CN109034511A - 基于改进Topsis法的配电网投资决策分析模型 - Google Patents
基于改进Topsis法的配电网投资决策分析模型 Download PDFInfo
- Publication number
- CN109034511A CN109034511A CN201710435776.XA CN201710435776A CN109034511A CN 109034511 A CN109034511 A CN 109034511A CN 201710435776 A CN201710435776 A CN 201710435776A CN 109034511 A CN109034511 A CN 109034511A
- Authority
- CN
- China
- Prior art keywords
- investment
- distribution network
- closeness
- evaluation
- power distribution
- 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 38
- 238000004458 analytical method Methods 0.000 title claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 239000011159 matrix material Substances 0.000 claims abstract description 24
- 238000011161 development Methods 0.000 claims abstract description 4
- 230000008901 benefit Effects 0.000 claims description 63
- 238000010276 construction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims description 2
- 238000013459 approach Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 4
- 230000007812 deficiency Effects 0.000 abstract 1
- 230000005611 electricity Effects 0.000 abstract 1
- 238000012797 qualification Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
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)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
基于改进Topsis法的配电网投资决策分析模型，涉及配电网投资效益领域。配电网联系电网主网和电力用户，承担供应和分配电能的重任。随着电力需求的增长，配网投资规模与日俱增，配网投资效益评价研究不足已经成为影响电网整体发展的短板。对配网投资现状和问题进行综述，通过鱼骨图识别配网投资效益影响因素，构建投资效益评价指标体系，引入包含海明贴近度、欧式贴近度和灰色关联度的组合贴近度对传统Topsis方法欧式距离的单一性进行改进，并强化评价结果，帮助投资者更有效的评价样本的优劣，为投资效益相近的配电网方案的取舍提供更有力的理论支撑。
Description
技术领域
本发明涉及配电网投资效益评价技术领域，尤其指基于改进Topsis法的配电网投资决策分析。
背景技术
配电网是联系发电、输变电端与用电端，向电力用户分配和提供电能的重要环节。在电网系统运行过程中，配电网线损占电网总损耗的50%以上，配网运行经济性是配网建设面对的主要难题之一，配网投资效益已经成为比配电网建设速度更值得电网运营者关注的问题。配电网具有规模小、单项投资少、建设周期短、地点分散、地方规划制约性强、干扰因素多等特点，因此配电网工程的投资管理比主网工程难度更大，同时导致配网投资过程中的各种问题。配网的特点和存在的问题不仅影响配网的建设，更影响投资者的投资效益和投资决策。在对配网投资效益评价时，当前的研究成果构建的配网投资效益评价指标配网特征不鲜明，不够全面地涵盖具有配电网特色的投资效益影响因素。针对配网投资决策问题，构建具有我国配网特色、覆盖范围广、科学合理的配网投资效益指标体系是一个重要的问题。
发明内容
本发明提出一个基于改进Topsis法的配电网投资决策分析模型，构建配电网投资效益评价评价指标体系，研究改进Topsis法的配网投资决策模型的构建，帮助投资者更好的取舍投资效益相近的配网项目，提高评价结果说服力。
为实现上述目的，本发明采用以下技术方案：
S1、基于鱼骨图的配网投资效益评价指标体系的构建，影响配电网投资效益的因素众多，结合配网“小而繁，广而散，短而变”的特点发现，配网在建设阶段、运营阶段以及成本回收阶段的投资效益影响因素不同于主网，外部分效益是影响配网投资的重要因素之一。基于配网投资的内外部效益因素，构建鱼骨图模型识别配网投资效益影响因素并构建配网投资效益评价指标体系，如图1所示。
鱼骨图能够有效的分解目标问题的影响因素，层次性得找出末端影响因子，具有直观、全面等优点。配网投资效益不仅来源于内部的经济、财务、技术等效益，还与社会、政策等引起的外部效益息息相关。以配网投资内外环境为依托，本文充分考虑建设全过程的投资变化情况、设计变更情况，配网运营中的财务指标、隐形收益、显性收益，与技术性能相关的设备及线路合格率、电缆化率和环网化率等影响配网投资内部效益，与GDP挂钩的电力弹性系数、DG接入情况等发展可持续性因素，以及居民投诉数、节能减排情况等社会因素。基于鱼骨图对配网投资效益影响因素的识别，构建配网投资效益评价指标体系，如表1所示。
表1 配网投资效益评价指标体系。
S2、改进Topsis法的配网投资决策模型构建，传统的Topsis法仅采用欧氏距离计算待评对象与正负理想解的分离度，分区方法过于单薄，的排序方法不能强烈地反映各评价对象的优劣，因此将欧式贴近度、海明贴近度和灰色关联度组合对原欧式距离进行修正，并强化评价结果。改进Topsis法的步骤为：
（1）构造决策矩阵D
设待评样本个数为m，共n个评价指标，则决策矩阵D构建如下：
其中，x ij表示样本i（i=1,2,…,m）对应指标j（j=1,2,…,n）的属性值。对于定量指标，该指标值来源于样本资料的收集和分析；对定性指标而言，需要通过专家打分获得；
（2）规范化决策矩阵
通过公式将单位不同的各指标的属性值规范化至同一量纲下：
得到新的无量纲决策矩阵A：
（3）确定加权决策矩阵V
将决策矩阵A与熵权法确定的指标权重合成计算加权指标值：
得到加权矩阵V如下：
（4）确定正负理想解
正理想解是为各样本效益型指标值最大的数，负理想解为成本型指标值最小的数。设正负理想解分别为A +，A -，则：
其中，I为效益型指标，J为成本型指标
（5）计算组合贴近度
在贴近度的计算过程中，对传统的贴近度计算方法进行改进。改进的贴近度计算方法在计算样本与正负贴近度之间贴合度时修正传统欧式距离的单一性，采用综合欧式贴近度、海明贴近度和灰色贴近度的组合贴近度进行样本点的定位；
1）计算样本V到正负理想解A +、A -之间的欧几里得贴近度
2）计算样本V到正负理想解A +、A -之间的海明贴近度
3）计算样本V到正负理想解A +、A -之间的灰色关联度
a）以加权矩阵V为基础，计算样本到正理想解关于第j个指标的灰色关联系数：
灰色关联系数矩阵为
样本i与正理想解的灰色关联度为
b）以加权矩阵V为基础，计算样本到负理想解关于第j个指标的灰色关联系数：
其中为分辨系数，在[0,1]区间内取值。灰色关联系数矩阵为
样本i与负理想解的灰色关联度为
4）计算组合贴近度
将三种贴近度按照权重W=（w 1，w 2，w 3）进行分配，得到综合贴近度。分配比例由专家评判确定；
（6）计算综合评价值并排序
每个样本与正负理想解的综合贴近度S i +越大表示该样本评价结果越好。为了帮助投资者更好取舍投资效益相近的方案，通过乘法法则强化评价结果，拉开评价样本之间的评分差距。
有益效果：配电网“小而繁，广而散，短而变”的特点使得配网投资决策不同于主网。本发明针对配网特点和问题，对配网投资效益及投资决策进行研究，引入组合关联度修正传统Topsis法欧氏距离贴近度的单一性，从而帮助投资者更好的取舍投资效益相近的配网项目，提高评价结果说服力。
附图说明
图1为本发明的配电网投资效益影响因素识别鱼骨图
图2为本发明流程图。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。本发明基于改进Topsis法的配电网投资决策分析模型的较佳实施例的具体步骤为：
S1、综合考虑配网投资的内外部效益因素，构建鱼骨图模型识别配网投资效益影响因素并构建配网投资效益评价指标体系；
S2、使用熵权法确定配电网投资效益评价指标的权重，然后选择欧式贴近度、海明贴近度和灰色关联度组合对原欧式距离进行修正，并强化评价结果，从而构建改进Topsis法的配网投资决策模型。
以下以某省A地级市为例，对其下属的三个配电网项目A1、A2、A3的投资效益进行评价，为该市后续配网建设提供决策依据。
S1、基于鱼骨图的配网投资效益评价指标体系的构建，于配网投资的内外部效益因素，构建鱼骨图模型识别配网投资效益影响因素并构建配网投资效益评价指标体系。以投资效益为一级指标，选取内部效益影响因素和外部效益影响因素为二级指标，细分为投资变动、经济效益、技术性能、发展可持续性、社会因素5个三级指标，同时衍生出投资变化率、内部收益率、设计变更率、静态投资回收期、偿债备付率、降损电量单位收益增加、增供电量单位收益增加、主干截面合格率、供电半径合格率、环网化率、线路负载合格率、线路N-1通过率、瓶颈线路占比、线路故障数、电缆化率、电力弹性系数、新建与改造规划协调性、分布式能源接入率、噪声污染投诉数、电磁影响投诉数、节能减排综合值、产电比22个三级指标，从而构建配电网投资效益评价指标体系。
S2、基于改进Topsis法的配电网投资决策分析，择熵权法确定配电网投资效益评价指标体系中各评价指标权重，然后应用改进Topsis发分析配电网投资决策；
（1）指标规范化和加权矩阵的确定
将基础数据规范化处理得到标准化矩阵A，通过熵权法确定22个指标权重为：
根据公式确定加权决策矩阵V：
（2）确定正负理想解
取效益型指标的最大值或成本型指标的最小值为正理想解，效益型指标的最小值或成本型指标的最大值为负理想解：
正理想解：
负理想解：
（3）计算组合贴近度
分别采用欧式贴近度、海明贴近度和灰色关联度算得的贴近度如表2所示：
表2 三类贴近度
将三种贴近度按照3:1:6的权重比例合成得到组合贴近度S i +和S i -：
（4）计算综合评价值并排序
将组合贴近度S i +、Si -综合成最终评价值Z，并按照从小到大的顺序进行排序；
表3 传统/改进Topsis法投资决策结果对比
在实际配网投资决策过程中，会出现待选对象投资效益差距很小的情况，决策者来说很难做出取舍。传统相对贴近度下，A 1相对A 3投资效益评价结果相差很小，相对偏差仅为0.156%，对其中任一方案的取舍都缺乏有力的支撑依据。
采用改进相对贴近度能够强化结果差异，拉开评价项目之间的差距。由表3可以看出，A 1相对A 3偏差扩大到4.69%，决策顺序没有变化。本算例中算得的贴近度没有影响决策顺序，但明显地拉开评价结果之间的差距，更适用于解决投资效益指标值相近、取舍困难的配网项目的投资决策问题。
综上所述，引入组合关联度修正传统Topsis法欧氏距离贴近度的单一性，从最终评价结果可以看出，能够帮助投资者更好的取舍投资效益相近的配网项目，提高评价结果说服力。
Claims (5)
1.基于改进Topsis法的配电网投资决策分析模型，其特征在于包括以下步骤：
S1、综合考虑配网投资的内外部效益因素，构建鱼骨图模型识别配网投资效益影响因素并构建配网投资效益评价指标体系；
S2、使用熵权法确定配电网投资效益评价指标的权重，然后选择欧式贴近度、海明贴近度和灰色关联度组合对原欧式距离进行修正，并强化评价结果，从而构建改进Topsis法的配网投资决策模型。
2.根据权利要求1所述的基于改进Topsis法的配电网投资决策分析模型，其特征在于：S1中，配电网内部投资效益评价指标包括投资变动、经济效益、技术性能；配电网外部投资效益评价指标包括发展可持续性、社会因素。
3.根据权利要求1所述的基于改进Topsis法的配电网投资决策分析模型，其特征在于：S2中，所述改进Topsis法的步骤为：
（1）构造决策矩阵D,设待评样本个数为m，共n个评价指标，则决策矩阵D构建如下：
其中，x ij表示样本i（i=1,2,…,m）对应指标j（j=1,2,…,n）的属性值，对于定量指标，该指标值来源于样本资料的收集和分析；对定性指标而言，需要通过专家打分获得；
（2）规范化决策矩阵,通过公式将单位不同的各指标的属性值规范化至同一量纲下：
得到新的无量纲决策矩阵A：
（3）确定加权决策矩阵V,将决策矩阵A与熵权法确定的指标权重合成计算加权指标值：
得到加权矩阵V如下：
（4）确定正负理想解,正理想解是为各样本效益型指标值最大的数，负理想解为成本型指标值最小的数，设正负理想解分别为A +，A -，则：
其中，I为效益型指标，J为成本型指标；
（5）计算组合贴近度,在贴近度的计算过程中，对传统的贴近度计算方法进行改进。
4.改进的贴近度计算方法在计算样本与正负贴近度之间贴合度时修正传统欧式距离的单一性，采用综合欧式贴近度、海明贴近度和灰色贴近度的组合贴近度进行样本点的定位，步骤如下：
(1）计算样本V到正负理想解A +、A -之间的欧几里得贴近度：
(2）计算样本V到正负理想解A +、A -之间的海明贴近度：
(3）计算样本V到正负理想解A +、A -之间的灰色关联度；
1）以加权矩阵V为基础，计算样本到正理想解关于第j个指标的灰色关联系数：
灰色关联系数矩阵为：
样本i与正理想解的灰色关联度为：
2）以加权矩阵V为基础，计算样本到负理想解关于第j个指标的灰色关联系数：
其中为分辨系数，在[0,1]区间内取值，灰色关联系数矩阵为：
样本i与负理想解的灰色关联度为：
(4）计算组合贴近度
将三种贴近度按照权重进行分配，得到综合贴近度，分配比例由专家评判确定：
（5）计算综合评价值并排序
每个样本与正负理想解的综合贴近度越大表示该样本评价结果越好，为了帮助投资者更好取舍投资效益相近的方案，通过乘法法则强化评价结果，拉开评价样本之间的评分差距：
。
5.根据权利要求1所述的基于改进Topsis法的配电网投资决策分析模型，其特征在于：S2中，引入组合关联度修正传统Topsis法欧氏距离贴近度的单一性，能够帮助投资者更好的取舍投资效益相近的配网项目，提高评价结果的说服力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710435776.XA CN109034511A (zh) | 2017-06-12 | 2017-06-12 | 基于改进Topsis法的配电网投资决策分析模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710435776.XA CN109034511A (zh) | 2017-06-12 | 2017-06-12 | 基于改进Topsis法的配电网投资决策分析模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109034511A true CN109034511A (zh) | 2018-12-18 |
Family
ID=64630000
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710435776.XA Pending CN109034511A (zh) | 2017-06-12 | 2017-06-12 | 基于改进Topsis法的配电网投资决策分析模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109034511A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109816254A (zh) * | 2019-01-29 | 2019-05-28 | 国家电网有限公司 | 一种基于topsis的智能电网自愈性水平评估方法 |
| CN110033116A (zh) * | 2019-01-28 | 2019-07-19 | 中国电力科学研究院有限公司 | 一种基于多维指标叠加的配电线路优化方法及系统 |
| CN110265906A (zh) * | 2019-06-26 | 2019-09-20 | 国网上海市电力公司 | 一种变电站接地网状态评估方法及计算机系统 |
| CN110765268A (zh) * | 2019-10-31 | 2020-02-07 | 国网河北省电力有限公司电力科学研究院 | 一种基于客户诉求的配网精准投资策略方法 |
| CN111444469A (zh) * | 2020-03-25 | 2020-07-24 | 上海浦源科技有限公司 | 一种基于网格化的配电网规划方法 |
| CN111949939A (zh) * | 2020-08-26 | 2020-11-17 | 北京航空航天大学 | 基于改进topsis和聚类分析的智能电表运行状态评价方法 |
| CN112132439A (zh) * | 2020-09-17 | 2020-12-25 | 国网四川省电力公司经济技术研究院 | 一种基于组合权重topsis理论的电网投资分配方法 |
| CN113506191A (zh) * | 2021-05-14 | 2021-10-15 | 北京工业大学 | 一种基于熵权法copars模型的公共建筑节能改造技术决策方法 |
| CN113822583A (zh) * | 2021-09-24 | 2021-12-21 | 广东电网有限责任公司 | 配电网投资需求预测方法、装置、终端设备及介质 |
| CN117057675A (zh) * | 2023-10-11 | 2023-11-14 | 湖南新天电数科技有限公司 | 配网台区单体项目投资成效评估方法、系统、终端及介质 |
-
2017
- 2017-06-12 CN CN201710435776.XA patent/CN109034511A/zh active Pending
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110033116A (zh) * | 2019-01-28 | 2019-07-19 | 中国电力科学研究院有限公司 | 一种基于多维指标叠加的配电线路优化方法及系统 |
| CN109816254A (zh) * | 2019-01-29 | 2019-05-28 | 国家电网有限公司 | 一种基于topsis的智能电网自愈性水平评估方法 |
| CN109816254B (zh) * | 2019-01-29 | 2021-02-09 | 国家电网有限公司 | 一种基于topsis的智能电网自愈性水平评估方法 |
| CN110265906A (zh) * | 2019-06-26 | 2019-09-20 | 国网上海市电力公司 | 一种变电站接地网状态评估方法及计算机系统 |
| CN110265906B (zh) * | 2019-06-26 | 2021-08-13 | 国网上海市电力公司 | 一种变电站接地网状态评估方法及计算机系统 |
| CN110765268B (zh) * | 2019-10-31 | 2022-04-22 | 国网河北省电力有限公司电力科学研究院 | 一种基于客户诉求的配网精准投资策略方法 |
| CN110765268A (zh) * | 2019-10-31 | 2020-02-07 | 国网河北省电力有限公司电力科学研究院 | 一种基于客户诉求的配网精准投资策略方法 |
| CN111444469A (zh) * | 2020-03-25 | 2020-07-24 | 上海浦源科技有限公司 | 一种基于网格化的配电网规划方法 |
| CN111949939A (zh) * | 2020-08-26 | 2020-11-17 | 北京航空航天大学 | 基于改进topsis和聚类分析的智能电表运行状态评价方法 |
| CN112132439A (zh) * | 2020-09-17 | 2020-12-25 | 国网四川省电力公司经济技术研究院 | 一种基于组合权重topsis理论的电网投资分配方法 |
| CN113506191A (zh) * | 2021-05-14 | 2021-10-15 | 北京工业大学 | 一种基于熵权法copars模型的公共建筑节能改造技术决策方法 |
| CN113506191B (zh) * | 2021-05-14 | 2023-11-14 | 北京工业大学 | 一种基于熵权法copars模型的公共建筑节能改造技术决策方法 |
| CN113822583A (zh) * | 2021-09-24 | 2021-12-21 | 广东电网有限责任公司 | 配电网投资需求预测方法、装置、终端设备及介质 |
| CN117057675A (zh) * | 2023-10-11 | 2023-11-14 | 湖南新天电数科技有限公司 | 配网台区单体项目投资成效评估方法、系统、终端及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109034511A (zh) | 基于改进Topsis法的配电网投资决策分析模型 | |
| CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
| CN110634080B (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
| CN107895283B (zh) | 一种基于时间序列分解的商家客流量大数据预测方法 | |
| Wu et al. | Energy efficiency evaluation for regions in China: an application of DEA and Malmquist indices | |
| Ohsato et al. | Management efficiency in Japanese regional banks: A network DEA | |
| Sachish | Productivity functions as a managerial tool in Israeli ports | |
| CN110738435A (zh) | 一种配电网项目投资决策评价方法 | |
| CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
| CN110689162B (zh) | 一种基于用户侧分类的母线负荷预测方法、装置及系统 | |
| CN114519514B (zh) | 一种低压台区合理线损值测算方法、系统及计算机设备 | |
| CN111178690A (zh) | 基于风控评分卡模型的用电客户窃电风险评估方法 | |
| CN107808245A (zh) | 基于改进决策树方法的管网调度系统 | |
| CN106991516A (zh) | 一种基于电网资源的投资规划方法及系统 | |
| Du et al. | Economic Forecast of the Southern China on BP Neural Network---Taking Chongqing as an Example | |
| Lin et al. | Digital divide and income inequality: A spatial analysis | |
| CN113706336A (zh) | 风险评估方法、装置、计算机设备和存储介质 | |
| CN112016631A (zh) | 一种低电压治理相关的改进方案 | |
| Yang et al. | AI-Based Detection of Power Consumption Behavior of People in a Smart City | |
| Ren | Intelligent statistical analysis on the influence of industrial agglomeration on innovation efficiency by spatial econometric model | |
| Zhiyuan et al. | Research on the evaluation of enterprise competitiveness based on the wavelet neural network forecasting system | |
| Li et al. | Does economic growth driving force convert? Evidence from China | |
| CN117236532B (zh) | 一种基于负荷数据的用电高峰负荷预测的方法及系统 | |
| Jing | Regional Rural Economic Forecasting Based on Single Exponential Smoothing Model with Outlier points | |
| Gurgen et al. | Efficiency and stock market performance in electric power generating companies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181218 |
|
| WD01 | Invention patent application deemed withdrawn after publication |