买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东方众通科技发展集团有限公司

摘要：本发明公开了一种适用于充电站的运营效果评价方法、装置及系统，所述方法包括获取灰色模糊综合评价模型，所述灰色模糊综合评价模型是基于预设的电动汽车充电站运营效果评价指标体系和各级指标的指标权重，利用灰色模糊综合评价方法建立而成；利用所述灰色模糊综合评价模型，对待评价充电站的实际运营数据进行综合评价，确定出充电站的运营效果。本发明能够基于历史大数据准确、全面地对充电站运营水平做出分析和评价，从而指导充电站运营，提升服务水平。

主权项：1.一种适用于充电站的运营效果评价方法，其特征在于，包括：获取灰色模糊综合评价模型，所述灰色模糊综合评价模型是基于预设的电动汽车充电站运营效果评价指标体系和各级指标的指标权重，利用灰色模糊综合评价方法建立而成；利用灰色模糊综合评价模型，对待评价充电站的实际运营数据进行综合评价，确定出充电站的运营效果；所述电动汽车充电站运营效果评价指标体系包括依次设置的目标层、准则层与指标层；所述准则层的指标包括充电设施稳定可靠性、客户服务质量、充电站运营能力、充电站安全运营情况和环境影响；所述指标层的指标包括设备停运率、设备在线率、设备稳定运行率、平均故障率、平均离线率、服务投诉率、投诉处理率、用户满意度、场地配套条件、平均排队时间、每小时充电费用、直流充电桩数量、交流充电桩数、充电站可达性、服务半径、营销活动实施情况、年利润、充电车位违规占用率、充电桩利用率、规章制度完善、安全事故、充电站安全性、对交通网影响和对配电网影响；各级指标的指标权重的确定方法包括：利用AHP法确定各级指标的主观权重；利用熵权法确定各级指标的客观权重；基于所述主观权重和客观权重，利用AHP-熵权法综合确定出各级指标的指标权重；各级指标的主观权重的确定方法包括：构建层次结构模型，所述层次结构模型包括准则层指标集和指标层指标集，所述准则层指标集为：A＝{A1,A2,...,Ai}；指标层指标集为：Ai＝{Ai1,Ai2,...,Aij}，其中，Ai表示准则层第i个指标，Aij表示准则层Ai对应的第j个指标，其中i,j＝1,2…n；基于所述层次结构模型，构造判断矩阵Xn×n，式中，xij表示第i个指标相比较第j个指标的重要程度；基于所述判断矩阵Xn×n通过和积法计算各级指标的主观权重；所述基于所述判断矩阵Xn×n通过和积法计算各级指标的主观权重，具体包括以下步骤：归一化判断矩阵的每一列，归一化公式为其中i,j＝1,2…n；将归一化的列向量按行求和，求和公式为其中j＝1,2…n；将归一化为其中i＝1,2…n；求得判断矩阵Xn×n的最大特征值λmax，其中i＝1,2…n，Q为特征向量，Q＝θ1,θ2,…,θn；计算判断矩阵Xn×n的一致性指标，当判断矩阵Xn×n具有满意的一致性时，求解出wi作为各级指标的主观权重，wi＝Q＝θ1,θ2,…,θi；各级指标的客观权重的确定方法包括：基于所要计算的指标构建数值矩阵，所述数值矩阵的表达式为其中，yij为第j个待评价充电站的第i个指标值；数值矩阵标准化，采用最大最小法对数值矩阵Yn×n进行归一化处理，得到标准化后的矩阵R＝rijn×n，其中，或，或，对所述数值矩阵进行无量纲化，得到基于Qj＝1-Pj计算差异系数，当Zij＝0或1时，Zij·lnZij＝0；求出各级指标的客观权重Wj，其中，各级指标的指标权重的确定方法包括：利用算数平均法计算出各级指标的指标权重，计算公式为：其中，wi作为各级指标的主观权重，Wi为各级指标的客观权重。

全文数据：

权利要求：

百度查询： 东方众通科技发展集团有限公司 适用于充电站的运营效果评价方法、装置及系统