CN114266444A - 基于熵权法-层次分析法的电网设备运维成本分析方法 - Google Patents
基于熵权法-层次分析法的电网设备运维成本分析方法 Download PDFInfo
- Publication number
- CN114266444A CN114266444A CN202111454895.2A CN202111454895A CN114266444A CN 114266444 A CN114266444 A CN 114266444A CN 202111454895 A CN202111454895 A CN 202111454895A CN 114266444 A CN114266444 A CN 114266444A
- Authority
- CN
- China
- Prior art keywords
- index
- primary
- weight
- historical data
- power grid
- 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 98
- 238000012423 maintenance Methods 0.000 title claims abstract description 67
- 230000008569 process Effects 0.000 title claims abstract description 31
- 238000007728 cost analysis Methods 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000004140 cleaning Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000011161 development Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000009469 supplementation Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于熵权法‑层次分析法的电网设备运维成本分析方法、计算设备及存储介质，该方法包括：确定电网设备运维成本的影响因素，影响因素包括至少一个一级指标，一级指标包括至少一个二级指标；收集影响因素的历史数据，对历史数据进行数据清洗和标准化处理，以获取标准历史数据；基于标准历史数据，计算各二级指标的主观权重，并确定各二级指标的客观权重；根据各二级指标的主观权重和客观权重，计算各二级指标的组合权重；通过各二级指标的组合权重，确定各二级指标的评价结果。
Description
技术领域
本发明涉及能源电力领域，特别涉及一种基于熵权法-层次分析法的电网设备运维成本分析方法、计算设备及存储介质。
背景技术
电网运行维护成本的合理配置是电网在能源资源配置中的重要一环，如何进行精益化、标准化管理对于支撑电网降本增效、实现高质量发展具有重要意义。
目前，电网运行维护成本管理中存在的问题包括三个方面：(1)财务多维精益报表中按电压等级和专业类型对电网运行维护成本进行统计，各项费用中包含出差、交通等各种管理费用，且不易获取设备运维成本的构成要素；(2)《电网生产运营作业成本标准》中只涵盖典型设备，设备运维投入不能根据设备参数灵活调整；(3)各省管理方式不同，设备运维成本投入未全面考虑社会、经济、企业等因素的综合影响。
而传统的粗放型设备运维成本投入模式也存在三大问题：电网设备运维资本与社会、经济发展不匹配；未能根据具体的设备科学调整设备运维成本投入水平；设备运维成本构成因素评价方法多集中在理论分析，未能与电网企业实际作业相结合。现有的电网设备运维成本分析方法，难以通过定性定量分析影响电网企业设备运维成本的影响因素及其影响程度，无法实现电网企业运维成本精细化管理。
因此，需要一种新的电网设备运维成本分析方法来优化处理。
发明内容
为此，本发明提供一种基于熵权法-层次分析法的电网设备运维成本分析方案，以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面，提供一种基于熵权法-层次分析法的电网设备运维成本分析方法，该方法包括如下步骤：首先，确定电网设备运维成本的影响因素，影响因素包括至少一个一级指标，一级指标包括至少一个二级指标；收集影响因素的历史数据，对历史数据进行数据清洗和标准化处理，以获取标准历史数据；基于标准历史数据，计算各二级指标的主观权重，并确定各二级指标的客观权重；根据各二级指标的主观权重和客观权重，计算各二级指标的组合权重；通过各二级指标的组合权重，确定各二级指标的评价结果。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，确定电网设备运维成本的影响因素的步骤，包括：依据历史资料、专家访谈内容、当下趋势和现状、以及系统动力学分析结论，确定电网设备运维成本的影响因素。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，影响因素包括如下一级指标中的至少一个：电网规模及负荷特点、设备情况、地区经济发展水平和地理自然条件。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，电网规模及负荷特点包括线路长度、人员数量、固定资产原值和供电可靠率中至少一个二级指标，设备情况包括设备基本参数、设备数量、供应商、设备状态、设备重要程度和设备应用场景中至少一个二级指标，地区经济发展水平包括人均国内生产总值、购买力评价、价格指数中至少一个二级指标，地理自然条件包括气候、地理环境、供电区面积和用户密度中至少一个二级指标。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，对历史数据进行数据清洗和标准化处理，以获取标准历史数据的步骤，包括：检查历史数据中是否存在异常数据；若存在异常数据，则对异常数据的数值进行剔除；对历史数据中的缺失数据和剔除处理后的异常数据进行数值补充；将数据补充后的历史数据进行标准化处理，以获取标准历史数据。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，基于标准历史数据，计算各二级指标的主观权重，并确定各二级指标的客观权重的步骤，包括：基于标准历史数据，确定各一级指标的主观权重；对各一级指标，根据一级指标的主观权重，计算一级指标包括的各二级指标的主观权重。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，确定各一级指标的主观权重的步骤，包括：将各一级指标进行对比，以确定各一级指标的重要程度；基于各一级指标的重要程度，构造一级判断矩阵；利用一级判断矩阵，计算各一级指标的相对重要度；根据各一级指标的相对重要度，确定各一级指标的主观权重。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，根据一级指标的主观权重，计算一级指标包括的各二级指标的主观权重的步骤，包括：将一级指标包括的各二级指标进行对比，以确定一级指标包括的各二级指标的重要程度；基于一级指标包括的各二级指标的重要程度，构造二级判断矩阵；利用二级判断矩阵，计算一级指标包括的各二级指标的相对重要程度；根据一级指标包括的各二级指标的相对重要度，以及一级指标的主观权重，确定一级指标包括的各二级指标的主观权重。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，基于标准历史数据，计算各二级指标的主观权重，并确定各二级指标的客观权重的步骤，包括：基于标准历史数据，计算各二级指标的信息熵；根据各二级指标的信息熵进行指标赋权，以确定各二级指标的客观权重。
可选地，在根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法中，根据各二级指标的主观权重和客观权重，计算各二级指标的组合权重的步骤，包括：根据各二级指标的主观权重和客观权重、标准历史数据，建立组合权重模型；求解组合权重模型，以获取各二级指标的组合权重。
根据本发明的又一个方面，提供了一种计算设备，包括：至少一个处理器；以及存储器，存储有程序指令，其中，程序指令被配置为适于由至少一个处理器执行，程序指令包括用于执行如上所述的基于熵权法-层次分析法的电网设备运维成本分析方法的指令。
根据本发明的又一个方面，提供了一种存储有程序指令的可读存储介质，当程序指令被计算设备读取并执行时，使得计算设备执行如上所述的基于熵权法-层次分析法的电网设备运维成本分析方法。
根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方案，借助系统动力学模型识别、量化、处理、分析电网设备运维成本的影响因素，以清晰直观地确定对应的一级指标和二级指标，利用层次分析法先计算各一级指标的主观权重，再计算各二级指标的主观权重，采用熵权法确定各二级指标的客观权重，从理论与实际相结合的角度分析了不同因素的影响权重，并将主观和客观相结合，计算出各二级指标的组合权重，以便确定各二级指标的评价结果，有助于运维工作技术人员根据环境、社会、设备等因素及时调整运维设备投入资本，为电网设备运维成本管理提供技术支撑，有利于提高电网企业的设备运维成本管理水平，科学提高设备运维成本标准的合理性，实现电网企业综合效益的大幅提高。
附图说明
为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的结构框图；以及
图2示出了根据本发明一个实施例的基于熵权法-层次分析法的电网设备运维成本分析方法200的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的计算设备100的结构框图。
如图1所示，在基本的配置102中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器(UP)、微控制器(UC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中，应用122可以布置为在操作系统上由一个或多个处理器104利用程序数据124执行指令。
计算设备100还包括储存设备132，储存设备132包括可移除储存器136和不可移除储存器138。
计算设备100还可以包括储存接口总线134。储存接口总线134实现了从储存设备132(例如，可移除储存器136和不可移除储存器138)经由总线/接口控制器130到基本配置102的通信。操作系统120、应用122以及程序数据124的至少一部分可以存储在可移除储存器136和/或不可移除储存器138上，并且在计算设备100上电或者要执行应用122时，经由储存接口总线134而加载到系统存储器106中，并由一个或者多个处理器104来执行。
计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以是这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中以编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。当然，计算设备100也可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、数码照相机、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。甚至可以被实现为服务器，如文件服务器、数据库服务器、应用程序服务器和WEB服务器等。本发明的实施例对此均不做限制。
在根据本发明的实施例中，计算设备100被配置为执行根据本发明的基于熵权法-层次分析法的电网设备运维成本分析方法200。其中，布置在操作系统上的应用122中包含用于执行方法200的多条程序指令，这些程序指令可以指示处理器104执行本发明的方法200，以便计算设备200通过执行本发明的方法200来分析电网设备运维成本。
图2示出了根据本发明一个实施例的基于熵权法-层次分析法的电网设备运维成本分析方法200的流程图。基于熵权法-层次分析法的电网设备运维成本分析方法200可以在计算设备(例如前述计算设备100)中执行。
如图2所示，方法200始于步骤S210。在步骤S210中，确定电网设备运维成本的影响因素，影响因素包括至少一个一级指标，一级指标包括至少一个二级指标。根据本发明的一个实施例，可以依据历史资料、专家访谈内容、当下趋势和现状、以及系统动力学分析结论，确定电网设备运维成本的影响因素。系统动力学模型中选取的系统要素主要包括计划成本、输配电成本、运维资产、线路成本投入情况、效益指标、可靠性指标、电网规模及负荷特点、设备情况、地区经济发展水平、地理自然条件等，通过分析各系统要素与运维成本的因果关系，从而更加精准地确定对运维成本影响作用最为直接的指标作为影响因素。
在该实施方式中，影响因素包括如下一级指标中的至少一个：电网规模及负荷特点、设备情况、地区经济发展水平和地理自然条件。其中，电网规模及负荷特点包括线路长度、人员数量、固定资产原值和供电可靠率中至少一个二级指标，设备情况包括设备基本参数、设备数量、供应商、设备状态、设备重要程度和设备应用场景中至少一个二级指标，地区经济发展水平包括人均国内生产总值、购买力评价、价格指数中至少一个二级指标，地理自然条件包括气候、地理环境、供电区面积和用户密度中至少一个二级指标。
考虑到影响因素的全面性，确定影响因素包括4个一级指标和17个二级指标，表1示出了根据本发明一个实施例的电网设备运维成本的影响因素示例，具体如下所示：
表1
随后，进入步骤S220，收集影响因素的历史数据，对历史数据进行数据清洗和标准化处理，以获取标准历史数据。根据本发明的一个实施例，可以通过如下方式获取标准历史数据。先检查历史数据中是否存在异常数据，若存在异常数据，则对异常数据的数值进行剔除，对历史数据中的缺失数据和剔除处理后的异常数据进行数值补充，再将数据补充后的历史数据进行标准化处理，以获取标准历史数据。
在该实施方式中，影响因素的历史数据为2016～2020年全部(17个)二级指标的数据，通过图示法检查是否存在异常数据，利用平均值填补方式补充缺失数据和剔除处理后的异常数据。此外，还可以收集运维成本的历史数据，将运维成本和影响因素的历史数据结合起来处理，来获取标准历史数据。
进一步的，为明确第二指标在统计学上的意义，可以通过线性回归模型分析第二指标，使得后续步骤所评价的第二指标具有科学性。
在步骤S230中，基于标准历史数据，计算各二级指标的主观权重，并确定各二级指标的客观权重。根据本发明的一个实施例，可以通过如下方式计算各二级指标的主观权重。首先，基于标准历史数据，确定各一级指标的主观权重，然后，对各一级指标，根据一级指标的主观权重，计算一级指标包括的各二级指标的主观权重。上述处理方式即为层次分析法，先对各一级指标这一层次进行分析，再对一级指标下的各二级指标进行分析。
在确定各一级指标的主观权重时，先将各一级指标进行对比，以确定各一级指标的重要程度，基于各一级指标的重要程度，构造一级判断矩阵，利用一级判断矩阵，计算各一级指标的相对重要度，根据各一级指标的相对重要度，确定各一级指标的主观权重。
例如，将各一级指标互相对比，考察各自的重要程度，一般称之为标度。依靠专家打分，应用1至9来表示一级指标甲比一级指标乙重要的程度。如果一级指标甲比一级指标乙重要程度相当，则用1表示，如果一级指标甲比一级指标乙的重要程度非常强烈，则用9表示，其他数字的含义则为1～9中的中间程度。
从而得到一级判断矩阵A＝(aij)K×K，其中，aij表示第i行第j列的专家打分数值，i,j＝1,2,…,K，K对应一级指标的总个数，本实施例中K＝4。表2示出了一级判断矩阵的取值规则，具体如下所示：
| 标度 | 定义与说明 |
| 1 | 两个一级指标具有同样重要程度 |
| 3 | 两个一级指标比较，一个比另一个稍微重要 |
| 5 | 两个一级指标比较，一个比另一个明显重要 |
| 7 | 两个一级指标比较，一个比另一个重要得多 |
| 9 | 两个一级指标比较，一个比另一个极端重要 |
| 2，4，6，8 | 表示需要在上述两个标准之间折衷时的标度 |
| 1a<sub>ij</sub> | 两个一级指标的反比较 |
表2根据表2，得到一级判断矩阵如下：
对一级判断矩阵每行元素的乘积开K次方，得到各一级指标的相对重要度，例如第一个一级指标电网规模及负荷特点的相对重要度v1为：
同理可计算一级指标设备情况、地区经济发展水平和地理自然条件的相对重要度v2、v3和v4。对上述4个一级指标的相对重要度进行归一化标准处理，可得第i个一级指标的主观权重wi为：
在得到各一级指标的主观权重后，通常需要利用其对一级判断矩阵A进行一致性检验，主要考查一致性指标和一致性比率指标，分别如式(4)和(5)所示：
其中，λmax-K代表一级判断矩阵A偏离相容性的程度，R.I为平均随机一致性指标，其值与一级判断矩阵A的阶数相关，可查表得到。
在具体检验过程中，先计算加权矩阵B，其公式如下：
其中，
同理可求得b2、b3和b4。
再确定λmax的值为：
表3示出了一致性检验表的一个示例，具体如下：
表3
对于一级判断矩阵A而言，其维度是4，则R.I的取值参考表3为0.89。
若C.R小于0.1，即可认为一级判断矩阵A具有满意的一致性。在一级判断矩阵A不能通过一致性检验时，需要对各一级指标的重要程度重新赋值，直至其通过矩阵一致性检验。
在确定了各一级指标的主观权重后，对各一级指标，可通过如下方式根据一级指标的主观权重，计算一级指标包括的各二级指标的主观权重。在该实施方式中，先将一级指标包括的各二级指标进行对比，以确定一级指标包括的各二级指标的重要程度，再基于一级指标包括的各二级指标的重要程度，构造二级判断矩阵，利用二级判断矩阵，计算一级指标包括的各二级指标的相对重要程度，最后，根据一级指标包括的各二级指标的相对重要度，以及一级指标的主观权重，确定一级指标包括的各二级指标的主观权重。
以上计算某一一级指标下各二级指标的主观权重的具体处理手段，可参考上述确定各一级指标的主观权重的方式，此处不再赘述。
在确定各二级指标的客观权重时，根据本发明的一个实施例，一般是基于标准历史数据，计算各二级指标的信息熵，根据各二级指标的信息熵进行指标赋权，以确定各二级指标的客观权重。上述处理方式即为熵权法，相关流程如下。
首先，根据标准历史数据构建标准化判断矩阵X如下：
X＝(xmn)M×N m＝1,2,…,M；n＝1,2,…,N (8)
其中，xmn表示第m年第n个二级指标的历史数据的数值，M表示年份跨度，N表示二级指标的总个数，本实施例中M＝5，N＝17。
对第n个二级指标，按以下公式计算其信息熵Hn：
其中，fmn为第m年在第n个二级指标上的得分相对于所有年份在该二级指标上得分的占比。
最后，对各二级指标以如下公式进行指标赋权，得到第n个二级指标的客观权重为：
其中，0≤Wn′≤1，
在步骤S240中，根据各二级指标的主观权重和客观权重，计算各二级指标的组合权重。根据本发明的一个实施例，根据各二级指标的主观权重和客观权重、标准历史数据，建立组合权重模型，求解组合权重模型，以获取各二级指标的组合权重。
在该实施方式中，假设由步骤S230得到的第n个二级指标的主观权重为Wn，由于对所有二级指标来说，基于层次分析法和熵权法的主客观权重的偏差理应越小越好，则建立最小二乘法优化组合权重模型如下：
其中，
在式(13)中，min表示求最小值，L指代组合权重模型中主客观权重的偏差，μn为第n个二级指标的组合权重，smn为矩阵S＝(smn)M×N中第m行第n列的元素，S为2016～2020年各二级指标的历史数据无量纲化后生成的矩阵。
利用拉格朗日方法求解上述模型，即可得到各二级指标的组合权重。最终，执行步骤S250，通过各二级指标的组合权重，确定各二级指标的评价结果。第n个二级指标的评价结果可按如下公式计算：
根据本发明实施例的基于熵权法-层次分析法的电网设备运维成本分析方案，借助系统动力学模型识别、量化、处理、分析电网设备运维成本的影响因素，以清晰直观地确定对应的一级指标和二级指标，利用层次分析法先计算各一级指标的主观权重，再计算各二级指标的主观权重，采用熵权法确定各二级指标的客观权重，从理论与实际相结合的角度分析了不同因素的影响权重，并将主观和客观相结合，计算出各二级指标的组合权重，以便确定各二级指标的评价结果，有助于运维工作技术人员根据环境、社会、设备等因素及时调整运维设备投入资本，为电网设备运维成本管理提供技术支撑，有利于提高电网企业的设备运维成本管理水平，科学提高设备运维成本标准的合理性，实现电网企业综合效益的大幅提高。
A9、如A1-A8中任一项所述的方法，其中，所述基于所述标准历史数据，计算各二级指标的主观权重，并确定各二级指标的客观权重的步骤，包括：
基于所述标准历史数据，计算各二级指标的信息熵；
根据各二级指标的信息熵进行指标赋权，以确定各二级指标的客观权重。
A10、如A1-A9中任一项所述的方法，其中，所述根据各二级指标的主观权重和客观权重，计算各二级指标的组合权重的步骤，包括：
根据各二级指标的主观权重和客观权重、所述标准历史数据，建立组合权重模型；
求解所述组合权重模型，以获取各二级指标的组合权重。
这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的基于熵权法-层次分析法的电网设备运维成本分析方法。
以示例而非限制的方式，可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。
在此处所提供的说明书中，算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。
Claims (10)
1.一种基于熵权法-层次分析法的电网设备运维成本分析方法，包括：
确定电网设备运维成本的影响因素，所述影响因素包括至少一个一级指标，所述一级指标包括至少一个二级指标；
收集所述影响因素的历史数据，对所述历史数据进行数据清洗和标准化处理，以获取标准历史数据；
基于所述标准历史数据，计算各二级指标的主观权重，并确定各二级指标的客观权重；
根据各二级指标的主观权重和客观权重，计算各二级指标的组合权重；
通过各二级指标的组合权重，确定各二级指标的评价结果。
2.如权利要求1所述的方法，其中，所述确定电网设备运维成本的影响因素的步骤，包括：
依据历史资料、专家访谈内容、当下趋势和现状、以及系统动力学分析结论，确定电网设备运维成本的影响因素。
3.如权利要求1或2所述的方法，其中，所述影响因素包括如下一级指标中的至少一个：
电网规模及负荷特点、设备情况、地区经济发展水平和地理自然条件。
4.如权利要求3所述的方法，其中，所述电网规模及负荷特点包括线路长度、人员数量、固定资产原值和供电可靠率中至少一个二级指标，所述设备情况包括设备基本参数、设备数量、供应商、设备状态、设备重要程度和设备应用场景中至少一个二级指标，所述地区经济发展水平包括人均国内生产总值、购买力评价、价格指数中至少一个二级指标，所述地理自然条件包括气候、地理环境、供电区面积和用户密度中至少一个二级指标。
5.如权利要求1-4中任一项所述的方法，所述对所述历史数据进行数据清洗和标准化处理，以获取标准历史数据的步骤，包括：
检查所述历史数据中是否存在异常数据；
若存在异常数据，则对所述异常数据的数值进行剔除；
对所述历史数据中的缺失数据和剔除处理后的异常数据进行数值补充；
将数据补充后的历史数据进行标准化处理，以获取标准历史数据。
6.如权利要求1-5中任一项所述的方法，其中，所述基于所述标准历史数据，计算各二级指标的主观权重，并确定各二级指标的客观权重的步骤，包括：
基于所述标准历史数据，确定各一级指标的主观权重；
对各一级指标，根据所述一级指标的主观权重，计算所述一级指标包括的各二级指标的主观权重。
7.如权利要求6所述的方法，其中，所述确定各一级指标的主观权重的步骤，包括：
将各一级指标进行对比，以确定各一级指标的重要程度；
基于各一级指标的重要程度，构造一级判断矩阵；
利用所述一级判断矩阵，计算各一级指标的相对重要度；
根据各一级指标的相对重要度，确定各一级指标的主观权重。
8.如权利要求6或7所述的方法，其中，根据所述一级指标的主观权重，计算所述一级指标包括的各二级指标的主观权重的步骤，包括：
将所述一级指标包括的各二级指标进行对比，以确定所述一级指标包括的各二级指标的重要程度；
基于所述一级指标包括的各二级指标的重要程度，构造二级判断矩阵；
利用所述二级判断矩阵，计算所述一级指标包括的各二级指标的相对重要程度；
根据所述一级指标包括的各二级指标的相对重要度，以及所述一级指标的主观权重，确定所述一级指标包括的各二级指标的主观权重。
9.一种计算设备，包括：
至少一个处理器；以及
存储器，存储有程序指令，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如权利要求1-8中任一项所述的方法的指令。
10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-8中任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111454895.2A CN114266444A (zh) | 2021-12-01 | 2021-12-01 | 基于熵权法-层次分析法的电网设备运维成本分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111454895.2A CN114266444A (zh) | 2021-12-01 | 2021-12-01 | 基于熵权法-层次分析法的电网设备运维成本分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114266444A true CN114266444A (zh) | 2022-04-01 |
Family
ID=80826127
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111454895.2A Pending CN114266444A (zh) | 2021-12-01 | 2021-12-01 | 基于熵权法-层次分析法的电网设备运维成本分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114266444A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116151869A (zh) * | 2023-04-19 | 2023-05-23 | 国网安徽省电力有限公司经济技术研究院 | 一种输变电差异化运维成本分析系统 |
| CN116644562A (zh) * | 2023-05-06 | 2023-08-25 | 中国三峡新能源(集团)股份有限公司 | 一种新能源电站运维费用评估系统 |
| CN117252487A (zh) * | 2023-11-15 | 2023-12-19 | 国网浙江省电力有限公司金华供电公司 | 一种基于终端验证的多粒度加权分析方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163771A (zh) * | 2020-09-29 | 2021-01-01 | 华北电力大学（保定） | 一种计及增量成本的多指标综合权重可靠性电价制定方法 |
| CN112561364A (zh) * | 2020-12-22 | 2021-03-26 | 国网山东省电力公司 | 一种基于组合权重的电网运维成本水平合理性评价技术 |
| CN113256036A (zh) * | 2021-07-13 | 2021-08-13 | 国网浙江省电力有限公司 | 基于Prophet-LSTNet组合模型的供电成本分析预测方法 |
| CN113298288A (zh) * | 2021-04-12 | 2021-08-24 | 国网浙江省电力有限公司湖州供电公司 | 一种融合时间序列和神经网络的供电所运维成本预测方法 |
-
2021
- 2021-12-01 CN CN202111454895.2A patent/CN114266444A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163771A (zh) * | 2020-09-29 | 2021-01-01 | 华北电力大学（保定） | 一种计及增量成本的多指标综合权重可靠性电价制定方法 |
| CN112561364A (zh) * | 2020-12-22 | 2021-03-26 | 国网山东省电力公司 | 一种基于组合权重的电网运维成本水平合理性评价技术 |
| CN113298288A (zh) * | 2021-04-12 | 2021-08-24 | 国网浙江省电力有限公司湖州供电公司 | 一种融合时间序列和神经网络的供电所运维成本预测方法 |
| CN113256036A (zh) * | 2021-07-13 | 2021-08-13 | 国网浙江省电力有限公司 | 基于Prophet-LSTNet组合模型的供电成本分析预测方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116151869A (zh) * | 2023-04-19 | 2023-05-23 | 国网安徽省电力有限公司经济技术研究院 | 一种输变电差异化运维成本分析系统 |
| CN116151869B (zh) * | 2023-04-19 | 2023-06-27 | 国网安徽省电力有限公司经济技术研究院 | 一种输变电差异化运维成本分析系统 |
| CN116644562A (zh) * | 2023-05-06 | 2023-08-25 | 中国三峡新能源(集团)股份有限公司 | 一种新能源电站运维费用评估系统 |
| CN116644562B (zh) * | 2023-05-06 | 2024-02-06 | 中国三峡新能源(集团)股份有限公司 | 一种新能源电站运维费用评估系统 |
| CN117252487A (zh) * | 2023-11-15 | 2023-12-19 | 国网浙江省电力有限公司金华供电公司 | 一种基于终端验证的多粒度加权分析方法及装置 |
| CN117252487B (zh) * | 2023-11-15 | 2024-02-02 | 国网浙江省电力有限公司金华供电公司 | 一种基于终端验证的多粒度加权分析方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114266444A (zh) | 基于熵权法-层次分析法的电网设备运维成本分析方法 | |
| JP6972269B2 (ja) | サプライヤー評価装置及びサプライヤー評価方法 | |
| CN109102201B (zh) | 一种分电压等级的配电网投入产出效益评价方法 | |
| Gong et al. | DEA as a tool for auditing: Application to Chinese manufacturing industry with parallel network structures | |
| Messmann et al. | Economic and environmental benefits of recovery networks for WEEE in Europe | |
| US10614495B2 (en) | Adaptive and tunable risk processing system and method | |
| Stopka et al. | Identification of appropriate methods for allocation tasks of logistics objects in a certain area | |
| CN109193748B (zh) | 一种光伏消纳能力的评价方法及计算设备 | |
| JP2016099915A (ja) | 与信審査用サーバと与信審査用システム及び与信審査用プログラム | |
| Won et al. | Effective two-phase p-median approach for the balanced cell formation in the design of cellular manufacturing system | |
| Wen et al. | Selection of Six Sigma project with interval data: common weight DEA model | |
| CN115423373A (zh) | 一种园区的碳排放评价方法、系统、电子设备及存储介质 | |
| CN110796296A (zh) | 多目标投资优化模型的构建方法、装置和计算设备 | |
| CN109800138B (zh) | 一种cpu测试方法、电子装置及存储介质 | |
| CN107766537B (zh) | 一种职位搜索排序方法及计算设备 | |
| Mengelkamp et al. | Corporate credit risk analysis utilizing textual user generated content-a twitter based feasibility study | |
| CN112862283A (zh) | 基于层次分析的城管派遣方法和系统 | |
| CN117132383A (zh) | 一种信贷数据处理方法、装置、设备及可读存储介质 | |
| CN110837962A (zh) | 一种电力客户黏性计算方法 | |
| KR101456187B1 (ko) | 복합 평가 요소에 기초한 특허 평가 방법 | |
| CN113743994A (zh) | 一种供应商的旺季预测方法、系统、设备及存储介质 | |
| CN109409700B (zh) | 一种配置数据确认方法、业务监测方法及装置 | |
| CN110782369A (zh) | 确定多能互补新能源发电系统运营风险的方法及评估系统 | |
| CN110796381B (zh) | 风控模型的建模方法、装置、终端设备及介质 | |
| Chen | Using Data Envelopment Analysis (DEA) to the efficiency evaluation and improvement of a Taiwanese commercial bank |
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 |