CN113344451A - 一种基于配电变压器的评价指标权重确定方法及相关装置 - Google Patents
一种基于配电变压器的评价指标权重确定方法及相关装置 Download PDFInfo
- Publication number
- CN113344451A CN113344451A CN202110753642.9A CN202110753642A CN113344451A CN 113344451 A CN113344451 A CN 113344451A CN 202110753642 A CN202110753642 A CN 202110753642A CN 113344451 A CN113344451 A CN 113344451A
- Authority
- CN
- China
- Prior art keywords
- attribute
- preset
- evaluation
- distribution transformer
- index weight
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000000926 separation method Methods 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000010998 test method Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 7
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013077 scoring method Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- 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)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (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)
Abstract
本申请公开了一种基于配电变压器的评价指标权重确定方法及相关装置,方法包括:为配电变压器的每一类指标属性配置多个属性水平值;根据指标属性和属性水平值模拟多组方案轮廓,得到方案库;在方案库中选取预置数量的方案轮廓以调查问卷的形式供受访者评分,得到评分轮廓;采用预置校验规则对评分轮廓进行一致性校验修正后,根据预置分析模型对评分轮廓进行属性数据分离,得到评价属性,评价属性包括多个属性水平值,每个属性水平值对应多个评分值;基于预置联合加法模型根据评价属性和评分值计算配电变压器的指标权重。本申请能够解决现有技术中指标权重的确定方法缺乏可靠性,导致评估灵敏度和准确度较差的技术问题。
Description
技术领域
本申请涉及配电变压器评估技术领域,尤其涉及一种基于配电变压器的评价指标权重确定方法及相关装置。
背景技术
电力行业,对于一个国家的经济和社会发展都起到至关重要的作用。新一轮输配电价改革正式启动,未来将对企业管理模式、运营机制等产生深刻影响。同时随着改革的不断深入,企业面临的外部监管、社会关注将越来越多,对我们的依法经营、规范管理提出了更高要求。随着国家电力体制改革的不断深入,供电企业所面临的内外部环境均发生了巨大的变化。新环境、新形势,既给供电企业带来新的挑战,也是新的机遇,对供电企业的经营、管理提出了更高的新要求。供电所作为供电企业最基层的单位,担负着供电企业在基层配电电压器巡检任务。
长期以来,为确保电力系统安全稳定运行,对变压器仍以停电检修、离线试验为主,在线监测、带电检测、机器人等先进手段及数据利用率不高。这种预防性检修方式虽然简便有效并对变压器的安全运行发挥着积极作用,但该方式同样有很大的盲目性和强制性,检修时需要停电,从经济角度上讲,停电必然会损失电量,增加工作安排的难度;而且会造成变压器的过度检修,浪费人力物力;还有可能由于检修时操作不谨慎,埋下新的故障隐患;更为重要的是定期对变压器施加低于其额定电压的试验电压,并采用单一预设权重对变压器的情况进行评估,灵敏度较差,难以发现潜伏性故障,同时会造成绝缘恶化。
发明内容
本申请提供了一种基于配电变压器的评价指标权重确定方法及相关装置,用于解决现有技术中指标权重的确定方法缺乏可靠性,导致评估灵敏度和准确度较差的技术问题。
有鉴于此,本申请第一方面提供了一种基于配电变压器的评价指标权重确定方法,包括:
为配电变压器的每一类指标属性配置多个属性水平值;
根据所述指标属性和所述属性水平值模拟多组方案轮廓,得到方案库;
在所述方案库中选取预置数量的所述方案轮廓以调查问卷的形式供受访者评分,得到评分轮廓;
采用预置校验规则对所述评分轮廓进行一致性校验修正后,根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,所述评价属性包括多个所述属性水平值,每个所述属性水平值对应多个评分值;
基于预置联合加法模型根据所述评价属性和所述评分值计算所述配电变压器的指标权重。
可选的,所述根据所述指标属性和所述属性水平值模拟多组方案轮廓,得到方案库,包括:
采用预置正交试验方法根据所述属性水平值将所述指标属性进行随机组合,得到初始方案轮廓;
根据预置效用系数矩阵对所述初始方案轮廓进行数量控制,得到方案轮廓,构成方案库。
可选的,所述采用预置校验规则对所述评分轮廓进行一致性校验修正后,根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,包括:
分析所述评分轮廓中所述属性水平值对应的评分值在属性层面是否符合预置校验规则,若是则跳过修正操作,若否,则对不符合的所述评分值进行修正;
根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,所述预置分析模型包括最小二乘法回归模型。
可选的,所述基于预置联合加法模型根据所述评价属性和所述评分值计算所述配电变压器的指标权重,包括:
计算不同所述评价属性的各个所述属性水平值对应的最大评分值与最小评分值之间的效用差值;
基于预置联合加法模型根据所述效用差值计算每个所述评价属性在所在所述评分轮廓中的指标权重。
本申请第二方面提供了一种基于配电变压器的评价指标权重确定装置,包括:
配置模块,用于为配电变压器的每一类指标属性配置多个属性水平值;
模拟模块,用于根据所述指标属性和所述属性水平值模拟多组方案轮廓,得到方案库;
评分模块,用于在所述方案库中选取预置数量的所述方案轮廓以调查问卷的形式供受访者评分,得到评分轮廓;
分离模块,用于采用预置校验规则对所述评分轮廓进行一致性校验修正后,根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,所述评价属性包括多个所述属性水平值,每个所述属性水平值对应多个评分值;
计算模块,用于基于预置联合加法模型根据所述评价属性和所述评分值计算所述配电变压器的指标权重。
可选的,所述模拟模块,具体用于:
采用预置正交试验方法根据所述属性水平值将所述指标属性进行随机组合,得到初始方案轮廓;
根据预置效用系数矩阵对所述初始方案轮廓进行数量控制,得到方案轮廓,构成方案库。
可选的,所述分离模块,具体用于:
分析所述评分轮廓中所述属性水平值对应的评分值在属性层面是否符合预置校验规则,若是则跳过修正操作,若否,则对不符合的所述评分值进行修正;
根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,所述预置分析模型包括最小二乘法回归模型。
可选的,所述计算模块,具体用于:
计算不同所述评价属性的各个所述属性水平值对应的最大评分值与最小评分值之间的效用差值;
基于预置联合加法模型根据所述效用差值计算每个所述评价属性在所在所述评分轮廓中的指标权重。
本申请第三方面提供了一种基于配电变压器的评价指标权重确定设备,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面所述的基于配电变压器的评价指标权重确定方法。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面所述的基于配电变压器的评价指标权重确定方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,提供了一种基于配电变压器的评价指标权重确定方法,包括:为配电变压器的每一类指标属性配置多个属性水平值;根据指标属性和属性水平值模拟多组方案轮廓,得到方案库;在方案库中选取预置数量的方案轮廓以调查问卷的形式供受访者评分,得到评分轮廓;采用预置校验规则对评分轮廓进行一致性校验修正后,根据预置分析模型对评分轮廓进行属性数据分离,得到评价属性,评价属性包括多个属性水平值,每个属性水平值对应多个评分值;基于预置联合加法模型根据评价属性和评分值计算配电变压器的指标权重。
本申请提供的基于配电变压器的评价指标权重确定方法,基于联合分析方法,将每个指标属性下的不同属性水平值进行多种不同方案的模拟,同一个指标属性的不同属性水平值可以与其他指标属性的属性水平值组合得到一种类别的方案;依据这样的组合可以得到多种不同属性水平值在调查问卷过程中的重视度,即分析受访者的评分可以明确不同指标属性的重要程度,使得根据评分值计算的指标权重更加可靠,且能够根据对属性水平值的调整作出精准控制。因此,本申请能够解决现有技术中指标权重的确定方法缺乏可靠性,导致评估灵敏度和准确度较差的技术问题。
附图说明
图1为本申请实施例提供的一种基于配电变压器的评价指标权重确定方法的流程示意图;
图2为本申请实施例提供的一种基于配电变压器的评价指标权重确定装置的结构示意图;
图3为本申请实施例提供的变压器多属性层次结构示意图;
图4为本申请实施例提供的指标属性与属性水平值对应关系结构示意图;
图5为本申请实施例提供的属性水平值配置标准示意图。
具体实施方式
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。
为了便于理解,请参阅图1,本申请提供的一种基于配电变压器的评价指标权重确定方法的实施例,包括:
步骤101、为配电变压器的每一类指标属性配置多个属性水平值。
确定能描述事物特征的重要属性是联合分析的最重要的一步,所确定的属性应该是在决策过程中有重要影响的突出属性。属性的数量同样应当慎重考虑,属性过多会加重被访者负担,降低计算的精确性。
本实施例中配电变压器的健康指标属性可以分为多个层次,请参阅图3,将复杂的多种工作模式下的多种属性进行属性拆分,便于受访者评价打分,不会使得受访者因属性差距较小在评价时出现纠结的情况。
请参阅图4,一旦确定了指标属性,下一步就是为每个指标属性配置恰当的属性水平值,一般为多个,指标属性与属性水平值的个数决定了联合分析过程中被访者所要评价的产品或服务的卡片个数。为了既保证参数估计的精度,又减轻被访者的负担,属性水平值个数也需要恰当的选取。
例如:对变压器评价体系中的“油化试验”指标属性进行状态评价时,选用微水、击穿电压、油介损3个属性;而“水平”则应在劣化度空间上选择几种具有代表性的数值,但又有“极好”和“极差”状态,避免在这些状态下“变权”效应影响权重确定结果。本实施例选取0.9、0.7、0.5、0.3共四种典型的健康度水平进行分析,请参阅图5,其中属性水平值越接近1,则变压器越健康,反之则越可能出现故障。
步骤102、根据指标属性和属性水平值模拟多组方案轮廓,得到方案库。
进一步地,步骤102,包括:
采用预置正交试验方法根据属性水平值将指标属性进行随机组合,得到初始方案轮廓;
根据预置效用系数矩阵对初始方案轮廓进行数量控制,得到方案轮廓,构成方案库。
全轮廓法也称多项法,由全部属性的某个水平构成的一个组合称为一个轮廓,每个轮廓分别用一张卡片表示,被访者要对卡片做出排序或打分。但是多属性的试验次数会因属性及其水平的增加而急剧增加,从而使试验变得困难,甚至无法实施。对于属性数目在三个以上的多属性试验,一般可以选定一部分具有代表性,并能对其进行严格统计学分析的试验方案。
在变压器权重确定过程中,配对法不能使受访者全面的认识评价对象,并且由于指标属性过多,其在控制轮廓数量上也缺乏优势,因此,适宜采用基于正交试验的全轮廓试验法。
正交试验方法也称为正交试验设计,它是统计数学的重要分支,以概率论数理统计、专业技术知识和实践经验为基础,根据正交性从全面试验中挑选出部分有代表性的组合进行试验,这些有代表性的组合具备了“均匀分散,齐整可比”的特点,通过标准化的正交表来安排试验方案,并对试验结果进行计算分析,最终达到减少试验次数,缩短试验周期,迅速找到优化方案的目的。本实施例中正交试验方法就是选取一部分具备代表性的属性。
将本实施例中选取的指标属性中每个属性选取一个属性水平值组合,组合得到一个方案轮廓,形成一个卡片,选取另外的属性水平值组合就可以得到另一个方案轮廓,如此可以形成详尽完整的方案库,库中存储的是多个卡,每个卡片对应完整的指标属性,每个属性对应一个确定的属性水平值。
对于方案轮廓的数量控制过程:对某个指标属性i的k个属性水平值,选定其中一个属性水平值aij作为参考,置为0,则待求值还有其他k-1个。在不考虑各属性之间耦合性的情况下,调查卡片的最小数目即为待求的变量总数,计算公式为:
NC=NL-NA+1
其中,NC为调查卡片最小数目;NL为所有属性水平值总数量;NA为指标属性数量。
为避免分析过程的准确度受到影响,卡片数量上还应留有一定的裕度,一般推荐为1.5NC-2NC。
根据预置效用系数矩阵是根据假设n张卡片以及对应的属性水平值获取到的,将这些属性水平值看作变量,就可以抽象出n个线性方程组,记其中的系数矩阵为预置效用系数矩阵H,且通过R(H)=NC来控制卡片数量,也就是预置效用系数矩阵的秩R(H)需要与调查卡片最小数目NC相等。
如果卡片数量大于NC太多,则需要删除其中的冗余卡片,如果删除过量,则会导致预置效用系数矩阵的秩R(H)不等于NC。
步骤103、在方案库中选取预置数量的方案轮廓以调查问卷的形式供受访者评分,得到评分轮廓。
请被访者对不同的组合轮廓进行评价,评价的测量方法也决定了输入数据的形式,最主要的测量方法有排序法(非定量的)和评分法(定量的)。本实施例中选取的评分方式,对于评分形式,要求被访者在一个等级量表上,对每一个方案轮廓独立地评分,判断可独立进行,评分范围是0到1,数字越大表示越偏好。具体的调查问卷请参阅图1。
表1调查问卷示例
通常认为排序法得到的数据能更准确的反映被访者的偏好侧重,但是评分法的对被访者来说比较方便,而且得到的数据也比较容易进行分析。本实施例中采用评分的形式可以在不丧失准确性的同时又减少研究的工作量。
评分轮廓即为录入评分后的方案轮廓,每个方案轮廓包括选取的指标属性,以及指标属性对应的属性水平值,外加受访者对每个属性水平值的打分结果,可以是表格的形式,也可以是其他的文件格式,在此不作限制,不影响本方案的执行。
步骤104、采用预置校验规则对评分轮廓进行一致性校验修正后,根据预置分析模型对评分轮廓进行属性数据分离,得到评价属性,评价属性包括多个属性水平值,每个属性水平值对应多个评分值。
进一步地,步骤104,包括:
分析评分轮廓中属性水平值对应的评分值在属性层面是否符合预置校验规则,若是则跳过修正操作,若否,则对不符合的评分值进行修正;
根据预置分析模型对评分轮廓进行属性数据分离,得到评价属性,预置分析模型包括最小二乘法回归模型。
由于方案轮廓数量较多,受访者打分由于误判可能存在某种程度上的逻辑矛盾,因而在进行数据分析之前需对所搜集的调查问卷的一致性进行检验。对于联合分析法而言,预置校验规则表现在打分逻辑不出现矛盾,即属性与属性之间的评分没有超出预置效用范围。若是存在不合逻辑的打分,需要及时修正该评分值。
将所有的方案轮廓采用预置分析模型进行属性数据分离,可以得到一个个独立的指标属性,即评价属性,这些属性对应的属性水平值也都对应一个评分,拆分处理便于对不同的属性进行独立数据分析,也可以把控不同属性之间的耦合影响。
预置分析模型除了包括最小二乘法回归模型,还可以是多元方差分析模型,或者逻辑斯蒂回归模型等。可以根据实际情况选择,在此不作赘述。
步骤105、基于预置联合加法模型根据评价属性和评分值计算配电变压器的指标权重。
进一步地,步骤105,包括:
计算不同评价属性的各个属性水平值对应的最大评分值与最小评分值之间的效用差值;
基于预置联合加法模型根据效用差值计算每个评价属性在所在评分轮廓中的指标权重。
每个评价属性包括多个属性水平值,在组合形成方案轮廓供受访者评分时,每个属性水平值可以得到多个评分,
效用差值能够反映属性在轮廓总评分中所能引起的最大的分数跨度,其大小能够反映属性的重要程度。效用差值表达为:
Ii={max(aij)-min(aij)}
其中,aij为评分值,或者效用值。不同的评分轮廓均可以求得这样的效用差值。
预置联合加法模型可以表达为:
其中,Y表示某个轮廓的偏好得分,b为截距,aij为效用值,xij为虚拟变量,在i,j同时存在时取值为1,否则为0,其中截距b表达为:
其中,uir代表指标属性i的属性水平值r的评分值,也称作效用值。
指标权重的计算方法为:
Ij为指标属性j对应的效用差值。
本申请提供的基于配电变压器的评价指标权重确定方法,基于联合分析方法,将每个指标属性下的不同属性水平值进行多种不同方案的模拟,同一个指标属性的不同属性水平值可以与其他指标属性的属性水平值组合得到一种类别的方案;依据这样的组合可以得到多种不同属性水平值在调查问卷过程中的重视度,即分析受访者的评分可以明确不同指标属性的重要程度,使得根据评分值计算的指标权重更加可靠,且能够根据对属性水平值的调整作出精准控制。因此,本申请能够解决现有技术中指标权重的确定方法缺乏可靠性,导致评估灵敏度和准确度较差的技术问题。
为了便于理解,请参阅图2,本申请提供了一种基于配电变压器的评价指标权重确定装置的实施例,包括:
配置模块201,用于为配电变压器的每一类指标属性配置多个属性水平值;
模拟模块202,用于根据指标属性和属性水平值模拟多组方案轮廓,得到方案库;
评分模块203,用于在方案库中选取预置数量的方案轮廓以调查问卷的形式供受访者评分,得到评分轮廓;
分离模块204,用于采用预置校验规则对评分轮廓进行一致性校验修正后,根据预置分析模型对评分轮廓进行属性数据分离,得到评价属性,评价属性包括多个属性水平值,每个属性水平值对应多个评分值;
计算模块205,用于基于预置联合加法模型根据评价属性和评分值计算配电变压器的指标权重。
进一步地,模拟模块202,具体用于:
采用预置正交试验方法根据属性水平值将指标属性进行随机组合,得到初始方案轮廓;
根据预置效用系数矩阵对初始方案轮廓进行数量控制,得到方案轮廓,构成方案库。
进一步地,分离模块204,具体用于:
分析评分轮廓中属性水平值对应的评分值在属性层面是否符合预置校验规则,若是则跳过修正操作,若否,则对不符合的评分值进行修正;
根据预置分析模型对评分轮廓进行属性数据分离,得到评价属性,预置分析模型包括最小二乘法回归模型。
进一步地,计算模块205,具体用于:
计算不同评价属性的各个属性水平值对应的最大评分值与最小评分值之间的效用差值;
基于预置联合加法模型根据效用差值计算每个评价属性在所在评分轮廓中的指标权重。
本申请还提供了一种基于配电变压器的评价指标权重确定设备,设备包括处理器以及存储器;
存储器用于存储程序代码,并将程序代码传输给处理器;
处理器用于根据程序代码中的指令执行上述方法实施例中的基于配电变压器的评价指标权重确定方法。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质用于存储程序代码,程序代码用于执行上述方法实施例中的基于配电变压器的评价指标权重确定方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于配电变压器的评价指标权重确定方法,其特征在于,包括:
为配电变压器的每一类指标属性配置多个属性水平值;
根据所述指标属性和所述属性水平值模拟多组方案轮廓,得到方案库;
在所述方案库中选取预置数量的所述方案轮廓以调查问卷的形式供受访者评分,得到评分轮廓;
采用预置校验规则对所述评分轮廓进行一致性校验修正后,根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,所述评价属性包括多个所述属性水平值,每个所述属性水平值对应多个评分值;
基于预置联合加法模型根据所述评价属性和所述评分值计算所述配电变压器的指标权重。
2.根据权利要求1所述的基于配电变压器的评价指标权重确定方法,其特征在于,所述根据所述指标属性和所述属性水平值模拟多组方案轮廓,得到方案库,包括:
采用预置正交试验方法根据所述属性水平值将所述指标属性进行随机组合,得到初始方案轮廓;
根据预置效用系数矩阵对所述初始方案轮廓进行数量控制,得到方案轮廓,构成方案库。
3.根据权利要求1所述的基于配电变压器的评价指标权重确定方法,其特征在于,所述采用预置校验规则对所述评分轮廓进行一致性校验修正后,根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,包括:
分析所述评分轮廓中所述属性水平值对应的评分值在属性层面是否符合预置校验规则,若是则跳过修正操作,若否,则对不符合的所述评分值进行修正;
根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,所述预置分析模型包括最小二乘法回归模型。
4.根据权利要求1所述的基于配电变压器的评价指标权重确定方法,其特征在于,所述基于预置联合加法模型根据所述评价属性和所述评分值计算所述配电变压器的指标权重,包括:
计算不同所述评价属性的各个所述属性水平值对应的最大评分值与最小评分值之间的效用差值;
基于预置联合加法模型根据所述效用差值计算每个所述评价属性在所在所述评分轮廓中的指标权重。
5.一种基于配电变压器的评价指标权重确定装置,其特征在于,包括:
配置模块,用于为配电变压器的每一类指标属性配置多个属性水平值;
模拟模块,用于根据所述指标属性和所述属性水平值模拟多组方案轮廓,得到方案库;
评分模块,用于在所述方案库中选取预置数量的所述方案轮廓以调查问卷的形式供受访者评分,得到评分轮廓;
分离模块,用于采用预置校验规则对所述评分轮廓进行一致性校验修正后,根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,所述评价属性包括多个所述属性水平值,每个所述属性水平值对应多个评分值;
计算模块,用于基于预置联合加法模型根据所述评价属性和所述评分值计算所述配电变压器的指标权重。
6.根据权利要求5所述的基于配电变压器的评价指标权重确定装置,其特征在于,所述模拟模块,具体用于:
采用预置正交试验方法根据所述属性水平值将所述指标属性进行随机组合,得到初始方案轮廓;
根据预置效用系数矩阵对所述初始方案轮廓进行数量控制,得到方案轮廓,构成方案库。
7.根据权利要求5所述的基于配电变压器的评价指标权重确定装置,其特征在于,所述分离模块,具体用于:
分析所述评分轮廓中所述属性水平值对应的评分值在属性层面是否符合预置校验规则,若是则跳过修正操作,若否,则对不符合的所述评分值进行修正;
根据预置分析模型对所述评分轮廓进行属性数据分离,得到评价属性,所述预置分析模型包括最小二乘法回归模型。
8.根据权利要求5所述的基于配电变压器的评价指标权重确定装置,其特征在于,所述计算模块,具体用于:
计算不同所述评价属性的各个所述属性水平值对应的最大评分值与最小评分值之间的效用差值;
基于预置联合加法模型根据所述效用差值计算每个所述评价属性在所在所述评分轮廓中的指标权重。
9.一种基于配电变压器的评价指标权重确定设备,其特征在于,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的基于配电变压器的评价指标权重确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-4任一项所述的基于配电变压器的评价指标权重确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110753642.9A CN113344451B (zh) | 2021-07-02 | 2021-07-02 | 一种基于配电变压器的评价指标权重确定方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110753642.9A CN113344451B (zh) | 2021-07-02 | 2021-07-02 | 一种基于配电变压器的评价指标权重确定方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344451A true CN113344451A (zh) | 2021-09-03 |
CN113344451B CN113344451B (zh) | 2023-05-23 |
Family
ID=77482559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110753642.9A Active CN113344451B (zh) | 2021-07-02 | 2021-07-02 | 一种基于配电变压器的评价指标权重确定方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344451B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943577A (zh) * | 2022-04-22 | 2022-08-26 | 北京金堤科技有限公司 | 一种对服务卡片排序的方法、装置、存储介质和电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070282775A1 (en) * | 2006-05-15 | 2007-12-06 | Tingling Peter M | Method for ordinal ranking |
US20120303536A1 (en) * | 2011-05-25 | 2012-11-29 | Corelogic Information Solutions, Inc. | Property complexity scoring system, method, and computer program storage device |
CN104182583A (zh) * | 2014-08-22 | 2014-12-03 | 国家电网公司 | 基于联合分析法的配电网设备状态指标权重分析方法 |
CN104268367A (zh) * | 2014-08-06 | 2015-01-07 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 基于多元线性回归的变电设备状态评价权重修正方法及系统 |
US9154516B1 (en) * | 2013-09-27 | 2015-10-06 | Emc Corporation | Detecting risky network communications based on evaluation using normal and abnormal behavior profiles |
CN107818406A (zh) * | 2017-10-17 | 2018-03-20 | 广州供电局有限公司 | 电力营销质量评估效率优化方法、系统、介质及计算机 |
US20200364786A1 (en) * | 2018-01-22 | 2020-11-19 | Dalian University Of Technology | Method for determining optimal weight vector of credit rating based on maximum default identification ability measured by approaching ideal points |
CN112036712A (zh) * | 2020-08-13 | 2020-12-04 | 广东电网有限责任公司广州供电局 | 一种配电终端状态评价指标权重分配方法 |
CN112101719A (zh) * | 2020-08-10 | 2020-12-18 | 国网浙江省电力有限公司杭州供电公司 | 基于组合赋权法的电能质量指标权重确定方法 |
-
2021
- 2021-07-02 CN CN202110753642.9A patent/CN113344451B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070282775A1 (en) * | 2006-05-15 | 2007-12-06 | Tingling Peter M | Method for ordinal ranking |
US20120303536A1 (en) * | 2011-05-25 | 2012-11-29 | Corelogic Information Solutions, Inc. | Property complexity scoring system, method, and computer program storage device |
US9154516B1 (en) * | 2013-09-27 | 2015-10-06 | Emc Corporation | Detecting risky network communications based on evaluation using normal and abnormal behavior profiles |
CN104268367A (zh) * | 2014-08-06 | 2015-01-07 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 基于多元线性回归的变电设备状态评价权重修正方法及系统 |
CN104182583A (zh) * | 2014-08-22 | 2014-12-03 | 国家电网公司 | 基于联合分析法的配电网设备状态指标权重分析方法 |
CN107818406A (zh) * | 2017-10-17 | 2018-03-20 | 广州供电局有限公司 | 电力营销质量评估效率优化方法、系统、介质及计算机 |
US20200364786A1 (en) * | 2018-01-22 | 2020-11-19 | Dalian University Of Technology | Method for determining optimal weight vector of credit rating based on maximum default identification ability measured by approaching ideal points |
CN112101719A (zh) * | 2020-08-10 | 2020-12-18 | 国网浙江省电力有限公司杭州供电公司 | 基于组合赋权法的电能质量指标权重确定方法 |
CN112036712A (zh) * | 2020-08-13 | 2020-12-04 | 广东电网有限责任公司广州供电局 | 一种配电终端状态评价指标权重分配方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943577A (zh) * | 2022-04-22 | 2022-08-26 | 北京金堤科技有限公司 | 一种对服务卡片排序的方法、装置、存储介质和电子设备 |
CN114943577B (zh) * | 2022-04-22 | 2024-04-09 | 北京金堤科技有限公司 | 一种对服务卡片排序的方法、装置、存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113344451B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10460617B2 (en) | Testing system | |
US9071510B2 (en) | Determining root causes of network issues | |
Rea et al. | How many components should be retained from a multivariate time series PCA? | |
CN104318497A (zh) | 用于自动社区化学习的方法及系统 | |
Floyd et al. | A multi-criteria decision analysis technique for stochastic task criticality in project management | |
CN113344451A (zh) | 一种基于配电变压器的评价指标权重确定方法及相关装置 | |
Henningsson et al. | Assuring fault classification agreement-an empirical evaluation | |
Zehrung et al. | Vis ex machina: An analysis of trust in human versus algorithmically generated visualization recommendations | |
Madu et al. | Design optimization using signal-to-noise ratio | |
JP6975086B2 (ja) | 品質評価方法および品質評価装置 | |
CN116701406A (zh) | 数据比对方法和装置、计算机设备及存储介质 | |
CN115018471B (zh) | 数据处理方法及相关装置 | |
Leite et al. | Modeling latent interactions at level 2 in multilevel structural equation models: An evaluation of mean-centered and residual-centered unconstrained approaches | |
Primahesa et al. | Quality Analysis of Bakery Products Using the Six Sigma Method and Failure Mode and Effect Analysis (Fmea) Case Study on Cv. Xyz | |
Santos et al. | A survey on the practices of software testing: a look into brazilian companies | |
CN112990703A (zh) | 国际工程市场匹配度评价方法、电子设备及存储介质 | |
CN111063226A (zh) | 一种电力仿真培训评分方法、系统及存储介质 | |
CN113433506B (zh) | 一种电表故障分析方法、装置、设备和存储介质 | |
O'reagan | Relative costs of computerized error inspection plans | |
CN111199419A (zh) | 股票异常交易的识别方法及系统 | |
Ilieva et al. | Virtual Gaming Platform Customer Experience Evaluation | |
CN110688302B (zh) | 一种字段库自动化测试方法及装置 | |
US11956254B1 (en) | Generating a cybersecurity risk model using sparse data | |
CN112508378A (zh) | 电力设备生产制造商筛选的处理方法和装置 | |
Raza et al. | Empirical evaluation of the ProcessPAIR tool for automated performance analysis |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |