CN114140009A - 电网配网工程技术评审方法、装置、终端及存储介质 - Google Patents
电网配网工程技术评审方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN114140009A CN114140009A CN202111490977.2A CN202111490977A CN114140009A CN 114140009 A CN114140009 A CN 114140009A CN 202111490977 A CN202111490977 A CN 202111490977A CN 114140009 A CN114140009 A CN 114140009A
- Authority
- CN
- China
- Prior art keywords
- review
- score
- historical
- project
- distribution network
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 76
- 238000011156 evaluation Methods 0.000 title claims abstract description 30
- 238000005516 engineering process Methods 0.000 title claims abstract description 29
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012552 review Methods 0.000 claims description 128
- 238000012549 training Methods 0.000 claims description 33
- 238000012795 verification Methods 0.000 claims description 33
- 238000013528 artificial neural network Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 abstract description 9
- 238000013210 evaluation model Methods 0.000 abstract description 7
- 238000012854 evaluation process Methods 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及工程技术信息处理技术领域,尤其涉及一种电网配网工程技术评审方法、装置、终端及存储介质,本发明方法通过获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,然后,获取评审模型,将概况、多个项目指标以及多个关键词输入至评审模型,获得总评分、论述评分以及多个指标评分。本发明方法,通过专家经验验证的评审模型对电网配网工程技术进行评审,需要准备的材料多为数据化的材料,有据可依,且依据专家经验建立评审模型,在应用于计算终端时,可以快速对电网配网工程进行评审打分,评审过程快速,需要准备的材料少,且能够平衡多方专家的意见,因此,人力资源消耗少,评审结论更准确、更贴近实际,值得推广。
Description
技术领域
本发明涉及工程技术信息处理技术领域,尤其涉及一种电网配网工程技术评审方法、装置、终端及存储介质。
背景技术
配电网规划是一个多目标、全过程、多维度的复杂系统工程,因此,配电网规划评价指标体系也是一个多层次的指标体系。在配电网资产管理中引入技术评审评价方法,健全必要的数据库,建立配电网的技术指标评价体系,不仅可为配电网规划、检修提供依据,为电网风险控制和设备管理策略提供重要信息,而且能够保证电力系统的整体可靠性,降低运维费用,提高投资回报率,为智能电网建设夯实基础。
在技术评审方面,通常会引入众多目标、指标以及参数,综合上述目标、指标以及参数评价一个电网配网工程设计、建设的质量。
一种常用的评审技术方案,是专家参加评审,各个数据加权,然后汇总专家的意见,评价一个电网配网工程的设计、建设质量。这种评审方式较为专业,得出的结论也非常值得信赖。然而,专家评审方式存在准备资料多,需要召集的人员多,评审周期长的问题,时间、人力以及资金成本居高不下。
此外,专家之间也常有意见分歧,如对数据的偏好上,各个领域的专家,分别会给出倾向性的意见,如何平衡各方意见,也是评审时需要注意的问题。
基于此,本领域技术人员有必要开发一种新的评审、评价方法,降低在评审过程中过多的人力、时间的消耗,且能够平衡各方面专家的意见,使得最终实现电网配网工程评审结论更准确、更贴近实际,使得电网配网工程更好的服务于建设人员,服务于生产生活,服务于全社会。
发明内容
本发明实施方式提供了一种电网配网工程技术评审方法、装置、终端及存储介质,用于解决现有技术中电网配网工程技术评审需要耗费较多的人力资源的问题。
第一方面,本发明实施方式提供了一种电网配网工程技术评审方法,包括:
获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,其中,所述证明文件与所述项目指标相对应;
对所述论述进行语义分析,提取多个关键词;
获取评审模型,将所述概况、所述多个项目指标以及所述多个关键词输入至所述评审模型,获得总评分、论述评分以及多个指标评分,其中,所述评审模型为经过专家经验验证的评审模型,所述总评分根据所述论述评分以及所述多个指标评分获得;
若所述总评分高于第一阈值,则根据所述多个证明文件对所述项目指标进行验证。
在一种可能实现的方式中,所述对所述论述进行语义分析,提取多个关键词,包括:
获取语义库,所述语义库包括多个词条;
将所述论述与所述语义库的各个词条进行匹配,若匹配度达到阈值,则该词条被选定为所述关键词。
在一种可能实现的方式中,所述获取评审模型,包括:
获取多个评审子模型,所述评审子模型为人工神经网络模型,每个所述评审子模型分别用于对所述多个项目指标中的一个项目指标或所述多个关键词进行评分;
针对每个所述评审子模型执行下列步骤:
获取多个历史样本,其中,所述历史样本包括:历史项目的项目指标以及对应所述历史项目的项目指标的历史评分,或所述历史样本包括:历史项目的项目指标、与所述历史项目的项目指标相关的概况以及对应所述历史项目的项目指标的历史评分,或所述历史样本包括:历史项目的多个关键词以及对应所述历史项目的多个关键词的历史评分,所述历史评分由专家组评审得出;
将所述多个历史样本输入至所述评审子模型,对所述评审子模型进行训练,直至所述评审子模型输出的评分与所述历史评分偏差小于第三阈值;
固定所述评审子模型的参数,将所述评审子模型作为经过专家经验验证的评审子模型。
在一种可能实现的方式中,所述将所述多个历史样本输入至所述评审子模型,对所述评审子模型进行训练,直至所述评审子模型输出的评分与所述历史评分偏差小于第三阈值,包括:
将多个历史样本分为训练集以及验证集;
训练步骤:
将所述训练集中的各个样本输入至所述评审子模型,直至所述评审子模型输出的评分与所述训练集中的样本的评分偏差小于第四阈值;
验证步骤:
固定所述评审子模型的参数,将所述验证集中的各个样本输入至所述评审子模型,获取所述评审子模型输出的评分与所述验证集中的样本的评分偏差,作为验证偏差;
若所述验证偏差小于所述第三阈值,则将所述评审子模型作为经过专家经验验证的评审子模型;
若所述验证偏差大于或等于所述第三阈值,则不固定所述评审子模型的参数,返回至所述训练步骤。
在一种可能实现的方式中,所述历史评分由所述专家组的各个成员评分,所述专家组的各个成员包括技术专家以及配网工程项目实际使用者,按照第一公式计算获得,所述第一公式:
式中,Score为所述历史评分,Si为所述技术专家的评分,Sj为所述配网工程项目实际使用者的评分,n为参与评分的技术专家的人数,m为参与评分的配网工程项目实际使用者的人数,所述参与评分的配网工程项目实际使用者的人数为所述参与评分的技术专家的人数的二倍。
在一种可能实现的方式中,所述根据所述多个证明文件对所述项目指标进行验证,包括:
从所述多个项目指标中选出待验证指标,其中,所述待验指标为指标评分高于第二阈值的项目指标;
输出所述待验指标以及待验证明文件,其中,所述待验证明文件为与所述待验指标相对应的证明文件;
根据所述待验证明文件确定所述待验指标的正确性。
在一种可能实现的方式中,所述论述评分与所述总评分的比值小于10%。
第二方面,本发明实施方式提供了一种电网配网工程技术评审装置,包括:
项目数据获取模块,用于获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,其中,所述证明文件与所述项目指标相对应;
语义分析模块,用于对所述论述进行语义分析,提取多个关键词;
评审模块,用于获取评审模型,将所述概况、所述多个项目指标以及所述多个关键词输入至所述评审模型,获得总评分、论述评分以及多个指标评分,其中,所述评审模型为经过专家经验验证的评审模型,所述总评分根据所述论述评分以及所述多个指标评分获得;以及,
验证模块,用于若所述总评分高于第一阈值,则根据所述多个证明文件对所述项目指标进行验证。
第三方面,本发明实施方式提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面,本发明实施方式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存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施方式与现有技术相比存在的有益效果是:
本发明实施方式公开了的一种电网配网工程技术评审方法,该方法通过获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,对论述进行语义分析,提取多个关键词,然后,获取评审模型,将概况、多个项目指标以及多个关键词输入至评审模型,获得总评分、论述评分以及多个指标评分,最后,针对总评分高于第一阈值的电网配网工程,根据多个证明文件对项目指标进行验证。本发明方法,通过专家经验验证的评审模型对电网配网工程技术进行评审,需要准备的材料多为数据化的材料,有据可依,且依据专家经验建立评审模型,在应用于计算终端时,可以快速对电网配网工程进行评审打分,评审过程快速,需要准备的材料少,且能够平衡多方专家的意见,因此,人力资源消耗少,评审结论更准确、更贴近实际,值得推广。
附图说明
为了更清楚地说明本发明实施方式中的技术方案,下面将对实施方式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方式,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施方式提供的电网配网工程技术评审方法流程图;
图2是本发明实施方式提供的人工神经网络模型的拓扑图;
图3是本发明实施方式提供的电网配网工程技术评审装置功能框图;
图4是本发明实施方式提供的终端功能框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施方式。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施方式中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施方式来进行说明。
下面对本发明的实施例作详细说明,本实例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
图1为本发明实施方式提供的电网配网工程技术评审方法的流程图。
如图1所示,其示出了本发明实施方式提供的电网配网工程技术评审方法的实现流程图,详述如下:
在步骤101中,获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,其中,所述证明文件与所述项目指标相对应。
示例性地,现有技术中,专家组对于配网工程项目的评审,主要从工程项目的概况、论述、项目指标方面开展。因此,作为经验模型,也应当从上述方面进行开展。
具体地,作为最重要的评审一个配网工程项目的条件项目指标,是指可以量化的、数据化的指标,将现行规程规范量化为具体指标,建立配网优质工程指标标准,梳理完善配网工程设计评审指标,梳理内容包括指标项、指标值标准范围、指标应用范围、指标合理性验证规则,最终形成一套标准指标体系。指标类别包括数值范围类型、描述说明类型、其他类型等。表1中示出了一种配网工程设计评审项目指标的示例。
表1配网工程设计评审项目指标示例
序号 | 指标名称 | 标准值上限 | 标准值下限 | 计算公式 | 说明 |
1 | 线路曲折系数 | 1.4 | 1 | ||
2 | 分支导线截面 | 95mm | |||
3 | 户均配变容量-农网 | 3KVA | |||
4 | 单台配电变压器造价 | 20万元 | |||
5 | 低压线路供电半径 | 500m | |||
6 | 配变所带户数 | 100户 | |||
7 | 10kV配电变压器预期负载率 | 30% | |||
8 | 户均配变容量-城网 | 6KVA | |||
9 | 混凝土杆赔偿单价 | 300元/基 | |||
10 | 钢杆超过3基 | 3 | |||
11 | 10kV主干导线截面 | 185mm | |||
12 | 0.4kV导线截面 | 70mm | |||
13 | 钢杆赔偿单价 | 3000元/处 | |||
14 | 电缆超过1km | 1km | |||
15 | 设备问题每条单回线路断路器设备 | 5台 | |||
16 | 单公里架空线路造价 | 25万元 | |||
17 | 拉线赔偿单价 | 300元/处 | |||
18 | 单双回档距判断 | 80m | |||
19 | 单公里电缆造价 | 30万 | |||
20 | 树木赔偿单价 | 292.5元 | |||
21 | 10kV变压器容量 | 200KVA |
在一种应用本方法的系统中,设有服务器以及终端,服务器接收终端上传的数据,而在终端侧,运行有将配网工程项目的概况、论述、多个项目指标以及多个证明文件上传到服务器的应用软件;操作者将符合服务器接收规范的、填写有工程项目概况、论述、指标的文件输入至终端,由终端传输到服务器端,最后由服务器按照本发明方法对电网配网工程进行评审。
在步骤102中,对所述论述进行语义分析,提取多个关键词。
在一些实施方式中,所述步骤102包括:
获取语义库,所述语义库包括多个词条;
将所述论述与所述语义库的各个词条进行匹配,若匹配度达到阈值,则该词条被选定为所述关键词。
示例性地,对于论述的评审,主要是通过对于关键词的识别,基于对关键词的识别,对论述进行评审。
对于关键词的提取方面,本发明实施方式采用的是将论述进行语义分析,获取关键词。在一些应用场景中,是通过遍历实现准备好的语义库,将论述与语义库最接近的部分进行匹配。
因语义库中的词条是规范化后的词条,因此,将论述与规范化的词条匹配后,就能够更方便的根据语义对论述进行评审。
在步骤103中,获取评审模型,将所述概况、所述多个项目指标以及所述多个关键词输入至所述评审模型,获得总评分、论述评分以及多个指标评分,其中,所述评审模型为经过专家经验验证的评审模型,所述总评分根据所述论述评分以及所述多个指标评分获得。
在一些实施方式中,在步骤103中,获取评审模型包括:
获取多个评审子模型,所述评审子模型为人工神经网络模型,每个所述评审子模型分别用于对所述多个项目指标中的一个项目指标或所述多个关键词进行评分;
针对每个所述评审子模型执行下列步骤:
获取多个历史样本,其中,所述历史样本包括:历史项目的项目指标以及对应所述历史项目的项目指标的历史评分,或所述历史样本包括:历史项目的项目指标、与所述历史项目的项目指标相关的概况以及对应所述历史项目的项目指标的历史评分,或所述历史样本包括:历史项目的多个关键词以及对应所述历史项目的多个关键词的历史评分,所述历史评分由专家组评审得出;
将所述多个历史样本输入至所述评审子模型,对所述评审子模型进行训练,直至所述评审子模型输出的评分与所述历史评分偏差小于第三阈值;
固定所述评审子模型的参数,将所述评审子模型作为经过专家经验验证的评审子模型。
在一些实施方式中,所述将所述多个历史样本输入至所述评审子模型,对所述评审子模型进行训练,直至所述评审子模型输出的评分与所述历史评分偏差小于第三阈值,包括:
将多个历史样本分为训练集以及验证集;
训练步骤:
将所述训练集中的各个样本输入至所述评审子模型,直至所述评审子模型输出的评分与所述训练集中的样本的评分偏差小于第四阈值;
验证步骤:
固定所述评审子模型的参数,将所述验证集中的各个样本输入至所述评审子模型,获取所述评审子模型输出的评分与所述验证集中的样本的评分偏差,作为验证偏差;
若所述验证偏差小于所述第三阈值,则将所述评审子模型作为经过专家经验验证的评审子模型;
若所述验证偏差大于或等于所述第三阈值,则不固定所述评审子模型的参数,返回至所述训练步骤
在一些实施方式中,所述历史评分由所述专家组的各个成员评分,所述专家组的各个成员包括技术专家以及配网工程项目实际使用者,按照第一公式计算获得,所述第一公式:
式中,Score为所述历史评分,Si为所述技术专家的评分,Sj为所述配网工程项目实际使用者的评分,n为参与评分的技术专家的人数,m为参与评分的配网工程项目实际使用者的人数,所述参与评分的配网工程项目实际使用者的人数为所述参与评分的技术专家的人数的二倍。
在一些实施方式中,所述论述评分与所述总评分的比值小于10%。
示例性地,评审模型用于根据概况、指标以及关键词进行评分,具体而言,是针对每个项目指标分别输出一个指标评分,而对于多个关键词,则是根据多个关键词输出一个论述评分。评审模型是根据专家组经验建立的评审模型,是专家经验的总结。
在一种应用场景中,评审模型为每个项目指标分别建立一个模型,为多个关键词建立一个模型,这些模型为评审模型的子模型。这些子模型为人工神经网络模型。
如图2所示,人工神经网络(ArtificialNeuralNetwork,即ANN),是从信息处理角度对人脑神经元网络进行抽象,建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activationfunction)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。本发明专利申请中无特殊说明之处,神经网络指人工神经网络。
如图2所示,最基本的神经网络由输入层,隐含层和输出层构成,给定输入量,就能得到一组输出结果。图2中示出的为具有两层隐含层的神经网络,实际应用中隐含层数量根据需要而确定。神经网络应用在分类问题中效果好,特别是针对非线性可分的问题。
对于神经网络的训练方面,其训练的样本是专家组评审的历史样本。具体而言,是多个历史电网配网工程的历史评分,每个项目指标对应一个专家组打出的历史评分,每个论述对应一个专家组打出的历史评分。对于具体的第一个历史电网配网项目指标A1而言,有专家组的评分a1,对于具体的第二个历史电网配网项目指标A2而言,有专家组的评分a2,对于具体的第三个历史电网配网项目指标A3而言,有专家组的评分a3,……依次类推,就可以获得多个具有评分标签的项目指标A的样本,以该样本对神经网络训练,就可以拟合专家对项目指标A的打分。同理,对于项目指标B、C等等均可以进行拟合,学习专家组的评审经验。
具体到训练上,将多个样本分为两个集合,一个训练集,一个验证集,训练集用于通过训练,调整神经网络的参数,参数不断调整后,就达到拟合专家组经验的效果,训练到一定阶段后,神经网络根据输入的样本输出的评分接近专家朱的评分,就说明实现了初步的训练。再通过验证集的样本输入至该经过初步训练的神经网络验证,如果输出的评分与验证集样本的专家组评分接近,则说明训练成功,实现了正确拟合,如果评分偏差较大,则说明存在过拟合,应当进行正则化处理,如调整神经网络模型(一种实施方式是减少隐含层层数)再次通过训练集进行训练,经过验证集验证,如此往复,直到验证集验证通过。
训练完成的各个评审子模型,实现了拟合专家组的评审方法,可以用来对项目指标进行评审。
在专家组的组成上,通常由各领域技术专家和配网工程项目的实际使用者组成,两者的比例为一比二,而两者的打分的权重为二比一,打出的总分除以参与打分的人数,就是历史评分,用公式表达为:
在步骤104中,若所述总评分高于第一阈值,则根据所述多个证明文件对所述项目指标进行验证。
在一些实施方式中,步骤104包括:从所述多个项目指标中选出待验证指标,其中,所述待验指标为指标评分高于第二阈值的项目指标;
输出所述待验指标以及待验证明文件,其中,所述待验证明文件为与所述待验指标相对应的证明文件;
根据所述待验证明文件确定所述待验指标的正确性。
示例性地,对于总评分较高的项目,需要人工核验,通常是核验项目指标的真实性。在一些应用场景中,仅选择评分较高的项目指标进行评审,系统会将评分高的项目指标以及对应该指标的证明文件输出,工作人员根据证明文件验证项目指标的真实性、正确性以及有效性。
本发明实施方式中,提供了一种电网配网工程技术评审方法,该方法通过获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,对论述进行语义分析,提取多个关键词,然后,获取评审模型,将概况、多个项目指标以及多个关键词输入至评审模型,获得总评分、论述评分以及多个指标评分,最后,针对总评分高于第一阈值的电网配网工程,根据多个证明文件对项目指标进行验证。本发明方法,通过专家经验验证的评审模型对电网配网工程技术进行评审,需要准备的材料多为数据化的材料,有据可依,且依据专家经验建立评审模型,在应用于计算终端时,可以快速对电网配网工程进行评审打分,评审过程快速,需要准备的材料少,且能够平衡多方专家的意见,因此,人力资源消耗少,评审结论更准确、更贴近实际,值得推广。
应理解,上述实施方式中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施方式的实施过程构成任何限定。
以下为本发明的装置实施方式,对于其中未详尽描述的细节,可以参考上述对应的方法实施方式。
图3是本发明实施方式提供的电网配网工程技术评审装置功能框图,参照图3,电网配网工程技术评审装置包括:项目数据获取模块301、语义分析模块302、评审模块303以及验证模块304。
项目数据获取模块301,用于获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,其中,所述证明文件与所述项目指标相对应;
语义分析模块302,用于对所述论述进行语义分析,提取多个关键词;
评审模块303,用于获取评审模型,将所述概况、所述多个项目指标以及所述多个关键词输入至所述评审模型,获得总评分、论述评分以及多个指标评分,其中,所述评审模型为经过专家经验验证的评审模型,所述总评分根据所述论述评分以及所述多个指标评分获得;
验证模块304,用于若所述总评分高于第一阈值,则根据所述多个证明文件对所述项目指标进行验证。
图4是本发明实施方式提供的终端的功能框图。如图4所示,该实施方式的终端4包括:处理器400、存储器401以及存储在所述存储器401中并可在所述处理器400上运行的计算机程序402。所述处理器400执行所述计算机程序402时实现上述各个电网配网工程技术评审方法及实施方式中的步骤,例如图1所示的步骤101至步骤104。
示例性的,所述计算机程序402可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器401中,并由所述处理器400执行,以完成本发明。
所述终端4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端4可包括,但不仅限于,处理器400、存储器401。本领域技术人员可以理解,图4仅仅是终端4的示例,并不构成对终端4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器400可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器401可以是所述终端4的内部存储单元,例如终端4的硬盘或内存。所述存储器401也可以是所述终端4的外部存储设备,例如所述终端4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器401还可以既包括所述终端4的内部存储单元也包括外部存储设备。所述存储器401用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器401还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、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单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施方式中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施方式中的对应过程,在此不再赘述。
在上述实施方式中,对各个实施方式的描述都各有侧重,某个实施方式中没有详述或记载的部分,可以参见其它实施方式的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施方式描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施方式中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施方式仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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方式方案的目的。
另外,在本发明各个实施方式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。
所述集成的模块/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,本发明实现上述实施方式方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个电网配网工程技术评审方法及电网配网工程技术评审装置实施方式的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施方式仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施方式对本发明进行了详细的说明,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方式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发明各实施方式技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电网配网工程技术评审方法,其特征在于,包括:
获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,其中,所述证明文件与所述项目指标相对应;
对所述论述进行语义分析,提取多个关键词;
获取评审模型,将所述概况、所述多个项目指标以及所述多个关键词输入至所述评审模型,获得总评分、论述评分以及多个指标评分,其中,所述评审模型为经过专家经验验证的评审模型,所述总评分根据所述论述评分以及所述多个指标评分获得;
若所述总评分高于第一阈值,则根据所述多个证明文件对所述项目指标进行验证。
2.根据权利要求1所述的电网配网工程技术评审方法,其特征在于,所述对所述论述进行语义分析,提取多个关键词,包括:
获取语义库,所述语义库包括多个词条;
将所述论述与所述语义库的各个词条进行匹配,若匹配度达到阈值,则该词条被选定为所述关键词。
3.根据权利要求1所述的电网配网工程技术评审方法,其特征在于,所述获取评审模型,包括:
获取多个评审子模型,所述评审子模型为人工神经网络模型,每个所述评审子模型分别用于对所述多个项目指标中的一个项目指标或所述多个关键词进行评分;
针对每个所述评审子模型执行下列步骤:
获取多个历史样本,其中,所述历史样本包括:历史项目的项目指标以及对应所述历史项目的项目指标的历史评分,或所述历史样本包括:历史项目的项目指标、与所述历史项目的项目指标相关的概况以及对应所述历史项目的项目指标的历史评分,或所述历史样本包括:历史项目的多个关键词以及对应所述历史项目的多个关键词的历史评分,所述历史评分由专家组评审得出;
将所述多个历史样本输入至所述评审子模型,对所述评审子模型进行训练,直至所述评审子模型输出的评分与所述历史评分偏差小于第三阈值;
固定所述评审子模型的参数,将所述评审子模型作为经过专家经验验证的评审子模型。
4.根据权利要求3所述的电网配网工程技术评审方法,其特征在于,所述将所述多个历史样本输入至所述评审子模型,对所述评审子模型进行训练,直至所述评审子模型输出的评分与所述历史评分偏差小于第三阈值,包括:
将多个历史样本分为训练集以及验证集;
训练步骤:
将所述训练集中的各个样本输入至所述评审子模型,直至所述评审子模型输出的评分与所述训练集中的样本的评分偏差小于第四阈值;
验证步骤:
固定所述评审子模型的参数,将所述验证集中的各个样本输入至所述评审子模型,获取所述评审子模型输出的评分与所述验证集中的样本的评分偏差,作为验证偏差;
若所述验证偏差小于所述第三阈值,则将所述评审子模型作为经过专家经验验证的评审子模型;
若所述验证偏差大于或等于所述第三阈值,则不固定所述评审子模型的参数,返回至所述训练步骤。
6.根据权利要求1-5任一项所述的电网配网工程技术评审方法,其特征在于,所述根据所述多个证明文件对所述项目指标进行验证,包括:
从所述多个项目指标中选出待验证指标,其中,所述待验指标为指标评分高于第二阈值的项目指标;
输出所述待验指标以及待验证明文件,其中,所述待验证明文件为与所述待验指标相对应的证明文件;
根据所述待验证明文件确定所述待验指标的正确性。
7.根据权利要求1-5任一项所述的电网配网工程技术评审方法,其特征在于,所述论述评分与所述总评分的比值小于10%。
8.一种电网配网工程技术评审装置,其特征在于,包括:
项目数据获取模块,用于获取配网工程项目的概况、论述、多个项目指标以及多个证明文件,其中,所述证明文件与所述项目指标相对应;
语义分析模块,用于对所述论述进行语义分析,提取多个关键词;
评审模块,用于获取评审模型,将所述概况、所述多个项目指标以及所述多个关键词输入至所述评审模型,获得总评分、论述评分以及多个指标评分,其中,所述评审模型为经过专家经验验证的评审模型,所述总评分根据所述论述评分以及所述多个指标评分获得;以及,
验证模块,用于若所述总评分高于第一阈值,则根据所述多个证明文件对所述项目指标进行验证。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2021114700930 | 2021-12-03 | ||
CN202111470093 | 2021-12-03 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114140009A true CN114140009A (zh) | 2022-03-04 |
Family
ID=80384976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111490977.2A Pending CN114140009A (zh) | 2021-12-03 | 2021-12-08 | 电网配网工程技术评审方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114140009A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114462983A (zh) * | 2022-04-12 | 2022-05-10 | 国网浙江省电力有限公司 | 适用于配网工程的审计数据处理方法 |
CN116862318A (zh) * | 2023-09-04 | 2023-10-10 | 国电投华泽(天津)资产管理有限公司 | 基于文本语义特征提取的新能源项目评价方法和装置 |
-
2021
- 2021-12-08 CN CN202111490977.2A patent/CN114140009A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114462983A (zh) * | 2022-04-12 | 2022-05-10 | 国网浙江省电力有限公司 | 适用于配网工程的审计数据处理方法 |
CN116862318A (zh) * | 2023-09-04 | 2023-10-10 | 国电投华泽(天津)资产管理有限公司 | 基于文本语义特征提取的新能源项目评价方法和装置 |
CN116862318B (zh) * | 2023-09-04 | 2023-11-17 | 国电投华泽(天津)资产管理有限公司 | 基于文本语义特征提取的新能源项目评价方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114140009A (zh) | 电网配网工程技术评审方法、装置、终端及存储介质 | |
CN108959187A (zh) | 一种变量分箱方法、装置、终端设备及存储介质 | |
CN110751355A (zh) | 一种科技成果评估方法和装置 | |
CN111680841B (zh) | 基于主成分分析的短期负荷预测方法、系统及终端设备 | |
CN110555782A (zh) | 一种基于大数据的科学用电模型构建系统及方法 | |
CN110619084A (zh) | 一种根据图书馆读者借阅行为进行图书推荐的方法 | |
CN113111924A (zh) | 电力客户分类方法及装置 | |
CN111882140A (zh) | 风险评测方法、模型训练方法、装置、设备及存储介质 | |
CN113807728A (zh) | 基于神经网络的绩效考核方法、装置、设备及存储介质 | |
CN110310012B (zh) | 数据分析方法、装置、设备及计算机可读存储介质 | |
CN116452165B (zh) | 一种人才信息推荐方法、服务系统及存储介质 | |
CN112257958A (zh) | 一种电力饱和负荷预测方法及装置 | |
CN112598181A (zh) | 负荷预测方法、装置、设备和存储介质 | |
CN111400445A (zh) | 一种基于相似文本的案件繁简分流方法 | |
CN110210677A (zh) | 一种结合聚类和深度学习算法的母线短期日负荷预测方法和装置 | |
CN115577983A (zh) | 基于区块链的企业任务匹配方法、服务器及存储介质 | |
CN115964944A (zh) | 电力行业产业链模型生成方法、装置、存储介质和设备 | |
CN115293867A (zh) | 财务报销用户画像优化方法、装置、设备及存储介质 | |
CN113742495A (zh) | 基于预测模型的评级特征权重确定方法及装置、电子设备 | |
CN115146822A (zh) | 光伏发电预测方法、装置及终端设备 | |
CN114282657A (zh) | 一种市场数据长期预测模型训练方法、装置、设备及存储介质 | |
CN113704236A (zh) | 政务系统数据质量评估方法、装置、终端及存储介质 | |
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 | |
CN114140259A (zh) | 基于人工智能的核保风控方法、装置、设备及存储介质 | |
CN113393099A (zh) | 配电网项目群价值指标评估方法、装置及终端设备 |
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 |