基于熵權決策法的電力工程建筑節能設計方案優選

于慶雯，童建國

（1.浙江天地環保工程有限公司，杭州310009；2.浙江省電力設計院，杭州310012)

基于熵權決策法的電力工程建筑節能設計方案優選

于慶雯1，童建國2

（1.浙江天地環保工程有限公司，杭州310009；2.浙江省電力設計院，杭州310012)

對應用熵權決策法結合實際工程建筑節能方案，進行了綜合經濟評估與優選，得出了多種方案的優選排序，以某項電力工程建筑節能設計為例進行了節能方案優選，為電力工程建筑的設計建設提供參考。

電力工程；建筑節能；優選；熵權

建筑耗能是能源消耗的重要組成部分，它包括建設耗能和使用耗能，前者是建筑材料的生產和施工過程的能源消耗，而后者是建筑物在使用期的耗能，和建筑設計、使用管理有密切關系，在當前能源日趨緊張的形勢下，建筑使用階段節能已成為貫徹節能減排的重要內容。

電力工程建筑節能設計優選是一個涉及眾多指標的綜合評價過程，多指標的綜合評價往往需要確定各個指標的相對重要性程度，在確定權重的基礎上，進一步對多個節能設計方案進行排序，選出最優的電力工程建筑節能設計方案。采用熵權法確定各個指標的重要程度，利用指標變異程度的大小來確定客觀的熵值以及權重，并建立基于熵權決策法的電力工程建筑節能設計方案優選模型。

1 熵權決策法基本原理

1.1 指標權重的確定

電力工程建筑節能設計評價是多指標綜合評價體系，各個指標對建筑節能設計的影響程度不同，因此需要確定指標權重來體現這種影響差異。確定權重的方法包括主觀法和客觀法2種，主觀賦權法是決策者根據經驗對各個指標的重視程度進行賦值，如Delphi法、AHP法等；客觀賦權法則是從實際數據出發，依據已有信息（決策矩陣）進行賦權，如熵權法、主成分分析法、人工神經網絡法等，避免由于主觀認識差異帶來的沖突。

在眾多的客觀賦權法當中，主成分分析法通過原有指標的線性組合產生較少的新指標來代替原有指標，不僅起到降維的作用，而且可以通過新指標對原來信息的反映程度作為權重，該方法客觀性強，不足之處在于新指標不可能完全反映原有指標的信息，有一定的偏差。人工神經網絡是基于人腦神經網結構而人工構造的信息處理系統，需要大量的樣本數據，并且信息系統處理比較繁雜，可操作性相對較低。相比之下，熵權法利用指標變異程度的大小來確定客觀的熵值以及權重，既避免了主觀評價帶來的偏差，又具有較高的可操作性。

熵本身是物理學的概念，最早是為了將熱力學第二定律進行格式化而引入的。之后，由熱力學的熵發展到了統計物理學的熵，此時，熵就表示粒子之間無規則的排列程度，或者說，表示系統的紊亂程度，系統越“亂”，熵就越大；系統越有序，熵就越小。到了第三階段，發展為信息熵，它表示某一事件的不確定性程度，同時也可以用來衡量所獲得的信息量的多少。

而信息論中的熵是對不確定性的度量，決策過程獲得的信息量大小和質量與決策的精度以及可靠性密切相關，信息量越大，不確定性就越小，熵值也越小。信息和熵是互補的，信息是負熵。按照熵理論，熵值越小，意味著指標提供的有用信息量越多，不確定性也越小，基于該指標進行評價的難度較小，指標權重就應該較大。因此應用熵權值來判定各個指標的權重是一個較為理想的尺度，可以盡量避免主觀性帶來的偏差。

假定有m個評價指標，有n個備選方案，每個備選方案在各個指標上的指標值構成評價矩陣：

對R做標準化處理，得到R=（rij）m×n；其中rij稱為第j個備選方案在第i個指標之上的值。

假定當fij=0時，fij1nfij=0。也可以選擇k，使0≤Hi≤1，這種標準化在進行比較時是很有必要的。

第i個指標的熵權定義為：

由上述定義可知，熵權的大小與被評價的對象或者方案有關，它并不是在決策過程中各個指標的實際重要程度系數，而是在給定被評價對象或者備選方案集以后，在指標值確定的情況下，對各指標相對重要性程度的衡量。當各備選方案在某個指標上的值完全相同時，熵值達到最大值1，而熵權則達到最小值0，此時意味著該指標未提供任何有用信息，可以考慮取消；當各備選方案在某個指標上的值相差較大時，熵值較小，熵權較大，意味著該指標提供了較多的有用信息，換個角度也可以認為各方案在該指標上有明顯差異，應重點考察。

1.2 方案優選排序

采用熵權決策方法進行電力工程建筑節能設計方案的排序優選，與權重確定過程相協調，具有簡單明了、可操作性高等特點。熵權決策法是建立在熵權基礎上的多指標綜合評價方法，可以在只有判斷矩陣而沒有專家權重的情況下使用，也可以與專家權重結合起來使用。

本文在只有判斷矩陣的基礎上，建立基于熵權決策法的電力工程建筑節能設計方案優選計算模型。熵權決策法的主要應用步驟如下：

（1）確定n個備選方案，m個評價指標，每個方案在各個指標上的值構成矩陣：

（2）對上述矩陣進行標準化，得到標準化后的目標矩陣R=（rij）m×n：

式中：I1為收益性指標，值越大越好；I2為損失性指標，值越小越好；I3為越接近某一固定值越好的指標，即值越接近ri越好。

（3）加入熵權（按照上述熵權公式計算）以后，指標的屬性矩陣轉化為：

（4）被評價對象與理想點P*的貼近度為：

（5）根據Tj值從小到大對各方案進行排序，Tj值越小，說明方案越優。

若Tj值相等，再以被評價對象到理想點的距離加以區分，值越小，方案越優。值的計算公式為：

2 方案優選的應用

2.1 節能方案的獲得與選取

以某天然氣熱電聯產工程中的主廠房設計為例，通過熵權決策法對各方案進行優選。根據工程設計說明中所給材料配置要求，得到基礎方案即方案1。在該方案中，主廠房及燃氣機房材料配置如表1所示。

表1 主廠房及燃氣機房材料配置

在方案1的基礎上，改變原有空調房間外墻的保溫層厚度，分別得到保溫層厚度為35 cm，40 cm和45cm這3種外墻節能方案，分別稱為方案2、方案3、方案4。

與此同時，在方案1的基礎上，改變原有屋頂保溫層的厚度，分別得到保溫層厚度為35 cm，40 cm和45 cm這3種屋面節能方案，分別稱為方案5、方案6、方案7。

在方案1的基礎上，改變外窗為鋁合金普通中空玻璃窗（5+6A+5）的方案，稱為方案8。

2.2 節能方案的經濟評價與優選

針對該案例，選取建筑物空調年耗電量指標，采暖年耗電量指標，相對于方案1的增額總投資，相對于方案1的增額凈現值，相對于PKPM軟件中參照建筑年能耗的建筑節能比率這5個評價指標，在計算中分別用指標1，指標2，指標3，指標4，指標5表示。其中空調年耗電量指標，采暖年耗電量指標，增額總投資為損失性指標，越小越好；而增額凈現值和建筑節能比率為收益性指標，越大越好。

各方案的分析指標如表2所示，現采用熵權決策法進行各備選方案優選。

（1）各備選方案在各指標上的指標值所構成評價矩陣R′：

（2）對評價矩陣R′進行標準化，得到標準化后的評價矩陣R：

（3）各指標的熵值計算如下：

根據式（2）得H1=0.530 040，H2=0.565 855，H3=0.117 876,H4=0.000 000，H5=0.593 396。

（4）各指標的熵權計算如下：

根據式（3）得ω1=0.147 192，ω2=0.135 975，ω3=0.276 282，ω4=0.313 201，ω5=0.127 349。

（5）考慮熵權后的指標屬性矩陣A為：

表2 方案分析評價表

（7）被評價對象與理想點P*的貼近度為：

T1=0.845 773，T2=0.759 763，T3=0.678 167，T4=0.617 543，T5=0.822 147，T6=0.814 328，T7= 0.822 131，T8=0.148 096

（8）根據T值的大小，可得方案優劣順序為：T8＜T4＜T3＜T2＜T6＜T7＜T5＜T1即方案8>方案4>方案3>方案2>方案6>方案7>方案5>方案1。

通過熵權決策法綜合評估后可得，最優方案為將建筑物外窗由斷熱鋁合金普通中空玻璃窗（6+12A+6）改為鋁合金中空窗（5+6A+5），其次為通過改變有空調房間的外墻保溫層厚度來調節建筑物節能性能的若干方案，再者是通過調整有空調區域屋頂保溫層厚度來調節保溫性能的幾個方案，最后為基礎方案即方案1。各備選方案相對于方案1而言都有較好的經濟效果。

3 結論

（1）熵權法利用指標變異程度的大小來確定客觀的熵值以及權重，建立了基于熵權決策方法的電力工程建筑節能設計方案優選模型，包括指標權重的確定和方案的優選排序兩個方面，為決策者評選節能設計方案提供了完整的評價內容和評價方法。

（2）通過熵權決策法優選后，本工程建筑節能設計方案為改變建筑物外窗型式為最優方案，其次為改變外墻保溫層厚度的若干方案，再者是調整屋頂保溫層厚度的幾亇方案。

[1]王宇澤．工業建筑節能設計實踐[J]．工業建筑，2008（10）∶15-19.

[2]胡建虹．淺議工業建筑設計中的節能問題[J]．江西煤炭科技，2005（2）∶39-40.

[3]閻小妍，孟虹，湯明新．綜合評價中不同賦權方法的比較探討[J]．中國衛生質量管理，2006（4）∶58-60.

[4]王大海．電力建設項目工程質量評價研究[D].碩士學位論文．華北電力大學（河北），2010.

（本文編輯：楊勇）

Optimization of Energy Saving Design Scheme for Power Engineering Buildings Based on Entropy Weight Decision-Making Method

YU Qing-wen1，TONG Jian-guo2
（1.Zhejiang Tiandi Environmental Protection Engineering Co.，Ltd.，Hangzhou 310009，China；2.Zhejiang Electric Power Design Institute，Hangzhou 310012，China）

By using entropy weight decision-making method combining with the economic effect of the building energy saving schemes for actual engineering construction，this paper conducts a comprehensive assessment and optimization and obtains preferred sorting of a variety of schemes.The paper optimizes energy conservation scheme by taking the energy saving design for power engineering buildings as an example so as to provide reference to decision-making of project construction.

power engineering；building energy saving；optimization；entropy weight

TU111.19+5

：B

：1007-1881（2013）07-0028-04

2013-05-16

于慶雯（1963-），女，江蘇東臺人，工程師，從事土建、技術經濟及工程管理工作。