综合分析模型

综合分析模型（精选十篇）

综合分析模型篇1

1 园林植物景观综合评价模型的构建原则

在构建园林植物景观综合评价模型时, 要坚持科学性原则、代表性原则、层次性原则、可操作性和可比性原则等基本原则, 科学性原则是指园林植物景观综合评价模型的结构合理、科学、规范, 能客观、准确地反映出园林植物景观的内涵;代表性原则是指要充分考虑影响园林植物景观评价的各项因素, 在确保能全面对园林植物景观评价的情况下, 尽可能地减少指标的数目, 避免出现重复评价的现象, 为评价提供方便;层次性原则是指构建的园林植物景观评价模型要层次分明, 逻辑关系清晰;可操作性和可比性原则是指构建的综合评价模型在实际应用中, 操作要简单, 有参照物进行对比。

2 园林植物景观因素评价指标

2.1 园林植物景观的影响因素

在进行园林植物景观评价时, 首先要根据影响园林植物景观的因素, 建立客观、科学的评价指标, 从而对园林植物景观进行综合评价。影响园林植物景观的主要因素是园林植物的组成、园林植物的观赏性、园林植物的布局及外在因素等等, 园林植物的种类要丰富, 同时要具有很强的生命力, 从而形成丰富多样充满活力的园林植物景观。在我国的园林工程建设中, 十分注重步移景异的园林构造, 而园林植物的观赏性和布局是满足园林工程步移景异构造的基本要求。因此, 在构建园林植物景观评价模型时, 要根据园林植物的种类、观赏性、布局等制定相应的评价指标。

2.2 园林植物景观评价指标

2.2.1 园林植物景观内在因素评价指标。

园林植物景观不但受园林植物自身情况的影响, 还会受植物生长的环境、园林植物周围建筑等外在因素的影响, 因此, 在构建园林植物景观评价指标时, 要根据各种因素的特性构建完善的评价指标。在园林植物景观内在影响因素中, 园林植物结构的多样性在整个评价指标中权重为0.13, 植物观赏性在整个评价指标中权重为0.12, 植物景观空间布置在整个评价指标中权重为0.13。

2.2.2 园林景观外在因素评价指标。

园林植物景观的外在影响因素有园林植物和硬质景观的和谐性、植物与周围环境的和谐性、园林植物和园林工程整体环境的协调性等等。园林植物配置和环境的协调性评价指标分为3个层次, 第1层次为速生植物和慢生植物结合有序, 城市景观视觉功能良好;第2层次为植物配置不分明, 景观视觉效果一般;第3层次为植物配置单一, 景观视觉效果单一枯燥。园林植物景观和园林工程整体协调性包括园林植物观赏性良好, 常绿植物和落叶植物配置合理, 植物的形态、色彩和周围建筑物相符合;植物的种类有一定的文化寓意, 能体现出城市文化, 植物造景和园林工程主题相呼应;园林植物能弥补比较突出的地形环境等等。在外在影响因素中, 园林植物和硬质景观的和谐性在整个评价指标中权重为0.13, 植物与周围环境的和谐性在整个评价指标中权重为0.13, 园林植物和园林工程整体环境的协调性在整个评价指标中权重为0.14。

3 园林植物景观综合评价模型

在园林植物景观综合评价模型中, 各项评价指标数值要通过指数公式进行计算, 园林植物多样性指标数值要根据单位空间内植物的种类、种植面积、种植株数、出现的频率等进行计算;植物的观赏性指标数值要对植物的观花、观果、观叶等进行计算;园林植物的空间布局要根据植物群体的外在特征、结构、种植密度等进行计算。对园林植物景观进行量化评价, 园林植物景观的各项评价指标采用10分制, 用“2、4、6、8、10”等分值代表园林植物景观的“极差、差、中等、良好、优秀”等。根据公式计算出园林植物景观各项因素的评价指数在0~1之间, 因此, 将所有计算出的评价指数乘以10, 从而得出园林植物景观的评价分值, 评价分值越大则证明园林植物景观效果越好。

4 应用实例

根据以上评价方法对某城市的园林植物景观进行评价, 该城市的园林植物种类有桂花、山茶、金钟、香樟、罗汉松、广玉兰、女贞、银杏、紫荆、红叶李、金丝桃等, 通过计算得出该城市园林植物景观的植物多样性分值为0.9402, 得分为1.22;植物观赏性分值为0.6498, 得分为0.78;园林植物空间布局分值为0.7194, 得分为0.94;园林植物和硬质景观的和谐性分值为8, 得分为1.04;植物与周围环境的和谐性分值为8, 得分为1.04;园林植物和园林工程整体环境的协调性分值为8, 得分为1.12;最终得出该园林植物景观得分为6.14, 从而确定该城市园林工程的园林植物景观效果一般。

5 总结

由于影响园林植物景观效果的因素比较多, 因此要根据各个因素建立不同的评价指标, 全面地对园林植物景观进行评价, 从而针对性地提出改进园林植物景观的意见, 有效地提高园林工程的整体质量。在实际应用中, 园林工程施工单位要根据实际情况, 建立符合评价要求的评价模型, 制定合理的评价指标, 客观、科学、全面地对园林植物景观进行评价, 确保园林工程质量。

摘要：园林工程是城市建设的重要组成部分, 园林工程能有效地绿化城市, 改善人们的生态环境, 对城市建设有十分重要的作用。园林植物景观质量情况对园林工程整体质量有很大的影响, 因此建立园林景观综合评价模型, 对园林景观进行综合客观的评价有十分重要的意义。

关键词：园林,植物景观,综合评价模型

参考文献

[1] 李东升, 燕亚飞, 仁方.城市住区植物景观综合评价模型构建与应用[J].四川建筑科学研究, 2012 (5)

[2] 陈晓刚, 林想, 林辉.住宅区低碳景观评价模型及其应用——以园林植物景观为例[J].广东农业科学, 2012 (6)

[3] 满栎.城市公园湖泊型滨水植物景观审美评价研究[D].西南大学, 2013

综合分析模型篇2

基于层次分析法-模糊综合评价(AHP-FCE)模型优化矿井通风系统的研究

矿井通风系统是一个复杂的非线性系统,具有随机性、模糊性和不确定性特征.应用层次分析法(AHP)和模糊综合评价(FCE)的基本理论建立的AHP-FCE模型,可以全面考虑矿井通风系统的.各种因素,既能体现评价过程的模糊性,又能尽量减少个人主观臆断带来的弊端,使优选的方案更符合实际,评价结果更可靠.应用加速遗传算法检验和修正判断矩阵的一致性,具有搜索效率高、计算时间短、求解精度高、计算结果稳定、适用性强等特点,是一种全局优化方法.采用AHP-FCE方法确定权重,具有较强的逻辑性、实用性和系统性,并能准确地得出各评价指标的权系数,使计算结果更客观和稳定.实例计算结果表明:AHP-FCE方法简便和通用,不仅能指导生产实际,而且为类似的方案优化工作提供了一种新的思路和方法.

作者：赵伏军谢世勇杨磊陈世强 ZHAO Fu-jun XIE Shi-yong YANG Lei CHEN Shi-qiang 作者单位：湖南科技大学能源与安全工程学院,湘潭,411201 刊名：中国安全科学学报 ISTIC PKU英文刊名：CHINA SAFETY SCIENCE JOURNAL 年，卷(期)：2006 16(4) 分类号：X962 关键词：AHP-FCE(层次分析法-模糊综合评价)模型矿井通风系统加速遗传算法判断矩阵方案优化

综合分析模型篇3

关键词：综合负荷模型；电力系统稳定性；感应电动机模型

中图分类号：TM714 文献标识码：A 文章编号：1006-8937（2016）06-0069-02

1 负荷建模的背景与意义

电力系统是由发电、输电、配电、用电等环节组成的电能生产与消费系统，主要由发电厂、输配电线路和电力负荷三大部分组成。配电网是电力系统重要的配电环节，能将电能输送给各电力负荷。随着科技与时代的发展，形形色色的电力负荷出现在配电网中，为了能充分保障配电网的稳定运行，必须对配电网进行良好的设计与规划。

目前在配电网中一般采用数字仿真来实现对配电网的设计、运行与规划，数字仿真的结果成为了实际中配电网管理的主要依据。为了得到精确的配电网系统的数字仿真，必须对配电网系统中的各个环节进行模型分析，建立精准是实现配电网系统精准管理的关键。

配电网系统的模型分析包含以下几个环节得建模：电网系统的建模，输电线路的建模，用电负荷的建模。配电网系统中负荷的建模是关键，随着电力市场化日趋成熟与全球能源互联网的发展，用电负荷模型的研究也越来越得到重视。大量的实验与理论分析表明，负荷模型对配电网系统中的潮流分析、电压稳定性分析以及配电网系统的安全性分析有重要的影响，甚至影响对整个配电网系统的运行状态分析与判断，以至于造成电力灾害的发生。

配电网长时间的管理与维护经验表明综合负荷模型是一个重要工具，能有效的帮助电力工作者进行配电网系统维护、配电系统故障预测与诊断以及寿命的评估。现有的电力系统中综合负荷模型十分的粗糙，进行更深入、更精准的研究是很有意义的。

随着配电网的不断发展与革新，系统中的发电机与输电线路的建模技术已经比较成熟，由于电力负荷的分散性、间歇性、多样性等特点，对电力负荷的精准建模相比电力网络中的其他元件就显得更加复杂与困难。随着电网的不断复杂化，现有的综合负荷模型已经不能保障对电力网络进行精准的计算与预测，对良好精准的负荷模型的研究迫在眉睫。

2 综合负荷模型的发展历程

随着配电网络的不断壮大与数字电力仿真软件不断发展，人们逐渐意识到精准电力负荷模型对系统的安全稳定运行具有重要意义，系统中电力负荷的建模技术也越来越得到重视。

电力负荷建模技术发展至今，电力负荷建模的方法大致可以总结为两类：①统计综合法；②总体辨识法。

把系统中的电力负荷看成一个集合是综合统计法的中心思想，然后统计出电力负荷中各种负荷所占的比例，计算出电力负荷的平均特性，根据所得的负荷平均特性以及负荷比例得出综合负荷模型。相比于统计综合法，总体辨识法不需要统计系统中各类电力负荷所占的比例以及负荷的特性，只需要研究每一负荷端口的电力特性。在利用总体辨识法进行建模的过程中可以将系统母线中的所有负荷视为一个集合，对系统中的各负荷端口的电压、电流、频率、功率等电气量进行测量，利用所侧的各负荷电气量与系统辨识理论建立负荷模型。

负荷建模技术发展至今，各种各样的负荷模型呈现在人们面前。根据所构建的模型是否能反映负荷工作过程中的动态特性，将电力负荷模型大致分为两大类：①静态负荷模型；②动态负荷模型。

动态负荷模型能充分的反映负荷的动态特性，一般在进行建模的过程中通常用微分方程、状态方程描述。电力负荷建模技术发展之初，人们首先提出了恒功率、恒电流、恒阻抗等静态负荷模型，随着计算机技术不断地发展，在这三种静态模型的基础上提出了更精准的静态模型，更加精准的描述电力负荷的静态特性，主要包括：幂函数负荷模型，多项式负荷模型。

动态负荷模型主要包括机理式负荷模型与非机理式负荷模型，在动态建模的过程中若负载的动态过程能用物理模型对其动态过程进行描述，一般采用机理式负荷模型；若所建模的负荷对象，动态过程较为复杂，面对此类型的负载时通常采用非机理式的负荷模型，即将整个负荷整体看成一个节点，利用非机理模型来描述负荷的性质与动态过程。

随着电网复杂化，单一的静态与动态负荷模型很难精准的反映系统中的电力负荷，且在配电网络中无功补偿和网络阻抗对系统的负荷建模也会产生一定的影响，面对现有模型的不足有关学者提出了综合负荷模（SLM）。

综合负荷模型是一种将静态负荷模型与动态负荷模型结合的技术，综合负荷模型中充分反映了电动机负荷、无功补偿等对负荷特性的影响。

3 配电网中感应电动机模型

随着工业不断发展，感应电动机是配电网中最为常见的负荷，对整个系统的安全稳定运行具有深远的影响。根据感应电动机所应用的领域，多种感应电动机的模型相继被提出，最为常见的有以下几种：①五阶电磁暂态模型；②三阶机电暂态模型；③一阶机械暂态模型；④一阶电压暂态模型。

其中五阶电磁暂态模型不仅充分考虑了感应电动机的定子与转子绕组中的电磁的暂态过程而且还充分体现了感应电动机的机械暂态过程。相比之下三阶机电暂态模型忽略了对感应电动机内部定子的电磁的暂态过程，若在三阶机电模型的基础上进一步忽略感应电机转子绕组内部的电磁暂态过程，则将得到我们比较熟悉的一阶模型。

不同的感应电动机模型都有自己的优势与劣势之处，针对不同的应用领域在对感应电动机建模时，选用最适合的感应电动机模型进行建模。对配电网系统中感应电机的建模中计算量不是大问题，一般会采用三阶的电机模型，既能很好的展现电机转子绕组的电磁暂态过程又能相应的减少建模过程中的计算量；若为了体现和解决系统内部的无功动态问题时，一般采用一阶的电压暂态模型；若为了体现和解决系统内部的有功动态问题时，一般采用一阶的机械暂态模型对感应电动机进行建模。至今一般在配电网系统中，对感应电动机的综合负荷系统建模时一般采用的感应电动机模型，如图1所示。

4 结语

配电网中综合负荷建模是对配电网进行潮流分析、故障预测与诊断的关键工具，精准的负荷建模能很好的体现负载的实际特性，更加准确的反映实际应用中的负荷的动态与静态特性。本文详细阐述了负荷建模技术的发展历程，经过几代科研工作者的不断努力，从最初的恒功率、恒阻抗、恒电流的静态建模发展到能充分体现实际负荷的动态与静态特性的综合负荷建模，并介绍了实际数字仿真中常用的综合负荷模型的物理结构。感应电动机是配电网系统中最为常见的负荷之一，但由于其结构与实际工作过程较为复杂，单一的静态或动态建模很难充分体现感应电动机的实际工作状态，必须采用综合负荷模型对感应电动机进行建模。

文章中总结了现有的感应电动机模型，主要包括：五阶电磁暂态模型；三阶机电暂态模型；一阶机械暂态模型；一阶电压暂态模型，并简单介绍了每一种感应电动机模型优劣势与每一种模型的实际应用领域。随着电网的不断发展，系统中的负荷也会变得更加的复杂，现有的负荷建模技术必须紧跟电网的发展，以保障能充分体现随机多变的负荷的实际静态与动态特性，保障数字仿真能更加精准的反映实际模型，保障能安全有效的管理整个系统。

参考文献：

[1] 汤涌，张东霞，张红斌，等.东北电网大扰动试验仿真计算中的综合负荷模型及其拟合参数[J].电网技术，2007，（4）.

[2] 汤涌，张红斌，侯俊贤，等.考虑配电网络的综合负荷模型[J].电网技术，2007，（5）.

[3] 马进，贺仁睦，王景钢，等.综合负荷模型参数的简化辨识策略[J].电网技术，2006，（9）.

[4] 赵兵，汤涌，张文朝，等.基于故障拟合法的综合负荷模型验证与校核[J].电网技术，2010，（1）.

[5] 王卫国，贺仁睦，王铁强.反映综合负荷动特性机理的感应电动机模型 [J].电力系统自动化，2002，（4）.

[6] 贺仁睦，周文.电力系统负荷模型的分类与综合[J].电力系统自动化，1999，（19）.

[7] 洪志鹏，马进，贺仁睦.基于统计学分类的综合负荷模型实测建模[J].现代电力，2008，（2）.

综合分析模型篇4

关键词：激励,综合型激励理论,信息化人才,分析

一、引言

随着知识经济的到来, 以信息化的各种高新技术企业应运而生。信息化对促进经济发展具有不可替代的作用。在以信息化带动工业化、以工业化促进信息化的现代化发展进程中, 信息化人才作为发展信息化的“第一资源”, 在信息化建设中发挥着基础性、战略性和决定性作用。[1]企业只有对信息化人才进行有效地工作激励, 调动他们的积极性, 发挥他们的优势, 才能提高企业的核心竞争力。因此, 如何对信息化人才进行有效地工作激励, 使在企业中发挥他们的优势是我们所探究的问题之一。本文应用波特-劳勒综合型激励模式, 对当前信息化人才激励的六个副影响因素进行分析, 对目前激励机制的不足之处提出相应对策, 为如何激励信息化人才提供了有效的参考。

二、信息化人才

(一) 信息化人才的内涵。

信息化人才是在各领域掌握系统的现代信息知识和信息技术, 能够对信息化各要素进行研究、开发或应用, 最终获得成效的专门人才。从信息化人才的知识、技术及其应用情况出发, 信息化人才大致可以分成四类:信息技术研究和开发人才、信息化管理人才、信息技术应用人才和掌握信息技术基本应用技能的人才。信息技术研究和开发人才指熟练掌握计算机、网络或者软件等技术方面因素的技术专家;信息化管理人才主要是指各级政府中指导和管理信息化建设的人才、各行各业信息化建设的管理人才;信息技术应用人才是指为社会承担建设、运行和维护信息系统, 以及在传统专业中运用信息知识与技术, 提高各类专业信息化水平的人才;掌握信息技术基本应用技能的人才是指大量分布在各行各业中的从事基本信息化工作的人才。[1,2]

(二) 信息化人才的特征。

1. 良好个人素质、拥有知识资本。

信息化人才一般都具有较高的个人素质, 拥有较高的学历和其他方面的能力素养。信息技术的不断更新使得信息化人才也在不断地更新自己的信息技术知识, 这样才可以胜任信息技术岗位的职责。信息化人才必须具有将行业专业知识与信息技术综合应用的能力。他们不仅掌握着最新的和较高的信息化的专业技术、而且对于行业的专业知识也十分了解。

2. 自主性强、创造性高。

信息化人才是一个富有活力的群体。倾向于拥有一个自主的工作环境, 具有较强的自主意识。他们不愿意受制于物, 而更强调工作中的自我引导、自我管理、自我监督、自我约束的去完成自己的工作。他们大多都是从事创造性劳动。这些创造性的工作使他们在多变和不确定的环境中完成的。而在这种系统中发挥着个人的才干和灵感, 应对各种可能发生的情况, 推动着技术的进步。

3. 劳动过程难以监控。

信息化人才从事的工作更多的是思维性的创造性的脑力劳动, 劳动过程往往是无形的, 而且可能发生在每时每刻和任何场所。其工作过程往往以具有无形特征为主, 并没有确定的流程和步骤。因此, 对劳动过程的监控是不可能的, 也是没有意义的。所以劳动过程进行监督控制是十分艰难。

4. 流动意愿很强。

在信息技术发展的经济时代, 由于信息化人才掌握较高的专业知识。因此, 他们更忠诚于自己所从事的工作本身, 而不是忠诚于企业。他们注重自身价值的实现, 追求自身的发展, 要求优厚的福利, 这种追求的转向必然导致人才的频繁流动。在个人因素和组织因素的影响下, 他们就会产生流动意向, 再加上社会因素的促进, 最终产生流动行为。 (如图1) 。

三、波特-劳勒的综合型激励理论

综合型激励理论是弗隆的期望理论、亚当斯的公平理论、赫茨伯格的双因素论和斯金纳的强化理论的结合体。综合型激励理论克服了单个理论的片面性, 使众多理论相互联系在一起。综合型激励理论模式是美国行为科学家爱德华·劳勒 (Lawler) 和莱曼·波特 (Porter) 在1968年的《管理态度和成绩》一书中提出。波特和劳勒的综合激励模式如图2所示。该模式包括四主要因素, 其他六个分支因素。实线表示这些因素的因果关系, 虚线则表示反馈信息。[3]

这种模式的具体内容是:一个人在作出了成绩后, 得到两类报酬。一是外在奖励, 一种是内在奖励。然而内在奖励和外在奖励是不能满足员工的需求的。所以这其间必然要经过“公正报酬”来调节。这就形成激励→努力→绩效→奖励→满足并从满足回馈努力这样的良性循环。波特和劳勒认为, 要达到有效的激励, 必须处理好奖励内容、奖惩制度、组织分工、目标导向行动的设置、管理水平、考核的公正性、领导作风及个人心理期望多种综合性因素。

四、影响信息化人才激励的副因素分析

根据波特和劳勒的综合激励模式, 影响信息化人才激励的六个副因素主要包括效价和期望因素、环境、个人能力以及认知程度因素、公平因素。

(一) 效价和期望值因素。

由于信息化人才的特点, 他们在同一目标中所处的环境不同, 需求不同, 他们需要的目标价值也有所不同。所以效价越高, 激励信息化人才的力量就越大。而期望值则根据过去经验来判断自己达到某种目标的可能性的大小。劳勒将期望值更加细化的分为努力导致绩效的期望和绩效导致结果的期望两大类。效价和期望值因素直接影响到了信息化人才对工作努力的程度。当信息化人才把某种目标的价值看得很大时, 在个人估计能实现的概率也很高的情况下, 那么激发他们的动机的力量也就会越强烈。[4]

(二) 环境、个人能力以及认知程度因素。

赫茨伯格总结了影响激励的两种性质不同的因素, 即环境因素和个人激励因素。[5]信息化人才物质需求的满足是必不可少的, 没有它会导致不满, 但是即使获得满足, 它的作用往往是很有限的、不能持久的。所以为了调动他们的积极性, 提高他们的工作绩效, 两种因素必不可少。认知程度是信息化人才在企业中对所承担的角色理解程度。由于信息化人才是在技术型组织中属于特殊群体, 所以他们不仅掌握信息化科技技术, 而且还具有较高的自主创造能力。他们必须抓住自己的主要职责和任务, 遵守他们的行为规范, 才能提高他们的工作绩效。

(三) 公平因素。

公平就是人们对自身奖酬的公平感。它要求两个水平相当的人, 在报酬所得与付出的努力之间呈正向相关性。[6]公平感直接影响着信息化人才最后的获得需求的满意程度。当信息化人才感到公平时, 他们就会努力的工作;如果他们感到不公平时, 他们对工作就会产生消极的态度, 使得工作质量下降, 也会产生流动意愿, 出现离职的现象。

五、改进激励机制的对策

在信息化技术科技的时代, 激励信息化人才可以持续地、高效地调动他们工作的热情。信息化人才大多处于较高等级的需求层次上。仅仅靠对员工的物质激励是不够的, 越来越不能满足公司信息化人才的需求。因此。通过对波特-劳勒综合型激励理论的分析, 有必要建立有效的信息化人才激励机制, 提高信息化人才的积极性和创制性, 增强企业的核心竞争力。

(一) 企业文化激励。

企业文化是以价值体系为主体内容的企业精神、思维方式和行为方式, 是企业全体成员在生产经营活动过程中形成的一种行为规范和价值理念。优秀的企业文化能够激发新职员的创造热情, 发挥出其他管理制度所无法比拟的激励力量, 产生超常的激励效率。根据激励的功能, 建立激励信息化人才的企业文化激励过程。如图3所示。

首先信息化人才要对企业中的客观内容有一定的认知度。通过信息化人才对这些内容的认识和认同形成了企业的文化。这些肯定或否定的认知又影响着信息化人才的工作绩效和工作满意度。当认识度与企业文化相匹配的情况下, 文化才能产生最大的激励作用。综合激励理论提出, 企业文化激励是一种连续正强化, 最终使信息化人才与企业共同实现各自的目标。

(二) 团队精神激励。

团队精神激励是以团队组织作为对象来进行激励的一种激励方式, 使团队成员紧密协作, 目的是通过合作来实现组织的目标。[7]团队精神激励有助于促进团队成员间的相互合作, 提高团队的工作业绩, 实现企业的目标。构建有效的团队精神激励就要把企业的组织目标、团队目标和个人目标适当的结合起来。根据综合激励理论以及上述的分析, 提出了团队精神激励模型。如图4所示。

在这个模型中, 组织、团队和个人的激励作用并非孤立的, 它们之间是相互依存相互影响的。团队激励的外部激励因素是一种外在的体制保障, 用来保证团队能在一种良好的环境中运作;内部激励因素的产生创造良好条件, 使得团队成员相互依赖、共同合作。外部激励因素、内部激励因素和组织目标需求的共同作用将增强团队凝聚力和向心力共同影响团队目标需求。同时将团队目标和个体目标需求有机的结合起来, 达到激发团队整体优势的目的。

(三) 自身成长激励。

自身成长激励主要指企业对他们的职业生涯开发的管理指导和一系列的培训和教育。职业生涯的管理就是帮助信息化人才具体设计及实现个人合理的职业生涯规划。如果企业对信息化人才进行合理的自身成长激励, 为他们创制条件, 使他们获得成就感和自我实现感的职业, 就可以提升他们对企业的忠诚度, 从而达到激励的作用。

六、结语

信息化人才在信息化技术型的企业经营和管理活动中发挥着重要的作用。随着市场经济的发展, 越来越多的信息化企业认识到了信息化人才的价值, 信息化人才的激励问题也越来越受到关注, 成为管理的热点话题。对信息化人才的激励管理, 企业要抓住信息化人才的特点, 实施行之有效的方法, 对他们的工作进行合理设计, 使信息化人才在工作中获得乐趣和回报, 从而提升其绩效和工作满意度, 使得企业在激烈的竞争中占有优势。

参考文献

[1].黄燕芬, 杨宜勇, 顾严, 刘玮.我国信息化人才战略研究[J].经济与管理研究, 2005, 12:5～10

[2].胡继发, 吴时明, 胡志毅.试论信息化人才[J].科技创业月刊, 2007, 9:141～142

[3].陈国权.组织行为学[M].北京:清华大学出版社, 2006:177～203

[4].Victor H.Vroom.Work and Motivation[M].Jossey-Bass, 1994

[5].Frederick Herzberg.One More Time:How Do You Motivate Employees?[J]Harvard Business Review, 1968

[6].孙伟, 黄培伦.公平理论研究评述[J].科技管理研究, 2004, 4:102～104

棉纤维综合品质指数模型构建篇5

[目的.]用棉纤维品质指标拟合能同时表达棉纤维综合品质和纺纱质量棉纤维综合指数模型.[方法]通过不同品质棉纤维的纺纱试验,采用主成分分析等方法,对不同品质原棉纺纱试验结果和棉纤维品质指标进行分析.[结果]⑴在成纱质量多个指标中,单纱强力是主要指标.⑵原棉纤维品质是决定单纱强力的主要因素.在不同纺纱工艺下,虽然同一原棉单纱强力不同,但不同原棉单纱强力分布趋势不受纺纱工艺影响,即如果棉纤维综合品质高,则在任何工艺条件下,其单纱强力高.⑶纤维长度、纤维强度、整齐度和麦克隆值是棉花纤维综合品质关键指标.基于上述研究结果建立棉纤维综合品质指数(IFQI)模型.经过分析,反映纺纱均匀性指数、单纱强力、成纱综合品质可选择模型.IFQI模型机理性强、自变量少、形式简单直观,且与单纱强力、纺纱均匀指数呈极显著正相关.并建立SCI与IFQI间关系模型:SCI=0.3684×IFQI+35.588.[结论]IFQI模型可作为农业部棉纤维检验和纺织工业棉纤维检验部门共同参考指数,不仅解决两部门棉纤维重复检验问题,而且能大大减少棉纤维检验工作量.

作者：张丽娟孟亚利薛晓萍陈兵林熊宗伟周治国 ZHANG Li-juan MENG Ya-li XUE Xiao-ping CHEN Bing-lin XIONG Zong-wei ZHOU Zhi-guo 作者单位：张丽娟,ZHANG Li-juan(南京农业大学/农业部作物生长调控重点开放实验室,南京,210095;哈尔滨师范大学生命与环境科学学院,哈尔滨,150080)

孟亚利,薛晓萍,陈兵林,周治国,MENG Ya-li,XUE Xiao-ping,CHEN Bing-lin,ZHOU Zhi-guo(南京农业大学/农业部作物生长调控重点开放实验室,南京,210095)

熊宗伟,XIONG Zong-wei(中国农业科学院棉花研究所,安阳,455112)

IP 网络综合性能评估模型篇6

【关键词】网络健康度；路由器健康度；综合性能评估；性能测量

0.概述

随着 Internet 技术的不断发展，人们对其依赖程度也日渐增加。网络运营商和用户必须对其性能深入了解，才能保证网络正常运行。但是Internet的结构日趋复杂，使其性能的可知性越来越低，因此，对网络性能测量的研究变得越来越重要。

目前，国际上有关性能测量的研究项目主要有：NIMI，AM，CAIDA和Surveyor。IETF也提出了若干RFCs以制定一系列框架指标来规范对Internet的测量。此外，还有许多其他网络测量体系，如MOAT， IEPM，NWS，PPNCG等[1]。虽然这些项目在关键技术上取得了很大进展，但还存在一些问题：（1）在测量系统模型化方面做的工作比较少，缺乏宏观的体系结构模型；（2）普遍采用指标体系评价法，虽能从多个角度对事物进行评价，但不利于对事物的综合评估、统一比较[2]。本文提出的IP网络综合性能评估模型采用综合多指标的评价方法，把反映网络性能的多个指标信息综合起来，映射成一个指标，由此来反映网络整体的性能状况。通过这一综合性指标，使网管人员可从宏观的角度来评测与监控网络。

1.评估模型

节点是构成计算机网络的基本元素之一，网络中的任何节点都会对网络性能在一定范围内造成影响，这种影响反映在端到端（路径）性能上，一般认为，计算网络总体性能指数只须测量出端到端的性能数据加以分析总结即可[2]。但是，当网络规模较大时，对端到端的测量在实现上不可能也没必要覆盖网络中所有的路径，因此，也不能保证覆盖所有节点；另外，对网络中运行着的各路由器的综合性能进行评估，对网管人员更全面深入地了解网络性能情况也很有帮助，例如把路由器综合性能信息实时呈现在拓扑图上，可以为网管人员及时准确地定位瓶颈提供辅助信息。因此，在评估模型中加入对节点的综合性能评估是非常有用的。

2.路由器综合性能评估

路由器性能相关指标非常多，其中吞吐量、路由计算能力、路由表能力、系统恢复时间和系统复位时间都是固定型指标，而时延、丢包率、包转发率、年龄、CPU利用率和内存利用率则是动态型指标。固定型指标即设备固有的静态参数，体现其能力能达到什么程度，跟具体网络环境无关，可用特定软硬件设备测出；动态型指标是实际运行时的量，其变化跟环境有关，可在实际运行的网络上实时监测得出。

3.端到端综合性能评估

关于网络层的端到端性能测量，IETF的IPPM工作组定义了一个指标注册框架IPPM Metrics Registry[3]，给出了管理规则，注册指标的模板，用此模板列出了已注册的全部33个指标，给出每个指标的基本属性，包括：名字，参数（测量环境等），具体定义，单位，测量方法，误差等。

这些指标可以分为2类：基本指标和衍生指标。基本指标指可以直接测量得出的指标，而衍生指标则是建立在若干基本指标之上，可以是基本指标的采样序列，也可以是采样序列的统计特征。最基本的原子性指标有4个：时延（delay），丢包率（loss），重包率（duplication）和重排序率（reordering）[4]。

只知道某个时刻上这些原子指标的值是没有意义的，普遍的方法论是在这些原子性指标的基础之上，作时间上的扩展，形成序列，再研究这些序列的统计特征平均值、最小值、中值、百分分布等。

4.网络综合性能评估

网络的综合性能评估方法与路由器一样，用 0～100打分，称为健康度。网络健康度与端到端的总体评价系数和路由器健康度紧密关联，算法如下：

health=0；

for every path do

health=health+path.eval；

health=round（health×100/ num）；

for every router do

if （router.health<60）

health=health×0.9

其中，num 为实际测量的路径的数目；round 为取整函数。

5.实现根据这个评估模型，开发出网络健康度评估工具（Network Health Evaluation System，NHES）

NHES 分为3层：

（1）数据采集层。包括路由器数据采集和端到端数据采集2部分。其中，路由器采集部分利用SNMP 协议来收集路由器各端口的输入输出总包数、包丢弃数、入口带宽、CPU利用率等数据，由此计算出路由器各指标值；端到端采集部分利用Ping命令收集路径的双向延时和双向丢包率，由此计算出延时的最小值、方差和平均值。

（2）评估层。从数据库中取出采集层输出的数据，以其作为输入，按照上面所述评估模型，逐层计算评估出网络中各个路由器、各条路经以及整个网络的综合性能，把评估出的数据写回数据库。

（3）呈现层。负责把评估层输出的数据呈现给用户，分为实时呈现和历史呈现。实时呈现是指把路由器健康度和网络健康度在网络拓扑图上实时显示出来，而历史呈现则是根据用户的需求从数据库里调出数据，以报表的形式显示。在中国移动CNGI示范网上运行NHES，把 NHES部署在与其中一个边缘路由器相连的主机上，选取其中的3条路径进行测量，并对所有支持SNMP的路由器进行采集，网管人员在 NHES上输入各路由器地址、端口、口令、OID、目的端地址等信息，系统即可运行。这些信息被写入配置文件中，用户无须每次登录都输入。除此之外，路由器指标权值、正常值、采集间隔以及计算健康度的周期等参数也都可由用户配置。在拓扑图上每隔一个健康度评估周期自动更新一次路由器和整个网络的健康度，路径的综合性能则可在历史记录中查询。

在不同时刻采集到的中国移动CNGI示范网的部分路由器性能数据，以这些数据为输入，根据模型计算得出网络综合性能。可以看出，CNGI示范网在10月26日无论是路由器的表现还是端到端的性能比24日都有所下降：网络健康度从90下降到71。路由器（H）无论在网络整体性能较好还是较差的时候其健康度均只有 66，事实上查看历史记录可知它在连续一个星期的测量中整体性能表现一直不佳，健康度在60上下浮动，与其他路由器较佳的平均表现形成鲜明对比，影响了网络的整体性能。因此，为了提高综合性能，网管人员应首先考虑替换路由器（H）或将其移至较为不重要的位置。

6.结束语

综合分析模型篇7

关键词：光伏发电,低碳综合效益,碳减排,碳排放补偿时间

0 引言

“应对雾霾, 减少排放”已成为当前中国治理环境污染的行动口号。从中国CO2排放结构上看, 电力行业排放量大、增速快、所占比例逐年上升。相关数据显示[1], 中国电力行业的CO2排放总量占全部化石能源碳排放量的比例已由1980年的21.07%逐步增加到2005年的38.73%。2011年电力行业的CO2排放量占全国总量的比例达到45.4%, 单位电力CO2排放强度更是高达764kg/ (MW·h) , 远超发达国家与全球平均水平[2]。因此, 电力行业的低碳化发展将成为中国碳减排的主力军, 在面临巨大减排任务的同时, 又具备显著的减排空间。如何在确保持续稳定发展的前提下实现CO2的有效减排, 无疑是电力行业所面临的突出问题。

在电力行业减排的道路上, 新能源的发展起到了十分重要的作用。其中, 光伏发电具有资源丰富、清洁和可再生等特点, 低碳潜力巨大。同时, 中国光伏产业发展迅速, 预计到2020年光伏发电装机容量将达到20GW[3]。在中国光伏产能本土化消纳和光伏发电大量并网的大背景下, 重新审视和研究光伏发电的碳减排效益和经济效益, 即低碳综合效益, 具有重要的现实意义和指导意义。

实际上, 并网光伏发电的低碳效益是一个需要综合考量的指标, 既有因光伏发电的有效接纳带来的碳减排方面, 也有因其所接入的配电系统的节能降耗效益所带来的低碳方面, 同时也有电网侧为平抑光伏发电的不可靠性需要增加投资所带来的非低碳因素, 需要对其进行综合的分析和评价。

当前国内外有关电网低碳效益评估的研究刚刚起步, 近年来取得的一些成果主要集中在两个方面, 包括:提出了电网低碳效益的概念与分析方法[4,5,6,7], 建立了电网低碳效益模型[8,9,10,11];分析了可行的低碳电力技术[12,13], 并将其应用到电网规划与调度方面[14,15,16], 提出了实现电网低碳化的途径[17]。然而, 现有模型大都是从宏观角度出发提出的, 对于清洁能源的接入, 往往只考虑了其替代传统能源发电从而减少碳排放的积极影响, 对影响低碳的各方面效益研究还有待深入。

为此, 本文考虑并网光伏发电系统的全寿命周期低碳效益, 从光伏发电收益、光伏发电成本、系统网损改善效益和系统备用容量成本四个环节, 对并网光伏系统的碳排放 (减排) 特性及经济效益进行分析, 提出了相应的效益模型。并将光伏发电低碳特性与经济效益相结合, 建立了光伏发电的低碳综合效益分析评估模型, 提出了光伏发电的碳排放补偿时间的概念。运用IEEE 14节点算例, 依据典型数据, 验证了本文所提模型和方法的有效性。算例分析结果表明:并网光伏发电与常规发电相比, 有很大的低碳综合效益优势。

1 基本概念与评估思路

本文所述的光伏发电低碳综合效益是从碳减排和经济效益两方面来分析光伏发电的效益, 是光伏发电低碳效应与和经济效益的结合。

1.1 低碳积极因素和消极因素

从低碳角度来说, 促进碳减排的因素, 本文称之为低碳积极因素;造成或增加碳排放的因素, 本文称之为低碳消极因素。例如, 光伏发电替代传统能源发电, 能够减少碳排放, 故称之为低碳积极因素;而光伏系统原材料制造、生产和运输安装调试过程消耗大量能量, 间接造成碳排放, 称之为低碳消极因素。

从经济性角度来说, 促进经济收益的因素, 本文称之为经济积极因素;导致或增加经济支出的因素, 本文称之为经济消极因素。例如, 光伏发电上网售电可以获得经济收入, 故称之为经济积极因素;而光伏发电的前期投入则为经济消极因素。

1.2 低碳正效应、负效应和低碳综合效益

低碳积极因素产生低碳正效应, 即碳减排;低碳消极因素产生低碳负效应, 即碳排放。在光伏发电系统中, 所有低碳正效应和负效应的代数和, 本文称之为光伏发电低碳效应。该低碳效应通过碳交易获得的经济收益, 本文称之为光伏发电低碳收益。

经济积极因素产生经济正效益, 经济消极因素产生经济负效益。在光伏发电系统中, 所有经济正效益和负效益的代数和, 本文称之为光伏发电经济效益。

光伏发电低碳收益与经济效益之和, 即为光伏发电的低碳综合效益。

1.3 评估思路

按照本文的概念界定, 本文评价并网光伏发电工程低碳综合效益的评估框架如图1所示。

图1所示的评估框架采用精细化建模的思路, 首先挖掘影响光伏低碳综合效益的因素, 从低碳和经济性两个角度切入, 其次对各个因素产生的低碳正负效应和经济正负效益进行建模, 最终得到并网光伏发电的低碳综合效益。

2 光伏发电低碳综合效益影响因素分析

本文认为, 光伏发电的低碳综合效益主要体现在光伏发电收益、光伏发电成本、系统网损改善效益和系统备用容量成本方面, 以下分别进行阐述。

2.1 光伏发电收益对低碳综合效益的贡献

光伏发电等价于在发电侧节省了传统火电机组的部分能源消耗, 即减少了以化石燃料为主的电力能源基地的CO2排放, 同时光伏所发电能通过上网售电, 还可以获得一定的经济收益。也就是说, 光伏发电对CO2减排和经济收益的贡献都起到积极的作用。即光伏发电收益属于低碳积极因素和经济积极因素。当然, CO2减排量和经济收益的大小与光伏发电量密切相关。在一定范围内, 光伏发电量越大, 低碳效益和经济效益越明显, 低碳综合效益也就更加突出。

2.2 光伏发电成本对低碳综合效益的贡献

光伏发电成本可以分为发电低碳成本和发电经济成本, 均包括初始成本和年运行维护成本两部分。

虽然光伏发电生产绿色电能, 但光伏产业本身属于高耗能产业, 例如光伏各部件所需原材料的开采、冶炼、加工和制造过程都会消耗大量电能[18,19], 在CO2排放链条中需要分担一定量的碳排放。同时, 由于光伏发电设备的特殊性, 其运行维护过程也需要分摊一些CO2排放。从这个意义上说, 光伏发电成本因素属于低碳消极因素。

从经济性角度讲, 在光伏发电投入运行前期需要大量的资金投入, 其运行维护成本也不可忽略。显然, 光伏发电成本因素属于经济消极因素。

2.3 系统网损改善效益对光伏发电低碳综合效益的贡献

一般说来, 从集中发电厂到负荷中心区的距离较远, 电能传输过程的损耗较大, 而光伏发电系统一般可安装在负荷中心附近, 可减少部分电能的远距离输送, 从电能输送角度来看, 光伏发电能够实现直接的节能减排。其次, 光伏发电系统接入电网, 特别是接入配电网会改善系统的潮流分布, 从而改善系统的损耗水平, 实现节能减排。

研究表明, 在目前的实际系统中, 大部分情况下光伏发电都将促进系统网损水平的改善, 即降低损耗, 相当于节省了一次发电侧的能源消耗, 减少碳排放, 此时本文称之为属于低碳积极因素和经济积极因素;另外, 在一定的负荷水平和一定的光伏渗透率条件下, 光伏发电也会增加系统网损, 此时本文称之为属于低碳消极因素和经济消极因素。

2.4 系统备用容量成本对光伏发电低碳综合效益的贡献

光伏发电具有随机性和间歇性。为了保证光伏发电系统和电网系统的安全可靠运行, 系统需要维持一定的备用容量, 以应对突然出现的故障停运事件和负荷预测误差导致的功率缺口[20]。例如, 由于天气原因, 光伏发电系统有功出力突然减少, 此时备用容量需要填补上光伏出力和负荷之间的功率缺口, 从而维持系统的稳定。显然, 这种备用需要消耗一定的低碳成本和经济成本, 因此本文认为光伏备用容量成本属于低碳消极因素和经济消极因素。

3 光伏发电低碳综合效益评估模型

3.1 光伏发电低碳效应和经济效益模型

1) 光伏发电收益

设第t年的光伏发电量为Gt, 则Gt可表示为[21]:

式中:Ht为全年峰值日照时间, 指光伏方阵面上全年接受到的太阳总辐照量与标准测试条件下的地面太阳辐射强度G=1 000 W/m2相除后得到的值;P0为光伏装机容量;R为光伏系统性能比;d为光伏电池衰减率。

在同等发电量的情况下, 光伏发电替代传统能源发电的低碳效应C1可表示为:

式中:mc为集中发电侧CO2排放指数, 表示当地混合电厂 (使用多种燃料) 每发1kW·h电能, 平均排放CO2的数量。式 (2) 表示第t年光伏所发电量对应的CO2减排量, 即所发电量的低碳效益。

光伏所发电量通过上网售电所获得的经济效益E1可表示为:

式中:Pr为上网电价。式 (3) 表示第t年光伏所发电量对应的经济收益。

2) 光伏发电成本

这里从光伏发电低碳成本和光伏发电经济成本两方面分别进行讨论。

研究表明, 光伏发电的低碳成本C2主要体现在初始碳投资成本C0和运行维护阶段的碳成本Cm上。即

初始碳投资成本包括在光伏系统原材料生产过程、光伏设备制造过程和光伏设备运输安装过程中的碳排放。

其中, 前两个阶段主要是因电能的消耗而造成的碳排放, 可以根据单位电能碳排放量的统计数据进行估算。假设生产单位功率光伏系统所消耗的电能为k, 则这两个阶段造成的CO2排放量可表示为kP0mc。

针对运输过程中的碳排放, 可考虑这样的思路:假设光伏制造地与光伏电站的距离为s, 光伏各组件的总重量为W, 运输碳排放强度为g, 则该环节的CO2排放量为Wgs。

从而, 光伏发电的初始碳成本C0可表示为:

式 (5) 表示光伏发电系统在投产发电前的生产、制造和运输过程中所产生的CO2排放量。

光伏系统运行维护阶段的碳成本主要考虑对破损光伏板的替换以及光伏设备日常维护过程中产生的碳排放。考虑按式 (6) 进行估算:

式中:β为光伏系统运行维护阶段的碳排放总量与初始碳投资的比例。

光伏发电的经济成本是指, 在考虑资金时间价值的情况下, 用于光伏发电的前期投资、建设、运营和维护等工作的费用总和。本文考虑按式 (7) 测算光伏发电整个寿命期的发电经济成本[22], 即为

式中:E2为光伏发电工程的全寿命期发电成本;It为第t年的资本投入费用;Eopt为第t年的运行维护费用, 包括故障费用和重置费用;i为折现率。

3) 系统网损改善效益

光伏发电系统对系统网损改善的效益可以按照“有无”对比法进行分析。假设未接入光伏时的系统网损 (这里指功率损耗) 水平为W1, 光伏接入后的系统网损为W2, 则可得到光伏接入前后的系统网损改善量ΔW=W1-W2。另设ΔW为对应某一时刻的网损改善量, 则在时段t内, 由于系统网损改善所产生的低碳效应C3可表示为:

式 (8) 表示由于光伏接入能够带来的系统网损改善水平所对应的CO2等效减排量。当ΔW>0时, 表现为低碳正效应;当ΔW<0时, 表现为低碳负效应。

在时段t内, 系统网损水平改善的经济效益E3可表示为:

式 (9) 表示光伏接入能够带来的系统网损改善水平对应的经济效益。当ΔW>0时, 表现为经济正效益;当ΔW<0时, 表现为经济负效益。

4) 系统备用容量成本

可以采用确定性评估方法[23]。设电网系统为光伏发电系统提供备用的备用容量系数为θ, P (t) 为t时刻的光伏有功出力, 则系统侧的实时备用容量为θP (t) , 从而在时段t内系统备用容量的低碳负效应C4和经济负效益E4可分别用式 (10) 和式 (11) 予以表达。

式 (10) 表示系统为光伏发电提供容量备用所承担的等效CO2排放量。式 (11) 表示系统为光伏发电提供容量备用所承担的等效经济闲置成本。

3.2 光伏发电低碳综合效益模型

1) 光伏发电低碳效应

将光伏发电收益、光伏发电成本、系统网损改善效益和系统备用容量成本四个方面的低碳正效应和低碳负效应进行代数叠加, 即可得到光伏发电系统的年低碳效应Cy, 如式 (12) 所示:

式中:C2′=C2/n为光伏系统碳排放成本的年值, 其中n为光伏系统的寿命期。式 (12) 表示光伏发电系统的CO2年净减排量。

2) 光伏发电经济效益

将光伏发电收益、光伏发电成本、系统网损改善效益和系统备用容量成本四个方面的经济正效益和经济负效益进行代数叠加, 即可得到光伏发电的年经济效益Ey, 如式 (13) 所示:

式中:E2′=E2[i (1+i) n]/[ (1+i) n-1], 是将式 (7) 运用工程经济学中常用的现值转年值的形式得到的, 表示光伏发电的年发电成本。式 (13) 表示光伏发电系统的年经济净收益。

3) 光伏发电低碳综合效益

综合式 (12) 和式 (13) , 可得光伏发电的低碳综合效益Cs为:

式中:PT为碳交易价格。式 (14) 表示光伏发电系统的年低碳经济综合效益, 即年低碳收益和年经济效益的总和。

3.3 碳排放补偿时间

所谓的碳排放补偿时间 (carbon payback period, CPP) , 是类似于工程经济学中投资回收期 (payback period, PP) 的一个概念, 表示在光伏系统寿命期内, 初始碳投资成本与系统投入运行后每年产生的CO2净减排量之比, 如式 (15) 所示。

与投资回收期的含义类似, 式 (15) 表示光伏发电系统投入运行后的碳净减排量补偿全部碳投资成本所需要的时间, 可以认为是能够较好地反映光伏发电低碳能力的指标。

4 光伏发电低碳综合效益评估流程

依据前文所述的评估概念和评估模型, 本文提出光伏发电低碳综合效益的评估流程, 步骤如下。

步骤1:基础数据采集, 获取待评估对象的基本参数, 包括网架结构参数、光伏发电参数、负荷参数以及碳排放基本参数等。

步骤2:光伏发电收益测算, 运用式 (1) 至式 (3) 分别计算光伏发电量对应的低碳效应C1和经济效益E1。

步骤3:光伏发电成本测算, 运用式 (4) 至式 (7) 分别计算初始碳投资成本C0、运行维护碳成本Cm、发电低碳成本C2和发电经济成本E2。

步骤4:网损改善效益测算, 运用式 (8) 和式 (9) 分别计算光伏接入能够带来的系统网损改善水平对应的等效低碳效应C3和等效经济效益E3。

步骤5:备用容量成本测算, 运用式 (10) 和式 (11) 分别计算电网侧为光伏发电提供备用容量的等效低碳效应C4和等效经济效益E4。

步骤6:光伏发电低碳综合效益测算, 运用式 (12) 至式 (14) 分别计算光伏发电的年综合低碳效应Cy、年综合经济效益Ey和低碳综合效益Cs。

步骤7:碳排放补偿时间测算, 运用式 (15) 计算得到光伏发电的碳排放补偿时间tCPP。

5 算例分析

5.1 算例简介

以IEEE 14节点系统为例阐述光伏低碳综合效益的分析过程。该系统包括5台常规发电机, 分别接在1, 2, 3, 6, 8号节点上, 且节点1为平衡节点, 光伏电站接在3号节点上。

假设在天津某区建造10 MW光伏电站, 当地负荷为260 MW, 总投资1亿元, 分5年完成, 年运行维护费用比例为2%, 回收期 (计算用项目寿命期) 取20年。采用并网多晶硅光伏系统, 按照最佳倾斜角安装, 每天平均峰值日照时间取4.074h[20], 系统性能比取0.8[20]。假设光伏设备总重量为865.76t, 从光伏生产地到光伏电站距离为400km, 运输碳排放强度g为0.155 3kg/ (t·km) [24]。光伏上网电价取1元/ (kW·h) 。集中发电侧CO2排放指数取2007年全国发电侧CO2排放因子0.76kg/ (kW·h) [7]。

5.2 低碳效益测算

1) 光伏发电收益测算

由式 (1) —式 (3) 得到, 算例系统的光伏年发电量为11 896.08 MW·h, 相当于减少CO2排放9 041.021t, 产生直接经济效益1 189.608万元。

2) 光伏发电成本测算

为评估简便, 这里考虑光伏制造阶段主要消耗电能, 暂不考虑其他能量消耗。根据文献[20], 生产单位容量 (kW) 的光伏系统, 组件、框架、配套分别消耗电能2 205, 91, 229kW·h, 总计2 525kW·h。

由式 (4) —式 (6) 可得, 算例系统在光伏制造阶段和运输过程中CO2排放量分别为19 190t和53.781t, 则初始碳投资为19 243.78t;取β=5%, 则维护阶段低碳总成本为962.189t;得光伏发电低碳总成本为20 205.969t。通过碳交易机制将光伏发电碳成本平均分配到光伏系统寿命周期内, 相当于光伏发电每年产生CO2排放1 010.298t。

由上述数据和式 (7) 可得, 光伏发电的年发电成本为1 033.715万元。

3) 网损改善效益测算

从春夏秋冬季节中各选取3个典型日, 并将每个典型日从早上06:00到晚上18:00划分为12个时段。利用MATPOWER软件确定每个典型日的网损改善情况, 进而确定每个季节和一年的网损改善量。表1给出了夏季某典型日的逐时段网损改善情况, 表2给出了由典型日数据估算全年网损改善情况的结果。

由表1和表2结果可见, 该算例场景中的光伏接入有利于降低系统网损, 算例系统年网损降低达1 079.37 MW·h。据式 (8) 和式 (9) 测算, 其减少的CO2排放量为820.321t, 产生的经济效益为107.937万元。

4) 备用容量成本测算

取备用容量系数为θ=0.25, 由式 (10) 和式 (11) 可得, 算例中备用容量的年等效低碳成本为2 260.255t, 年等效经济闲置成本为297.402万元。

5) 低碳综合效益和碳排放补偿时间测算

根据式 (12) 和式 (13) , 综合光伏发电收益、光伏发电成本、系统网损改善效益和系统备用容量成本测算结果, 列于表3。

以国际碳排放权交易市场的核征减排量 (certification emission reduction, CER) 的碳排放权价格107.5元/t计算[7], 算例的光伏发电系统年低碳收益为71万元。

从而, 据式 (14) , 算例光伏系统的年低碳综合经济效益为37.4万元。上述结果表明, 虽然单纯从投资的经济角度考虑, 该项工程的投资经济可行性不高, 但若考虑光伏发电系统的低碳综合效益, 该项工程还是具备一定的投资可行性。

假设每年低碳效益不变, 则由式 (15) 可得碳排放补偿时间为2.9年。上述结果表明, 算例光伏发电系统的碳排放补偿时间指标是可观的, 低碳潜力较大。

5.3 算例结果分析

从CO2减排效益来看, 光伏发电替代传统火力发电能够取得良好的环境效益, 算例中光伏系统每发1kW·h相当于直接减少CO2排放554g, 与欧洲光伏产能协会 (European Photovoltaic Industry Association, EPIA) 提出的综合考虑多晶硅冶炼等因素, 1kW·h光伏发电可以减排0.6kg的CO2结果相近。未来通过新技术的应用, 以及光伏发电渗透率的逐渐提高, 光伏发电的初始碳投资还将大大减少, 光伏发电效益将明显增强, 从而可进一步增加光伏发电的低碳效益。

从低碳综合效益角度来看, 由于当前光伏发电成本高、投资大, 每年的经济收益与成本基本持平, 考虑光伏发电可观的低碳收益量, 并网光伏发电系统的低碳综合收益还是比较可观的。随着科技的进步, 光伏发电成本将大幅下降, 其经济效益和低碳综合效益也将更加突出。

上述结果表明:光伏发电系统与常规发电系统相比, 有很大的低碳综合效益优势。

6 结语

基于节能减排和低碳电力的发展要求, 本文研究了并网光伏发电工程的低碳综合效益评估模型和方法, 主要工作如下。

1) 运用全寿命周期低碳效益理念, 从光伏发电收益、光伏发电成本、系统网损改善效益和系统备用容量成本四个方面, 分析探讨了并网光伏发电工程的碳排放 (减排) 特性及经济效益构成。

2) 提出了低碳积极因素和消极因素、低碳正效应和负效应的概念, 将低碳综合效益分解为光伏发电成本、光伏发电量收益、系统网损改善效益和系统备用容量成本四个环节, 以及低碳 (碳减排) 效应和经济效益两个方面分别予以建模分析, 为更加精细化的分析未来有源配电系统的低碳效益奠定了基础。

3) 借鉴工程经济学中投资回收期的概念, 提出了碳排放补偿时间的概念, 为更加全面地分析评估光伏发电系统工程, 乃至其他新能源形式的并网发电系统的综合低碳效益提供了思路。

综合分析模型篇8

由于智能电网建设有可能带来巨大的经济和社会效益,包括中国在内的许多国家目前已将智能电网作为未来电力系统的重点发展目标之一,并积极推进相关的技术革新和管理转变[1,2]。智能电网综合建设工程是指适应经济开发区、工业区、科技城、生态园区、智能家居/社区等不同类型城市局部区域建设要求,由政府、电力公司、社会力量共同参与,以电网灵活可控、高可靠性供电、优质电力园区、绿色清洁能源、双向互动用电等为主题,涉及电网多个领域的综合性智能电网工程。智能电网综合建设工程直接面向社会、面向政府、面向用户,与区域经济社会发展有机融合。智能电网综合建设工程展现智能电网建设成果及效益,是社会各界感知和体验智能电网建设成果的有效途径。

智能电网建设需要大量资金,建设周期长且技术难度高[3]。近年来,国内外已有一些组织和学者从不同角度对智能电网建设和发展能够带来的效益做了分析[4,5,6,7,8,9]。随着智能电网全面建设工作的推进,智能电网综合建设工程将在较大范围内开展实施。电网企业迫切需要对其建设和运营经验进行总结,分析各个子工程的效益和贡献情况,从而促进智能电网综合建设工程进一步降低成本,加强技术投入,提升整体运行效益,为后续工程的方案设计和子工程的设置等提供参考。文献[10-14]对智能电网评价指标体系做出了研究,文献[15-18]给出了智能电网评价的方法和模型。然而这些指标体系和评价模型都难以适用于智能电网综合建设工程的评价,不能给出各个子工程的效益和贡献情况。

综上所述,本文提出科学、规范、合理的智能电网综合建设工程的贡献度分析模型,分析评价结果可用于指导减少项目实施的盲目性和避免投资浪费,实现综合项目的整体效能的最大化和最优化,有效地服务于区域战略目标,服务于经济和社会发展的要求,促进电网与社会的和谐发展。

1 综合建设工程的基本构架

智能电网综合建设工程在各经济开发区、工业园区、科技城、生态园区等区域内通过整体方案设计,可以为用户提供更加方便快捷、环保、智能的生活方式,形成用清洁能源发电、配电自动化、系统信息采集、电动汽车充电桩、智能家居智能电网技术系统。典型的智能电网综合建设工程主要包含的各系统如图1所示。

智能电网综合建设工程建成后对电力系统的生产与运行、用户智能用电与节能以及环保减排等多个方面都会产生积极影响。典型智能电网综合建设工程产生的经济社会环境效益及子工程的设置如图2所示。

总的来说,智能电网综合建设工程建成后将在绿色环保、服务民生、开放互动、商业模式、安全可靠、运营/运行效率方面产生显著效益。

2 贡献度分析的总体思路

本节提出建立智能电网综合建设工程的贡献度模型的研究思路。贡献度模型需要解决两个问题,一是研究实施智能电网综合建设工程后,可以产生哪些具体效益,二是明确子工程对这些指标的具体能“贡献”多少效益,贡献度的定义和计算方法。

(1)建立通用指标体系。智能电网综合建设工程效益通用指标是一个复杂系统,需要由经济、技术、社会、环境多个方面具有联系和区别的多项指标按照一定的结构层次组合在一起构成指标体系。根据智能电网综合建设工程本身的特点以及综合工程所产生的经济、技术、社会、环境等方面的影响特点,提出智能电网综合建设工程贡献度基本原则,在该基本原则的前提下,进一步细化并明确具体指标。由于智能电网综合建设工程贡献度是新的概念,而且智能电网技术也在不断创新发展,所以指标体系在建立后还应当根据实际情况不断健全完善。

(2)确定各层指标之间的权重。由于不同类型的智能电网综合建设工程,其服务侧重点不一致,因此在评价时的重点也应有所区别,这种区别体现在确定指标权重时,相同的指标,在不同类型的综合工程中,其分配得到的权重不同。由于智能电网综合建设工程贡献度模型及通用指标体系尚没有成熟的理论研究成果,既缺少足够的历史数据,又不能简单直接给出指标间相对重要程度,所以常见的一些用来确定指标权重的方法如主成分分析、因子分析、层次分析法等模型不再适用。可采用区间数-可能度矩阵方法确定指标权重。区间数-可能度矩阵方法将指标间相对重要程度用区间数来表示,利用可能度矩阵计算得出权重,不需要依赖于历史数据,增强了实际应用中的可信度。

(3)由于经济开发区、工业区、科技城、生态园区、智能家居/社区等不同类型的智能电网综合工程需求不同,所实施的子工程也不尽相同。例如甲工程有3个子工程,乙工程有4个子工程。所以需要设立一个子工程备选库,形成统一的辨识和筛选标准。研究某特定综合工程的子工程贡献度时,直接从该备选库中选取子工程。

(4)为定义“贡献度”概念,首先定义子工程直接贡献值。直接贡献值即实施子工程之前与实施该子工程之后的某项效益指标的差值。则子工程对单项指标贡献度定义为该项子工程对单项指标直接贡献值占全部子工程对该单项指标直接贡献值的比例。

解决了贡献度模型的两个关键问题后,将子工程对单项指标贡献度与指标权重做向量乘积(加权求和),即求得子工程对综合工程贡献度。

3 贡献度分析的指标体系

本文根据智能电网综合建设工程本身的特点以及综合工程所产生的经济、技术、社会、环境等方面的影响特点,基于全面性、科学性、可操作性、系统性、动态性和开放性等原则,建立绿色环保、服务民生、开放互动、商业模式、安全可靠、运营/运行效率6大方面贡献度指标体系。指标体系总的分类和依据如表1所示。

细化指标体系如表2所示。

4 贡献度分析的计算模型

智能电网技术贯穿于整个电能生产、传输和使用全过程,智能电网综合建设工程涉及清洁能源发电、智能输变电设备、通信网络、智能电表及其他监测设备、电动汽车充电桩等多个体系。为便于分析和计算,将综合建设工程划分为子工程1(清洁能源发电),子工程2(智能输变电工程),子工程3(通信工程),子工程4(智能电表及监测设备工程),子工程5(电动汽车相关工程)。

每个子工程的建设目标和侧重点都有所不同。其中,子工程1的主要目标是促进可再生能源发电的发展和节能减排;子工程2主要在于提高电能输送效率,减少线路和设备损失电量;子工程3,子工程4则在保证优质可靠电力供应的前提下降低用电成本,同时也实现了开放互动,促进需求侧响应,达到节约能源,改善负荷曲线的目的。子工程5在节能减排、服务民生方面有显著效益。

由于各个子工程的建设目标和侧重点有所不同,子工程对智能电网建设综合工程的各指标效益贡献有所不同。各个子工程对各指标效益贡献如何计量如何区分,子工程对各单项指标的“贡献度”如何定义,成为研究智能电网建设综合工程贡献度模型的关键问题。

本文提出各个子工程对各指标效益直接贡献值的定义及计算方法,直接贡献值即实施该子工程之前与实施该子工程之后的直接效益差值。贡献度定义为该项子工程对单项指标直接贡献值占全部子项目对该单项指标贡献值的比例。

4.1 模型建立

根据上述研究思路,提出智能电网综合建设工程贡献度模型如图3所示。

注:εi为评价智能电网综合工程的一级指标;αi为一级指标εi分得的权重;ε(i,j)为一级指标εi下的属性指标;α(i,j)为属性指标ε(i,j)分得的权重;βk(i,j)子工程k对属性指标ε(i,j)的贡献度注:εi为评价智能电网综合工程的一级指标;αi为一级指标εi分得的权重;ε(i,j)为一级指标εi下的属性指标;α(i,j)为属性指标ε(i,j)分得的权重;βk(i,j)子工程k对属性指标ε(i,j)的贡献度

4.2 方法步骤

4.2.1 利用区间数-可能度矩阵法计算各级指标权重

(1)建立区间数互补判断矩阵。根据指标划分,专家采用九标度法对指标两两比较,建立区间数互补判断矩阵Q:

(2)求解区间数权重向量。计算互补判断矩阵Q的行和,并做归一化处理,得到区间数权重向量。

利用可能度公式对权重向量两两比较,建立可能度矩阵P:

其中L(a)=a+-a-,L(b)=b+-b-。

(3)将可能度矩阵P行和归一化,便可得到权重向量。

4.2.2 计算各子工程对二级指标的贡献度

子工程对各个指标的直接贡献值表征含义差异很大,计量单位不相同,贡献度的定义则很好地解决了直接贡献值不同表征含义和不同单位的归一化问题。贡献度为比例数,无单位,各子工程对同一指标的贡献度和为1。

4.2.3 求解子工程k对综合工程的贡献度

子工程k对综合工程的贡献度为:

5 算例分析

以郑州高新技术开发区智能电网综合建设工程原始测评数据,结合专家对本工程的评估意见,由区间数-可能度矩阵方法计算得到各指标权重如表3等所示。

根据历史统计数据、专家评估数据、调查问卷等计算得到各子工程对于各二级指标贡献度。将各二级指标贡献度与单项指标做矩阵乘积,可得各子工程对各一级指标贡献度,如表4所示。

以表4中数据与各一级指标做矩阵乘积,得各子工程对综合工程贡献度,如表5所示。

由表5可得子工程2,子工程3,子工程4对智能电网综合工程贡献度大,其中子工程4贡献度最大,子工程2贡献度次之,并与工程4贡献度非常接近,说明智能电表及监测设备工程和智能输变电工程是智能电网中的核心工程,一方面说明实施智能电表及监测设备工程和智能输变电工程可以获得较高的经济社会价值,另一方面也说明应继续高度重视智能输变电系统的科技研发,资金投入和建设质量,才能确保智能电网综合建设工程发挥出应有的整体效益。子工程1和子工程5对智能电网综合工程贡献度较小,以电动汽车工程为最弱。这符合当前电动汽车使用量少,发展缓慢的现实背景。应继续关注电动汽车发展情况,当电动汽车进入快速发展的阶段后,智能电网综合工程应加大对电动汽车工程的投入。

6 结语

本文提出智能电网综合建设工程效益通用指标体系,提出各子工程对通用指标体系中底层指标的直接贡献值和贡献度定义及其计算方法,设计出子工程对整个建设工程的综合贡献度模型,算例结果表明模型科学有效。模型结果表明智能电表及监测设备工程和智能输变电工程对智能电网综合建设工程至关重要,需要高度重视,同时应继续关注电动汽车发展情况,当电动汽车进入快速发展的阶段后,智能电网综合工程应加大对电动汽车工程的投入。本文设计的贡献度模型可以每半年测算一次,以贡献度动态趋势反映智能电网发展中的变化情况。子工程对单项指标的直接贡献值的计算方法和原始数据取数途径需要进一步细化研究并规范。

摘要：智能电网综合建设工程的各项子工程产生的效益具有显著差异。通过分析各子工程的贡献度,能够科学地评价各子工程对总工程的重要性,并为综合工程发展方向提供参考。建立了智能电网综合建设工程效益评价通用指标体系,提出了各子工程的直接贡献值和贡献度矩阵的定义及其计算方法,从而构建子工程对整个建设工程的综合贡献度分析模型。最后以郑州高新技术开发区智能电网综合建设工程为例,结果表明,与智能电表及监测设备、智能输配电相关的子工程对智能电网综合建设工程的贡献度较大,电动汽车相关工程的贡献度最弱。须高度重视智能监测和输变电系统的科技研发,资金投入和建设质量并应密切关注电动汽车发展情况,适时加大对电动汽车工程的投入。

综合分析模型篇9

随着城市人口的快速增长,城市的环境污染、能源紧缺、交通堵塞、居住困难等问题日益突出,人居环境问题日趋严峻,住宅小区的宜居性理念也渐渐地在人们的思想中建立起来。目前,对住宅小区的环境影响评价仍停留在住宅小区的环境影响分析上,而忽略了外环境及建筑群落布局对小区居民造成的影响,而且对环境的生态宜居性未给予充分重视。所以本文根据人居环境科学的理论,参照国内外住宅小区人居环境评价体系,构建了基于模糊理论和层次分析法的普通住宅宜居性评价体系,并且通过抽样调查的方式获得实验数据,然后通过本算法把数据进行处理,得到的结果对房地产投资者或购房者提供了有益的参考。

层次分析法是美国运筹学家Saaty教授于20世纪70年代提出的一种实用的多方案或多目标的决策方法。它是一种对一些较为复杂、较为模糊的问题提出决策的简易方法,实用于一些难于完全定量分析的问题。而住宅小区宜居性分析过程正符合层次分析法的求解过程,所以本文将层次分析方法应用到宜居性问题的求解上。

1 基于模糊理论的层次综合评价方法

作为评价住宅小区的宜居性因素中,不仅有定量的因素还有定性的因素,对于定性方面的因素只进行论述性的分析就会给住宅小区宜居性评价带来较大的主观任意性。基于此,本文建立了多目标综合评价,即:建立评价指标体系;应用模糊数学理论进行住宅宜居性单指标评价;用改进的层次分析法来计算各指标的权重;最后通过计算结果直接得出各个住宅小区的宜居性排序。

在小区宜居性评价过程中,一部分指标是定量给出的,而另一部分指标量是定性的且具有一定的“模糊性”,难以应用到层次分析法中。运用模糊数学的原理和方法将定性因素转换成定量数据,然后运用到层次分析模型中,这就是模糊层次综合评价方法。

模糊层次综合评价中涉及的基本要素和主要方法可简要归纳如下:

1) 建立评价因素(指标)集 U={u1,u2,…,un},这是指评价指标的集合。

2) 建立(决策)评语集 $\tilde{V} = {\tilde{V_{1}}, \tilde{V_{2}}, \dots, \tilde{V_{m}}}$ ,指的是分级评语集,比如非常好、比较好、一般、比较差、非常差。

3) 建立单因素评判矩阵R 在此我们利用数学上的模糊数学的基本概念和基本原理,将决策中的定性因素转换成定量数据。传统的做法可能很难获得原始数据,经过改进作为专家来说很好把握这个数据的取值。

4) 确定各因素的权重W 此处采用层次分析与矩阵计算与转换的方法得到需要的结果。

5) 利用模糊层次分析法进行评价其结果为:

B=(W.R)T=(b1,b2,…,bm)T

在第三步骤中建立评价矩阵的计算方法如下:

1) 为每个因素赋值

根据城市住宅小区宜居性评价体系的层次结构,为体系中的每个因素进行赋值,由于此处有定性因素,所以萨泰经过研究采用9标度法为上述重要程度赋值。根据9标度法[1]建立n阶判断矩阵A(aij)n×n:

$A = [\begin{matrix} a_{11} & a_{12} & \dots & a_{1 n} \\ a_{21} & a_{22} & \dots & a_{2 n} \\ ⋮ & ⋮ & ⋮ & ⋮ \\ a_{n 1} & a_{n 2} & \dots & a_{n n} \end{matrix}] (1)$

其中aij>0;aii=1。

2) 计算各因素的相对重要度

计算判断矩阵的特征向量W,然后进行归一化处理即得到相对重要度:

Wi=(∏nj=1aij)1n (i=1,2,…,n)

W=∑ni=1WiWi=Wi/W (2)

3) 一致性判断

为了防止不同专家评定的标准不一致,所以检验判断矩阵的评价一致性,根据层次分析法的原理,可以利用λmax与n之差检验一致性。定义计算一致性指标为:

$λ_{\max} = \sum_{i = 1}^{n} \frac{[A W]_{i}}{n W_{i}} C . Ι = \frac{λ_{\max} - n}{n - 1}$

其中,λmax为判断矩阵A为最大特征值,[AW]i为矩阵[AW]的第i个分量。

定义一致性指标CR为: $C R = \frac{C . Ι .}{C . R .}$ ,其中C.R.为由n决定的随机性指标。为衡量C.I.可否被接受,Saaty通过一些比较极端的值,通过100～500个子样的实验得出了n与C.R.之间的关系,如表1所示。

若一致则C.R.=0;若不一致,则一般有λmax>n,因此C.R.>0。故一般情况下,当CR<0.10就认为判断矩阵具有一致性,说明每位专家的评价尺度是一直的,则结果是可取的;若满足CR≥0.10,则需要重新建立判断矩阵,进行相应计算,直到CR<0.10。

4) 算法的改进

在实际的操作中,由于上述方法有9中评价等级,作为专家来说很难把握其中的度,所以专家的判断尺度矩阵的建立需要反复很多次才能勉强建立起来,鉴于此本文简单化此种方案,即对评价尺度分成三个层次,1、0、-1,1表示前面比后面的重要,0表示两个指标同样重要,-1表示后面的指标比前面的指标重要。即:

设某待决策指标体系S的准则层有n个指标,即Z1,Z2,…,Zn,其相应的权重分别为W1,W2,…,Wn,且W1+W2+…+Wn=1,使用上面的方法建立比较矩阵为:

$C = [\begin{matrix} c_{11} & c_{12} & \dots & c_{1 n} \\ c_{21} & c_{22} & \dots & c_{2 n} \\ ⋮ & ⋮ & ⋮ & ⋮ \\ c_{n 1} & c_{n 2} & \dots & c_{n n} \end{matrix}] (3)$

其中

$c_{i j} = {\begin{cases} 1 指标 Ζ_{i} 比指标 Ζ_{j} 重要 \\ 0 指标 Ζ_{i} 比指标 Ζ_{j} 同样重要 \\ - 1 指标 Ζ_{i} 没有指标 Ζ_{j} 重要 \end{cases}$

然后通过下列步骤,通过数学换算求出在准则层下各属性指标的权重程度。

(1) T为C的最优传递矩阵

$Τ = [\begin{matrix} t_{11} & t_{12} & \dots & t_{1 n} \\ t_{21} & t_{22} & \dots & t_{2 n} \\ ⋮ & ⋮ & ⋮ & ⋮ \\ t_{n 1} & t_{n 2} & \dots & t_{n n} \end{matrix}] (4)$

其中, $t_{i j} = \frac{1}{n} \sum_{t = 1}^{n} (c_{i t} + c_{t j})$ 。

(2) F为矩阵T转化的一致性矩阵

$F = [\begin{matrix} f_{11} & f_{12} & \dots . & f_{1 n} \\ f_{21} & f_{22} & \dots & f_{2 n} \\ ⋮ & ⋮ & ⋮ & ⋮ \\ f_{n 1} & f_{n 2} & \dots & f_{n n} \end{matrix}] (5)$

其中,fij=exp(tij)。

(3) 最后求出F的特征向量W

用方根法所得W=[W1,W2,…,Wn]T,所求的的特征向量Wi即可作为各指标的权重。

2 算法在住宅宜居性评价的应用

2.1 指标体系的建立

为了更好地从各个方面评价一个小区,我们构建了一套针对于城乡住宅小区的宜居性评价指标体系指标,包括6大类28项分指标,具体指标见图1所示。

2.2 评语集合的建立

为了获得上述指标体系的调查问卷,本文分层抽样,并且按照性别、年龄的不同进行等距随机抽样调查。本文调查来源于某个城市,首先对城市进行区域划分,划分成繁华地区、发展地区和城郊地区,在这些区域中选取具有代表性的住宅小区进行问卷抽样调查,这样是为了保证被调查小区的分散性和全面性,而且使所抽的小区代表了其所处地带。

2.3 指标权重的确定

在整个研究体系中,指标权重的确定是最主要的一步,由于篇幅的关系我们只对一级指标权重的确定做详细介绍,一级指标即:生活方便性指标、居住安全性指标、自然环境舒适度指标、人文环境舒适度指标、出行便捷度指标和居住环境健康性指标。在确定这6项指标权重的过程中我们邀请了有关方面的专家,具体的过程如图2所示。

表2以某专家判断一级指标为例,说明指标权重的计算步骤。

然后根据公式(2)计算 $\bar{W}_{i}$ ,则 $\bar{W}_{1} = 0.352$ , $\bar{W}_{2} = 1.222$ , $\bar{W}_{3} = 1.864$ , $\bar{W}_{4} = 1.979$ , $\bar{W}_{5} = 0.849$ , $\bar{W}_{6} = 0.794$ ,然后对向量 $(\bar{W}_{1}, \bar{W}_{2}, \bar{W}_{3}, \bar{W}_{4}, \bar{W}_{5}, \bar{W}_{6})^{Τ}$ 进行归一化,w1=0.049,w2=0.173,w3=0.264,w4=0.28,w5=0.12,w6=0.112,BW=(0.3293,1.1073,1.758,1.772,0.7375,0.7715)T,λmax=6.523,CI=0.1045,CR=0.0843<0.1,则说明此专家的评价过程具有满意的一致性。

其他各指标权重向量均依据以上步骤及方法进行,最后将各专家权重值进行平均值计算,并进行一致性检验,得出宜居社区评估各级指标权重值,如图3所示。

确定各个指标的权重是最困难的。然后就根据调查问卷,获得各个小区的居民对各个二级指标因素的打分统计,把打分统计乘各自的权重的和就得到一级指标的得分,最后把一级指标的得分与权重的乘积之和得到每个小区的最后得分情况,下面拿一个小区的数据来说明计算过程:

① Y1=2.788×0.168+4.26×0.142+2.408×0.148+5.2×

0.116+2.056×0.313+1.357×0.113≈2.8298

② Y2=4.952×0.401+2.128×0.376+1.964×0.010+

2.035×0.213≈3.2390

③ Y3=3.420×0.203+2.944×0.314+5.232×0.324+

2.836×0.157+4.860×0.002≈3.7688

④ Y4=3.680×0.489+4.96×0.568+

0.438×0.057≈4.6418

⑤ Y5=2.776×0.177+3.135×0.227+3.218×0.237+

3.697×0.359≈3.2929

⑥ Y6=2.776×0.243+3.062×0.319+1.958×0.135+2.001×

0.166+1.023×0.011+1.864×0.126≈2.4940

Y=2.8298×0.212+3.2390×0.212+3.7688×0.156+4.6418×

0.108+3.2929×0.200+2.4940×0.112≈3.3137

这个是郊区某小区的得分,使用同样的方法求市区和农村的Y的值分别是4.0156和2.9874,则市区、郊区和农村的小区的宜居性一目了然。

如果采用改进层次分析法,判断矩阵为:

$A = [\begin{matrix} 0 & 0 & 1 & 1 & 1 & 1 \\ 0 & 0 & 1 & 1 & 1 & 1 \\ - 1 & - 1 & 0 & 1 & - 1 & 1 \\ - 1 & - 1 & - 1 & 0 & - 1 & - 1 \\ - 1 & - 1 & 1 & 1 & 0 & 1 \\ - 1 & - 1 & - 1 & 1 & - 1 & 0 \end{matrix}]$

$F = [\begin{matrix} 1 & 1 & 2.3010 & 4.4817 & 1.6487 & 3.2112 \\ 1 & 1 & 2.3010 & 4.4817 & 1.6487 & 3.2112 \\ 0.4346 & 0.4346 & 1 & 1.9477 & 0.7165 & 1.3956 \\ 0.2231 & 0.2231 & 0.5134 & 1 & 0.3679 & 0.7165 \\ 0.6065 & 0.6065 & 1.3956 & 2.7183 & 1 & 1.9477 \\ 0.3114 & 0.3114 & 0.7165 & 1.3956 & 0.5134 & 1 \end{matrix}]$

最终计算结果为W=[0.486012,0.486012,0.003274,0.000005,0.024197,0.000443]T,然后利用得到的权重与通过调查得到的数据进行计算三个小区的宜居性Y值,虽然得到的数据不尽相同,但是排列顺序还是一样的。通过比较,这两种方法的结果是一致的。

其中在计算最优传递矩阵时使用的最主要的C语言代码如下:

for(i=0;i<=n;i++)

{

for(j=0;j<=n;j++)

{

temp=0.0; //temp是中间变量

for(t=0;t<=n;t++)

{

temp+=A[i][t]+A[t][j]; //矩阵A是比较矩阵

}

B[i][j]=exp(temp/n); //矩阵B是通过最优传递矩阵求解的一致性矩阵

}

3 结语

在对小区宜居性评价的过程中,我们得到了以下几点心得体会:

(1)本文的层次分析,判断矩阵的建立采用了三个指标度量法,比9标度法容易操作很多,作为专家就可以很好地把握评价标准。

(2)本文的层次分析法,不需要进行传统方法的一致性检验,而是通过最优传递矩阵将比较矩阵转换为一致性矩阵。此方法可快速排列权重值,而且矩阵的计算推导过程明确简单,使用MATLAB很容易实现。

(3)本文的层次分析法与传统的分析法在结果上是一致的,使计算简单层次法更加有效。

(4)本文只是对此城市的三个区进行计算,但是对于更多小区来说计算方法是一样的,只是获得数据有些繁琐。

参考文献

[1]李金明,李润.基于AHP-FCE法的煤矿安全管理系统的研究[J].计算机应用与软件,2010,27(4):227-229.

[2]朱天志,刘晓,李政.现代住宅功能设计中的定量与模糊概念[J].河北科技师范学院学报,2006,18(3):24-31.

[3]黄虎解,耿永常,赵晓红,等.住宅建筑方案优化设计研究与实现[J].计算机辅助设计与图形学报,2006,12(6):423-427.

[4]刘素平.普通住宅户型分析[J].山西建筑,2006,32(5):21-22.

综合分析模型篇10

随着工信部正式发放4G牌照,三大运营商的4G网络建设正如火如荼的展开。根据中国电信的4G网络规划,北方各省电信计划在2年左右内部署到位,实现市区、县城城区、4A及以上旅游景点的覆盖。

传输网作为通信网的基础网络,需要提前实施到位。2008年运营商重组之后,北方电信获得了联通划转的C网资源及部分传输资源。然而由于划转资源有限,且重组之后联通减少了划转部分的维护力量,导致北方电信在各大县城城区的可用传输资源几乎为零。

中国电信集团依据各省分公司的经济收入分配年度投资,作为经济收入排名末几位的北方各省电信公司每年所得投资远低于南方电信。如何利用有限的投资开展县城传输网建设,既能保障LTE网络的开通,又能实现投资效益最大化,成为北方电信公司网络建设的决策问题。县城综合业务接入光缆网建设方案不能照搬城区建设模式。是一步到位完成城区全覆盖,还是有选择、分种类分区域的逐步覆盖?光交覆盖半径多少米时整体接入网投资最节省?主干光缆敷设多少芯最合理?这些都需要进行科学的分析和评估。

2 北方县城特点及传输资源概况

区域特点:除了行政划分的县、地级市外,还有部分大型农场、林场等也作为“县”级考虑。大部分县城城区面积在2-10平方公里之间,少数经济发达的城区面积达到20平方公里。县城人口增速平缓,趋于稳定。人口密度不高,每平方公里人口在8000-10000之间。

网络特点:

2008年后的新建基站以自建12芯光缆为主,但大部分基站接入光缆仍以2008年老联通划转为主,虽然划转时协议签订有4-8芯,实际只有SDH在用的2芯可用。

县城宽带接入方式仍以ADSL为主,接入铜缆使用接近10年,资源老化,维护成本较高。

县城管道资源以划转为主,划转基本只有2-3孔子管,且大部分段落使用已到饱和。在运营商拆分后,联通对原有的传输资源不再进行维护,少部分管孔出现断裂、阻塞等情况。

在县城区域,电信业务收入中约80%来源于移动网业务,固网及宽带业务收入仅占20%;

总体来说,北方县城的基础传输资源非常薄弱,个别县城几近空白。

3 县城综合业务接入光缆网建设策略

(1) 战略布局,传输先行

优先建设接入主干环,完成传输资源的战略布局;

后期根据接入点的需求,逐步完善配线层规划和建设,提供快速接入能力;

接入主干环与LTE基站接入协同规划;

(2)统一规划,分步实施

结合政企、宽带、基站等接入需求,明确接入方式和模型,统一规划建设一张光缆网;

结合县城经济收入排名、LTE建设顺序等因素,分步骤分批次建设实施;

(3)深度挖潜,充分利旧

摸清现有自建传输资源、划转资源,网络规划方案充分考虑利旧;

引入纺织子管等新技术,实现现有划转管孔的再利用;

(4)精打细算,实现投资效益最大化

纤芯规划满足未来3-5年的接入需求,合理预测,避免浪费。

统筹分析接入主干环、潜在接入点的投资造价,计算最经济的光交覆盖半径,规划最合理的主干环模型。

4县城综合业务接入光缆网建设原则

(1)结合LTE覆盖范围、政企小区需求,划定综合业务接入光缆网覆盖区域。原则上应先覆盖业务相对明确的区域。对于即将进行的棚户改造区、经济开发区、工业区等应暂缓覆盖,待动工后结合市政建设,按需覆盖。

(2)IP RAN组网要求B节点成对设置,在机房条件满足情况下,优先选择双节点环形接入主干环,其次选择单节点接入主干环;

(3)接入主干光缆芯数需根据未来3-5年的接入需求进行测算,原则上应不低于144芯;配线光缆芯数可采用48芯-144芯,但不应超过主干光缆芯数。

(4)光交箱作为业务收敛点,应设置在接入点中心区域,不宜设置在县城边缘区域,避免接入点与主配线光缆重复敷设,增加投资。

(5)光交箱容量以288芯及以上为主。原则上主干光缆为144芯时,光交箱选用288芯,主干光缆为288芯时,光交箱选用576芯,配线光交选用288芯。对于接入点数量特别大的区域,可适当增加光交箱容量。

(6)按照“一张光缆网”的目标,建设“分层、分区”、“环形、链型”等多种保护方式相结合的光缆网。

5县城综合业务接入光缆网建设模型分析

5.1接入主干纤芯需求预测分析

接入主干纤芯是为满足基站接入组网、家庭宽带接入、政企专业及政企宽带接入所用。在做需求分析时要结合接入点的网络承载方式、渗透率、市场占有率、目标接入点数量等因素科学预测。各类型的接入纤芯需求如表1所示:

家庭宽带业务采用PON接入方式,采用1:64分光比。在北方通信市场中,电信占有份额较少,本模型以电信能三分天下取其一估算市场占有率即30%。家庭宽带的总纤芯需求=住户数量*90%*30%/64,其中90%代表100户家庭有90户会进行宽带接入。如住户数量调研困难或调研太费资源时,可用城区人口数量/3代替。

政企专线(高端)业务指专线业务,客户对电路质量、网络保护等级等要求较高,一般采用SDH/IP RAN接入方式,一个业务点通常需要2芯。

政企宽带(低端)业务一般指网吧、商务楼内企业租用的宽带业务,通常采用PON接入方式。在商务楼内集中用户时通常采用1:64一级分光,非楼内分散用户时需适当缩小分光比,增加传输距离,本模型按照1:32计算。

基站接入采用IP RAN承载方式,使用接入主干环的共享纤芯进行组网。平均单站按照使用2芯主干纤芯计算。

在计算了上述业务需求后,规划芯数时还需增加30%冗余,但切不能盲目成倍放大。一般144芯接入主干环可提供264~288芯主干纤芯,288芯接入主干环可提供528-576芯主干纤芯。

5.2 光缆覆盖半径及光交个数分析

在划定一片区域内,光交数量和光交覆盖半径成反比。光交数量越多,接入主干环投资越大,但光交覆盖半径越短,未来接入点接入投资越少;反之光交数量越少,则接入点投资投资越大。为取定经济最优的光交数量和光交覆盖半径,需对规划期内的整个接入网投资进行计算分析。

假设县城面积为S,光交平均覆盖(无缝覆盖)整个业务区,取光交的覆盖面积呈六边形,则光交数量a与光交覆盖半径r的关系为:

取接入点光缆单位公里造价1.75万元/公里,接入主干环光缆单位公里造价3.7万元/公里(144芯),光交箱造价2万元/个,管道单位公里造价17万元/公里(按照某省电信运营商管道造价计算)。则:

单个接入点光缆投资

单个接入点管道投资

接入主干环管道投资

接入网总投资 (N为目标接入点数量,为预测值)