CN102521714B - 构建kpi等级模型的方法及装置、能耗评估方法及系统 - Google Patents
构建kpi等级模型的方法及装置、能耗评估方法及系统 Download PDFInfo
- Publication number
- CN102521714B CN102521714B CN201110452281.0A CN201110452281A CN102521714B CN 102521714 B CN102521714 B CN 102521714B CN 201110452281 A CN201110452281 A CN 201110452281A CN 102521714 B CN102521714 B CN 102521714B
- Authority
- CN
- China
- Prior art keywords
- enterprise
- kpi
- energy consumption
- grade
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 152
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 67
- 238000010276 construction Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 229910000831 Steel Inorganic materials 0.000 description 7
- 239000010959 steel Substances 0.000 description 7
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 6
- 229910052709 silver Inorganic materials 0.000 description 6
- 239000004332 silver Substances 0.000 description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 5
- 229910052799 carbon Inorganic materials 0.000 description 5
- 230000003203 everyday effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种构建KPI等级模型的方法和装置、能耗评估方法和系统，能耗评估方法包括：构建KPI等级模型，评价企业不同时期的KPI指数、同一行业不同企业的KPI指数、园区内所有企业的KPI指数，并根据企业的历史能耗水平打分、根据同行业不同企业的能耗水平打分、根据园区内所有企业的能耗水平打分，根据上述三个角度的打分得到企业的综合评分，根据企业的综合评分给出相应的综合评价结果，再根据综合评价结果给出相应的建议。本发明提供的能耗评估方法从企业自身不同时期、企业在同一行业、企业在园区内三个角度评价企业的能耗水平，评价依据比较全面，此外通过综合评价结果给出的建议可以让企业进行调整用能行为，从而降低能耗。
Description
技术领域
本发明涉及企业能耗水平评估领域，尤其涉及一种构建KPI等级模型的方法及装置、能耗评估方法及系统。
背景技术
随着经济发展和社会活动对环境的影响越来越大，降低能耗在经济发展过程中得到了广泛的重视。
为了降低能耗，节约用电，需要对企业的能耗水平进行评估，企业根据评估结果进行调整用能行为，即能耗评估结果为企业需求侧响应和节能降耗提供决策性依据。
目前，企业只能从自身的历史数据来评价能耗水平，即现有的能耗评估方法比较单一，评价依据比较片面。
发明内容
有鉴于此，本发明提供了一种构建KPI等级模型的方法和装置、能耗评估方法和系统，用以解决现有的能耗评估方法比较单一、评价依据比较片面的问题。其技术方案如下：
一种构建关键业绩指标KPI等级模型的方法，包括：按照行业、企业过去一段时间的KPI指数求平均值；查询第三方的最优KPI指数和最差KPI指数；计算出所述平均值与所述最优KPI指数的差值，同时计算出所述最差KPI指数与所述平均值的差值，并用两个差值中绝对值较大者除以3，得到等级差值；将所述平均值设为基准，在所述基准的基础上依次向上增加所述等级差值三次、向下减小所述等级差值三次，以所述平均值为中心形成七个等级，所述七个等级中任意两个相邻等级之间的差值的绝对值均为所述等级差值。
一种能耗评估方法，该方法包括：采用上述方法构建KPI等级模型；获取智能园区内企业自身不同时段的KPI指数，将每个时段的KPI指数对应到所述KPI等级模型中的相应KPI等级，所述KPI指数越大，对应的KPI等级越高，表示企业的能耗越高，KPI指数越小，对应的KPI等级越低，表示企业的能耗越小；获取智能园区内同一时段内不同行业间的KPI指数，将每个行业的KPI指数对应到所述KPI等级模型中的相应等级，所述KPI指数越大，对应的KPI等级越高，表示该行业的能耗越高，KPI指数越小，对应的KPI等级越低，表示该行业的能耗越小；获取智能园区内同一时段内同行业不同企业之间的KPI指数，将每个企业的KPI值对应到所述KPI等级模型中的相应等级，所述KPI指数越大，对应的KPI等级越高，表示该企业的能耗越高，KPI指数越小，对应的KPI等级越低，该企业的能耗越小；获取并分析智能园区内所有企业的KPI指数，将所述所有企业的KPI指数按由小到大的顺序进行排序，所述KPI指数越小，对应的KPI等级越低，表示该企业的能耗越小。
能耗评估方法还包括：根据所述企业自身不同时段的KPI指数打分，得到企业自身的历史能耗水平评分S1；根据所述同一时段内同行业不同企业之间的KPI指数打分，得到企业在同行业的能耗水平评分S2；根据所述智能园区内所有企业的KPI指数打分，得到企业在园区内的能耗水平评分S3；根据所述企业自身的历史能耗水平评分S1、企业在同行业的能耗水平评分S2和企业在园区内的能耗水平评分S3，获取企业的综合评分S，其中，所述S的值越高，表示能耗越低，S的值越低，则表示能耗越高。
根据S1、S2和S3得到所述企业的综合评分S具体为：
对S1、S2和S3分别赋予权重W1、W2和W3，所述企业的综合评分为：
所述企业的综合评分S在0分和100分之间。
能耗评估方法还包括：划分所述综合评分S所属的分数级别并确认评价结果，具体为：如果所述企业的综合评分S大于等于90分，则所述企业的综合评价结果为优秀；如果所述企业的综合评分S大于等于80分小于90分，则所述企业的综合评价结果为良好；如果所述企业的综合评分S大于等于70分小于80分，则所述企业的综合评价结果为中等；如果所述企业的综合评分S大于等于60分小于70分，则所述企业的综合评价结果为及格；如果所述企业的综合评分小于60分，则所述企业的综合评价结果为不及格。
能耗评估方法还包括：还包括：根据所述企业的综合评价结果输出对应的建议信息，具体为：如果所述企业的综合评价结果为优秀，则输出与所述优秀对应的第一建议信息；如果所述企业的综合评价结果为良好，则输出与所述良好对应的第二建议信息；如果所述企业的综合评价结果为中等，则输出与所述中等对应的第三建议信息；如果所述企业的综合评价结果为及格，则输出与所述及格对应的第四建议信息；如果所述企业的综合评价结果为不及格，则输出与所述不及格对应的第五建议信息。
一种KPI等级模型构建装置，包括：第一计算模块，用于根据行业、企业过去一段时间的KPI指数求平均值；查询模块，用于查询第三方的最优KPI指数和最差KPI指数；第二计算模块，用于计算出所述平均值与所述最优KPI指数的差值，同时计算出所述最差KPI指数与所述平均值的差值，并用两个差值中绝对值较大者除以3，得到等级差值；模型构建模块，用于将所述平均值设为基准，在所述基准的基础上依次向上增加所述等级差值三次、向下减小所述等级差值三次，以所述平均值为中心构建七个等级。
一种能耗评估系统，上述的KPI等级模型构建装置，还包括：第一获取模块，用于获取智能园区内同一时段内不同行业间的KPI指数，并将所述KPI指数对应到所述KPI等级模型中的相应等级；第二获取模块，用于获取智能园区内同一时段内不同行业间的KPI指数，并将所述KPI指数对应到所述KPI等级模型中的相应等级；第三获取模块，用于获取智能园区内同一时段内同行业不同企业之间的KPI指数，并将所述KPI指数对应到所述KPI等级模型中的相应等级；第四获取模块，用于获取智能园区内所有企业的KPI指数，并将所述KPI指数对应到所述KPI等级模型中的相应等级。
耗评估系统还包括：第一打分模块，用于根据所述企业自身不同时段的KPI指数打分，得到企业自身的历史能耗水平评分S1；第二打分模块，根据所述同一时段内同行业不同企业之间的KPI指数打分，得到企业在同行业的能耗水平评分S2；第三打分模块，根据所述智能园区内所有企业的KPI指数打分，得到企业在园区内的能耗水平评分S3；综合打分模块，用于根据S1、S2和S3对企业进行综合打分，得到企业的综合评分S。
耗评估系统还包括：综合评价模块，用于根据企业的综合评分给出企业的综合评价结果。
本发明提供的能耗评估方法和系统，按照KPI等级模型对智能园区内同一企业不同时段、同行业不同企业、园区内所有企业对企业的KPI指标进行比较，从三个角度评估企业的能耗水平，评价依据更全面。此外，从企业的历史能耗水平、企业在同行业中的能耗水平、企业在园区中的能耗水平三个角度分别打分，得到S1、S2和S3，再随对S1、S2和S3分别赋予权重W1、W2和W3通过计算得到企业的综合评分，通过企业的综合评分评价企业的能耗水平；通过综合得分得到企业的综合评价结果，根据综合评价结果给出相应的建议，让企业实时了解自身的能耗水平，并根据给予的建议进行调整用能行为，从而降低能耗，节约用电，最终为企业需求侧响应和节能降耗提供了决策性依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的能耗评估方法的流程图；
图2为鸿浩化工某月每天的能耗水平对比图；
图3为鸿浩化工7月和8月的能耗水平对比图；
图4为某月化工行业和钢铁行业的能耗水平对比图；
图5为某一时段内化工行业和钢铁行业的能耗水平对比图；
图6为某月白银良友和鸿浩两家化工企业的能耗水平对比图；
图7为某一时段内白银良友和鸿浩两家化工企业能耗水平对比图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本发明实施例提供了一种构建KPI等级模型的方法，其中，KPI，是通过对组织内部某一流程的输入端、输出端的关键参数进行设置、取样、计算、分析，衡量流程绩效的一种目标式量化指标，是把企业的战略目标分解为可运作的远景目标的工具，是企业绩效管理的基础，KPI是现代企业中受到普遍重视的业绩考核方法。在本发明中，KPI指标分为电能耗指标和碳排放指标。能耗表示为单位产值耗电量，即能耗＝总耗电量/总产值；碳排放表示为单位产值碳排放量，即碳排放＝总碳排放量/总产值。
本发明实施例一提供的构建KPI等级模型的方法包括：
S11：按照行业、企业过去一段时间的KPI指数求平均值。
S12：查询第三方的最优KPI指数和最差KPI指数。
S13：计算出平均值与最优KPI指数的差值，同时计算出最差KPI指数与平均值的差值，并用两个差值中绝对值较大者除以3，得到等级差值。
S14：将平均值设为基准，在基准的基础上依次向上增加等级差值三次、向下减小等级差值三次，以平均值为中心形成七个等级，所述七个等级中任意两个相邻等级之间的差值的绝对值均为所述等级差值。
通过上述方法构建的KPI等级模型分为七个等级，及第一等级至第七等级，其中，KPI指数越大，等级越高，能耗越高，KPI指数越小，等级越低，能耗越小。
通过上述方法构建的KPI等级模型用于评估行业、企业的能耗水平。
实施例二
本发明实施例二提供了一种能耗评估方法，图1为该方法的流程图，该方法包括：
S20：利用实施例一提供的方法构建KPI等级模型。
S21：获取企业自身不同时段的KPI指数，将每个时段的KPI指数对应到所述KPI等级模型中的相应KPI等级，所述KPI指数越大，KPI等级越高，企业的能耗越高，KPI指数越小，KPI等级越低，企业的能耗越小。图2为鸿浩化工某月每天的能耗水平对比图，从图中可以看到每天的KPI指数，以及KPI指数与温度、节假日之间的关系。
图3为鸿浩化工7月和8月的能耗水平对比图，7月的KPI指数为4.2，处于KPI模型的第五等级，8月的KPI指数为2.8，处于KPI模型的第二等级，即对于鸿浩化工而言，8月份的能耗比7月份的能耗低。
S22：获取同一时段内不同行业间的KPI指数，将每个行业的KPI指数对应到KPI等级模型中的相应等级，KPI指数越大，对应的KPI等级越高，该行业的能耗越高，KPI指数越小，对应的KPI等级越低，该行业的能耗越小；获取同一时段内同行业不同企业之间的KPI指数，将每个企业的KPI值对应到KPI等级模型中的相应等级，KPI指数越大，对应的KPI等级越高，该企业的能耗越高，KPI指数越小，对应的KPI等级越低，该企业的能耗越小。
图4为某月化工行业和钢铁行业的能耗水平对比图，从图中可以看到两个行业每天的KPI指数，以及KPI指数与温度、节假日之间的关系。
图5为某一时段内化工行业和钢铁行业的能耗水平对比图，化工行业的KPI指数为11，处于KPI等级模型的第一级，钢铁行业的KPI指数为14，处于KPI等级模型的第三级，即，在该时段内，钢铁化工行业的能耗要低于钢铁行业。
图6为某月白银良友和鸿浩两家化工企业的能耗水平对比图，从图中可以看到两个企业每天的KPI指数，以及KPI指数与温度、节假日之间的关系。
图7为某一时段内白银良友和鸿浩两家化工企业能耗水平对比图，白银良友的KPI指数为4.2，处于KPI等级模型的第五级，鸿浩的KPI指数为2.8，处于KPI等级模型的第二级，即，在该时段内，白银良友的能耗要低于鸿浩。
S23：获取并分析智能园区内所有企业的KPI指数，将所有企业的KPI指数按由小到大的顺序进行排序，KPI指数越小，对应的KPI等级越低，该企业的能耗越小。
本实施例并不限定步骤S22、S23、S24、S25的顺序。
本实施例提供的方法还包括：
S24-S26：根据企业的历史能耗水平打分，得到企业自身的历史能耗水平评分S1；根据同行业不同企业的能耗水平打分，得到企业在同行业的能耗水平评分S2；根据园区内所有企业的能耗水平打分，得到企业在园区内的能耗水平评分S3。
S27：根据企业自身的历史能耗水平评分S1、企业在同行业的能耗水平评分S2和企业在园区内的能耗水平评分S3，得到企业的综合评分S，分数越高，能耗越低，分数越低，能耗越高。
其中，根据企业的历史能耗水平打分具体为：根据企业自身不同时段的KPI指数打分，即根据企业的历史能耗水平打分所需的数据来源于企业自身不同时段的KPI指数，S1的计算方法为(假设总分为100分)：
上式中，X1为企业当前自身的能耗水平，Max1为历史最高能耗，Avg1为历史平均能耗，Min1为历史最低能耗。
其中，根据同行业不同企业的能耗水平打分具体为：根据同一时段内同行业不同企业之间的KPI指数打分，即根据同行业不同企业的能耗水平打分的数据来源于同行业不同企业的KPI指数，S2的计算方法为(假设总分为100分)：
上式中，X2为企业在当前同行业中的能耗水平，Max2为行业最高能耗，Avg2为行业平均能耗，Min2为行业最低能耗。
其中，根据园区内所有企业的能耗水平打分具体为：根据所述智能园区内所有企业的KPI指数打分，即根据园区内所有企业的能耗水平打分的数据来源于智能园区内所有企业的KPI指数，S3的计算方法为(假设总分为100分)：
上式中，X3为企业当前在智能园区中的能耗水平，Max3为智能园区内最高能耗，Avg2为智能园区内平均能耗，Min2为智能园区内最低能耗。
根据上式(1)、(2)和(3)计算得到的S1、S2和S3得到企业的综合评分S具体为：对S1、S2和S3分别赋予权重W1、W2和W3，企业的综合评分为：
本实施例提供的方法还包括：
S28：划分综合评分所属的分数级别并给出评价结果：
如果企业的综合评分大于等于90分以上，则企业的综合评价结果为优秀；如果企业的综合评分大于等于80分小于90分，则企业的综合评价结果为良好；如果企业的综合评分大于等于70分小于80分，则企业的综合评价结果为中等；如果企业的综合评分大于等于60分小于70分之间，则企业的综合评价结果为及格；如果企业的综合评分小于60分，则企业的综合评价结果为不及格。
本实施例提供的方法还还包括：
S29：根据企业的综合评价结果给出对应的建议：
如果企业的综合评价结果为优秀，则输出与优秀对应的第一建议信息；如果企业的综合评价结果为良好，则输出与良好对应的第二建议信息；如果企业的综合评价结果为中等，则输出与中等对应的第三建议信息；如果企业的综合评价结果为及格，则输出与及格对应的第四建议信息；如果企业的综合评价结果为不及格，则输出与不及格对应的第五建议信息。
例如，如果企业的综合评价结果为优秀，则给予企业建议“当前能耗水平非常低，被评为优秀，请继续保持优秀的低能耗”；如果企业的综合评价结果为良好，则给予企业建议“当前能耗水平较低，被评为良好，有降低能耗的趋势，请继续保持良好现状，努力争当优秀”；如果企业的综合评价结果为中等，则给予企业建议“当前能耗属于中等水平，降低能耗的空间很大，请实施相应的措施以降低能耗，努力争当优秀”；如果企业的综合评价结果为及格，则给予企业建议“当前能耗较高，降低能耗的空间很大，请实施相应的措施以降低能耗，努力争当优秀”；如果企业的综合评价结果为不及格，则给予企业建议“当前能耗非常高，降低能耗的空间非常大，请找出原因，并实施相应的措施以降低能耗，努力争当优秀，减少成本”。
实施例三
本发明实施例三提供了一种KPI等级模型构建装置，包括：第一计算模块，用于根据行业、企业过去一段时间的KPI指数求平均值；查询模块，用于查询第三方的最优KPI指数和最差KPI指数；第二计算模块，用于计算出所述平均值与所述最优KPI指数的差值，同时计算出所述最差KPI指数与所述平均值的差值，并用两个差值中绝对值较大者除以3，得到等级差值；模型构建模块，用于将所述平均值设为基准，在所述基准的基础上依次向上增加所述等级差值三次、向下减小所述等级差值三次，以所述平均值为中心构建七个等级。
实施例四
本发明实施例四提供了一种能耗评估系统，该系统包括实施例三的KPI等级模型构建装置，还包括：第一获取模块，用于获取智能园区内同一时段内不同行业间的KPI指数，并将KPI指数对应到KPI等级模型中的相应等级；第二获取模块，用于获取智能园区内同一时段内不同行业间的KPI指数，并将KPI指数对应到KPI等级模型中的相应等级；第三获取模块，用于获取智能园区内同一时段内同行业不同企业之间的KPI指数，并将KPI指数对应到KPI等级模型中的相应等级；第四获取模块，用于获取智能园区内所有企业的KPI指数，并将KPI指数对应到KPI等级模型中的相应等级。
本发明实施例提供的能耗评估系统还包括：第一打分模块，用于根据企业自身不同时段的KPI指数打分，得到企业自身的历史能耗水平评分S1；第二打分模块，根据同一时段内同行业不同企业之间的KPI指数打分，得到企业在同行业的能耗水平评分S2；第三打分模块，根据智能园区内所有企业的KPI指数打分，得到企业在园区内的能耗水平评分S3；综合打分模块，用于根据S1、S2和S3对企业进行综合打分，得到企业的综合评分S。
本发明实施例提供的系统还包括：综合评价模块，用于根据企业的综合评分给出企业的综合评价结果，建议输出模块，用于根据综合评价结果输出对应的建议。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种能耗评估方法，其特征在于，该方法包括：
构建KPI等级模型；包括：
按照行业、企业过去一段时间的KPI指数求平均值；查询第三方的最优KPI指数和最差KPI指数；计算出所述平均值与所述最优KPI指数的差值，同时计算出所述最差KPI指数与所述平均值的差值，并用两个差值中绝对值较大者除以3，得到等级差值；将所述平均值设为基准，在所述基准的基础上依次向上增加所述等级差值三次、向下减小所述等级差值三次，以所述平均值为中心形成七个等级，所述七个等级中任意两个相邻等级之间的差值的绝对值均为所述等级差值；
获取智能园区内企业自身不同时段的KPI指数，将每个时段的KPI指数对应到所述KPI等级模型中的相应KPI等级，所述KPI指数越大，对应的KPI等级越高，表示企业的能耗越高，KPI指数越小，对应的KPI等级越低，表示企业的能耗越小；
获取智能园区内同一时段内不同行业间的KPI指数，将每个行业的KPI指数对应到所述KPI等级模型中的相应等级，所述KPI指数越大，对应的KPI等级越高，表示该行业的能耗越高，KPI指数越小，对应的KPI等级越低，表示该行业的能耗越小；
获取智能园区内同一时段内同行业不同企业之间的KPI指数，将每个企业的KPI值对应到所述KPI等级模型中的相应等级，所述KPI指数越大，对应的KPI等级越高，表示该企业的能耗越高，KPI指数越小，对应的KPI等级越低，该企业的能耗越小；
获取并分析智能园区内所有企业的KPI指数，将所述所有企业的KPI指数按由小到大的顺序进行排序，所述KPI指数越小，对应的KPI等级越低，表示该企业的能耗越小；
依据能耗评估结果采取相应的措施用以降低能耗。
2.根据权利要求1所述的方法，其特征在于，该方法还包括：
根据所述企业自身不同时段的KPI指数打分，得到企业自身的历史能耗水平评分S1；
根据所述同一时段内同行业不同企业之间的KPI指数打分，得到企业在同行业的能耗水平评分S2；
根据所述智能园区内所有企业的KPI指数打分，得到企业在园区内的能耗水平评分S3；
根据所述企业自身的历史能耗水平评分S1、企业在同行业的能耗水平评分S2和企业在园区内的能耗水平评分S3，获取企业的综合评分S，其中，所述S的值越高，表示能耗越低，S的值越低，则表示能耗越高。
3.根据权利要求2所述的方法，其特征在于，根据S1、S2和S3得到所述企业的综合评分S具体为：
对S1、S2和S3分别赋予权重W1、W2和W3，所述企业的综合评分为：
所述企业的综合评分S在0分和100分之间。
4.根据权利要求3所述的方法，其特征在于，该方法还包括：
划分所述综合评分S所属的分数级别并确认评价结果，具体为：
如果所述企业的综合评分S大于等于90分，则所述企业的综合评价结果为优秀；
如果所述企业的综合评分S大于等于80分小于90分，则所述企业的综合评价结果为良好；
如果所述企业的综合评分S大于等于70分小于80分，则所述企业的综合评价结果为中等；
如果所述企业的综合评分S大于等于60分小于70分，则所述企业的综合评价结果为及格；
如果所述企业的综合评分小于60分，则所述企业的综合评价结果为不及格。
5.根据权利要求4所述的方法，其特征在于，还包括：
根据所述企业的综合评价结果输出对应的建议信息，具体为：
如果所述企业的综合评价结果为优秀，则输出与所述优秀对应的第一建议信息；
如果所述企业的综合评价结果为良好，则输出与所述良好对应的第二建议信息；
如果所述企业的综合评价结果为中等，则输出与所述中等对应的第三建议信息；
如果所述企业的综合评价结果为及格，则输出与所述及格对应的第四建议信息；
如果所述企业的综合评价结果为不及格，则输出与所述不及格对应的第五建议信息。
6.一种能耗评估系统，其特征在于，
KPI等级模型构建装置，包括：
第一计算模块，用于根据行业、企业过去一段时间的KPI指数求平均值；
查询模块，用于查询第三方的最优KPI指数和最差KPI指数；第二计算模块，用于计算出所述平均值与所述最优KPI指数的差值，同时计算出所述最差KPI指数与所述平均值的差值，并用两个差值中绝对值较大者除以3，得到等级差值；模型构建模块，用于将所述平均值设为基准，在所述基准的基础上依次向上增加所述等级差值三次、向下减小所述等级差值三次，以所述平均值为中心构建七个等级；
所述系统还包括：
第一获取模块，用于获取智能园区内企业自身不同时段的KPI指数，并将所述KPI指数对应到所述KPI等级模型中的相应等级；
第二获取模块，用于获取智能园区内同一时段内不同行业间的KPI指数，并将所述KPI指数对应到所述KPI等级模型中的相应等级；
第三获取模块，用于获取智能园区内同一时段内同行业不同企业之间的KPI指数，并将所述KPI指数对应到所述KPI等级模型中的相应等级；
第四获取模块，用于获取智能园区内所有企业的KPI指数，并将所述KPI指数对应到所述KPI等级模型中的相应等级；
综合评价模块，用于根据企业的综合评分给出企业的综合评价结果；依据能耗评估结果采取相应的措施用以降低能耗。
7.根据权利要求6所述的系统，其特征在于，还包括：
第一打分模块，用于根据所述企业自身不同时段的KPI指数打分，得到企业自身的历史能耗水平评分S1；
第二打分模块，根据所述同一时段内同行业不同企业之间的KPI指数打分，得到企业在同行业的能耗水平评分S2；
第三打分模块，根据所述智能园区内所有企业的KPI指数打分，得到企业在园区内的能耗水平评分S3；
综合打分模块，用于根据S1、S2和S3对企业进行综合打分，得到企业的综合评分S。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110452281.0A CN102521714B (zh) | 2011-12-29 | 2011-12-29 | 构建kpi等级模型的方法及装置、能耗评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110452281.0A CN102521714B (zh) | 2011-12-29 | 2011-12-29 | 构建kpi等级模型的方法及装置、能耗评估方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102521714A CN102521714A (zh) | 2012-06-27 |
| CN102521714B true CN102521714B (zh) | 2015-07-08 |
Family
ID=46292625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110452281.0A Active CN102521714B (zh) | 2011-12-29 | 2011-12-29 | 构建kpi等级模型的方法及装置、能耗评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102521714B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104731841A (zh) * | 2013-12-24 | 2015-06-24 | 南宁市磁汇科技有限公司 | 一种基于互联网的自助式能耗排名系统 |
| CN104680313A (zh) * | 2015-02-10 | 2015-06-03 | 北京国电通网络技术有限公司 | 城市高耗能企业监测筛选方法 |
| CN109784694A (zh) * | 2018-12-29 | 2019-05-21 | 东莞市绿能环保节能科技有限公司 | 一种能源信息管理系统和园区能源信息的监控方法 |
| CN111611301B (zh) * | 2020-06-16 | 2023-12-08 | 武汉虹信科技发展有限责任公司 | 无线通信设备的kpi指标表示方法、计算方法及系统 |
| CN111784133B (zh) * | 2020-06-22 | 2023-01-24 | 上海化学工业区中法水务发展有限公司 | 一种制定污水厂能耗绩效指标的方法及设备 |
| CN113177686A (zh) * | 2021-03-29 | 2021-07-27 | 国网浙江省电力有限公司湖州供电公司 | 一种基于碳耗指数的能耗异常判断方法 |
| CN113487178A (zh) * | 2021-07-02 | 2021-10-08 | 天津大学 | 用于企业大气污染物减排分级评价的处理方法 |
| CN117421690B (zh) * | 2023-12-18 | 2024-03-22 | 中节能物业管理有限公司 | 一种智慧园区能耗实时监测方法与系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101551886A (zh) * | 2009-05-14 | 2009-10-07 | 北京东方文骏软件科技有限责任公司 | 基于主成分法的kpi分析在电信行业收入保障系统中的应用 |
| CN101662413A (zh) * | 2008-08-30 | 2010-03-03 | 华为技术有限公司 | 一种多业务共生管理方法、装置和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8538787B2 (en) * | 2007-06-18 | 2013-09-17 | International Business Machines Corporation | Implementing key performance indicators in a service model |
-
2011
- 2011-12-29 CN CN201110452281.0A patent/CN102521714B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101662413A (zh) * | 2008-08-30 | 2010-03-03 | 华为技术有限公司 | 一种多业务共生管理方法、装置和系统 |
| CN101551886A (zh) * | 2009-05-14 | 2009-10-07 | 北京东方文骏软件科技有限责任公司 | 基于主成分法的kpi分析在电信行业收入保障系统中的应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102521714A (zh) | 2012-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102521714B (zh) | 构建kpi等级模型的方法及装置、能耗评估方法及系统 | |
| CN105160489B (zh) | 一种水电机组变权劣化评估系统及评估方法 | |
| CN101667226B (zh) | 风电场及机组出力损失计算方法 | |
| CN104166788A (zh) | 一种架空输电线路最佳经济寿命区间评估方法 | |
| CN102368314A (zh) | 一种基于lcc理论的输电网规划方案综合评价方法 | |
| CN104123596A (zh) | 一种考虑可再生能源的电源优化规划方法 | |
| Li | Path-breaking industrial development reduces carbon emissions: Evidence from Chinese Provinces, 1999–2011 | |
| CN102982420A (zh) | 基于多目标决策理想点法的资产全寿命周期评估方法 | |
| CN105447640A (zh) | 一种大电网建设经济型评估方法 | |
| Normann et al. | Exploiting global renewable energy growth | |
| CN116542430B (zh) | 多维度水务碳排放量智能分析方法及系统 | |
| CN112330089B (zh) | 装备制造类企业的综合能效监测方法及监测系统 | |
| Azra et al. | Empirical investigation of the impact of energy intensity and financial institutions efficiency on environmental degradation in Pakistan | |
| Acquaye et al. | Green supply chain management: the development of supply chain carbon maps | |
| Stoelinga et al. | Estimating long-range external wake losses in energy yield and operational performance assessments using the WRF wind farm parameterization | |
| CN112001551B (zh) | 一种基于大用户电量信息的地市电网售电量预测方法 | |
| CN116151647A (zh) | 一种电网基建项目评估分析方法 | |
| CN106651094B (zh) | 一种基于等效节能量的企业能效评价方法 | |
| Grimaccia et al. | Neural networks as decision making support system for hydroelectric power plant | |
| CN104143159A (zh) | 一种考虑地区差异化的配电网健康度自诊断方法 | |
| CN112288496A (zh) | 电力行业负荷分类计算方法及其跟踪分析方法 | |
| Irawan et al. | Integrated strategic energy mix and energy generation planning with multiple sustainability criteria and hierarchical stakeholders | |
| CN111583059A (zh) | 基于k-means聚类的分布式能源站典型日负荷获取方法 | |
| Chen et al. | An Optimization Model of HVDC Transmission System Reliability Improvement Measures Based on Cost-Benefit Analysis | |
| Cui | Iot financial management system for energy enterprise management risk and prevention and control strategy under the background of double carbon |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| ASS | Succession or assignment of patent right |
Owner name: STATE ELECTRIC NET CROP. Free format text: FORMER OWNER: STATE GRID INFORMATION + TELECOMMUNICATION CO., LTD. Effective date: 20120724 Owner name: STATE GRID INFORMATION + TELECOMMUNICATION CO., LT Free format text: FORMER OWNER: BEIJING STATE GRID BEST NETWORK TECHNOLOGY CO., LTD. Effective date: 20120724 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 100761 XICHENG, BEIJING TO: 100031 XICHENG, BEIJING |
|
| TA01 | Transfer of patent application right |
Effective date of registration: 20120724 Address after: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing Applicant after: State Grid Corporation of China Co-applicant after: State Grid Information & Telecommunication Co., Ltd. Co-applicant after: Beijing Guodiantong Network Technology Co., Ltd. Address before: 100761 Beijing Xicheng District city two, Baiguang Road Applicant before: State Grid Information & Telecommunication Co., Ltd. Co-applicant before: Beijing Guodiantong Network Technology Co., Ltd. |
|
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |