基于三角模糊多属性决策的配电网投资效益评价

为了解决配电网投资建设中广泛存在的投资决策问题,提出了一种新的配电网投资效益综合评价方法。该方法以配电网投资效益为核心评价目标,构建了目标层、准则层、指标层3层指标体系。在权重计算中,提出了三角模糊多属性决策方法,推导并简化了三角模糊判断矩阵的一致性校验方法与权重求解算法,提出采用EFC-OWG算子进行模糊信息的集成。结合模糊层次分析法建立了综合评价模型。算例表明:所提方法可以有效地对配电网的投资效益进行评价,评价结果可为配电网的规划、投资决策提供参考。

基于弱学习回归树的电网基建投资模型研究

简要介绍了弱学习回归树的基本原理和神经网络在弱学习回归树中的应用。以某变电站为例进行数据仿真与算法效能评价分析,研究弱学习回归树对投资模型的支持效果。结果显示,在迭代次数、曲线估计前推周期数、分析精度等方面基于神经网络的弱学习回归树算法均优于基于聚类重构的弱学习回归树算法,表明基于神经网络的弱学习回归树算法在电网基建投资分析方面具有良好的效用。