[发明专利]集成AP算法的DEACM能效评价和能源分析方法

说明书

本发明公开了一种集成AP算法的DEACM能效评价和能源分析方法，包括：根据近邻传播算法对生产数据进行降维处理，根据降维处理的结果获得处理后的输入因素和期望输出，根据处理后的输入因素和期望输出获得交叉评估值公式，根据交叉评估值公式获得交叉效率矩阵，根据交叉效率矩阵获得每个决策单元的列方向的算术平均值，根据交叉评估分数形成数据包络分析交叉模型，使用数据包络分析交叉模型进行能效评价和能源分析。本发明提供的技术方案既可以充分利用数据包络分析交叉模型在数据分析方面的非参数性和客观性，同时融入近邻传播算法可以实现多参数输入条件之下进行客观降维，从而保证能效评价的全面性与客观性。

技术领域

本发明涉及石化行业能效评价和能源优化的技术领域，尤其涉及一种集成AP算法的DEACM能效评价和能源分析方法。

背景技术

能源是经济发展的动力，是现代文明的基石，不可持续的能源生产模式已经成为社会进步的障碍，提高能源效率被认为是实现经济目标的重要手段。乙烯工业生产是石化工业的基础，通常被用作衡量一个国家工业水平的主要指标之一。然而，由于原材料和工艺等因素，2011年至2014年北美乙烯生产成本仅为350至400美元/吨，而同期中国超过1100美元/吨，远远高于国际先进水平。其中，乙烯生产过程的能耗超过了装置运营成本的50％。精对苯二甲酸(Pure Terephthalic Acid，PTA)是石化行业聚酯产品的重要原料。中国的PTA产量从2000年的300万吨飙升至2016年的5000万吨，PTA产能过剩导致企业利润率受到压缩。因此，PTA生产工艺和乙烯生产工艺的能效评价和能量优化具有很高的经济效益。

传统的数据包络分析算法(Data Envelopment Analysis，DEA)在实际应用之中存在两点不足：一是多个决策单元(Decision Making Units,DMU)都能取得有效值，即取得最大效率值1，DMU的优劣无法进一步区分；二是每个DMU都以最有利自己的角度获取权重进行效率评价，没有充分考虑其他DMU的影响，使得DMU的特性缺乏

可比性，无法对有效的DMU进一步区分和排序。

发明内容

为解决现有技术存在的局限和缺陷，本发明提供一种集成AP算法的DEACM能效评价和能源分析方法，包括：

根据近邻传播算法对生产数据进行降维处理；

根据降维处理的结果获得处理后的输入因素为：

其中M为输入因素的种类；

根据降维处理的结果获得处理后的期望输出为：

其中S为输出因素的种类；

根据处理后的输入因素和处理后的期望输出获得交叉评估值公式，所述交叉评估值公式为：

其中，E_ij为来自第i个单元的第j个单元的评估值，w为输入的权重向量w＝[w₁，w₂，...，w_M]，v为输出的权重向量v＝[v₁，v₂，...，v_s]；

根据所述交叉评估值公式获得交叉效率矩阵，所述交叉效率矩阵为：

根据所述交叉效率矩阵获得每个决策单元的列方向的算术平均值，所述算术平均值为：

其中，为交叉评估分数；

根据所述交叉评估分数形成数据包络分析交叉模型；

使用所述数据包络分析交叉模型进行能效评价和能源分析。