本发明属于数据计算技术领域，涉及电力系统的数据计算，具体涉及一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法及装置。
背景技术：
能源作为战略资源，是国民经济的基础和命脉，也是社会全面发展的重要物质资源。节能降耗对于解决现阶段我国存在的能源危机具有重要的现实意义。随着城市化进程的不断推进，城市的发展与环境及资源的矛盾日益突出。随着人工智能、信息物理系统、大数据、云计算等技术日益成熟与应用，其与能源产业的结合，必将推动能源产业的技术升级，智慧能源系统成为未来发展的重点。
智慧能源系统的基础是智能电网，智能电网的综合评估方法主要包括基于模糊数学的方法、模糊数学与概率论相结合的方法、层次分析法与熵权法相结合的方法等。为保证智慧能源系统的科学合理性，对智慧能源系统的建设水平做出综合评估是有必要的。而目前尚缺乏有效的评估手段。
技术实现要素：
为解决上述问题，本发明提出了一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法，针对智慧能源评价体系的层次结构，使用层次分析法(ahp)确定主观权重，同时使用改进的熵权法确定客观权重，主客观权重的结合可以融合专家经验的主观性和现实数据的客观性，最后采用逼近理想点排序法(topsis)对各个智慧能源系统进行综合评价。
为了达到上述目的，本发明提供如下技术方案：
一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法，包括如下步骤：
步骤1：建立智慧能源系统指标体系，指标体系包括一级指标和二级指标；
步骤2：计算指标权重系数，由层次分析法确定智慧能源系统一级指标权重，再利用改进的熵权法计算每个一级指标下的二级指标的客观权重，最后采用层次递归的方式确定每个二级指标的组合权重；
步骤3.：采用topsis方法对各个智慧能源系统排序，给出最终评分，在对原始数据归一化的基础上，选择最优方案和最劣方案，计算各个方案相对最优方案与最劣方案的距离用来排序，对各个方案进行综合评价。
进一步的，所述步骤2包括如下子步骤：
步骤2.1：采用层次分析法计算主观权重，具体包括如下步骤：
步骤2.1.1：构建一个指标体系层次结构模型；
步骤2.1.2：采用两两比较法建立判断矩阵，设有n个指标，
步骤2.1.3：对判断矩阵进行一致性校验，若一致性校验不通过，则需要重新构建判断矩阵；一致性校验步骤如下：
步骤2.1.3.1：计算一致性检验指标ci，λmax代表最大特征值，n代表矩阵阶数；
步骤2.1.3.2：查询n对应的平均随机一致性指标ri；
步骤2.1.3.3：计算一致性比例cr，若cr<0.1，判断矩阵符合一致性，否则判断矩阵需要重新构建；
步骤2.1.4：当满足一致性要求时，归一化特征向量之后得到各指标的权重；权重向量计算步骤如下：
步骤2.1.4.1：矩阵各列求和，得到向量b＝[b1,…,bn]；
步骤2.1.4.2：归一化矩阵c，
步骤2.1.4.3：计算权重向量w＝[w1…wn]，
步骤2.2：采用改进的熵权法计算客观权重，改进的熵权法的计算步骤如下：
步骤2.2.1：数据归一化，假设给定m个指标，其中xi＝{x1,…,xn}；假设对各指标数据标准化后的值为y1,…,yk,归一化之后
步骤2.2.2：信息熵
步骤2.2.3：根据各指标熵值计算权重，权重计算公式为
步骤2.3：主观权重和客观权重结合成各指标的组合权重，wi表示组合权重，wk表示第i个二级指标所属的第k个一级指标的权重，w’i表示第i个二级指标的熵权权重，组合权重通过如下公式计算：
wi＝wk×w’i。
进一步的，所述步骤3包括如下子步骤：
若本次有m个方案，k个评价指标，初始矩阵p，pij表示第i个对象的第j个指标值，执行如下过程：
步骤3.1：构建原始矩阵p，
步骤3.2：矩阵p归一化，
步骤3.3：采用ahp-改进的熵权法得到权重向量w[w1,…,wk]；
步骤3.4：计算指标加权评价矩阵
步骤3.5：计算正理想解
步骤3.6：计算各方案到正负理想解的欧式距离，
步骤3.7：计算最终评价值，根据评价值对各个方案择优排序，
本发明还提供了一种基于ahp-改进的熵权法-topsis的智慧能源系统评价装置，包括建立智慧能源系统指标体系模块、指标权重系数计算模块、智慧能源系统排序评分模块，所述智慧能源系统指标体系模块用于建立智慧能源系统的指标体系，包括一级指标和二级指标；指标权重系数计算模块用于计算指标权重系数，先采用层次分析法确定一级指标权重，再用改进的熵权法计算每个一级指标下的二级指标的客观权重，最后采用层次递归的方式确定每个二级指标的组合权重；智慧能源系统排序评分模块用于采用topsis方法对各个智慧能源系统排序，给出最终评分。
与现有技术相比，本发明具有如下优点和有益效果：
1.本发明针对智慧能源评价体系的层次结构，使用层次分析法(ahp)确定主观权重，使用改进的熵权法确定客观权重，主客观权重的结合可以融合专家经验的主观性和现实数据的客观性，能够方便有效地对各个智慧能源系统进行科学的评价。
2.本发明对传统的熵权法进行了改进，避免了传统熵权法中当指标的熵值无限趋近于1的时候，熵值的微小变化将会引起权重的成倍变化的缺陷。
附图说明
图1为本发明提供的基于ahp-改进的熵权法-topsis的智慧能源系统评价方法中指标体系层次结构。
图2为本发明提供的基于ahp-改进的熵权法-topsis的智慧能源系统评价方法流程图。
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本发明提出了一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法，其整体流程如图2所示，包括如下步骤：
步骤1：建立智慧能源系统指标体系，智慧能源系统是一个复杂的非线性系统，在全面性、系统性、科学性、功能性、可操作性、动态性原则的基础上，一级指标由供能可靠性、经济效益性、环境友好性、资源节约性、智能互动性、社会效益性6部分组成。每个一级指标下细分为多个二级指标，如图1所示，可靠性指标包括以下二级指标：电压合格率、系统平均失能频率、系统平均故障停电时间、系统能量不足期望值、供能质量、信息网络可靠性，经济效益性指标包括以下二级指标：co2权益收益、环境税、运营成本、售电收入、电力增长gdp，资源节约性包括以下二级指标：节约土地面积、能源转换效率，环境友好性包括以下二级指标：清洁能源减排量、电动汽车减排量，社会效益性包括以下二级指标：新增就业机会、供电覆盖率、科研进步程度，智能互动性包括以下二级指标：分布式能源接入率、智能仪表覆盖率、供能方案可更改率、供能服务满意度。
步骤2：指标权重系数计算，智慧能源系统一级指标由层次分析法确定权重，再利用改进的熵权法计算每个一级指标下的二级指标的客观权重，最后采用层次递归的方式确定每个二级指标的组合权重。具体包括如下步骤：
步骤2.1：主观权重采用层次分析法计算，层次分析法是一种灵活、实用的多维度决策方法，其基本原理和主要步骤如下：
步骤2.1.1：构建一个指标体系层次结构模型，如图1所示；
步骤2.1.2：采用两两比较法建立判断矩阵a，设有n个指标，
步骤2.1.3：对判断矩阵进行一致性校验，若一致性校验不通过，则需要重新构建判断矩阵。一致性校验步骤如下：
步骤2.1.3.1：计算一致性检验指标ci，λmax代表最大特征值，n代表矩阵阶数；
步骤2.1.3.2：查询n对应的平均随机一致性指标ri；
步骤2.1.3.3：计算一致性比例cr，若cr<0.1，判断矩阵符合一致性，否则判断矩阵需要重新构建；
步骤2.1.4：当满足一致性要求时，归一化特征向量之后得到各指标的权重。权重向量计算步骤如下：
步骤2.1.4.1：矩阵各列求和，得到向量b＝[b1,…,bn]；
步骤2.1.4.2：归一化矩阵c，
步骤2.1.4.3：计算权重向量w＝[w1…wn]，
步骤2.2：客观权重采用改进的熵权法计算，熵权法是根据各个指标的数据所提供的信息量确定权重，指标的变化程度越大，信息熵越小，指标所提供的信息量就越大，重要度越高，分配的权重就越大。熵权法完全按照数据的离散程度来确定权重，客观性得以保证。传统的熵权法在熵逼近1时处理效果不好，改进的熵权法的计算步骤如下：
步骤2.2.1：数据归一化，假设给定m个指标，其中xi＝{x1,…,xn}。假设对各指标数据标准化后的值为y1,…,yk,归一化之后
步骤2.2.2：信息熵
步骤2.2.3：根据各指标熵值计算权重，权重计算公式为
步骤2.3：主观权重和客观权重结合成各指标的组合权重，wi表示组合权重，wk表示第i个二级指标所属的第k个一级指标的权重，w’i表示第i个二级指标的熵权权重。
wi＝wk×w’i
步骤3.：topsis方法对各个智慧能源系统排序，给出最终评分，topsis(逼近理想点排序法)主要用于对有限方案进行多目标决策，在对原始数据归一化的基础上，选择最优方案和最劣方案，计算各个方案相对最优方案与最劣方案的距离用来排序，对各个方案进行综合评价。若本次有m个方案，k个评价指标，初始矩阵p，pij表示第i个对象的第j个指标值，使用ahp-改进的熵权法-topsis组合评价的步骤如下：
步骤3.1：构建原始矩阵p，
步骤3.2：矩阵p归一化，
步骤3.3：采用ahp-改进的熵权法得到权重向量w＝[w1,…,wk]；
步骤3.4：计算指标加权评价矩阵
步骤3.5：计算正理想解
步骤3.6：计算各方案到正负理想解的欧式距离，
步骤3.7：计算最终评价值，根据评价值对各个方案择优排序，
本发明还提供一种基于ahp-改进的熵权法-topsis的智慧能源系统评价装置，为在计算机上实现的可执行的软件，能够执行上述方法中的各个步骤。具体的说，本装置包括建立智慧能源系统指标体系模块、指标权重系数计算模块、智慧能源系统排序评分模块，智慧能源系统指标体系模块、指标权重系数计算模块将数据传输至智慧能源系统排序评分模块，并由智慧能源系统排序评分模块得到最终结果。其中智慧能源系统指标体系模块用于实现上述方法步骤1中内容，建立智慧能源系统的一级指标和二级指标；指标权重系数计算模块用于实现上述方法步骤2中内容(包括其中各个子步骤)，计算指标权重系数，先采用层次分析法确定一级指标权重，再用改进的熵权法计算每个一级指标下的二级指标的客观权重，最后采用层次递归的方式确定每个二级指标的组合权重；智慧能源系统排序评分模块用于实现上述方法步骤3中内容(包括其中各个子步骤)，采用topsis方法对各个智慧能源系统排序，给出最终评分。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
1.一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法，其特征在于，包括如下步骤：
步骤1：建立智慧能源系统指标体系，指标体系包括一级指标和二级指标；
步骤2：计算指标权重系数，由层次分析法确定智慧能源系统一级指标权重，再利用改进的熵权法计算每个一级指标下的二级指标的客观权重，最后采用层次递归的方式确定每个二级指标的组合权重；
步骤3.：采用topsis方法对各个智慧能源系统排序，给出最终评分，在对原始数据归一化的基础上，选择最优方案和最劣方案，计算各个方案相对最优方案与最劣方案的距离用来排序，对各个方案进行综合评价。
2.根据权利要求1所述的基于ahp-改进的熵权法-topsis的智慧能源系统评价方法，其特征在于，所述步骤2包括如下子步骤：
步骤2.1：采用层次分析法计算主观权重，具体包括如下步骤：
步骤2.1.1：构建一个指标体系层次结构模型；
步骤2.1.2：采用两两比较法建立判断矩阵，设有n个指标，
步骤2.1.3：对判断矩阵进行一致性校验，若一致性校验不通过，则需要重新构建判断矩阵；一致性校验步骤如下：
步骤2.1.3.1：计算一致性检验指标ci，λmax代表最大特征值，n代表矩阵阶数；
步骤2.1.3.2：查询n对应的平均随机一致性指标ri；
步骤2.1.3.3：计算一致性比例cr，若cr<0.1，判断矩阵符合一致性，否则判断矩阵需要重新构建；
步骤2.1.4：当满足一致性要求时，归一化特征向量之后得到各指标的权重；权重向量计算步骤如下：
步骤2.1.4.1：矩阵各列求和，得到向量b＝[b1,…,bn]；
步骤2.1.4.2：归一化矩阵c，
步骤2.1.4.3：计算权重向量w＝[w1…wn]，
步骤2.2：采用改进的熵权法计算客观权重，改进的熵权法的计算步骤如下：
步骤2.2.1：数据归一化，假设给定m个指标，其中xi＝{x1,…,xn}；假设对各指标数据标准化后的值为y1,…,yk,归一化之后
步骤2.2.2：信息熵
步骤2.2.3：根据各指标熵值计算权重，权重计算公式为
步骤2.3：主观权重和客观权重结合成各指标的组合权重，wi表示组合权重，wk表示第i个二级指标所属的第k个一级指标的权重，w'i表示第i个二级指标的熵权权重，组合权重通过如下公式计算：
wi＝wk×w′i。
3.根据权利要求1所述的基于ahp-改进的熵权法-topsis的智慧能源系统评价方法，其特征在于，所述步骤3包括如下子步骤：
若本次有m个方案，k个评价指标，初始矩阵p，pij表示第i个对象的第j个指标值，执行如下过程：
步骤3.1：构建原始矩阵p，
步骤3.2：矩阵p归一化，
步骤3.3：采用ahp-改进的熵权法得到权重向量w＝[w1,…,wk]；
步骤3.4：计算指标加权评价矩阵
步骤3.5：计算正理想解
步骤3.6：计算各方案到正负理想解的欧式距离，
步骤3.7：计算最终评价值，根据评价值对各个方案择优排序，
4.一种基于ahp-改进的熵权法-topsis的智慧能源系统评价装置，其特征在于：包括建立智慧能源系统指标体系模块、指标权重系数计算模块、智慧能源系统排序评分模块，所述智慧能源系统指标体系模块用于建立智慧能源系统的指标体系，包括一级指标和二级指标；指标权重系数计算模块用于计算指标权重系数，先采用层次分析法确定一级指标权重，再用改进的熵权法计算每个一级指标下的二级指标的客观权重，最后采用层次递归的方式确定每个二级指标的组合权重；智慧能源系统排序评分模块用于采用topsis方法对各个智慧能源系统排序，给出最终评分。
技术总结