电力能效评估研究综述

《宁夏电力》2016年第6期
电力能效评估研究综述
周亚武，王星华，李壮茂，田明正，许炫壕
（广东工业大学自动化学院，广东广州510006）
摘要：科学有效的电力能效评估，不但可以综合反映电网或用户的整体用能状况及主要能
耗问题，还能够根据评估结果，有针对性地制订节能方案，为节能减排工作提供借鉴和帮助。

本
文针对电力能效评估目前存在的关键问题，研究了国内外电力能效评估的新进展，综述了电力
能效评估指标体系与主要评估方法，提出了一种基于物理架构以及功能架构的电力能效评估系
统设计，并且对其各模块实际应用作了简要说明。

关键词：能效；能效评估指标体系；能效评估方法
中图分类号：TM714文献标志码：A文章编号：1672-3643（2016）06-0027-07
有效访问地址：/10.3969/j.issn.1672-3643.2016.06.005
Review on the evaluation of power energy efficiency
ZHOU Yawu,WANG Xinghua,LI Zhuangmao,TIAN Mingzheng,XU Xuanhao
(School of Automation,Guangdong University of Technology,Guangzhou Guangdong510006,China) Abstract:Scientific and effective energy efficiency assessment not only can reflect the grid or the
user's overall energy situation and main problem of energy consumption comprehensively,but also
according to the evaluation results,aiming at making energy-saving scheme and providing reference
and help for energy-saving emission reduction work.This paper summarizes the research progress of
power energy efficiency evaluation both the domestic and foreign,points out the key problems of power
energy efficiency evaluation at present,summarizes the power energy efficiency evaluation index
system and the main evaluation methods,presents a design of the energy efficiency evaluation system
based on the physical architecture and the functional architecture,and briefly describes the practical
application of each module Description.
Keywords:energy efficiency;energy efficiency evaluation index system;energy efficiency evaluation
method
DOI：10.3969/j.issn.1672-3643.2016.06.005
收稿日期：2016-08-18
作者简介：周亚武（1992），男，硕士研究生，主要研究方向为数据挖掘在电力需求侧管理中的应用、电力需求侧能效评估等。

·27
·
随着我国经济的快速发展，能源消耗增大、利用率低的发展问题也逐渐凸显，为缓解能源紧张问题，节能减排成为迫切需要。

电力行业的行业特征决定了其节能工作好坏与否将直接影响其它行业节能减排工作的成效，是节能减排的关键环节[1]。

基于此，研究电力能效评估方法及技术，通过能效评估措施降低需求侧耗能，为节能减排工作提供借鉴和帮助，具有极其重要的现实意义。

目前，国内外专家学者在电力能效评估方面做了大量的研究工作，构建了各类能效评估指标体系，提出了多种评估方法，并进行了实例分析。

本文概述了电力能效评估研究进展，指出了电力能效评估目前存在的几个关键问题，对现有的能效评估指标体系以及评估方法进行了系统的归纳分析，阐述了各种方法的基本应用及其在应用过程中的局限性。

在此基础上结合能效模块需求，分析能效评估系统的层次架构，提出了一种基于物理架构以及功能架构的电力能效评估系统设计，并且对其各模块实际应用作了简要说明。

1电力能效评估研究概述及关键问题1.1电力能效评估研究概述
能效概念由美国首次提出，其背景是1965年美国大停电事故，专家学者开始关注急剧增长的电力需求及电力系统的可靠性［2］。

上世纪70年代，欧美国家首先提出电力能效管理技术，并做了相当的工作。

M.A.Rosen［3］
设备的能效情况，分析其热力损失。

Ang B.W［4］基于自底向上的方法提出了综合能效指数，并以此为指标对地区及国家的能效趋势进行监测。

Ma-heswaran D［5］提供了高效节能电机、高效节能变压器等电力节能技术发展成果，并阐明电力行业节能的潜力。

Stenqvist C与Nilsson L J［6］对瑞典能源密集型行业企业进行了能效评估。

我国电力能效评估工作与国外相比起步较晚，但是经过多年的研究也有一定的成果。

文献［7］在1982年首次提出广义节能的概念，为我国能效评估工作奠定良好基础。

文献［8］对能效监测系统有关技术进行了综述，介绍了系统在电力等行业的应用情况。

文献［9］结合节能与能效评估技术，建立了多级能效监测平台。

文献［10］介绍了电力需求侧能效管理与需求响应系统的物理架构、功能结构，并详细分析了系统的关键技术。

经过多年的研究，国内外学者们提出了多种电力能效评估的指标体系及其分析方法，各种指标体系及方法的总结与归类如图1
所示。

图1电力能效评估指标体系及方法分类1.2电力能效评估关键问题分析
虽然国内外学者对电力能效评估进行了不少理论上的基础研究，但在实际研究中还有以下几个关键问题点亟待解决：（1）就能效评估指标体系研究而言，研究者提出的指标体系种类繁多，但是目前没有文献将各种指标体系进行宏观分类及微观细化，导致很多读者无法短时间内对整个指标体系有个直观的认识。

（2）就能效评估方法而言，研究者对各种评估算法做了大量阐述，但是以往的文献没有对各种评估算法进行综合性地概述分析，在不同典型算法适用性特点的总结上也存在不足。

（3）随着智能电网的发展，如何利用计算机技术及高精度集成技术，达到实时能效评估来实现优化用电结构的智能用电。

2能效评估指标体系
能效评估指标体系是开展评估工作的基础和依托，构建电力能效指标体系应遵循以下5项原
··28
则：一是可测量性和可计算性；二是全面性和简要性；三是科学性和适用性；四是整体性和层次性；五是动态性和稳定性。

在现有研究中，电力能效评估指标体系可宏观性地分为电网能效评估指标体系和电力用户能效评估指标体系2类。

2.1电网能效评估指标体系
目前，智能电网已成为世界电网发展的大趋势，围绕智能电网能效评估建立指标体系，是智能电网建设的基础。

欧美智能电网从发、输、变、配、用、调度6个环节以及通信平台建设出发，整理归纳了评估指标建议［11］。

欧美智能电网所提指标的关注领域主要有分布式发电、新能源发展、储能技术、输电网运行维护能力以及产生的社会效益、智能变电站建设及其运行与控制、配电系统自动化、智能表计、需求侧管理、电力线通信应用状况等。

借鉴国外经验，依据我国相关规划及智能电网的发展状况，不少学者提出我国智能电网评估指标体系。

文献［12］将指标体系分为表征智能电网宏观现象的战略指标集和考虑微观因素的过程指标集，考虑了所有利益相关者的需求，但并未给出电网的设备指标，且未按发、输、变、配、用、调度等环节进行指标细化。

文献［13-14］构建的输电网和中低压配电网能效评估指标体系选取电网静态元件参数、动态运行参数以及损耗参数来反映能效状况，可以更好地适应电网的发展趋势，但是仅从电网角度出发提取指标，没有挖掘其中的关联关系。

文献［15］除了将指标体系划分为宏观需求指标集与微观评估指标集，还充分考虑了智能配电网的网络坚强度、供电可靠性、电能优质性、电网互动性、运营高效性、发展协调性以及设施智能化程度，构建的智能配电网多层级评估指标体系既满足了指标间的因果关联，又反映了电网发展与运行中存在的问题。

2.2电力用户能效评估指标体系
国外智能电网的建设集中在配电和用电侧，通过双向交互等手段，赋予用户控制的权利，让电力用户积极参与电力市场化运作，参与能效评估与需求侧响应［16］。

在国外，电力需求侧管理的对象是居民用户，而我国则是工业企业。

针对电力需求侧管理，国内众多学者在评估体系方面展开研究工作。

文献［17］从安全性、优质性以及高效性需求考虑进行指标选取，所得指标包括用户安全事故次数、用户安全事故总伤亡人数、用户安全事故总财产损失、供电可靠性、电能质量、电力服务、月/年平均电价以及用户投资回报比等。

该体系虽然从宏观上考虑了电力用户利益相关者的需求，但是没有细化指标集，且对工业用户、商业用户和居民用户区分度不足，没有给出详尽的、有针对性的指标。

文献［18］综合技术、经济与管理能效指标，构建了工业企业用户能效评估指标体系，但并未考虑工业用电带来的环境污染问题对能效评估的影响。

文献［19］建立的电力用户企业综合能效评估指标体系从电能质量、经济、生产、环保等方面对企业进行指标描述，但其指标过于精简，无法客观全面地反映用户企业的电力能效水平。

文献［20］为居民用户建立了家庭能效指标体系，评估指标主要包括家庭用户信息、家用电器信息、家庭用电信息、节能设备信息以及环境因素影响，综合了用户家庭用电习惯和家用电器使用特征时间段，增强了用户对用电情况的了解，有助于挖掘用户家庭的节能潜力。

3能效评估方法
电力能效评估的核心在于其可靠的评估算法，为了使评估结果尽量客观全面，国内外学者们提出了各种评估方法，对定性指标定量化，使指标体系具有可计算性，通过计算机软件加以实现。

3.1层次分析法（Analytic Hierarchy Process，AHP）
AHP是把定性方法与定量方法有机结合的决策方法，能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较，确定同一层次元素相对上一层元素的数量关系后，进行简单的数学运算。

文献［13-14］分别对输电网和配电网建立层次化模型，运用AHP确定每个单项指标的权重向量，结合其状态值，最后计算得到综合分值，可以
·
·29
找出输电网和配电网的能效薄弱环节。

文献［21］针对配电网损耗，采用AHP原理评估，采取的不同节能措施根据评估分值反映不同的效果，将配电网的节能潜力分为4个水平。

AHP的思想在于不割断各个因素对结果的影响，影响程度都是量化的，而且所需定量数据信息较少，但是，AHP并不能为决策提供新方案，仅可以从备选方案中选择较优者，定量数据较少，定性成分多，不易令人信服，而且当指标过多时，数据统计量大，权重难以确定。

3.2模糊综合评价（Fuzzy Comprehensive Evalua⁃tion，FCE）
FCE以模糊数学为基础，根据隶属度原理将定性分析转化为定量评价，适合解决非确定性问题。

文献［19］基于模糊综合评判原理结合指标体系建立能效评估模型，从最低层次的各个因素进行综合评估，并依次向上直到目标层，进而得到最终评估结果，该方法比较依赖人的主观分析，易对评估结果造成影响。

文献［22］提出一种在负荷侧实施的需求侧管理评估方法，运用FCE对需求侧响应的不确定性方面进行建模，考虑了电力用户的社会阶层、能效使用模式以及长期的政策变化等因素，并主要关注如何提高家用电器的能效问题。

文献［23］结合现有的信息技术指标体系，采用FCE分析指标特征，构建电网企业信息化投资效益评价模型，在定量分析的基础上进行定性分析，避免过多的假设，获得一个公平合理的评价结果。

FCE能对蕴含信息呈现模糊性的数据做出比较科学、贴近实际的量化评价，评价结果以向量形式出现而非具体的数值点，可以比较准确地刻画被评价对象。

但是，指标的权重大多人为确定，具有较大的主观性，并且当指标集个数较大时，在权重向量和为1的条件约束下，相对隶属度权系数一般偏小，权重向量与模糊矩阵不匹配，结果会出现超模糊现象，无法区分谁的隶属度更高，甚至造成评判失败，此时宜用分层模糊评估
法加以改进。

3.3主成分分析法（Principal Component Analysis，
PCA）
PCA旨在利用降维的思想，用较少的变量去解释原来数据中的大部分变量，将许多高相关性的变量转化成彼此相互独立或不相关的变量，把多指标转化为少数几个综合指标。

文献［24］将PCA应用于输电网规划方案综合决策，首先计算指标相关矩阵的特征根与规范化的正交特征向量确定主成分，再计算累积贡献率，获取起主要作用的主成分，最后给出综合评估函数对各个方案进行评估。

其权重的确定依赖客观数据特征，无需主观确定，降低了评价过程中的主观性和偶然性。

文献［25］以北京为例，从GDP、产业输出、城镇居民家庭人均年可支配收入、农村家庭人均年净利润等经济因素中提取主成分，建立一个多参数主成分回归模型进行中长期电力负荷预测。

与其他负荷预测方法相比有效地保留了原始变量的大部分信息，减少数据之间的相关性，提高预测的准确性。

文献［26-27］针对传统PCA在高维指标评估中的局限性提出了改进PCA方法，对数据进行均值化改进处理，在降低指标维数获取主成分的同时，还保留了原始数据的全部信息，与传统PCA法相比提高了分析精度。

在主成分分析中，首先应保证所提取的前几个主成分的累计贡献率达到一个较高的水平，其次这些主成分必须都能够给出符合实际意义的解释，否则主成分将空有信息而无实际含义。

3.4组合评价方法
为弥补单一评估方法在实际应用中的缺陷，学者们提出多种组合方法构建模型，试图通过不同评估方法的组合来获得更加贴近实际的结果。

最常见的是基于AHP和FCE的组合方法。

文献［28-32］利用AHP建立指标体系并确定指标权重，根据FCE原理建立模型，将评估指标等级量化，克服了传统AHP对主观经验的依赖性。

文献［33］利用模糊评估中的乘加算子、0-1型乘法算子以及主从型乘法算子，建立基于多算子层次分析模糊评价模型，对电网安全与效益综合评价指标体系进
··30
行计算。

文献［34］针对配电网经济性运行，采用基于区间数的FCE，将区间理论与层次分析法结合计算指标权重，建立基于区间梯形隶属度函数的模糊综合评估模型，与常规FCE相比更符合实际，可操作性更强。

文献［35-36］为简化计算过程，提高评估效率，对AHP做了如下改进：利用最优传递矩阵形成判断矩阵，省略一致性检验；将九标度法以三标度法取代，降低主观性对结果的影响。

另外，文献［37-38］分别提取了电力用户及电网黑启动模式的评估指标体系进行层次化处理，利用PCA对能效指标进行筛选优化，消除指标间的关联，但在标准化原始数据后，所提取主成分包含的信息不够全面。

文献［39］构建二级指标信息熵模型与一级综合指标的PCA模型相结合的火电机组状态综合评估模型，从数据自身出发，评估过程无需人工赋权。

文献［40］采用PCA和聚类分析构造综合主成分评价指标函数并生成主成分因子载荷矩阵，最终给出定量计算结果。

该方法权重的确定取决于客观数据的特征，减轻人为干扰，并提供了运用主成分因子载荷聚类分析作为指标体系分类的新思路。

3.5人工智能方法
人工智能方法具有广阔的前景，是一种优良的智能化辅助决策工具，提供了诸如人工神经网络、模式识别、知识发现与机器学习以及决策树等方法选择。

随着人工智能的发展，相关技术及算法也被引入评估模型的构建中。

基于遗传算法的投影寻踪理论能效分级原理［41］，将分布于多维空间的数据投影到低维空间，采用格雷码加速遗传算法找到最优投影方向，构建电力用户的遗传投影寻踪等级评价模型（Genetic Projection Pursuit Grade Evaluation Model，GPP-GEM），此法收敛性较好，计算速度快，鲁棒性强，能够解决投影优化问题。

而以神经网络为核心建立模型［42］，运用正交最小二乘法进行仿真学习，不用给定某个特定的数学解析式，该模型将主观经验和客观评估信息有机结合，可以适应智能电网能效监测管理的需要。

文献［43］运用人工智能技术提高电能质量，通过实验研究模糊控制和神经网络，证明神经网络是降低谐波和无功补偿的更好选择，其鲁棒性比传统控制更好。

4电力能效评估系统设计与应用
能效评估系统的开发可以促进电力用户用电的合理性，调节电力负荷的峰谷差，达到优化用电结构的智能用电效果。

根据系统的功能需求分析，系统的整体功能结构如图2所示。

基于AMI体系的智能
配电网能效监测系统
系统登录
监测系统主界面
数据采集子系统数据管理子系统能效管理与分析子系统界面及绘图系统子系统电
能
信
息
采
集
同上
级主
站双
向通
信
用
户
信
息
管
理
初
始
化
数
据
库
数
据
输
入
与
修
改
数
据
输
出
用
户
能
效
评
估
电
力
需
求
响
应
电
能
质
量
分
析
系
统
图
的
绘
制
应
用
操
作
界
面
信
息
展
示
窗
口
图2系统的组成
系统由4个模块构成：数据采集子模块，数据管理子模块，能效管理与分析子模块，界面及绘图系统子模块。

系统可以根据智能电表定时或实时取得用户带有时标的或实时的多种计量值，如用电量、用电功率、电压、电流等信息，包括反向电能和功率测量，利用采集的数据为能效分析提供数据基础。

通过数据管理子系统，系统可以整理各种数据，包括表计信息和用户信息，并能配合AMI自动数据收集系统处理和储存电表的计量值；能效管理与分析子系统的核心包括电力能效评估模型的建立和能效信息检索与咨询应用；界面及绘图子系统是基于Web界面提供了用户能效评估、电能质量管理、电力需求响应和数据管理入口，并提供了方便的用电信息查询检索功能及使用图形展示用电情况、分布式电源运行状况等。

具体流程如图3所示。

·
·31
电能信息数据采集平台
（智能电表）
电力专网光纤通信
数据库管理构造能效评估模型进行用户能耗分析电力需求响应结果显示界面
参数管理及能效评估主界面
界面表现层
应用层
数
据层
通
信层采
集层数据库访问接口程序
确定能效指标体系用户能效分析报告
图3系统功能实现流程
系统采用基于Web 的B/S 多层结构，包括：采集层、通信层、数据层、应用层以及界面展示层，运用计算机和数据库技术，实现了电网在线的电能质量监测、能效评估与安全预警。

5结论
本文综述了国内外能效评估的研究现状，为
几点关键性问题提供了明确的研究思路：
（1）将能效评估指标体系宏观性地分为电网能效评估指标体系和电力用户能效评估指标体系2类，同时微观细化各环节的指标集，帮助读者更好地了解掌握能效评估指标体系的内容和特点；
（2）通过梳理各种评估算法的适用性特点，弥补了以往文献介绍在单一评估方法上的缺陷；
（3）结合智能电网的发展提出了一种基于物理架构以及功能架构的电力能效评估系统设计，为通过实时能效评估来实现优化用电结构的智能用电提供了新的解决思路，克服了在该领域应用研究上的不足。

参考文献
［1］张振,谭忠富,胡庆辉.中国电力产业能效分析及节能
减排途径[J].电力学报,2010（05）:360-365.
［2］蒋玲.企业配电网能效分析评估与节能系统设计研究[D].湖南大学,2014.
［3］Rosen MA.Improving the Efficiency of Electrical Sys⁃
tems via Exergy Methods[C]//Electrical Power Confer⁃ence,2007.EPC 2007.IEEE Canada,Montreal,Que.,2007：467-472.［4］Ang B W.Monitoring changes in economy-wide energy
efficiency:From energy-GDP ratio to composite efficien⁃cy index[J].ENERGY POLICY ，2006,34(5):574-582.［5］Maheswaran D,Kailas K,Rangaraj V,et al.Energy effi⁃
ciency in electrical systems[J].IEEE International Con⁃ference on Power Electronics ，2012.
［6］Stenqvist C,Nilsson L J.Energy efficiency in energy-in⁃
tensive industries—an evaluation of the Swedish volun⁃tary agreement PFE[J].Energy Efficiency ，2012,5(2):225-241.
［7］徐寿波.论广义节能[M].长沙：湖南人民出版社，1982.［8］彭旭东,邱泽晶,肖楚鹏.电力用户能效监测与需求响
应研究综述[J].节能技术,2013（03）:243-246.［9］孙勇,方彦军.高耗能行业省域多级能效监测体系设
计研究[J].华东电力,2014（03）:520-523.
［10］闫华光,陈宋宋,钟鸣,等.电力需求侧能效管理与需求
响应系统的研究与设计[J].电网技术,2015（01）:42-47.［11］黄晨宏,许唐云,刘俊,等.国内外智能电网统计指标体
系现状与构建方法初探[J].华东电力,2011（12）:1981-1985.［12］王彬,何光宇,梅生伟,等.智能电网评估指标体系的构
建方法[J].电力系统自动化,2011（23）:1-5.
［13］付可欣,彭澎,孔静,等.基于层次分析法的输电网能效
评估方法研究[J].电测与仪表,2016（03）:23-26.［14］杨小彬,李和明,尹忠东,等.基于层次分析法的配电网
能效指标体系[J].电力系统自动化,2013（21）:146-150+195.［15］张心洁,葛少云,刘洪,等.智能配电网综合评估体系与
方法[J].电网技术,2014（01）:40-46.
［16］倪敬敏,何光宇,沈沉,等.美国智能电网评估综述[J].
电力系统自动化,2010（08）:9-13.
［17］王彬,何光宇,陈颖,等.智能电网评估指标体系中电
力用户需求指标集的构建[J].电网技术,2012（06）:21-26.［18］田贺平,杜松怀,韩晓慧,等.基于AHP-熵权法的企业
电力综合能效评估[J].智能电网,2015（02）:112-118.·
·32
［19］吴剑飞,姚建刚,陈华林,等.电力客户能效状态模糊综合评估[J].电力系统保护与控制,2010（13）:94-98，
103.
［20］曲朝阳,王冲,王蕾,等.智能用电环境下的家庭电力能效评估指标体系[J].华东电力,2014（06）:1079-
1084.
［21］Li Liu,Chang Liu，Yuechao Wang.Distribution grid effi⁃ciency assessment grading research based on AHP[C]
2014China International Conference on Electricity Dis⁃
tribution(CICED).Shenzhen,2014：1503-1506.［22］Rad M B,Moghadam M P,Sheikh-El-Eslami M K.
Fuzzy Evaluation of Energy Efficiency Improvement Im⁃
pact on Load Shape[J].Power Tech,IEEE Lausanne.
2007.
［23］L.Wei,Y.Xiudi,Z.Qianyuan，L.Jiannan.Research and Implementation of the Informatization Investment
Efficiency of Grid Enterprise Evaluation Model Based
on Fuzzy Comprehensive Evaluation Method[C]//Com⁃
putational and Information Sciences(ICCIS).2012
Fourth International Conference.Chongqing,2012：
396-399.
［24］聂宏展,聂耸,乔怡,等.基于主成分分析法的输电网规划方案综合决策[J].电网技术,2010（06）:134-138.［25］Li Yingying，Niu Dongxiao.Application of Principal Component Regression Analysis in power load forecast⁃
ing for medium and long term[C]//20103rd Internation⁃
al Conference on Advanced Computer Theory and Engi⁃
neering(ICACTE).Chengdu,2010：V3-201-V3-203.［26］马瑞,康仁,罗斌,等.基于改进主成分分析法的火电机组能耗特征识别方法[J].电网技术,2013（05）:1196-
1201.
［27］商立群,王守鹏.改进主成分分析法在火电机组综合评价中的应用[J].电网技术,2014（07）:1928-1933.［28］李正明,张纪华,陈敏洁.基于层次分析法的企业有序用电模糊综合评估[J].电力系统保护与控制,2013
（07）:136-141.
［29］李鸣慎,杨帆,杨夯,等.基于层次分析与模糊评判的电动汽车充电站能效评估[J].电测与仪表,2013（09）:
69-73.
［30］W.Meng,L.Kai and Z.Songhui.Evaluation of Electric Vehicle Charging Station Sitting Based on Fuzzy Analyt⁃
ic Hierarchy Process.Digital Manufacturing and Auto⁃
mation(ICDMA).2013Fourth International Conference.
Qingdao,2013：568-571.
［31］W.Kehe,W.Jinshui,Y.Yue，C.Bohao.The Study of In⁃formatization Investment Benefit Evaluation for Grid En⁃
terprise Based on Fuzzy Analytic Hierarchy Process[C]//
Computational and Information Sciences(ICCIS).2013
Fifth International Conference.Shiyang,2013：359-362.［32］肖运启,王昆朋,贺贯举,等.基于趋势预测的大型风电机组运行状态模糊综合评价[J].中国电机工程学报,
2014,13:2132-2139.
［33］穆永铮,鲁宗相,乔颖,等.基于多算子层次分析模糊评价的电网安全与效益综合评价指标体系[J].电网技
术,2015（01）:23-28.
［34］马丽叶,卢志刚,胡华伟.基于区间数的城市配电网经济运行模糊综合评价[J].电工技术学报,2012（08）:
163-171.
［35］Xu H,Zhou Q,Liu J,Lin S Zheng R.Assessment of pow⁃er system black-start schemes based on improved ana⁃
lytic hierarchy process and fuzzy comprehensive evalua⁃
tion.[J]Smart Grid Technologies-Asia(ISGT ASIA),
2015IEEE Innovative.Bangkok,2015：1-6.
［36］段若晨,王丰华,顾承昱,等.采用改进层次分析法综合评估500kV输电线路防雷改造效果[J].高电压技术,
2014（01:131-137.
［37］罗耀明,毛李帆,姚建刚,等.电力用户综合能效评估模型[J].电力系统及其自动化学报,2011（05）:104-
109.
［38］区伟健,房鑫炎.基于熵值法和主成分分析法的黑启动模式评估[J].电力系统保护与控制,2014（08）:22-
27.
［39］齐敏芳,付忠广,景源,等.基于信息熵与主成分分析的火电机组综合评价方法[J].中国电机工程学报,2013
（02）:58-64，12.
［40］高新华,严正.基于主成分聚类分析的智能电网建设综合评价[J].电网技术,2013（08）:2238-2243.
［41］马立新,朱润,周小波.电力用户的智能能效分析及评级新方法[J].控制工程,2016（04）:474-477.
［42］马立新,朱润.实时能效分析及智能评级方法[J].电子科技,2015（06）:1-4.
［43］Bangia S,Sharma P.R.Garg M,Comparison of artificial intelligence techniques for the enhancement of power
quality[C]//Power,Energy and Control(ICPEC).2013
International Conference.Sri Rangalatchum Dindigul,
2013：37-541.
·
·33。