劉延泉，王 帥

（華北電力大學(xué) 控制與計(jì)算機(jī)工程學(xué)院，河北保定 071003）

基于熵權(quán)TOPSIS法的電廠運(yùn)營指標(biāo)評價(jià)

劉延泉，王 帥

（華北電力大學(xué) 控制與計(jì)算機(jī)工程學(xué)院，河北保定 071003）

針對目前廣泛采用的專家評分法不夠客觀的問題，將改進(jìn)的TOPSIS法運(yùn)用到了電廠運(yùn)營指標(biāo)的評價(jià)上，采用熵權(quán)法配合構(gòu)造出理想解與負(fù)理想解，公正客觀的對電廠運(yùn)營指標(biāo)進(jìn)行評價(jià)。以河南省內(nèi)分屬不同電力公司的8家電廠提供的數(shù)據(jù)作為樣本，運(yùn)用此種方法進(jìn)行指標(biāo)評價(jià)，展示了運(yùn)用TOPSIS法對電廠運(yùn)營指標(biāo)進(jìn)行評價(jià)的過程，驗(yàn)證了使用這種方法過程簡單、容易掌握，并具有客觀性和科學(xué)性，為電廠決策人員提供了一種新方法。

熵權(quán)法；TOPSIS法；評價(jià)

0　引言

隨著電力系統(tǒng)體制、機(jī)制改革的深入，電力系統(tǒng)的原有格局被打破，分屬不同發(fā)電電力企業(yè)之間的競爭更加激烈，因此，如何加強(qiáng)自身競爭力，在日益嚴(yán)峻的市場環(huán)境下得到廣闊的生存空間，使得企業(yè)走上科學(xué)發(fā)展的道路是每個(gè)企業(yè)面臨的大問題。所以，采用一種科學(xué)的方法對發(fā)電企業(yè)的主要生產(chǎn)經(jīng)營指標(biāo)進(jìn)行橫向?qū)Ρ?，不僅有助于企業(yè)自身找出問題，提升其競爭力，也有助于電力行業(yè)與國際同行之間縮小差距，推動(dòng)電力行業(yè)向前發(fā)展。目前，大家的目光大多集中于電力企業(yè)的競爭力排名上，卻忽視了其主要生產(chǎn)經(jīng)營指標(biāo)才是一個(gè)企業(yè)生存發(fā)展的根本，因此，本文將基于熵權(quán)的TOPSIS法運(yùn)用到對電廠主要生產(chǎn)經(jīng)營指標(biāo)的評價(jià)上，通過權(quán)重系數(shù)來調(diào)整主觀偏差，以定量的方法確定電廠主要生產(chǎn)經(jīng)營各指標(biāo)之間的權(quán)重［1］，并且構(gòu)造理想解與負(fù)理想解，根據(jù)各電廠的生產(chǎn)經(jīng)營指標(biāo)在坐標(biāo)中靠近理想解遠(yuǎn)離負(fù)理想解的評價(jià)原則，得到各家電廠在生產(chǎn)經(jīng)營指標(biāo)方面的排名，為電廠加強(qiáng)自身建設(shè)提供依據(jù)。

1　基于TOPSIS法和熵權(quán)法的評價(jià)方法

1.1TOPSIS法和熵權(quán)法簡介

TOPSIS是逼近理想解的排序方法（Technique for Order Preference by Similarity to an Ideal Solution）的英文簡稱［2］，是由 C.L.Hwang和 K. Yoon于1981年首次提出，是借助于多屬性問題的理想解與負(fù)理想解，根據(jù)有限個(gè)評價(jià)對象與理想化目標(biāo)的接近程度對方案集X中各方案進(jìn)行排序的方法，是對現(xiàn)有的對象進(jìn)行相對優(yōu)劣的評價(jià)。TOPSIS法是多目標(biāo)決策分析中一種常用的有效方法，又稱為優(yōu)劣解距離法［3，4］。

熵權(quán)法是一種根據(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)重的方法。熵（Entropy）是熱力學(xué)中的一個(gè)名詞，在信息論中又稱為平均信息［3］。一般來說，綜合評價(jià)中某項(xiàng)指標(biāo)的值變異程度越大，信息熵越小，該指標(biāo)提供的信息量就越大，其權(quán)重也越大；反之，該指標(biāo)的權(quán)重也越小。因此，可根據(jù)各項(xiàng)指標(biāo)值的變異程度，利用信息熵這個(gè)工具計(jì)算出各指標(biāo)的權(quán)重——熵權(quán)。

基于TOPSIS法的電廠主要生產(chǎn)經(jīng)營指標(biāo)的評價(jià)方法主要是利用TOPSIS法來進(jìn)行評價(jià)模型的構(gòu)建，其中的權(quán)重分配采用熵權(quán)法，并對理想解的方案進(jìn)行簡化改進(jìn)，既可以客觀體現(xiàn)電廠生產(chǎn)經(jīng)營指標(biāo)所占的比重，又較為全面的體現(xiàn)各家電廠在不同指標(biāo)之間的差異，相對于傳統(tǒng)方法來講更易于計(jì)算。

1.2評價(jià)方法及步驟

基于TOPSIS法和熵權(quán)法的評價(jià)過程如下:

（1）指標(biāo)矩陣體系的建立

設(shè)有n個(gè)電廠即n個(gè)評價(jià)對象，m個(gè)生產(chǎn)經(jīng)營指標(biāo)即m個(gè)評價(jià)指標(biāo)，則初始指標(biāo)矩陣如下所示:

式中:xij表示第i個(gè)電廠的第j個(gè)生產(chǎn)經(jīng)營指標(biāo)。

（2）規(guī)范決策矩陣的建立

（3）權(quán)重的分配

一般來說，綜合評價(jià)中某項(xiàng)指標(biāo)的指標(biāo)值與該指標(biāo)最優(yōu)值之間的差異程度越大，其信息熵越小，該指標(biāo)的權(quán)重就越大，說明該指標(biāo)提供的信息量較大，同時(shí)，各評價(jià)對象在該指標(biāo)熵上有明顯差異，應(yīng)該重點(diǎn)考慮，反之則指標(biāo)的權(quán)重越小，提供的信息量越小［4-7］。具體計(jì)算過程如下:

①計(jì)算第i個(gè)對象的第j項(xiàng)指標(biāo)占該指標(biāo)的比重:

式中:yij為規(guī)范化決策矩陣的元素。

②計(jì)算第j項(xiàng)指標(biāo)的熵值:

式中:pij為第i個(gè)對象的第j項(xiàng)指標(biāo)占該指標(biāo)的比重。

③計(jì)算第j項(xiàng)指標(biāo)的差異系數(shù):

式中:ej為第j項(xiàng)指標(biāo)的熵值。對于第j項(xiàng)指標(biāo)，指標(biāo)值xij的差異系數(shù)越大，則對方案評價(jià)xij的作用就越大，熵值就越小。

④計(jì)算第j項(xiàng)指標(biāo)的權(quán)重:

（4）加權(quán)規(guī)范矩陣的建立

設(shè)加權(quán)規(guī)范矩陣為:R =｛rij｝，則計(jì)算公式為:

式中:i=1，…，n；j=1，…，m，wj為第j項(xiàng)指標(biāo)的權(quán)重，yij為規(guī)范化決策矩陣的元素［5］。

（5）確定理想解與負(fù)理想解

傳統(tǒng)的TOPSIS法是通過假想正、負(fù)理想方案，正理想解的元素為指標(biāo)中的最優(yōu)值，負(fù)理想解的元素為指標(biāo)中的最劣值，然后分別確定各方案與正理想方案、負(fù)理想方案的歐氏距離。根據(jù)歐式距離的大小對各個(gè)方案進(jìn)行綜合評價(jià)，這種方法較為可靠，缺點(diǎn)是計(jì)算量大，數(shù)值復(fù)雜，使得計(jì)算過程較為繁瑣。

為了簡化計(jì)算現(xiàn)對傳統(tǒng) TOPSIS法進(jìn)行改進(jìn)［8，9］，由于規(guī)范化矩陣 Y中的元素取值范圍為［0，1］，又對于偏好最高的目標(biāo)屬性值有yij=1，反之yij=0。

由此，可用第j項(xiàng)指標(biāo)的權(quán)重wj來組成正理想解，負(fù)理想解取0，則有:

負(fù)理想解:X0=（0，0，…，0）

（6）計(jì)算各個(gè)方案到正負(fù)理想解的歐式距離

備選方案xi到理想解的距離為:

備選方案xi到負(fù)理想解的距離為:

（7）計(jì)算各方案的排隊(duì)指示值（即綜合評價(jià)指數(shù)）

2　基于TOPSIS法的電廠運(yùn)營指標(biāo)的評價(jià)方法的運(yùn)用

通過查詢國家能源局網(wǎng)站上的相關(guān)數(shù)據(jù)，整理選取了河南分屬不同電力企業(yè)的8家電廠通報(bào)數(shù)據(jù)中的發(fā)電量、發(fā)電設(shè)備平均利用小時(shí)、廠用電率、發(fā)電標(biāo)準(zhǔn)煤耗率、供電標(biāo)準(zhǔn)煤耗率5個(gè)數(shù)據(jù)套用上面的模型進(jìn)行評價(jià)，原始數(shù)據(jù)如表1所示，這些火電廠的機(jī)組臺(tái)數(shù)均為2，裝機(jī)容量均為1 200 MW［10］。

表1　原始數(shù)據(jù)

（1）規(guī)范決策矩陣的建立

根據(jù)公式（1）對表中的數(shù)據(jù)建立規(guī)范決策矩陣，得到的矩陣元素如表2所示，即為無量綱數(shù)據(jù)。

表2　規(guī)范后的數(shù)據(jù)

（2）權(quán)重的分配

根據(jù)公式（2）計(jì)算得到第i個(gè)企業(yè)第j個(gè)指標(biāo)所占的比重pij如表3所示。

表3　第i個(gè)企業(yè)第j項(xiàng)指標(biāo)占該指標(biāo)的比重

根據(jù)公式（3）、（4）、（5）計(jì)算得到熵值ej、差異系數(shù)gj、權(quán)重wj，如表4所示。

表4　熵值差異系數(shù)以及權(quán)重計(jì)算結(jié)果

（3）加權(quán)規(guī)范矩陣的計(jì)算

由公式（6）可得加權(quán)規(guī)范后的數(shù)據(jù)矩陣，如表5所示。

表5　加權(quán)規(guī)范矩陣數(shù)據(jù)

（4）計(jì)算各方案與理想解、負(fù)理想解的歐式距離

根據(jù)公式（7）、（8）求得的歐式距離，并由公式（9）得出排隊(duì)指標(biāo)Ci*如表6所示，由傳統(tǒng)方法得出結(jié)果如表7所示。

表6　改進(jìn)法指標(biāo)計(jì)算結(jié)果以及排序

表7　傳統(tǒng)法指標(biāo)計(jì)算結(jié)果以及排序

由上表可知，8個(gè)電廠運(yùn)營指標(biāo)的優(yōu)劣排序如下:F、D、E、G、C、A、B、H，與傳統(tǒng)TOPSIS法結(jié)果一致，在運(yùn)營指標(biāo)方面處于領(lǐng)先地位的是河南華潤電力首陽山有限公司。由此可見，經(jīng)過改進(jìn)后的TOPSIS法簡單、實(shí)用，具有一定的可靠性，可用于電廠運(yùn)營指標(biāo)的評價(jià)。

3　結(jié)論

本文將TOPSIS法運(yùn)用到了電廠運(yùn)營指標(biāo)的評價(jià)上，在權(quán)重的配比上采用了熵權(quán)法，對傳統(tǒng)求取理想解的過程進(jìn)行簡化、改進(jìn)，并且通過實(shí)例來進(jìn)行說明驗(yàn)證，從而建立起了可靠的對運(yùn)營指標(biāo)的評價(jià)體系。采用這種方法，不僅能夠做到將各個(gè)指標(biāo)所包含的信息差異進(jìn)行放大從而體現(xiàn)出來，而且客觀、公平，充分的利用了數(shù)據(jù)所包含的信息，提高了評價(jià)過程的科學(xué)性、準(zhǔn)確性，整個(gè)評價(jià)過程簡單易懂，步驟條理易于掌握，能夠幫助企業(yè)發(fā)現(xiàn)自身存在的問題，具有一定的實(shí)際參考價(jià)值。

［1］ 王占武，唐凱，嚴(yán)良.基于熵權(quán)TOPSIS法的火電廠選址綜合決策［J］.安全與環(huán)境工程，2011，18（5）:103-106.

［2］ 陳強(qiáng)，楊曉華.基于熵權(quán)的TOPSIS法及其在水環(huán)境質(zhì)量綜合評價(jià)中的應(yīng)用［J］.環(huán)境工程，2007，25（4）:75-77.

［3］ 岳超源.決策理論與方法［M］.北京:科學(xué)出版社，2003.

［4］ 黃煥宗.基于熵權(quán)法和優(yōu)劣解距離法的區(qū)域物流產(chǎn)業(yè)競爭力評價(jià)——以福建省各市的數(shù)據(jù)為例［J］.安慶師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2016，22（1）: 24-26.

［5］ 朱乾，徐淑瓊.基于熵權(quán)TOPSIS法的社會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)影響力評估研究［J］.南京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，18（1）:42-46.

［6］ 張永利，計(jì)文平，劉楠楠.基于熵權(quán)-TOPSIS-灰色關(guān)聯(lián)的目標(biāo)威脅評估研究［J］.現(xiàn)代防御技術(shù)，2016，44（1）:72-78.

［7］ 李興國.基于TOPSIS法的河北省城市旅游產(chǎn)出競爭力綜合評價(jià)［J］.華北電力大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，99（1）:89-91+108.

［8］ 付巧峰.關(guān)于TOPSIS法的研究［J］.西安科技大學(xué)學(xué)報(bào)，2008，28（1）:190-193.

［9］ 王敬敏，孫艷復(fù)，康俊杰.基于熵權(quán)法與改進(jìn)TOPSIS法的電力企業(yè)競爭力評價(jià)［J］.華北電力大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，37（6）:61 -64.

［10］ 國家能源局河南監(jiān)管辦.2014年4月份統(tǒng)調(diào)電廠主要生產(chǎn)經(jīng)營指標(biāo)通報(bào).http://news.bjx.com.cn/ html/20140527/513912.shtml.

Evaluation of the Operation Index of Power Plant Based on Entropy Weight TOPSIS Method

LIU Yanquan，WANG Shuai
（School of Control and Computer Engineering，North China Electric Power University，Baoding 071003，China）

Aiming at the problems of the expert evaluation method is not objective，the improved TOPSIS method is used to evaluate the operation index of the plan，which used the entropy weight method to construct the ideal solution and the negative ideal solution to evaluate the operation index of power plant.Used 8 power plants in Henan province belong to different power companies as the data sample by the method of index evaluation.At the same time，an example is given to illustrate the process by using the method of TOPSIS to the operation index of power plant evaluation，it is proved that this method is simple and easy to grasp，and has the objectivity and the scientific nature，which provides a new method for the power plant’s decision.

entropy weight method；the method of TOPSIS；evaluation

C934

A DOI：10.3969/j.issn.1672-0792.2016.07.007

2016-03-29。

劉延泉（1963-），男，副教授，主要研究方向?yàn)镻LC、DCS及應(yīng)用、協(xié)調(diào)控制系統(tǒng)優(yōu)化等方面，E-mail:Composer_liu2000@yahoo.com.cn。