一种基于区间熵权法的用户用电设备能效评估方法

摘要

本发明提供一种基于区间熵权法的用户用电设备能效评估方法，包括以下步骤：建立用户用电设备能效评估指标系统；通过区间熵权法确定指标权重；对用户用电设备能效进行综合评估。本发明提供的基于区间熵权法的用户用电设备能效评估方法，针对各指标具有系统不确定性的度量特性，运用区间数来代替传统数据，采用区间熵权法，引入熵权反映评估指标体系中指标数据所蕴含的信息量，确定各指标的权重，并利用各个指标权重对所有指标进行加权，从而得到用户用电设备评估的较为客观结果。

主权项

一种基于区间熵权法的用户用电设备能效评估方法，其特征在于：所述方法包括以下步骤：步骤1：建立用户用电设备能效评估指标系统；步骤2：通过区间熵权法确定指标权重；步骤3：对用户用电设备能效进行综合评估；所述步骤2具体包括以下步骤：步骤2‑1：建立区间决策矩阵，并对其进行标准化处理；步骤2‑2：计算指标区间熵值和区间熵权；步骤2‑3：对区间熵权进行归一化处理；所述步骤2‑1中，假设指标集Q＝{Q₁,Q₂,…,Q_j,…,Q_m}，其中j＝1,2,…,m，m为指标集中指标总数；用户用电设备得到测量对象集S＝{S₁,S₁,…,S_i,…,S_n}，其中i＝1,2,…,n，n为用户用电设备总数；第i台用户用电设备第j个指标Q_j的区间数其中和分别为闭区间的下界和上界；于是区间决策矩阵表示为：其中，为区间决策矩阵；将进行标准化处理，得到：其中，为经过标准化处理后的矩阵；(1)若指标Q_j为效益性指标，即此指标为极大型指标，则第i个用户用电设备第j个指标标准化处理后的区间数表示为：${\bar{p}}_{ij}=\frac{{\bar{a}}_{ij}}{\underset{k=1}{\overset{n}{\Sigma }}{\bar{a}}_{kj}}---\left(6\right)$其中，为第k个用户用电设备第j个指标的区间数；于是有：$\left\{\begin{array}{c}{p}_{ij}^L=\frac{a_{ij}^L}{\underset{k=1}{\overset{n}{\Sigma }}{a}_{kj}^U}\\ p_{ij}^U=\frac{a_{ij}^U}{\underset{k=1}{\overset{n}{\Sigma }}{a}_{kj}^L}\end{array}\right.---\left(7\right)$其中，和分别为的下界和上界，和分别为的下界和上界；(2)若指标Q_j为成本型指标，即此指标为极小型指标，则第i个用户用电设备第j个指标标准化处理后的区间数表示为：${\bar{p}}_{ij}=\frac{\frac{1}{{\bar{a}}_{ij}}}{\underset{k=1}{\overset{n}{\Sigma }}\left(\frac{1}{{\bar{a}}_{kj}}\right)}---\left(8\right)$其中，为第k个用户用电设备第j个指标的区间数；于是有：$\left\{\begin{array}{c}{p}_{ij}^L=\frac{\frac{1}{a_{ij}^U}}{\underset{k=1}{\overset{n}{\Sigma }}\left(\frac{1}{a_{kj}^L}\right)}\\ p_{ij}^L=\frac{\frac{1}{a_{ij}^L}}{\underset{k=1}{\overset{n}{\Sigma }}\left(\frac{1}{a_{kj}^U}\right)}\end{array}\right.---\left(9\right)$其中，和分别为的下界和上界，和分别为的下界和上界；满足：$\underset{k=1}{\overset{n}{\Sigma }}{p}_{ij}^L\le 1;\underset{k=1}{\overset{n}{\Sigma }}{p}_{ij}^U\ge 1---\left(10\right)$所述步骤2‑2中，第j个指标Q_j的熵用H_j表示，有：$H_j=-o\underset{i=1}{\overset{n}{\Sigma }}{\bar{p}}_{ij}\ln {\bar{p}}_{ij},j=1,2,\mathrm{...},m---\left(11\right)$其中，常数ο＝(lnn)^‑1，并假定时，于是，第j个指标Q_j的区间熵值表示为其中，和为闭区间的下界和上界，分别表示为：$H_j^L=min\{-o\underset{i=1}{\overset{n}{\Sigma }}{p}_{ij}\ln p_{ij}\}---\left(12\right)$$s.t\left\{\begin{array}{c}{p}_{ij}^L\le p_{ij}\le p_{ij}^U,i=1,2,...,n\\ \underset{i=1}{\overset{n}{\Sigma }}{p}_{ij}=1\end{array}\right.---\left(13\right)$$H_j^U=max\{-o\underset{i=1}{\overset{n}{\Sigma }}{p}_{ij}\ln p_{ij}\}---\left(14\right)$$s.t\{\begin{array}{c}{p}_{ij}^L\le p_{ij}\le p_{ij}^U,i=1,2,\mathrm{...},n\\ \underset{i=1}{\overset{n}{\Sigma }}{p}_{ij}=1\end{array}---\left(15\right)$于是，第j个指标Q_j的区间熵权表示为其中，和分别为闭区间的下界和上界，由下式得到：${\bar{w}}_j=\frac{1-\overline{H_j}}{m-\underset{j=1}{\overset{m}{\Sigma }}\overline{H_j}},j=1,2,\mathrm{...},m---\left(16\right)$和分别表示为：$\left\{\begin{array}{c}{w}_j^L=\frac{1-H_j^U}{m-\underset{j=1}{\overset{m}{\Sigma }}{H}_j^L}\\ w_j^U=\frac{1-H_j^L}{m-\underset{j=1}{\overset{m}{\Sigma }}{H}_j^U}\end{array}\right.,j=1,2,\mathrm{...},m---\left(17\right).$