基于熵权决策法的电力工程建筑节能设计方案优选

于庆雯，童建国

（1.浙江天地环保工程有限公司，杭州310009；2.浙江省电力设计院，杭州310012)

基于熵权决策法的电力工程建筑节能设计方案优选

于庆雯1，童建国2

（1.浙江天地环保工程有限公司，杭州310009；2.浙江省电力设计院，杭州310012)

对应用熵权决策法结合实际工程建筑节能方案，进行了综合经济评估与优选，得出了多种方案的优选排序，以某项电力工程建筑节能设计为例进行了节能方案优选，为电力工程建筑的设计建设提供参考。

电力工程；建筑节能；优选；熵权

建筑耗能是能源消耗的重要组成部分，它包括建设耗能和使用耗能，前者是建筑材料的生产和施工过程的能源消耗，而后者是建筑物在使用期的耗能，和建筑设计、使用管理有密切关系，在当前能源日趋紧张的形势下，建筑使用阶段节能已成为贯彻节能减排的重要内容。

电力工程建筑节能设计优选是一个涉及众多指标的综合评价过程，多指标的综合评价往往需要确定各个指标的相对重要性程度，在确定权重的基础上，进一步对多个节能设计方案进行排序，选出最优的电力工程建筑节能设计方案。采用熵权法确定各个指标的重要程度，利用指标变异程度的大小来确定客观的熵值以及权重，并建立基于熵权决策法的电力工程建筑节能设计方案优选模型。

1 熵权决策法基本原理

1.1 指标权重的确定

电力工程建筑节能设计评价是多指标综合评价体系，各个指标对建筑节能设计的影响程度不同，因此需要确定指标权重来体现这种影响差异。确定权重的方法包括主观法和客观法2种，主观赋权法是决策者根据经验对各个指标的重视程度进行赋值，如Delphi法、AHP法等；客观赋权法则是从实际数据出发，依据已有信息（决策矩阵）进行赋权，如熵权法、主成分分析法、人工神经网络法等，避免由于主观认识差异带来的冲突。

在众多的客观赋权法当中，主成分分析法通过原有指标的线性组合产生较少的新指标来代替原有指标，不仅起到降维的作用，而且可以通过新指标对原来信息的反映程度作为权重，该方法客观性强，不足之处在于新指标不可能完全反映原有指标的信息，有一定的偏差。人工神经网络是基于人脑神经网结构而人工构造的信息处理系统，需要大量的样本数据，并且信息系统处理比较繁杂，可操作性相对较低。相比之下，熵权法利用指标变异程度的大小来确定客观的熵值以及权重，既避免了主观评价带来的偏差，又具有较高的可操作性。

熵本身是物理学的概念，最早是为了将热力学第二定律进行格式化而引入的。之后，由热力学的熵发展到了统计物理学的熵，此时，熵就表示粒子之间无规则的排列程度，或者说，表示系统的紊乱程度，系统越“乱”，熵就越大；系统越有序，熵就越小。到了第三阶段，发展为信息熵，它表示某一事件的不确定性程度，同时也可以用来衡量所获得的信息量的多少。

而信息论中的熵是对不确定性的度量，决策过程获得的信息量大小和质量与决策的精度以及可靠性密切相关，信息量越大，不确定性就越小，熵值也越小。信息和熵是互补的，信息是负熵。按照熵理论，熵值越小，意味着指标提供的有用信息量越多，不确定性也越小，基于该指标进行评价的难度较小，指标权重就应该较大。因此应用熵权值来判定各个指标的权重是一个较为理想的尺度，可以尽量避免主观性带来的偏差。

假定有m个评价指标，有n个备选方案，每个备选方案在各个指标上的指标值构成评价矩阵：

对R做标准化处理，得到R=（rij）m×n；其中rij称为第j个备选方案在第i个指标之上的值。

假定当fij=0时，fij1nfij=0。也可以选择k，使0≤Hi≤1，这种标准化在进行比较时是很有必要的。

第i个指标的熵权定义为：

由上述定义可知，熵权的大小与被评价的对象或者方案有关，它并不是在决策过程中各个指标的实际重要程度系数，而是在给定被评价对象或者备选方案集以后，在指标值确定的情况下，对各指标相对重要性程度的衡量。当各备选方案在某个指标上的值完全相同时，熵值达到最大值1，而熵权则达到最小值0，此时意味着该指标未提供任何有用信息，可以考虑取消；当各备选方案在某个指标上的值相差较大时，熵值较小，熵权较大，意味着该指标提供了较多的有用信息，换个角度也可以认为各方案在该指标上有明显差异，应重点考察。

1.2 方案优选排序

采用熵权决策方法进行电力工程建筑节能设计方案的排序优选，与权重确定过程相协调，具有简单明了、可操作性高等特点。熵权决策法是建立在熵权基础上的多指标综合评价方法，可以在只有判断矩阵而没有专家权重的情况下使用，也可以与专家权重结合起来使用。

本文在只有判断矩阵的基础上，建立基于熵权决策法的电力工程建筑节能设计方案优选计算模型。熵权决策法的主要应用步骤如下：

（1）确定n个备选方案，m个评价指标，每个方案在各个指标上的值构成矩阵：

（2）对上述矩阵进行标准化，得到标准化后的目标矩阵R=（rij）m×n：

式中：I1为收益性指标，值越大越好；I2为损失性指标，值越小越好；I3为越接近某一固定值越好的指标，即值越接近ri越好。

（3）加入熵权（按照上述熵权公式计算）以后，指标的属性矩阵转化为：

（4）被评价对象与理想点P*的贴近度为：

（5）根据Tj值从小到大对各方案进行排序，Tj值越小，说明方案越优。

若Tj值相等，再以被评价对象到理想点的距离加以区分，值越小，方案越优。值的计算公式为：

2 方案优选的应用

2.1 节能方案的获得与选取

以某天然气热电联产工程中的主厂房设计为例，通过熵权决策法对各方案进行优选。根据工程设计说明中所给材料配置要求，得到基础方案即方案1。在该方案中，主厂房及燃气机房材料配置如表1所示。

表1 主厂房及燃气机房材料配置

在方案1的基础上，改变原有空调房间外墙的保温层厚度，分别得到保温层厚度为35 cm，40 cm和45cm这3种外墙节能方案，分别称为方案2、方案3、方案4。

与此同时，在方案1的基础上，改变原有屋顶保温层的厚度，分别得到保温层厚度为35 cm，40 cm和45 cm这3种屋面节能方案，分别称为方案5、方案6、方案7。

在方案1的基础上，改变外窗为铝合金普通中空玻璃窗（5+6A+5）的方案，称为方案8。

2.2 节能方案的经济评价与优选

针对该案例，选取建筑物空调年耗电量指标，采暖年耗电量指标，相对于方案1的增额总投资，相对于方案1的增额净现值，相对于PKPM软件中参照建筑年能耗的建筑节能比率这5个评价指标，在计算中分别用指标1，指标2，指标3，指标4，指标5表示。其中空调年耗电量指标，采暖年耗电量指标，增额总投资为损失性指标，越小越好；而增额净现值和建筑节能比率为收益性指标，越大越好。

各方案的分析指标如表2所示，现采用熵权决策法进行各备选方案优选。

（1）各备选方案在各指标上的指标值所构成评价矩阵R′：

（2）对评价矩阵R′进行标准化，得到标准化后的评价矩阵R：

（3）各指标的熵值计算如下：

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

（4）各指标的熵权计算如下：

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

（5）考虑熵权后的指标属性矩阵A为：

表2 方案分析评价表

（7）被评价对象与理想点P*的贴近度为：

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）根据T值的大小，可得方案优劣顺序为：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。

通过熵权决策法综合评估后可得，最优方案为将建筑物外窗由断热铝合金普通中空玻璃窗（6+12A+6）改为铝合金中空窗（5+6A+5），其次为通过改变有空调房间的外墙保温层厚度来调节建筑物节能性能的若干方案，再者是通过调整有空调区域屋顶保温层厚度来调节保温性能的几个方案，最后为基础方案即方案1。各备选方案相对于方案1而言都有较好的经济效果。

3 结论

（1）熵权法利用指标变异程度的大小来确定客观的熵值以及权重，建立了基于熵权决策方法的电力工程建筑节能设计方案优选模型，包括指标权重的确定和方案的优选排序两个方面，为决策者评选节能设计方案提供了完整的评价内容和评价方法。

（2）通过熵权决策法优选后，本工程建筑节能设计方案为改变建筑物外窗型式为最优方案，其次为改变外墙保温层厚度的若干方案，再者是调整屋顶保温层厚度的几亇方案。

[1]王宇泽．工业建筑节能设计实践[J]．工业建筑，2008（10）∶15-19.

[2]胡建虹．浅议工业建筑设计中的节能问题[J]．江西煤炭科技，2005（2）∶39-40.

[3]阎小妍，孟虹，汤明新．综合评价中不同赋权方法的比较探讨[J]．中国卫生质量管理，2006（4）∶58-60.

[4]王大海．电力建设项目工程质量评价研究[D].硕士学位论文．华北电力大学（河北），2010.

（本文编辑：杨勇）

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

于庆雯（1963-），女，江苏东台人，工程师，从事土建、技术经济及工程管理工作。