CN109636189A - 一种基于权重综合评估的输电网规划方案评价方法及系统 - Google Patents
一种基于权重综合评估的输电网规划方案评价方法及系统 Download PDFInfo
- Publication number
- CN109636189A CN109636189A CN201811526227.4A CN201811526227A CN109636189A CN 109636189 A CN109636189 A CN 109636189A CN 201811526227 A CN201811526227 A CN 201811526227A CN 109636189 A CN109636189 A CN 109636189A
- Authority
- CN
- China
- Prior art keywords
- index
- weight
- comprehensive
- data
- electric
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 72
- 230000005540 biological transmission Effects 0.000 title claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000010276 construction Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 28
- 239000006185 dispersion Substances 0.000 claims description 11
- 238000000513 principal component analysis Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 238000013139 quantization Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 4
- 239000011159 matrix material Substances 0.000 description 44
- 238000004458 analytical method Methods 0.000 description 7
- 238000012163 sequencing technique Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 230000005484 gravity Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011425 standardization method Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000001747 exhibiting effect Effects 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 239000002075 main ingredient Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005303 weighing 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及输电网规划技术领域，提供一种基于权重综合评估的输电网规划方案评价方法及系统，方法包括：对输电网规划体系中的指标数据进行数据预处理；对数据预处理后的指标数据进行相关性数据处理；对相关性数据处理后的指标数据进行综合权重确定；当指标综合权重确定完成后，构造集结模型；当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示，从而解决人工决策带来的缺陷，提供满足输电网规划要求的评估方案。
Description
技术领域
本发明属于输电网规划技术领域，尤其涉及一种基于权重综合评估的输电网规划方案评价方法及系统。
背景技术
目前，电力系统运行模拟结果无法与电网规划中潮流计算有效衔接，潮流计算一般应用夏大、夏小、冬大、冬小四个典型方式，没有真实反映新能源消纳导致的电网输电通道或断面重载，电网规划工作精细化水平亟待提高，需要在电网规划方案拟定、安全稳定校核阶段，充分考虑新能源随机出力特点，提高电网规划工作的针对性。输电网规划方案综合评价的目标与要求是要综合、定量地考察输电网规划各方案对安全性、经济性、环保性等要求的满足情况以及与国民经济和社会发展水平的适应程度，为选择出最合理的规划方案提供依据。安全性是电网规划考虑的第一要素，电网规划必须保证可靠地供给负荷，同时具备一定的事故防御能力。同时，电网规划方案需要考虑到经济性和环保性的要求，尽可能以较小的经济成本换取较好的环境效益。此外，电网规划是否科学合理将给今后电网的安全稳定与运行带来直接影响，合理的电网规划结构应能适应多种可能的运行方式，保证未来负荷增长和网架扩展的需求。
随着我国跨区电网互联规模扩大、电网结构日趋复杂以及新能源快速发展，多形态电源运行方式对电网运行方式的影响将变得更加复杂多样，仅针对典型运行方式的评估与分析无法满足电力系统规划分析的要求，传统的人工决策方式难以适应新能源接入带来的不确定性分析要求，需要研究以电力系统精细化运行模拟技术为基础的电网规划关键技术。
发明内容
针对现有技术中的缺陷，本发明提供了一种基于权重综合评估的输电网规划方案评价方法，旨在解决现有技术中针对典型运行方式的评估与分析无法满足电力系统规划分析的要求，传统的人工决策方式难以适应新能源接入带来的不确定性分析要求，需要研究以电力系统精细化运行模拟技术为基础的电网规划关键技术的技术问题。
本发明所提供的技术方案是：一种基于权重综合评估的输电网规划方案评价方法，所述方法包括下述步骤：
对输电网规划体系中的指标数据进行数据预处理；
对数据预处理后的指标数据进行相关性数据处理；
对相关性数据处理后的指标数据进行综合权重确定；
当指标综合权重确定完成后，构造集结模型；
当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示。
作为一种改进的方案，所述对输电网规划体系中的指标数据
进行数据预处理的步骤具体包括下述步骤：
对所述输电网规划体系中的不同类型的指标进行一致化处理；
对不同类型的指标进行一致化处理后，对指标数据进行无量纲化处理，获得一致的指标数据。
作为一种改进的方案，所述对数据预处理后的指标数据进行相关性数据处理的步骤具体包括下述步骤：
利用主成分分析法，提取各指标系统的主成分；
分离提取到指标系统的主成分后，计算各项附属于一级指标的各二级指标对所述主成分的构成系数；
保留构成系数较大的二级指标，删除构成系数较小的指标。
作为一种改进的方案，所述对相关性数据处理后的指标数据进行综合权重确定的步骤具体包括下述步骤：
根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj；
根据指标系统中各个指标数据的离散程度，对各个指标进行赋值，得到指标j的权重系数qj；
根据计算得到的所述指标j的权重系数pj和权重系数qj，以及综合权重计算公式，计算指标j的综合权重系数ωj，其中，所述综合权重计算公式为：
ωj＝k1pj+k2qj，式中，k1和k2为待定常数，满足k1>0、k2>0且k1+k2＝1。
作为一种改进的方案，所述当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示的步骤具体包括下述步骤：
将综合评价得到的一级指标值以雷达图的方式进行展示；
将通过对各一级指标的加权综合得到的输电网规划方案综合水平的最终量化评价值进行展示。
本发明的另一目的在于提供一种基于权重综合评估的输电网规划方案评价系统，其特征在于，所述系统包括：
数据预处理模块，用于对输电网规划体系中的指标数据进行数据预处理；
相关性数据处理模块，用于对数据预处理后的指标数据进行相关性数据处理；
综合权重确定模块，用于对相关性数据处理后的指标数据进行综合权重确定；
集结模型构造模块，用于当指标综合权重确定完成后，构造集结模型；
展示模块，用于当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示。
作为一种改进的方案，所述数据预处理模块具体包括：
一致化处理模块，用于对所述输电网规划体系中的不同类型的指标进行一致化处理；
无量纲化处理模块，用于对不同类型的指标进行一致化处理后，对指标数据进行无量纲化处理，获得一致的指标数据。
作为一种改进的方案，所述相关性数据处理模块具体包括：
主成分提取模块，用于利用主成分分析法，提取各指标系统的主成分；
构成系数计算模块，用于分离提取到指标系统的主成分后，计算各项附属于一级指标的各二级指标对所述主成分的构成系数；
指标处理模块，用于保留构成系数较大的二级指标，删除构成系数较小的指标。
作为一种改进的方案，所述综合权重确定模块包括下述步骤：
第一权重系数赋值模块，用于根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj；
第二权重系数赋值模块，用于根据指标系统中各个指标数据的离散程度，对各个指标进行赋值，得到指标j的权重系数qj；
综合权重系数计算模块，用于根据计算得到的所述指标j的权重系数pj和权重系数qj，以及综合权重计算公式，计算指标j的综合权重系数ωj，其中，所述综合权重计算公式为：
ωj＝k1pj+k2qj，式中，k1和k2为待定常数，满足k1>0、k2>0且k1+k2＝1。
作为一种改进的方案，所述展示模块包括：
雷达图展示模块，用于将综合评价得到的一级指标值以雷达图的方式进行展示；
评价值展示模块，用于将通过对各一级指标的加权综合得到的输电网规划方案综合水平的最终量化评价值进行展示。
在本发明实施例中，对输电网规划体系中的指标数据进行数据预处理；对数据预处理后的指标数据进行相关性数据处理；对相关性数据处理后的指标数据进行综合权重确定；当指标综合权重确定完成后，构造集结模型；当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示，从而解决人工决策带来的缺陷，提供满足输电网规划要求的评估方案。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1是本发明提供的基于权重综合评估的输电网规划方案评价方法的实现流程图；
图2是本发明提供的对输电网规划体系中的指标数据的实现流程图；
图3是本发明提供的对数据预处理后的指标数据进行相关性数据处理的实现流程图；
图4是本发明提供的对相关性数据处理后的指标数据进行综合权重确定的实现流程图；
图5是本发明实施例一提供的根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj的实现流程图；
图6是本发明实施例二提供的根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj的实现流程图；
图7是本发明提供的根据指标系统中各个指标数据的离散程度，对各个指标进行赋值，得到指标j的权重系数qj的实现流程图；
图8是本发明提供的当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示的实现流程图；
图9是本发明提供的基于权重综合评估的输电网规划方案评价系统的结构框图；
图10是本发明实施例一提供的综合权重确定模块的结构框图；
图11是本发明实施例二提供的综合权重确定模块的结构框图；
图12是本发明实施例三提供的综合权重确定模块的结构框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的、技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
图1示出了本发明实施例提供的基于权重综合评估的输电网规划方案评价方法的实现流程图，其具体包括下述步骤：
在步骤S101中，对输电网规划体系中的指标数据进行数据预处理。
在步骤S102中，对数据预处理后的指标数据进行相关性数据处理。
在步骤S103中，对相关性数据处理后的指标数据进行综合权重确定。
在步骤S104中，当指标综合权重确定完成后，构造集结模型。
在该步骤中，常用的集结模型包括：
(1)线性加权综合法
用各指标值的线性加权函数作为综合评价模型，可使各评价指标间得以线性的补偿。权重系数的设计对评价结果的影响明显，权重较大指标值对综合指标作用较大。该方法适用于各评价指标之间相互独立的情况，各指标不完全独立时将由于各指标间信息的重复，使得评价结果不能客观地反映实际。
(2)非线性加权综合法
用非线性函数作为综合评价模型对个系统进行综合评价，其中为权重系数，且要求。非线性加权综合法适用于各指标间有较强关联的场合。由于使用的是连乘运算，因此该方法突出了评价对象指标值的一致性，即可以平衡评价指标值较小的指标影响的作用，此时评价结果受权重系数大小的影响较小，而对指标值的大小差异相对较敏感。
(3)逼近理想点方法等
对于有理想点的综合评价问题，可以将每一个对象与理想点比较，认为与理想点最接近的对象是最好的。定义二者之间的加权距离为，其中为权系数，为与之间的某种意义下距离，通常情况下可简单取欧氏距离。
由于线性加权法计算原理简单，可操作性强，且前文中已对指标间的相关性进行了处理，因此选用线性加权集结模型。
在步骤S105中，当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示。
下述给出上述各个步骤的详细实现内容：
在本发明实施例中，图2示出了本发明提供的对输电网规划体系中的指标数据的实现流程图，其具体包括下述步骤：
在步骤S201中，对所述输电网规划体系中的不同类型的指标进行一致化处理。
其中，电网规划综合评价指标体系中的指标有如下五种类型：
1)正型：总是期望指标的取值越大越好；
2)负型：总是期望指标的取值越小越好；
3)适度型指标：总是期望指标的取值既不要太大，也不要太小为好，即取适当的中间值为最好；
设指x为一指标数据，对负型指标和适度型指标做如下一致化处理，可将其转化为正型指标。
对于负型指标，令x*＝M-x或式中，M为指标X的允许或最大上界。
对于适度型指标，令
式中，[q1,q2]为指标x的最佳稳定区间，M、m分别为指标x的允许上下界。
经过以上一致化处理，可将负型指标和适度型指标均转化为正型指标。在此基础上，可以确定指标体系的各层次综合评价结果也均是取值越大越好。
4)一票否决型指标
有些指标有相关的规程或导则的硬性约束，满足约束条件，归一化结果为1；不满足约束条件，则归一化结果为0。如线路“N-1通过率”，只要有线路不满足N-1条件，即电网规划方案的“N-1通过率”不为1，则该方案的“N-1通过率”指标的归一化结果为0。
5)分档型指标
对于某些定性指标，无法将其转化为定量的数据值，只能根据经验将其转化为不同的等级，如分成很好、好、较好、较差、差、很差等6个等级，对不同等级赋予不同的分数值，从而将定性指标定量化。如环保性指标中的噪声影响和电磁干扰等指标。
在步骤S202中，对不同类型的指标进行一致化处理后，对指标数据进行无量纲化处理，获得一致的指标数据。
在步骤中，指标的无量纲化又叫做指标数据的标准化、规范化，是通过数学变换来消除原始指标量纲的影响。指标无量纲化的方法较多，在此对常用的标准化处理法和极值处理法进行介绍，其它方法还包括线性比例法、归一化处理法、向量规范法等。
在此认为所有指标均已经过一致化处理，无量纲化的对象仅为正型指标。设某一指标xj(j＝1,…,m)为正型指标，其观测值为{xj|i＝1,…,n；j＝1,…,m}。
1)标准化处理法
式中，为无量纲化的指标样本值，sj(j＝1,2,…,m)分别为第i项指标观测样本的平均值和均方差。
由标准化处理法得到的无量纲化样本值有正有负，因此不适用于要求指标值均大于零的熵值法、几何加权平均法等。样本平均值为0，方差为1。另外，处理得到的样本区间不确定，即不能保证对任意原始数据的无量纲化处理结果都处在一个确定的取值范围内。
2)极值处理法
式中，Mj、mj分别为指标xj观测样本的最大、最小值。由极值处理法得到的无量纲化样本最大值为1，最小值为0。
指标数据的一致性尤为重要，各类型指标的数据经过上述标准化方法进行处理后，统一了数据的形式，消除了其性质上和表达信息方式上的差异，在后续的计算中可以直接代入、比较。
在该实施例中，经过指标数据的预处理，可以消除各指标数据在性质和数量级上的差异，将“生数据”转换为“熟数据”，为后期各指标的综合评价做好准备。
在本发明实施例中，图3示出了本发明提供的对数据预处理后的指标数据进行相关性数据处理的实现流程图，其具体包括下述步骤：
在步骤S301中，利用主成分分析法，提取各指标系统的主成分。
在该步骤中，主成分分析法是统计学中将高维空间变量指标转化为低维空间变量指标常用的数据处理方法。所设计评价指标之间常存在一定程度的相关性，在研究对象的多个变量指标中，用少数几个综合变量代替原高维变量以达到分析评价问题的目的。这少数指标综合了原研究对象尽可能多的信息以减少信息的失真和损失，而且指标之间彼此相互独立，使得综合评价过程中不会出现重复评价的现象。
一般来说，指标体系中的高级指标(如一级指标)都是经过反复斟酌推荐而成的，而且数量较少，其每一项指标都包含了相当大的信息量，去除任何一个都会造成指标体系的不完善，因此对于高级指标无需筛选，筛选工作主要针对那些可以直接量化的低级指标。例如存在一个由两级指标组成的指标体系，仅对其二级指标进行筛选，而视每个一级指标对应的二级指标为一个独立的系统。
首先利用主成分分析法，提取各系统的主成分。通常第一主成分即可包含该系统的绝大部分信息，并能够反映出系统的综合信息，而其它主成分则没有反应样本的综合信息，而只是代表了这些信息特征的某一方面，为简化计算，可以只分离出第一主成分。
在步骤S302中，分离提取到指标系统的主成分后，计算各项附属于一级指标的各二级指标对所述主成分的构成系数。
在步骤S303中，保留构成系数较大的二级指标，删除构成系数较小的指标。
在该步骤中，构成系数越大，说明该项二级指标对于所对应的一级指标的信息贡献率越大，因此应保留构成系数大的二级指标，删除构成系数小的二级指标。一般来说，如果某一项二级指标对第一主成分的构成系数小于0.1时，即可认为该指标对整个指标体系的影响微乎其微，应予以删除。
在该实施例中，主成分分析法的步骤如下：
(1)设有某一级指标下有n个二级指标，每个二级指标有个电网数据样本(均已经过标准化处理)，可得电网数据样本矩阵为：
X＝(Xij)m×ni＝1,2,…,m；j＝1,2,…,n
其中，Xij表示第j项指标第i个电网的指标数据。
(2)根据电网标准化数据矩阵X求出样本的协方差矩阵R，该矩阵能够反映各指标数据之间的相关性。其中，Rij(i,j＝1,2,…,n)为指标变量Xi与Xj的相关系数。R为实对称矩阵(即Rij＝Rji)，因此只需计算其上三角元素或下三角元素即可，其计算公式为：
(3)求出协方差矩阵R的特征根λi并按从大到小的顺序排列，求解其所对应的特征向量li(i＝1,2,…,n)。特征值为各主成分的方差，它的大小反映了各主成分的影响力。主成分Zi的贡献率为：
累计贡献率为：
一般选取累计贡献率达到85～95％的特征值所对应的主成分。
(4)由特征值λi对应的特征向量li可以求得对应主成分的样本数据值。对第i个电网数据样本，可求得其各组成成分的样本值为：
对于相关性分析，如果发现某一指标与其余多个指标之间的相关系数都很大，则可以认为该指标与其它指标之间存在信息交叠，是一个冗余指标，一般情况下应当删除。但是如果相关性分析的结果与主成分分析相反，应以主成分分析的评价结果为主，例如某一指标在第一主成分的构成中占有很大比重，那么即使它与多个指标线性相关，也不可删除。
在该实施例中，指标之间的相关性很难通过主观认识直接判断出来，因此用实际数据之间的内在联系来进行客观筛选，比通过专家经验来进行主观筛选更加可靠。经过筛选后的指标体系更加精简，指标之间的相关性被大大削弱，每个指标所覆盖的信息量将大大增加，这一方面将使得后续的评价过程更加简单明了，同时也增加了评价结果的可信度。
在本发明实施例中，图4示出了本发明实施例提供的对相关性数据处理后的指标数据进行综合权重确定的实现流程图，其具体包括下述步骤：
在步骤S401中，根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj；
在步骤S402中，根据指标系统中各个指标数据的离散程度，对各个指标进行赋值，得到指标j的权重系数qj；
在步骤S403中，根据计算得到的所述指标j的权重系数pj和权重系数qj，以及综合权重计算公式，计算指标j的综合权重系数ωj，其中，所述综合权重计算公式为：
ωj＝k1pj+k2qj，式中，k1和k2为待定常数，满足k1>0、k2>0且k1+k2＝1。
在该实施例中，该权重确定方案将指标数据的重要程度和指标数据的离散程度均考虑在内，使得所确定的权重系数同时体现了决策者的主干信息和数据分析的客观信息。
在本发明实施例中，上述步骤S101所记载的根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj的步骤的实现可以采用多种方式，下述给出两种具体的实现，具体为：
第一种：层次分析法
图5示出了本发明实施例一提供的根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj的实现流程图，其具体包括下述步骤：
在步骤S501中，在所述指标系统中，将各个单项指标数据基于评价目标的重要性进行两两比较判断，生成判断矩阵A；
在步骤S502中，在所述判断矩阵A中，将所述判断矩阵A中最大特征值所对应的特征向量进行归一化操作，并将归一化得到的参数作为所述指标系统中指标j的权重系数pj。
在该实施例中，在步骤S501和步骤S502之间还包括下述步骤：
(1)对生成的所述判断矩阵A进行一致性判断；
(2)当判定所述判断矩阵A符合一致性时，则执行所述在所述判断矩阵A中，将所述判断矩阵A中最大特征值所对应的特征向量进行归一化操作的步骤；
(3)当判定所述判断矩阵A不一致时，则重新对所述判断矩阵A进行赋值，并返回执行所述对生成的所述判断矩阵A进行一致性判断的步骤。
其中，层次分析法AHP是由美国匹茨堡大学教授萨蒂于20世纪70年代初提出的一种定性和定量相结合的层次权重决策分析方法。在对电网规划方案综合评价各指标间关系深入分析的基础上，结合AHP法将有关的各个因素按照不同属性自上而下地分解成两个层次：上层为目标层，决策目标可以是各项一级指标；下层为指标层，包含因素为待赋权的各项指标。
在指标层，将各单项指标关于评价目标的重要性程度做两两比较判断，可以得到判断矩阵A，具体比较尺度如下表3-1所示：
由此对于一个含有n个指标的体系，可以形成一个n×n阶的判断矩阵。
理想的判断矩阵应满足一致性条件。所谓一致性条件是指判断矩阵A中的元素具有传递性，即有条件成立。然而，受评判条件所限，实际的判断矩阵常常不能满足一致性条件。对此，需要对矩阵的判断质量进行一致性检验；
衡量判断矩阵不一致程度的数量指标称为一致性指标C.I.，其计算公式为：式中，λmax为判断矩阵的最大特征值。
判断矩阵的不一致性与其阶数相关，判断矩阵的阶数越大，元素间两两比较判断就越难达到一致性；为了得到对不同阶数的判断矩阵均适用的一致性检验临界值，还需要考虑一致性与矩阵阶数的关系；为此，引入平均随机一致性指标R.I.，对C.I.进行修正；通过大量随机抽样计算得到R.I.的样本均值如下表所示：
| n | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| R.I. | 0 | 0.5419 | 0.8931 | 1.1185 | 1.2494 | 1.3450 | 1.4200 |
| n | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| R.I. | 1.4616 | 1.4874 | 1.5156 | 1.5405 | 1.5583 | 1.5779 | 1.5894 |
将判断矩阵的一致性指标C.I.与同阶平均随机一致性指标R.I.之比称为随机一致性比例C.R.；
当时，认为判断矩阵的不一致性可以接受，否则就需要对判断矩阵进行重新赋值，直至满足一致性条件。
对于满足一致性条件的判断矩阵，将其最大特征值所对应的特征向量归一化即为各评价指标的权重系数。
第二种：G-1法
图6示出了本发明实施例二提供的根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj的实现流程图，其具体包括下述步骤：
在步骤S601中，根据所述指标系统中各个指标数据的重要程度，生成一个序关系位移的指标重要性排序表X；
在步骤S602中，在所述指标重要性排序表X中，对各个指标的重要程度进行赋值，得到数值pk；
在步骤S603中，根据指标重要程度权重计算公式，计算指标j的权重系数pj，其中，所述指标重要程度权重计算公式为：
ωk-1＝rkωk,k＝n,n-1,…,2，式中，ri＝pi-1/pi,i＝2,3,4…,n。
其中，使用AHP法时，判断矩阵的不一致性会严重影响指标权重的计算结果。同时，随着评估指标数目的增加，判断矩阵的计算量也会成倍增长。为此，可以采用无需检验判断矩阵一致性的G-1法。
G-1法的关键是为各指标的重要性进行排序。首先在所有指标中选出最重要的指标，排在第一位，记为x1，然后从剩余指标中选出最重要的一个，排在第二位，记为x2，以此类推，最终得到一个序关系唯一的指标重要性排序表，记为X，具体结构如下表：
对X中相邻评价指标xk-1与xk的相对重要程度之比进行评判，可以用rk来表示：rk＝pk-1/pk,k＝2,3,…,n
式中，pk为指标集X中第k项评价指标对应的权重。
上述给出了两种通过指标的重要性程度进行权重确认的方案，在此不用以限制本发明，当然也可以通过其他方式，在此不再赘述。
在本发明实施例中，图7是本发明实施例提供的根据指标系统中各个指标数据的离散程度，对各个指标进行赋值，得到指标j的权重系数qj的实现流程图，其具体包括下述步骤：
在步骤S701中，根据所述指标系统中各个指标数据的离散程度，计算第j项指标下，第i个电网对象的特征比重pij，其中：其中，xij表示第j项指标第i个电网对象的指标数据；
在步骤S702中，根据计算得到的第j项指标下，第i个电网对象的特征比重pij，计算第j项指标的熵值ej，其中，式中，k＝1/lnm；
在步骤S703中，根据计算得到的第j项指标的熵值ej，计算第j项指标的差异性系数gj，其中，gj＝1-ej；
在步骤S704中，根据计算得到的第j项指标的差异性系数gj，确定第j项指标的权重系数qj，
其中，该计算方式为熵权法，熵权法是一种根据各项指标观测值所提供的信息量的大小来确定指标权重的方法。熵是热力学中的一个概念，最早由申农引入信息论。按照信息论的定义，信息熵则反映了信息的无序化程度，其值越小则提供的信息效用值越大。若系统可能处于多种不同状态，且每种状态出现的概率分别为pi(i＝1,2,…,m)，则该系统的熵定义为：
从上式可以看出，当系统各种状态出现的概率完全相同，即pi＝1/m,(i＝1,2,…,m)时，该系统的熵最大，此时由该系统向综合决策者提供的信息效用值最小。熵权法的基本思想是：若某项指标熵值较小，则说明该指标数据序列的变异程度较大，应重视该评价指标对于整个评估模型的作用，其权重也应较大，否则就应减小其权重系数。
在本发明实施例中，图8示出了本发明提供的当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示的实现流程图，其具体包括下述步骤：
在步骤S801中，将综合评价得到的一级指标值以雷达图的方式进行展示；
在步骤S802中，将通过对各一级指标的加权综合得到的输电网规划方案综合水平的最终量化评价值进行展示。
在该实施例中，根据所设计指标体系的层次结构，本报告提出包含如下两个层次的展示方法：
(1)综合指标展示方法——雷达图法。将综合评价得到的一级指标值以雷达图的方式展示，能够全面直观体现电网规划方案在安全可靠性、经济性、灵活性、环保性上的综合性能。
(2)量化评价结果——指标体系综合评价值。通过对各一级指标的加权综合，可以得到电网规划方案综合水平的最终量化评价值。基于该评价值可以对不同电网规划方案的综合水平进行比较，从而为电网规划的决策提供参考。
量化评价结果即为对电网规划综合效益的评分，可以通过对一级指标值的综合赋权得到，基于该评价值可以实现不同电网规划方案的效益比较，其使用方法较为直观，赋权及集结方法也与低层级指标无异，在此不再赘述。
图9示出了本发明提供的基于权重综合评估的输电网规划方案评价系统的结构框图，为了便于说明，图中仅给出了与本发明实施例相关的部分。
基于权重综合评估的输电网规划方案评价系统包括：
数据预处理模块25，用于对输电网规划体系中的指标数据进行数据预处理；
相关性数据处理模块26，用于对数据预处理后的指标数据进行相关性数据处理；
综合权重确定模块27，用于对相关性数据处理后的指标数据进行综合权重确定；
集结模型构造模块28，用于当指标综合权重确定完成后，构造集结模型；
展示模块29，用于当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示。
其中，结合图1所示，数据预处理模块25具体包括：
一致化处理模块30，用于对所述输电网规划体系中的不同类型的指标进行一致化处理；
无量纲化处理模块31，用于对不同类型的指标进行一致化处理后，对指标数据进行无量纲化处理，获得一致的指标数据。
结合图9所示，相关性数据处理模块26具体包括：
主成分提取模块32，用于利用主成分分析法，提取各指标系统的主成分；
构成系数计算模块33，用于分离提取到指标系统的主成分后，计算各项附属于一级指标的各二级指标对所述主成分的构成系数；
指标处理模块34，用于保留构成系数较大的二级指标，删除构成系数较小的指标。
如图10所示，综合权重确定模块27包括下述步骤：
第一权重系数赋值模块11，用于根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj；
第二权重系数赋值模块12，用于根据指标系统中各个指标数据的离散程度，对各个指标进行赋值，得到指标j的权重系数qj；
综合权重系数计算模块13，用于根据计算得到的所述指标j的权重系数pj和权重系数qj，以及综合权重计算公式，计算指标j的综合权重系数ωj，其中，所述综合权重计算公式为：
ωj＝k1pj+k2qj，式中，k1和k2为待定常数，满足k1>0、k2>0且k1+k2＝1。
结合图9所示，展示模块29包括：
雷达图展示模块35，用于将综合评价得到的一级指标值以雷达图的方式进行展示；
评价值展示模块36，用于将通过对各一级指标的加权综合得到的输电网规划方案综合水平的最终量化评价值进行展示。
在本发明实施例中，如图11所示，在图10所示的实施例的基础上，该第一权重系数赋值模块11具体包括：
判断矩阵生成模块14，用于在所述指标系统中，将各个单项指标数据基于评价目标的重要性进行两两比较判断，生成判断矩阵A；
第一权重系数确认模块15，用于在所述判断矩阵A中，将所述判断矩阵A中最大特征值所对应的特征向量进行归一化操作，并将归一化得到的参数作为所述指标系统中指标j的权重系数pj。
其中，所述第一权重系数赋值模块11还包括：
一致性判断模块16，用于对生成的所述判断矩阵A进行一致性判断；
重新赋值模块17，用于当判定所述判断矩阵A不一致时，则重新对所述判断矩阵A进行赋值，并返回执行所述对生成的所述判断矩阵A进行一致性判断的步骤；
当判定所述判断矩阵A符合一致性时，则执行所述在所述判断矩阵A中，将所述判断矩阵A中最大特征值所对应的特征向量进行归一化操作的步骤。
在该实施例中，所述第二权重系数赋值模块12具体包括：
特征比重计算模块18，用于根据所述指标系统中各个指标数据的离散程度，计算第j项指标下，第i个电网对象的特征比重pij，其中：其中，xij表示第j项指标第i个电网对象的指标数据；
熵值计算模块19，用于根据计算得到的第j项指标下，第i个电网对象的特征比重pij，计算第j项指标的熵值ej，其中，式中，k＝1/lnm；
差异性系数计算模块20，用于根据计算得到的第j项指标的熵值ej，计算第j项指标的差异性系数gj，其中，gj＝1-ej；
第二权重系数确认模块21，用于根据计算得到的第j项指标的差异性系数gj，确定第j项指标的权重系数qj，
在图10所示的实施例的基础上，如图12所示，与图11所示的实施例的区别在于第一权重系数赋值模块11的结构，具体为：
所述第一权重系数赋值模块11包括：
指标重要性排序表生成模块22，用于根据所述指标系统中各个指标数据的重要程度，生成一个序关系位移的指标重要性排序表X；
赋值模块23，用于在所述指标重要性排序表X中，对各个指标的重要程度进行赋值，得到数值pk；
计算模块24，用于根据指标重要程度权重计算公式，计算指标j的权重系数pj，其中，所述指标重要程度权重计算公式为：
ωk-1＝rkωk,k＝n,n-1,…,2，式中，ri＝pi-1/pi,i＝2,3,4…,n。
在本发明实施例中，对输电网规划体系中的指标数据进行数据预处理；对数据预处理后的指标数据进行相关性数据处理；对相关性数据处理后的指标数据进行综合权重确定；当指标综合权重确定完成后，构造集结模型；当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示，从而解决人工决策带来的缺陷，提供满足输电网规划要求的评估方案。
以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种基于权重综合评估的输电网规划方案评价方法，其特征在于，所述方法包括下述步骤：
对输电网规划体系中的指标数据进行数据预处理；
对数据预处理后的指标数据进行相关性数据处理；
对相关性数据处理后的指标数据进行综合权重确定；
当指标综合权重确定完成后，构造集结模型；
当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示。
2.根据权利要求1所述的基于权重综合评估的输电网规划方案评价方法，其特征在于，所述对输电网规划体系中的指标数据
进行数据预处理的步骤具体包括下述步骤：
对所述输电网规划体系中的不同类型的指标进行一致化处理；
对不同类型的指标进行一致化处理后，对指标数据进行无量纲化处理，获得一致的指标数据。
3.根据权利要求2所述的基于权重综合评估的输电网规划方案评价方法，其特征在于，所述对数据预处理后的指标数据进行相关性数据处理的步骤具体包括下述步骤：
利用主成分分析法，提取各指标系统的主成分；
分离提取到指标系统的主成分后，计算各项附属于一级指标的各二级指标对所述主成分的构成系数；
保留构成系数较大的二级指标，删除构成系数较小的指标。
4.根据权利要求3所述的基于权重综合评估的输电网规划方案评价方法，其特征在于，所述对相关性数据处理后的指标数据进行综合权重确定的步骤具体包括下述步骤：
根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj；
根据指标系统中各个指标数据的离散程度，对各个指标进行赋值，得到指标j的权重系数qj；
根据计算得到的所述指标j的权重系数pj和权重系数qj，以及综合权重计算公式，计算指标j的综合权重系数ωj，其中，所述综合权重计算公式为：
ωj＝k1pj+k2qj，式中，k1和k2为待定常数，满足k1>0、k2>0且k1+k2＝1。
5.根据权利要求4所述的基于权重综合评估的输电网规划方案评价方法，其特征在于，所述当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示的步骤具体包括下述步骤：
将综合评价得到的一级指标值以雷达图的方式进行展示；
将通过对各一级指标的加权综合得到的输电网规划方案综合水平的最终量化评价值进行展示。
6.一种基于权重综合评估的输电网规划方案评价系统，其特征在于，所述系统包括：
数据预处理模块，用于对输电网规划体系中的指标数据进行数据预处理；
相关性数据处理模块，用于对数据预处理后的指标数据进行相关性数据处理；
综合权重确定模块，用于对相关性数据处理后的指标数据进行综合权重确定；
集结模型构造模块，用于当指标综合权重确定完成后，构造集结模型；
展示模块，用于当所述集结模型构造挖成后，对输电网规划方案的评价结果进行展示。
7.根据权利要求6所述的基于权重综合评估的输电网规划方案评价系统，其特征在于，所述数据预处理模块具体包括：
一致化处理模块，用于对所述输电网规划体系中的不同类型的指标进行一致化处理；
无量纲化处理模块，用于对不同类型的指标进行一致化处理后，对指标数据进行无量纲化处理，获得一致的指标数据。
8.根据权利要求7所述的基于权重综合评估的输电网规划方案评价系统，其特征在于，所述相关性数据处理模块具体包括：
主成分提取模块，用于利用主成分分析法，提取各指标系统的主成分；
构成系数计算模块，用于分离提取到指标系统的主成分后，计算各项附属于一级指标的各二级指标对所述主成分的构成系数；
指标处理模块，用于保留构成系数较大的二级指标，删除构成系数较小的指标。
9.根据权利要求8所述的基于权重综合评估的输电网规划方案评价系统，其特征在于，所述综合权重确定模块包括下述步骤：
第一权重系数赋值模块，用于根据指标系统中各个指标数据的重要程度，对各个指标进行赋值，得到指标j的权重系数pj；
第二权重系数赋值模块，用于根据指标系统中各个指标数据的离散程度，对各个指标进行赋值，得到指标j的权重系数qj；
综合权重系数计算模块，用于根据计算得到的所述指标j的权重系数pj和权重系数qj，以及综合权重计算公式，计算指标j的综合权重系数ωj，其中，所述综合权重计算公式为：
ωj＝k1pj+k2qj，式中，k1和k2为待定常数，满足k1>0、k2>0且k1+k2＝1。
10.根据权利要求9所述的基于权重综合评估的输电网规划方案评价系统，其特征在于，所述展示模块包括：
雷达图展示模块，用于将综合评价得到的一级指标值以雷达图的方式进行展示；
评价值展示模块，用于将通过对各一级指标的加权综合得到的输电网规划方案综合水平的最终量化评价值进行展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811526227.4A CN109636189A (zh) | 2018-12-13 | 2018-12-13 | 一种基于权重综合评估的输电网规划方案评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811526227.4A CN109636189A (zh) | 2018-12-13 | 2018-12-13 | 一种基于权重综合评估的输电网规划方案评价方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109636189A true CN109636189A (zh) | 2019-04-16 |
Family
ID=66073625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811526227.4A Pending CN109636189A (zh) | 2018-12-13 | 2018-12-13 | 一种基于权重综合评估的输电网规划方案评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109636189A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110310048A (zh) * | 2019-07-10 | 2019-10-08 | 云南电网有限责任公司电力科学研究院 | 一种配网规划全过程评估方法及装置 |
| CN111191879A (zh) * | 2019-12-11 | 2020-05-22 | 中电普信(北京)科技发展有限公司 | 一种综合评估的方法和系统 |
| CN111652459A (zh) * | 2020-04-09 | 2020-09-11 | 湖北省电力勘测设计院有限公司 | 一种计及新能源消纳多指标内涵的电网评价方法 |
| CN112001058A (zh) * | 2020-06-30 | 2020-11-27 | 同恩(上海)工程技术有限公司 | 一种用于监测结构整体安全性评估的综合评价模型及方法 |
| CN113516388A (zh) * | 2021-07-09 | 2021-10-19 | 中国人民解放军军事科学院评估论证研究中心 | 基于熵权的加权主成分距离聚类的创新发展态势评估方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103606115A (zh) * | 2013-12-05 | 2014-02-26 | 国家电网公司 | 一种节能型电网的评定方法 |
| 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 |
-
2018
- 2018-12-13 CN CN201811526227.4A patent/CN109636189A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103606115A (zh) * | 2013-12-05 | 2014-02-26 | 国家电网公司 | 一种节能型电网的评定方法 |
| 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 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110310048A (zh) * | 2019-07-10 | 2019-10-08 | 云南电网有限责任公司电力科学研究院 | 一种配网规划全过程评估方法及装置 |
| CN111191879A (zh) * | 2019-12-11 | 2020-05-22 | 中电普信(北京)科技发展有限公司 | 一种综合评估的方法和系统 |
| CN111191879B (zh) * | 2019-12-11 | 2023-05-12 | 中电普信(北京)科技发展有限公司 | 一种综合评估的方法和系统 |
| CN111652459A (zh) * | 2020-04-09 | 2020-09-11 | 湖北省电力勘测设计院有限公司 | 一种计及新能源消纳多指标内涵的电网评价方法 |
| CN112001058A (zh) * | 2020-06-30 | 2020-11-27 | 同恩(上海)工程技术有限公司 | 一种用于监测结构整体安全性评估的综合评价模型及方法 |
| CN113516388A (zh) * | 2021-07-09 | 2021-10-19 | 中国人民解放军军事科学院评估论证研究中心 | 基于熵权的加权主成分距离聚类的创新发展态势评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109636189A (zh) | 一种基于权重综合评估的输电网规划方案评价方法及系统 | |
| Le Bagousse-Pinguet et al. | Phylogenetic, functional, and taxonomic richness have both positive and negative effects on ecosystem multifunctionality | |
| Tsamboulas et al. | Use of multicriteria methods for assessment of transport projects | |
| Grusky et al. | Comparative social mobility revisited: models of convergence and divergence in 16 countries | |
| He et al. | Comprehensive evaluation of regional clean energy development levels based on principal component analysis and rough set theory | |
| Gong et al. | The optimal group consensus models for 2-tuple linguistic preference relations | |
| CN107330610A (zh) | 一种电网节能减排效益量化评价方法 | |
| CN105574685A (zh) | 一种基于主客观结合的云服务评价方法 | |
| CN110310031A (zh) | 一种配电网多维风险评估方法 | |
| CN111260198A (zh) | 一种台区同期线损合理度评判方法、系统及终端设备 | |
| Leng et al. | Comprehensive evaluation of renewable energy development level based on game theory and TOPSIS | |
| CN102799531B (zh) | 一种基于层次分析理论的软件测试方法 | |
| CN104077493B (zh) | 一种电力继电保护系统状态评估指标体系的构建方法 | |
| Hayden et al. | Statistical methods to develop rating models | |
| CN105512465A (zh) | 基于改进vikor法的云平台安全性量化评估方法 | |
| CN112950048A (zh) | 基于模糊综合评价的国家高等教育体系健康评价 | |
| CN112668822A (zh) | 科技成果转化平台共享系统、方法、存储介质、手机app | |
| CN107295537A (zh) | 一种测评无线传感器网络可靠性的方法及系统 | |
| CN116468300A (zh) | 基于神经网络的军队总医院学科评估方法及系统 | |
| CN117078077A (zh) | 一种高速公路路域的生态脆弱性评价方法 | |
| CN110458479A (zh) | 一种新能源领域技术成果转化为技术标准的潜力评估方法 | |
| Kolbe et al. | Location, location, location: Extracting location value from house prices | |
| CN105933138A (zh) | 一种时空维度相结合的云服务可信态势评估与预测方法 | |
| CN109657967A (zh) | 一种输电网规划方案评价指标权重的确认方法及系统 | |
| CN114153683B (zh) | 基于综合评价算法的网络化软件健康度评价方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |