一种区域能源在短期内的安全预警方法

技术领域

本申请涉及能源安全技术领域，尤其涉及一种区域能源在短期内的安全预警方法。

背景技术

各类能源的供应量和需求量之间的不平衡状态，将导致能源面临着极大的安全隐患，对社会经济的发展平稳性与可持续性造成重要影响。为保证能源安全，相关技术采用能源预警技术对能源安全进行预警，其中，对能源安全度水平进行评估是能源预警技术的重要步骤之一。但是，目前针对能源安全度水平的评估方法存在局限性，其主要针对某一能源进行评估，评估指标较少且针对定性指标也较少，这些指标依赖于专家模糊评估给出指标数值，无法准确表征实际的能源情况，从而导致能源安全预警准确度不高。

发明内容

本申请提供了一种区域能源在短期内的安全预警方法，以解决当前能源安全预警的准确度不高的技术问题。

为了解决上述技术问题，第一方面，本申请提供了一种区域能源在短期内的安全预警方法，包括：

获取目标地区能源系统的定性指标数据，目标地区能源系统包括至少一个能源子系统，每个能源子系统对应有多个定性指标；

利用云理论，根据定性指标数据，提取目标地区能源系统的定量数据；

对定量数据进行降维，生成预警指标数值矩阵；

利用熵权法，根据预警指标数值矩阵，分析目标地区能源系统的能源安全度；

基于能源安全度，对目标地区能源系统进行预警。

在一些实现方式中，利用云理论，根据定性指标数据，提取目标地区能源系统的定量数据，包括：

利用云理论中的云重心评价法，根据每个定性指标对应的评语集，建立云模型；

基于云模型，计算定性指标数据的期望值，并将期望值为定量数据。

在一些实现方式中，云模型为：

其中，E

在一些实现方式中，对定量数据进行降维，生成预警指标数值矩阵，包括：

利用主成分分析法，计算定量数据的累计贡献率；

基于累计贡献率，筛选满足预设贡献率条件的目标定量数据，目标定量数据组成预警指标数值矩阵。

在一些实现方式中，利用主成分分析法，计算定量数据的累计贡献率，包括：

对定量数据进行标准化，得到标准化矩阵；

计算标准化矩阵中每个定量指标之间的相关系数，生成相关系数矩阵；

基于相关系数矩阵，计算定量数据的累计贡献率。

在一些实现方式中，利用熵权法，根据预警指标数值矩阵，分析目标地区能源系统的能源安全度，包括：

根据预警指标数值矩阵中各个定性指标的特征比重，确定每个定性指标的的熵权；

利用预设的安全度计算公式，根据熵权和预警指标数值矩阵，计算目标地区能源系统的能源安全度。

在一些实现方式中，安全度计算公式为：

α＝V·p；

其中，α为能源安全度，V为预警指标数值矩阵，p为熵权组成的列向量。

第二方面，本申请还提供一种区域能源在短期内的安全预警装置，包括：

获取模块，用于获取目标地区能源系统的定性指标数据，目标地区能源系统包括至少一个能源子系统，每个能源子系统对应有多个定性指标；

提取模块，用于利用云理论，根据定性指标数据，提取目标地区能源系统的定量数据；

生成模块，用于对定量数据进行降维，生成预警指标数值矩阵；

分析模块，用于利用熵权法，根据预警指标数值矩阵，分析目标地区能源系统的能源安全度；

预警模块，用于基于能源安全度，对目标地区能源系统进行预警。

第三方面，本申请还提供一种计算机设备，包括处理器和存储器，存储器用于存储计算机程序，计算机程序被处理器执行时实现如第一方面的区域能源在短期内的安全预警方法。

第四方面，本申请还提供一种计算机可读存储介质，其存储有计算机程序，计算机程序被处理器执行时实现如第一方面的区域能源在短期内的安全预警方法。

与现有技术相比，本申请至少具备以下有益效果：

通过获取目标地区能源系统的定性指标数据，目标地区能源系统包括至少一个能源子系统，每个能源子系统对应有多个定性指标，以考虑多种能源的定性指标，从而实现对多种能源安全预警的通用性；利用云理论，根据定性指标数据，提取目标地区能源系统的定量数据，以对定性指标进行量化，并有效避免专家模糊评估带来的数据误差；再对定量数据进行降维，生成预警指标数值矩阵，以降低计算量；最后利用熵权法，根据预警指标数值矩阵，分析目标地区能源系统的能源安全度，以及基于能源安全度，对目标地区能源系统进行预警，从而利用云理论结合熵权法降低主观误差，提高能源安全预警的准确度。

附图说明

图1为本申请实施例示出的区域能源在短期内的安全预警方法的流程示意图；

图2为本申请实施例示出的区域能源在短期内的安全预警装置的结构示意图；

图3为本申请实施例示出的计算机设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参照图1，图1为本申请实施例提供的一种区域能源在短期内的安全预警方法的流程示意图。本申请实施例的区域能源在短期内的安全预警方法可应用于计算机设备，该计算机设备包括但不限于智能手机、笔记本电脑、平板电脑、桌上型计算机、物理服务器和云服务器等设备。如图1所示，本实施例的区域能源在短期内的安全预警方法包括步骤S101至步骤S105，详述如下：

步骤S101，获取目标地区能源系统的定性指标数据，所述目标地区能源系统包括至少一个能源子系统，每个所述能源子系统对应有多个定性指标。

在本步骤中，定性指标为影响能源安全的指标，其包括但不限于供需因素指标、运输因素指标、灾变因素指标、经济因素指标和环境因素指标。能源子系统包括但不限于煤炭能源子系统、石油能源子系统和天然气能源子系统。

可选地，以包括煤炭、石油、天然气的能源系统作为预警对象，在综合考虑科学性、可比性、动态性、敏感性、易得性等原则的基础上，获取各个能源子系统的供需因素指标数据、运输因素指标数据、灾变因素指标数据、经济因素指标数据和环境因素指标数据。

步骤S102，利用云理论，根据所述定性指标数据，提取所述目标地区能源系统的定量数据。

在本步骤中，云理论可以为云重心评价法，对定性指标数据进行定量处理，得到定量数据。

在一些实施例中，所述步骤S102，包括：

利用云理论中的云重心评价法，根据每个定性指标对应的评语集，建立云模型；

基于所述云模型，计算所述定性指标数据的期望值，并将所述期望值为所述定量数据。

在本实施例中，对于每一个定性指标的具体评语内容建立评语集S，规定S所对应的数域为[0，1]，根据评语集中的具体元素数量n进行数域变化区间分配如下表所示：

评语集的云模型可以表示为：

/>

E

对于定性指标的k组评语，按照计算各组评语云模型的期望值和数据熵，则该定性指标的云模型可表示为：

其中，E

步骤S103，对所述定量数据进行降维，生成预警指标数值矩阵。

在本步骤中，将各子系统的全部指标完成量化后，利用主成分分析(PCA)进行特征数据的降维，并生成预警指标数值矩阵。

在一些实施例中，所述步骤S103，包括：

利用主成分分析法，计算所述定量数据的累计贡献率；

基于所述累计贡献率，筛选满足预设贡献率条件的目标定量数据，所述目标定量数据组成所述预警指标数值矩阵。

在本实施例中，可选地，对所述定量数据进行标准化，得到标准化矩阵；计算所述标准化矩阵中每个定量指标之间的相关系数，生成相关系数矩阵；基于所述相关系数矩阵，计算所述定量数据的累计贡献率。

示例性地，设观测样本(即上述定量数据)的样本矩阵为：

其中，n代表样本个数，p代表每个样本都有p个变量。为了最小化样本集的方差，需要通过以下两步进行计算：一是样本的坐标进行旋转变化，使矩阵能够正交化；二是选取新的主成分。

对样本集中元素x

其中，S

得到标准化矩阵Z：

计算相关系数矩阵：

其中，r

通过特征方程|R-λ

则贡献率和累计贡献率分别为：

其中，i＝1,2,…p，α

选择m(m≤p)个新的主成分。选取前m个因子Z

步骤S104，利用熵权法，根据所述预警指标数值矩阵，分析所述目标地区能源系统的能源安全度。

在本步骤中，根据选出的新的主成分，利用熵权法确定各子系统各指标的权重，计算出各子系统的安全度。

在一些实施例中，所述步骤S104，包括：

根据所述预警指标数值矩阵中各个所述定性指标的特征比重，确定每个所述定性指标的的熵权；

利用预设的安全度计算公式，根据所述熵权和所述预警指标数值矩阵，计算所述目标地区能源系统的能源安全度。

在本实施例中，可选地，所述安全度计算公式为：

α＝V·p；

其中，α为所述能源安全度，V为所述预警指标数值矩阵，p为所述熵权组成的列向量。

示例性地，熵权的计算过程如下：

子系统经过主成分分析后得到的新决策矩阵如下：

对矩阵中的数据进行归一化处理，得到标准化矩阵Z＝(z

计算各项指标中各个样本数据的特征比重：

p

计算各项指标的熵值：

K＝1/lnn，确保各指标的熵值落在[0，1]之间，n＞0；

计算各项指标的差异性系数：

d

确定各项指标的熵权：

m项指标的熵权共同构成子系统各指标权重的列向量：

p＝(τ

步骤S105，基于所述能源安全度，对所述目标地区能源系统进行预警。

在本步骤中，确定各子系统的安全度，进而成功建立某地区的能源安全预警评价指数如下：

V

其中，α

为了执行上述方法实施例对应的区域能源在短期内的安全预警方法，以实现相应的功能和技术效果。参见图2，图2示出了本申请实施例提供的一种区域能源在短期内的安全预警装置的结构框图。为了便于说明，仅示出了与本实施例相关的部分，本申请实施例提供的区域能源在短期内的安全预警装置，包括：

获取模块201，用于获取目标地区能源系统的定性指标数据，所述目标地区能源系统包括至少一个能源子系统，每个所述能源子系统对应有多个定性指标；

提取模块202，用于利用云理论，根据所述定性指标数据，提取所述目标地区能源系统的定量数据；

生成模块203，用于对所述定量数据进行降维，生成预警指标数值矩阵；

分析模块204，用于利用熵权法，根据所述预警指标数值矩阵，分析所述目标地区能源系统的能源安全度；

预警模块205，用于基于所述能源安全度，对所述目标地区能源系统进行预警。

在一些实施例中，所述提取模块202，具体用于：

利用云理论中的云重心评价法，根据每个定性指标对应的评语集，建立云模型；

基于所述云模型，计算所述定性指标数据的期望值，并将所述期望值为所述定量数据。

在一些实施例中，所述云模型为：

其中，E

在一些实施例中，所述生成模块203，包括：

计算单元，用于利用主成分分析法，计算所述定量数据的累计贡献率；

筛选单元，用于基于所述累计贡献率，筛选满足预设贡献率条件的目标定量数据，所述目标定量数据组成所述预警指标数值矩阵。

在一些实施例中，所述计算单元，具体用于：

对所述定量数据进行标准化，得到标准化矩阵；

计算所述标准化矩阵中每个定量指标之间的相关系数，生成相关系数矩阵；

基于所述相关系数矩阵，计算所述定量数据的累计贡献率。

在一些实施例中，所述分析模块204，具体用于：

根据所述预警指标数值矩阵中各个所述定性指标的特征比重，确定每个所述定性指标的的熵权；

利用预设的安全度计算公式，根据所述熵权和所述预警指标数值矩阵，计算所述目标地区能源系统的能源安全度。

在一些实施例中，所述安全度计算公式为：

α＝V·p；

其中，α为所述能源安全度，V为所述预警指标数值矩阵，p为所述熵权组成的列向量。

上述的区域能源在短期内的安全预警装置可实施上述方法实施例的区域能源在短期内的安全预警方法。上述方法实施例中的可选项也适用于本实施例，这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容，在本实施例中，不再进行赘述。

图3为本申请一实施例提供的计算机设备的结构示意图。如图3所示，该实施例的计算机设备3包括：至少一个处理器30(图3中仅示出一个)处理器、存储器31以及存储在所述存储器31中并可在所述至少一个处理器30上运行的计算机程序32，所述处理器30执行所述计算机程序32时实现上述任意方法实施例中的步骤。

所述计算机设备3可以是智能手机、平板电脑、桌上型计算机和云端服务器等计算设备。该计算机设备可包括但不仅限于处理器30、存储器31。本领域技术人员可以理解，图3仅仅是计算机设备3的举例，并不构成对计算机设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，该处理器30还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器31在一些实施例中可以是所述计算机设备3的内部存储单元，例如计算机设备3的硬盘或内存。所述存储器31在另一些实施例中也可以是所述计算机设备3的外部存储设备，例如所述计算机设备3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述计算机设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

另外，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在计算机设备上运行时，使得计算机设备执行时实现上述各个方法实施例中的步骤。

在本申请所提供的几个实施例中，可以理解的是，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围。特别指出，对于本领域技术人员来说，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。