曲朝陽，王沖，王蕾，曲楠，李佳柏

(東北電力大學(xué)信息工程學(xué)院，吉林省吉林市132012)

家庭用電能效狀態(tài)模糊綜合評估

曲朝陽，王沖，王蕾，曲楠，李佳柏

(東北電力大學(xué)信息工程學(xué)院，吉林省吉林市132012)

針對家庭用戶用電行為特征及家用電器的使用時(shí)間段特性，提出了基于智能用電環(huán)境下的家庭用電能效狀態(tài)模糊綜合評估方法。首先建立家庭用電指標(biāo)體系，然后利用粗糙集屬性約簡法對指標(biāo)體系進(jìn)行篩選優(yōu)化，最后建立基于遞階綜合評價(jià)方法的能效評估模型。該模型分為基于特征值法和G1群組法相結(jié)合的一級指標(biāo)評估、基于熵權(quán)法的二級指標(biāo)評估以及最終的綜合評估三個(gè)層次。經(jīng)實(shí)例驗(yàn)證，該方法能較好地檢測和評估家庭能耗情況，有效提高居民用電效率。

模糊綜合評估方法;遞階綜合評價(jià);特征值法和G1群組法相結(jié)合;熵權(quán)法;粗糙集屬性約簡

1 引言

在國家加大能源建設(shè)和智能電網(wǎng)迅速發(fā)展的形勢下，人們逐漸加深了對能源效率的認(rèn)識和對能源消耗指標(biāo)的關(guān)注，工業(yè)、建筑、交通運(yùn)輸、政府機(jī)構(gòu)以及電力等部門都紛紛開展了對節(jié)能降耗指標(biāo)體系的研究，并且取得了顯著的成果。但對占社會總用電量比重不斷增長的居民家庭能耗評價(jià)，國內(nèi)還沒有突破性的研究，居民家庭電能消耗管理仍面臨缺乏完整的指標(biāo)體系、重要指標(biāo)不能量化、評估結(jié)果難以反映全面能耗情況等問題。針對以上問題，有必要設(shè)計(jì)更為全面的家庭能效指標(biāo)體系，監(jiān)測和評價(jià)家庭能耗，為居民家庭提供高效的用電方案，從而提高居民用電效率。

文獻(xiàn)［1-3］主要闡述了在電力大客戶能效評估方面的研究，這些方法在指標(biāo)篩選階段，過于依靠專家評判，具有較強(qiáng)烈的主觀性。文獻(xiàn)［4-7］主要闡述了變壓器及火電廠的評估方法，雖然利用了比較完善的數(shù)學(xué)算法，但忽視了專家經(jīng)驗(yàn)對評估過程的重要作用。文獻(xiàn)［8-10］主要介紹了粗糙集理論屬性約簡的概念以及該算法在冗余指標(biāo)篩選中的具體步驟。

本文基于家庭用戶的用電行為及特征時(shí)間段，建立合理的指標(biāo)體系，并運(yùn)用粗糙集理論屬性約簡法對冗余指標(biāo)進(jìn)行篩選優(yōu)化;然后建立了基于遞階綜合評價(jià)方法的能效評估模型，主客觀相結(jié)合對家庭用電能效進(jìn)行綜合評估。該方法可以有效地減小單一賦權(quán)對能效評估結(jié)果的影響。

2 家庭能效評估方法的總體思路

科學(xué)有效的指標(biāo)體系是建立家庭綜合能效評估模型的重要前提。其評價(jià)指標(biāo)的選擇主要取決于各個(gè)指標(biāo)在整個(gè)評估模型中的重要程度，因此如何使用較少的指標(biāo)來衡量家庭用戶的整體用電效率特征一直是該領(lǐng)域內(nèi)的核心問題之一。然而為了能更好地建立一個(gè)比較完善的家庭用電指標(biāo)體系，使得該指標(biāo)體系能更直觀、更全面地反映家庭用電特征，初步建立的能效指標(biāo)應(yīng)該盡可能的全面，但由于人為選取因子間存在高度不相關(guān)性，忽略了實(shí)際指標(biāo)間的模糊性和指標(biāo)間的內(nèi)在聯(lián)系，所以在指標(biāo)體系優(yōu)化階段，應(yīng)該對其進(jìn)行進(jìn)一步的篩選。

初步建立的家庭用戶能效指標(biāo)體系主要包括家庭用戶信息、家庭電器信息、家庭用電信息和環(huán)境因數(shù)四大方面，將數(shù)據(jù)預(yù)處理以確保能效評估模型的準(zhǔn)確性，數(shù)據(jù)預(yù)處理主要分為類型一致化和無量綱化兩方面，最后通過數(shù)據(jù)分析、聚類分析和統(tǒng)計(jì)分析完成指標(biāo)體系的初步建立。對預(yù)處理后的指標(biāo)體系進(jìn)行篩選，分清主次，盡量保留主要評價(jià)指標(biāo)，去除次要評價(jià)因素，在不影響評估模型可靠性的同時(shí)，對其進(jìn)行篩選優(yōu)化，本文采用粗糙集理論屬性約簡對其進(jìn)行篩選優(yōu)化;最后針對篩選優(yōu)化后的指標(biāo)體系建立評估模型，將評估過程分解為三個(gè)層次，分別計(jì)算一級指標(biāo)權(quán)重、二級指標(biāo)權(quán)重以及最終的綜合權(quán)重。根據(jù)權(quán)重值的大小可以確定家庭用電能效薄弱環(huán)節(jié)，從而制定科學(xué)節(jié)能方案，充分挖掘節(jié)能潛力。家庭用電能綜合能效評估流程圖如圖1所示。

圖1 家庭用電綜合能效評估流程圖Fig．1 Comprehensive assessment of household electric energy consumption efficiency flowchart

3 家庭能效狀態(tài)模糊綜合評估方法

3.1 初步建立家庭用電能效評估指標(biāo)體系

典型家庭用電特征時(shí)間段負(fù)荷曲線如圖2所示?？梢钥闯?，家庭用電的日負(fù)荷曲線基本都有早晚兩個(gè)高峰和一個(gè)低谷，且家庭用戶的用電模式中明顯存在有效時(shí)間段的用電特征，因此指標(biāo)體系的構(gòu)建應(yīng)該綜合家庭用戶用電行為及家用電器的使用特征時(shí)間段。初步建立的指標(biāo)評價(jià)體系如下:一級子系統(tǒng)中，分別為家庭用戶信息、家庭電器信息、家庭用電信息和環(huán)境因數(shù)4個(gè)指標(biāo);二級子系統(tǒng)中，用戶信息、用電信息、環(huán)境因數(shù)又均可細(xì)分為3項(xiàng)二級評價(jià)指標(biāo)，電器信息可細(xì)分為11項(xiàng)二級評價(jià)指標(biāo)，總共合計(jì)為20項(xiàng)二級指標(biāo);分別從以上幾方面對家庭用電能效水平進(jìn)行綜合評估。初步建立的家庭用電能效評估指標(biāo)體系如圖3所示。

圖2 典型家庭用電特征時(shí)間段負(fù)荷曲線Fig．2 Household electricity consumption curve

圖3 家庭用電能效評估初選指標(biāo)體系Fig．3 Household electric energy consumption efficiency evaluation index system

3.2 基于粗糙集理論屬性約簡的能效指標(biāo)篩選

在粗糙集理論中，信息系統(tǒng)S可以表示為一個(gè)四元組S={U，R，V，f}，其中U為對象的論域，U ={x1，x2，．．．，xn};A={a1，a2，．．．，am}，A為對象的屬性集合;V為屬性值集合，→V的一個(gè)信息函數(shù)，a∈A，x∈U，有f(x，a)= Va。為了達(dá)到屬性約簡的目的，需要先引入幾個(gè)粗糙集概念和定義。

(1)定義1

設(shè)RA，如果對于xi，xj∈U，均有f(xi，r)= f(xj，r)對r∈R成立，則稱xi，xj關(guān)于屬性子集R不可分辨，記為Ind(R)，同時(shí)稱R為論域U的一個(gè)等價(jià)關(guān)系。

(2)定義2

對于任意集合XU，X關(guān)于屬性集R的上、下逼近公式分別為:

(3)定義3

對于任意集合XU，X關(guān)于屬性集R的確定域和否定域分別為:

肯定域?yàn)?

否定域?yàn)?

(4)定義4:屬性的一般約簡

設(shè)屬性子集為P，對于屬性a∈P，若基本集U/Ind(P)=U/Ind(P－{a})，則稱屬性a在屬性集P中是可以約簡的屬性，否則稱屬性a在屬性集P中是必要的屬性。如果P'=P－{a}中的每個(gè)屬性都不可再約簡，則稱P'是獨(dú)立的，同時(shí)稱P'是P的一個(gè)約簡。

(5)定義5:屬性的相對約簡

設(shè)P和Q為論域U上的兩個(gè)等價(jià)關(guān)系，定義Q關(guān)于P的相對肯定域?yàn)檎撚騏中所有可以在等價(jià)關(guān)系P的分類下，正確劃入等價(jià)關(guān)系Q的等價(jià)類中對象的集合。能從客觀事實(shí)中提取價(jià)類中的對象的集合記為PosInd(P)(Ind(Q))。如果對于r∈P時(shí)，

則稱r關(guān)于Q可約簡;否則稱r關(guān)于Q不可約簡。相對約簡公式為:

根據(jù)上述所定義的信息系統(tǒng)中的等價(jià)關(guān)系和相對約簡理論，基于粗糙集屬性約簡的指標(biāo)體系篩選模型可以具體描述為:

步驟1:在屬性集A中確定指標(biāo)體系中所存在的關(guān)鍵指標(biāo){xi}，并求其基本集U/Ind({xi});

步驟2:針對去掉關(guān)鍵指標(biāo){xi}后所剩余的指標(biāo)A'(A'=A－{xi})，依次求基本集U/Ind(A');

步驟3:根據(jù)屬性相對約簡公式計(jì)算關(guān)鍵指標(biāo){xi}相對于A'的肯定域PosInd(A')(Ind({xi}));

步驟4:從屬性集A'中依次去掉指標(biāo)xj，得到各自的基本集U/Ind(A'－xj)，然后計(jì)算關(guān)鍵指標(biāo){xi}相對于各基本集的肯定域PosInd(A'-xj)(Ind({xi}))。

步驟5:若PosInd(A')(Ind({xi}))與A'所對應(yīng)域PosInd(A'－xj)(Ind({xi}))相等，則稱xj為可以約簡的冗余指標(biāo);否則xj為指標(biāo)體系中不可剔除的必要指標(biāo);

步驟6:從篩選后的指標(biāo)體系中整理出不可剔除的指標(biāo)，完成指標(biāo)體系的篩選。

由于指標(biāo)體系中存在冗余和重疊的指標(biāo)，使得家庭用電能效評估結(jié)果不夠準(zhǔn)確，所以需要通過粗糙集屬性約簡對其進(jìn)行適當(dāng)?shù)暮Y選來提高評價(jià)準(zhǔn)確性。

因?yàn)榧彝ビ秒娦畔⒆酉到y(tǒng)中所含二級指標(biāo)較多，所以只需對其進(jìn)行篩選優(yōu)化。根據(jù)粗糙集屬性的相對約簡方法對其進(jìn)行篩選優(yōu)化，家庭電器信息指標(biāo)篩選過程如下。家庭用電器信息見表1。

表1 家庭用電器信息Tab．1 Household appliances information

表1中a～j分別代表不同能效評估專家，根據(jù)群組分類結(jié)果和各個(gè)指標(biāo)變量含義，將分類后的數(shù)據(jù)依次定為1(差)、2(中)和3(好)，確定依據(jù)是數(shù)據(jù)對科技成果轉(zhuǎn)化的影響程度，對各變量所對應(yīng)的各組數(shù)據(jù)分別進(jìn)行離散化聚類，最終得到各組數(shù)據(jù)的聚類結(jié)果。一級指標(biāo)B的子指標(biāo)中，以電飯鍋的能效等級及使用時(shí)間段B9為確定指標(biāo)(因?yàn)殡婏堝伒哪苄У燃壖笆褂脮r(shí)間段比較有規(guī)律性，容易準(zhǔn)確測得)，B9的參考變量為B'={B1，B2，B3，B4，B5，B6，B7，B8，B10，B11}。指標(biāo)B9和B'將論域分成的基本集分別為:

根據(jù)屬性相對約簡公式(1)得到指標(biāo)B9相對于B'的肯定域PosInd(B)(Ind(B9)):

接下來分別去掉家庭用電信息指標(biāo)集B'中的B1，B2，B3，B4，B5，B6，B7，B8，B10，B11，得到各自的基本集，然后計(jì)算指標(biāo)B9相對于它們的肯定域，即:

同理，通過計(jì)算可以得出:

經(jīng)過計(jì)算，得出B1，B4，B5，B10，B11指標(biāo)可以約簡，B2，B3，B6，B7，B8指標(biāo)不能從指標(biāo)集中約簡。

3.3 基于遞階綜合評價(jià)方法的家庭用戶綜合能效評估模型

采用遞階綜合評價(jià)方法對家庭用戶能效水平進(jìn)行綜合評估包括三個(gè)層次:一級指標(biāo)的主觀評估、二級指標(biāo)的客觀評估以及最后綜合權(quán)重。

3.3.1 基于特征值和G1群組相結(jié)合判斷的一級指標(biāo)主觀評估

如果家庭用戶能效評估中某一指標(biāo)xi的重要程度大于xj，則記為xixj。若指標(biāo)x1，x2，…，xm相對于評價(jià)指標(biāo)集X={x1，x2，…，xm}，可按下述步驟確定它們的序列關(guān)系:首先從指標(biāo)集X中選出m個(gè)指標(biāo)中最重要的一個(gè)指標(biāo)，標(biāo)記為xi;然后再從剩下的指標(biāo)中，選取出最重要的一個(gè)指標(biāo)，標(biāo)記為xj;以此類推，這樣唯一的指標(biāo)序關(guān)系就可以確定了。

設(shè)rk=wk－1/wk，其中wk代表在X中第k項(xiàng)評價(jià)指標(biāo)所對應(yīng)的權(quán)重值。rk值具體含義如表2所示。

同時(shí)有:

表2 分級比例標(biāo)度參考表Tab．2 Reference chart of proportion scale classification

特征值法和G1法相結(jié)合確定指標(biāo)權(quán)重值，其具體的計(jì)算步驟如下。

(1)對處于相同層次的家庭能效指標(biāo)兩兩進(jìn)行比較，然后建立判斷矩陣A:

式中，i，j=1，2，…，m。式(9)表示在評價(jià)指標(biāo)集X中，指標(biāo)xi相對于指標(biāo)xj的序關(guān)系及重要程度。

(2)利用矩陣乘積方根的方法，來確定wi:

(3)根據(jù)所確定的特征向量wi，求最大特征值λmax:

(4)由所確定的λmax計(jì)算判斷矩陣的一致性指標(biāo)β:

(5)隨機(jī)一致性比率α為判斷矩陣一致性指標(biāo)β與同階平均隨機(jī)一致性指標(biāo)γ的比值;通常認(rèn)為當(dāng)α＜0．1時(shí)，即判斷矩陣滿足一致性。

(6)如果判斷矩陣A滿足一致性，即特征向量為歸一后的指標(biāo)權(quán)重;否則，按式(7)和式(8)計(jì)算指標(biāo)權(quán)重。

綜合家庭能效評估中，專家對四項(xiàng)一級評價(jià)指標(biāo)進(jìn)行分析，確定其序列關(guān)系，利用式(7)～式(12)計(jì)算四項(xiàng)一級指標(biāo)在能效評估模型中權(quán)重值大小。

3.3.2 基于熵權(quán)法的二級指標(biāo)客觀評估

熵權(quán)法的基本思想是根據(jù)各項(xiàng)指標(biāo)觀測值所提供的信息量的大小來確定指標(biāo)權(quán)重。利用熵權(quán)法確定指標(biāo)權(quán)重值，其具體的計(jì)算步驟如下:

(1)計(jì)算在第j項(xiàng)指標(biāo)中，第i個(gè)系統(tǒng)的特征比重tij:

(2)計(jì)算評價(jià)指標(biāo)j項(xiàng)的熵權(quán)值ej:

(3)計(jì)算評價(jià)指標(biāo)xj的差異性系數(shù)gi:

(4)最終所計(jì)算的權(quán)重qi:

對于家庭用電能效評估模型中的二級指標(biāo)，以評價(jià)指標(biāo)的序關(guān)系為基礎(chǔ)，利用式(13)～式(16)確定每個(gè)二級評價(jià)指標(biāo)權(quán)重值的大小。

3.3.3 綜合權(quán)重值的確定

設(shè)定家庭用戶的四個(gè)一級評價(jià)指標(biāo)的權(quán)向量為P=(p1，p2，…，pm)，并已知其在第i項(xiàng)一級評價(jià)指標(biāo)中，所對應(yīng)的二級評價(jià)指標(biāo)的權(quán)向量為Q，則Q =(qi1，qi2，…，qim)，則所建立的評估模型為:

基于遞階綜合評估方法建立評估模型，對家庭用戶能效水平進(jìn)行綜合評估，實(shí)際上是分別對各級評價(jià)指標(biāo)權(quán)重值進(jìn)行了兩次加權(quán)綜合計(jì)算，模型結(jié)合主客觀評價(jià)信息，有效克服傳統(tǒng)單一賦權(quán)法局限性。其評價(jià)結(jié)果不僅可以直接反映家庭用戶的綜合能效情況，而且可以從各個(gè)能效方面進(jìn)行具體的分析，從而發(fā)現(xiàn)家庭用電能效相對薄弱的環(huán)節(jié)，制定出有針對性的節(jié)能方案，有效地提高居民用電效率。

4 實(shí)例計(jì)算

為了能減弱人為因素在評估過程中的影響，確保評估結(jié)果的準(zhǔn)確性，在評估過程中，選取四位能效評估專家對一級評價(jià)指標(biāo)進(jìn)行判斷分析。四位能效評估專家所確定的指標(biāo)rk序關(guān)系如表3所示。

由表3可知，專家1、4所確定的指標(biāo)的序關(guān)系相同，而專家2、3所確定指標(biāo)的序關(guān)系均不相同。按特征值法和G1群組相結(jié)合法對其進(jìn)行分析，分析結(jié)果如表4所示。

表3 序關(guān)系及重要性程序指標(biāo)Tab．3 Ordering relation and importance degree index

表4 特征值法和G1群組相結(jié)合判斷分析結(jié)果Tab．4 Analysis results of feature-based valuemethod and G1 groups combination

由表4可知，四項(xiàng)一級指標(biāo)的權(quán)重分別為0.2657、0.2758、0.2201和0.2384。利用熵權(quán)法求解家庭用戶信息A子系統(tǒng)中各二級評價(jià)指標(biāo)的權(quán)重如表5所示。

表5 家庭用戶信息子系統(tǒng)中二級指標(biāo)權(quán)重Tab．5 Secondary indicatorsweight of A

同理，依次可求得家庭電器信息子系統(tǒng)、家庭用電信息子系統(tǒng)以及環(huán)境因數(shù)子系統(tǒng)中各項(xiàng)二級指標(biāo)的權(quán)重，如表6所示。

表6 各子系統(tǒng)中二級指標(biāo)的權(quán)重Tab．6 Secondary indicators weight of A～D

以表6數(shù)據(jù)為基礎(chǔ)，按式(17)即可求得電力用戶綜合能效評估模型為:

為檢驗(yàn)家庭用戶的評估效果，從15組能效數(shù)據(jù)中任意選取3組，利用已建立的家庭用戶能效評估模型公式(18)，對其進(jìn)行綜合能效評估。其綜合能效評價(jià)結(jié)果如表7所示。

表7 綜合能效評估結(jié)果Tab．7 Evaluation results of comprehensive energy efficiency

由表7可知，就家庭用戶的整體能效而言，家庭用戶1的綜合能效水平最高，家庭用戶2次之。但從家庭能效局部的指標(biāo)來看，這三個(gè)家庭用戶各有其優(yōu)勢和缺陷，如整體能效水平最高的用戶1，它的家庭用電信息評估結(jié)果相對較低，反之，綜合能效水平不高的用戶3，它的家庭電器信息能效水平卻最高。因此，以此結(jié)果作為評估依據(jù)，可以有效地針對家庭用電能效相對薄弱的環(huán)節(jié)，科學(xué)地制定節(jié)能方案，充分挖掘節(jié)能潛力，提高家庭用電效率。

5 結(jié)論

為了能綜合反映家庭用電的能效水平，促進(jìn)全社會節(jié)能工作的進(jìn)一步進(jìn)行，本文通過提出家庭用電能效狀態(tài)模糊綜合評估方法，對家庭用電能效水平進(jìn)行全面的評估;同時(shí)為用戶更好地了解家庭整體用電狀況、主要能耗問題以及節(jié)能策略提供了科學(xué)依據(jù)，主要應(yīng)用前景如下:

(1)為分時(shí)電價(jià)、峰谷電價(jià)的順利實(shí)施提供科學(xué)參考依據(jù);

(2)增強(qiáng)家庭用戶對用電信息的全面了解，提高用電模式的自主選擇權(quán);

(3)挖掘家庭用戶的節(jié)能潛力，推進(jìn)電力需求側(cè)節(jié)能工作的進(jìn)一步實(shí)施;

(4)形成一套較為完善的家庭用電能效評估體系。

經(jīng)實(shí)例驗(yàn)證，該方法不僅能評估和監(jiān)測家庭能效情況，而且可就某一局部能效進(jìn)行具體的評估，從而科學(xué)有效地提高居民用電效率。應(yīng)用實(shí)例表明，該方法不僅操作簡捷、適用性強(qiáng)，而且具有良好的實(shí)用價(jià)值。

［1］羅耀明，毛李帆，姚建剛，等(Luo Yaoming，Mao Lifan，Yao Jiangang，etal．)．電力用戶綜合能效評估模型(Evaluation model of integrated energy efficiency for power users)［J］．電力系統(tǒng)及其自動化學(xué)報(bào)(Proceedings of the CSU-EPSA)，2011，23(5):104-109．

［2］羅耀明，毛李帆，姚建剛，等(Luo Yaoming，Mao Lifan，Yao Jiangang，et al．)．基于遞階綜合評價(jià)模型的電力用戶能效評估系統(tǒng)(Energy efficiency evaluation system for power users based on integrated hierarchical evaluationmethod)［J］．微計(jì)算機(jī)信息(Microcomputer Information)，2011，27(2):68-71．

［3］吳劍飛，姚建剛，陳華林，等(Wu Jianfei，Yao Jiangang，Chen Hualin，et al．)．電力客戶能效狀態(tài)模糊綜合評估(Fuzzy comprehensive evaluation of power customer energy efficiency assessment)［J］．電力系統(tǒng)保護(hù)與控制(Power System Protection and Control)，2010，38(13):94-98．

［4］陳志強(qiáng)，楊永標(biāo)，朱金大，等(Chen Zhiqiang，Yang Yongbiao，Zhu Jinda，et al．)．新型電力需求側(cè)管理終端的研制(Development of a new power demand side management terminal)［J］．電力系統(tǒng)自動化(Automation of Electric Power System)，2009，33(13):104-107．

［5］廖瑞金，王謙(Liao Ruijin，Wang Qian)．基于模糊綜合評判的電力變壓器運(yùn)行狀態(tài)評估模型(Fuzzy comprehensive evaluation of power transformer condition assessmentmodel)［J］．電力系統(tǒng)自動化(Automation of Electric Power Systems)，2008，32(3):70-74．

［6］荊百林，李明，李敏(Jing Bailin，Li Ming，Li Min)．火電廠能耗評估方法的應(yīng)用(Application of energy consumption estimation method of fossil fired power plants)［J］．電力設(shè)備(Electrical Equipment)，2008，9(3):31-33．

［7］李連結(jié)，姚建剛，龍立波，等(Li Lianjie，Yao Jiangang，Long Libo，et al．)．組合賦權(quán)法在電能質(zhì)量模糊綜合評價(jià)中的應(yīng)用(Application of combination weighingmethod in fuzzy synthetic evaluation of power quality)［J］．電力系統(tǒng)自動化(Automation of Electric Power Systems)，2007，31(4):56-60．

［8］李遠(yuǎn)遠(yuǎn)(Li Yuanyuan)．基于粗糙集的指標(biāo)體系構(gòu)建及綜合評價(jià)方法研究(Research on the construction of indicator system and comprehensive valuation)［D］．武漢:武漢理工大學(xué)(Wuhan:Wuhan University of Technology)，2009．

［9］肖迪，胡壽松(Xiao Di，Hu Shousong)．實(shí)域粗糙集理論及屬性約簡(Real rough set theory and attribute reduction)［J］．自動化學(xué)報(bào)(Acta Automatica Sinica)，2007，33(3):253-258．

［10］張慶寶，程浩忠，劉青山(Zhang Qingbao，ChengHaozhong，Liu Qingshan)．基于粗糙集屬性約簡算法和支持向量機(jī)的短期負(fù)荷預(yù)測(Short-term load forecasting based on attribute reduction algorithm of rough set sand support vectormachine)［J］．電網(wǎng)技術(shù)(Power System Technology)，2006，30(8):56-59．

Fuzzy com prehensive evaluation of household electric energy consum ption

QU Zhao-yang，WANG Chong，WANG Lei，QU Nan，LIJia-bo
(School of Information Engineering，Northeast Dianli University，Jilin 132012，China)

In view of the behavior of usage of household appliances and its time characteristics，amethod of fuggy comprehensive evaluation of energy consumption under the environment of intelligent use of the appliances is proposed．Firstly，an index system for home electricity consumption is established，then the system is optimized using rough set attribute reduction sievingmethod，and finally the comprehensive evaluationmethod based on the hierarchical energy evaluation model is established．Themodel is divided into three levels，namely:primary assessment index based on the combination of eigenvaluemethod and G1 groups，secondary assessment index based on entropy method，and the final comprehensive assessment．The method can better detect and evaluate home energy consumption and improve the efficiency of home electric energy consumption．

fuzzy comprehensive evaluationmethod;hierarchical comprehensive evaluation;combination of eigenvaluemethod and G1 group;entropy weightmethod mode;rough set attribute reduction

TM73

A

1003-3076(2015)06-0057-07

2013-11-11

國家自然科學(xué)基金資助項(xiàng)目(51277023)

曲朝陽(1964-)，男，吉林籍，教授，博士，主要研究方向?yàn)殡娏π畔⒒?、?jì)算機(jī)網(wǎng)絡(luò)技術(shù);王沖(1988-)，男，滿族，遼寧籍，碩士研究生，主要研究方向?yàn)殡娏π畔⒒?、智能家居?/p>