智能投影尋蹤方法在能效分級(jí)測(cè)評(píng)中的應(yīng)用

馬立新，原曉琴，項(xiàng)　慶

（上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院，上海 200093）

智能投影尋蹤方法在能效分級(jí)測(cè)評(píng)中的應(yīng)用

馬立新，原曉琴，項(xiàng)慶

（上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院，上海 200093）

為了深入研究電力能效測(cè)評(píng)系統(tǒng)采集海量數(shù)據(jù)并精細(xì)量化節(jié)能方案，根據(jù)電能質(zhì)量國(guó)際標(biāo)準(zhǔn)，引入能效等級(jí)概念從多維度評(píng)測(cè)電力能效狀態(tài)。首先建立能效的投影尋蹤等級(jí)評(píng)價(jià)模型，采用人工魚(yú)群算法尋求最佳投影方向，并將該模型應(yīng)用于電力能效等級(jí)的評(píng)價(jià)。研究表明，基于人工魚(yú)群算法的投影尋蹤等級(jí)評(píng)價(jià)模型對(duì)用電單位進(jìn)行能效分析及評(píng)級(jí)，能精細(xì)量化反映用電單位的能效狀態(tài)。評(píng)測(cè)過(guò)程無(wú)需人為確定權(quán)重，避免了傳統(tǒng)評(píng)價(jià)方法因主觀原因造成的誤差。實(shí)例計(jì)算表明，評(píng)價(jià)結(jié)果具有較高的準(zhǔn)確性和可行性。測(cè)評(píng)方法簡(jiǎn)捷高效，為能效分級(jí)與測(cè)評(píng)提供了新算法。

用電單位；能效等級(jí)；人工魚(yú)群算法；投影尋蹤

新電改方案明確提出要堅(jiān)持節(jié)能減排，并積極開(kāi)展電力需求側(cè)管理和能效管理。能效測(cè)評(píng)系統(tǒng)助力企業(yè)節(jié)能減排。能效評(píng)測(cè)與分級(jí)是能效測(cè)評(píng)的重要依據(jù)。對(duì)企業(yè)進(jìn)行能效測(cè)評(píng)與分級(jí)不僅可以讓企業(yè)根據(jù)自身能效狀況制定節(jié)能改造方案，進(jìn)行有序用電、智能用電、節(jié)約用電，而且能夠促進(jìn)該企業(yè)產(chǎn)能升級(jí)，提升用電對(duì)象的能效水平，為達(dá)到與發(fā)電企業(yè)直接交易購(gòu)電的國(guó)家準(zhǔn)入標(biāo)準(zhǔn)奠定了基礎(chǔ)［1］。

長(zhǎng)期以來(lái)，我國(guó)的能效測(cè)試與評(píng)估工作進(jìn)展緩慢，社會(huì)上大部分能效評(píng)估僅針對(duì)單臺(tái)用能設(shè)備，而對(duì)用能系統(tǒng)的能效測(cè)評(píng)與分級(jí)的研究工作開(kāi)展較少。文獻(xiàn)［2-4］分別采用的層次分析法、模糊數(shù)學(xué)法、概率統(tǒng)計(jì)等評(píng)估方法定量評(píng)估電能質(zhì)量。但上述方法均較強(qiáng)地依賴于人的主觀分析，而影響了評(píng)估結(jié)果的客觀性。本文將基于人工魚(yú)群算法AFSA（artificial fish school algorithm）的投影尋蹤PP（projection pursuit）理論應(yīng)用于能效測(cè)評(píng)系統(tǒng)，建立企業(yè)的AFSA-PP能效分級(jí)模型。測(cè)評(píng)過(guò)程完全不受人為因素影響，測(cè)評(píng)等級(jí)能充分反映企業(yè)的能效狀況。

1　電力能效投影尋蹤模型的構(gòu)建

投影尋蹤［5］是用來(lái)處理和分析高維數(shù)據(jù)的一種有效方法，其基本思想是：將散布于高維空間的數(shù)據(jù)投影到低維子空間上，通過(guò)優(yōu)化投影指標(biāo)，尋找出能反映高維數(shù)據(jù)結(jié)構(gòu)的投影，在低維空間上對(duì)數(shù)據(jù)進(jìn)行分析，以達(dá)到分析高維數(shù)據(jù)的目的。根據(jù)給定的判別標(biāo)準(zhǔn)，利用投影特征值對(duì)評(píng)價(jià)樣本進(jìn)行等級(jí)評(píng)價(jià)，建立投影尋蹤等級(jí)評(píng)價(jià)PPE（projection pursuit grade evaluation）模型。投影尋蹤等級(jí)評(píng)價(jià)模型的建模步驟如下。

1）樣本評(píng)價(jià)指標(biāo)歸一化處理

設(shè)能效等級(jí)值為y（i），各指標(biāo)值的樣本集為｛x*（i，j）|i=1，2，···，n；j=1，2，···，p｝，其中x*（i，j）為第i個(gè)樣本的第 j個(gè)投影指標(biāo)。對(duì)數(shù)據(jù)進(jìn)行歸一化處理的目的是消除各指標(biāo)量綱不同的影響，統(tǒng)一各指標(biāo)值的變化范圍。對(duì)于越大越優(yōu)和越小越優(yōu)的指標(biāo)分別為

式中：xmax（j）為第 j個(gè)指標(biāo)值的最大值；xmin（j）為其最小值；x（i，j）為指標(biāo)值歸一化后的序列。

2）構(gòu)建投影指標(biāo)函數(shù)

把p維數(shù)｛x（i，j）|j=1，2，···，p｝投影到以 a=｛a（1），a（2），···，a（p）｝為投影方向的一維投影值z(mì)（i），即

投影目標(biāo)函數(shù)為

式中：Sz為投影值z(mì)（i）的標(biāo)準(zhǔn)差；Dz為投影值z(mì)（i）的局部密度；Rzy為z（i）與y（i）的相關(guān)系數(shù)；r（i，j）為樣本之間的距離；R為局部密度的窗口半徑，（rmax+ p/2）≤R≤2p，rmax=max r（i，j）；u（R-r（i，j））為單位階躍函數(shù)，當(dāng)R≥r（i，j）時(shí)，其值為1，反之為0；Ez為｛z（i）|i=1，2，…，n｝的平均值；Ey為｛y（i）|i=1，2，…，n｝的平均值。

3）計(jì)算最佳投影方向

通過(guò)分析式（5）可知，Q（a（j））的值隨著投影方向a的變化而變化。因此可通過(guò)求解投影目標(biāo)函數(shù)最大化問(wèn)題來(lái)尋找最佳投影方向，即求解

本文采用人工魚(yú)群算法來(lái)解決上述優(yōu)化問(wèn)題。

4）能效等級(jí)評(píng)價(jià)

在獲得最佳投影方向之后，計(jì)算各樣本點(diǎn)的投影值z(mì)（i），將z（i）排列后可以得到樣本集投影值的散點(diǎn)圖，投影值與等級(jí)值一一對(duì)映，投影值越大，反映能效水平越好。通過(guò)對(duì)散點(diǎn)圖中各段進(jìn)行線性插值近似得到一個(gè)分段連續(xù)函數(shù)，即為能效等級(jí)評(píng)價(jià)的數(shù)學(xué)模型。實(shí)例中將待評(píng)價(jià)樣本進(jìn)行歸一化處理后計(jì)算得到投影值，將投影值代入能效等級(jí)評(píng)價(jià)模型即可得到此樣本所屬等級(jí)。

2　人工魚(yú)群算法的優(yōu)化過(guò)程

人工魚(yú)群算法的基本思想［6］是：在一片水域中，魚(yú)生存數(shù)目最多的區(qū)域一般就是本水域中富含營(yíng)養(yǎng)物質(zhì)最多的地方，依據(jù)這一特點(diǎn)來(lái)模仿魚(yú)群的覓食、聚群和追尾行為，從而實(shí)現(xiàn)全局尋優(yōu)。

人工魚(yú)群算法主要實(shí)現(xiàn)步驟如下：

步驟1初始化，定義參數(shù)人工魚(yú)群的規(guī)模N，在定義域的范圍內(nèi)隨機(jī)產(chǎn)生魚(yú)群的位置，對(duì)人工魚(yú)群的感知距離Visual，移動(dòng)的最大步長(zhǎng)Step，擁擠度因子δ及覓食行為的最大嘗試次數(shù)try_number進(jìn)行初始化定義；

步驟2判斷是否達(dá)到最大迭代次數(shù)，如果未達(dá)到，則執(zhí)行步驟3，否則執(zhí)行步驟4；

步驟3執(zhí)行行為選擇策略，選擇合適的行為進(jìn)行下一步移動(dòng)，調(diào)整魚(yú)群的位置；

步驟4算法結(jié)束，輸出最優(yōu)解。圖1所示為人工魚(yú)群算法尋優(yōu)流程［7］。

圖1　人工魚(yú)群算法尋優(yōu)流程Fig.1　Flow chart of artificial fish school algorithm optimization

3　實(shí)例分析

3.1電力能效指標(biāo)體系構(gòu)建及分級(jí)

目前，國(guó)家對(duì)整個(gè)用電系統(tǒng)的能效測(cè)評(píng)與分級(jí)的工作開(kāi)展較少，尚未建立統(tǒng)一的能效標(biāo)準(zhǔn)。本文從多角度提取能反映企業(yè)電力能效的指標(biāo)，綜合考慮電能能效、經(jīng)濟(jì)能效和環(huán)保能效，參照電能質(zhì)量國(guó)家標(biāo)準(zhǔn)及國(guó)家環(huán)保標(biāo)準(zhǔn)，選取能效指標(biāo)并制定能效指標(biāo)分級(jí)標(biāo)準(zhǔn)。

根據(jù)半年中能效測(cè)評(píng)系統(tǒng)對(duì)某企業(yè)的各個(gè)用電對(duì)象的監(jiān)測(cè)，對(duì)得到的數(shù)據(jù)進(jìn)行分析，最后篩選出9項(xiàng)反映該電力企業(yè)的能效指標(biāo)，分別是電力系統(tǒng)頻率允許偏差、電流諧波總畸變率、電流諧波奇次畸變率、電流諧波偶次畸變率、供電電壓允許偏差、三相電壓允許不平衡度、功率因數(shù)、萬(wàn)元經(jīng)濟(jì)增加值和硫排放［8］。

本文根據(jù)能效測(cè)評(píng)對(duì)象的特性，參照電能質(zhì)量標(biāo)準(zhǔn)以及環(huán)保標(biāo)準(zhǔn)，將能效狀況劃分為以下7個(gè)等級(jí)：優(yōu)質(zhì)、良好、合格、輕微污染、輕度污染、中度污染、重度污染［9］。這種劃分方法不僅能細(xì)致、清晰、全面地評(píng)估能效狀況，而且能從等級(jí)中推測(cè)出用電系統(tǒng)的主要用電設(shè)備類型，進(jìn)而給出相應(yīng)的節(jié)能減排方案。

3.2實(shí)例分析

表1是上海市某企業(yè)電力能效指標(biāo)的2014年8月某天的測(cè)試數(shù)據(jù)。

將能效的各單項(xiàng)指標(biāo)進(jìn)行分級(jí)，如表2所示。根據(jù)隨機(jī)分布的原理，在上述區(qū)間生成任意多的樣本，同理也可以在其他等級(jí)內(nèi)生成同樣多的樣本，然后對(duì)樣本進(jìn)行歸一化處理。本實(shí)例從樣本集中選用350個(gè)樣本集。樣本集記為｛x（i，j），y（i）｝，且i=1，2，···，350，j=1，2，···，9。利用上述方法建立電力能效投影尋蹤模型。

表1　上海市某企業(yè)的電力能效指標(biāo)測(cè)試數(shù)據(jù)Tab.1　Electric power energy efficiency index data of the enterprise in Shanghai

本文采用Matlab R2013a軟件進(jìn)行分析，經(jīng)過(guò)多次試驗(yàn)選定人工魚(yú)群算法參數(shù)：人工魚(yú)群規(guī)模N=30，感知距離Visual=0.3，移動(dòng)步長(zhǎng)Step=0.3，擁擠度因子δ=0.3。經(jīng)計(jì)算得到最佳投影方向a*=［0.275，0.320，0.342，0.290，0.313，0.361，0.334，0.335，0.411］.

將a*代入式（2）得到一維最佳投影值

通過(guò)樣本集投影值的散點(diǎn)圖得到能效等級(jí)評(píng)價(jià)的數(shù)學(xué)模型為

將表1的數(shù)據(jù)標(biāo)準(zhǔn)化后與最佳投影方向相乘，即可找到反映該企業(yè)電力能效狀況的最佳投影值z(mì)（i）=2.178，將最佳投影值代入式（10），即可得到y(tǒng)（i）=2.928。

采用本文評(píng)估方法得到的結(jié)果是2.928級(jí)，即該企業(yè)的電力能效等級(jí)是合格，離良好等級(jí)2級(jí)還有較大差距。通過(guò)分析該各個(gè)節(jié)點(diǎn)的數(shù)據(jù)，得出該企業(yè)電流諧波畸變指標(biāo)和硫排放指標(biāo)對(duì)結(jié)果影響較大，可以采取安裝諧波治理裝置和脫硫裝置的措施進(jìn)行相應(yīng)的節(jié)能改造。而運(yùn)用文獻(xiàn)［2-4］的方法得到的評(píng)估等級(jí)是第3等級(jí)，只能粗略地判定評(píng)估等級(jí)，而本文的方法不僅可以判定等級(jí)，而且能反映處于該等級(jí)的程度，評(píng)估結(jié)果更準(zhǔn)確細(xì)致。

表2　能效指標(biāo)分級(jí)標(biāo)準(zhǔn)Tab.2　Grading standards of energy efficiency index

4　結(jié)語(yǔ)

本文利用投影尋蹤模型對(duì)能效進(jìn)行預(yù)測(cè)，采用人工魚(yú)群算法對(duì)模型進(jìn)行優(yōu)化，選取9個(gè)能效指標(biāo)、350個(gè)樣本進(jìn)行了能效實(shí)例預(yù)測(cè)及分級(jí)。評(píng)價(jià)過(guò)程中無(wú)需人為確定權(quán)重，具有較高的預(yù)測(cè)準(zhǔn)確度，評(píng)價(jià)方法有效可行。將投影尋蹤模型應(yīng)用于能效測(cè)評(píng)與分級(jí)，不僅能反映用能系統(tǒng)的電力能效水平，而且適應(yīng)了新電改中智能電網(wǎng)發(fā)展的需要。應(yīng)用實(shí)例表明，該方法預(yù)測(cè)及分級(jí)效果準(zhǔn)確有效，可以直接衍生在電力能效測(cè)評(píng)系統(tǒng)中，具有很好的實(shí)用價(jià)值。

［1］徐永海，肖湘寧（Xu Yonghai，Xiao Xiangning）.電力市場(chǎng)環(huán)境下的電能質(zhì)量問(wèn)題（Power quality problems in deregulated power systems）［J］.電網(wǎng)技術(shù)（Power System Technology），2004，28（22）：48-52.

［2］趙霞，趙成勇，賈秀芳，等（Zhao Xia，Zhao Chengyong，Jia Xiufang，et al）.基于可變權(quán)重的電能質(zhì)量模糊綜合評(píng)價(jià)（Fuzzy synthetic evaluation of power quality based on changeable weight）［J］.電網(wǎng)技術(shù)（Power System Technology），2005，29（6）：11-16.

［3］唐會(huì)智，彭建春（Tang Huizhi，Peng Jianchun）.基于模糊理論的電能質(zhì)量綜合量化指標(biāo)研究（Research on synthetic and quantificated appraisal index of power quality based on fuzzy theory）［J］.電網(wǎng)技術(shù)（Power System Technology），2003，27（12）：85-88.

［4］江輝，彭建春，歐亞平，等（Jiang Hui，Peng Jianchun，Ou Yaping，et al）.基于概率統(tǒng)計(jì)和矢量代數(shù)的電能質(zhì)量歸一量化與評(píng)價(jià)（Power quality unitary quantification and evaluation based on probability and vector algebra）［J］.湖南大學(xué)學(xué)報(bào)：自然科學(xué)版（Journal of Hunan University：Natural Sciences），2003，30（1）：66-70.

［5］付強(qiáng)，趙小勇.投影尋蹤模型原理及其應(yīng)用［M］.北京：科學(xué)出版社，2006.

［6］李曉磊（Li Xiaolei）.一種新型的智能優(yōu)化方法——人工魚(yú)群算法（A New Intelligent Optimization Method——Artificial Fish School Algorithm）［D］.杭州：浙江大學(xué)電氣工程學(xué)院（Hangzhou：College of Electrical Engineering，Zhejiang University），2003.

［7］李曉磊，邵之江，錢(qián)積新（Li Xiaolei，Shao Zhijiang，Qian Jixin）.一種基于動(dòng)物自治體的尋優(yōu)模式：魚(yú)群算法（An optimizing method based on autonomous animals：fish-swarm algorithm）［J］.系統(tǒng)工程理論與實(shí)踐（Systems Engineering-Theory&Practice），2002，22（11）：32-38.

［8］劉穎英，徐永海，肖湘寧（Liu Yingying，Xu Yonghai，Xiao Xiangning）.地區(qū)電網(wǎng)電能質(zhì)量綜合評(píng)估新方法（Analysis of new method on power quality comprehensive evaluation for regional grid）［J］.中國(guó)電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2008，28（22）：130-136.

［9］歐陽(yáng)森，楊家豪，石怡理（Ouyang Sen，Yang Jiahao，Shi Yili）.基于競(jìng)爭(zhēng)機(jī)制的電能質(zhì)量動(dòng)態(tài)評(píng)估方法（Dynamic evaluation method of power quality based on the competitive mechanism）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2015，27（2）：1-7.

Application of Intelligent Projection Pursuit Method in Classification of Energy Efficiency Evaluation

MA Lixin，YUAN Xiaoqin，XIANG Qing
（School of Optical-Electrical and Computer Engineering，University of Shanghai for Science and Technology，Shanghai 200093，China）

To deeply research the electric power energy efficiency evaluation system which collects a vast amount of data，and quantify the energy-saving scheme in detail，the concept of energy efficiency grade is introduced to multidimensionally evaluate the power state of energy efficiency according to the national standard of power quality.A projection pursuit grade evaluation model of energy efficiency is established first，then artificial fish school algorithm（AFSA）is used to seek the optimal projection direction.This model is applied to the evaluation of electric power energy efficiency grade.Results show that energy efficiency analysis and classification of power units using projection pursuit grade evaluation model based on AFSA reflects the state of energy efficiency of power units quantitatively.The evaluation is processed without artificial weights to avoid the traditional evaluation method of error due to subjective reasons.Example calculation shows that the evaluation result has high accuracy and feasibility.The evaluation method is simple and efficient，and provides a new algorithm for the classification and evaluation of energy efficiency.

power unit；energy efficiency grade；artificial fish school algorithm（AFSA）；projection pursuit

TM73

A

1003-8930（2016）10-0008-04

10.3969/j.issn.1003-8930.2016.10.002

2015-06-11；

2016-01-18

馬立新（1960—），男，博士，教授，研究方向?yàn)殡娔苜|(zhì)量監(jiān)控與能效測(cè)評(píng)技術(shù)、智能電網(wǎng)與智能科學(xué)、電氣設(shè)備狀態(tài)監(jiān)測(cè)與診斷、電力系統(tǒng)分析與優(yōu)化運(yùn)行、風(fēng)光發(fā)電智能控制系統(tǒng)。Email：malx_aii@sina.com

原曉琴（1990—），女，通訊作者，碩士研究生，研究方向?yàn)殡娔苜|(zhì)量監(jiān)控與能效測(cè)評(píng)技術(shù)。Email：zdhyuanxiaoqin@163.com

項(xiàng)慶（1991—），男，碩士研究生，研究方向?yàn)殡娔苜|(zhì)量監(jiān)控與諧波治理。Email：330378874@qq.com