[发明专利]一种集群电机系统能耗水平评价方法及装置在审

专利信息
申请号: 201710534073.2 申请日: 2017-07-03
公开(公告)号: CN107527131A 公开(公告)日: 2017-12-29
发明(设计)人: 杜松怀;孙笑非;楼振义;苏娟;翟庆志;魏文强;朱薪志;付卫东;杨硕 申请(专利权)人: 中国农业大学;国网河北省电力公司
主分类号: G06Q10/06 分类号: G06Q10/06
代理公司: 北京路浩知识产权代理有限公司11002 代理人: 王莹,吴欢燕
地址: 100193 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 集群 电机 系统 能耗 水平 评价 方法 装置
【权利要求书】:

1.一种集群电机系统能耗水平评价方法,其特征在于,包括:

S1,基于建立的集群电机系统评价指标体系,通过模糊综合评价方法获取所述评价指标体系目标层的模糊综合评价矩阵;

S2,根据所述目标层的模糊综合评价矩阵得到所述集群电机系统能耗水平的评价结果;

其中,所述评价指标体系包括:目标层、准则层和指标层;所述目标层为集群电机系统能耗水平;所述准则层包括:负荷因素、电机设备因素和其它因素;所述其它因素包括:电网质量、额外用能比率和节能效果。

2.根据权利要求1所述的方法,其特征在于,所述S1包括:

S11,获取所述评价指标体系中同层各因素相对于上层因素的权重向量;

S12,基于所述评价指标体系中指标层各因素相对于评价集中各元素的隶属度,获取准则层的模糊评价矩阵;

S13,基于所述权重向量和所述准则层的模糊评价矩阵获取目标层的模糊综合评价矩阵;

其中,所述评价集为V={优,良,中,差}={v1,v2,v3,v4}。

3.根据权利要求1所述的方法,其特征在于,所述S2包括:

根据最大隶属度原则,选取所述目标层的模糊综合评价矩阵中的最大值在所述评价集中对应的语句作为评价结果。

4.根据权利要求2所述的方法,其特征在于,所述S11包括:

S111,将所述评价指标体系中各层的因素两两进行比较并赋予标度值,根据所述标度值建立各层的判断矩阵;

S112,获取所述各层的判断矩阵的最大特征值所对应的特征向量,并对所述特征向量进行归一化处理,获得同层各因素相对于上层因素的权重向量;

S113,对所述判断矩阵进行一致性检验,若所述判断矩阵的一致性效果较差,则对所述判断矩阵进行修正。

5.根据权利要求2所述的方法,其特征在于,所述S12包括:

S121,通过确定的隶属度函数获取所述评价指标体系指标层中的定量指标相对于所述评价集中各元素的隶属度;

S122,通过专家评判的方式获取所述评价指标体系指标层中的定性指标相对于所述评价集中各元素的隶属度;

S123,根据所述定量指标相对于所述评价集中各元素的隶属度,以及定性指标相对于所述评价集中各元素的隶属度,获取准则层的模糊评价矩阵。

6.根据权利要求2-5任一所述的方法,其特征在于,所述S13包括:

S131,选取乘积求和型模糊合成算子,根据所述指标层相对于准则层的权重向量和所述准则层的模糊评价矩阵获取准则层的模糊综合评价矩阵;

S132,根据所述准则层的模糊综合评价矩阵和所述准则层相对于目标层的权重向量,获取目标层的模糊综合评价矩阵。

7.根据权利要求4所述的方法,其特征在于,通过以下公式对所述判断矩阵进行一致性检验,

C.R.=C.I.R.I.,C.I.=λmax-mm-1]]>

若C.R.<0.1,判断矩阵的一致性效果较好;或者,若C.R.≥0.1,判断矩阵的一致性效果较差;

其中,C.I.为一致性指标;R.I.为平均随机一致性指标,通过查平均随机一致性指标对照表获得;m为判断矩阵阶数,λmax为判断矩阵的最大特征值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学;国网河北省电力公司,未经中国农业大学;国网河北省电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710534073.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top