CN109636126A - 增量配电网投资决策的量化方法、装置、设备和存储介质 - Google Patents
增量配电网投资决策的量化方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN109636126A CN109636126A CN201811375716.4A CN201811375716A CN109636126A CN 109636126 A CN109636126 A CN 109636126A CN 201811375716 A CN201811375716 A CN 201811375716A CN 109636126 A CN109636126 A CN 109636126A
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- distribution network
- power distribution
- weight
- judgment matrix
- 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 110
- 238000013139 quantization Methods 0.000 title claims abstract description 53
- 238000011156 evaluation Methods 0.000 claims abstract description 226
- 239000011159 matrix material Substances 0.000 claims description 110
- 238000004590 computer program Methods 0.000 claims description 19
- 238000011161 development Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 abstract description 6
- 230000000007 visual effect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 8
- 230000001965 increasing effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Complex Calculations (AREA)
Abstract
本申请涉及一种增量配电网投资决策的量化方法、装置、设备和存储介质。计算机设备先获取增量配电网的各项评价指标，然后根据预设的层次分析法和各项评价指标的量化值，获取所述各项评价指标的权重，最后根据各项评价指标的权重和各项评价指标的取值，确定各项评价指标的综合得分值。由于在本实施例中，各项评价指标是根据增量配电网的投资决策的相关信息选取的，这样，计算机设备根据各项评价指标得到的综合得分值，确定的该增量配电网投资决策的方向更加科学，以科学的视角去审视增量配网的投资侧重点，大大减少了投资者的投资损失，实现投资效果的最优化。
Description
技术领域
本申请涉及增量配电网技术领域，特别是涉及一种增量配电网投资决策的量化方法、装置、设备和存储介质。
背景技术
增量配电网(新增加的配电网)作为电力体制改革中出现的新生事情，目前正处于发展阶段，是推动电力高质量发展的重要措施，它将引领配电网管理现代化、技术智能化，并成为未来综合能源系统、能源互联网的实施载体。
由于在增量配电网中，用户除了具有对电力的需求，还有基于增量配电网的多品种能源的需求，如分布式能源、多能互补，智慧能源等，市场需求比较可观，因此，随着增量配电网领域的放开，吸引了大量社会资本注入，但是目前很多试点项目均是探索性质的，也没有增量配电网改革的相关案例可查，使得增量配电网投资决策的研究没有可以借鉴的模式和方法，这也在一定程度上阻碍了当前增量配电网改革的进度。虽然存在很多传统电网投资决策方法的研究，但都不曾涉及增量配电网，如果按照传统电网投资模式分析增量配电网投资，并不能更好反映增量配电网真实投资决策的侧重点，存在很大的局限性。
因此，如何对增量配电网的投资决策方法进行探讨和研究成为亟待解决的问题。
发明内容
基于此，有必要针对上述如何探讨和研究增量配电网的投资决策方法的技术问题，提供一种增量配电网投资决策的量化方法、装置、设备和存储介质。
第一方面，本发明实施例提供一种增量配电网投资决策的量化方法，所述方法包括：
获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于指示所述增量配电网的投资决策方向。
在其中一个实施例中，所述根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重，包括：
根据所述层次分析法和所述各项评价指标的量化值，构建判断矩阵；
根据所述判断矩阵获取所述各项评价指标的权重。
在其中一个实施例中，所述根据所述判断矩阵获取所述各项评价指标的权重，包括：
对所述判断矩阵进行归一化处理，得到所述各项评价指标的权重。
在其中一个实施例中，所述方法还包括：
获取所述判断矩阵的一致性比例；
根据所述一致性比例检验所述判断矩阵是否符合一致性要求；
若否，则调整所述各项评价指标的量化值，并根据调整后的各项评价指标的量化值和所述层次分析法，重新构建判断矩阵。
在其中一个实施例中，所述根据所述判断矩阵的一致性比例检验所述判断矩阵是否符合一致性要求，包括：
若所述一致性比例小于预设阈值，确定所述判断矩阵符合一致性要求；
若所述一致性比例大于所述预设阈值，确定所述判断矩阵不符合一致性要求。
在其中一个实施例中，所述获取所述判断矩阵的一致性比例，包括：
根据所述各项评价指标的权重，计算所述判断矩阵的最大特征值；
根据所述最大特征值确定所述判断矩阵的一致性指标；
根据所述一致性指指标算所述判断矩阵的一致性比例。
在其中一个实施例中，所述根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值，包括：
对所述各项评价指标的取值进行标准化处理，得到标准化结果；
根据所述各项评价指标的权重和所述标准化结果，确定所述各项评价指标的综合得分值。
第二方面，本发明实施例提供一种增量配电网投资决策的量化装置，所述装置包括：
获取指标模块，用于获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
获取权重模块，用于根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
确定结果模块，用于根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于指示所述增量配电网的投资决策方向。
第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于示所述增量配电网的投资决策方向。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于示所述增量配电网的投资决策方向。
本申请提供的一种增量配电网投资决策的量化方法、装置、设备和存储介质，计算机设备先获取增量配电网的各项评价指标，然后根据预设的层次分析法和各项评价指标的量化值，获取所述各项评价指标的权重，最后根据各项评价指标的权重和各项评价指标的取值，确定各项评价指标的综合得分值。由于在本实施例中，各项评价指标是根据增量配电网的投资决策的相关信息选取的，这样，计算机设备根据各项评价指标得到的综合得分值，确定的该增量配电网投资决策的方向更加科学，以科学的视角去审视增量配网的投资侧重点，大大减少了投资者的投资损失，实现投资效果的最优化。
附图说明
图1为一实施例提供的一种增量配电网投资决策的量化方法的应用环境图；
图2为一实施例提供的一种增量配电网投资决策的量化方法的流程示意图；
图2.1为一实施例提供的一种增量配电网投资决策的各项评价指标示意图；
图3为一实施例提供的一种增量配电网投资决策的量化方法的流程示意图；
图4为一实施例提供的一种增量配电网投资决策的量化方法的流程示意图；
图5为一实施例提供的一种增量配电网投资决策的量化方法的流程示意图；
图6为一实施例提供的一种增量配电网投资决策的量化方法的流程示意图；
图7为一实施例提供的一种增量配电网投资决策的量化装置的结构框图；
图8为一实施例提供的一种增量配电网投资决策的量化装置的结构框图；
图9为一实施例提供的一种增量配电网投资决策的量化装置的结构框图；
图10为一实施例提供的一种增量配电网投资决策的量化装置的结构框图；
图11为一实施例提供的一种增量配电网投资决策的量化装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的一种增量配电网投资决策的量化方法，可以应用于如图1所示的应用环境中，该终端设备可以是服务器，该终端设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端设备的数据库用于存储投资决策的量化方法的数据。该终端设备的网络接口用于与外部的其他设备通过网络连接通信。该计算机程序被处理器执行时以实现一种增量配电网投资决策的量化方法。
本申请的实施例提供一种增量配电网投资决策的量化方法、装置、设备和存储介质，旨在解决如何对增量配电网的投资决策方法进行探讨和研究的技术问题。下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是，本申请提供的一种增量配电网投资决策的量化方法，其执行主体为终端设备，其中，该执行主体还可以为计算机设备，或者是增量配电网投资决策的量化装置，其中该装置可以通过软件、硬件或者软硬件结合的方式实现成为数据分析终端的部分或者全部。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在一个实施例中，图2提供了一种增量配电网投资决策的量化方法，本实施例涉及的是计算机设备根据增量配电网各项评价指标确定所述各项评价指标的综合得分值，以便对所述增量配电网进行投资决策提供方向的具体过程。如图2所示，该方法包括：
S101，获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息。
本实施例中，计算机设备获取增量配电网的各项评价指标，其中对于该各项评价指标的获取方式可以是用户直接输入到计算机设备中，也可以是从别的设备中传输到该计算机设备中，本实施例对该获取方式不做限定。其中，增量配电网的各项评价指标表示该增量配电网的投资决策的相关信息，其选取标准可以是从结合当前增量配电网改革的背景、进展和形势，从增量配电网的外部因素和内部因素两大方面考虑。示例地，如图2.1所示，选取的评价指标可以是配网政策条件A1、配网自身条件A2和配网竞争因素A3三大因素。进一步地，对于该三大因素可以再进行细分，即：配网政策条件A1可以包括：业主确定B1、成立公司B2和获得许可证B3；配网自身条件A2可以包括：规划面积B4、符合密度B5和用户数量B6；配网竞争因素A3可以包括：已有资本投资规模B7、投资差额B8和竞争对手数量B9。其中，业主确定B1表示该增量配电网项目通过公开招标形式确定的投资主体，即最终获得项目投资运营权的主体。成立公司B2表示最终获得项目投资运营权的主体，通过合作协议组建售电公司，并实现工商注册。获得许可证B3表示组建的售电公司获得当地能源监管局颁发的电力业务许可证(供电类)，准予配网运营。规划面积B4表示增量配电网项目通过当地政府规划，取得的最终配网建设和运营的区域。符合密度B5表示负荷分布密集程度的量化参数，指每平方公里的平均用电功率数值。用户数量B6表示配网运营区域内所有的用户数量。已有资本投资规模B7表示已经投资该增量配电网项目的资本量，代表增量配电网实力的大小，是否能够健康运营。投资差额B8表示配网规划投资与已有投资之间的差额，指配网运营者的实力强弱。竞争对手数量B9表示参与该增量配电网投资的竞争对手数量。可以理解的是，以上图2.1所列举的各项评价指标只是本实施例提供的一种可实现方式，在实际应用中，可以根据实际情况增加其他评价指标，本实施例对此并不做限定。
S102，根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度。
基于上述步骤S101中计算机设备获取的该增量配电网的各项评价指标，根据预设的层次分析法和该各项评价指标的量化值，计算机设备获取该各项评价指标的权重，其中，该各项评价指标的量化值表示所述各项评价指标的相对重要程度，其获取方式可以是邀请业内专家根据经验并考虑反映评价观点后确定的评分值，其具体实现方式可以是各专家根据预先设置的调查问卷对各项评价指标进行打分，然后把专家对每个问题的评分反复比较和筛选，确定合理的评分。最后把专家对每个问题的分值相加，求得每个问题的平均得分，形成专家一致意见，即为每个问题的最终得分值。其中，预设的层次分析法(Analytichierarchy process，简称AHP)用于将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法，示例地，计算机设备根据该方法，可以利用九分位相对重要度量比例，引用数字1到9及其倒数作为标度来定义判断矩阵A＝(aij)m×n，其中aij表示第i行对应指标对第j列对应指标的相对重要程度的两两比较值，如下表1为判断矩阵标度定义。
表1
具体地，在实际应用中，计算机设备根据上述表1(即层次分析法)和根据专家对每项评价指标评分确定的各项评价指标的量化值，计算机设备获取该各项评价指标的权重，示例地，计算机设备获取各项评价指标的权重的方式可以是先根据层次分析法和各项评价指标的量化值确定该各项指标对应的矩阵，然后对该矩阵进行数学处理(如归一化处理)，根据处理结果确定该各项评价指标的权重，其中该获取方式还可以是其他方式，本实施例对此并不做限定。
S103，根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于表示所述增量配电网的投资决策方向。
本步骤中，各项评价指标的取值表示在实际案例中该各项评价指标的实际数据值，示例地，以上述图2.1中所列举的各项评价指标为例，该各项评价指标的取值可以如下表2所示。具体地，在实际应用中，计算机设备基于上述S102中获取的各项评价指标的权重，结合该各项评价指标的取值，确定该各项评价指标的综合得分值，其中，该综合得分值表示该增量配电网的投资决策方向，即，计算机设备根据确定的各项评价指标的综合得分值可以确定该增量配电网的投资决策方向。其中，计算机设备根据各项评价指标的权重和各项评价指标的取值，确定各项评价指标的综合得分值的方式，本实施例不做限定，例如，该确定方式可以是对该各项评价指标的权重和取值进行加权运算，即采用公式确定各指标的综合得分值。其中，该公式中CEPI-DI为综合指数测评得分，Wi为各项评价指标的权重，Hi为各项评价指标的取值。或者该确定方式还可以是先对各项评价指标的权重和取值的数据进行校验，然后再根据校验后的数据计算各指标的综合得分值。
表2
本申请实施例提供的一种增量配电网投资决策的量化方法，计算机设备先获取增量配电网的各项评价指标，然后根据预设的层次分析法和各项评价指标的量化值，获取所述各项评价指标的权重，最后根据各项评价指标的权重和各项评价指标的取值，确定各项评价指标的综合得分值。由于在本实施例中，各项评价指标是根据增量配电网的投资决策的相关信息选取的，这样，计算机设备根据各项评价指标得到的综合得分值，确定的该增量配电网投资决策的方向更加科学，以科学的视角去审视增量配网的投资侧重点，大大减少了投资者的投资损失，实现投资效果的最优化。
在上述实施例中，对于计算机设备确定各项评价指标权重的方式，本申请并没有做限定，其实现方式可以有多种方式，下面将通过一个实施例对其中的一种实施方式作以详细说明，如图3所示，提供了一种增量配电网投资决策的量化方法，本实施例涉及的是计算机设备根据层次分析法和各项评价指标的量化值确定项评价指标的权重的具体过程，则上述S102包括：
S201，根据所述层次分析法和所述各项评价指标的量化值，构建判断矩阵。
本实施例中，基于上述S102步骤中描述的层次分析法(即上述表1)和各项评价指标的量化值，计算机设备构建判断矩阵，其中该判断矩阵可以是将各项评价指标根据上述表1中的定义取的值作为元素确定的矩阵。示例地，如下表3、表4、表5和表6，其分别为对上述图2.1所列举的评价指标根据表1中的定义构建的两两比较的判断矩阵。
表3
| A1 | A2 | A3 | |
| A1 | 1 | 1 | 1/2 |
| A2 | 1 | 1 | 1 |
| A3 | 2 | 1 | 1 |
表4
| B1 | B2 | B3 | |
| B1 | 1 | 1 | 1 |
| B2 | 1 | 1 | 1 |
| B3 | 1 | 1 | 1 |
表5
| B4 | B5 | B6 | |
| B4 | 1 | 1 | 5 |
| B5 | 1 | 1 | 3 |
| B6 | 1/5 | 1/3 | 1 |
表6
| B7 | B8 | B9 | |
| B7 | 1 | 1 | 7 |
| B8 | 1 | 1 | 5 |
| B9 | 1/7 | 1/5 | 1 |
S202，根据所述判断矩阵获取所述各项评价指标的权重。
基于上述S201步骤中构建的判断矩阵，计算机设备根据该判断矩阵获取各项评价指标的权重，其中，对于计算机设备可以是采用特征根法、和法、根法或幂法确定该判断矩阵中各评价指标的权重，也可以是其他方式，本实施例对此不做限定。
其中，上述列举的和法可以是对判断矩阵中每一列进行归一化，然后确定归一化后的结果为相应的权重，下面通过一种实施方式对该合法进行详细说明，可选地，本步骤S202的一种可实现方式包括：对所述判断矩阵进行归一化处理，得到所述各项评价指标的权重。本实施例中，计算机设备根据对判断矩阵进行归一化处理，得到所述各项评价指标的权重，示例地，设定该判断矩阵中的任一个元素为aij，则构建的判断矩阵为A＝(aij)n×n，其具体矩阵设置形式为：
根据该判断矩阵，具体计算权重的方式为：
(1)首先将判断矩阵每一列作归一化处理得到公式如下：
(2)其次将上述归一化处理后的判断矩阵按照行相加得到公式如下：
(3)将所得上述向量再作归一化处理得到wi，公式如下：
最终得到该判断矩阵的权重特征向量为：w＝(w1,w2,......,wn)T，即为判断矩阵中各元素最终的权重。
示例地，以上述表3-表6中所列举的两两判断比较矩阵为例，设W1代表三个一级指标的权重，W2代表配网政策因素下指标的权重，W3代表配网自身因素下指标的权重，W4代表配网竞争因素下指标的权重，则采用上述归一化的方法，可得各项评价指标的权重为：W1＝[0.2611，0.3278，0.4111]，W2＝[0.0870，0.0870,00870]，W3＝[0.1572，0.1329，0.0377]，W4＝[0.2000，0.1789，0.0321]。即，将该各项评价指标的表格化后为如下表7的各评价指标权重和表8的各评价指标权重排序表所示：
表7
表8
本实施例提供的一种增量配电网投资决策的量化方法，计算机设备先根据层次分析法和各项评价指标的量化值构建判断矩阵，然后根据该判断矩阵获取各项评价指标的权重，由于在本实施例中，计算机设备是根据先对各项评价指标构建的判断矩阵，采用数学方法对该矩阵求得权重，使得各项评价指标的权重获取方式更加准确，进而保证了最终确定的该增量配电网投资决策的方向的科学性，以科学的视角去审视增量配网的投资侧重点，大大减少了投资者的投资损失，实现投资效果的最优化。
需要说明的是，本申请实施例中所提供的判断矩阵为一致性矩阵，因此本申请的实施例还需要对该判断矩阵进行一致性检验，下面将通过以下实施例具体的该判断矩阵一致性的检验作以详细说明，在一个实施例中，如图4提供了一种增量配电网投资决策的量化方法，本实施例涉及的是计算机设备对该判断矩阵进行一致性检验的具体过程。则所述方法还包括：
S301，获取所述判断矩阵的一致性比例。
本实施例中，该判断矩阵的一致性比例表示的该判断矩阵一致性的程度，例如可用C.R.(consistency ratio)表示，下面通过一种实施方式对该一致性比例的确定方式进行说明，可选地，本步骤S301的一种可实现方式如图5提供的一种增量配电网投资决策的量化方法，其具体包括：
S401，根据所述各项评价指标的权重，计算所述判断矩阵的最大特征值。
基于上述S202步骤中确定的各项评价指标的权重，计算机设备计算该判断矩阵的最大特征值，示例地，以该最大特征值为λmax为例，该计算方式可以是通过公式计算该最大特征值，其中该公式中，wi为各项评价指标的权重，(aw)i表示aw的第i个元素，还可以是其他方式，本实施例对此不做限定。
S402，根据所述最大特征值确定所述判断矩阵的一致性指标。
基于上述S401步骤中计算机设备确定的最大特征值，计算机设备根据该最大特征值计算该判断矩阵的一致性指标C.I.(consistency index)，示例地，确定该一致性指标的方式可以是采用公式进行计算，其中，该公式中λmax即为上述最大特征值，n为该判断矩阵的总阶数。
S403，根据所述一致性指标确定所述判断矩阵的一致性比例。
本步骤中，基于上述S402步骤中确定的一致性指标，计算机设备确定该判断矩阵的一致性比例C.R.，示例地，该一致性比例C.R.可通过公式确定，其中该公式中R.I.表示平均随机一致性指标，该R.I.的具体取值可根据下表9中查询，表中n表示的是判断矩阵的阶数，依据该表可以查出对应对阵阶数的平均随机一致性指标R.I.，如，上述判断矩阵均为3阶，查得R.I.(3)＝0.52，以此类推，可以查更高阶数的R.I.。
表9
| n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| R.I. | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.25 | 1.35 | 1.42 | 1.46 | 1.49 |
S302，根据所述一致性比例检验所述判断矩阵是否符合一致性要求。
本步骤中，基于上述S301步骤确定的该判断矩阵的一致性比例，计算机设备根据该一致性比例确定该判断矩阵是否符合一致性要求，其中，对于确定该判断矩阵是否符合一致性要求的方式下面提供一种实施方式进行详细说明，可选地，该步骤S302的一种可实现方式包括：若所述一致性比例小于预设阈值，确定所述判断矩阵符合一致性要求；若所述一致性比例大于所述预设阈值，确定所述判断矩阵不符合一致性要求。
本实施例中，将一致性比例C.R.与预设阈值进行比较，若该致性比例小于预设阈值，则确定该判断矩阵符合一致性要求，相反，若若该致性比例大于预设阈值，则确定该判断矩阵不符合一致性要求。示例地，以预设阈值为0.1为例，基于上述实施例中根据表3-6中列举的各判断矩阵，计算的各权重，即：W1＝[0.2611，0.3278，0.4111]，W2＝[0.0870，0.0870,00870]，W3＝[0.1572，0.1329，0.0377]和W4＝[0.2000，0.1789，0.0321]，计算机设备计算该一致性比例C.R.分别对应为：C.R.1＝0.0516<0.1，C.R.2＝0<0.1，C.R.3＝0.0280<0.1，C.R.4＝0.0254<0.1，则计算机设备确定各判断矩阵的一致性检验符合要求。
S303，若否，则调整所述各项评价指标的量化值，并根据调整后的各项评价指标的量化值和所述层次分析法，重新构建判断矩阵。
本步骤中，若上述S302中确定该判断矩阵的一致性检验结果为不符合要求，则计算机设备调整该各项评价指标的量化值，并根据调整后的各项评价指标的量化值和层次分析法，采用上述实施例提供的构建判断矩阵的方法重新构建判断矩阵，直到构建的判断矩阵满足一致性要求为止。
本实施例提供的一种增量配电网投资决策的量化方法，计算机设备先获取判断矩阵的一致性比例，然后根据一致性比例检验判断矩阵是否符合一致性要求，若不符合，则调整各项评价指标的量化值，并根据调整后的各项评价指标的量化值和层次分析法，重新构建判断矩阵，由于本实施例中，通过检验判断矩阵的一致性，并在一致性不符合要求的时候调整该判断矩阵直至符合要求，这样，大大保证了后续步骤中使用该判断矩阵计算的综合得分值的准确度，进而保证了最终确定的该增量配电网投资决策的方向的科学性，以科学的视角去审视增量配网的投资侧重点，大大减少了投资者的投资损失，实现投资效果的最优化。
对于上述S103步骤中计算机设备确定各项评价指标的综合得分值，本申请实施例还提供一种增量配电网投资决策的量化方法，下面将通过以下实施例对该方法进行详细说明，如图6所示，本实施例涉及的是计算机设备根据各项评价指标的取值和权重，确定各项评价指标的综合得分值的具体过程。则上述S103包括：
S501，对所述各项评价指标的取值进行标准化处理，得到标准化结果。
本实施例中，各项评价指标的取值如步骤S103中所说明，示例为上述表2所示，基于此，计算机设备对该各项评价指标的取值进行标准化处理，得到标准化结果，其中该标准化处理可以消除原始数据在数量级上的影响，体现发展指数的动态特征，其中，算机设备对该各项评价指标的取值进行标准化处理的方式可以采用比值法对原始数据进行处理，即用观察时期数值比上基期数值，可以直观反映评价对象优于或接近于基准的程度。示例地，公式为进行计算，其中，该公式中，分子一般为待评价的值，分母一般为基准值，即将待评价对象与基准值相比较。如下表10所示为对上述表2中的各项评价指标进行标准化处理后的结果。
表10
S502，根据所述各项评价指标的权重和所述标准化结果，确定所述各项评价指标的综合得分值。
本步骤中，基于上述S501中对各项评价指标的取值进行标准化处理后，得到的标准化结果，计算机设备根据该结果和各项评价指标的权重，确定各项评价指标的综合得分值，其中，该确定综合得分值的方式可以是将标准化后的结果代入公式中，其中，该公式中的CEPI-DI为综合指数测评得分，Wi为各指标权重，Hi为各项评价指标的取值，示例地，将上述表10中的数据代入该公式中，得到各个对应的数值，对该数值放大100倍，可得下表11中各项评价指标综合得分的结果，其中，该表中的基准值为上述表2中15年的各项指标的数据。
表11
可以理解的是，根据上述表11，计算机设备可以确定2016年和2017年综合得分分别为153和181，均高于2015年基准值100，说明电网企业投资增量配网发展势头很好，并且向好的方向发展。2016年和2017年三个一级指标得分均高于2015年基准值，这也符合增量配电改革发展趋势，投资环境越来越好。同时除了配网竞争因素2016年得分高于2017年外，在配网政策因素和配网自身因素上，2017年得分均高于2016年，符合2017年综合得分高于2016年的实际情况分。2016年9个二级指标，除了规划面积在得分上低于2015年基准值外，其余8个二级指标得分均高于基准值。同样2017年除了投资差额得分低于2015年基准值外，其余8个二级指得分均高于基准值。综合2016年和2017年的9个二级指标来看，都处在不断变化中，呈现出不同特点，但总的趋势不变，朝越来越有利的方向发展。所以，2017年相对于2016年来说，整体上电网投资增量配网的环境要好，2016年配网投资要相对侧重于竞争因素上，2017年相对更侧重于政策因素和自身因素上。通过测算发现电网企业在投资增量配网决策时，这个项目是可行的，而且能够为企业带来收益。另外需要注意的，要注重在不同时期有不同的决策，把握投资的侧重点，更好指导电网企业投资。
本实施例提供的一种增量配电网投资决策的量化方法，计算机设备对各项评价指标的取值进行标准化处理后，得到标准化结果，然后根据该各项评价指标的权重和标准化结果，确定各项评价指标的综合得分值，由于在本实施例中，计算机设备对各项评价指标的原始数据进行了标准化处理，消除了原始数据在数量级上的影响，使得原始数据更加正规化，保证了各项评价指标的综合得分值更加准确，进而保证了最终确定的该增量配电网投资决策的方向的科学性，以科学的视角去审视增量配网的投资侧重点，大大减少了投资者的投资损失，实现投资效果的最优化。
应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供了一种增量配电网投资决策的量化装置，包括：获取指标模块10、获取权重模块11和确定结果模块12，其中：
获取指标模块10，用于获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
获取权重模块11，用于根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
确定结果模块12，用于根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于示所述增量配电网的投资决策方向。
上述提供的一种增量配电网投资决策的量化装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，如图8所示，提供了一种增量配电网投资决策的量化装置，上述获取权重模块11包括：构建矩阵单元111、获取权重单元112，其中：
构建矩阵单元111，用于根据所述层次分析法和所述各项评价指标的量化值，构建判断矩阵；
获取权重单元112，用于根据所述判断矩阵获取所述各项评价指标的权重。
上述提供的一种增量配电网投资决策的量化装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，上述获取权重单元112具体用于对所述判断矩阵进行归一化处理，得到所述各项评价指标的权重。
上述提供的一种增量配电网投资决策的量化装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，如图9所示，提供了一种增量配电网投资决策的量化装置，所述装置还包括：获取一致性比例模块13、检验一致性模块14和调整判断矩阵模块15，其中：
获取一致性比例模块13，用于获取所述判断矩阵的一致性比例；
检验一致性模块14，用于根据所述一致性比例检验所述判断矩阵是否符合一致性要求；
调整判断矩阵模块15，用于若判断矩阵不符合一致性要求，则调整所述各项评价指标的量化值，并根据调整后的各项评价指标的量化值和所述层次分析法，重新构建判断矩阵。
上述提供的一种增量配电网投资决策的量化装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，检验一致性模块14具体用于若所述一致性比例小于预设阈值，确定所述判断矩阵符合一致性要求；若所述一致性比例大于所述预设阈值，确定所述判断矩阵不符合一致性要求。
在一个实施例中，如图10所示，提供了一种增量配电网投资决策的量化装置，上述获取一致性比例模块13包括：计算单元131、确定单元132和获取单元133，其中：
计算单元131，用于根据所述各项评价指标的权重，计算所述判断矩阵的最大特征值；
确定单元132，用于根据所述最大特征值确定所述判断矩阵的一致性指标；
获取单元133，用于根据所述一致性指标获取所述判断矩阵的一致性比例。
上述提供的一种增量配电网投资决策的量化装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，如图11所示，提供了一种增量配电网投资决策的量化装置，上述确定结果模块12包括：标准化单元121、确定结果单元122，其中：
标准化单元121，用于对所述各项评价指标的取值进行标准化处理，得到标准化结果；
确定结果单元122，用于根据所述各项评价指标的权重和所述标准化结果，确定所述各项评价指标的综合得分值。
上述提供的一种增量配电网投资决策的量化装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
关于增量配电网投资决策的量化装置的具体限定可以参见上文中对于增量配电网投资决策的量化方法的限定，在此不再赘述。上述增量配电网投资决策的量化装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如上述图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种增量配电网投资决策的量化方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，上述图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于示所述增量配电网的投资决策方向。
上述提供的一种计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于示所述增量配电网的投资决策方向。
上述提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种增量配电网投资决策的量化方法，其特征在于，所述方法包括：
获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于指示所述增量配电网的投资决策方向。
2.根据权利要求1所述的方法，其特征在于，所述根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重，包括：
根据所述层次分析法和所述各项评价指标的量化值，构建判断矩阵；
根据所述判断矩阵获取所述各项评价指标的权重。
3.根据权利要求2所述的方法，其特征在于，所述根据所述判断矩阵获取所述各项评价指标的权重，包括：
对所述判断矩阵进行归一化处理，得到所述各项评价指标的权重。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取所述判断矩阵的一致性比例；
根据所述一致性比例检验所述判断矩阵是否符合一致性要求；
若否，则调整所述各项评价指标的量化值，并根据调整后的各项评价指标的量化值和所述层次分析法，重新构建判断矩阵。
5.根据所述权利要求4所述的方法，其特征在于，所述根据所述判断矩阵的一致性比例检验所述判断矩阵是否符合一致性要求，包括：
若所述一致性比例小于预设阈值，确定所述判断矩阵符合一致性要求；
若所述一致性比例大于所述预设阈值，确定所述判断矩阵不符合一致性要求。
6.根据所述权利要求4或5所述的方法，其特征在于，所述获取所述判断矩阵的一致性比例，包括：
根据所述各项评价指标的权重，计算所述判断矩阵的最大特征值；
根据所述最大特征值确定所述判断矩阵的一致性指标；
根据所述一致性指标获取所述判断矩阵的一致性比例。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值，包括：
对所述各项评价指标的取值进行标准化处理，得到标准化结果；
根据所述各项评价指标的权重和所述标准化结果，确定所述各项评价指标的综合得分值。
8.一种增量配电网投资决策的量化装置，其特征在于，所述装置包括：
获取指标模块，用于获取增量配电网的各项评价指标；所述评价指标表示所述增量配电网的投资决策的相关信息；
获取权重模块，用于根据预设的层次分析法和所述各项评价指标的量化值，获取所述各项评价指标的权重；所述量化值用于表示所述各项评价指标的相对重要程度；
确定结果模块，用于根据所述各项评价指标的权重和所述各项评价指标的取值，确定所述各项评价指标的综合得分值；所述综合得分值用于指示所述增量配电网的投资决策方向。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811375716.4A CN109636126A (zh) | 2018-11-19 | 2018-11-19 | 增量配电网投资决策的量化方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811375716.4A CN109636126A (zh) | 2018-11-19 | 2018-11-19 | 增量配电网投资决策的量化方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109636126A true CN109636126A (zh) | 2019-04-16 |
Family
ID=66068551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811375716.4A Pending CN109636126A (zh) | 2018-11-19 | 2018-11-19 | 增量配电网投资决策的量化方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109636126A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112015781A (zh) * | 2020-08-26 | 2020-12-01 | 广东电网有限责任公司广州供电局 | 电力运行信息处理方法、装置、计算机设备和存储介质 |
| CN112633679A (zh) * | 2020-12-21 | 2021-04-09 | 贵州电网有限责任公司电力科学研究院 | 信息质量量化方法、装置、计算机设备和存储介质 |
| CN112925872A (zh) * | 2019-12-05 | 2021-06-08 | 北京沃东天骏信息技术有限公司 | 一种数据搜索方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745415A (zh) * | 2014-01-03 | 2014-04-23 | 深圳供电局有限公司 | 基于层次分析的电网运行状态指标的评估方法及系统 |
| CN105719080A (zh) * | 2016-01-20 | 2016-06-29 | 广东电网有限责任公司东莞供电局 | 一种电网企业主网基建投资效益量化评价方法 |
| CN107330610A (zh) * | 2017-06-28 | 2017-11-07 | 国网山东省电力公司经济技术研究院 | 一种电网节能减排效益量化评价方法 |
| CN108038592A (zh) * | 2017-11-22 | 2018-05-15 | 华北电力大学 | 一种基于模糊区间层次分析法的配电网投资成效评价方法 |
-
2018
- 2018-11-19 CN CN201811375716.4A patent/CN109636126A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745415A (zh) * | 2014-01-03 | 2014-04-23 | 深圳供电局有限公司 | 基于层次分析的电网运行状态指标的评估方法及系统 |
| CN105719080A (zh) * | 2016-01-20 | 2016-06-29 | 广东电网有限责任公司东莞供电局 | 一种电网企业主网基建投资效益量化评价方法 |
| CN107330610A (zh) * | 2017-06-28 | 2017-11-07 | 国网山东省电力公司经济技术研究院 | 一种电网节能减排效益量化评价方法 |
| CN108038592A (zh) * | 2017-11-22 | 2018-05-15 | 华北电力大学 | 一种基于模糊区间层次分析法的配电网投资成效评价方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112925872A (zh) * | 2019-12-05 | 2021-06-08 | 北京沃东天骏信息技术有限公司 | 一种数据搜索方法和装置 |
| CN112015781A (zh) * | 2020-08-26 | 2020-12-01 | 广东电网有限责任公司广州供电局 | 电力运行信息处理方法、装置、计算机设备和存储介质 |
| CN112633679A (zh) * | 2020-12-21 | 2021-04-09 | 贵州电网有限责任公司电力科学研究院 | 信息质量量化方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Frolova et al. | Model for opportunities assessment to increase the enterprise innovation activity | |
| Avkiran et al. | Benchmarking firm performance from a multiple-stakeholder perspective with an application to Chinese banking | |
| McCarl | Model validation: an overview with some emphasis on risk models | |
| CN109740863A (zh) | 基于大电源接入系统的综合评价方法 | |
| Nermend | Vector calculus in regional development analysis: Comparative regional analysis using the example of Poland | |
| CN109636126A (zh) | 增量配电网投资决策的量化方法、装置、设备和存储介质 | |
| Prashar et al. | Corporate boards and firm performance: a meta-analytic approach to examine the impact of contextual factors | |
| Kargbo | Purchasing power parity and real exchange rate behaviour in Africa | |
| CN106952052A (zh) | 基于混合权重核主成分分析企业供应商评价方法 | |
| Akin et al. | The composite risk-sharing finance index: Implications for Islamic finance | |
| CN112016826A (zh) | 变电站设备腐蚀程度确定方法、装置和计算机设备 | |
| CN106557876A (zh) | 基于电力信息的评估指标和评估标尺的构建系统及其方法 | |
| Mustajoki et al. | Using intervals for global sensitivity and worst-case analyses in multiattribute value trees | |
| CN112966972A (zh) | 一种基于组合赋权topsis的线损数据处理方法、装置、介质 | |
| Sun et al. | Strategic bidding in extended locational marginal price scheme | |
| Rytova et al. | Assessing the Maturity Level of Saint Petersburg’s Digital Government. | |
| Wang et al. | A new multi-granularity probabilistic linguistic two-sided matching method considering peer effect and its application in pension services | |
| Chen et al. | Extended DEA model under type-2 fuzzy environment: An application of rural poverty reduction in Hainan province | |
| Abid et al. | PGP for portfolio optimization: application to ESG index family | |
| Syahwani | The effect of entrepreneurial leadership, organizational culture and information system on the implementation of risk management | |
| Er-Rays et al. | Data Envelopment Analysis and Malmquist Index Application: Efficiency of Hospitals Networks in Morocco | |
| Li et al. | DEA models for extended two-stage network structures | |
| Ye et al. | Weighting of Basic Indices for Value for Money Qualitative Evaluation of the Public‐Private Partnership Aged Care Project through the Analytic Hierarchy Process | |
| Khodabakhshi et al. | Ranking of Iranian executive agencies using audit court budget split indexes and data envelopment analysis | |
| Wu | Robust decision support system for asset assessment and management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Xiang Inventor after: Song Yihang Inventor after: Chen Zheng Inventor after: Huang Guori Inventor after: Jin Dongya Inventor after: Leng Yuan Inventor after: Gu Weide Inventor after: Chen Hui Inventor after: Yang Zaimin Inventor before: Zhang Xiang Inventor before: Yu Dunyong Inventor before: Song Yihang Inventor before: Chen Zheng Inventor before: Huang Guori Inventor before: Jin Dongya Inventor before: Leng Yuan Inventor before: Gu Weide Inventor before: Chen Hui Inventor before: Yang Zaimin |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190710 Address after: 511458 X1301-G4524 (Cluster Registration) (JM) No. 106 Fengze East Road, Nansha District, Guangzhou, Guangdong Province Applicant after: Southern Power Grid Energy Development Research Institute Co., Ltd. Address before: 511458 X1301-G4524 (Cluster Registration) (JM) No. 106 Fengze East Road, Nansha District, Guangzhou, Guangdong Province Applicant before: Southern Power Grid Energy Development Research Institute Co., Ltd. Applicant before: North China Electric Power University |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |