基于模糊模式识别法的我国电源结构优化评价

傅毓维，杨 莉

（哈尔滨工程大学 经济管理学院，哈尔滨 150001）

如何对现有电源结构发展状况或未来电源结构调整规划方案的科学性、合理性进行评价，如何确定合理的（优化的）电源结构的评价标准，以及如何判定怎样的电源结构(水电、煤电、气电、核电和新能源结构)等才是优化合理的，目前尚未见到明确的、有效的、客观的研究成果。本文从可持续发展的角度，针对我国电力发展现状，综合考虑多方面因素，建立了相对完整的电源结构优化程度评价指标体系，并提出了基于模糊模式识别法的评价方法，实现了评价结果的可视化，使得易于比较和分析。

1 模糊模式识别评价模型的建立

本文结合电源结构优化合理程度评价问题中影响因素多且相关程度不高等特点，采用多级模糊模式识别评价方法，该方法综合考虑了评价指标的层次性和模糊性，能够更客观地反映电源结构优化程度。具体应用过程是：首先，综合考虑反映电源结构优化程度的各种指标，将反映研究对象的指标与划定的等级指标相比较，结合各指标在整个指标体系中的地位确定权重；然后，依据隶属度原则，按照模糊模式识别模型计算出实际情况在不同等级的级别特征值，所对应的就是各年度我国电源结构优化合理程度。该方法在水资源的综合评价中得到了广泛的应用，并取得了可喜的研究成果。具体计算过程如下：

（1）指标相对隶属度与指标标准特征值矩阵

对电源结构优化合理性A作识别的n个样本，这n个样本构成集合X={x1，x2，…，xn}。每个样本由m个指标特征值描述，则这n个样本可用m×n型的指标特征值矩阵表示，即：

式中，xij是对象j指标i的实测指标值，每个对象有m个指标特征。

根据指标与评价目标之间呈正相关或负相关两种情况，采用不同的属性规格化公式。当呈正相关时，取参考连续统上相对隶属度为0左极点对应于ximin，相对隶属度为1的右极点对于应ximax。ximin、ximax分别为可持续发展评价指标i的最小、最大标准值。介于ximin与ximax之间的指标xij，则指标相对隶属度可按下式确定：

式（2），（3）中，rij为样本 j指标 i的特征值对 A 的相对隶属度，由此得到评价指标的相对隶属度矩阵R为：

定义sih为级别h指标i的标准值对A的相对隶属度，由此可以得到评价指标的指标标准特征值的相对隶属度矩阵S为：

由矩阵R知样本j的m个指标相对隶属度rj=(r1j，r2j，…，，将 rj中指标 1，2，…，m 的相对隶属度 r1j，r2j，…，rmj分别与矩阵S中的第1，2，…，m行的行向量逐一进行比较，可得指标 i所处的级别区间[aij，bij]，i=1，2，…，m。 于是 rj落入矩阵S的级别区间下限aj与级别区间上限bj可按下式确定：

（2）指标权重的确定

在模糊集合论中，隶属度被定义为权重。当目标对样本A的相对隶属度越大，赋以越大的权重，则可将矩阵R直接作为目标对模糊概念“重要性”B的相对隶属度矩阵，即W=R=(wij)；当目标对样本A的相对隶属度越大，赋以越小的权重，则可将变化为W=I-R=(wij)。

根据最小二乘方优化准则，选择欧式距离，确定目标i对重要性的相对隶属度，即得到目标权重为：

这样就得到了非归一化目标权向量为：w(i)=(w(1)，w(2)，…，w(m))，i=1，2，…，m

归一化目标权向量为：

（3）样本集对各级别的相对隶属度矩阵

欲将n个对象依据其m个指标特征按c级标准值加以识别，则模糊识别矩阵为：

式中：uhj为对象j隶属于h级指标标准值的相对隶属度，满足条件：0≤uhj≤ 。 一般地，级别区间[aj，bj]有aj≥1，bj≤c，要求同时满足约束条件，必有 uhj=0，当 h＜aj或 h＞bj。

根据已确定的 rij，sih，wij(i=1，2，…，m，j=1，2，…，n，h=1，2，…，c)选择欧氏距离，则由下式确定对象j隶属于h级指标标准值的最优相对隶属度：

（4）级别特征值

设参考连续统的右极点表示模糊概念A级别1，自右向左的中介级别依次用2，3，…，直到左极点表示级别c，而1，2，…，c称为极别变量，以 h表示。 若元素 u对级别 1，2，…，c 的相对隶属度分别为 μA1(u)，μA2(u)，…，μAc(u)，级别变量h与相对隶属度μAc(u)的对应关系称H(u)为极别变量的相对隶属度分布列，满足归一化条件(u)=1

以级别变量h对应的相对隶属度μAc(u)为权重，其总和为：

称为级别（或类别）变量的特征值，简称为级别特征值。

2 评价指标体系的建立

指标的选择是判别我国电源结构优化程度的关键环节。本文参阅了大量文献、咨询有关专家意见，并分析了我国电力发展特点，结合可持续发展理论，应用系统分析方法，定性分析和定量研究相结合，依据客观性、可操作性、可比性等原则，初步拟定了60项指标，力求涵盖与电源结构相关的各个方面。然后在充分考虑了评价指标的充分性、稳定性和必要性的基础上，对指标体系进行了筛选，删减了明显冗余、高度相关，以及各年份指标值变化不大的指标，并根据建立指标体系的可操作性原则，把指标数据无法得到，或者获得指标数据成本太高的指标删除，保证指标数据从官方统计数据中的可获得性。经过初步筛选，原有的指标集还剩下19个，把这些指标根据上面介绍的建模思想，分成5类，这样得到了递阶层次结构的电源结构优化程度评价指标体系，如图1所示。整个评价指标体系是一个三层递阶结构系统，组织成树型结构的指标体系。按目标的大小分为三个层次：自上而下分别为目标层——控制层——指标层。第一层是系统的总目标层，描述了评价的总目标，即我国电源结构优化合理程度的评价；第二层是直接影响总目标的控制层，即对我国电源结构优化程度的评价应该从发供电水平、电源结构水平、电力消费水平、资源承载水平以及环境容量水平5个方面展开，这5个方面构成了5个子系统，从不同侧面反映了前文建模思想中需要考虑的主要因素；第三层是指标层，各个具体指标根据对应子系统的不同评价目标进行设定，这是进行定量综合评价的基础。这样就构建了目标层次清晰、目标明确的电源结构优化评价总体指标体系框架。

3 我国电源结构优化程度评价的实证

针对以上指标，本文收集整理了我国1995～2004年电力发展相关数据（篇幅所限，原始数据略，全部数据来自于历年中国统计年鉴、中国环境统计年鉴、中国电力年鉴），利用模糊识别评价模型，采用MATLAB 7.0软件编程，对原始数据进行了计算，全部计算分第三层、第二层两部分进行逐层分步计算。

（1）求第三层各系统的输出

现以发供电水平子系统e1为例对求解过程作一说明：

取模式识别的级别为 5级，用 1，2，3，4，5级分别对应很合理、合理、中级、不合理、很不合理共5个级别，每个指标在每个级别所对应指标标准值本文略，这样得到发供电水平子系统的5级指标标准值相对隶属度矩阵：

采用公式（2）、（3）可得到该子系统各指标的相对隶属度矩阵如下：

将得到的矩阵R的数据代入公式（7），并归一化，得到该子系统指标的权重向量为w1=(0.278,0.298,0.237,0.188)

将R矩阵中的元素值逐个与矩阵S中的元素值作比较后，得到 aj，bj，并将以上数据代入到公式（10）中，得到发供电水平子系统的相对隶属度为：

应用公式（11），得到发供电水平子系统的级别特征值向量：

H1=(3.941,3.509,4.225,4.633,4.095,3.482,3.574,2.665,1.932,1.007)

得到相对优属度向量：

u1=(0.265,0.373,0.194,0.092,0.226,0.379,0.357,0.584,0.767,0.998)

同理计算其它子系统，得到第3层其它4个系统的输出。

（2）求第2层各系统的输出

将第3层5个子系统的输出组成第2层系统的输入，由公式（7）得到5个子系统的权重向量为：

w=(0.209，0.196，0.157，0.251，0.188)

应用公式（10）、（11），得到以级别 1为最高级别的级别特征值：

H=（4.429，4.159，4.118，4.058，3.941，3.409，3.218，3.004，2.722，1.873）

4 结论

（1）本文首次采用模糊模式识别方法对我国电源结构优化程度进行分析，评价结果表明，从1995到2004年，我国电源结构的优化和调整是循序渐进的过程，从明显不合理逐步向合理稳定发展的良性方向转变。1995～1999年以前我国电源结构优化程度还处在4级和5级之间，即电源结构还很不合理，2000年以后逐渐改善，2004年趋于合理，这是我国不断调整电源结构、加大环境治理力度、保证电力供需平衡、提高发供电效率、开发和合理利用多种电力资源等政策逐渐得到落实的结果。

（2）通过5个子系统的权重计算结果可知，在影响电源结构优化的5个主要因素中，资源承载水平对电源结构优化程度的影响最大，其次是发供电水平和电源结构水平，再次是环境容量水平，最后是电力消费水平。由此可知加大能源开采力度、提高能源利用率、加大电力投资是改善电源结构优化程度的有效措施，其次提高供电效率、调整煤电比重、加大核电、水电和新能源发电比重也是行之有效的方法。以上计算结果表明，虽然我国电源结构还存在一些问题，但电源结构优化和调整还有很大潜力，依靠科技进步，促进我国经济、社会、环境和资源相互协调和可持续发展必将极大地促进我国电源结构向更加合理的方向发展。

（3）实证分析表明，模糊模式识别方法是进行电源结构优化评价的有力工具，具有理论严谨、概念清晰、可操作性强、计算结果有说服力等优点。相对于模糊综合评价法，不需要建立隶属度函数，并综合考虑了各评价因素的有效信息，方法简单，计算量少，易于推广应用，是一种简单高效的方法。

[1]黄东风.利用MESSAGE模型优化浙江电源结构初探[J].能源工程，2006,(4).

[2]陈志刚，郑忠信，黄仕云，邓雪原.广东电源优化研究[J].中国电力,2001,34(9).

[3]陈莉.北京市电力工业可持续发展指标体系与评价方法研究[D].北京：华北电力大学硕士学位论文，2003.

[4]卢艳超,张彩庆.基于核函数的PCA-LINMAP模型的电源结构优化评价[J].华东电力，2006,89(8).

[5]任保平.可持续发展经济学基本理论问题研究的述评[J].中国人口·资源与环境，2004,14(5).

[6]周安石.基于市场机制的电力系统规划理论研究[D].北京：清华大学博士学位论文，2005.

[7]杨妍,孙涛.电力能源生产可持续发展的政策分析[J].科学管理研究，2008,26(6).

[8]陈琼华.综合评价中的赋权方法[J].统计与决策,2004,(4).