CN113420959A - 一种基于模糊层次分析法的电网基建复工复产评估方法 - Google Patents
一种基于模糊层次分析法的电网基建复工复产评估方法 Download PDFInfo
- Publication number
- CN113420959A CN113420959A CN202110598218.1A CN202110598218A CN113420959A CN 113420959 A CN113420959 A CN 113420959A CN 202110598218 A CN202110598218 A CN 202110598218A CN 113420959 A CN113420959 A CN 113420959A
- Authority
- CN
- China
- Prior art keywords
- rework
- ratio
- power grid
- fuzzy
- hierarchy process
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 32
- 230000008569 process Effects 0.000 title claims abstract description 28
- 230000000694 effects Effects 0.000 claims abstract description 9
- 238000013210 evaluation model Methods 0.000 claims abstract description 6
- 238000011084 recovery Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 13
- 230000000295 complement effect Effects 0.000 claims description 10
- 230000036541 health Effects 0.000 claims description 6
- 238000009440 infrastructure construction Methods 0.000 abstract description 6
- 230000002265 prevention Effects 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 abstract description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于模糊层次分析法的电网基建复工复产评估方法,包括以下步骤:根据影响因素获取所需的数据;对获取到的数据进行微调;利用模糊层次分析法并根据专家打分结果,得到各因素权重系数,将微调后的数据和对应的权重指数带入评估模型,得到复工强度指数。本发明的实质性效果包括:综合考虑了影响电网基建工程复工复产的多项指标,能够客观反映电网基建工程复工复产的实际状况。利用模糊层次分析法计算获得各指标的权重,对基建复工复产情况做出综合评估,快速准确地得到电网基建工程复工指数。该模型不仅适用于疫情防控期间电网基建工程,同时也适用于常态化评估电网基建工程日常生产活跃度。
Description
技术领域
本发明涉及数据处理领域,特别涉及一种基于模糊层次分析法的电网基建复工复产评估方法。
背景技术
如何合理评价电力建设工程复工复产情况以掌握预期的未来能耗水平,并制定科学合理的配套政策,具有重要意义。
由于基建工程涉及因素较多,单因素难以准确反映特定时间基建工程复工进展情况。而现有研究中,通常仅依靠能耗水平来评估复工复产情况,较为片面,因此有必要结合实际情况建立全面合理的评价指标体系与评价模型,对输变电工程基建复工程度进行综合评估。
发明内容
针对现有技术无法全面评估复工复产情况的问题,本发明公开了一种基于模糊层次分析法的电网基建复工复产评估方法,采集多项因素相关数据后进行微调并分析,将结果带入评估模型综合评估复工复产情况,由于综合了多项因素,因此评估结果较为准确,且对于地区防控具有重要参考价值。
以下是本发明的技术方案。
一种基于模糊层次分析法的电网基建复工复产评估方法,包括以下步骤:
根据影响因素获取所需的数据;
对获取到的数据进行微调;
利用模糊层次分析法并根据专家打分结果,得到各因素权重系数,将微调后的数据和对应的权重指数带入评估模型,得到复工强度指数。
本发明基于疫情防控常态化的背景,搜集多种因素相关数据,够对复工程度进行综合评估,用以全面支撑制定科学合理的复工复产政策。
作为优选,所述根据影响因素获取所需的数据,包括:数量因素所需数据为复工项目比率,技术规模因素所需数据为复工规模比率,实际规模因素所需数据为复工投资比率,活跃度因素所需数据为复工人员到位率。这四大指标兼顾了各个方面,可以较为全面反映复工复产情况。
作为优选,所述复工项目比率为复工工程数与工程总数的比值;所述复工规模比率为线路工程和变电工程这两部分内容相加,针对变电工程,直接通过复工变电工程容量与变电工程总容量的比值来表征复工工程规模情况,针对线路工程,根据复工工程的线路长度乘以电压等级的值与总的线路长度乘以电压等级的值的比值表示复工工程规模情况;所述复工投资比率为复工工程总投资与基建工程总投资的比值;所述复工人员到位率为工程复工到位人数与总人数的比值,其中到位人数通过工程现场人员的健康码情况确定。
作为优选,所述利用模糊层次分析法并根据专家打分结果,得到各因素权重系数,包括:将复工项目比率、复工规模比率、复工投资比率和复工人员到位率作为影响因素,进行模糊互补判断矩阵构建,即用矩阵A表示该层次的各影响因素相对于上层次的重要性,根据专家打分得到每两个因素模糊关系的隶属度;将模糊互补判断矩阵A转变成模糊一致矩阵R,根据模糊一致矩阵R计算得到各因素的权重系数。模糊层次分析法是对目标层分解,对于同一层次的因素进行两两比较,得出它们对于上一层次同一个因素的权重,最终得到最底层各因素对最高层目标的权重,从而实现问题的决策。
作为优选,所述到位人数通过工程现场人员的健康码情况确定,包括:如全部为绿码,则绿码人数即为到位人数;如存在红码或黄码人员,则从绿码人数中减去该人员的密切接触者人数。由于非绿码人员的出现表示了附近有疫情风险,因此应当剔除密切接触者。
作为优选,所述密切接触者人数的确定过程包括:调取红码或黄码人员最后一次显示绿码到当前时间内的行动轨迹,行动轨迹不全则以期间内扫码地点按时间顺序连接得到模拟的行动轨迹,以经度为x轴,纬度为y轴,时间为z轴建立坐标系,将行动轨迹带入,得到立体的风险轨迹曲线,以同样条件加载绿码人员的行动轨迹,得到立体的待验证轨迹曲线,增加风险轨迹曲线的直径至预设值,当有待验证轨迹曲线与风险轨迹曲线重叠体积大于阈值时,判断对应人员为密切接触者。密切接触者的筛选涉及到时间和地点,而现有的方式通常只能点对点比较,无法全面反映接触情况,这里采用立体模型的方式进行比较,可以直观找到密切接触者。
本发明的实质性效果包括:综合考虑了影响电网基建工程复工复产的多项指标,能够客观反映电网基建工程复工复产的实际状况。利用模糊层次分析法计算获得各指标的权重,对基建复工复产情况做出综合评估,快速准确地得到电网基建工程复工指数。该模型不仅适用于疫情防控期间电网基建工程,同时也适用于常态化评估电网基建工程日常生产活跃度。
附图说明
图1是本发明实施例中模糊层次分析法对应的层次结构模型图。
具体实施方式
下面将结合实施例,对本申请的技术方案进行描述。另外,为了更好的说明本发明,在下文中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未做详细描述,以便于凸显本发明的主旨。
实施例:
一种基于模糊层次分析法的电网基建复工复产评估方法,包括以下步骤:
根据影响因素获取所需的数据。包括:数量因素所需数据为复工项目比率,技术规模因素所需数据为复工规模比率,实际规模因素所需数据为复工投资比率,活跃度因素所需数据为复工人员到位率。
其中,复工项目比率为复工工程数与工程总数的比值:
复工规模比率为线路工程和变电工程这两部分内容相加,针对变电工程,直接通过复工变电工程容量与变电工程总容量的比值来表征复工工程规模情况,针对线路工程,根据复工工程的线路长度乘以电压等级的值与总的线路长度乘以电压等级的值的比值表示复工工程规模情况:
复工投资比率为复工工程总投资与基建工程总投资的比值:
复工人员到位率为工程复工到位人数与总人数的比值,其中到位人数通过工程现场人员的健康码情况确定:
对获取到的数据进行微调。其中,到位人数通过工程现场人员的健康码情况确定,包括:如全部为绿码,则绿码人数即为到位人数;如存在红码或黄码人员,则从绿码人数中减去该人员的密切接触者人数。由于非绿码人员的出现表示了附近有疫情风险,因此应当剔除密切接触者。密切接触者人数的确定过程包括:调取红码或黄码人员最后一次显示绿码到当前时间内的行动轨迹,行动轨迹不全则以期间内扫码地点按时间顺序连接得到模拟的行动轨迹,以经度为x轴,纬度为y轴,时间为z轴建立坐标系,将行动轨迹带入,得到立体的风险轨迹曲线,以同样条件加载绿码人员的行动轨迹,得到立体的待验证轨迹曲线,增加风险轨迹曲线的直径至预设值,当有待验证轨迹曲线与风险轨迹曲线重叠体积大于阈值时,判断对应人员为密切接触者。密切接触者的筛选涉及到时间和地点,而现有的方式通常只能点对点比较,无法全面反映接触情况,这里采用立体模型的方式进行比较,可以直观找到密切接触者。
利用模糊层次分析法并根据专家打分结果,得到各因素权重系数,包括:将复工项目比率、复工规模比率、复工投资比率和复工人员到位率作为影响因素,进行模糊互补判断矩阵构建,即用矩阵A表示该层次的各影响因素相对于上层次的重要性,根据专家打分得到每两个因素模糊关系的隶属度;将模糊互补判断矩阵A转变成模糊一致矩阵R,根据模糊一致矩阵R计算得到各因素的权重系数。
如图1所示,根据指标层次结构,可进行模糊互补判断矩阵构建,模糊层次分析法是对目标层分解,对于同一层次的因素进行两两比较,得出它们对于上一层次同一个因素的权重,最终得到最底层各因素对最高层目标的权重,从而实现问题的决策。
用矩阵A表示该层次的各因素相对于上一层次因素的重要性,即:
其中,aij表示指标i和指标j两因素模糊关系的隶属度。矩阵A具备以下性质: aij+
aji=1;0<aij<1;aii=0.5。建立0.1~0.9的比较标度,aij的取值可以通过专家问卷调查的
形式从表中查询得到。如表1:
标度 | 定义 | 说明 |
0.5 | 同等重要 | 两因素相比较,同等重要 |
0.6 | 稍微重要 | 两因素相比较,一因素比另一因素稍微重要 |
0.7 | 明显重要 | 两因素相比较,一因素比另一因素明显重要 |
0.8 | 重要得多 | 两因素相比较,一因素比另一因素重要得多 |
0.9 | 极端重要 | 两因素相比较,一因素比另一因素极端重要 |
0.1~0.4 | 与上述定义相反 | 与上述情况相反 |
表1
得到模糊互补判断矩阵后,还需要转变成模糊一致矩阵R=(rij)nn,也即:
当向多位专家发放调查问卷时,涉及到多群体决策,需要将多个模糊一致矩阵综合起来,形成综合模糊一致矩阵。设Al=(aij l)n×n为根据第l位专家(l=1,2,…,m)问卷得到的模糊互补判断矩阵,Rl=(rij l)n×n为模糊一致矩阵。综合m位专家的调查结果,得到模糊一致矩阵为R'=(rij')n×n。
根据计算得到的模糊一致矩阵R',计算各指标的权重:
根据专家调查问卷获得的数据,利用MATLAB软件计算得出四项关键指标权重为:(ω1,ω2,ω3,ω4)=(0.491,0.166,0.167,0.187)
将微调后的数据和对应的权重指数带入评估模型,得到复工强度指数。通过权重计算,可以得到基于模糊层次分析法的多因素基建复工复产评估模型,计算得出全省基建工程复工强度指数R。
R=0.491×r复工项目比率+0.166×r复工规模比率 +0.167×r复工投资比率+0.187×r复工人员到位率
本实施例基于疫情防控常态化的背景,搜集多种因素相关数据,够对复工程度进行综合评估,用以全面支撑制定科学合理的复工复产政策。
本实施例的实质性效果包括:综合考虑了影响电网基建工程复工复产的多项指标,能够客观反映电网基建工程复工复产的实际状况。利用模糊层次分析法计算获得各指标的权重,对基建复工复产情况做出综合评估,快速准确地得到电网基建工程复工指数。该模型不仅适用于疫情防控期间电网基建工程,同时也适用于常态化评估电网基建工程日常生产活跃度。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中可以根据需要而将上述功能分配由不同的功能模块完成,即将具体装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的实施例中,应该理解到,所揭露的结构和方法,可以通过其它的方式实现。例如,以上所描述的关于结构的实施例仅仅是示意性的,例如,模块或单元的划分,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结构,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,结构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。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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。
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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例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(read only memory,ROM)、随机存取存储器(random access memory, RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种基于模糊层次分析法的电网基建复工复产评估方法,其特征在于,包括以下步骤:
根据影响因素获取所需的数据;
对获取到的数据进行微调;
利用模糊层次分析法并根据专家打分结果,得到各因素权重系数,将微调后的数据和对应的权重指数带入评估模型,得到复工强度指数。
2.根据权利要求1所述的一种基于模糊层次分析法的电网基建复工复产评估方法,其特征在于,所述根据影响因素获取所需的数据,包括:数量因素所需数据为复工项目比率,技术规模因素所需数据为复工规模比率,实际规模因素所需数据为复工投资比率,活跃度因素所需数据为复工人员到位率。
3.根据权利要求2所述的一种基于模糊层次分析法的电网基建复工复产评估方法,其特征在于,所述复工项目比率为复工工程数与工程总数的比值;所述复工规模比率为线路工程和变电工程这两部分内容相加,针对变电工程,直接通过复工变电工程容量与变电工程总容量的比值来表征复工工程规模情况,针对线路工程,根据复工工程的线路长度乘以电压等级的值与总的线路长度乘以电压等级的值的比值表示复工工程规模情况;所述复工投资比率为复工工程总投资与基建工程总投资的比值;所述复工人员到位率为工程复工到位人数与总人数的比值,其中到位人数通过工程现场人员的健康码情况确定。
4.根据权利要求3所述的一种基于模糊层次分析法的电网基建复工复产评估方法,其特征在于,所述利用模糊层次分析法并根据专家打分结果,得到各因素权重系数,包括:将复工项目比率、复工规模比率、复工投资比率和复工人员到位率作为影响因素,进行模糊互补判断矩阵构建,即用矩阵A表示该层次的各影响因素相对于上层次的重要性,根据专家打分得到每两个因素模糊关系的隶属度;将模糊互补判断矩阵A转变成模糊一致矩阵R,根据模糊一致矩阵R计算得到各因素的权重系数。
5.根据权利要求3所述的一种基于模糊层次分析法的电网基建复工复产评估方法,其特征在于,所述到位人数通过工程现场人员的健康码情况确定,包括:如全部为绿码,则绿码人数即为到位人数;如存在红码或黄码人员,则进行所述微调,从绿码人数中减去该人员的密切接触者人数。
6.根据权利要求5所述的一种基于模糊层次分析法的电网基建复工复产评估方法,其特征在于,所述密切接触者人数的确定过程包括:调取红码或黄码人员最后一次显示绿码到当前时间内的行动轨迹,行动轨迹不全则以期间内扫码地点按时间顺序连接得到模拟的行动轨迹,以经度为x轴,纬度为y轴,时间为z轴建立坐标系,将行动轨迹带入,得到立体的风险轨迹曲线,以同样条件加载绿码人员的行动轨迹,得到立体的待验证轨迹曲线,增加风险轨迹曲线的直径至预设值,当有待验证轨迹曲线与风险轨迹曲线重叠体积大于阈值时,判断对应人员为密切接触者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110598218.1A CN113420959A (zh) | 2021-05-31 | 2021-05-31 | 一种基于模糊层次分析法的电网基建复工复产评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110598218.1A CN113420959A (zh) | 2021-05-31 | 2021-05-31 | 一种基于模糊层次分析法的电网基建复工复产评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113420959A true CN113420959A (zh) | 2021-09-21 |
Family
ID=77713323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110598218.1A Pending CN113420959A (zh) | 2021-05-31 | 2021-05-31 | 一种基于模糊层次分析法的电网基建复工复产评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420959A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289928A (zh) * | 2011-05-19 | 2011-12-21 | 上海市城市建设设计研究院 | 基于模糊层次分析法的枢纽综合交通运行态势评价方法 |
CN109102163A (zh) * | 2018-07-20 | 2018-12-28 | 河海大学 | 基于变权模糊层次分析法的配电网cps风险评估方法 |
CN109829605A (zh) * | 2018-12-13 | 2019-05-31 | 国网浙江省电力有限公司经济技术研究院 | 基于模糊层次分析法的电网工程项目风险评价方法 |
CN111680937A (zh) * | 2020-08-13 | 2020-09-18 | 国网浙江省电力有限公司营销服务中心 | 基于电力数据分级赋权的小微企业复工率评估方法 |
CN111885502A (zh) * | 2020-06-28 | 2020-11-03 | 华东师范大学 | 一种保护隐私的疫情防控预警与追溯系统及方法 |
CN112185582A (zh) * | 2020-09-14 | 2021-01-05 | 清华大学 | 一种基于主动报送数据的传染病防控方法和系统 |
-
2021
- 2021-05-31 CN CN202110598218.1A patent/CN113420959A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289928A (zh) * | 2011-05-19 | 2011-12-21 | 上海市城市建设设计研究院 | 基于模糊层次分析法的枢纽综合交通运行态势评价方法 |
CN109102163A (zh) * | 2018-07-20 | 2018-12-28 | 河海大学 | 基于变权模糊层次分析法的配电网cps风险评估方法 |
CN109829605A (zh) * | 2018-12-13 | 2019-05-31 | 国网浙江省电力有限公司经济技术研究院 | 基于模糊层次分析法的电网工程项目风险评价方法 |
CN111885502A (zh) * | 2020-06-28 | 2020-11-03 | 华东师范大学 | 一种保护隐私的疫情防控预警与追溯系统及方法 |
CN111680937A (zh) * | 2020-08-13 | 2020-09-18 | 国网浙江省电力有限公司营销服务中心 | 基于电力数据分级赋权的小微企业复工率评估方法 |
CN112185582A (zh) * | 2020-09-14 | 2021-01-05 | 清华大学 | 一种基于主动报送数据的传染病防控方法和系统 |
Non-Patent Citations (2)
Title |
---|
张鹏: "基于模糊层次分析法的供电质量满意度评价研究", 《硕士电子期刊》 * |
杨桥桥: "基于电力数据的企业复产指数研究", 《财富时代》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103577888B (zh) | 一种对产品设计方案优选的方法 | |
CN107395430A (zh) | 一种云平台动态风险访问控制方法 | |
CN110069815A (zh) | 指标体系构建方法、系统及终端设备 | |
CN103729687A (zh) | 基于小波变换和神经网络的电价预测方法 | |
CN105809266A (zh) | 一种地震伤亡人数初步评估预测方法 | |
CN115693734A (zh) | 混合储能功率分配方法、装置、设备及存储介质 | |
Townsend et al. | Estimations of error bounds for neural-network function approximators | |
CN105260615B (zh) | 一种粮食消费量预测方法 | |
CN113642812B (zh) | 基于北斗的微形变预测方法、装置、设备及可读存储介质 | |
CN113420959A (zh) | 一种基于模糊层次分析法的电网基建复工复产评估方法 | |
CN112215410B (zh) | 基于改进深度学习的电力负荷预测方法 | |
CN117196384A (zh) | 一种信息系统的效能评估方法及系统 | |
CN115566740B (zh) | 一种分布式可再生能源集群聚合调控潜力评估方法和装置 | |
CN109657907B (zh) | 地理国情监测数据的质量控制方法、装置和终端设备 | |
CN116502894A (zh) | 光伏台区停电风险评估方法、装置、电子设备及存储介质 | |
CN111523080A (zh) | 一种电力系统的pas系统综合评估方法及相关装置 | |
CN112039111A (zh) | 一种新能源微电网参与电网调峰能力的方法及系统 | |
CN116485237A (zh) | 一种电力调控数据资产价值评估方法、系统、设备及介质 | |
CN114971053A (zh) | 低压台区网络线损率在线预测模型的训练方法及装置 | |
CN110889635B (zh) | 一种用于对食品安全事件的处理进行应急演练的方法 | |
CN105654208B (zh) | 空间负荷预测中确定元胞负荷最大值的经验模态分解方法 | |
CN110070234B (zh) | 一种地震滑坡人员死亡数量预测方法及其应用 | |
CN114066068A (zh) | 一种短期电力负荷预测方法、装置、设备和存储介质 | |
CN113592442A (zh) | 一种工程评价方法、装置、电子设备和存储介质 | |
CN112884286B (zh) | 一种航空装备地面试验方案的综合评价方法 |
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 |