CN106447212A - 一种基于ahp的智能电表软件质量评价方法 - Google Patents
一种基于ahp的智能电表软件质量评价方法 Download PDFInfo
- Publication number
- CN106447212A CN106447212A CN201610886878.9A CN201610886878A CN106447212A CN 106447212 A CN106447212 A CN 106447212A CN 201610886878 A CN201610886878 A CN 201610886878A CN 106447212 A CN106447212 A CN 106447212A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- software quality
- intelligent electric
- electric meter
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005611 electricity Effects 0.000 title abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 71
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 18
- 238000013441 quality evaluation Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000008014 freezing Effects 0.000 claims description 2
- 238000007710 freezing Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种基于AHP的智能电表软件质量评价方法，包括以下几个步骤：S1，构建智能电表软件质量的评价指标体系；S2，构建智能电表软件质量评价模型；S3，确定各评价指标的相对权重；S4，确定评价指标的评价等级以及评价等级相应的评分标准，进而确定方案层中每个评价指标的得分；S5，根据各评价指标的得分及各评价指标的相对权重，计算智能电表软件质量综合得分。本发明填补了智能电表软件质量评价方法的空白，建立智能电表软件质量的评价体系，实现不同供应商、不同版本的电表软件质量全面、科学的评价，进而为评价不同供应商的智能电表软件质量提供参考。
Description
技术领域
本发明属于电气和自动化技术领域，尤其涉及到一种智能电表检测系统，具体涉及一种一种基于AHP的智能电表软件质量评价方法。
背景技术
随着国网公司用电信息采集系统建设工程的逐步推进，越来越多的智能电表投入到现场运行中。已有的智能电表运行数据表明由软件因素诱发的智能电表故障严重影响了智能电表的运行可靠性，因此智能电表软件故障检测十分必要。
但在智能电表软件领域中，软件产品批量使用后不便修改，而且很难或者无法收集失效数据。因此，在实际应用中，必须根据软件的具体情况，考虑在软件开发的整个生命周期中，从不同角度对软件质量进行度量和评价。但如何选择合适的度量以适应不同特点的软件和不同的使用阶段便成为工程难题。选择的度量过多会增加电表研发人员成本和资源的耗费，过少会使得度量结果不可信。目前国内外缺乏对智能电表软件质量全面、科学的评价方法。 因此对不同厂家、不同版本的智能电表软件质量无法给出统一的、科学的评价结果。
当前亟需一种智能电表软件质量评价的方法，明确智能电表软件质量评价指标，建立智能电表软件质量评价体系，实现不同供应商、不同版本的电表软件质量的全面、科学的评价。
层次分析法（analytic hierarchy process,简称AHP方法）是一种层次化、结构化的决策方法，在对复杂决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，实现决策者定性判断和定量分析的结合，具有简洁性、普遍性等特点，被广泛应用于各类评价、决策系统，在电表质量评估与应用选型决策方面也有应用。AHP方法首先对问题所涉及的各因素进行分类，全部因素可分为目标层、准则层、方案层，找出彼此间的相互关系，构造一个有序的递阶层次结构，然后通过决策者对各因素的重要程度比较判断，计算各决策方案在不同准则及总准则下的相对重要程度，最后得出决策方案的优劣排序。整个流程符合人的决策思维过程，极大提高了决策效率。
发明内容
为实现上述目的，本发明采用的技术方案为：
本发明一种基于AHP的智能电表软件质量评价方法，包括以下几个步骤：
S1：根据现有的智能电表现场运行数据和基于工况的模拟测试结果进行分析，构建智能电表软件质量的评价指标体系，其中，所述的评价指标体系包括一级评价指标和二级评价指标，所述一级评价指标包括：计量指标、通信指标、冻结及事件记录指标、负荷曲线指标和可靠性指标，每一个一级评价指标包括若干个二级评价指标；
S2：根据所述质量评价指标体系中各级评价指标之间的隶属关系，利用改进的层次分析法构建智能电表软件质量评价模型；其中，所述智能电表软件质量评价模型按由下而上顺序由多个层组成；每一层的评价指标为评价指标体系中同一级的评价指标；并且，下层评价指标为上层中对应评价指标的子指标。
S3：采用层次分析法确定所述智能电表软件质量评价模型中各评价指标的相对权重。
S4：确定评价指标的评价等级以及评价等级相应的评分标准，进而确定方案层中每个评价指标的得分。
S5：根据各评价指标的得分及各评价指标的相对权重，计算智能电表软件质量综合得分。
优选的，所述二级评估指标包括：
电压影响、电流影响、相位影响和温度变化对计量的影响作为计量指标的二级评价指标；
通信成功率、低电压下通信成功率、高电压下通信成功率和通信干扰测试作为通信指标的二级评价指标；
月末年末冻结、日冻结、瞬时冻结和定时冻结作为冻结及事件记录指标的二级评价指标；
一分钟一次负荷曲线、月末年末负荷曲线作为负荷曲线指标的二级评价指标；
反复上掉电、缓升缓降和环境变化对计量的影响作为可靠性指标的二级评价指标。
优选的，所述智能电表软件质量评价模型包括由下至上的方案层、准则层和目标层。
优选的，所述步骤S3具体为：
S31：确定所述质量评价指标体系中各评价指标的相对重要程度；
S32：将所述相对重要程度构造为判断矩阵；
S33：对所述判断矩阵进行一致性检验，若不一致，则调整所述判断矩阵的元素，使其满足一致性要求；
S34：计算出与所构造的判断矩阵相对应的最大特征值及相应的特征向量，经归一化处理后，得到的特征向量即为相应评价指标的权重；
S35：按指标间的层次关系层层推进，依次得到各指标的权重，最后得到一级指标对应的权重。
优选的，所述评价指标的评价等级以及评价等级相应的评分标准是采用专家经验打分法确定的。
优选的，所述步骤S5的具体方法为：
式中U是电能表软件质量的最终得分;Yi是方案层第i个元素Ci的得分，Wci表示方案层第i个元素Ci对目标层的权重。
本发明填补了智能电表软件质量评价方法的空白，建立智能电表软件质量的评价体系，实现不同供应商、不同版本的电表软件质量全面、科学的评价，进而为评价不同供应商的智能电表软件质量提供参考。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其它的附图，其中 ：
图 1 是本发明提出的评价模型图。
具体实施方式
下面将结合本发明实例中的附图，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。基于发明中的实施例，本领域普通技术人员在没有作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。
本发明的一种智能电表软件质量评价方法，具体包括以下几个步骤：
S1：确定能够全面、科学、合理地评价智能电表软件质量的评价指标体系。
其中，质量评价指标体系是根据现有的智能电表现场运行数据和基于工况的模拟测试结果进行分析后确定的。本实施例中，评价指标体系包括一级评价指标和二级评价指标，一级评价指标包括：计量指标、通信指标、冻结及事件记录指标、负荷曲线指标和可靠性指标；每一个一级评价指标包括若干个二级评价指标；经分析后确定，电压影响、电流影响、相位影响和温度变化对计量的影响可以作为计量指标的二级评价指标；通信成功率、低电压下通信成功率、高电压下通信成功率和通信干扰测试可作为通信指标的二级评价指标；月末年末冻结、日冻结、瞬时冻结和定时冻结可作为冻结及事件记录指标的二级评价指标；一分钟一次负荷曲线、月末年末负荷曲线可作为负荷曲线指标的二级评价指标；反复上掉电、缓升缓降和环境变化对计量的影响可作为可靠性指标的二级评价指标。具体的智能电表软件质量评价指标体系如表1所示：
表1
计量是电表重要特点之一，是评价电表质量的关键指标，从电压、电流、频率和相位等瞬时量的影响角度进行评价。通信是电表的重要数据交互手段，也是智能电网进行数据分析、数据处理的保障性通道，验证通信的成功率对电表质量具有重要意义。因此，通信主要从工况和环境变化甚至极限情况、非法数据攻击情况下的通信成功率来进行评分。冻结和事件记录是保存电表运行过程中的各项数据和记录，当电表工况或环境异常时可根据事件记录来追补电量，该方面主要用来判断电表在处理大量的存储事件时是否会对电表的功能特性产生异常变化。负荷曲线指标是从大数据量存储方面分析电表的质量特性，负荷曲线每次需要存储196个字节，作为追究电表运行曲线分析的重要原始数据。可靠性指标主要考虑电网环境不稳定，电磁环境及气候环境等对电量和电费功能的影响。
S2：根据表1质量评价指标体系中各级评价指标之间的隶属关系，利用改进的层次分析法构建智能电表软件质量评价模型，如图1所示，本实施例中，智能电表软件质量评价模型由上至下分成目标层A、准则层B和方案层C 三个层次，其中上一层次的指标作为准则对下一层次有关指标起支配作用；目标层A是智能电表软件质量，准则层B包含计量B1、通信B2、冻结及事件记录B3、负荷曲线B4和可靠性B5五大类一级评价指标，而十七个二级评价指标则构成了方案层。
S3：采用层次分析法确定智能电表软件质量评价模型中各评价指标的相对权重。其具体方法为：
S31：确定质量评价指标体系中各评价指标的相对重要程度；
例如，比较两个评价指标的相对重要程度，如果评估指标 i 和评估指标 j 同等重要，则令 Cij ＝ 1 ；如果评估指标 i 比评估指标 j 重要，则令Cij＝ 2 ；如果评估指标 i 不如评 估指标 j 重要，则令Cij＝ 3。具体标度及其含义如表 2 所示。
表2
| 标度值 | 含义 |
| 1 | 两个因素相比，重要性相等 |
| 3 | 两个因素相比，前者比后者稍微重要 |
| 5 | 两个因素相比，前者比后者明显重要 |
| 7 | 两个因素相比，前者比后者强烈重要 |
| 9 | 两个因素相比，前者比后者极端重要 |
| 2,4,6,8 | 上述相邻判断的中间值 |
| 倒数 | 若元素i与元素j的重要性之比为pij,则元素j与元素i的重要性之比为pji=1/pij |
S32：根据各评价指标间的相对重要程度构造判断矩阵；
建立评价模型以后，元素的并列、从属关系便己确定。判断矩阵是表示本层所有元素针对上一层某一个元素相对重要性的比较，通常采用两两比较法得到。根据表2中的标度，确定同一层次指标的判断矩阵 A ＝ {aij}n×n，如对准则层的所有元素进行两两比较，便构成准则层的判断矩阵，其中a ij 为指标Bi和B ij 相对于目标A的重要性标度。
同样地，可得到方案层各指标相对于准则层相应指标的判断矩阵。
S33：对所述判断矩阵进行一致性检验，若不一致，则调整所述判断矩阵的元素，使其满足一致性要求；
在AHP法中，需要对判断矩阵进行一致性检验，一致性指标CI的定义为:
当CI = 0时，该矩阵一致，CI越大则其不一致程度越严重。为了给不一致程度确定一个允许范围，层次分析法引入了平均随机一致性指标RI，对于n≥3的判断矩阵，一致性比率CR表示为一致性指标CI与同阶平均随机一致性指标RI(见表3)之比:
当满足CR<0.1时，不一致程度在允许范围内，其特征向量进行归一化后即可作为权向量。如果没有通过检验，则需要重新构造判断矩阵。对于1阶、2阶矩阵总是一致的，此时CR=O。
表3
| 矩阵阶数n | 1 | 2 | 3 | 4 | 5 | 6 |
| RI | 0 | 0 | 0.58 | 0.90 | 1.21 | 1.24 |
S34：计算出与所构造的判断矩阵的最大特征值及其对应的特征向量，经归一化处理后，得到的特征向量即为相应评价指标的权重；
最大特征值及其对应的特征向量为：
（1）；
其中，W为判断矩阵最大特征向量，为最大特征值
归一化处理后为：
（2）；
得到准则层各元素相对于目标层和方案层各元素相对于准则层的权重之后，便可得到方案层各元素相对于目标层的权重。
（3）；
式中Wci表示方案层第i个元素Ci对目标层的权重; WCBij表示方案层元素Ci对准则层第j个元素Bj的权重；WBj表示准则层元素Bj对目标层的权重。
S35：按指标间的层次关系层层推进，依次得到各指标的权重，最后得到一级指标对应的权重。
与传统的 AHP 法相比，本发明在保证结果准确的前提下，既便于专家做出正确判断，又减少了因判断矩阵的不一致性而带来的计算量，从而使收敛速度快、迭代次数少。
S4：确定评价指标的评价等级以及评价等级相应的评分标准，进而确定方案层中每个评价指标的得分。
本实施例中，评价指标的评价等级以及评价等级相应的评分标准是采用专家经验打分法确定的。比如，可以根据专家的建议，将方案层每个评价指标分为A/B/C/D/E 五个评价等级，相应的评价标准由专家给出，且规定每个评价等级的分值为：A ＝ 10 分，B ＝ 8分，C ＝ 6 分，D ＝ 4，E=2 分。
选择智能电表针对上述十七个评价指标项目进行测试，得到测试结果，并根据上述每个评价等级的评分标准，就可以确定每个评价指标的得分。
S5：根据各评价指标的得分及各评价指标的相对权重，计算智能电表软件质量综合得分。
知道方案层各评价指标的得分后，便可计算目标层电表软件质量得分，具体方法为：
式中U是电表软件质量的最终得分;Yi是方案层第i个元素Ci的得分，Wci表示方案层第i个元素Ci对目标层的权重。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种基于AHP的智能电表软件质量评价方法，其特征在于，包括以下几个步骤：
S1：根据现有的智能电表现场运行数据和基于工况的模拟测试结果进行分析，构建智能电表软件质量的评价指标体系，其中，所述的评价指标体系包括一级评价指标和二级评价指标，所述一级评价指标包括：计量指标、通信指标、冻结及事件记录指标、负荷曲线指标和可靠性指标，每一个一级评价指标包括若干个二级评价指标；
S2：根据所述质量评价指标体系中各级评价指标之间的隶属关系，利用改进的层次分析法构建智能电表软件质量评价模型；其中，所述智能电表软件质量评价模型按由下而上顺序由多个层组成；每一层的评价指标为评价指标体系中同一级的评价指标；并且，下层评价指标为上层中对应评价指标的子指标；
S3：采用层次分析法确定所述智能电表软件质量评价模型中各评价指标的相对权重；
S4：确定评价指标的评价等级以及评价等级相应的评分标准，进而确定方案层中每个评价指标的得分；
S5：根据各评价指标的得分及各评价指标的相对权重，计算智能电表软件质量综合得分。
2.根据权利要求1所述的一种基于AHP的智能电表软件质量评价方法，其特征在于，所述二级评价指标包括：
电压影响、电流影响、相位影响和温度变化对计量的影响作为计量指标的二级评价指标；
通信成功率、低电压下通信成功率、高电压下通信成功率和通信干扰测试作为通信指标的二级评价指标；
月末年末冻结、日冻结、瞬时冻结和定时冻结作为冻结及事件记录指标的二级评价指标；
一分钟一次负荷曲线、月末年末负荷曲线作为负荷曲线指标的二级评价指标；
反复上掉电、缓升缓降和环境变化对计量的影响作为可靠性指标的二级评价指标。
3.根据权利要求1所述的一种基于AHP的智能电表软件质量评价方法，其特征在于，所述步骤S2中智能电表软件质量评价模型包括由下至上的方案层、准则层和目标层。
4. 根据权利要求 2 所述的一种基于AHP的智能电表软件质量评价方法，其特征在于，所述步骤S3具体为：
S31：确定所述质量评价指标体系中各评价指标的相对重要程度；
S32：将所述相对重要程度构造为判断矩阵；
S33：对所述判断矩阵进行一致性检验，若不一致，则调整所述判断矩阵的元素，使其满足一致性要求；
S34：计算出与所构造的判断矩阵相对应的最大特征值及相应的特征向量，经归一化处理后，得到的特征向量即为相应评价指标的权重；
S35：按指标间的层次关系层层推进，依次得到各指标的权重，最后得到一级指标对应的权重。
5.根据权利要求1所述的一种基于AHP的智能电表软件质量评价方法，其特征在于，步骤S4中所述评价指标的评价等级以及评价等级相应的评分标准是采用专家经验打分法确定的。
6.根据权利要求1所述的一种基于AHP的智能电表软件质量评价方法，其特征在于，所述步骤S5的具体方法为：
式中U是电能表软件质量的最终得分;Yi是方案层第i个元素Ci的得分，Wci表示方案层第i个元素Ci对目标层的权重。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610886878.9A CN106447212A (zh) | 2016-10-11 | 2016-10-11 | 一种基于ahp的智能电表软件质量评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610886878.9A CN106447212A (zh) | 2016-10-11 | 2016-10-11 | 一种基于ahp的智能电表软件质量评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106447212A true CN106447212A (zh) | 2017-02-22 |
Family
ID=58173296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610886878.9A Pending CN106447212A (zh) | 2016-10-11 | 2016-10-11 | 一种基于ahp的智能电表软件质量评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106447212A (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952029A (zh) * | 2017-03-15 | 2017-07-14 | 中国电力科学研究院 | 一种用于对变电设备状态监测装置进行评价的方法及系统 |
| CN107239652A (zh) * | 2017-05-08 | 2017-10-10 | 国电南瑞科技股份有限公司 | 一种充电站运行状态风险评估方法 |
| CN108229784A (zh) * | 2017-11-09 | 2018-06-29 | 中国电力科学研究院有限公司 | 一种智能配电网的多维数据质量评价方法及系统 |
| CN109785606A (zh) * | 2019-02-02 | 2019-05-21 | 中能瑞通（北京）科技有限公司 | 一种用电信息采集系统采集质量分析方法及装置 |
| CN110196811A (zh) * | 2019-06-04 | 2019-09-03 | 上海浦东软件平台有限公司 | 一种用于评价软件质量的方法及设备 |
| CN110221976A (zh) * | 2019-05-28 | 2019-09-10 | 广西电网有限责任公司电力科学研究院 | 一种基于度量技术的计量终端软件质量量化评价方法 |
| CN110533340A (zh) * | 2019-09-04 | 2019-12-03 | 国网黑龙江省电力有限公司电力科学研究院 | 一种典型环境下智能电能表可靠性指标的量化方法 |
| CN110852615A (zh) * | 2019-11-11 | 2020-02-28 | 黑龙江省电工仪器仪表工程技术研究中心有限公司 | 一种典型环境下智能电能表可靠性综合评价模型 |
| CN107766254B (zh) * | 2017-11-13 | 2020-05-08 | 长光工程师培训中心(长春)有限公司 | 一种基于层次分析的软件质量评估方法及系统 |
| CN111612371A (zh) * | 2020-05-29 | 2020-09-01 | 国网河北省电力有限公司电力科学研究院 | 一种基于层次分析法的智能电表质量评估方法 |
| CN113256141A (zh) * | 2021-06-07 | 2021-08-13 | 许继集团有限公司 | 基于社会因素的智能电能表质量评价共性模型构建方法及装置 |
| CN113256142A (zh) * | 2021-06-07 | 2021-08-13 | 许继集团有限公司 | 一种智能电能表质量的异质性影响因素分析方法 |
| CN113537781A (zh) * | 2021-07-19 | 2021-10-22 | 建信融通有限责任公司 | 一种移动端软件评价方法、装置、存储介质和设备 |
| CN114002641A (zh) * | 2021-11-03 | 2022-02-01 | 武汉盛帆电子股份有限公司 | 一种智能电能表可靠性评估方法及装置 |
| CN115408248A (zh) * | 2022-10-28 | 2022-11-29 | 北京航空航天大学 | 一种短期天气预报系统软件的预报性能评估方法 |
| CN115685946A (zh) * | 2022-11-28 | 2023-02-03 | 浙江万胜智能科技股份有限公司 | 一种智能用电采集终端生产质量管控方法及系统 |
-
2016
- 2016-10-11 CN CN201610886878.9A patent/CN106447212A/zh active Pending
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952029A (zh) * | 2017-03-15 | 2017-07-14 | 中国电力科学研究院 | 一种用于对变电设备状态监测装置进行评价的方法及系统 |
| CN107239652A (zh) * | 2017-05-08 | 2017-10-10 | 国电南瑞科技股份有限公司 | 一种充电站运行状态风险评估方法 |
| WO2018205570A1 (zh) * | 2017-05-08 | 2018-11-15 | 国电南瑞科技股份有限公司 | 一种充电站运行状态风险评估方法 |
| CN108229784A (zh) * | 2017-11-09 | 2018-06-29 | 中国电力科学研究院有限公司 | 一种智能配电网的多维数据质量评价方法及系统 |
| CN107766254B (zh) * | 2017-11-13 | 2020-05-08 | 长光工程师培训中心(长春)有限公司 | 一种基于层次分析的软件质量评估方法及系统 |
| CN109785606A (zh) * | 2019-02-02 | 2019-05-21 | 中能瑞通（北京）科技有限公司 | 一种用电信息采集系统采集质量分析方法及装置 |
| CN110221976B (zh) * | 2019-05-28 | 2023-08-22 | 广西电网有限责任公司电力科学研究院 | 一种基于度量技术的计量终端软件质量量化评价方法 |
| CN110221976A (zh) * | 2019-05-28 | 2019-09-10 | 广西电网有限责任公司电力科学研究院 | 一种基于度量技术的计量终端软件质量量化评价方法 |
| CN110196811A (zh) * | 2019-06-04 | 2019-09-03 | 上海浦东软件平台有限公司 | 一种用于评价软件质量的方法及设备 |
| CN110196811B (zh) * | 2019-06-04 | 2024-02-13 | 上海浦东软件平台有限公司 | 一种用于评价软件质量的方法及设备 |
| CN110533340A (zh) * | 2019-09-04 | 2019-12-03 | 国网黑龙江省电力有限公司电力科学研究院 | 一种典型环境下智能电能表可靠性指标的量化方法 |
| CN110852615A (zh) * | 2019-11-11 | 2020-02-28 | 黑龙江省电工仪器仪表工程技术研究中心有限公司 | 一种典型环境下智能电能表可靠性综合评价模型 |
| CN111612371A (zh) * | 2020-05-29 | 2020-09-01 | 国网河北省电力有限公司电力科学研究院 | 一种基于层次分析法的智能电表质量评估方法 |
| CN113256142A (zh) * | 2021-06-07 | 2021-08-13 | 许继集团有限公司 | 一种智能电能表质量的异质性影响因素分析方法 |
| CN113256141A (zh) * | 2021-06-07 | 2021-08-13 | 许继集团有限公司 | 基于社会因素的智能电能表质量评价共性模型构建方法及装置 |
| CN113537781A (zh) * | 2021-07-19 | 2021-10-22 | 建信融通有限责任公司 | 一种移动端软件评价方法、装置、存储介质和设备 |
| CN114002641A (zh) * | 2021-11-03 | 2022-02-01 | 武汉盛帆电子股份有限公司 | 一种智能电能表可靠性评估方法及装置 |
| CN115408248A (zh) * | 2022-10-28 | 2022-11-29 | 北京航空航天大学 | 一种短期天气预报系统软件的预报性能评估方法 |
| CN115685946A (zh) * | 2022-11-28 | 2023-02-03 | 浙江万胜智能科技股份有限公司 | 一种智能用电采集终端生产质量管控方法及系统 |
| CN115685946B (zh) * | 2022-11-28 | 2023-12-22 | 浙江万胜智能科技股份有限公司 | 一种智能用电采集终端生产质量管控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106447212A (zh) | 一种基于ahp的智能电表软件质量评价方法 | |
| CN102496069B (zh) | 基于模糊层次分析法的电缆多状态安全运行评估方法 | |
| CN103678766B (zh) | 一种基于pso算法的异常用电客户检测方法 | |
| CN104462827B (zh) | 一种综合评价中指标权重的柔性耦合方法 | |
| CN111537939B (zh) | 一种基于多指标融合的电压互感器状态评估方法及装置 | |
| CN105930976B (zh) | 基于加权理想点法的节点电压暂降严重程度综合评估方法 | |
| CN110210681B (zh) | 一种基于距离的监测站点pm2.5值的预测方法 | |
| CN107230021B (zh) | 筛选供水管网泄漏区域的方法 | |
| CN106447205A (zh) | 一种基于层次分析法的配电自动化终端状态评价方法 | |
| CN105205329A (zh) | 一种大坝安全综合评价方法 | |
| CN106502885A (zh) | 一种基于ahp的智能电表软件质量评价系统 | |
| CN108053148B (zh) | 一种电力信息系统故障高效诊断方法 | |
| CN112149873B (zh) | 一种基于深度学习的低压台区线损合理区间预测方法 | |
| CN109359796A (zh) | 一种基于多评估指标的电能表生产厂商评价方法 | |
| CN107818237A (zh) | 沥青路面破损状况的评价方法 | |
| CN104376413A (zh) | 基于层次分析法和数据包络法的电网规划方案评估系统 | |
| CN103576050A (zh) | 一种电容式电压互感器的运行状态评估方法 | |
| CN106295858A (zh) | 一种电能表非健康度预测方法 | |
| CN106548272A (zh) | 一种电动汽车快充设施综合性能的评价方法 | |
| CN110348665A (zh) | 一种低压台区电力系统数据质量评价方法及装置 | |
| CN109214694A (zh) | 一种基于模糊综合评价的电网公司碳减排风险评估方法 | |
| CN107358003A (zh) | 基于飞机安全使用的公路跑道道面使用性能评价的agf法 | |
| CN104992010A (zh) | 一种基于拓扑分区的多断面联合参数估计方法 | |
| CN105930645A (zh) | 基于主元分析的通信台站装备维修保障能力评估方法 | |
| CN111612371A (zh) | 一种基于层次分析法的智能电表质量评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |
|
| RJ01 | Rejection of invention patent application after publication |