一种分布式低碳能源站的健康状态评估方法技术

本发明专利技术公开了一种分布式低碳能源站的健康状态评估方法；首先，采集分布式低碳能源站健康状态数据，构建分布式低碳能源站健康状态评估指标；其次，对评价指标进行分类，并根据分类对各评价指标进行标准化处理，得到标准化指标矩阵；其次，求解评价指标的客观权重，将评价指标客观权重求解转化为非线性规划问题，运用粒子群算法求解评价指标的客观权重；其次，运用群组G1法进行主观赋权，利用博弈论原理融合主客观权重；最后，计算广义灰色绝对关联度，得到评价结果。本发明专利技术提出的分布式低碳能源站的健康状态评估方法，有助于对分布式低碳能源站健康状态薄弱点精确评价，具有较好的实际意义。义。义。

【技术实现步骤摘要】
一种分布式低碳能源站的健康状态评估方法


[0001]本专利技术属于能源系统评估领域，具体涉及一种分布式低碳能源站的健康状态评估方法。

技术介绍

[0002]随着我国工业体系的不断发展和人民生活水平的不断提高，对能源的需求也不断增大。同时，化石能源的利用带来了环境危机，能源利用带来的污染与环境保护之间的矛盾也日益加深。在环境保护和能源利用的促进之下，分布式低碳能源站成为解决该问题的一个重要方向。对分布式低碳能源站的健康状态进行准确评价，能够及时有效的反馈分布式低碳能源站健康状态薄弱环节，对低碳能源站正常高效的运行具有重要意义。
[0003]在健康状态评估方面，CN115080645A公开了一种铁路轨道的健康状态评价方法，实现对轨道的健康状态自行判断。CN114976130A公开了一种燃料电池的健康状态评价及其各种辅助设备，以实现对车用燃料电池系统的健康状态的理解。CN114936657A公布一种变压器健康状态的评价系统和方法，通过分析各指标的变化率，实现对变压器的健康状态量化评价。CN114167730A公布一种火电机组的送风机相关健康状态评价，以保障可靠安全运行。现有健康状态评价大多以单一能源网络的设备及系统为背景，对多能源耦合下的综合能源系统少有研究。同时，研究对象以某些特定设备为主，对于包含多设备多系统的分布式低碳能源站鲜有研究。在评估方法上，传统方法不能进行等级划分，难以进行细化评价，缺乏科学有效的评价结果。目前还未有研究针对分布式低碳能源站的健康状态评价。

技术实现思路

[0004]为了解决分布式低碳能源站健康状态评估的问题，本专利技术提出了一种分布式低碳能源站的健康状态评估方法。
[0005]本专利技术提出的分布式低碳能源站的健康状态评估方法，包含以下步骤：
[0006]S1、采集分布式低碳能源站健康状态数据，构建分布式低碳能源站健康状态评估指标；
[0007]S2、对评价指标进行分类，并根据分类对各评价指标进行标准化处理，得到标准化指标矩阵；
[0008]S3、求解评价指标的客观权重，将评价指标客观权重求解转化为非线性规划问题，运用粒子群算法求解评价指标的客观权重；
[0009]S4、运用群组G1法进行主观赋权，利用博弈论原理融合主客观权重；
[0010]S5、计算广义灰色绝对关联度，得到评价结果；
[0011]S6、若分布式低碳能源站健康状态满足预期期望，则结束；否则，调整该分布式低碳能源站后，返回步骤S2。
[0012]可选的，步骤S1中，分布式低碳能源站健康状态评价指标体系包含供能可靠指标、低碳运行指标、系统健康指标；其中，
[0013]所述低碳运行指标进一步包含可再生能源利用率、二氧化碳减排量、综合能源效率；
[0014]所述供能可靠指标进一步包含供能质量合格率、能源站平均失能率和供能可靠率；
[0015]所述系统健康指标进一步包含供电系统电网健康指标、供热系统热网健康指标、供冷系统冷网健康指标。
[0016]可选的，步骤S2进一步包含将所述评价指标分为效益型指标和成本型指标；其中，所述效益型指标包含：可再生能源利用率、综合能源效率、供能质量合格率、供能可靠率、供电系统电网健康指标、供热系统热网健康指标和供冷系统冷网健康指标；
[0017]所述成本型指标包含：二氧化碳减排量和能源站平均失能率；
[0018]设每个分布式低碳能源站具有m个原始指标值，对n个分布式低碳能源站的原始的评价指标值进行标准化，得到标准指标矩阵A
n
×
m
。
[0019]可选的，所述效益型指标的标准化计算公式为：
[0020][0021]所述成本型指标的标准化计算公式为：
[0022][0023]式中：a
ij
、x
ij
分别表示第i个分布式低碳能源站第j个指标的标准化指标值以及原始的评价指标值。
[0024]可选的，步骤S3进一步包含确定基准数据，确定约束条件和目标函数；
[0025]对于n个分布式低碳能源站，其成本型指标的基准数据为其效益型指标的基准数据为其基准数据记为x0＝{x
01
,x
02
,
…
,x
0m
}；
[0026]对于每个分布式低碳能源站，设W0＝{w1,w2,
…
,w
m
}为其各指标客观权重，第j个评价指标的客观权重为w
j
，且
[0027]w
j
x
ij
表示为第i个分布式低碳能源站第j个指标的加权综合表现值；w
j
x
0j
表示为基准数据第j个指标的加权综合表现值；在评价过程中，期望各评价指标的加权综合表现值w
j
x
ij
和基准方案加权综合值w
j
x
0j
相对变化较大，来最大化对比相同指标中不同能源站的差异性，因此可将评价指标客观权重求解转化为非线性规划问题，其目标函数及约束条件表示为：
[0028][0029][0030]式中：F(W)为目标函数；s
·
t表示约束条件；w
j
表示分布式低碳能源站第j个评价指标的客观权重；表示n个分布式低碳能源站的第j个评价指标的平均值；根据所述目标函数及约束条件得到评价指标客观权重矩阵W＝[w1,w2,
…
,w
m
]。
[0031]可选的，通过粒子群算法求解所述非线性规划问题，获得各评价指标客观权重。
[0032]可选的，步骤S4包含根据各专家经验，运用群组G1法进行主观赋权重，具有以下步骤：
[0033]1)专家对各评价指标的重要性进行排序，得到各专家关系排序表示第a个专家对第j个指标的排序结果；
[0034]2)确定相邻指标间重要性；各专家根据自身经验，对相邻指标之间的重要性进行比较，所述重要度标度R
j
计算公式为：
[0035][0036]式中，ω
′
j
‑1表示为指标排序关系中第j
‑
1个评价指标的主观权重，ω
′
j
表示为指标排序关系中第j个评价指标的主观权重；
[0037]当出现的情况时，R
j
需要在原来的数值上乘以比例系数进行校正，保证比例系数ρ的计算公式为：
[0038][0039]R
′
j
＝R
j
*ρ
ꢀꢀꢀ
(17)
[0040]式中：R
′
j
表示为经过校正后的重要度标度，ρ表示比例系数。
[0041]3)计算各评价指标的主观权重；在各专家给出指标之间序关系与重要度标度R
j
后，根据如下公式计算出各评价指标的主观权本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式低碳能源站的健康状态评估方法，其特征在于，包含以下步骤：S1、采集分布式低碳能源站健康状态数据，构建分布式低碳能源站健康状态评估指标；S2、对评价指标进行分类，并根据分类对各评价指标进行标准化处理，得到标准化指标矩阵；S3、求解评价指标的客观权重，将评价指标客观权重求解转化为非线性规划问题，运用粒子群算法求解评价指标的客观权重；S4、运用群组G1法进行主观赋权，利用博弈论原理融合主客观权重；S5、计算广义灰色绝对关联度，得到评价结果；S6、若分布式低碳能源站健康状态满足预期期望，则结束；否则，调整该分布式低碳能源站后，返回步骤S2。2.如权利要求1所述分布式低碳能源站的健康状态评估方法，其特征在于，步骤S1中，分布式低碳能源站健康状态评价指标体系包含供能可靠指标、低碳运行指标、系统健康指标；其中，所述低碳运行指标进一步包含可再生能源利用率、二氧化碳减排量、综合能源效率；所述供能可靠指标进一步包含供能质量合格率、能源站平均失能率和供能可靠率；所述系统健康指标进一步包含供电系统电网健康指标、供热系统热网健康指标、供冷系统冷网健康指标。3.如权利要求2所述分布式低碳能源站的健康状态评估方法，其特征在于，步骤S2进一步包含将所述评价指标分为效益型指标和成本型指标；其中，所述效益型指标包含：可再生能源利用率、综合能源效率、供能质量合格率、供能可靠率、供电系统电网健康指标、供热系统热网健康指标和供冷系统冷网健康指标；所述成本型指标包含：二氧化碳减排量和能源站平均失能率；设每个分布式低碳能源站具有m个原始指标值，对n个分布式低碳能源站的原始的评价指标值进行标准化，得到标准指标矩阵A
n
×
m
。4.如权利要求3所述分布式低碳能源站的健康状态评估方法，其特征在于，所述效益型指标的标准化计算公式为：所述成本型指标的标准化计算公式为：式中：a
ij
、x
ij
分别表示第i个分布式低碳能源站第j个指标的标准化指标值以及原始的评价指标值。5.如权利要求4所述分布式低碳能源站的健康状态评估方法，其特征在于，步骤S3进一步包含确定基准数据，确定约束条件和目标函数；
对于n个分布式低碳能源站，其成本型指标的基准数据为其效益型指标的基准数据为其基准数据记为x0＝{x
01
,x
02
,
…
,x
0m
}；对于每个分布式低碳能源站，设W0＝{w1,w2,
…
,w
m
}为其各指标客观权重，第j个评价指标的客观权重为w
j
，且w
j
x
ij
表示为第i个分布式低碳能源站第j个指标的加权综合表现值；w
j
x
0j
表示为基准数据第j个指标的加权综合表现值；在评价过程中，期望各评价指标的加权综合表现值w
j
x
ij
和基准方案加权综合值w
j
x
0j
相对变化较大，来最大化对比相同指标中不同能源站的差异性，因此可将评价指标客观权重求解转化为非线性规划问题，其目标函数及约束条件表示为：为非线性规划问题，其目标函数及约束条件表示为：式中：F(W)为目标函数；s
·
t表示约束条件；w
j
表示分布式低碳能源站第j个评价指标的客观权重；表示n个分布式低碳能源站的第j个评价指标的平均值；根据所述目标函数及约束条件得到评价指标客观权重矩阵W＝[w1,w2,
…
,w
m
]。6.如权利要求5所述分布式低碳能源站的健康状态评估方法，其特征在于，通过粒子群算法求解所述非线性规划问题，获得各评价指标客观权重。7.如权利要求5所述分布式低碳能源站的健康状态评估方法，其特征在于，步骤S4包含根据各专家经验，运用群组G1法进行主观赋权重，具有以下步骤：1)专家对各评价指标的重要性进行排序，得到各专家关系排序1)专家对各评价指标的重要性进行排序，得到各专家关系排序表示第a个专家对第j个指标的排序结果；2)确定相邻指标间重要性；各专家根据自身...

【专利技术属性】
技术研发人员：张菲菲，王月强，黄冬，徐灏逸，陆忠心，张金荣，王璐，顾治君，鲁涛，赵睿智，姜飞，罗涌恒，孙梦琪，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：