CN113283688A - 一种基于熵权法与多目标属性决策的电力数据资产价值评估方法 - Google Patents

一种基于熵权法与多目标属性决策的电力数据资产价值评估方法 Download PDF

Info

Publication number
CN113283688A
CN113283688A CN202110232146.9A CN202110232146A CN113283688A CN 113283688 A CN113283688 A CN 113283688A CN 202110232146 A CN202110232146 A CN 202110232146A CN 113283688 A CN113283688 A CN 113283688A
Authority
CN
China
Prior art keywords
value
data asset
calculating
power data
index
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
Application number
CN202110232146.9A
Other languages
English (en)
Inventor
陈鹏
蔡冰
丁茂生
沙卫国
柴玉峰
吴旻荣
韩亮
李月华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Ningxia Electric Power Co Ltd
Original Assignee
State Grid Ningxia Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Ningxia Electric Power Co Ltd filed Critical State Grid Ningxia Electric Power Co Ltd
Priority to CN202110232146.9A priority Critical patent/CN113283688A/zh
Publication of CN113283688A publication Critical patent/CN113283688A/zh
Pending legal-status Critical Current

Links

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
    • 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)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本专利公开了一种基于熵权法与多目标属性决策的电力数据资产价值评估方法。电力数据资产易造成数据冗余，阻碍企业对数据资产的管理。因此，本文提出了基于熵权法与多目标属性决策(TOPSIS)的电力数据资产价值评估模型。该模型提出了电力数据资产价值评估指标体系，构建了基于熵权法与TOPSIS的价值计算方法，能有效识别电力数据资产价值，提升了电网企业数据资产管理的效率。本专利设计一种电力数据资产价值评估的方法，属于适用于管理预测的数据处理方法技术领域。该方法先判断电力数据资产的类型并构建指标，对影响指标评分的因素进行量化并对指标赋权，借助熵权法计算各指标的权重，构建指标的评分矩阵，通过TOPSIS方法计算得到电力数据资产的价值。

Description

一种基于熵权法与多目标属性决策的电力数据资产价值评估 方法
技术领域
本专利具体涉及管理预测的数据处理方法技术领域。该方法先判断电力数据资产的类型并构建指标，对影响指标评分的因素进行量化并对指标赋权，借助熵权法计算各指标的权重，构建指标的评分矩阵，通过 TOPSIS方法计算得到电力数据资产的价值。
背景技术
电力数据资产是能源技术与数字技术的深度融合的重要载体。而电力数据因其体量大、关系复杂和时序增长迅速等特征，易造成数据冗余，阻碍企业对数据资产的管理。现亟需对电力数据资产进行准确的价值评估，从而增加企业对数据资产管理、应用和变现的效率。因此，本文提出了一个基于熵权法与多目标属性决策(TOPSIS)的电力数据资产价值评估模型。该模型提出了电力数据资产价值评估指标体系，构建了基于熵权法与 TOPSIS的价值计算方法。该模型能有效识别电力数据资产价值，提升了电网企业数据资产管理的效率。发明内容
本发明要解决的技术问题是：能够清楚明确得到电力数据资产价值。
本发明为解决上述技术问题提出的技术方案是：一种基于熵权法与多目标属性决策的电力数据资产价值评估方法，包括以下步骤：
步骤1：构造特征矩阵：以专家打分为基础数据，构建评价指标的特征值矩阵X＝(xij)nm，其中，xij为第i个数据资产项的第j个指标得分，i＝1,2,…,为数据资产项编号，j＝1,2,…,为指标编号。
步骤2：特征值矩阵归一化。将特征值矩阵按列归一化，对其进行特征的放大。由于3.4.2介绍的指标均为效益型指标，因此归一化可由公式 (1-1)完成。
Figure BDA0002958926110000021
其中，x′ij是xij归一化后的值，为简便x′ij仍然记为xij。
步骤3：数值占比计算。按照公式(1-2)计算第j项指标下，第i个数据资产项的指标特征值xij所占的比重。得到矩阵P＝(pij)nm。
Figure BDA0002958926110000022
步骤4：熵值计算。按照公式(1-3)计算第j项指标的熵值ej。
Figure BDA0002958926110000023
步骤5：权重计算。按照公式(1-4)计算第j项指标的权重wj，且满足：
Figure BDA0002958926110000024
Figure BDA0002958926110000025
步骤6：(1)正/负理想解确定。定义
Figure BDA0002958926110000026
与
Figure BDA0002958926110000027
为xij的列最大值与最小值，即
Figure BDA0002958926110000028
与最小值
Figure BDA0002958926110000029
之后定义
Figure BDA00029589261100000210
与
Figure BDA00029589261100000211
为第i个数据资产项与
Figure BDA00029589261100000212
和
Figure BDA00029589261100000213
距离，计算方式如式(6)与(7)。
Figure BDA00029589261100000214
Figure BDA00029589261100000215
步骤7：价值计算。按照式(7)计算第i个的数据资产价值Si∈(0,1)。
Figure BDA00029589261100000216
本发明的有益效果是：本文根据电力数据的特性，从数据资产的价值定位入手，提出了电力资产价值评估指标体系，构建了基于EWM-TOPSIS 的电力数据资产价值评估方法。为了给出数据资产价值的量化评估解决方案，本文分别从颗粒度、多维度、活性度、规模度和关联度5个维度，梳理并提出了覆盖数据质量、共享性、多样性和可访问性、活性、再生性、使用效果、数据规模、价值密度和关联性10个评价内容的指标体系。基于该指标体系，本文构建了数据资源价值计算方法。在指标赋权过程中，本文提出了基于EWM的电力数据资产价值评估指标赋权方法。在价值计算过程中，本文提出了基于TOPSIS的电力数据资产价值计算方法。
附图说明
图1为本发明一种基于熵权法与多目标属性决策的电力数据资产价值评估方法的流程图。
发明专利内容
本实施例的电力数据资产价值评估方法，以5种电力数据资产为例，包括以下步骤：
表1电力数据资产价值评估指标体系
Figure BDA0002958926110000031
步骤1：构造特征矩阵。根据表1所示的评价指标，以专家打分为基础数据，构建评价指标的特征值矩阵X＝(xij)nm，其中，xij为第i个数据资产项的第j个指标得分，i＝1,2,…,为数据资产项编号，j＝1,2,…,为指标编号。评价指标的特征值矩阵如公式(1)所示。
Figure BDA0002958926110000041
步骤2：特征值矩阵归一化。将特征值矩阵按列归一化，对其进行特征的放大。由于3.4.2介绍的指标均为效益型指标，因此归一化可由公式 (2)完成。归一化结果如公式(3)所示。
Figure BDA0002958926110000042
其中，x′ij是xij归一化后的值，为简便x′ij仍然记为xij。
Figure BDA0002958926110000043
步骤3：数值占比计算。按照公式(4)计算第j项指标下，第i个数据资产项的指标特征值xij所占的比重。得到矩阵P＝(pij)nm。结果如公式 (5)所示。
Figure BDA0002958926110000044
Figure BDA0002958926110000045
步骤4：熵值计算。按照公式(6)计算第j项指标的熵值ej。结果如公式(7)所示。
Figure BDA0002958926110000051
ej＝(0.52 0.27 0.25 0.41 0.41 0.41 0.43 0.25 0.43 0.25 0.27 0.410.52) (7)
步骤5：权重计算。按照公式(84)计算第j项指标的权重wj，且满足：
Figure BDA0002958926110000052
结果如公式(9)所示。
Figure BDA0002958926110000053
ej＝(0.06 0.09 0.09 0.07 0.07 0.07 0.07 0.09 0.07 0.09 0.09 0.070.06) (9)
步骤6：正/负理想解确定。定义
Figure BDA0002958926110000054
与
Figure BDA0002958926110000055
为xij的列最大值与最小值，即
Figure BDA0002958926110000056
与最小值
Figure BDA0002958926110000057
之后定义
Figure BDA0002958926110000058
与
Figure BDA0002958926110000059
为第i个数据资产项与
Figure BDA00029589261100000510
和
Figure BDA00029589261100000511
距离，计算方式如式(10)与(11)。结果如公式(12)和公式(13)所示。
Figure BDA00029589261100000512
Figure BDA00029589261100000513
Figure BDA00029589261100000514
Figure BDA00029589261100000515
步骤7：价值计算。按照式(7)计算第i个的数据资产价值Si∈(0,1)。
结果如公式(15)所示。
Figure BDA00029589261100000516
Si＝(0.26 0.56 0.32 0.54 0.37) (15)
以上所述仅为本发明的典型实施例而已，但本发明并不局限于此，比如：1)电力资产项目不知是5个，可以是4个、6个、7个或其他数量； 2)电力数据资产价值评估指标体系除了上述13个指标外还可以又其他的指标等。所有根据本发明的构思及其技术方案加以等同替换或等同改变均应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于熵权法与多目标属性决策的电力数据资产价值评估方法，其特征在于包括以下步骤：构造特征矩阵；特征矩阵归一化；数值占比计算；熵值计算；权重计算；正/负理想解确定；价值计算。
2.根据权利要求1所述构，造特征矩阵的特征在于：以专家打分为基础数据，构建评价指标的特征值矩阵X＝(xij)nm，其中，xij为第i个数据资产项的第j个指标得分，
Figure FDA0002958926100000015
为数据资产项编号，
Figure FDA0002958926100000016
为指标编号。
3.根据权利要求1所述构，特征值矩阵归一化的特征在于：将特征值矩阵按列归一化，对其进行特征的放大，由于3.4.2介绍的指标均为效益型指标，因此归一化可由公式(1-1)完成；
Figure FDA0002958926100000011
其中，x′ij是xij归一化后的值，为简便x′ij仍然记为xij。
4.根据权利要求1所述构，数值占比计算的特征在于：按照公式(1-2)计算第j项指标下，第i个数据资产项的指标特征值xij所占的比重，得到矩阵P＝(pij)nm
Figure FDA0002958926100000012
5.根据权利要求1所述构，熵值计算的特征在于：的特征在于：按照公式(1-3)计算第j项指标的熵值ej
Figure FDA0002958926100000013
6.根据权利要求1所述构，权重计算的特征在于：按照公式(1-4)计算第j项指标的权重wj，且满足：
Figure FDA0002958926100000014
Figure FDA0002958926100000021
7.根据权利要求1所述构，正/负理想解确定的特征在于：定义
Figure FDA0002958926100000022
与
Figure FDA0002958926100000023
为xij的列最大值与最小值，即
Figure FDA0002958926100000024
与最小值
Figure FDA0002958926100000025
之后定义
Figure FDA0002958926100000026
与
Figure FDA0002958926100000027
为第i个数据资产项与
Figure FDA0002958926100000028
和
Figure FDA0002958926100000029
距离，计算方式如式(6)与(7)
Figure FDA00029589261000000210
Figure FDA00029589261000000211
8.根据权利要求1所述构，价值计算的特征在于：按照式(7)计算第i个的数据资产价值Si∈(0,1)
Figure FDA00029589261000000212
9.根据权利要求1所述,电力数据资产价值评估方法的特征在于：要求4～6应严格按照公式计算评估权重，不可自定义权重；要求7和8一定按照计算出的权重进行资产价值评估。
CN202110232146.9A 2021-03-02 2021-03-02 一种基于熵权法与多目标属性决策的电力数据资产价值评估方法 Pending CN113283688A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110232146.9A CN113283688A (zh) 2021-03-02 2021-03-02 一种基于熵权法与多目标属性决策的电力数据资产价值评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110232146.9A CN113283688A (zh) 2021-03-02 2021-03-02 一种基于熵权法与多目标属性决策的电力数据资产价值评估方法

Publications (1)

Publication Number Publication Date
CN113283688A true CN113283688A (zh) 2021-08-20

Family

ID=77276087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110232146.9A Pending CN113283688A (zh) 2021-03-02 2021-03-02 一种基于熵权法与多目标属性决策的电力数据资产价值评估方法

Country Status (1)

Country Link
CN (1) CN113283688A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115689596A (zh) * 2022-08-27 2023-02-03 北京华宜信科技有限公司 一种非定制化数据资产估值方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115689596A (zh) * 2022-08-27 2023-02-03 北京华宜信科技有限公司 一种非定制化数据资产估值方法

Similar Documents

Publication Publication Date Title
Shih Incremental analysis for MCDM with an application to group TOPSIS
CN110738435A (zh) 一种配电网项目投资决策评价方法
US20200311581A1 (en) High quality pattern mining model and method based on improved multi-objective evolutionary algorithm
Arqawi et al. Predicting Employee Attrition and Performance Using Deep Learning
CN110751355A (zh) 一种科技成果评估方法和装置
WO2021139427A1 (zh) 大数据指标构建方法、装置、设备及存储介质
Xu et al. A hybrid interpretable credit card users default prediction model based on RIPPER
Li [Retracted] Grey Correlation Analysis of Economic Growth and Cultural Industry Competitiveness
CN113283688A (zh) 一种基于熵权法与多目标属性决策的电力数据资产价值评估方法
Fu et al. DEA cross‐efficiency aggregation based on preference structure and acceptability analysis
CN114781717A (zh) 网点设备推荐方法、装置、设备和存储介质
Azhir et al. Join queries optimization in the distributed databases using a hybrid multi-objective algorithm
CN114463014B (zh) 基于SVM-Xgboost的移动支付风险预警方法
Zhang et al. Ecological Evaluation of Industrial Parks Using a Comprehensive DEA and Inverted‐DEA Model
Shih TOPSIS Basics
CN114091908A (zh) 计及多模式储能站的配电网综合评价方法、装置和设备
Du et al. Research on Personalized Book Recommendation Based on Improved Similarity Calculation and Data Filling Collaborative Filtering Algorithm
CN114282806A (zh) 一种新型电力系统背景下电网企业的评估方法
Qi et al. Security evaluation model of blockchain system based on combination weighting and grey clustering
CN105844396A (zh) 一种基于企业生态系统理论的电力交易信息增值服务评价方法
Zhu et al. [Retracted] Construction of Digital Economy Trade Security Evaluation System Based on Computational Intelligence
Wang et al. Evaluating the Sustainable Growth of Small‐and Medium‐Sized Construction Enterprises Using the Multicriteria Decision‐Making Method
Lv Cloud Computation-Based Clustering Method for Nonlinear Complex Attribute Big Data
Qingguo et al. Multiattribute Group Decision‐Making Method Using a Genetic K‐Means Clustering Algorithm
Sagar et al. Rough Set and Genetic Based Approach for Maximization of Weighted Association Rules.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication