本發(fā)明屬于電力系統(tǒng)中分布式可調(diào)資源的信譽評估，更具體地，涉及計及惡意用戶懲罰的分布式可調(diào)資源信譽評估方法及系統(tǒng)。

背景技術(shù)：

1、在電力市場領(lǐng)域，電力供需關(guān)系受多種關(guān)鍵因素的影響，如季節(jié)變化、氣候條件和勞動作業(yè)時間等，呈現(xiàn)出明顯的動態(tài)變化。這種動態(tài)變化使得電力市場的供需關(guān)系難以穩(wěn)定，影響了電力市場的預測和管理。電力市場主體的交易行為千變?nèi)f化，主觀動機復雜，信譽狀況和風險也隨之動態(tài)變化。這種復雜性和不確定性使得現(xiàn)有的電力市場信譽評估體系面臨嚴峻挑戰(zhàn)，難以全面準確地反映市場主體的信譽狀況。

2、現(xiàn)有的電力市場信譽評估體系大多依賴傳統(tǒng)的數(shù)據(jù)分析方法，這些方法往往未能有效應對電力市場主體行為的復雜性和信譽風險的動態(tài)變化。導致評估結(jié)果往往不夠準確，無法全面預測和管理信譽風險。此外，當前的風險防控策略往往缺乏針對性和實效性，導致市場運行中的風險控制措施不足。這些問題嚴重影響了電力市場的穩(wěn)定和運行效率。

技術(shù)實現(xiàn)思路

1、為解決現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種計及惡意用戶懲罰的分布式可調(diào)資源信譽評估方法及系統(tǒng)，通過建立評級指標體系和評估模型，在排序一致性、逆序性、樣本分離度、魯棒性等方面均有較好表現(xiàn)，以更好地提高決策效率。

2、本發(fā)明采用如下的技術(shù)方案。

3、本發(fā)明的第一方面提供了一種計及惡意用戶懲罰的分布式可調(diào)資源信譽評估方法，包括以下步驟：

4、獲取影響電力市場主體信譽的指標，構(gòu)建綜合評級指標體系；基于綜合評級指標體系，以主觀權(quán)重與客觀權(quán)重的偏差最小化為目標，通過博弈論組合分層賦權(quán)法和反熵權(quán)法對指標體系進行賦權(quán)，得到初始綜合權(quán)重；基于初始綜合權(quán)重，引入主體信譽的動態(tài)特性作為自適應調(diào)整系數(shù)，對主觀權(quán)重和客觀權(quán)重進行自適應調(diào)整，再以自適應調(diào)整后的主觀權(quán)重與客觀權(quán)重的偏差最小化為目標，來優(yōu)化得到最終綜合權(quán)重；基于最終綜合權(quán)重，結(jié)合模糊綜合評價法和效用函數(shù)，構(gòu)建綜合的信譽評價模型；通過實證分析進行驗證，構(gòu)建綜合的信譽評價模型，通過比較信譽評價模型預測的信譽水平和實際表現(xiàn)，提出信譽評估建議。

5、優(yōu)選地，獲取影響電力市場主體信譽的指標，構(gòu)建綜合評級指標體系，包括：構(gòu)建分布式可調(diào)資源主體交易行為的信譽作用路徑傳導模型，具體如下：

6、獲取影響分布式可調(diào)資源主體信譽的各項關(guān)鍵因素并進行標準化處理，計算標準化后的各項關(guān)鍵因素之間的直接灰色關(guān)聯(lián)度，以構(gòu)建直接灰色關(guān)系矩陣；

7、基于直接灰色關(guān)系矩陣，以如下關(guān)系式計算實數(shù)化直接影響矩陣x＝[xij]n×n：

8、

9、式中，表示第k個關(guān)鍵因素i對關(guān)鍵因素j的灰色處理后的影響程度；k表示可達矩陣；xij表示所有判斷的關(guān)鍵因素i對關(guān)鍵因素j的平均直接影響值；

10、以實數(shù)化直接影響矩陣作為各項關(guān)鍵因素之間的綜合影響度量；

11、對實數(shù)化直接影響矩陣歸一化處理如下：

12、

13、式中，a表示歸一化后的實數(shù)化直接影響矩陣；aij表示關(guān)鍵因素i對關(guān)鍵因素j的歸一化直接影響值；表示關(guān)鍵因素i對所有關(guān)鍵因素的總影響力；表示所有關(guān)鍵因素的總影響力最大值；

14、以如下關(guān)系式計算綜合影響矩陣t：

15、

16、信譽作用路徑傳導模型如下：

17、m＝f(t)

18、式中，i為單位陣；表示包含所有直接影響和所有間接影響；對于矩陣a，有o為零矩陣。

19、優(yōu)選地，獲取影響分布式可調(diào)資源主體信譽的各項關(guān)鍵因素并進行標準化處理，計算標準化后的各項關(guān)鍵因素之間的直接灰色關(guān)聯(lián)度，以構(gòu)建直接灰色關(guān)系矩陣，具體如下：

20、使用0.1到0.9的灰數(shù)，對各影響關(guān)鍵因素之間的關(guān)系進行評價；

21、以如下關(guān)系式對灰數(shù)進行清晰化處理，將灰數(shù)轉(zhuǎn)換為確定的數(shù)值：

22、

23、式中，和分別表示第k個評價來源判斷的關(guān)鍵因素i對關(guān)鍵因素j的影響程度的下界和上界；和分別表示第k個評價來源判斷的關(guān)鍵因素i對關(guān)鍵因素j的影響程度經(jīng)過清晰化后的下界和上界；表示第k個評價來源灰色判斷矩陣的極差，用于表征對所有關(guān)鍵因素間影響程度判斷的最大差異；

24、以如下關(guān)系式對清晰化后的數(shù)值進行標準化處理，使不同關(guān)鍵因素之間的評價在同一尺度：

25、

26、式中：表示第k個判斷的關(guān)鍵因素i對關(guān)鍵因素j的標準化后的清晰值；表示第k個判斷的關(guān)鍵因素i對關(guān)鍵因素j的灰色處理后的影響程度；

27、基于標準化后的清晰值，構(gòu)建直接灰色關(guān)系矩陣，矩陣中的元素表示各關(guān)鍵因素之間的直接影響程度；所述直接灰色關(guān)系矩陣如下：

28、

29、式中：表示第i個關(guān)鍵因素對第j個關(guān)鍵因素的直接影響程度；k＝1,2,...,k表示不同評價來源的數(shù)量，n＝13表示關(guān)鍵因素數(shù)量；表示k個評價來源認為的影響關(guān)鍵因素i對影響關(guān)鍵因素j的影響程度，包含于直接灰色關(guān)系矩陣，且有

30、優(yōu)選地，信譽作用路徑傳導模型中，基于得到的綜合影響矩陣t，建立解構(gòu)與交互結(jié)構(gòu)分析模型，以如下關(guān)系式計算可達關(guān)系矩陣k：

31、h＝t+i

32、h＝[hij]n×n

33、

34、k＝[kij]n×n,n＝13

35、式中，i表示單位矩陣；h表示整體影響矩陣；λ表示外生閾值；hij表示整體影響矩陣h中第i行第j列的關(guān)鍵因素；kij表示可達矩陣k中第i行第j列的關(guān)鍵因素；

36、基于可達矩陣計算每個關(guān)鍵因素的可達集ri和先行集ai，通過驗證是否滿足ri＝ri∩ai來識別不同層級關(guān)鍵因素，逐步移除已識別的層級關(guān)鍵因素，直至所有關(guān)鍵因素都被分層；根據(jù)層級劃分結(jié)果和可達矩陣繪制多層級關(guān)鍵因素關(guān)聯(lián)路徑圖，展示所有關(guān)鍵因素及其相互關(guān)系，以表征多元主體交易行為對信譽傳遞的路徑；

37、所述可達集ri和先行集ai如下：

38、ri＝{cj|cj∈c,rij≠0},i＝1,2,...,13；j＝1,2,...,13

39、ai＝{cj|cj∈c,rji≠0},i＝1,2,...,13；j＝1,2,...,13

40、c＝{c1,c2,...,c13}

41、式中：

42、ri表示從關(guān)鍵因素ci到達的所有關(guān)鍵因素；

43、ai表示所有對關(guān)鍵因素ci有影響的關(guān)鍵因素；

44、rji表示關(guān)鍵因素cj對關(guān)鍵因素ci的影響。

45、優(yōu)選地，基于構(gòu)建的信譽作用路徑傳導模型，分析各關(guān)鍵因素對電力市場主體信譽的影響，識別出對主體信譽有顯著影響的關(guān)鍵指標；通過調(diào)查，在區(qū)間[0,10]范圍內(nèi)對每個識別出的關(guān)鍵指標的重要性進行評估，得到每個指標的重要性保守值和樂觀值；

46、根據(jù)調(diào)查結(jié)果，計算每個關(guān)鍵指標的保守三角模糊數(shù)和樂觀三角模糊數(shù)

47、計算每個關(guān)鍵指標的顯著一致性值gi以檢驗評價來源意見的一致性：

48、若表示評價來源對指標i的判斷完全一致，指標i的顯著一致性值gi如下：

49、

50、若則計算指標的灰度區(qū)間值和若mi≥zi，指標i的顯著一致性值gi如下：

51、

52、若mi<zi，表示評價來源對指標i的判斷結(jié)果不一致，則重復上述步驟，直至計算得到所有指標的顯著一致性值gi；

53、按顯著一致性值進行指標篩選與構(gòu)建綜合評級指標體系如下：

54、設定gi的閾值為保守值和樂觀值的平均數(shù)；

55、若gi大于閾值，則該指標被保留；

56、若gi小于或等于閾值，則該指標被刪除。

57、優(yōu)選地，所述每個關(guān)鍵指標的保守三角模糊數(shù)和樂觀三角模糊數(shù)中，對于指標i保守值的下限值和上限值分別為和表示對于指標i的保守值中除下限值和上限值外其余值的幾何平均值；

58、對于指標i的樂觀值的下限值和上限值分別是和表示對于指標i的樂觀值中除下限值和上限值外其余值的幾何平均值。

59、基于線性加權(quán)模糊評估lbwa的主觀賦權(quán)，根據(jù)評價來源意見從指標集c＝{c1,c1,...,cn}中選出最重要的指標，定義為最優(yōu)指標cb，并將其余指標分層；計算每層中指標的影響函數(shù)，利用彈性系數(shù)r0確定權(quán)重，得到主觀賦權(quán)的權(quán)重分配；

60、使用信息論中的熵概念，計算各指標的反熵值并歸一化，以得到各指標的客觀權(quán)重；

61、通過反熵權(quán)aew法以如下關(guān)系式得到的指標權(quán)重w1i：

62、

63、rij＝xij/∑jxij

64、w1i＝hi/∑ihi

65、式中：

66、hi表示第i個指標的反熵值；

67、rji表示在整體影響矩陣r中關(guān)鍵因素cj對關(guān)鍵因素ci的影響；

68、權(quán)重w1i是反熵值hi的歸一化結(jié)果，用于表示第i個指標在所有指標中的相對重要性；

69、通過博弈論方法將主觀和客觀權(quán)重結(jié)合，定義基本權(quán)重集合，并優(yōu)化組合權(quán)重，以最小化主客觀權(quán)重間的偏差，得到初始綜合權(quán)重；

70、基于博弈理論的初始綜合權(quán)重如下：

71、

72、式中：

73、表示基于博弈論優(yōu)化得到的初始綜合權(quán)重；

74、表示第l種基本權(quán)重的最優(yōu)分配系數(shù)；

75、wl表示第l種賦權(quán)方法得到的初始權(quán)重向量。

76、優(yōu)選地，基于線性加權(quán)模糊評估lbwa的主觀賦權(quán)，根據(jù)評價來源意見從指標集c＝{c1,c1,...,cn}中選出最重要的指標，定義為最優(yōu)指標cb，并將其余指標分層；計算每層中指標的影響函數(shù)，利用彈性系數(shù)r0確定權(quán)重，得到主觀賦權(quán)的權(quán)重分配，具體如下：

77、指標分層具體分層規(guī)則如下：

78、s1層：重要程度與最優(yōu)指標相差在設定范圍內(nèi)，和重要性低于最優(yōu)指標不超過2倍的指標；s2層：重要性低于最優(yōu)指標超過2倍但不超過3倍的指標；sk層：重要性低于最優(yōu)指標超過3倍按倍數(shù)遞增的指標；

79、確定指標的重要性如下：

80、設定對于任一指標ci，重要性表示為s(ci)，所有的指標根據(jù)重要性被分為不同的層級sk(k＝1,2,...,k)，各個層級的集合表示為s＝s1∪s2∪…∪sk；對于任一p,q∈{1,2,…,k}，若p≠q，則sp∩sq＝φ，表示每個層級互不重疊；p和q為層級的索引，用于表示不同的層級；

81、比較層內(nèi)的重要性如下：

82、在各層級中，確定層級的最優(yōu)指標將層中其他指標與最優(yōu)指標之間的重要程度分別進行比較，記入結(jié)果表示k層級中，第ik個指標與該層最優(yōu)指標相比的重要性；的值在區(qū)間[0,r]上被定義為整數(shù)；當k＝1時，有且以如下關(guān)系式計算由分層結(jié)果決定的指標重要程度的常數(shù)r：

83、r＝max{|s1|,|s2|,…,|sk|}

84、式中，|sk|表示集合sk中的指標個數(shù)；

85、基于層次的權(quán)重評估lbwa確定彈性系數(shù)r0如下：

86、常數(shù)r表示指標在層中重要性判斷的最大差異，根據(jù)r值，定義彈性系數(shù)r0滿足r0>r,取r0＝r+1；

87、以如下關(guān)系式計算各個指標的影響函數(shù)

88、

89、式中，表示第k層級中第ik個指標；

90、根據(jù)以如下關(guān)系式計算指標權(quán)重：

91、

92、式中，k表示層數(shù)；nk表示第k層的指標個數(shù)；

93、其余指標的權(quán)重如下：

94、

95、式中，表示第k層級中第ik個指標的權(quán)重；

96、將所有層級和指標的主觀權(quán)重整理到集合w2i。

97、優(yōu)選地，基于初始綜合權(quán)重，引入主體信譽的動態(tài)特性作為自適應調(diào)整系數(shù)，對主觀權(quán)重和客觀權(quán)重進行自適應調(diào)整，再以自適應調(diào)整后的主觀權(quán)重與客觀權(quán)重的偏差最小化為目標，來優(yōu)化得到最終綜合權(quán)重，具體如下：

98、建立基于復雜比例比較的多屬性排序marcos法加權(quán)規(guī)范化決策矩陣，以反映動態(tài)的信譽特性，設定備選方案數(shù)量為m，指標個數(shù)為n，指標值為xij(i＝1,2,…,n,j＝1,2,…,m)的多屬性決策問題，則原始決策矩陣為x＝[xij]n×m；規(guī)范化決策矩陣x*如下：

99、對于效益型指標和成本型指標進行規(guī)范化：

100、

101、式中，xij表示原始決策矩陣中的指標值；表示規(guī)范化后的指標值；表示第i個指標在所有方案中的最大值；表示第i個指標在所有方案中的最小值；對于區(qū)間型指標，確定指標最優(yōu)區(qū)間[xij,bl,xij,up]和理論區(qū)間[xij,min,xij,max]，若指標值在最優(yōu)區(qū)間內(nèi)，則規(guī)范化值為1；若在理論區(qū)間的邊界，則為0；若在兩者之間，則通過線性插值法計算規(guī)范化值；得出規(guī)范的決策矩陣

102、將規(guī)范化決策矩陣x*和初始指標權(quán)重相乘，以如下關(guān)系式計算加權(quán)規(guī)范化決策矩陣r：

103、

104、式中，表示最終權(quán)重。

105、優(yōu)選地，基于最終綜合權(quán)重，結(jié)合模糊綜合評價法和效用函數(shù)，構(gòu)建綜合的信譽評價模型，具體如下：

106、基于加權(quán)規(guī)范化決策矩陣，以如下關(guān)系式計算marcos的正負理想解：

107、

108、式中，s+表示正理想解集合，每個指標的最佳值；s-表示負理想解集合，每個指標的最差值；表示第i個指標在所有方案中的最大值；表示第i個指標在所有方案中的最小值；

109、以如下關(guān)系式計算備選方案相對于正負理想解的差值和商值：

110、

111、式中：表示第i個指標在第j個方案中的值與正理想解的差值；表示第i個指標在第j個方案中的值與負理想解的差值；表示第i個指標在第j個方案中的值與正理想解的商值；表示第i個指標在第j個方案中的值與負理想解的商值；

112、以如下關(guān)系式計算幾何和數(shù)值相似灰色關(guān)聯(lián)度：

113、

114、式中：表示第j個方案相對于正理想解的幾何相似灰色關(guān)聯(lián)度；表示第j個方案相對于負理想解的幾何相似灰色關(guān)聯(lián)度；

115、以如下關(guān)系式計算數(shù)值相似灰色關(guān)聯(lián)度：

116、

117、

118、式中：表示第j個方案相對于正理想解的數(shù)值相似灰色關(guān)聯(lián)度；表示第j個方案相對于負理想解的數(shù)值相似灰色關(guān)聯(lián)度；

119、以如下關(guān)系式計算綜合灰色關(guān)聯(lián)度：

120、

121、式中：表示第j個方案相對于正理想解的綜合灰色關(guān)聯(lián)度；表示第j個方案相對于負理想解的綜合灰色關(guān)聯(lián)度；

122、以如下關(guān)系式計算效用函數(shù)：

123、

124、式中：表示第j個方案相對于正理想解的效用函數(shù)；表示第j個方案相對于負理想解的效用函數(shù)；

125、以如下關(guān)系式綜合效用函數(shù)：

126、

127、式中：f*(γj)表示第j個方案的綜合效用函數(shù)值，用于綜合評估方案的優(yōu)劣。

128、優(yōu)選地，通過實證分析驗證構(gòu)建綜合的信譽評價模型，通過比較信譽評價模型預測的信譽水平和實際表現(xiàn)，提出對惡意用戶采取用電限制懲罰的建議，具體如下：

129、使用構(gòu)建的綜合信譽評價模型，預測每個市場主體的信譽水平，根據(jù)綜合信譽評價模型的輸入，計算出每個主體的預期信譽值；

130、將模型預測的信譽水平與實際收集到的市場主體表現(xiàn)進行比較；低于設定閾值的市場主體定義為惡意用戶；惡意用戶電力需求量公式如下：

131、

132、式中：

133、表示惡意用戶e在第t時段實際用電量；

134、表示在t時段所有用戶的最低用電量；

135、表示在t時段所有用戶的最高用電量；

136、rand表示0到1之間隨機數(shù)；

137、nmal表示惡意用戶的集合；

138、對惡意用戶的用電需求進行處罰，包括：

139、將惡意用戶的用電量設定為所有用戶的最低用電量；

140、對惡意用戶提供的虛假數(shù)據(jù)進行替代，并加大處罰力度；

141、將惡意用戶在t時段的用電量設定如下：

142、

143、式中：

144、為被識別為惡意用戶后用電量，表示在t時段所有用戶的最低用電量。

145、本發(fā)明的第二方面提供了一種計及惡意用戶懲罰的分布式可調(diào)資源信譽評估系統(tǒng)，包括：指標獲取和評級體系構(gòu)建模塊、初始綜合權(quán)重賦權(quán)模塊、動態(tài)權(quán)重調(diào)整模塊、綜合信譽評價模型構(gòu)建模塊以及實證分析與評估建議模塊；

146、指標獲取和評級體系構(gòu)建模塊用于獲取影響電力市場主體信譽的關(guān)鍵指標，通過構(gòu)建分布式可調(diào)資源主體交易行為對信譽作用的路徑傳導模型，描述不同關(guān)鍵因素通過交易行為影響市場主體的信譽，收集和識別影響電力市場主體信譽的關(guān)鍵指標，構(gòu)建綜合評級指標體系；

147、初始綜合權(quán)重賦權(quán)模塊用于使用博弈論組合分層賦權(quán)法和反熵權(quán)法來為綜合評級指標體系中的各指標分配權(quán)重，以最小化主觀權(quán)重與客觀權(quán)重之間的偏差為目標，計算初始綜合權(quán)重；

148、動態(tài)權(quán)重調(diào)整模塊用于引入主體信譽的動態(tài)特性作為自適應調(diào)整系數(shù)，對初始綜合權(quán)重進行動態(tài)調(diào)整，優(yōu)化得到最終綜合權(quán)重；

149、綜合信譽評價模型構(gòu)建模塊用于結(jié)合模糊綜合評價法和效用函數(shù)，基于綜合評級指標體系和綜合權(quán)重構(gòu)建綜合信譽評價模型，評估電力市場主體的信譽水平；

150、實證分析與評估建議模塊用于根據(jù)實證分析進行驗證，比較信譽評價模型預測的信譽水平和實際表現(xiàn)，提出信譽評估建議。

151、本發(fā)明的第三方面提供了一種終端，包括處理器及存儲介質(zhì)；所述存儲介質(zhì)用于存儲指令；所述處理器用于根據(jù)所述指令進行操作以執(zhí)行一種計及惡意用戶懲罰的分布式可調(diào)資源信譽評估方法的步驟。

152、本發(fā)明的第四方面提供了計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)一種計及惡意用戶懲罰的分布式可調(diào)資源信譽評估方法的步驟。

153、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果至少包括：

154、(1)本發(fā)明引入主體信譽的動態(tài)特性作為自適應調(diào)整系數(shù)，使得權(quán)重分配能夠?qū)崟r響應電力市場主體信譽的變化，動態(tài)調(diào)整能力克服了傳統(tǒng)靜態(tài)評估方法的不足，更加貼合電力市場的實際情況；

155、(2)本發(fā)明通過博弈論組合分層賦權(quán)法和反熵權(quán)法，綜合考慮主觀和客觀權(quán)重的偏差，并進行優(yōu)化，相比于傳統(tǒng)的單一加權(quán)方法，本發(fā)明在權(quán)重分配上更具科學性和合理性；

156、(3)本發(fā)明通過結(jié)合模糊綜合評價法和效用函數(shù)，提供更全面的信譽評價結(jié)果，與傳統(tǒng)評估方法相比，本發(fā)明綜合評價模型更能處理復雜和不確定的市場信息，減少誤差；

157、(4)本發(fā)明通過實證分析驗證信譽評價模型，并提出對惡意用戶的用電限制懲罰建議，使得評估結(jié)果具有實際應用價值，提高了市場運行的穩(wěn)定性和效率。