El método de envoltura de datos es DEA (Análisis de Desarrollo de Datos), también conocido como método de análisis de desarrollo de datos. Es un método de evaluación de la eficiencia desarrollado en 1978 por los científicos famosos A.Chames y W.W.Cooper basado en el concepto de eficiencia relativa [2]. Es un campo de investigación interdisciplinario entre la investigación de operaciones, la ciencia de la gestión y la economía matemática. Debido a su practicidad y al hecho de que no requiere suposiciones de peso, ha sido ampliamente utilizado [3]. En la actualidad, DEA se ha convertido en una herramienta y método de análisis comúnmente utilizado en los campos de la ciencia de la gestión, la ingeniería de sistemas, el análisis de decisiones y la tecnología de evaluación [4]. su eficiencia se puede definir simplemente como la relación de producción y entrada[5]. A.Charnes et al. extendieron esta idea al análisis de la efectividad de la producción con múltiples entradas y múltiples salidas. Para un proceso de producción o unidad de toma de decisiones con múltiples insumos y múltiples productos, su eficiencia se puede definir como la relación entre la suma ponderada de los elementos de salida y la suma ponderada de los elementos de entrada, formando una evaluación que solo se basa en el análisis de los insumos y datos de salida de la unidad de toma de decisiones de producción (DMU). Un sistema de evaluación para la efectividad relativa de las unidades de toma de decisiones de múltiples entradas y múltiples salidas.
El modelo DEA es un modelo libre de parámetros que evalúa la eficiencia relativa de las unidades de toma de decisiones basándose en datos de indicadores de entrada y datos de indicadores de salida, es decir, evalúa la efectividad relativa entre departamentos, empresas o períodos. El método DEA es un método de toma de decisiones multiobjetivo que evalúa la efectividad relativa de las unidades de toma de decisiones de entrada y salida de múltiples índices. Utiliza la optimización como herramienta y los coeficientes de peso de las entradas y salidas de múltiples índices. salida del índice como variables de decisión en el sentido de optimización La evaluación evita determinar el coeficiente de ponderación del índice en un sentido promedio estadístico y tiene objetividad inherente. Además, las entradas y salidas están interconectadas y restringidas mutuamente en el método DEA, no es necesario determinar ninguna forma de expresión de su relación, que tiene las características de un método de investigación del tipo caja negra. En los últimos años, el método DEA ha logrado resultados de aplicación en muchos campos de la economía social de mi país. El modelo C2R es el modelo principal del método y también es un modelo ampliamente utilizado.
DEA tiene ventajas especiales al tratar problemas de múltiples entradas y múltiples salidas, principalmente en los dos aspectos siguientes:
1) DEA utiliza los pesos de entrada y salida de la decisión. unidad de toma de decisiones como variables, a partir de que la evaluación se realiza desde la perspectiva que más propicie a la unidad de toma de decisiones, evitando así la necesidad de determinar el peso de cada indicador en sentido prioritario;
2) DEA No tiene que determinar alguna posible relación de visualización entre entrada y salida. Elimina muchos factores subjetivos y, por lo tanto, tiene una fuerte objetividad.
Los dos modelos básicos del método DEA son el modelo C2R y el modelo C2RS2. El modelo C2R es un modelo para evaluar la efectividad técnica y la efectividad de escala de una unidad de toma de decisiones (DMU). El modelo C2RS2 es un modelo que simplemente evalúa la efectividad técnica de la unidad de toma de decisiones DMU, es decir, el nivel de gestión y el nivel de desempeño técnico. El uso del método DEA requiere comparabilidad entre los objetos que se evalúan, de modo que el concepto de "eficiencia relativa" pueda tener significado. Para el análisis y evaluación del consumo de energía de las tuberías de larga distancia, se tienen en cuenta las características y la composición del consumo de energía de las tuberías de larga distancia para formar la unidad básica de consumo de energía, es decir, desde la perspectiva de los datos de consumo de energía de la estación, Se analiza el impacto de cada estación de bombeo y varios tipos de consumo de energía en la energía del sistema de tuberías. La sensibilidad del consumo de energía puede alcanzar un rango de ajuste relativamente óptimo, proporcionando así una referencia básica para la gestión del consumo de energía y la formulación del plan de operación de larga distancia. tuberías. El significado de eficiencia relativa de DEA es la relación entre entrada y salida, y su esencia es la optimización, es decir, analizar individuos de muestra en condiciones relativamente óptimas a partir de una gran cantidad de datos de muestra. En consecuencia, se puede establecer un modelo de análisis envolvente de datos de consumo de energía de tuberías de larga distancia basado en el principio de selección de indicadores de la unidad de toma de decisiones de la DEA, y este modelo se puede utilizar para realizar una evaluación y un análisis de optimización relativamente efectivos de las condiciones operativas de las tuberías (es decir, energía). niveles de consumo).
El proceso de análisis específico y el modelo matemático son los siguientes:
Supongamos que el pipeline tiene k objetos para ser evaluados en diferentes períodos, es decir, la unidad de toma de decisiones DMU para cada decisión; La unidad de fabricación DMUj tiene m entradas yn salidas.
Supongamos que el vector indicador de entrada (es decir, entrada) es
Xij es el i-ésimo valor del indicador de entrada correspondiente en la j-ésima unidad de toma de decisiones DMUj.
Supongamos que el vector indicador de salida (es decir, salida) es Yj=(y1j, y2j,…,ymj)T, j=1,…,k, que representa el indicador de salida de la j-ésima decisión- unidad de toma de decisiones DMUj, Yij Se utiliza para representar el i-ésimo valor del índice de salida correspondiente a la j-ésima unidad de toma de decisiones DMUj.
Al evaluar la k-ésima unidad de toma de decisiones DMUk, calcule el siguiente modelo Lp (programación lineal):
Gestión de la eficiencia energética de oleoductos y gasoductos
Donde, eT= (1,1,…,1)∈Em, eT=(1,1,…,1)∈Es.
El modelo anterior se denomina modelo C2R del método DE EA. Resuelva el modelo de programación lineal anterior para obtener la solución óptima. Si θ0 = 1 (llamado DEA débil efectivo) y SO = SO- = 0, entonces se determina que la escala y la tecnología de la k-ésima unidad de toma de decisiones son efectivas (llamado DEA efectivo). , entonces la k-ésima unidad de decisión D M Uk está inactiva.
La clave para optimizar los indicadores de entrada con el método DEA es que los valores de los indicadores de entrada y salida de unidades de toma de decisiones ineficaces se pueden ajustar aún más para hacerlos efectivos en términos de escala y tecnología.
Ingrese el valor objetivo de mejora:
Gestión de la eficiencia energética de oleoductos y gasoductos
Brecha:
Gestión de la eficiencia energética de oleoductos y gasoductos
Valor objetivo de mejora de producción:
Gestión de la eficiencia energética de oleoductos y gasoductos
Brecha:
Gestión de la eficiencia energética de oleoductos y gasoductos
Es decir, cuando la salida Yk permanece sin cambios. En el caso de , intente reducir la cantidad de entrada Xk en la misma proporción θ (0 < θ < 1).
El modelo C2R también puede determinar la escala y los rendimientos a escala de cada unidad de decisión:
Si, significa que la k-ésima unidad de decisión tiene la mejor escala y buenos rendimientos a escala;
Si , significa que la k-ésima unidad de toma de decisiones tiene rendimientos decrecientes a escala, es decir, cuando los insumos aumentan aún más, la eficiencia del aumento de la producción no es alta, y la escala de producción es demasiado grande;
Si , significa que la k-ésima unidad de toma de decisiones tiene rendimientos decrecientes Los rendimientos a escala de cada unidad de toma de decisiones son crecientes, es decir, aumentan la cantidad de insumos puede conducir a un mayor aumento de la producción.
Agregue restricciones a las restricciones del modelo Lp para formar el modelo C2RS2.
La selección de un sistema de índices de evaluación adecuado es la base y el requisito previo para la aplicación exitosa del método DEA. Cooper, Seiford y Tone dieron una vez los principios que deben seguirse en la selección de elementos de entrada y salida en la DEA. Los principios de selección de índice específicos son los siguientes [6]:
Primero, para todas las unidades de toma de decisiones, se puede obtener cada valor de entrada y salida, y estos valores deben ser números positivos.
En segundo lugar, estos elementos (entradas, salidas y selección de la unidad de decisión) deben reflejar el interés del analista o gerente en elementos relevantes para la evaluación de la efectividad relativa de la unidad de decisión.
En tercer lugar, según el principio del índice de eficiencia, el valor de entrada debe ser lo más pequeño posible y el valor de salida debe ser lo más grande posible.
En cuarto lugar, no es necesario que las unidades de diferentes entradas y salidas sean consistentes. Puede incluir número de personas, área, costo, etc.
Para los indicadores de entrada y salida que no cumplen con los cuatro requisitos anteriores, este método no se puede utilizar directamente. Sin embargo, algunos indicadores pueden cumplir con los requisitos de la DEA para la selección de elementos de entrada y salida para cada unidad de toma de decisiones mediante la conversión de datos. Por tanto, se puede ampliar el ámbito de aplicación de la DEA.
A partir de la selección de elementos de entrada y salida y la conversión de datos, las características del método DEA hacen que la selección de indicadores de evaluación tenga alguna particularidad, es decir, con el fin de que los resultados de la evaluación DEA tengan una razonable grado de discriminación, los indicadores de evaluación El número se adapta mejor al número de unidades de toma de decisiones (DMU). Porque en el modelo DEA, a medida que se expande el conjunto de indicadores de prueba, el coeficiente de efectividad de cada unidad de toma de decisiones también aumentará. Cuando hay demasiados indicadores hasta cierto punto, la mayoría o incluso todos los valores de eficiencia de DMU pueden llegar a 1. [7]. Es decir, a medida que aumente el número de indicadores de evaluación o disminuya el número de DMU, la discriminación de los resultados de la evaluación de la DEA será cada vez peor.
Luego, para que los resultados de la evaluación de la DEA tengan un grado razonable de discriminación, se deben cumplir ciertas condiciones entre el número de indicadores de evaluación y el número de DMU. Actualmente no existe literatura que realice más investigaciones al respecto. En aplicaciones prácticas, generalmente se considera, basándose en la experiencia, que el número de elementos del conjunto de referencia no debe ser inferior al doble del número total de indicadores de entrada y salida.
Para los oleoductos de productos, el consumo total de energía consiste en el consumo de energía de cada estación de bombeo (principalmente el consumo de energía de la unidad de bombeo). Por lo tanto, de acuerdo con las características del consumo de energía de los ductos de larga distancia, se puede construir una matriz de evaluación del consumo de energía basada en el consumo de energía general del ducto y el consumo de energía de la estación.
Con base en los principios anteriores, el consumo total de energía de los oleoductos de productos y la matriz de evaluación de la estación se determinan de la siguiente manera [8] (Tabla 5-4, Tabla 5-5).
Tabla 5-4 Matriz de evaluación de índices generales para oleoductos refinados
Tabla 5-5 Matriz de evaluación de índices de estaciones de oleoductos refinados
Basado en un modelo típico oleoducto refinado Tomando como ejemplo los datos de consumo de energía real durante 2 meses consecutivos, se lleva a cabo una evaluación integral de las operaciones del oleoducto utilizando los datos de consumo de energía como una unidad.
El modelo de evaluación del consumo de energía de la tubería C2R se utiliza para calcular la eficiencia relativa y la evaluación del consumo de la unidad de producción tradicional. Los resultados de la comparación se muestran en la Figura 5-1.
Los resultados de eficiencia relativa de una determinada semana se resumen a continuación (Tabla 5-6).
Figura 5-1 Cuadro comparativo de la evaluación del consumo de la unidad de producción y la evaluación de la eficiencia relativa
Tabla 5-6 Valor de eficiencia relativa
Se puede ver en la relación eficiencia que 3 días y 6 El día es cuando la DEA es efectiva y la eficiencia relativa es la más alta, lo que indica que la escala de varios indicadores de entrada es apropiada bajo las condiciones de salida ese día, la eficiencia está relativamente optimizada y la operación del oleoducto la eficiencia es alta.
Para cada período en el que la DEA sea ineficaz (es decir, cada unidad de toma de decisiones ineficaz), los valores de sus indicadores de entrada y salida se pueden ajustar aún más para hacerla efectiva en escala y tecnología.
De acuerdo con la eficiencia relativa de cada ciclo, cada indicador (indicadores de entrada y salida) se ajusta en consecuencia. Los resultados del ajuste del indicador son los siguientes (Tabla 5-7).
Tabla 5-7 Resultados de optimización general de la tubería del método DEA
Los resultados anteriores son los resultados del ajuste de los datos generales de consumo de energía de la tubería, pero no está claro qué indicador de cuál La estación debe ajustarse específicamente. Por tanto, aún es necesario analizarlo a través de datos específicos de la estación. De manera similar a la optimización general de la tubería, los resultados de la optimización del consumo de energía de la estación son los siguientes (Tabla 5-8).
Tabla 5-8 Resultados de optimización de estaciones del método DEA
El uso del método DEA para evaluar la efectividad relativa del consumo de energía de operación de tuberías de larga distancia no solo puede superar la determinación artificial de los pesos del índice. e indicadores La subjetividad adimensional refleja el objetivo operativo de ahorrar energía y aprovechar al máximo el potencial de los ductos de larga distancia, y tiene una gran operabilidad y un alto valor práctico. Al mismo tiempo, este método de evaluación es simple y fácil de implementar, y los resultados de la evaluación tienen una alta confiabilidad. Solo requiere que el conjunto de estados posibles compuesto por los indicadores de entrada y salida de la unidad de toma de decisiones satisfaga la convexidad, la ineficiencia y el mínimo. . A través de la solución del modelo, el análisis de efectividad y mejora, se puede obtener más información, como la operación de la tubería y el consumo de energía, lo que no solo proporciona una base para el análisis y la evaluación del consumo de energía de la tubería, sino que también proporciona una referencia de datos confiable para las operaciones de optimización de la tubería.