[发明专利]一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法

权利要求书

1.一种蓄热电锅炉消纳系统监测数据评价系统，其特征在于，包括蓄热电锅炉监测数据采集模块、改进型秩相关度计算模块、模糊评价模块；

所述蓄热电锅炉监测数据采集模块，用于采集蓄热电锅炉消纳系统监测数据，包括供水温度、回水温度、供水压力、回水压力和室外温度，并读取消纳系统指标数据；所述消纳系统指标数据包括用户室内温度、消纳系统电表所测消纳量和锅炉自身运行状态；

所述改进型秩相关度计算模块，用于根据收集来的数据相对于消纳指标定量计算不同因素对于同一消纳系统指标的相关度，并相对于同一消纳系统指标筛选出主要影响因素，再根据不同因素对于同一消纳系统指标的相关度，将主要影响因素划分成不同因素集，并根据不同因素的相关度计算其权重；

所述模糊评价模块，根据改进型秩相关度计算模块筛检后变量因素形成的因素集和消纳系统指标构建的评价集获得隶属度向量，再通过模糊算子将相应的权重与隶属度矩阵进行计算，获得对指标数据的评价。

2.如权利要求1所述的蓄热电锅炉消纳系统监测数据评价系统的评价方法，其特征在于，包括以下步骤：

步骤l：每隔一段时间采集蓄热电锅炉消纳系统监测数据，包括供水温度、回水温度、供水压力、回水压力和室外温度，并读取消纳系统监测数据对应的消纳系统指标数据，得到N对观察数据(x_I，y_I)；所述消纳系统指标数据包括用户室内温度、消纳系统电表所测消纳量和锅炉自身运行状态；

步骤2：将N对观察数据组合为样本空间S，将样本空间S划分为K个连续均等的小样本空间，每个小样本空间含有n对观察数据(x_i，y_i)：

步骤3：采用趋势数据法，通过相邻数据的变化率来对第K_z个小样本空间中的消纳系统监测数据进行优化；

步骤4：提取变化率的正负表示变化趋势，得到消纳系统监测数据的变化趋势数据集{m_x}，然后对变化趋势数据集{m_x}进行编排秩次得到数据集{P_kz}；

步骤5：采用趋势数据法，通过相邻数据的变化率对第K_z个小样本空间中的消纳系统指标数据进行优化；

步骤6：提取变化率的正负表示变化趋势，得到消纳系统指标数据的变化趋势数据集{m_y}，然后对变化趋势数据集{m_y}进行编排秩次得到数据集{Q_kz}；

步骤7：根据数据集{P_kz}和{Q_kz}计算消纳系统监测数据相对于消纳系统指标数据的秩相关度r_kz；

步骤8：对其余K-1个小样本空间重复步骤3至步骤7，获得K个小样本空间的K个秩序相关度r^k＝(r_k1......r_kz.......r_kk)；

步骤9：通过置信区间公式确定消纳系统监测数据相对于消纳系统指标数据的真实秩相关度r_real有100*(1-a)％可能性落到第K_z个小样本空间的秩相关度区间范围内，其中，a为显著性水平常数，Z_N为不同置信度所对应的常数；

步骤10：通过单侧置信边界确定消纳系统监测数据相对于消纳系统指标数据的真实秩相关度r_real有100*(1-a/2)％的可能性为

步骤11：用K个小样本空间所得样本秩相关度对真实秩相关度进行置信估计修正，并选下边界为真实秩相关度，即消纳系统监测数据在样本空间S下，真实秩相关度r_real有100*(1-a/2)％的可能性为

步骤12：对所有消纳系统监测数据分别执行步骤3至步骤11，得到所有p个消纳系统监测数据相对于同一消纳系统指标数据的秩相关度为：r^o＝(r_real1，r_real2...，r_realp)；

步骤13：根据统计学原理筛选出的g个消纳系统监测数据作为影响消纳系统指标数据的主要因素，并作为模糊评价模块的因素集U，重新编排构成筛选后的因素形成变量向量组X＝(X₁，X₂，...，X_q)，秩相关度向量r＝(r₁，r₂，...，r_q)；

步骤14：将秩相关向量进行模数归一化处理，获得权重向量Ω＝(ω₁，ω₂，...，ω_q)；

步骤15：利用筛选后的因素构建评价集V＝(v₁，v₂，...，v_m)；

步骤16：根据评价集V对因素集U中的每一个因素进行专家打分，得到每一个因素的隶属度向量C_q＝(c_q1，c_q2，...，c_qm)；

步骤17：根据对因素集U中所有因素打分获得的隶属度向量C_q得到隶属度矩阵

步骤18：将权重向量Ω与隶属度矩阵C通过模糊算子进行计算，得到综合评价向量B＝(b₁，b₂，...，b_m)；

步骤19：选取运行状态评分标准向量V＝(90，80，60，30)^T，将综合评价向量B转换为评分分数。