CN114091916A - 一种抗污治霾电力指数成效评价方法及系统 - Google Patents
一种抗污治霾电力指数成效评价方法及系统 Download PDFInfo
- Publication number
- CN114091916A CN114091916A CN202111400848.XA CN202111400848A CN114091916A CN 114091916 A CN114091916 A CN 114091916A CN 202111400848 A CN202111400848 A CN 202111400848A CN 114091916 A CN114091916 A CN 114091916A
- Authority
- CN
- China
- Prior art keywords
- haze
- index
- pollution
- power
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 49
- 230000000694 effects Effects 0.000 title claims abstract description 32
- 230000003373 anti-fouling effect Effects 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000010219 correlation analysis Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000006467 substitution reaction Methods 0.000 claims description 10
- 238000013075 data extraction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 239000002689 soil Substances 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000005611 electricity Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 239000000809 air pollutant Substances 0.000 description 3
- 231100001243 air pollutant Toxicity 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000009960 carding Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification 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
- 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)
- 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
本公开属于电力营销技术领域，提供了一种抗污治霾电力指数成效评价方法及系统，包括以下步骤：获取电力大数据，构建抗污治霾电力指数评价指标；基于所构建的抗污治霾电力指数评价指标提取电力大数据中的抗污治霾数据；计算所提取到的抗污治霾数据的一级指标权重和二级指标权重；根据一级指标权重计算抗污治霾电力指数，根据二级指标权重计算电力大数据的各项指数；进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析。
Description
技术领域
本公开属于电力营销技术领域，具体涉及一种抗污治霾电力指数成效评价方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
目前，电力数据进行抗污治霾成效评价的方法存在以下问题：
一、成效评价对象不是“抗污治霾”主题；
二、成效评价过程中使用专家打分和主观讨论来完成成效评价，却没有使用算法模型来全程体现出数据处理的科学性与客观性；
三、成效评价方法缺乏关联分析理念，不能从侧面印证数据分析的准确性。
发明内容
为了解决上述问题，本公开提出了一种抗污治霾电力指数成效评价方法及系统，重视“用海量真实数据说明实际问题和规律”，围绕大数据分析，从数据抽取、数据处理、再到数据输出，数据处理量庞大，模型使用率较高，计算逻辑严密，通过数据系统性处理和可视化分析，适当反馈同期环境走势变化，为产业结构和行业结构调整、重点排污企业管理、新能源发展提供建议，助力打好污染防治攻坚战，实现减污降碳协同具有重要意义。
根据一些实施例，本公开的第一方案提供了一种抗污治霾电力指数成效评价方法，采用如下技术方案：
一种抗污治霾电力指数成效评价方法，包括以下步骤：
获取电力大数据，构建抗污治霾电力指数评价指标；
基于所构建的抗污治霾电力指数评价指标提取电力大数据中的抗污治霾数据；
计算所提取到的抗污治霾数据的一级指标权重和二级指标权重；
根据一级指标权重计算抗污治霾电力指数，根据二级指标权重计算电力大数据的各项指数；
进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析。
作为进一步的技术限定，所述电力大数据包括产业用电量、行业用电量、重点排污企业用电量、电能替代量、新能源用电量和新能源发电量。
作为进一步的技术限定，根据抗污治霾数据之间的内在统计规律和权威值，通过合理的决策指标赋权方法，进行抗污治霾数据的权重分配。
作为进一步的技术限定，采用主观赋权法中的层次分析法进行抗污治霾数据一级指标权重的计算评价；采用客观赋值法中的熵权法进行抗污治霾数据二级指标权重的计算评价。
作为进一步的技术限定，所述抗污治霾电力指数与抗污治霾数据以及抗污治霾数据一级指标权重相关；电力大数据的各项指数与电力大数据以及电力大数据二级指标权重相关。
作为进一步的技术限定，所述进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析的过程中，根据抗污治霾电力指数设置抗污治霾电力指数水平线，计算抗污治霾电力指数与抗污治霾电力指数水平线之间的比值得到抗污治霾贡献系数，分析抗污治霾电力指数的贡献力度。
进一步的，所述抗污治霾贡献系数大于1，则抗污治霾水平高于平均水平，对抗污治霾贡献力度大；
所述抗污治霾贡献系数等于1，则抗污治霾水平与平均水平持平；
所述抗污治霾贡献系数小于1，则抗污治霾水平低于平均水平，对抗污治霾贡献力度小。
根据一些实施例，本公开的第二方案提供了一种抗污治霾电力指数成效评价系统，采用如下技术方案：
一种抗污治霾电力指数成效评价系统，包括：
数据获取模块，被配置为获取电力大数据，构建抗污治霾电力指数评价指标；
数据提取模块，被配置为基于所构建的抗污治霾电力指数评价指标提取电力大数据中的抗污治霾数据；
权重计算模块，被配置为计算所提取到的抗污治霾数据的一级指标权重和二级指标权重；
指数计算模块，被配置为根据一级指标权重计算抗污治霾电力指数，根据二级指标权重计算电力大数据的各项指数；
分析模块，被配置为进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析。
根据一些实施例，本公开的第三方案提供了一种计算机可读存储介质，采用如下技术方案：
一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的抗污治霾电力指数成效评价方法中的步骤。
根据一些实施例，本公开的第四方案提供了一种电子设备，采用如下技术方案：
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的抗污治霾电力指数成效评价方法中的步骤。
与现有技术相比，本公开的有益效果为：
本公开通过采集梳理产业用电、行业用电、重点排污企业用电、电能替代、新能源发展等电力大数据，进行基于电力大数据的“抗污治霾”影响主体用电监测，掌握产业与能源结构变化情况，评价清洁电力减排贡献程度；同时，收集梳理地区空气污染物排放量、空气质量指数等环保监测数据与电力大数据监测分析结果进行关联分析，创建“抗污治霾电力指数”。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1是本公开实施例一中的抗污治霾电力指数成效评价方法的流程图；
图2是本公开实施例一中的抗污治霾电力指数成效评价方法总体设计架构图；
图3是本公开实施例一中的抗污治霾电力指数指标设计逻辑图；
图4是本公开实施例二中的抗污治霾电力指数成效评价系统的结构框图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本公开实施例一介绍了一种抗污治霾电力指数成效评价方法。
如图1所示的一种抗污治霾电力指数成效评价方法，包括以下步骤：
获取电力大数据，构建抗污治霾电力指数评价指标；
基于所构建的抗污治霾电力指数评价指标提取电力大数据中的抗污治霾数据；
计算所提取到的抗污治霾数据的一级指标权重和二级指标权重；
根据一级指标权重计算抗污治霾电力指数，根据二级指标权重计算电力大数据的各项指数；
进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析。
本实施例中所介绍的抗污治霾电力指数成效评价方法，格外重视“用海量真实数据说明实际问题和规律”，围绕大数据分析，从数据抽取、数据处理、再到数据输出，数据处理量庞大，模型使用率较高，计算公式逻辑严密，数据系统性处理和可视化分析共同组成抗污治霾成效评价方法。
分析抗污治霾成效评判标准，评价对象详情，以及电力数据可得性，并反复推敲指标整体协调性和指标构成合理性，完成指数指标选取。具化指标定义，合并分项指数，形成完整抗污治霾电力指数评价指标体系。
“抗污治霾电力指数”评价指标体系设计，基于影响碳减排的四大主要因素(产业结构优化、能源结构优化、新能源发展、污染防治)，在电力领域产生与关联的产业用电量、行业用电量、重点排污企业用电量、电能替代、新能源汽车充电量、光伏发电等电力大数据进行设计。下表1中给出了抗污治霾电力指数评价指标体系：
表1抗污治霾电力指数评价指标体系
根据抗污治霾电力指数评价指标体系，进行抗污治霾数据抽取，包括数据抽取代码编写、系统数据抽取和海量数据合并，构成模型计算所需基础数据。
在对“抗污治霾电力指数”评价指标进行权重分配时，根据指标数据之间的内在统计规律和权威值，给出合理的决策指标赋权方法，即采用主观赋权法和客观赋权法相结合的组合赋权方法，以弥补单一赋权带来的不足。
因此，采用主观赋权法(含客观计算)中的层次分析法(AHP)评价抗污治霾电力指数一级指标权重，采用客观赋权法中的熵权法对二级指标权重进行计算，确保结果真实、科学、可信；一级指标权重和二级指标权重如下表2所示：
表2一级指标权重和二级指标权重
根据抗污治霾电力指数数据特性选取合适计量经济算法模型，讨论论证模型的可行性。根据经济模型对基础数据进行跑数计算得出指标权重及底层指标评分。根据指标权重与底层指标评分，使用指数计算公式进行指数计算：
抗污治霾电力指数＝(产业用电*A1+行业用电*A2+重点排污企业用电*A3+电能替代*A4+新能源发展*A5)*100
产业电力指数＝(第一产业用电量*B1+第二产业用电量*B2+第三产业用电量*B3)*100
行业电力指数＝(航空行业用电量*B4+造纸行业用电量*B5+钢铁行业用电量*B6+石化行业用电量*B7+化工行业用电量*B8+建材行业用电量*B9+有色金属行业用电量*B10)*100
重点排污企业电力指数＝(重点排污企业用电量*B11+重点排污企业在运容量*B12)*100
电能替代指数＝(电能替代总电量*B13+生活领域电能替代电量*B14+农业生产电能替代电量*B15+工业生产电能替代电量*B16)*100
新能源发展指数＝(分布式光伏发电供应*B17+新能源汽车充电量*B18+充电桩覆盖率*B19)*100
指数分析
根据指数评分再次进行数据重组，挖掘数据中表现出来的共性与个性规律。使用巧妙制图，生动呈现抗污治霾电力指数，为抗污治霾赋能。
地市抗污治霾电力指数分析
根据各个地市抗污治霾电力指数分布情况，从时间序列对抗污治霾月度指数水平变化，进行热力地图直观展示。
地市对全省抗污治霾电力指数贡献分析
根据各地市抗污治霾电力指数，设置全省抗污治霾电力指数水平线，分析各地市抗污治霾电力指数对全省抗污治霾电力指数的贡献力度。针对各地市抗污治霾电力指数分布情况进行水平划分，其中，抗污治霾电力指数高于全省抗污治霾电力指数水平线的地市，对全省抗污治霾贡献力度较大；抗污治霾电力指数低于全省抗污治霾电力指数水平线的地市，对全省抗污治霾贡献力度较小。
同时，鉴于各地市对全省抗污治霾贡献力度大小不等，使用污治霾贡献系数进行深入量化排名。
抗污治霾贡献系数＝地市抗污治霾电力指数/全省抗污治霾电力指数
抗污治霾贡献系数>1，则当地抗污治霾水平跑赢全省平均水平，该地对全省抗污治霾贡献力度相对较高；
抗污治霾贡献系数<1，则当地抗污治霾水平跑输全省平均水平，该地对全省抗污治霾贡献力度相对较低；
抗污治霾贡献系数＝1，则当地抗污治霾水平与全省平均水平持平。
抗污治霾贡献系数越大，则该地对全省抗污治霾贡献力度越大，抗污治霾贡献系数越小，则该地对全省抗污治霾贡献力度越小。全省抗污治霾电力指数分项分析
从指数数值增长和指数数值增长率两个维度，进行抗污治霾电力指数，以及产业电力指数、行业电力指数、重点排污企业电力指数、电能替代指数、新能源发展指数的分项分析，并将指数分析下沉至二级指标。
关联验证
抗污治霾电力指数，是充分融合各口径下电力大数据信息，以数据为驱动，进行地区“抗污治霾”成效监测评估的指数产品。该部分基于收集梳理的地区空气污染物排放量、空气质量指数等环保监测数据与基于电力大数据建立的“抗污治霾电力指数”进行相关性分析，验证“抗污治霾电力指数”与环境数据之间的密切关系，为抗污治霾电力指数的科学性提供理论支持。
具体而言，使用Python爬取外部环境数据，依据抗污治霾电力指数数据处理规则，对环境数据进行同规则处理，使抗污治霾电力指数数据与外部环境数据形成关联，进行数据走势对比分析和相关性分析，确定抗污治霾电力指数数据和外部环境数据具有一定相关性，抗污治霾电力指数变化可以一定程度上代表外部环境质量变化。
本实施例通过采集梳理产业用电、行业用电、重点排污企业用电、电能替代、新能源发展等电力大数据，进行基于电力大数据的“抗污治霾”影响主体用电监测，掌握产业与能源结构变化情况，评价清洁电力减排贡献程度。同时，收集梳理地区空气污染物排放量、空气质量指数等环保监测数据与电力大数据监测分析结果进行关联分析，创建“抗污治霾电力指数”。
通过本实施例，充分融合各口径下的电力大数据信息，以数据为驱动，进行地区“抗污治霾”成效监测评估，并输出监测评估成果，全面支撑各级政府及其他机构出台抗污治霾相关政策，为产业结构和行业结构调整、重点排污企业管理、新能源发展提供建议，助力打好污染防治攻坚战，实现减污降碳协同。
实施例二
本公开实施例二介绍了一种抗污治霾电力指数成效评价系统。
如图4所示的一种抗污治霾电力指数成效评价系统，包括：
数据获取模块，被配置为获取电力大数据，构建抗污治霾电力指数评价指标；
数据提取模块，被配置为基于所构建的抗污治霾电力指数评价指标提取电力大数据中的抗污治霾数据；
权重计算模块，被配置为计算所提取到的抗污治霾数据的一级指标权重和二级指标权重；
指数计算模块，被配置为根据一级指标权重计算抗污治霾电力指数，根据二级指标权重计算电力大数据的各项指数；
分析模块，被配置为进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析。
详细步骤与实施例一提供的抗污治霾电力指数成效评价方法相同，在此不再赘述。
实施例三
本公开实施例三提供了一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例一所述的抗污治霾电力指数成效评价方法中的步骤。
详细步骤与实施例一提供的抗污治霾电力指数成效评价方法相同，在此不再赘述。
实施例四
本公开实施例四提供了一种电子设备。
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例一所述的抗污治霾电力指数成效评价方法中的步骤。
详细步骤与实施例一提供的抗污治霾电力指数成效评价方法相同，在此不再赘述。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (10)
1.一种抗污治霾电力指数成效评价方法，其特征在于，包括以下步骤：
获取电力大数据，构建抗污治霾电力指数评价指标；
基于所构建的抗污治霾电力指数评价指标提取电力大数据中的抗污治霾数据；
计算所提取到的抗污治霾数据的一级指标权重和二级指标权重；
根据一级指标权重计算抗污治霾电力指数，根据二级指标权重计算电力大数据的各项指数；
进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析。
2.如权利要求1中所述的一种抗污治霾电力指数成效评价方法，其特征在于，所述电力大数据包括产业用电量、行业用电量、重点排污企业用电量、电能替代量、新能源用电量和新能源发电量。
3.如权利要求1中所述的一种抗污治霾电力指数成效评价方法，其特征在于，根据抗污治霾数据之间的内在统计规律和权威值，通过合理的决策指标赋权方法，进行抗污治霾数据的权重分配。
4.如权利要求1中所述的一种抗污治霾电力指数成效评价方法，其特征在于，采用主观赋权法中的层次分析法进行抗污治霾数据一级指标权重的计算评价；采用客观赋值法中的熵权法进行抗污治霾数据二级指标权重的计算评价。
5.如权利要求1中所述的一种抗污治霾电力指数成效评价方法，其特征在于，所述抗污治霾电力指数与抗污治霾数据以及抗污治霾数据一级指标权重相关；电力大数据的各项指数与电力大数据以及电力大数据二级指标权重相关。
6.如权利要求1中所述的一种抗污治霾电力指数成效评价方法，其特征在于，所述进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析的过程中，根据抗污治霾电力指数设置抗污治霾电力指数水平线，计算抗污治霾电力指数与抗污治霾电力指数水平线之间的比值得到抗污治霾贡献系数，分析抗污治霾电力指数的贡献力度。
7.如权利要求6中所述的一种抗污治霾电力指数成效评价方法，其特征在于，所述抗污治霾贡献系数大于1，则抗污治霾水平高于平均水平，对抗污治霾贡献力度大；
所述抗污治霾贡献系数等于1，则抗污治霾水平与平均水平持平；
所述抗污治霾贡献系数小于1，则抗污治霾水平低于平均水平，对抗污治霾贡献力度小。
8.一种抗污治霾电力指数成效评价系统，其特征在于，包括：
数据获取模块，被配置为获取电力大数据，构建抗污治霾电力指数评价指标；
数据提取模块，被配置为基于所构建的抗污治霾电力指数评价指标提取电力大数据中的抗污治霾数据；
权重计算模块，被配置为计算所提取到的抗污治霾数据的一级指标权重和二级指标权重；
指数计算模块，被配置为根据一级指标权重计算抗污治霾电力指数，根据二级指标权重计算电力大数据的各项指数；
分析模块，被配置为进行抗污治霾电力指数以及电力大数据的各项指数的相关性分析。
9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的抗污治霾电力指数成效评价方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的抗污治霾电力指数成效评价方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111400848.XA CN114091916A (zh) | 2021-11-19 | 2021-11-19 | 一种抗污治霾电力指数成效评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111400848.XA CN114091916A (zh) | 2021-11-19 | 2021-11-19 | 一种抗污治霾电力指数成效评价方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114091916A true CN114091916A (zh) | 2022-02-25 |
Family
ID=80303786
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111400848.XA Pending CN114091916A (zh) | 2021-11-19 | 2021-11-19 | 一种抗污治霾电力指数成效评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114091916A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114723189A (zh) * | 2022-06-09 | 2022-07-08 | 湖南工商大学 | 减污降碳的能源系统多目标优化方法 |
-
2021
- 2021-11-19 CN CN202111400848.XA patent/CN114091916A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114723189A (zh) * | 2022-06-09 | 2022-07-08 | 湖南工商大学 | 减污降碳的能源系统多目标优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109462231B (zh) | 居民微电网的负荷优化调度方法、系统和存储介质 | |
| Yuan et al. | Study on optimization of economic dispatching of electric power system based on Hybrid Intelligent Algorithms (PSO and AFSA) | |
| CN105160451B (zh) | 一种含电动汽车的微电网多目标优化调度方法 | |
| Wang et al. | Balancing risk and cost in fuzzy economic dispatch including wind power penetration based on particle swarm optimization | |
| CN106655248B (zh) | 一种并网型微电网电源容量配置方法 | |
| CN107578124A (zh) | 基于多层改进gru神经网络的短期电力负荷预测方法 | |
| CN112131733B (zh) | 计及电动汽车充电负荷影响的分布式电源规划方法 | |
| CN107370188A (zh) | 一种计及风电出力的电力系统多目标调度方法 | |
| CN104392394B (zh) | 一种微电网储能裕度的检测方法 | |
| CN111126775A (zh) | 一种基于层次分析法的居民客户价值分级模型构建方法 | |
| CN109508826B (zh) | 基于梯度提升决策树的电动汽车集群可调度容量预测方法 | |
| CN111695754A (zh) | 一种电力物联网信息安全风险评估方法和装置 | |
| CN105870976A (zh) | 一种基于能源环境效率的低碳调度方法和装置 | |
| CN113344449B (zh) | 一种预测月尺度工业需水量的方法 | |
| CN114091916A (zh) | 一种抗污治霾电力指数成效评价方法及系统 | |
| CN109615262A (zh) | 一种基于模糊层次分析的能源互联网发展指数评估方法 | |
| CN108009684A (zh) | 一种包含短期负荷预测的微电网并网状态能量管理方法 | |
| CN109919800A (zh) | 一种基于多目标优化的节能改造补贴分配方法 | |
| Luo et al. | A Fuzzy Evaluation and AHP based Method for the Energy Efficiency Evaluation of EV Charging Station. | |
| Wang et al. | Analysis of the Influence Mechanism of Energy-Related Carbon Emissions with a Novel Hybrid Support Vector Machine Algorithm in Hebei, China. | |
| Shayeghi et al. | GEP considering purchase prices, profits of IPPs and reliability criteria using hybrid GA and PSO | |
| CN110210642A (zh) | 一种城市电能替代量预测方法及装置 | |
| Rocha et al. | Evaluation, Hierarchy and Selection of the best Source of Energy by using AHP, as a Proposed Solution to an Energy and Socio-economic Problem, in the case of Colombia’s Pacific Zone | |
| CN108334981A (zh) | 一种面向微电网综合能量管理的分层多目标优化方法 | |
| CN113937811A (zh) | 一种多能耦合配电系优化调度方法 |
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 |