CN113077155A - 基于大数据态势感知的电力生产技改项目评价模型 - Google Patents

Abstract

本发明公开了一种基于大数据态势感知的电力生产技改项目评价模型，构建生产技改项目后评价指标体系，采用熵权法确定指标权重确定指标权重，建立基于模糊综合评价方法的生产技改项目后评价模型。本发明依据后评价指标构建原则建立了后评价指标体系，并提供立项阶段、实施过程、效果效益和可持续阶段的指标进行详细的分析和评分标准的操作方法；并运用熵权法思想计算指标权重；在指标体系确定后，通过运用模糊综合评价进行后评价模型的建立，从理论上确立基于模糊综合评价方法的生产技改项目后评价模型，为项目后评价提供科学的参考依据，有助于总结经验教训，提高公司决策科学化，提高工程投入产出比，以提升后续项目技改效益水平。

Description

基于大数据态势感知的电力生产技改项目评价模型

技术领域

本发明涉及一种基于大数据态势感知的电力生产技改项目评价模型，属于电力项目数据评价技术领域。

背景技术

在电力市场化改革背景下，供电公司竞争日趋激烈，竞争实质是增加经济效益，企业的发展与经济效益息息相关。供电公司生产技改能够提升设备运行效率，提高供电安全稳定性。我国社会用电量不断增加，用户需要稳定安全的电力供应，供电公司提供电能的质量水平决定公司发展。为了提高企业竞争力并实现供电安全、稳定和智能化，提高电网的安全性和可靠性，供电公司生产技改对提高公司市场竞争力提升设备生产效率具有重大意义，供电公司每年都会进行较大规模的技术改造。

在项目运行一段时间后，有必要构建电力生产技改项目评价模型，以为项目后评价提供科学的参考依据，积极开展生产技改项目后评价工作有助于总结经验教训，提高公司决策科学化。

电网是关系国民经济命脉和国家能源安全的重要支撑，全国区域内的电力生产技改项目面临着地域跨度大、源网设备多样化等问题，导致运行数据呈指数级海量递增，运用大数据态势感知技术保护电力生产技改后的各项数据的获取渠道，避免数据泄露的安全隐患，有效提升电力系统的决策支撑能力。

发明内容

本发明所要解决的技术问题是提供一种基于大数据态势感知的电力生产技改项目评价模型，依据后评价指标构建原则建立了后评价指标体系，为项目后评价提供科学的参考依据，为生产技改提供科学的决策依据，提高工程投入产出比，提升效益水平。

为解决上述问题，本发明所采取的技术方案是：

一种基于大数据态势感知的电力生产技改项目评价模型，构建生产技改项目后评价指标体系，采用熵权法确定指标权重确定指标权重，建立基于模糊综合评价方法的生产技改项目后评价模型。

作为本发明的进一步改进，所述生产技改项目后评价指标体系是由评价指标按照一定的关系组成的一个评价指标体系，其遵循系统性原则、全面性和针对性原则、定性指标和定量指标相结合的原则、可操作性原则和稳定性和动态性相结合的原则。

作为本发明的进一步改进，所述生产技改项目后评价指标体系构建方法如下：

步骤S1，后评价指标选取流程，确定后评价目的，组成专家小组，依据指标层级结构确定各级评价指标，组成后评价指标体系；

步骤S2，生产技改项目后评价指标确定，确定一级指标为项目立项评价、项目实施过程评价、项目效益效果评价和项目可持续性评价四个方面，在一级指标的基础上分为二级指标；

步骤S3，生产技改项目后评价指标分析，分析项目包括项目立项阶段评价指标、项目实施过程评价指标、项目效益效果评价指标和项目可持续性评价指标。

作为本发明的进一步改进，所述项目立项阶段评价指标分析流程如下：

步骤S31，可研报告质量，从可研报告格式、内容深度、立项依据和投资估算四方面进行评价；

步骤S32，规划项目响应度，是指通过统计生产技改项目实施中的规划项目相较于前期规划项目总数的比例，分析评价规划执行情况；

步骤S33，项目立项程序合规性，是评价项目前期工作过程是否按照公司生产技改项目管理有关要求，履行相关审批程序；

项目立项程度合规性从三方面进行评价，包括项目是否按要求向相关管理部门申请报批；是否按规定决策审批以及审批材料是否齐全、完整；

步骤S34，生产技改设备评价，是对于改造中需报废的设备计算报废设备平均净值率，对于改造中需更换的设备应计算更换设备平均成新率，统计分析110kV及以上主要设备平均退役时间；

平均退役时间指标评价的110kV及以上主要设备包括变压器、断路器、继电保护设备和变电站自动化系统；

步骤S34，项目立项变更率，项目变更包括增加和取消项目，项目立项变更率是对项目立项阶段和项目实际建设项目数量的变化分析。

作为本发明的进一步改进，所述项目实施过程评价指标包括设备材料采购质量评价、参建单位招投标评价、项目按期完成率、一次验收合格率、安全控制评价、年度投资计划完成率、项目投资节余率和项目投资变化率。

作为本发明的进一步改进，所述项目效益效果评价指标，是对照项目可研报告和项目改造前相关生产运行数据，结合改造后的生产运行数据，分析、评价项目实施效益效果，其包括项目改造效果评价和项目改造效益评价。

作为本发明的进一步改进，所述项目改造效益是通过计算通过技改投资节省的年运行维护费用进行评价分析，计算方法如下：

其中：A₁：旧设备费用年值，N：旧设备尚可使用年限，C_t：旧设备第t年末发生的运维费用，R₁：旧设备报废时的残值，i：基准折现率；

其中：A₂：新设备费用年值，M：新设备使用年限，I：新设备初始投资，S_t：新设备第t年发生的运维费用，R₂：新设备报废时的残值，i：基准折现率；

则：

技改投资节省的年运行维护费用＝A₂-A₁(3-13)。作为本发明的进一步改进，基于熵权法确定指标权重的过程如下：

步骤Q1，构建评价指标矩阵，假设给定了m个方案下n个指标评价结果，根据收集到的信息数据，构建指标评价矩阵A＝(x_ij)_m×n：

其中：x_ij为第j个指标下第i各方案的信息值；

步骤Q2，标准化处理，对信息矩阵A进行标准化处理，得到新的决策矩阵B＝(y_ij)_m×n：

其中：

步骤Q3，计算数据贡献度h_ij：

其中h_ij表示第j个指标下第i个方案的贡献度；

步骤Q4，计算熵值e_j：

h_ij*ln h_ij＝0(当h_ij＝0) (3-21)

其中熵值e_j表示所有方案对第j个指标的总贡献度；k为常数：

步骤Q5，计算指标的差异性：

g_j＝1-e_j (3-23)

其中差异性系数g_i越大表明指标j作用越大；

步骤Q6，确定权重，根据指标的差异性确定权重，计算方法如下：

作为本发明的进一步改进，基于模糊综合评价方法的生产技改项目后评价模型建立步骤如下：

步骤N1，建立评价指标因素集U，评价因素集U是待评价对象最高层分解后的集合，不同的分类方式会有不同的层级结构；

其中，一级指标为

U＝{U₁，U₂，U₃，U₄} (3-25)

二级指标为

U_i＝{U_i1，U_i2…U_ij} (3-26)

式中，U_ij为第i个准则层的第j个指标；

步骤N2，建立评语集，评语集是对指标各种评价结果的集合，根据生产技改项目指标的评价目的，建立评语集如下：

V＝{V₁，V₂，V₃，V₄，V₅}＝{优，良，中，差} (3-27)；

步骤N3，确定权重集，一级指标的权重集为

W＝{W₁，W₂，W₃，W₄} (3-28)

二级指标的权重集为

W_i＝{W_i1，W_i2…W_ij} (3-29)；

步骤N4，根据指标情况建立隶属矩阵R

其中，R_i为第i个因素的评价结果；r_ij为第i个评价因素对第j个评价等级的隶属度；n为评语集中评价等级的个数；m为被评价因素的个数；

步骤N5，模糊综合评价,在指标权重和隶属度确定后就可以依据得到的数据进行一级评价矩阵计算，对计算结果进行处理后，可得U_i对V的隶属向量S_i

在一级评价基础上计算二级模糊综合评价，得出最终项目评价向量A，从而得出最终结论：

A＝W·S (3-38)

为了更加直观形象的理解评价结果，取评价等级的中位数V，将结果转化为分值，分为优、良、中、差四个级别，各级别所处分值为90～100分；良为80～89中为60～79；差为0～59，此时V＝(95，85，70，30)，转化为分值的评价结果为F：

F＝A·V (3-39)。

作为本发明的进一步改进，所述指标隶属度是根据指标隶属函数的形式确定的，确定方法有以下几种：直观加推理方法，专家打分法，模糊分布法。

采用上述技术方案所产生的有益效果在于：

本发明依据后评价指标构建原则建立了后评价指标体系，并提供立项阶段、实施过程、效果效益和可持续阶段的指标进行详细的分析和评分标准的操作方法；并运用熵权法思想计算指标权重；在指标体系确定后，通过介绍模糊综合评价方法，运用模糊综合评价进行后评价模型的建立，从理论上确立基于模糊综合评价方法的生产技改项目后评价模型，为项目后评价提供科学的参考依据，有助于总结经验教训，提高公司决策科学化，提高工程投入产出比，以提升后续项目技改效益水平。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是电力生产技改项目评价指标体系构建原则；

图2是电力生产技改项目评价指标体系表；

图3是电力生产技改项目可研报告质量评价表；

图4是立项阶段指标评分标准表；

图5是施过程指标评分表；

图6是项目效果效益指标评分表；

图7是可持续性指标评分标准。

具体实施方式

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实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。

一种基于大数据态势感知的电力生产技改项目评价模型，构建生产技改项目后评价指标体系，采用熵权法确定指标权重确定指标权重，建立基于模糊综合评价方法的生产技改项目后评价模型，运用大数据态势感知技术保护电力生产技改后的各项数据的获取渠道，然后通过生产技改项目后评价模型进行项目评价。

具体的，如图1所示，所述生产技改项目后评价指标体系是由评价指标按照一定的关系组成的一个评价指标体系，其遵循系统性原则、全面性和针对性原则、定性指标和定量指标相结合的原则、可操作性原则和稳定性和动态性相结合的原则。

具体的，所述生产技改项目后评价指标体系构建方法如下：

步骤S1，后评价指标选取流程，确定后评价目的，组成专家小组，依据指标层级结构确定各级评价指标，组成后评价指标体系；

步骤S2，生产技改项目后评价指标确定，确定一级指标为项目立项评价、项目实施过程评价、项目效益效果评价和项目可持续性评价四个方面，在一级指标的基础上分为二级指标，建立生产技改项目后评价指标体系如图2所示；

步骤S3，生产技改项目后评价指标分析，分析项目包括项目立项阶段评价指标、项目实施过程评价指标、项目效益效果评价指标和项目可持续性评价指标。

具体的，立项阶段指标评分标准如图4所示。所述项目立项阶段评价指标分析流程如下：步骤S31，可研报告质量，从可研报告格式、内容深度、立项依据和投资估算四方面进行评价，生产技改项目可研报告质量评价标准如图3所示；

步骤S32，规划项目响应度，是指通过统计生产技改项目实施中的规划项目相较于前期规划项目总数的比例，分析评价规划执行情况

r＝(n/N)*0.5+(t/T*)0.5 (3-1)

其中r表示规划项目响应度，n表示实施的规划项目数量，N表示实施项目总数，t表示实施的规划数目投资额，T表示实际投资额；

步骤S33，项目立项程序合规性，是评价项目前期工作过程是否按照公司生产技改项目管理有关要求，履行相关审批程序；

项目立项程度合规性从三方面进行评价，包括项目是否按要求向相关管理部门申请报批；是否按规定决策审批以及审批材料是否齐全、完整；

步骤S34，生产技改设备评价，是对于改造中需报废的设备计算报废设备平均净值率，对于改造中需更换的设备应计算更换设备平均成新率，统计分析110kV及以上主要设备平均退役时间

其中r₁为报废设备净值率，r为设备报废账面净值，r₀为设备原值；

其中r₂为更换设备成新率，y为更换设备已使用年限，y₀为设备设计年限；

其中r₃为设备平均退役时间，

为所有更换的设备已使用年限均值；

平均退役时间指标评价的110kV及以上主要设备包括变压器、断路器、继电保护设备和变电站自动化系统；

步骤S34，项目立项变更率，项目变更包括增加和取消项目，项目立项变更率是对项目立项阶段和项目实际建设项目数量的变化分析

l＝(∑n₁/N₁)*0.5+(∑|m|/M)*0.5 (3-5)

其中：l表示项目变更率，n₁表示变更技改项目数量，N₁表示立项项目总数，m为变更项目金额，M为计划投资金额。

具体的，实施过程指标评分表如图5所示。所述项目实施过程评价指标包括设备材料采购质量评价、参建单位招投标评价、项目按期完成率、一次验收合格率、安全控制评价、年度投资计划完成率、项目投资节余率和项目投资变化率。

具体的，项目效果效益指标评分表如图6所示。所述项目效益效果评价指标，是对照项目可研报告和项目改造前相关生产运行数据，结合改造后的生产运行数据，分析、评价项目实施效益效果，其包括项目改造效果评价和项目改造效益评价。

具体的，项目可持续性评价指标如图7所示。所述项目改造效益是通过计算通过技改投资节省的年运行维护费用进行评价分析，计算方法如下：

其中：A₁：旧设备费用年值，N：旧设备尚可使用年限，C_t：旧设备第t年末发生的运维费用，R₁：旧设备报废时的残值，i：基准折现率；

其中：A₂：新设备费用年值，M：新设备使用年限，I：新设备初始投资，S_t：新设备第t年发生的运维费用，R₂：新设备报废时的残值，i：基准折现率；

则：

技改投资节省的年运行维护费用＝A₂-A₁(3-13)。熵权法的基本思想是依据评价指标变异性的大小来确定指标的权重。熵权法主要是对获取的信息经过处理后得到各指标的变异程度，在根据指标信息熵确定指标熵权和权重。信息代表系统的有序程度，熵代表系统的无序程度。

对于一个固定系统假设有多种状态，每种状态出现的概率表示为p_i(i＝1，2，…m)，则系统熵定义为：

当p_i＝1/m时，即每种状态出现的概率相同，此时熵取得最大值。

若有m个方案，n个评价指标，则对于其中某个指标r_j，其信息熵为：

其中：

根据上述公式，指标信息熵和信息的变异程度变化方向相反，指标信息熵越小则对指标能够提出的信息越多，对评价对象的影响作用越大，指标的权重应越大。反之，指标的权重应越小。

具体的，基于熵权法确定指标权重的过程如下：

步骤Q1，构建评价指标矩阵，假设给定了m个方案下n个指标评价结果，根据收集到的信息数据，构建指标评价矩阵A＝(x_ij)_m×n：

其中：x_ij为第j个指标下第i各方案的信息值；

步骤Q2，标准化处理，对信息矩阵A进行标准化处理，得到新的决策矩阵B＝(y_ij)_m×n：

其中：

步骤Q3，计算数据贡献度h_ij：

其中h_ij表示第j个指标下第i个方案的贡献度；

步骤Q4，计算熵值e_j：

h_ij*ln h_ij＝0(当h_ij＝0) (3-21)

其中熵值e_j表示所有方案对第j个指标的总贡献度；k为常数：

步骤Q5，计算指标的差异性：

g_j＝1-e_j (3-23)

其中差异性系数g_i越大表明指标j作用越大；

步骤Q6，确定权重，根据指标的差异性确定权重，计算方法如下：

具体的，基于模糊综合评价方法的生产技改项目后评价模型建立步骤如下：

步骤N1，建立评价指标因素集U，评价因素集U是待评价对象最高层分解后的集合，不同的分类方式会有不同的层级结构；

其中，一级指标为

U＝{U₁，U₂，U₃，U₄} (3-25)

二级指标为

U_i＝{U_i1，U_i2…U_ij} (3-26)

式中，U_ij为第i个准则层的第j个指标；

步骤N2，建立评语集，评语集是对指标各种评价结果的集合，根据生产技改项目指标的评价目的，建立评语集如下：

V＝{V₁，V₂，V₃，V₄，V₅}＝{优，良，中，差} (3-27)；

步骤N3，确定权重集，一级指标的权重集为

W＝{W₁，W₂，W₃，W₄} (3-28)

二级指标的权重集为

W_i＝{W_i1，W_i2…W_ij} (3-29)；

步骤N4，根据指标情况建立隶属矩阵R

其中，R_i为第i个因素的评价结果；r_ij为第i个评价因素对第j个评价等级的隶属度；n为评语集中评价等级的个数；m为被评价因素的个数；

步骤N5，模糊综合评价，在指标权重和隶属度确定后就可以依据得到的数据进行一级评价矩阵计算，对计算结果进行处理后，可得U_i对V的隶属向量S_i

在一级评价基础上计算二级模糊综合评价，得出最终项目评价向量A，从而得出最终结论：

A＝W·S (3-38)

为了更加直观形象的理解评价结果，取评价等级的中位数V，将结果转化为分值，分为优、良、中、差四个级别，各级别所处分值为90～100分；良为80～89中为60～79；差为0～59，此时V＝(95，85，70，30)，转化为分值的评价结果为F：

F＝A·V (3-39)

具体的，所述指标隶属度是根据指标隶属函数的形式确定的，确定方法有以下几种：直观加推理方法，直观加推理方法首先根据指标情况确定隶属函数类型，在根据具体问题确定特殊点隶属函数函数值，最后确定整个隶属函数；

专家打分法，专家打分法是通过专家对特定指标进行打分来对指标的隶属程度进行评价，在对专家打分进行处理时分别去掉一个最高分和最低分，从而减少太大的差异值得到客观的评分；

模糊分布法，选择模糊分布，在根据实际问题的特点确定参数，进而确定隶属函数，模糊分布具有两种形式：矩形分布与半矩形分布、梯形分布与半梯形分布；

其中，矩形分布与半矩形分布分为：

偏小型：

偏大型：

中间型：

梯形分布与半梯形分布为：

偏小型：

偏大型：

中间型：

本实施例依据后评价指标构建原则建立了后评价指标体系，并就立项阶段、实施过程、效果效益和可持续阶段的指标进行详细的分析和评分标准进行解释，并公开了熵权法的应用步骤，运用熵权法思想计算指标权重；在指标体系确定后，通过介绍模糊综合评价方法，运用模糊综合评价进行后评价模型的建立，从理论上提供了一种基于模糊综合评价方法的生产技改项目后评价模型，为项目后评价提供科学的参考依据，有助于总结经验教训，提高公司决策科学化，提高工程投入产出比，以提升后续项目技改效益水平。

Claims (10)

1.一种基于大数据态势感知的电力生产技改项目评价模型，其特征在于：构建生产技改项目后评价指标体系，采用熵权法确定指标权重确定指标权重，建立基于模糊综合评价方法的生产技改项目后评价模型。

2.根据权利要求1所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于：所述生产技改项目后评价指标体系是由评价指标按照一定的关系组成的一个评价指标体系，其遵循系统性原则、全面性和针对性原则、定性指标和定量指标相结合的原则、可操作性原则和稳定性和动态性相结合的原则。

3.根据权利要求1所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于，所述生产技改项目后评价指标体系构建方法如下：

步骤S1，后评价指标选取流程，确定后评价目的，组成专家小组，依据指标层级结构确定各级评价指标，组成后评价指标体系；

步骤S2，生产技改项目后评价指标确定，确定一级指标为项目立项评价、项目实施过程评价、项目效益效果评价和项目可持续性评价四个方面，在一级指标的基础上分为二级指标；

步骤S3，生产技改项目后评价指标分析，分析项目包括项目立项阶段评价指标、项目实施过程评价指标、项目效益效果评价指标和项目可持续性评价指标。

4.根据权利要求3所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于，所述项目立项阶段评价指标分析流程如下：

步骤S31，可研报告质量，从可研报告格式、内容深度、立项依据和投资估算四方面进行评价；

步骤S32，规划项目响应度，是指通过统计生产技改项目实施中的规划项目相较于前期规划项目总数的比例，分析评价规划执行情况；

步骤S33，项目立项程序合规性，是评价项目前期工作过程是否按照公司生产技改项目管理有关要求，履行相关审批程序；

项目立项程度合规性从三方面进行评价，包括项目是否按要求向相关管理部门申请报批；是否按规定决策审批以及审批材料是否齐全、完整；

步骤S34，生产技改设备评价，是对于改造中需报废的设备计算报废设备平均净值率，对于改造中需更换的设备应计算更换设备平均成新率，统计分析110kV及以上主要设备平均退役时间；

平均退役时间指标评价的110kV及以上主要设备包括变压器、断路器、继电保护设备和变电站自动化系统；

步骤S34，项目立项变更率，项目变更包括增加和取消项目，项目立项变更率是对项目立项阶段和项目实际建设项目数量的变化分析

l＝(∑n₁/N₁)*0.5+(∑|m|/M)*0.5 (3-5)

其中：l表示项目变更率，n₁表示变更技改项目数量，N₁表示立项项目总数，m为变更项目金额，M为计划投资金额。

5.根据权利要求3所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于，所述项目实施过程评价指标包括设备材料采购质量评价、参建单位招投标评价、项目按期完成率、一次验收合格率、安全控制评价、年度投资计划完成率、项目投资节余率和项目投资变化率。

6.根据权利要求3所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于，所述项目效益效果评价指标，是对照项目可研报告和项目改造前相关生产运行数据，结合改造后的生产运行数据，分析、评价项目实施效益效果，其包括项目改造效果评价和项目改造效益评价。

7.根据权利要求6所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于，所述项目改造效益是通过计算通过技改投资节省的年运行维护费用进行评价分析，计算方法如下：

其中：A₁：旧设备费用年值，N：旧设备尚可使用年限，C_t：旧设备第t年末发生的运维费用，R₁：旧设备报废时的残值，i：基准折现率；

其中：A₂：新设备费用年值，M：新设备使用年限，I：新设备初始投资，S_t：新设备第t年发生的运维费用，R₂：新设备报废时的残值，i：基准折现率；

则：技改投资节省的年运行维护费用＝A₂-A₁ (3-13)。

8.根据权利要求1所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于，基于熵权法确定指标权重的过程如下：

步骤Q1，构建评价指标矩阵，假设给定了m个方案下n个指标评价结果，根据收集到的信息数据，构建指标评价矩阵A＝(x_ij)_m×n：

其中：x_ij为第j个指标下第i各方案的信息值；

步骤Q2，标准化处理，对信息矩阵A进行标准化处理，得到新的决策矩阵B＝(y_ij)_m×n：

其中：

步骤Q3，计算数据贡献度h_ij：

其中h_ij表示第j个指标下第i个方案的贡献度；

步骤Q4，计算熵值e_j：

h_ij*ln h_ij＝0(当h_ij＝0) (3-21)

其中熵值e_j表示所有方案对第j个指标的总贡献度；k为常数：

步骤Q5，计算指标的差异性：

g_j＝1-e_j (3-23)

其中差异性系数g_i越大表明指标j作用越大；

步骤Q6，确定权重，根据指标的差异性确定权重，计算方法如下：

9.根据权利要求1所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于，基于模糊综合评价方法的生产技改项目后评价模型建立步骤如下：

步骤N1，建立评价指标因素集U，评价因素集U是待评价对象最高层分解后的集合，不同的分类方式会有不同的层级结构；

步骤N2，建立评语集，评语集是对指标各种评价结果的集合，根据生产技改项目指标的评价目的，建立评语集如下：

V＝{V₁，V₂，V₃，V₄，V₅}＝{优，良，中，差} (3-27)；

步骤N3，确定权重集，一级指标的权重集为

W＝{W₁，W₂，W₃，W₄} (3-28)

二级指标的权重集为

W_i＝{W_i1，W_i2…W_ij} (3-29)；

步骤N4，根据指标情况建立隶属矩阵R

其中，R_i为第i个因素的评价结果；r_ij为第i个评价因素对第j个评价等级的隶属度；n为评语集中评价等级的个数；m为被评价因素的个数；

步骤N5，模糊综合评价,在指标权重和隶属度确定后就可以依据得到的数据进行一级评价矩阵计算，对计算结果进行处理后，可得U_i对V的隶属向量S_i

在一级评价基础上计算二级模糊综合评价，得出最终项目评价向量A，从而得出最终结论：

A＝W·S (3-38)。

10.根据权利要求9所述的基于大数据态势感知的电力生产技改项目评价模型，其特征在于，所述指标隶属度是根据指标隶属函数的形式确定的，确定方法有以下几种：

直观加推理方法，直观加推理方法首先根据指标情况确定隶属函数类型，在根据具体问题确定特殊点隶属函数函数值，最后确定整个隶属函数；

专家打分法，专家打分法是通过专家对特定指标进行打分来对指标的隶属程度进行评价，在对专家打分进行处理时分别去掉一个最高分和最低分，从而减少太大的差异值得到客观的评分；

模糊分布法，选择模糊分布，在根据实际问题的特点确定参数，进而确定隶属函数，模糊分布具有两种形式：矩形分布与半矩形分布、梯形分布与半梯形分布。

Images