉｏｎ(２)不同日各指标的能效对比针对上述各类综合性指标的能效不同日计算值进行对比评估ꎬ结果如图５图６所示ꎮ从图５中可看出ꎬ两日的各类综合性指标能效的水平相差不大ꎬ趋于一致ꎮ从图５看ꎬ冲压㊁焊接㊁装配工序以及冰水的能效水平较其他指标差值较大ꎻｄａｙ１的焊接㊁冰水两个权重占比高的能效水平明显低于ｄａｙ２ꎬ而冲压和装配能效水平ｄａｙ１要明显高于ｄａｙ２ꎻ从图６中看ꎬ经济性㊁供能系统㊁公共辅助的能效指标ｄａｙ２要明显优于ｄａｙ１ꎬ工序能效则相反ꎬ对比两张图可看出ꎬ冰水系统能效较低应该是导致供能系统能效ｄａｙ１低于ｄａｙ２的主要原因ꎮ而冲压㊁焊接㊁装配能效水平有互补ꎬ则使得工序能效两天非常接近ꎬ而ｄａｙ２综合能效的明显提升则是供能系统㊁经济性㊁公共辅助能效指标提升的共同作用ꎮ因此ꎬ用户应该重点检查差异性比较大的子系统的生产排产情况以及设备运维情况ꎬ以便更好地提高系统能效ꎮ图５㊀不同时间工序与供能系统能效指标评估值Ｆｉｇ.５㊀Ｅｖａｌｕａｔｉｏｎｖａｌｕｅｏｆｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｏｆｐｒｏｃｅｓｓｅｓａｎｄｅｎｅｒｇｙｓｕｐｐｌｙｓｙｓｔｅｍｓａｔｄｉｆｆｅｒｅｎｔｔｉｍｅｓ图６㊀不同时间企业综合能效指标评估值Ｆｉｇ.６㊀Ｅｖａｌｕａｔｉｏｎｖａｌｕｅｏｆｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｏｆｅｎｔｅｒｐｒｉｓｅａｔｄｉｆｆｅｒｅｎｔｔｉｍｅｓ４㊀结论为有效利用日益增长的能源大数据ꎬ评估企业能效水平ꎬ进一步深化社会节能降耗工作的落实ꎬ文中建立了多层次综合能效评估体系ꎬ采用ｏｒｎｅｓｓ度７４电力大数据第２４卷优化权数后的穆迪图法与熵权法结合改进了ＡＰＨꎬ发挥主观评价与客观信息均衡优势的同时ꎬ有效减少了评估层次多导致的计算量ꎮ其评估结果不仅反映出企业用户整体综合能效水平ꎬ还可以对比分析出某局部系统的能效对其产生的影响ꎮ实例表明ꎬ文中方法具有全面性强㊁计算简单ꎬ具有很好地推广价值ꎮ参考文献:[１]㊀贾宏杰ꎬ穆云飞ꎬ余晓丹.对我国综合能源系统发展的思考[Ｊ].电力建设ꎬ２０１５ꎬ３６(０１):１６－２５.ＪＩＡＨｏｎｇｊｉｅꎬＭＵＹｕｎｆｅｉꎬＹＵＸｉａｏｄａｎ.ＲｅｆｌｅｃｔｉｏｎｓｏｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆＣｈｉｎａ̓ｓｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｓｙｓｔｅｍ[Ｊ].ＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｎｓｔｒｕｃｔｉｏｎꎬ２０１５ꎬ３６(０１):１６－２５.[２]㊀余晓丹ꎬ徐宪东ꎬ陈硕翼ꎬ等.综合能源系统与能源互联网简述[Ｊ].电工技术学报ꎬ２０１６ꎬ３１(０１):１－１３.ＹＵＸｉａｏｄａｎꎬＸＵＸｉａｎｄｏｎｇꎬＣＨＥＮＳｈｕｏｙｉꎬｅｔａｌ.Ａｂｒｉｅｆｉｎｔｒｏｄｕｃｔｉｏｎｔｏｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｓｙｓｔｅｍｓａｎｄｅｎｅｒｇｙｉｎｔｅｒｎｅｔ[Ｊ].ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙꎬ２０１６ꎬ３１(０１):１－１３. [３]㊀曾鸣ꎬ刘英新ꎬ周鹏程ꎬ等.综合能源系统建模及效益评价体系综述与展望[Ｊ].电网技术ꎬ２０１８ꎬ４２(０６):１６９７－１７０８.ＺＥＮＧＭｉｎｇꎬＬＩＵＹｉｎｇｘｉｎꎬＺＨＯＵＰｅｎｇｃｈｅｎｇꎬｅｔａｌ.Ｒｅｖｉｅｗａｎｄｐｒｏｓｐｅｃｔｓｏｆｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｓｙｓｔｅｍｍｏｄｅｌｉｎｇａｎｄｂｅｎｅｆｉｔｅｖａｌｕａｔｉｏｎ[Ｊ].ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙꎬ２０１８ꎬ４２(０６):１６９７－１７０８.[４]㊀郭艳飞ꎬ吴强ꎬ程林ꎬ等.基于效率的综合能源系统能效分析模型[Ｊ].可再生能源ꎬ２０１７ꎬ３５(０９):１３８７－１３９４.ＧＵＯＹａｎｆｅｉꎬＷＵＱｉａｎｇꎬＣＨＥＮＧＬｉｎꎬｅｔａｌ.Ｅｆｆｉｃｉｅｎｃｙａｎａｌｙｓｉｓｍｏｄｅｌｏｆｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｓｙｓｔｅｍｂａｓｅｄｏｎｅｘｅｒｇｙｅｆｆｉｃｉｅｎｃｙ[Ｊ].ＲｅｎｅｗａｂｌｅＥｎｅｒｇｙＲｅｓｏｕｒｃｅｓꎬ２０１７ꎬ３５(０９):１３８７－１３９４. [５]㊀田立亭ꎬ程林ꎬ李荣ꎬ等.基于加权有向图的园区综合能源系统多场景能效评价方法[Ｊ].中国电机工程学报ꎬ２０１９ꎬ３９(２２):６４７１－６４８２.ＴＩＡＮＬｉｔｉｎｇꎬＣＨＥＮＧＬｉｎꎬＬＩＲｏｎｇꎬｅｔａｌ.Ａｍｕｌｔｉ￣ｓｃｅｎａｒｉｏｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｆｏｒｄｉｓｔｒｉｃｔｍｕｌｔｉ￣ｅｎｅｒｇｙｓｙｓｔｅｍｓｂａｓｅｄｏｎｗｅｉｇｈｔｅｄｄｉｒｅｃｔｅｄｇｒａｐｈ[Ｊ].ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥꎬ２０１９ꎬ３９(２２):６４７１－６４８２.[６]㊀刘洪ꎬ赵越ꎬ刘晓鸥ꎬ等.计及能源品位差异的园区多能源系统综合能效评估[Ｊ].电网技术ꎬ２０１９ꎬ４３(０８):２８３５－２８４２.ＬＩＵＨｏｎｇꎬＺＨＡＯＹｕｅꎬＬＩＵＸｉａｏｏｕꎬｅｔａｌ.Ｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙａｓｓｅｓｓｍｅｎｔｏｆｐａｒｋ￣ｌｅｖｅｌｍｕｌｔｉ￣ｅｎｅｒｇｙｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｄｉｆｆｅｒｅｎｃｅｏｆｅｎｅｒｇｙｇｒａｄｅ[Ｊ].ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙꎬ２０１９ꎬ４３(０８):２８３５－２８４２.[７]㊀薛屹洵ꎬ郭庆来ꎬ孙宏斌ꎬ等.面向多能协同园区的能源综合利用率指标[Ｊ].电力自动化设备ꎬ２０１７ꎬ３７(０６):１１７－１２３.ＸＵＥＹｉｘｕｎꎬＧＵＯＱｉｎｇｌａｉꎬＳＵＮＨｏｎｇｂｉｎꎬｅｔａｌ.Ｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｕｔｉｌｉｚａｔｉｏｎｒａｔｅｆｏｒｐａｒｋ－ｌｅｖｅｌｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｓｙｓｔｅｍ[Ｊ].ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔꎬ２０１７ꎬ３７(０６):１１７－１２３. [８]㊀马立新ꎬ朱润ꎬ周小波.电力用户的智能能效分析及评级新方法[Ｊ].控制工程ꎬ２０１６ꎬ２３(０４):４７４－４７７.ＭＡＬｉｘｉｎꎬＺＨＵＲｕｎꎬＺＨＯＵＸｉａｏｂｏ.ＮｅｗＩｎｔｅｌｌｉｇｅｎｔＥｎｅｒｇｙＥｆｆｉｃｉｅｎｃｙＡｎａｌｙｓｉｓａｎｄＲａｔｉｎｇＭｅｔｈｏｄｏｆＰｏｗｅｒＵｓｅｒｓ[Ｊ].ＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇｏｆＣｈｉｎａꎬ２０１６ꎬ２３(０４):４７４－４７７.[９]㊀张健钊ꎬ陈星莺ꎬ徐石明ꎬ等.基于ＡＨＰ－熵权法的工业大用户用电能效评估[Ｊ].电网与清洁能源ꎬ２０１７ꎬ３３(０１):５７－６３.ＺＨＡＮＧＪｉａｎｚｈａｏꎬＣＨＥＮＸｉｎｇｙｉｎｇ１ꎬＸＵＳｈｉｍｉｎｇꎬｅｔａｌ.ＥｌｅｃｔｒｉｃｉｔｙｕｔｉｌｉｚａｔｉｏｎｅｖａｌｕａｔｉｏｎｏｆｌａｒｇｅｉｎｄｕｓｔｒｉａｌｕｓｅｒｓｂａｓｅｄｏｎＡＨＰａｎｄｅｎｔｒｏｐｙｍｅｔｈｏｄ[Ｊ].ＰｏｗｅｒＳｙｓｔｅｍａｎｄＣｌｅａｎＥｎｅｒｇｙꎬ２０１７ꎬ３３(０１):５７－６３.[１０]马立新ꎬ原晓琴ꎬ项庆.智能投影寻踪方法在能效分级测评中的应用[Ｊ].电力系统及其自动化学报ꎬ２０１６ꎬ２８(１０):８－１１.ＭＡＬｉｘｉｎꎬＹＵＡＮＸｉａｏｑｉｎꎬＸＩＡＮＧＱｉｎｇ.Ａｐｐｌｉｃａｔｉｏｎｏｆｉｎｔｅｌｌｉｇｅｎｔｐｒｏｊｅｃｔｉｏｎｐｕｒｓｕｉｔｍｅｔｈｏｄｉｎｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｅｖａｌｕａｔｉｏｎ[Ｊ].ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵ－ＥＰＳＡꎬ２０１６ꎬ２８(１０):８－１１.[１１]杜文祥.企业综合能效评估管理系统设计与研发[Ｄ].长沙:湖南大学ꎬ２０１４.[１２]郝勇生ꎬ王培红ꎬ高赐威ꎬ等.基于大用户能效的电网需求响应机制[Ｊ].电力自动化设备ꎬ２０１９ꎬ３９(０４):４４－４９.ＨＡＯＪｉｎｇｓｈｉｎｇꎬＷＡＮＧＰｅｉｈｏｎｇꎬＧＡＯＣｉｗｅｉꎬｅｔａｌ.Ｄｅｍａｎｄｒｅｓｐｏｎｓｅｍｅｃｈａｎｉｓｍｏｆｐｏｗｅｒｇｒｉｄｂａｓｅｄｏｎｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｏｆｌａｒｇｅｕｓｅｒ[Ｊ].ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔꎬ２０１９ꎬ３９(０４):４４－４９.[１３]叶玲ꎬ彭皓月ꎬ高怡ꎬ等.基于客户能量使用大数据的能效评价体系构建[Ｊ].电力大数据ꎬ２０１９ꎬ２２(０１):４１－４７.ＹＩＬｉｎｇꎬＰＥＮＧＨａｏｙｕｅꎬＧＡＯＹｉꎬｅｔａｌ.Ｃｏｎｓｔｒｕｃｔｉｏｎｏｆｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｓｅｒｖｉｃｅｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｂｉｇｄａｔａｏｆｅｎｔｅｒｐｒｉｓｅｅｌｅｃｔｒｉｃａｌｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎ[Ｊ].ＰｏｗｅｒＳｙｓｔｅｍｓａｎｄＢｉｇＤａｔａꎬ２０１９ꎬ２２(０１):４１－４７.[１４]ＷＡＮＧＳꎬＧＥＬꎬＣＡＩＳꎬｅｔａｌ.ＨｙｂｒｉｄｉｎｔｅｒｖａｌＡＨＰ－ｅｎｔｒｏｐｙｍｅｔｈｏｄｆｏｒｅｌｅｃｔｒｉｃｉｔｙｕｓｅｒｅｖａｌｕａｔｉｏｎｉｎｓｍａｒｔｅｌｅｃｔｒｉｃｉｔｙｕｔｉｌｉｚａｔｉｏｎ[Ｊ].ＪｏｕｒｎａｌｏｆＭｏｄｅｒｎＰｏｗｅｒＳｙｓｔｅｍｓａｎｄＣｌｅａｎＥｎｅｒｇｙꎬ２０１８ꎬ６(０４):７０１－７１１.[１５]ＳｕｎＬꎬＭａＺꎬＳｈａｎｇＹꎬｅｔａｌ.Ｒｅｓｅａｒｃｈｏｎｍｕｌｔｉ￣ａｔｔｒｉｂｕｔｅｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｉｎｃｏｎｄｉｔｉｏｎｅｖａｌｕａｔｉｏｎｆｏｒｐｏｗｅｒｔｒａｎｓｆｏｒｍｅｒｕｓｉｎｇｆｕｚｚｙＡＨＰａｎｄｍｏｄｉｆｉｅｄｗｅｉｇｈｔｅｄａｖｅｒａｇｉｎｇｃｏｍｂｉｎａｔｉｏｎ８４㊀第３期宁楠ꎬ等:基于穆迪图表－熵权法－ＡＨＰ的企业综合能效评估[Ｊ].ＩＥＴＧｅｎｅｒａｔｉｏｎꎬＴｒａｎｓｍｉｓｓｉｏｎ＆Ｄｉｓｔｒｉｂｕｔｉｏｎꎬ２０１６ꎬ１０(１５):３８５５－３８６４.[１６]代洲ꎬ尹华ꎬ李桧禹ꎬ等.基于ＦＡＨＰ的电网企业配电变压器供应商分级管理评价模型[Ｊ].电力大数据ꎬ２０２０ꎬ２３(０２):１－８.ＤＡＩＺｈｏｕꎬＹＩＮＨｕａꎬＬＩＨｕｉｙｕꎬｅｔａｌ.ＥｖａｌｕａｔｉｏｎｍｏｄｅｌｆｏｒｇｒａｄｉｎｇｍａｎａｇｅｍｅｎｔｏｆｄｉｓｔｒｉｂｕｔｉｏｎｔｒａｎｓｆｏｒｍｅｒｓｕｐｐｌｉｅｒｓｉｎｐｏｗｅｒｇｒｉｄｅｎｔｅｒｐｒｉｓｅｓｂａｓｅｄｏｎＦＡＨＰ[Ｊ].ＰｏｗｅｒＳｙｓｔｅｍｓａｎｄＢｉｇＤａｔａꎬ２０２０ꎬ２３(０２):１－８.[１７]徐斌ꎬ马骏ꎬ陈青ꎬ等.基于改进ＡＨＰ－ＴＯＰＳＩＳ法的经济开发区配电网综合评价指标体系和投资策略研究[Ｊ].电力系统保护与控制ꎬ２０１９ꎬ４７(２２):３５－４４.ＸＵＢｉｎꎬＭＡＪｕｎꎬＣＨＥＮＱｉｎｇꎬｅｔａｌ.ＲｅｓｅａｒｃｈｏｎｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｉｎｄｅｘｓｙｓｔｅｍａｎｄｉｎｖｅｓｔｍｅｎｔｓｔｒａｔｅｇｙｏｆｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｚｏｎｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＡＨＰ－ＴＯＰＳＩＳｍｅｔｈｏｄ[Ｊ].ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌꎬ２０１９ꎬ４７(２２):３５－４４.[１８]陈楠.基于ＩＯＷＡ算子的地铁车站深基坑施工安全综合评价[Ｊ].隧道建设ꎬ２０２０ꎬ４０(２):２０２－２０８.ＣＨＥＮＮａｎ.ＣｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｏｆｃｏｎｓｔｒｕｃｔｉｏｎｓａｆｅｔｙｏｆｄｅｅｐｆｏｕｎｄａｔｉｏｎｐｉｔｏｆｍｅｔｒｏｓｔａｔｉｏｎｂａｓｅｄｏｎＩＯＷＡｏｐｅｒａｔｏｒ[Ｊ].ＴｕｎｎｅｌＣｏｎｓｔｒｕｃｔｉｏｎꎬ２０２０ꎬ４０(０２):２０２－２０８.[１９]ＧＥＮＧＬꎬＺＨＡＯＹꎬＬＩＷ.Ｅｎｈａｎｃｅｄｃｒｏｓｓｅｎｔｒｏｐｙｍｅｔｈｏｄｆｏｒｃｏｍｐｏｓｉｔｅｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓꎬ２０１９ꎬ３４(０４):３１２９－３１３９. [２０]ＺＨＡＯＹꎬＴＡＮＧＹꎬＬＩＷꎬｅｔａｌ.Ｃｏｍｐｏｓｉｔｅｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｂａｓｅｄｏｎｅｎｈａｎｃｅｄｓｅｑｕｅｎｔｉａｌｃｒｏｓｓ￣ｅｎｔｒｏｐｙｍｏｎｔｅｃａｒｌｏｓｉｍｕｌａｔｉｏｎ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓꎬ２０１９ꎬ３４(０５):３８９１－３９０１.[２１]ＢＥＮＥＤＥＴＴＯＦꎬＴＯＳＴＩＦꎬＡＬＡＮＩＡＭ.Ａｎｅｎｔｒｏｐｙ￣ｂａｓｅｄａｎａｌｙｓｉｓｏｆｇｐｒｄａｔａｆｏｒｔｈｅａｓｓｅｓｓｍｅｎｔｏｆｒａｉｌｗａｙｂａｌｌａｓｔｃｏｎｄｉｔｉｏｎｓ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１７ꎬ５５(０７):３９００－３９０８.[２２]梁飞强ꎬ彭显刚ꎬ梁志鹏.基于ＤＥＭＡＴＥＬ－ＡＮＰ－ＡＥＷ－ＴＯＰＳＩＳ的配电网综合能效评估[Ｊ].广东电力ꎬ２０１６ꎬ２９(０１):３１－３５＋６４.ＬＩＡＮＧＦｅｉｑｉａｎｇꎬＰＥＮＧＸｉａｎｇａｎｇꎬＬＩＡＮＧＺｈｉｐｅｎｇ.ＥｖａｌｕａｔｉｏｎｏｎｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｏｆｐｏｗｅｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎＤＥＭＡＴＥＬ￣ＡＮＰ￣ＡＥＷ￣ＴＯＰＳＩＳ[Ｊ].ＧｕａｎｇｄｏｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒꎬ２０１６ꎬ２９(０１):３１－３５＋６４.[２３]祝庆一ꎬ阮亚良.新常态下发电厂能效对标实践与探讨[Ｊ].浙江电力ꎬ２０１６ꎬ３５(０５):６３－６６.ＺＨＵＱｉｎｇｙｉꎬＲＵＡＮＹａｌｉａｎｇ.ＰｒａｃｔｉｃｅａｎｄＤｉｓｃｕｓｓｉｏｎｏｎＥｎｅｒｇｙＥｆｆｉｃｉｅｎｃｙＢｅｎｃｈｍａｒｋｉｎｇｏｆＰｏｗｅｒＰｌａｎｔｕｎｄｅｒｔｈｅＮｅｗＮｏｒｍａｌ[Ｊ].ＺｈｅｊｉａｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒꎬ２０１６ꎬ３５(０５):６３－６６.作者简介:㊀㊀宁楠(１９７６)ꎬ男ꎬ学士ꎬ教授级高级工程师ꎬ主要从事电力系统继电保护及自动化ꎬ变电和配电设备智能技术研究及应用等方面的工作ꎮ(本文责任编辑:范㊀斌)９４电力大数据第２４卷ＣｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙａｓｓｅｓｓｍｅｎｔｏｆｅｎｔｅｒｐｒｉｓｅｓｂａｓｅｄｏｎＭｏｏｄｙ̓ｓｃｈａｒｔａｎｄｅｎｔｒｏｐｙｍｅｔｈｏｄａｎｄＡＨＰＮＩＮＧＮａｎ１ꎬＹＵＡＮＪｉｅ２ꎬＬＩＵＸｉｎｙａｎｇ１ꎬＧＡＯＺｈｕｏ２ꎬＱＩＡＯＺｈｅｎ２ꎬＣＨＥＮＸｉａｏ１(１.Ｇｕｉ̓ａｎＰｏｗｅｒＳｕｐｐｌｙＢｕｒｅａｕｏｆＧｕｉｚｈｏｕＰｏｗｅｒＧｒｉｄＣｏ.ꎬＬｔｄ.ꎬＧｕｉｙａｎｇ５５００２５ＧｕｉｚｈｏｕꎬＣｈｉｎａꎻ２.ＢｅｉｊｉｎｇＳｉｆａｎｇＡｕｔｏｍａｔｉｏｎＣｏ.ꎬＬｔｄ.ꎬＢｅｉｊｉｎｇ１０００８５ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｉｎｏｒｄｅｒｔｏｄｅｅｐｅｎｔｈｅｗｏｒｋｏｆｐｒｏｍｏｔｉｎｇｎａｔｉｏｎａｌｅｎｅｒｇｙｃｏｎｓｅｒｖａｔｉｏｎａｎｄｃｏｎｓｕｍｐｔｉｏｎｒｅｄｕｃｔｉｏｎꎬｕｓｅｒ－ｓｉｄｅｅｎｅｒｇｙｂｉｇｄａｔａｉｓｕｓｅｄｔｏｅｓｔａｂｌｉｓｈａｎａｃｃｕｒａｔｅａｓｓｅｓｓｍｅｎｔｍｏｄｅｌａｎｄｍｅｔｈｏｄｆｏｒｅｎｔｅｒｐｒｉｓｅ￣ｌｅｖｅｌｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｕｓｅｅｆｆｉｃｉｅｎｃｙꎬｓｏａｓｔｏｏｐｔｉｍｉｚｅｔｈｅｅｎｅｒｇｙｕｓｅｅｆｆｉｃｉｅｎｃｙｏｆｅｎｔｅｒｐｒｉｓｅｓ.Ｔｈｉｓｐａｐｅｒｔａｋｅｓｅｑｕｉｐｍｅｎｔｍａｎｕｆａｃｔｕｒｉｎｇｅｎｔｅｒｐｒｉｓｅｓａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔ.Ｆｉｒｓｔｌｙꎬａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｅｎｅｒｇｙｃｏｍｐｏｓｉｔｉｏｎｏｆｓｕｃｈｅｎｔｅｒｐｒｉｓｅｓꎬｔｈｅｓｃｏｐｅｏｆｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙａｓｓｅｓｓｍｅｎｔｉｓｐｒｏｐｏｓｅｄ.Ｔｈｅａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓｉｓｕｓｅｄｔｏｃｏｎｓｔｒｕｃｔｔｈｅｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｏｆｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｆｏｒｅｎｔｅｒｐｒｉｓｅｓ.Ｉｔｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙｃｏｎｓｉｄｅｒｓｔｈｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｃｏｍｐａｎｙ̓ｓｅｃｏｎｏｍｙꎬｅｎｅｒｇｙｓｕｐｐｌｙｓｉｄｅａｎｄｅｎｅｒｇｙｕｓｅｓｉｄｅꎬＴｈｅｓｙｓｔｅｍｄｉｖｉｄｅｓｔｈｅｅｖａｌｕａｔｉｏｎｏｆｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｆｏｒｅｎｔｅｒｐｒｉｓｅｓｉｎｔｏｆｉｖｅｌａｙｅｒｓ.ＩｎａｄｄｉｔｉｏｎꎬｔｈｅｃｏｍｂｉｎａｔｉｏｎｍｅｔｈｏｄｏｆＭｏｏｄｙ̓ｓｃｈａｒｔａｎｄｅｎｔｒｏｐｙｗｅｉｇｈｔｍｅｔｈｏｄｉｓｕｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｉｎｄｅｘｗｅｉｇｈｔｓｏｆｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓꎬａｎｄｔｈｅｅｎｔｅｒｐｒｉｓｅｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｃａｌｃｕｌａｔｉｏｎｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｔｈｒｏｕｇｈｔｈｅｗｅｉｇｈｔｉｎｇｍｅｔｈｏｄ.Ｆｉｎａｌｌｙꎬｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｄａｔａｏｆｄｉｆｆｅｒｅｎｔｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｄｉｍｅｎｓｉｏｎｓｗｅｒｅｃａｌｃｕｌａｔｅｄｕｓｉｎｇｔｈｅｏｎ－ｓｉｔｅｄａｔａｏｆｔｈｅｅｎｔｅｒｐｒｉｓｅｓ.Ｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｒｅｓｕｌｔｓｖｅｒｉｆｉｅｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙａｓｓｅｓｓｍｅｎｔｓｙｓｔｅｍａｎｄｉｔｓｍｅｔｈｏｄｐｒｏｐｏｓｅｄｉｎｔｈｅｐａｐｅｒꎬａｎｄｆｏｒｍｅｄｇｕｉｄａｎｃｅｆｏｒｔｈｅｅｎｅｒｇｙｓａｖｉｎｇａｎｄｃｏｎｓｕｍｐｔｉｏｎｒｅｄｕｃｔｉｏｎｗｏｒｋｏｆｅｎｔｅｒｐｒｉｓｅｓ.Ｋｅｙｗｏｒｄｓ:ｅｑｕｉｐｍｅｎｔｍａｎｕｆａｃｔｕｒｉｎｇꎬｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙａｓｓｅｓｓｍｅｎｔꎬａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓꎬＭｏｏｄｙ̓ｓｃｈａｒｔꎬｅｎｔｒｏｐｙｍｅｔｈｏｄ０５。

基于熵权和层次分析法的电网运行评价技术研究分析电网是现代化工业文明高效运转的基础，其稳定运行对于社会经济发展有着极其重要的意义。

为了确保电网的可靠性和安全，电网监测与评价技术在电力系统中起着至关重要的作用。

本文将介绍一种基于熵权和层次分析法的电网运行评价技术，以便更全面地了解该技术的应用及其对于电网稳定运行的促进作用。

熵权和层次分析法是电网运行评价的两种有效方法。

熵权法是以指标权值的信息熵为基础，通过信息熵权法将指标的权值分配给评价对象，从而生成综合指标，进而对电力系统进行优化管理。

而层次分析法则是建立于成对比较的基础之上，以此来判断不同因素对系统的影响程度，使得评价结果更具可信度和准确性。

综合应用这两种方法，我们能够更加准确地掌握电网运行评价的情况。

在本文中，我们将讨论这两种方法的优点和缺点，并且分享我们的经验，展示这些方法如何被应用于实际情况下的电网运行评价中。

一、熵权法在电网运行评价中的应用（1）评价对象的选取电网运行评价是一个复杂的系统，需要对多个评价对象进行综合评价。

例如，对于风电场，我们需要对其电压、电流、频率、功率因数等多种指标进行评价。

熵权法可较好地解决这个问题，因为该法通过指标的信息熵来确定各指标的权重，使得不同的指标能够被更好地量化。

（2）精度高，直观度强熵权法能够更加细致地评价电力系统中每一个对象的状态。

这种方法可以将系统中的各种因素量化后，进行加权平均，得到一个整体的评价结果。

这是一个直观、清晰的过程，由于使用了信息熵来计算权重，使得评价过程更为客观、科学。

同时，熵权法将指标之间的相关性考虑进了权重的分配中，使得评价结果更加准确和可靠。

（3）适用性广泛熵权法在电网运行评价中的应用不仅仅局限于总体评价，还能够用于分项评价。

例如，在对同一风电场进行评价时，我们可以在风电场中选取几台风力发电机来进行分项评价，熵权法也能够发挥出最佳的优化效果。

然而，正如任何一种方法一样，熵权法也存在一些缺点。