客服热线：
手机版
二维码
熵值分析法权重矩阵：
扫码关注我们
4.2层次分析法计算
。
[2]王学良.风电场可靠性评估研究[D].天津大学,2009.
（2）指标权重分配计算
作者：新天绿色能源股份有限公司 杜石存 梁洪弋 许宜菲 梅玉杰
当CR<0.10时，认为判断矩阵是最大的吊车12000吨吊车的一致性是可以接受是最大的吊车12000吨吊车的。
如果
是最大的吊车12000吨吊车的信息熵值为：
，对于某个指标
4.3熵值分析法计算
（3）层次单排序及一致性检验；
通过建立数据标准化、状态标准化、指标标准化体系，结合大数据平台的计算能力获得相应KPI指标，实现机组级别的单一指标横向对标。上篇论文通过层次分析法结合多指标对风电机组健康度进行了评估，但是该方法对指标的评判受主观因素影响较大。
[2]
（3）UTH—等效利用小时：UTH=统计周期内发电量/装机容量
风电机组的可靠性水平是反映机组性能的重要指标之一，以往通常采用机组的时间可利用率来评价机组的可靠性，这种单一评判方法很多时候无法准确反映机组的健康水平[3]。指标权重是指标在评价过程中不同重要程度的反应，是评估问题中指标相对重要程度的一种主观评价和客观反映的综合度量。权重的赋值合理性与否，对评价结果的科学合理性起着至关重要的作用；若某一因素的权重发生变化，将会影响整个评判结果。因此，权重的赋值必须做到科学和客观[4]。而层次分析法AHP是对一些较为复杂的，较为模糊的问题作出决策的简易方法，它特别适用于那些难以完全定量分析的问题。它是美国运筹学家T.L. Saaty 教授于上世纪 70年代初期提出的一种简便、灵活而又实用的多准则决策方法[5]。其基本原理大体上可分为下面四个步骤：
个评价指标的系统，原始评价指标矩阵Y=
建立场站级综合评价体系初期指标包括PBA、MTBF、UTH、MTTR、度电维修成本等指标，以上指标是基于投运时间较长、数据样本较大的风电场为模型建立的。评价指标的数据来源基于风电场SCADA系统、运行维护记录、经营记录、测风塔数据等，本文列举的风机指标是通过原始数据标准化处理得到的准确数据。
复合权重构造：
（1）建立递阶层次结构模型；
【关键词】
[6]路云飞,李琳琳,张壮.决策指标组合赋权方法的研究及应用[J].计算机工程,2018,44(01):84-90.
由于单一指标很可能存在影响该指标的基础数据准确性较差，导致最终的评判结果与实际不符。本文从多角度出发，将多重指标量化反映到场站设备健康程度上来，综合评价某一风场，继而指导现场运维人员对健康状况不好的风场安排重点检查，经过长期的系统分析最终达到对设备的预防性维护，最大限度的降低设备性能损失，提高设备健康性。
负向指标：
按照4.1对基础数据进行标准归一化处理，得到标准矩阵Y；然后按照公式（4）计算各指标的熵值矩阵H：
（1）PBA—能量可利用率：PBA=[实际发电量/（实际发电量+所有损失）]×100%
（2）MTBF—平均无故障运行时间：MTBF=(统计周期内小时数×机组数量-SCADA系统无连接时间-故障停机小时数）/总故障次
2.层次分析法评价体系
（5）度电维修成本（O&MCOE）：O&MCOE=（年均运维成本+年均备件成本）/年均实际上网电量
（i）计算一致性指标CI
4.复合权重分析法实现
正互反矩阵定义：若矩阵
层次分析法熵值法综合性评估KPI指标风力发电
1.综合评价指标
设备健康度评价需要将指标量纲标准化矩阵和最终的指标权重进行乘积运算，得到最终的设备健康度分值。即
由于正向指标和负向指标数值代表的含义不同（正向指标数值越高越好，负向指标数值越低越好）。因此，对于高低指标用不同的算法进行数据标准化处理。其具体方法如下:
（ii）查找相应的平均随机一致性指标RI，如下表4所示：
按照公式（5）（6）计算各项熵值矩阵WH：
【摘 要】
设有
正向指标：
。
要想得到最终的指标权重值，判断矩阵A需要满足两个条件：是否为正互反矩阵和一致性矩阵。
回顾
来源：《风能产业》2021.01
在这种环境下，为提高风电机组运行质量水平，减少运行故障，消除事故隐患，提升投资效益，促进风力发电技术进步和风电行业的健康、持续发展，众多专家学者开始投身制定风电行业可靠性评价指标的体系建设中，《风力发电机组运行质量综合评价办法》（试行）中的基本评价指标（发电性能、可利用率、可靠性、运维经济性）是在分析国内外相关企业的风电机组运行质量和可靠性评价指标的基础上，结合全行业风电机组运行质量综合评价的特点，本着“面向问题、易于操作、横向可比、结果有用”的原则选定
，
项指标的熵值
指标量纲标准化(0,1)区间：
组待评状态，
通过建立数据标准化体系，借助大数据平台对海量数据实施云计算，获取PBA、MTBF、UTH、MTTR、度电维修成本等关键性指标。在此基础上，对特定区域环境下的场站开展综合评估能有效反应其健康性状况，为场站对标提供数据支撑。本文在保证数据质量的前提下，结合多项KPI指标，将层次分析法与熵值法相结合，确定复合指标权重，降低专家在评估过程中主观因素和熵值法对指标权重不敏感的影响，得出场站级的综合评价得分。并重点针对评分较低场站进一步实施风电机组根因分析，进而转变管理模式和运维思路。
[4]王超.基于层次分析法-熵值法的物资采购评审指标权重确定研究[J].中国学术期刊电子出版社,2018,76(12):39-43.
[1]
这里的W即为指标权重，然后在进行归一化处理即可得到最终的权重值[7]。
层次分析法权重矩阵：
实践表明，场站健康度表现在可利用率、可靠性、发电性能、运维能力、运维经济性等方面，按照以往的时间可利用率TBA或能量可利用率PBA等单一指标开展评判，往往太过片面。本文将层次分析法与熵值法相结合，PBA、MTBF、UTH、MTTR、度电维修成本等多指标参与计算，一方面摒弃了层次分析法中专家主观因素的影响，另一方面解决了熵值法对指标权重缺乏敏感性的影响，从而确定各项指标的复合权重，给出最合理的场站评价得分。
第
3.熵值法评价体系
《》
5.结论分析
其中：
公众号是中国农机工业协会风力机械分会官方风电后市场信息发布平台，提供最权威的行业动态，分享后市场运营管理经验。
（ii）
按照层次分析法和熵值法分别计算四项指标的权重矩阵，构造复合权重计算公式得到最终指标权重：
我国风电行业大规模发展已有约十多年时间，在快速增长的市场驱动下，风电投资者将主要精力放在了追求眼前市场及规模扩大上。随着风力发电机组数量的增加，陆续暴露出关键部件早期故障、风机故障率高、故障持续时间长等问题
。
（1）根据三位专家的打分矩阵构造判断矩阵，参照表2对上述五项指标进行定性化重要性比较，构造得到5×5判断矩阵A。
[7]李元年.基于熵理论的指标体系区分度测算与权重设计[D].南京航空航天大学,2008.
在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，可通过计算熵值来判断某事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响（权重）越大[6]。
项指标的信息效用值为：
[1]杜石存.基于层次分析法的多指标风电机组健康性评估[C].2019年（第五届）风电场优化设计与运行维护专题交流研讨会论文集.2019:221-227.
一致性矩阵可以算出不同因素的比例，即一致性矩阵的最大特征值对应的特征向量。即：
为：
（iii）计算一致性比例CR
4.1标准化处理
第
则定义
则称之为正互反矩阵。明显判断矩阵A属于正互反矩阵。
[3]刘睿.层次分析法在绿色供应商评价体系中的应用研究[J].中国管理信息化,2019,22(10):151-154.
（2）指标熵值
对应的特征向量为
引言
满足（i）
[5]李荣,孔伟丽.模糊层次分析法在物流中心选址中的应用[J].物流科技,2019,42(05):10-12+24.
在看点这里
当CI=0时，判断矩阵具有完全一致性；反之，CI越大，判断矩阵的一致性就越差。
，
通过上表5可以看出，综合评价得分最低的场站为C风场，A风场和E风场属于同一梯队，相对较好；B风场和D风场属于综合评价最好的场站。与现场核实后，发现C风场属于并网时间最早的场站，并且2019年实施多项技改工作，停机时长相对较多。而B和D属于近两年并网场站，风机设备较稳定。
一致性矩阵定义：
（4）层次总排序及一致性检验。
经过MATLAB编程计算得到最终的一致性比例CR=0.0585<0.10，所以满足一致性矩阵的要求。继而求得最终的指标权重WE=[0.613,0.145,0.012,0.133,0.0985]。
参考文献：
可得熵值矩阵
精彩
，则有：
（2）构造出各层次中的所有判断矩阵；
基础指标数据中PBA、MTBF、UTH均属于正向指标，数据越大越好；MTTR、度电维修成本属于负向指标，数据越小越好。按照下述计算模型对数据进行量纲标准化处理。按照指标归一化公式，将表格数据归一化成5×5矩阵形式，再指标量纲标准化为（0,1）区间的矩阵Y：
（4）MTTR—平均故障修复时间：MTTR=统计范围内故障造成的统计时间总和/故障次数
选择张家口坝上区域所属5个场站，考虑现场运维实际情况，这里将层次分析法和熵值分析法相结合，相关指标见表1：
若A的最大特征值
4.4复合分析法计算健康度评分
i,j,k=1,2……,n。一致性矩阵可以按照如下方式进行判断：
（1）指标归一化
为：
