一种基于模糊评价的居民用电引导策略潜力分析方法技术

本发明专利技术公开了一种基于模糊评价的居民用电引导策略潜力分析方法，包括如下步骤：确定评判对象，将评判对象划分为不同等级以及确定不同的评价因素；确定每个评价因素隶属度向量，得出模糊评判的矩阵；对模糊集进行合成；计算得出各等级参数的评价结果。本发明专利技术的优点在于：其基于对用户用电多维度引导策略潜力分析，进而根据其潜力值制定不同的用户用电业务，该方法大大提高售电公司售电能力，根据不同的用户策略引导潜力值有针对性的对不同客户提出不同的用电策略。

【技术实现步骤摘要】
一种基于模糊评价的居民用电引导策略潜力分析方法方法领域本专利技术涉及居民用电策略潜力分析
，具体涉及一种基于模糊评价的居民用电引导策略潜力分析方法。背景方法随着智能电网的全面建设，售电侧对用户越来越重视，用户的地位显著提升。售电侧对用户的用电行为充分了解后可根据不同的用户制定不同的售电策略。这种个性化的售电服务可以很好地实现人网之间的互动。由于用户每一天的用电量都存在一定的差异，主要是每天的用电量和负荷曲线都不一样，因此如果单纯的从用户用电量、用户特征和用户信用判断用户的用电引导策略潜力值存在一定的局限性。市场上亟需一种模糊综合评价分析为售电公司提供最直观的数据支持。
技术实现思路
本专利技术的目的就是要针对现有技术的不足，提供一种基于模糊评价的居民用电引导策略潜力分析方法，其基于用户的用电量，用户用电特性以及用户的信用等级三个维度对用户用电引导策略提升空间进行精确评价。为实现上述目的，本专利技术所涉及的一种基于模糊评价的居民用电引导策略潜力分析方法，包括如下步骤：步骤1：确定评判对象，将评判对象划分为不同等级以及确定不同的评价因素；步骤2：确定每个评价因素隶属度向量，得出模糊评判的矩阵；步骤3：对模糊集进行合成；步骤4：计算得出各等级参数的评价结果。进一步地，所述步骤1中，具体步骤如下：所述评价对象U与每一个因素的评价等级V的计算公式为：U＝{u1,u2,L,um}V＝{v1,v2,L,vn}式中：m表示评价对象U的评价指标个数，n表示评价等级V的个数。进一步地，所述步骤2中还包括如下步骤：步骤2.1：对单因素进行判断；步骤2.2：计算对于单因素选择等级的隶属度判断集；步骤2.3：得到模糊关系矩阵；步骤2.4：引入评价对象中的模糊子集，计算权数分配集，即可反映对各个因素的权衡。作为优选项，所述步骤2.2中，所述单因素为：ui(i＝1,2,L,m)单因素ui对于选择等级vj的隶属度是rij，可得第i个因素ui单因素的判断集为：rij＝{ri1,ri2,L,rin}。作为优选项，所述步骤2.3中，所述每一个准则确定从评价指标U到评价等级V的一个模糊关系矩阵R为：作为优选项，所述步骤2.4中，所述引入U中模糊子集A，称模糊子集A为权数分配集，所述权数分配集为：A＝{a1,a2,L,an}其中：ai＞0,且∑ai＝1。更进一步地，步骤3中，所述模糊集进行合成的具体方法为：模糊变换两种模糊得到模糊评价集B＝A*R，则模糊评价为：B＝{b1,b2,L,bn}其中：0＜bj＜1，∑bj＝1，若最后的结果无法满足等式，则对其归一化处理。进一步地，所述步骤4中，所述评价结果的方法为：先引进参数的列向量F，则可以得出各等级参数的评价结果值B：所述列向量F为：F＝{f1,f2,L,fn}T所述综合评价结果p的计算公式为：B*F＝p。本专利技术的优点在于：其基于对用户用电多维度引导策略潜力分析，进而根据其潜力值制定不同的用户用电业务，该方法大大提高售电公司售电能力，根据不同的用户策略引导潜力值有针对性的对不同客户提出不同的用电策略。附图说明图1为本专利技术的工作流程图。具体实施方式下面结合附图和具体实施例对本专利技术作进一步的详细描述：如图1，一种基于模糊评价的居民用电引导策略潜力分析方法，包括如下步骤：步骤1：确定评判对象，将评判对象划分为不同等级以及确定不同的评价因素：所述评价对象U与每一个因素的评价等级V的计算公式为：U＝{u1,u2,L,um}V＝{v1,v2,L,vn}式中：m表示评价对象U的评价指标个数，n表示评价等级V的个数。步骤2：确定每个评价因素隶属度向量，得出模糊评判的矩阵：步骤2.1：对单因素进行判断；步骤2.2：计算对于单因素选择等级的隶属度判断集：所述单因素为：ui(i＝1,2,L,m)单因素ui对于选择等级vj的隶属度是rij，可得第i个因素ui单因素的判断集为：rij＝{ri1,ri2,L,rin}。步骤2.3：得到模糊关系矩阵：所述每一个准则确定从评价指标U到评价等级V的一个模糊关系矩阵R为：步骤2.4：引入评价对象中的模糊子集，计算权数分配集，即可反映对各个因素的权衡：所述引入U中模糊子集A，称模糊子集A为权数分配集，所述权数分配集为：A＝{a1,a2,L,an}其中：ai＞0,且∑ai＝1。步骤3：对模糊集进行合成：所述模糊集进行合成的具体方法为：模糊变换两种模糊得到模糊评价集B＝A*R，则模糊评价为：B＝{b1,b2,L,bn}其中：0＜bj＜1，∑bj＝1，若最后的结果无法满足等式，则对其归一化处理。步骤4：计算得出各等级参数的评价结果：所述评价结果的方法为：先引进参数的列向量F，则可以得出各等级参数的评价结果值B：所述列向量F为：F＝{f1,f2,L,fn}T所述综合评价结果p的计算公式为：B*F＝p。实施例：本专利技术提供一种基于模糊评价的居民用电引导策略潜力分析方法，包括以下步骤：步骤1：从用户的用电特性，用电量以及用户信用三个维度评价用户用电引导策略调整空间。其具体的评价指标如表1所示。表1用户用电引导策略提升空间评价指标评价指标集U表示为：U＝{用户用电特性、用电量、信用等级}由10名专业人士对各个因素的权重打分，设总分为10分，则对这三个维度的打分情况如表2所示。表2三个维度的打分情况对其进行归一化之后，三个因素的权重值分别为A＝{0.36，0.28，0.42}。步骤2：第一类上班族中，68个用户迎峰用电的平均用电天数为205天，次迎峰用电平均天数为30天，少量的迎峰用电平均天数为105天，其余的25天为非典型的用电类型，则可得出R1：R1＝{0.56,0.08，0.29，0.07}。在第一类上班族用户中，统计68个用户中其12个月的用电量，得出每个用户平均用电量为200～400kWh/月的月份占比为0.26，每个用户平均用电量为100～200kWh/月的月份占比为0.74。由此得出R2：R2＝{0,0.24，0.76，0}。由表1可知，用户的信用等级有四个，此处默认用户的信用为很好，则用户信用等级为R3：R3＝{1,0，0，0}。由此得出第一类用户的模糊矩阵为步骤3：则根据算子计算可得：步骤4，对B向量做一个综合分析结论，各个指标的评价等级为：{很好，好，一般，差}，各个等级的幅值为：F＝(4，3，2，1)T则第一类用户的平均综合得分为：p＝B·F＝3.435。同理可得第二类用户、第三类用户以及第四类用户的用电引导策略提升空间值，其结果如表3所示。表3四类用户用电引导策略提升空间值由表3可以得出，第一类用户的用电引导策略提升值最大，具有较大的用电引导提升空间，第二类用户与第三类用户分别是商业居民于老年人，同样也有较大的提升空间，但商业居民的用电提升空间值更大一点。第四类用户属于空置房，提升空间几乎可以忽略不计。最后，应当指出，以上实施例仅是本专利技术较有代表性的例子。显然，本专利技术不限于上述实施例，还可以有许多变形。凡依据本专利技术的方法实质对以上实施例所做的任何简单修改、等同变化及修饰，均应认为属于本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于模糊评价的居民用电引导策略潜力分析方法，其特征在于：包括如下步骤：步骤1：确定评判对象，将评判对象划分为不同等级以及确定不同的评价因素；步骤2：确定每个评价因素隶属度向量，得出模糊评判的矩阵；步骤3：对模糊集进行合成；步骤4：计算得出各等级参数的评价结果。

【技术特征摘要】
1.一种基于模糊评价的居民用电引导策略潜力分析方法，其特征在于：包括如下步骤：步骤1：确定评判对象，将评判对象划分为不同等级以及确定不同的评价因素；步骤2：确定每个评价因素隶属度向量，得出模糊评判的矩阵；步骤3：对模糊集进行合成；步骤4：计算得出各等级参数的评价结果。2.根据权利要求1所述的一种基于模糊评价的居民用电引导策略潜力分析方法，其特征在于：所述步骤1中，具体步骤如下：所述评价对象U与每一个因素的评价等级V的计算公式为：U＝{u1,u2,L,um}V＝{v1,v2,L,vn}式中：m表示评价对象U的评价指标个数，n表示评价等级V的个数。3.根据权利要求1所述的一种基于模糊评价的居民用电引导策略潜力分析方法，其特征在于：所述步骤2中还包括如下步骤：步骤2.1：对单因素进行判断；步骤2.2：计算对于单因素选择等级的隶属度判断集；步骤2.3：得到模糊关系矩阵；步骤2.4：引入评价对象中的模糊子集，计算权数分配集，即可反映对各个因素的权衡。4.根据权利要求3所述的一种基于模糊评价的居民用电引导策略潜力分析方法，其特征在于：所述步骤2.2中，所述单因素为：ui(i＝1,2,L,m)单因素ui对于选择等级vj的隶属度是rij，...

【专利技术属性】
技术研发人员：张运贵，李晖照，王雪，郭莹，张爱芳，谷凯凯，徐进霞，陈佳，许晓路，
申请(专利权)人：国网湖北省电力公司，国网电力科学研究院武汉南瑞有限责任公司，
类型：发明
国别省市：湖北,42