1.一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，包括：
2.根據(jù)權(quán)利要求1所述的一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，所述低碳園區(qū)內(nèi)的配電設(shè)施運(yùn)行狀態(tài)數(shù)據(jù)預(yù)處理，包括：
3.根據(jù)權(quán)利要求1所述的一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，基于ahp-熵權(quán)法的配電設(shè)施指標(biāo)體系建構(gòu)過(guò)程，包括：
4.根據(jù)權(quán)利要求1所述的一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，基于bitcn-se的配電設(shè)施運(yùn)行狀態(tài)評(píng)估過(guò)程，包括：
5.根據(jù)權(quán)利要求3所述的一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，構(gòu)造兩兩判斷矩陣后，計(jì)算兩兩判斷矩陣的歸一化向量t，歸一化向量t在第i行第j列向量表示為tij，計(jì)算公式如(8)所示：
6.根據(jù)權(quán)利要求3所述的一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，計(jì)算配電設(shè)施運(yùn)行狀態(tài)各指標(biāo)信息熵ni后，計(jì)算配電設(shè)施運(yùn)行狀態(tài)各指標(biāo)權(quán)重pi，計(jì)算公式如(12)所示：
7.根據(jù)權(quán)利要求6所述的一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，計(jì)算配電設(shè)施運(yùn)行狀態(tài)各指標(biāo)權(quán)重pi后進(jìn)行組合權(quán)重求取，將ahp方法計(jì)算的狀態(tài)評(píng)價(jià)體系的主觀權(quán)重ri，以及熵權(quán)法得到的客觀權(quán)重pi結(jié)合，采用ahp-熵權(quán)法確定評(píng)價(jià)指標(biāo)的綜合權(quán)重為wi，wi為第i項(xiàng)指標(biāo)組合權(quán)重，組合權(quán)重計(jì)算公式如(13)-(15)所示：
8.根據(jù)權(quán)利要求4所述的一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，s3.2中在每個(gè)殘差塊中，通過(guò)雙向因果膨脹卷積進(jìn)行卷積操作，加入relu作為非線性激活函數(shù)，減少模型的參數(shù)量達(dá)到稀疏激活作用，再利用dropout有效解決模型過(guò)擬合問題；因果卷積計(jì)算公式如(16)所示，膨脹卷積計(jì)算公式如(17)所示；
9.根據(jù)權(quán)利要求4所述的一種面向低碳園區(qū)的配電設(shè)施運(yùn)行狀態(tài)評(píng)估方法，其特征是，計(jì)算重校準(zhǔn)后的時(shí)間序列特征后，將bitcn輸出的多維度數(shù)值向量作為se注意力機(jī)制的輸入x∈rh′×w′×c′，x映射到特征映射f∈rh×w×c，h，w，c分別表示輸入的時(shí)間序列長(zhǎng)度、維度和通道數(shù)，使用v＝[v1，v2，...，vc，]表示學(xué)習(xí)到的濾波器核集合，其中vc表示第c個(gè)濾波器參數(shù)，輸出為f＝[f1，f2，...，fc]，*表示卷積操作，是一個(gè)二維空間核，壓縮和激勵(lì)步驟計(jì)算公式如(18)、(19)所示：