CN111242425A - 电力数据处理方法和装置 - Google Patents
电力数据处理方法和装置 Download PDFInfo
- Publication number
- CN111242425A CN111242425A CN201911419979.5A CN201911419979A CN111242425A CN 111242425 A CN111242425 A CN 111242425A CN 201911419979 A CN201911419979 A CN 201911419979A CN 111242425 A CN111242425 A CN 111242425A
- Authority
- CN
- China
- Prior art keywords
- weight
- evaluated
- item
- determining
- data
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000012216 screening Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 22
- 239000013598 vector Substances 0.000 claims description 21
- 238000000556 factor analysis Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 239000011159 matrix material Substances 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000009699 differential effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Fuzzy Systems (AREA)
- Operations Research (AREA)
- Molecular Biology (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电力数据处理方法和装置。该方法包括：获取待评价的供应商的目标数据；对目标数据进行数据筛选，得到筛选后的数据，其中，筛选后的数据包含待评价的项的特征数据；确定每个待评价的项的权重值；根据每个待评价的项的权重值和待评价的项的特征数据对供应商进行评价，得到评价结果；根据评价结果确定供应商的级别。通过本发明，达到了提高电力设备供应商综合评价结果准确率的效果。
Description
技术领域
本发明涉及电力领域，具体而言，涉及一种电力数据处理方法和装置。
背景技术
供应商绩效评价是整个供应商管理的重要环节，供应商绩效与企业的整条供应链的绩效都有关联，通过构建合理、科学的供应商绩效管理体系，可以促使供应商持续进步并使企业不断保持和提升核心竞争力。因此，建立科学合理的供应商绩效评价体系已成为企业在供应商管理中的重中之重。
目前，针对供应商绩效评价主要有以下几个方案：
1、使用模糊层次分析法建立综合评价模型；
2、利用因子分析进行供应商绩效评价；
3、基于组合赋权的灰色关联分析法综合评价模型。
目前现有电网设备供应商绩效评价体系中存在如下问题：对指标赋权时采用单一赋权法，导致权重过于主观化或者过于客观化，无法获取准确的权重，致使评价结果可信度较低，参考价值较小。
针对相关技术中电力设备供应商综合评价结果不准确的问题，目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种电力数据处理方法和装置，以解决电力设备供应商综合评价结果不准确的问题。
为了实现上述目的，根据本发明的一个方面，提供了一种电力数据处理方法，该方法包括：获取待评价的供应商的目标数据；对所述目标数据进行数据筛选，得到筛选后的数据，其中，所述筛选后的数据包含待评价的项的特征数据；确定每个待评价的项的权重值；根据所述每个待评价的项的权重值和待评价的项的特征数据对所述供应商进行评价，得到评价结果；根据所述评价结果确定所述供应商的级别。
进一步地，确定每个待评价的项的权重值包括：通过基于因子分析构造的指标体系确定每个待评价的项的第一权重；通过层次分析法指标体系确定每个待评价的项的第二权重；根据是第一权重和所述第二权重确定每个待评价的项的权重值。
进一步地，根据所述第一权重和所述第二权重确定每个待评价的项的权重值包括：基于所述第一权重和所述第二权重构建向量集合；将所述第一权重和所述第二权重进行线性组合，以离差最小化为目标优化得到线性组合系数；根据所述线性组合系数确定每个待评价的项的权重值。
进一步地，在将所述第一权重和所述第二权重进行线性组合之后，所述方法还包括：根据所述线性组合系数确定综合评价向量。
为了实现上述目的，根据本发明的另一方面，还提供了一种电力数据处理装置，该装置包括：获取单元，用于获取待评价的供应商的目标数据；筛选单元，用于对所述目标数据进行数据筛选，得到筛选后的数据，其中，所述筛选后的数据包含待评价的项的特征数据；第一确定单元，用于确定每个待评价的项的权重值；评价单元，用于根据所述每个待评价的项的权重值和待评价的项的特征数据对所述供应商进行评价，得到评价结果；第二确定单元，用于根据所述评价结果确定所述供应商的级别。
进一步地，所述第一确定单元包括：第一确定模块，用于通过基于因子分析构造的指标体系确定每个待评价的项的第一权重；第二确定模块，用于通过层次分析法指标体系确定每个待评价的项的第二权重；第三确定模块，用于根据是第一权重和所述第二权重确定每个待评价的项的权重值。
进一步地，所述第三确定模块用于：基于所述第一权重和所述第二权重构建向量集合；将所述第一权重和所述第二权重进行线性组合，以离差最小化为目标优化得到线性组合系数；根据所述线性组合系数确定每个待评价的项的权重值。
进一步地，所述装置还包括：第三确定单元，用于在将所述第一权重和所述第二权重进行线性组合之后，根据所述线性组合系数确定综合评价向量。
为了实现上述目的，根据本发明的另一方面，还提供了一种存储介质，包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行本发明所述的电力数据处理方法。
为了实现上述目的，根据本发明的另一方面，还提供了一种设备至少包括一个处理器，以及与所述处理器连接的至少一个存储器、总线，其中，所述处理器、所述存储器通过所述总线完成相互间的通信，所述处理器用于调用所述存储器中的程序指令，以执行本发明所述的电力数据处理方法。
本发明通过获取待评价的供应商的目标数据；对目标数据进行数据筛选，得到筛选后的数据，其中，筛选后的数据包含待评价的项的特征数据；确定每个待评价的项的权重值；根据每个待评价的项的权重值和待评价的项的特征数据对供应商进行评价，得到评价结果；根据评价结果确定供应商的级别，解决了电力设备供应商综合评价结果不准确的问题，进而达到了提高电力设备供应商综合评价结果准确率的效果。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的电力数据处理方法的流程图；
图2是根据本实施例的评价流程的示意图；
图3是本实施例的层次结构图；
图4是根据本发明实施例的电力数据处理装置的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供了一种电力数据处理方法。
图1是根据本发明实施例的电力数据处理方法的流程图，如图1所示，该方法包括以下步骤：
步骤S102：获取待评价的供应商的目标数据；
步骤S104：对目标数据进行数据筛选，得到筛选后的数据，其中，筛选后的数据包含待评价的项的特征数据；
步骤S106：确定每个待评价的项的权重值；
步骤S108：根据每个待评价的项的权重值和待评价的项的特征数据对供应商进行评价，得到评价结果；
步骤S110：根据评价结果确定供应商的级别。
该实施例通过获取待评价的供应商的目标数据；对目标数据进行数据筛选，得到筛选后的数据，其中，筛选后的数据包含待评价的项的特征数据；确定每个待评价的项的权重值；根据每个待评价的项的权重值和待评价的项的特征数据对供应商进行评价，得到评价结果；根据评价结果确定供应商的级别，解决了电力设备供应商综合评价结果不准确的问题，进而达到了提高电力设备供应商综合评价结果准确率的效果。
可选地，确定每个待评价的项的权重值包括：通过基于因子分析构造的指标体系确定每个待评价的项的第一权重；通过层次分析法指标体系确定每个待评价的项的第二权重；根据是第一权重和第二权重确定每个待评价的项的权重值。
可选地，根据第一权重和第二权重确定每个待评价的项的权重值包括：基于第一权重和第二权重构建向量集合；将第一权重和第二权重进行线性组合，以离差最小化为目标优化得到线性组合系数；根据线性组合系数确定每个待评价的项的权重值。
第一权重可以是客观权重，第二权重可以是主观权重。
可选地，在将第一权重和第二权重进行线性组合之后，根据线性组合系数确定综合评价向量。
本实施例还提供了一种优选实施方式。
本实施例的基于博弈论组合赋权改进的模糊综合评价法兼顾主、客观权重，指标赋权更加科学，可以有效提高电力设备供应商综合评价的正确性和合理性。综合考虑设备电压等级数量、设备型号数量、设备缺陷数量、设备拥有量、家族性缺陷数量、设备运行时间和设备装用范围7个特征，提出电力设备供应商绩效评价指标体系，并利用层次分析法获得主观权重，利用因子分析法获得客观权重，最后融合为组合权重引入到模糊综合评价法中，完成最终评价。
本实施例要解决目前电网企业对供应商的绩效评价过于主观或者过于客观的现象，将设备各类特征信息纳入评价范围，综合多项特征属性设计新的评价指标体系，建立层次分析法、因子分析法和模糊综合评价法相结合的供应商绩效评价模型，能够对设备供应商绩效进行更加全面的评价。
本实施例所提出的模型主要分为四部分：确定主观权重、确定客观权重、博弈论组合赋权和模糊综合评价。
层次分析法(主观权重的确定)
图2是根据本实施例的评价流程的示意图，根据客户对电力设备供应商的常见需求，将决策的目标、考虑的因素(决策准则)和决策对象按照他们之间的相互关系分为最高层、中间层和最底层，画出层次结构图，图3是本实施例的层次结构图，如图3所示：
最高层：决策的目的；
中间层：决策时所需考虑的因素，包括设备电压等级数量、设备型号数量、设备缺陷数量、设备拥有量、家族性缺陷数量、设备运行时间、设备装用范围；
最底层：决策的备选方案。
(1)构造判断矩阵
判断矩阵是表示本层所有因素针对上一层某一个因素的相对重要性的比较。判断矩阵的元素aij用Santy的1-9标度方法给出。
表1判断矩阵元素aij的标度方法
设A＝(aij)n×n，aij＞0为比较各准则C1、C2、……、C7对目标O的重要性。
(2)层次单排序及其一致性检验
用最大特征值对应的特征向量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引起的判断误差越大。因此可以用λ-n的大小来衡量A的不一致程度。
定义一致性指标：
其中，CI＝0：有完全一致性，CI越大，不一致性越严重。
为了衡量CI的大小，引入随机一致性指标RI。
表2随机一致性指标RI
定义一致性比率：
当CR<0.1时，认为矩阵A的不一致程度在容许范围之内。
因子分析(确定客观权重)
因子分析法就是运用上述具有代表性的几个特征，描述总体指标之间相互关联的分析方法，将相关性比较密切的几个特征归为同一类。
基于因子分析构造的指标体系，结合电网提供的电力设备供应商的相关数据进行标准化处理，形成原始指标数据集。
(1)KMO和Bartlett球形检验。通过KMO和Bartlett球形检验可以判断指标体系是否适合用于因子分析，即可行性检验。只有通过这两个检验的综合指标体系，才能被认定为适合做因子分析。
(2)查看公因子方差表中提取的公因子以及解释的总方差，按照特征值(主成分对原变量的解释能力)大于1，并且提取因子的累计方差贡献率大于或等于80％的原则提取主成分，得到旋转成分矩阵。
(3)将因子分析所得到的成分得分系数矩阵的系数绝对值所占比例作为客观权重，如下式所示。
博弈论组合赋权
基于博弈论的组合赋权法就是将不同方法确定的权重值进行组合优化，寻求最优的指标权重结果。本文将选取主观权重和客观权重共两种赋权方法，协调两者之间的冲突并寻找两者之间的一致性。博弈论组合赋权法既可以减少主观随意性，也充分的考虑客观数据的内在分布，在一定程度上提高了权重的科学合理性。具体过程如下所示。
(1)使用层次分析法和因子分析法分别得到供应商评价指标的主观权重和客观权重，构成权重向量集合w＝{ω1,ω2}，其中ω1为层次分析法确定的主观权重向量，ω2为因子分析确定的客观权重向量。则两个权重向量的线性组合为：
(2)根据博弈集结模型的思想，对上述两个权重进行最优的线性组合，以离差最小化为目标，对上式的两个线性组合系数α1、α2进行优化，得到最合理的权重，由此确定目标函数为：
min||W-ωk||2,k＝1,2 (5)
(3)按照矩阵微分性质，与上式等价的最优化一阶导数条件的线性方程组如下所示：
(4)由上式得到最优化的线性组合系数α1、α2并进行归一化处理之后，最终得到基于博弈论组合赋权的综合权重W为：
其中，
改进的模糊综合评价
(1)选取供应商评价指标，确定评价指标集合U。若有n个评价指标，则评价指标集为U＝{u1,u2,…,un}，其中，u1,u2,…,un为n个评价指标，本文共选取7个评价指标，n＝7。
(2)建立供应商综合评价标准集。根据选取的供应商评价指标，参考相关标准建立评价标准等级集合V，若分为m个评价等级，则评价标准集V＝{v1,v2,…,vm}，其中，v1,v2,…,vm为m个评价等级，本文将供应商划分为三个等级A,B,C，(A>B>C)，m＝3。
(3)建立模糊关系矩阵。根据建立的评价标准集，依次对每个指标的评价级别进行量化，确定每个指标对应的的等级模糊因子的隶属度rij，建立模糊关系矩阵R＝(rij)n×n，rij＞0。正指标和负指标的隶属度计算公式分别为：
其中，xi为对应评价指标值，sj为对应评价指标的第j类供应商评价标准值，i＝1,2,…,n，j＝1,2,…,m。得到对第j类供应商的隶属度为rij，对第j+1类供应商的隶属度为1-rij，对其他类别的供应商的隶属度全为0，由隶属度向量组成模糊评判矩阵R。
(4)计算组合权重。根据博弈论组合赋权法将层次分析法得到的主观权重和因子分析得到的客观权重进行组合得到综合权向量。
(5)计算模糊综合评价向量P。如下所示：
由最大隶属度原则max{pj}选择供应商等级。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例提供了一种电力数据处理装置，该装置可以用于执行本发明实施例的电力数据处理方法。
图4是根据本发明实施例的电力数据处理装置的示意图，如图4所示，该装置包括：
获取单元10，用于获取待评价的供应商的目标数据；
筛选单元20，用于对目标数据进行数据筛选，得到筛选后的数据，其中，筛选后的数据包含待评价的项的特征数据；
第一确定单元30，用于确定每个待评价的项的权重值；
评价单元40，用于根据每个待评价的项的权重值和待评价的项的特征数据对供应商进行评价，得到评价结果；
第二确定单元50，用于根据评价结果确定供应商的级别。
该实施例采用获取单元10，用于获取待评价的供应商的目标数据；筛选单元20，用于对目标数据进行数据筛选，得到筛选后的数据，其中，筛选后的数据包含待评价的项的特征数据；第一确定单元30，用于确定每个待评价的项的权重值；评价单元40，用于根据每个待评价的项的权重值和待评价的项的特征数据对供应商进行评价，得到评价结果；第二确定单元50，用于根据评价结果确定供应商的级别。
可选地，第一确定单元包括：第一确定模块，用于通过基于因子分析构造的指标体系确定每个待评价的项的第一权重；第二确定模块，用于通过层次分析法指标体系确定每个待评价的项的第二权重；第三确定模块，用于根据是第一权重和第二权重确定每个待评价的项的权重值。
可选地，第三确定模块用于：基于第一权重和第二权重构建向量集合；将第一权重和第二权重进行线性组合，以离差最小化为目标优化得到线性组合系数；根据线性组合系数确定每个待评价的项的权重值。
可选地，该装置还包括：第三确定单元，用于在将第一权重和第二权重进行线性组合之后，根据线性组合系数确定综合评价向量。
所述电力数据处理装置包括处理器和存储器，上述获取单元、筛选单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来提高电力设备供应商综合评价结果准确率。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述电力数据处理方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述电力数据处理方法。
本发明实施例提供了一种设备，设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的电力数据处理方法。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取待评价的供应商的目标数据；对目标数据进行数据筛选，得到筛选后的数据，其中，筛选后的数据包含待评价的项的特征数据；确定每个待评价的项的权重值；根据每个待评价的项的权重值和待评价的项的特征数据对供应商进行评价，得到评价结果；根据评价结果确定供应商的级别。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种电力数据处理方法，其特征在于，包括：
获取待评价的供应商的目标数据；
对所述目标数据进行数据筛选，得到筛选后的数据，其中，所述筛选后的数据包含待评价的项的特征数据；
确定每个待评价的项的权重值；
根据所述每个待评价的项的权重值和待评价的项的特征数据对所述供应商进行评价，得到评价结果；
根据所述评价结果确定所述供应商的级别。
2.根据权利要求1所述的方法，其特征在于，确定每个待评价的项的权重值包括：
通过基于因子分析构造的指标体系确定每个待评价的项的第一权重；
通过层次分析法指标体系确定每个待评价的项的第二权重；
根据是第一权重和所述第二权重确定每个待评价的项的权重值。
3.根据权利要求2所述的方法，其特征在于，根据所述第一权重和所述第二权重确定每个待评价的项的权重值包括：
基于所述第一权重和所述第二权重构建向量集合；
将所述第一权重和所述第二权重进行线性组合，以离差最小化为目标优化得到线性组合系数；
根据所述线性组合系数确定每个待评价的项的权重值。
4.根据权利要求3所述的方法，其特征在于，在将所述第一权重和所述第二权重进行线性组合之后，所述方法还包括：
根据所述线性组合系数确定综合评价向量。
5.一种电力数据处理装置，其特征在于，包括：
获取单元，用于获取待评价的供应商的目标数据；
筛选单元，用于对所述目标数据进行数据筛选，得到筛选后的数据，其中，所述筛选后的数据包含待评价的项的特征数据；
第一确定单元，用于确定每个待评价的项的权重值；
评价单元，用于根据所述每个待评价的项的权重值和待评价的项的特征数据对所述供应商进行评价，得到评价结果；
第二确定单元，用于根据所述评价结果确定所述供应商的级别。
6.根据权利要求5所述的装置，其特征在于，所述第一确定单元包括：
第一确定模块，用于通过基于因子分析构造的指标体系确定每个待评价的项的第一权重；
第二确定模块，用于通过层次分析法指标体系确定每个待评价的项的第二权重；
第三确定模块，用于根据是第一权重和所述第二权重确定每个待评价的项的权重值。
7.根据权利要求6所述的装置，其特征在于，所述第三确定模块用于：
基于所述第一权重和所述第二权重构建向量集合；
将所述第一权重和所述第二权重进行线性组合，以离差最小化为目标优化得到线性组合系数；
根据所述线性组合系数确定每个待评价的项的权重值。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第三确定单元，用于在将所述第一权重和所述第二权重进行线性组合之后，根据所述线性组合系数确定综合评价向量。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至5中任意一项所述的电力数据处理方法。
10.一种设备，其特征在于，所述设备至少包括一个处理器，以及与所述处理器连接的至少一个存储器、总线，其中，所述处理器、所述存储器通过所述总线完成相互间的通信，所述处理器用于调用所述存储器中的程序指令，以执行权利要求1至5中任意一项所述的电力数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911419979.5A CN111242425A (zh) | 2019-12-31 | 2019-12-31 | 电力数据处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911419979.5A CN111242425A (zh) | 2019-12-31 | 2019-12-31 | 电力数据处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111242425A true CN111242425A (zh) | 2020-06-05 |
Family
ID=70879709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911419979.5A Pending CN111242425A (zh) | 2019-12-31 | 2019-12-31 | 电力数据处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111242425A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112613696A (zh) * | 2020-11-30 | 2021-04-06 | 国网北京市电力公司 | 供应商处理方法、装置、存储介质及处理器 |
| CN113469420A (zh) * | 2021-06-15 | 2021-10-01 | 国家电网公司华中分部 | 一种多元电源系统电力能源结构评价优化方法 |
| CN114662337A (zh) * | 2022-04-20 | 2022-06-24 | 重庆大学 | 一种数据评价系统、装置及存储介质 |
| CN112613696B (zh) * | 2020-11-30 | 2024-09-24 | 国网北京市电力公司 | 供应商处理方法、装置、存储介质及处理器 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004192479A (ja) * | 2002-12-13 | 2004-07-08 | Hitachi Ltd | 発電資産運用のポートフォリオの運用評価装置及び運用情報サービスシステム |
| CN107392426A (zh) * | 2017-06-20 | 2017-11-24 | 国网辽宁省电力有限公司 | 一种电力供应商的评价及选择方法 |
| CN108241932A (zh) * | 2018-01-24 | 2018-07-03 | 国网山东省电力公司泰安供电公司 | 一种电力供应商评价模型的建立方法 |
| CN108876227A (zh) * | 2018-09-28 | 2018-11-23 | 国网河南省电力公司南阳供电公司 | 一种电网物资供应商分级管理系统 |
-
2019
- 2019-12-31 CN CN201911419979.5A patent/CN111242425A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004192479A (ja) * | 2002-12-13 | 2004-07-08 | Hitachi Ltd | 発電資産運用のポートフォリオの運用評価装置及び運用情報サービスシステム |
| CN107392426A (zh) * | 2017-06-20 | 2017-11-24 | 国网辽宁省电力有限公司 | 一种电力供应商的评价及选择方法 |
| CN108241932A (zh) * | 2018-01-24 | 2018-07-03 | 国网山东省电力公司泰安供电公司 | 一种电力供应商评价模型的建立方法 |
| CN108876227A (zh) * | 2018-09-28 | 2018-11-23 | 国网河南省电力公司南阳供电公司 | 一种电网物资供应商分级管理系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112613696A (zh) * | 2020-11-30 | 2021-04-06 | 国网北京市电力公司 | 供应商处理方法、装置、存储介质及处理器 |
| CN112613696B (zh) * | 2020-11-30 | 2024-09-24 | 国网北京市电力公司 | 供应商处理方法、装置、存储介质及处理器 |
| CN113469420A (zh) * | 2021-06-15 | 2021-10-01 | 国家电网公司华中分部 | 一种多元电源系统电力能源结构评价优化方法 |
| CN114662337A (zh) * | 2022-04-20 | 2022-06-24 | 重庆大学 | 一种数据评价系统、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112566196B (zh) | 一种基于智能电网的异构网络接入选择方法及相关设备 | |
| CN107168995B (zh) | 一种数据处理方法及服务器 | |
| CN111178957B (zh) | 一种用电客户电量突增预警的方法 | |
| CN112966189B (zh) | 一种基金产品推荐系统 | |
| CN111695830A (zh) | 一种电力资源分配方法、系统以及设备 | |
| CN111797320A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN111222994A (zh) | 客户风险评估方法、装置、介质和电子设备 | |
| CN111242425A (zh) | 电力数据处理方法和装置 | |
| CN111242430A (zh) | 电力设备供应商评价方法和装置 | |
| CN116166513A (zh) | 一种针对数据库性能测试的评价方法、设备及存储介质 | |
| CN106294788B (zh) | 安卓应用的推荐方法 | |
| CN111159420A (zh) | 一种基于属性计算与知识模板的实体优化方法 | |
| CN114548118A (zh) | 一种服务对话检测方法及系统 | |
| CN113159634A (zh) | 一种金融产品管理方法、装置及电子设备 | |
| CN117132169A (zh) | 电力人工智能模型调用评价方法及系统 | |
| CN113095680A (zh) | 电力大数据模型的评价指标体系与构建方法 | |
| Haak et al. | Autonomic benchmarking for cloud infrastructures: an economic optimization model | |
| WO2017016403A1 (zh) | 确定业务对象品牌指数信息的方法及装置 | |
| CN110969379B (zh) | 一种替代物料的筛选方法及相关装置 | |
| CN116911994A (zh) | 对外贸易风险预警系统 | |
| CN116630030A (zh) | 一种运营商与互联网行业信用评估方法与系统 | |
| CN114741592B (zh) | 一种基于多模型融合的产品推荐方法、设备及介质 | |
| CN116245422A (zh) | 外部数据质量的评价方法、装置和电子设备 | |
| Maroc et al. | Cloud services security evaluation for multi-tenants | |
| CN113408928A (zh) | 一种配电自动化终端评价方法及系统 |
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 |
Application publication date: 20200605 |
|
| RJ01 | Rejection of invention patent application after publication |