CN118396343A - 一种工程进度数据处理方法及系统 - Google Patents
一种工程进度数据处理方法及系统 Download PDFInfo
- Publication number
- CN118396343A CN118396343A CN202410831567.7A CN202410831567A CN118396343A CN 118396343 A CN118396343 A CN 118396343A CN 202410831567 A CN202410831567 A CN 202410831567A CN 118396343 A CN118396343 A CN 118396343A
- Authority
- CN
- China
- Prior art keywords
- data
- risk
- engineering
- engineering data
- coupling
- 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
- 238000003672 processing method Methods 0.000 title claims description 11
- 230000008878 coupling Effects 0.000 claims abstract description 124
- 238000010168 coupling process Methods 0.000 claims abstract description 124
- 238000005859 coupling reaction Methods 0.000 claims abstract description 124
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000010276 construction Methods 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007774 longterm Effects 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
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种工程进度数据处理方法及系统，方法包括周期性获取电力工程项目中各监测点的工程数据，并得到处理后的工程数据；对若干期处理后的工程数据进行整体体检，获得体检后数据；根据灰色模型预测体检后数据中的不确定性因素；并根据风险耦合效度测度指标体系以及风险耦合指标风险值构建风险耦合测度模型；基于风险耦合测度模型以及不确定性因素获取风险耦合效度，并基于风险耦合效度对电力工程项目进行项目预警。本发明可以有效统一数据的格式，提升数据的权威性，并且通过对处理后的工程数据进行体检，可以将所有工程数据进行集成处理，通过耦合效度可以及时且有效的对电力施工进度进行预警。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种工程进度数据处理方法及系统。
背景技术
电力工程项目建设影响的范围广，不仅表现在建设过程中和电力工程项目建设完成后对自然环境、社会环境带来影响，而且还具体表现在电力工程项目建成后对当地经济的发展，就业，以及电力供应地的电力供应等方面，可以说影响人们的生产生活和社会、经济方方面面，也会带来大大小小的改变，因此说电力工程项目的建设其影响的范围是广的。
现有技术当中，当前电力施工监测数据处理与分析存在数据格式不统一而导致数据权威性无法保证，且数据处理与分析没有集成，从而导致对数据的处理及分析准确度下降，且效率低下，从而无法有效对电力施工进度进行预警。
发明内容
基于此，本发明的目的是提供一种工程进度数据处理方法及系统，以至少解决上述现有技术当中的不足。
第一方面，本发明提供一种工程进度数据处理方法，所述方法包括：
周期性获取电力工程项目中各监测点的工程数据，并对所述工程数据进行处理，得到处理后的工程数据；
对若干期所述处理后的工程数据进行整体体检，以剔除所述处理后的工程数据中的不稳定点，并获得体检后数据；
基于所述工程数据建立灰色模型，根据所述灰色模型预测所述体检后数据中的不确定性因素；
构建所述电力工程项目的施工进度的风险耦合效度测度指标体系，利用模糊综合评价法确定所述电力工程项目的施工进度的风险耦合指标风险值，并根据所述风险耦合效度测度指标体系以及所述风险耦合指标风险值构建风险耦合测度模型；
基于所述风险耦合测度模型以及所述不确定性因素获取风险耦合效度，并基于所述风险耦合效度对所述电力工程项目进行项目预警。
与现有技术相比，本发明的有益效果是：通过对若干期处理后的工程数据进行整体体检，可以有效统一数据的格式，提升数据的权威性，并且通过对处理后的工程数据进行体检，可以将所有工程数据进行集成处理，提升数据分析的准确度，而通过风险耦合效度测度指标体系和风险耦合指标风险值构建风险耦合测度模型对不确定性因素进行耦合，通过耦合效度可以及时且有效的对电力施工进度进行预警。
进一步的，所述并对所述工程数据进行处理，得到处理后的工程数据的步骤包括：
将若干期所述工程数据导入到数据库中，对若干期所述工程数据进行统计分析得到观测值序列；
基于所述观测值序列对若干期所述工程数据进行误差估计，得到检验后的工程数据；
基于若干期所述工程数据中相邻期的工程数据对所述检验后的工程数据进行缺省值插补。
进一步的，所述缺省值插补采用差值函数进行插补，所述差值函数的表达式为：
；
式中，表示观测值，表示i时刻的观测值，表示i+1时刻的观测值，表示当前时刻，表示i时刻，表示i+1时刻。
进一步的，所述对若干期所述处理后的工程数据进行整体体检，以剔除所述处理后的工程数据中的不稳定点，并获得体检后数据的步骤包括：
对相邻周期的所述处理后的工程数据进行轶亏自由网平差，并根据改正数计算相邻周期的所述处理后的工程数据的单位权方差；
基于单位权方差对相邻周期的所述处理后的工程数据做进度一致性检验，若相邻周期的所述处理后的工程数据通过一致性检验，则基于所述单位权方差求出综合单位权方差；
基于所述综合单位权方差找出所述处理后的工程数据中的不稳定点，并将所述不稳定点剔除。
进一步的，所述并根据改正数计算相邻周期的所述处理后的工程数据的单位权方差的表达式为：
；
式中，表示一个周期的所述处理后的工程数据的单位权方差， 表示另一个相邻周期的所述处理后的工程数据的单位权方差，表示一个周期的所述处理后的工程数据的自由度，表示另一个相邻周期的所述处理后的工程数据的自由度，表示一个周期的所述处理后的工程数据的平差改正数，表示另一个相邻周期的所述处理后的工程数据的平差改正数，表示一个周期的所述处理后的工程数据的平差的权阵，表示另一个相邻周期的所述处理后的工程数据的平差的权阵；
所述求出综合单位权方差的表达式为：
；
式中，表示综合单位权方差。
进一步的，所述基于所述工程数据建立灰色模型，根据所述灰色模型预测所述体检后数据中的不确定性因素的步骤包括：
对所述工程数据进行累加生成得到生成列，并根据一阶微分方程求解所述生成列以得到两灰参数；
基于两灰参数建立所述灰色模型；
基于所述灰色模型对所述体检后数据进行预测，以得到所述体检后数据中的不确定性因素。
进一步的，所述灰色模型的表达式为：
；
式中，表示所述灰色模型，表示生成列，、分别表示两所述灰参数，表示自然常数。
进一步的，所述利用模糊综合评价法确定所述电力工程项目的施工进度的风险耦合指标风险值的步骤包括：
获取所述电力工程项目进度对应的工程数据的指标集，并建立预设判断集；
基于所述预设判断集对所述指标集进行单指标模糊评价，以得到单指标模糊评价集，并基于所述单指标模糊评价集生成模糊综合评价，基于所述模糊综合评价得到风险耦合指标风险值。
进一步的，所述基于所述风险耦合测度模型以及所述不确定性因素获取风险耦合效度，并基于所述风险耦合效度对所述电力工程项目进行项目预警的步骤包括：
获取所述不确定性因素中的风险因素并进行分类，得到若干类风险因素；
将所述风险耦合测度模型与所述若干类风险因素进行耦合，以得到风险耦合效度，所述将所述风险耦合测度模型与所述若干类风险因素进行耦合的表达式为：
；
式中，T表示所述风险耦合效度，表示第一类风险因素，表示第二类风险因素，表示第三类风险因素，表示风险因素的功效系数，表示第i类风险因素；
将所述风险耦合效度与阈值耦合大小进行比对，若所述风险耦合效度大于所述阈值耦合，则对所述电力工程项目进行项目预警。
第二方面，本发明还提供一种工程进度数据处理系统，所述系统包括：
获取处理模块，用于周期性获取电力工程项目中各监测点的工程数据，并对所述工程数据进行处理，得到处理后的工程数据；
体检剔除模块，用于对若干期所述处理后的工程数据进行整体体检，以剔除所述处理后的工程数据中的不稳定点，并获得体检后数据；
建立预测模块，用于基于所述工程数据建立灰色模型，根据所述灰色模型预测所述体检后数据中的不确定性因素；
构建模块，用于构建所述电力工程项目的施工进度的风险耦合效度测度指标体系，利用模糊综合评价法确定所述电力工程项目的施工进度的风险耦合指标风险值，并根据所述风险耦合效度测度指标体系以及所述风险耦合指标风险值构建风险耦合测度模型；
获取预警模块，用于基于所述风险耦合测度模型以及所述不确定性因素获取风险耦合效度，并基于所述风险耦合效度对所述电力工程项目进行项目预警。
附图说明
图1为本发明第一实施例中的工程进度数据处理方法的流程图；
图2为本发明第二实施例中的工程进度数据处理系统的结构框图。
主要元件符号说明：
10、获取处理模块；20、体检剔除模块；30、建立预测模块；40、构建模块；50、获取预警模块。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1，所示为本发明第一实施例中的工程进度数据处理方法，所述方法包括步骤S1至步骤S5：
S1，周期性获取电力工程项目中各监测点的工程数据，并对所述工程数据进行处理，得到处理后的工程数据；
可以理解的是，通过在电力工程项目中的各个监测点中的监测仪器可以获取电力工程项目的工程数据，并且通过周期性进行获取从而可以获得若干个周期的工程数据；
具体的，所述步骤S1包括步骤S11至步骤S13：
S11，将若干期所述工程数据导入到数据库中，对若干期所述工程数据进行统计分析得到观测值序列；
S12，基于所述观测值序列对若干期所述工程数据进行误差估计，得到检验后的工程数据；
S13，基于若干期所述工程数据中相邻期的工程数据对所述检验后的工程数据进行缺省值插补；
需要解释的是，将若干期工程数据导入到数据库中可以避免外界的干扰，通过长期的周期性对电力工程项目进行监测，根据监测到的工程数据进行统计分析可以得到观测值序列，观测值序列表示周期监测到的工程数据进行排序，以形成一个序列，从而可以得到观测值序列，然后通过观测值序列对工程数据进行误差估计，也就是判断观测值序列中是否出现一些过于突出的数据，将这些突出的数据，从而可以得到检验后的工程数据，在本实施例中，通过线性内插方法对工程数据中的缺省数据进行插值；
另外，所述缺省值插补采用差值函数进行插补，所述差值函数的表达式为：
；
式中，表示观测值，表示i时刻的观测值，表示i+1时刻的观测值，表示当前时刻，表示i时刻，表示i+1时刻。
S2，对若干期所述处理后的工程数据进行整体体检，以剔除所述处理后的工程数据中的不稳定点，并获得体检后数据；
具体的，所述步骤S2包括步骤S21至步骤S23：
S21，对相邻周期的所述处理后的工程数据进行轶亏自由网平差，并根据改正数计算相邻周期的所述处理后的工程数据的单位权方差；
所述并根据改正数计算相邻周期的所述处理后的工程数据的单位权方差的表达式为：
；
式中，表示一个周期的所述处理后的工程数据的单位权方差， 表示另一个相邻周期的所述处理后的工程数据的单位权方差，表示一个周期的所述处理后的工程数据的自由度，表示另一个相邻周期的所述处理后的工程数据的自由度，表示一个周期的所述处理后的工程数据的平差改正数，表示另一个相邻周期的所述处理后的工程数据的平差改正数，表示一个周期的所述处理后的工程数据的平差的权阵，表示另一个相邻周期的所述处理后的工程数据的平差的权阵；
S22，基于单位权方差对相邻周期的所述处理后的工程数据做进度一致性检验，若相邻周期的所述处理后的工程数据通过一致性检验，则基于所述单位权方差求出综合单位权方差；
所述求出综合单位权方差的表达式为：
；
式中，表示综合单位权方差；
可以理解的是，根据相邻两期的单位权方差先对相邻两期的工程数据做精度一致性检验，以构造统计量，统计量的表达式为：
；
式中，F表示统计量，根据一个周期的所述处理后的工程数据的自由度以及另一个相邻周期的所述处理后的工程数据的自由度，在F分布表中找到分位值，如果则认为是相邻两栖监测到的工程数据是同精度监测，否则为不同精度观测，因此当处理后的工程数据经过一致性检验后，可以求出综合单位权方差；
S23，基于所述综合单位权方差找出所述处理后的工程数据中的不稳定点，并将所述不稳定点剔除；
可以理解的是，通过综合单位权方差以及分布表F能够找出处理后的工程数据中的不稳定点，并将不稳点的工程数据剔除。
S3，基于所述工程数据建立灰色模型，根据所述灰色模型预测所述体检后数据中的不确定性因素；
具体的，所述步骤S3包括步骤S31至步骤S33：
S31，对所述工程数据进行累加生成得到生成列，并根据一阶微分方程求解所述生成列以得到两灰参数；
S32，基于两灰参数建立所述灰色模型；
S33，基于所述灰色模型对所述体检后数据进行预测，以得到所述体检后数据中的不确定性因素；
可以理解的是，灰色模型是对生成序列的建模，因此通过对原始的工程数据进行预处理，也就是累加生成，将原始的工程数据作为非负序列，对非负序列进行一次累加可以得到生成列，在本实施例中，通过一阶微分方程对生成列进行求解以得到两灰参数，然后根据两个灰参数构建灰色模型，在本实施例中，所述灰色模型的表达式为：
；
式中，表示所述灰色模型，表示生成列，、分别表示两所述灰参数，表示自然常数；
值得说明的是，灰色模型能够通过生成列对体检后数据进行预测，通过灰色模型能够预测出体检后数据中的不稳定的数据，也就是体检后数据中的不确定性因素。
S4，构建所述电力工程项目的施工进度的风险耦合效度测度指标体系，利用模糊综合评价法确定所述电力工程项目的施工进度的风险耦合指标风险值，并根据所述风险耦合效度测度指标体系以及所述风险耦合指标风险值构建风险耦合测度模型；
可以理解的是，为了保证风险耦合效度测度指标体系的完整性以及合理性，在本实施例中，风险耦合效度测度指标体系包括风险的类型、风险因素以及主要风险源；
具体的，所述步骤S4包括步骤S41至步骤S42：
S41，获取所述电力工程项目进度对应的工程数据的指标集，并建立预设判断集；
S42，基于所述预设判断集对所述指标集进行单指标模糊评价，以得到单指标模糊评价集，并基于所述单指标模糊评价集生成模糊综合评价，基于所述模糊综合评价得到风险耦合指标风险值；
可以理解的是，电力工程项目进度对应的工程数据的指标集，在本实施例中，指标集指的是，影响电力工程进度的工程数据，将这些数据进行集合，得到指标集，在本实施例中，判断集指的是超过风险阈值的数据，通过判断集对指标集进行一一评价，可以得到各个数据的单指标模糊评价，从而可以得到单指标模糊评价集，并根据单指标模糊评价集生成模糊综合评价，得到一个综合评价指标，基于综合评价指标能够生成风险耦合指标风险值。
S5，基于所述风险耦合测度模型以及所述不确定性因素获取风险耦合效度，并基于所述风险耦合效度对所述电力工程项目进行项目预警；
具体的，所述步骤S5包括步骤S51至S53：
S51，获取所述不确定性因素中的风险因素并进行分类，得到若干类风险因素；
S52，将所述风险耦合测度模型与所述若干类风险因素进行耦合，以得到风险耦合效度：
S53，将所述风险耦合效度与阈值耦合大小进行比对，若所述风险耦合效度大于所述阈值耦合，则对所述电力工程项目进行项目预警；
可以理解的是，将不确定因素中的数据进行分类，在本实施例中，可以将不确定因素中的各个种类的因素均作为有风险的因素，因此分类后可以得到若干类风险因素，然后将风险耦合测度模型与若干个类风险因素进行耦合，从而能够得到风险耦合效度，所述将所述风险耦合测度模型与所述若干类风险因素进行耦合的表达式为：
；
式中，T表示所述风险耦合效度，表示第一类风险因素，表示第二类风险因素，表示第三类风险因素，表示风险因素的功效系数，表示第i类风险因素；
另外，当风险耦合效度超过预设的安全的阈值耦合之后，则进行预警，若小于安全的阈值耦合，则可进行正常的电力项目施工。
综上，本发明上述实施例当中的工程进度数据处理方法，通过对若干期处理后的工程数据进行整体体检，可以有效统一数据的格式，提升数据的权威性，并且通过对处理后的工程数据进行体检，可以将所有工程数据进行集成处理，提升数据分析的准确度，而通过风险耦合效度测度指标体系和风险耦合指标风险值构建风险耦合测度模型对不确定性因素进行耦合，通过耦合效度可以及时且有效的对电力施工进度进行预警。
实施例二
请参阅图2，所示为本发明第二实施例中的一种工程进度数据处理系统，所述系统包括：
获取处理模块10，用于周期性获取电力工程项目中各监测点的工程数据，并对所述工程数据进行处理，得到处理后的工程数据；
体检剔除模块20，用于对若干期所述处理后的工程数据进行整体体检，以剔除所述处理后的工程数据中的不稳定点，并获得体检后数据；
建立预测模块30，用于基于所述工程数据建立灰色模型，根据所述灰色模型预测所述体检后数据中的不确定性因素；
构建模块40，用于构建所述电力工程项目的施工进度的风险耦合效度测度指标体系，利用模糊综合评价法确定所述电力工程项目的施工进度的风险耦合指标风险值，并根据所述风险耦合效度测度指标体系以及所述风险耦合指标风险值构建风险耦合测度模型；
获取预警模块50，用于基于所述风险耦合测度模型以及所述不确定性因素获取风险耦合效度，并基于所述风险耦合效度对所述电力工程项目进行项目预警。
在一些可选实施例中，所述获取处理模块10包括：
统计分析单元，用于将若干期所述工程数据导入到数据库中，对若干期所述工程数据进行统计分析得到观测值序列；
估计单元，用于基于所述观测值序列对若干期所述工程数据进行误差估计，得到检验后的工程数据；
插补单元，用于基于若干期所述工程数据中相邻期的工程数据对所述检验后的工程数据进行缺省值插补；
所述缺省值插补采用差值函数进行插补，所述差值函数的表达式为：
；
式中，表示观测值，表示i时刻的观测值，表示i+1时刻的观测值，表示当前时刻，表示i时刻，表示i+1时刻。
在一些可选实施例中，所述体检剔除模块20包括：
计算单元，用于对相邻周期的所述处理后的工程数据进行轶亏自由网平差，并根据改正数计算相邻周期的所述处理后的工程数据的单位权方差；
检验单元，用于基于单位权方差对相邻周期的所述处理后的工程数据做进度一致性检验，若相邻周期的所述处理后的工程数据通过一致性检验，则基于所述单位权方差求出综合单位权方差；
剔除单元，用于基于所述综合单位权方差找出所述处理后的工程数据中的不稳定点，并将所述不稳定点剔除；
所述并根据改正数计算相邻周期的所述处理后的工程数据的单位权方差的表达式为：
；
式中，表示一个周期的所述处理后的工程数据的单位权方差， 表示另一个相邻周期的所述处理后的工程数据的单位权方差，表示一个周期的所述处理后的工程数据的自由度，表示另一个相邻周期的所述处理后的工程数据的自由度，表示一个周期的所述处理后的工程数据的平差改正数，表示另一个相邻周期的所述处理后的工程数据的平差改正数，表示一个周期的所述处理后的工程数据的平差的权阵，表示另一个相邻周期的所述处理后的工程数据的平差的权阵；
所述求出综合单位权方差的表达式为：
；
式中，表示综合单位权方差。
在一些可选实施例中，所述建立预测模块30包括：
累加生成单元，用于对所述工程数据进行累加生成得到生成列，并根据一阶微分方程求解所述生成列以得到两灰参数；
建立单元，用于基于两灰参数建立所述灰色模型；
所述灰色模型的表达式为：
；
式中，表示所述灰色模型，表示生成列，、分别表示两所述灰参数，表示自然常数；
预测单元，用于基于所述灰色模型对所述体检后数据进行预测，以得到所述体检后数据中的不确定性因素。
在一些可选实施例中，所述构建模块40包括：
获取单元，用于获取所述电力工程项目进度对应的工程数据的指标集，并建立预设判断集；
评价单元，用于基于所述预设判断集对所述指标集进行单指标模糊评价，以得到单指标模糊评价集，并基于所述单指标模糊评价集生成模糊综合评价，基于所述模糊综合评价得到风险耦合指标风险值。
在一些可选实施例中，所述获取预警模块50包括：
分类单元，用于获取所述不确定性因素中的风险因素并进行分类，得到若干类风险因素；
耦合单元，用于将所述风险耦合测度模型与所述若干类风险因素进行耦合，以得到风险耦合效度，所述将所述风险耦合测度模型与所述若干类风险因素进行耦合的表达式为：
；
式中，T表示所述风险耦合效度，表示第一类风险因素，表示第二类风险因素，表示第三类风险因素，表示风险因素的功效系数，表示第i类风险因素；
比对单元，用于将所述风险耦合效度与阈值耦合大小进行比对，若所述风险耦合效度大于所述阈值耦合，则对所述电力工程项目进行项目预警。
上述各模块、单元被执行时所实现的功能或操作步骤与上述方法实施例大体相同，在此不再赘述。
本发明实施例所提供的工程进度数据处理系统，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，系统实施例部分未提及之处，可参考前述方法实施例中相应内容
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种工程进度数据处理方法，其特征在于，所述方法包括：
周期性获取电力工程项目中各监测点的工程数据，并对所述工程数据进行处理，得到处理后的工程数据；
对若干期所述处理后的工程数据进行整体体检，以剔除所述处理后的工程数据中的不稳定点，并获得体检后数据；
基于所述工程数据建立灰色模型，根据所述灰色模型预测所述体检后数据中的不确定性因素；
构建所述电力工程项目的施工进度的风险耦合效度测度指标体系，利用模糊综合评价法确定所述电力工程项目的施工进度的风险耦合指标风险值，并根据所述风险耦合效度测度指标体系以及所述风险耦合指标风险值构建风险耦合测度模型；
基于所述风险耦合测度模型以及所述不确定性因素获取风险耦合效度，并基于所述风险耦合效度对所述电力工程项目进行项目预警。
2.根据权利要求1所述的工程进度数据处理方法，其特征在于，所述并对所述工程数据进行处理，得到处理后的工程数据的步骤包括：
将若干期所述工程数据导入到数据库中，对若干期所述工程数据进行统计分析得到观测值序列；
基于所述观测值序列对若干期所述工程数据进行误差估计，得到检验后的工程数据；
基于若干期所述工程数据中相邻期的工程数据对所述检验后的工程数据进行缺省值插补。
3.根据权利要求2所述的工程进度数据处理方法，其特征在于，所述缺省值插补采用差值函数进行插补，所述差值函数的表达式为：
；
式中，表示观测值，表示i时刻的观测值，表示i+1时刻的观测值，表示当前时刻，表示i时刻，表示i+1时刻。
4.根据权利要求1所述的工程进度数据处理方法，其特征在于，所述对若干期所述处理后的工程数据进行整体体检，以剔除所述处理后的工程数据中的不稳定点，并获得体检后数据的步骤包括：
对相邻周期的所述处理后的工程数据进行轶亏自由网平差，并根据改正数计算相邻周期的所述处理后的工程数据的单位权方差；
基于单位权方差对相邻周期的所述处理后的工程数据做进度一致性检验，若相邻周期的所述处理后的工程数据通过一致性检验，则基于所述单位权方差求出综合单位权方差；
基于所述综合单位权方差找出所述处理后的工程数据中的不稳定点，并将所述不稳定点剔除。
5.根据权利要求4所述的工程进度数据处理方法，其特征在于，所述并根据改正数计算相邻周期的所述处理后的工程数据的单位权方差的表达式为：
；
式中，表示一个周期的所述处理后的工程数据的单位权方差， 表示另一个相邻周期的所述处理后的工程数据的单位权方差，表示一个周期的所述处理后的工程数据的自由度，表示另一个相邻周期的所述处理后的工程数据的自由度，表示一个周期的所述处理后的工程数据的平差改正数，表示另一个相邻周期的所述处理后的工程数据的平差改正数，表示一个周期的所述处理后的工程数据的平差的权阵，表示另一个相邻周期的所述处理后的工程数据的平差的权阵；
所述求出综合单位权方差的表达式为：
；
式中，表示综合单位权方差。
6.根据权利要求1所述的工程进度数据处理方法，其特征在于，所述基于所述工程数据建立灰色模型，根据所述灰色模型预测所述体检后数据中的不确定性因素的步骤包括：
对所述工程数据进行累加生成得到生成列，并根据一阶微分方程求解所述生成列以得到两灰参数；
基于两灰参数建立所述灰色模型；
基于所述灰色模型对所述体检后数据进行预测，以得到所述体检后数据中的不确定性因素。
7.根据权利要求6所述的工程进度数据处理方法，其特征在于，所述灰色模型的表达式为：
；
式中，表示所述灰色模型，表示生成列，、分别表示两所述灰参数，表示自然常数。
8.根据权利要求1所述的工程进度数据处理方法，其特征在于，所述利用模糊综合评价法确定所述电力工程项目的施工进度的风险耦合指标风险值的步骤包括：
获取所述电力工程项目进度对应的工程数据的指标集，并建立预设判断集；
基于所述预设判断集对所述指标集进行单指标模糊评价，以得到单指标模糊评价集，并基于所述单指标模糊评价集生成模糊综合评价，基于所述模糊综合评价得到风险耦合指标风险值。
9.根据权利要求1所述的工程进度数据处理方法，其特征在于，所述基于所述风险耦合测度模型以及所述不确定性因素获取风险耦合效度，并基于所述风险耦合效度对所述电力工程项目进行项目预警的步骤包括：
获取所述不确定性因素中的风险因素并进行分类，得到若干类风险因素；
将所述风险耦合测度模型与所述若干类风险因素进行耦合，以得到风险耦合效度，所述将所述风险耦合测度模型与所述若干类风险因素进行耦合的表达式为：
；
式中，T表示所述风险耦合效度，表示第一类风险因素，表示第二类风险因素，表示第三类风险因素，表示风险因素的功效系数，表示第i类风险因素；
将所述风险耦合效度与阈值耦合大小进行比对，若所述风险耦合效度大于所述阈值耦合，则对所述电力工程项目进行项目预警。
10.一种工程进度数据处理系统，其特征在于，所述系统包括：
获取处理模块，用于周期性获取电力工程项目中各监测点的工程数据，并对所述工程数据进行处理，得到处理后的工程数据；
体检剔除模块，用于对若干期所述处理后的工程数据进行整体体检，以剔除所述处理后的工程数据中的不稳定点，并获得体检后数据；
建立预测模块，用于基于所述工程数据建立灰色模型，根据所述灰色模型预测所述体检后数据中的不确定性因素；
构建模块，用于构建所述电力工程项目的施工进度的风险耦合效度测度指标体系，利用模糊综合评价法确定所述电力工程项目的施工进度的风险耦合指标风险值，并根据所述风险耦合效度测度指标体系以及所述风险耦合指标风险值构建风险耦合测度模型；
获取预警模块，用于基于所述风险耦合测度模型以及所述不确定性因素获取风险耦合效度，并基于所述风险耦合效度对所述电力工程项目进行项目预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410831567.7A CN118396343A (zh) | 2024-06-26 | 2024-06-26 | 一种工程进度数据处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410831567.7A CN118396343A (zh) | 2024-06-26 | 2024-06-26 | 一种工程进度数据处理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118396343A true CN118396343A (zh) | 2024-07-26 |
Family
ID=91994438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410831567.7A Pending CN118396343A (zh) | 2024-06-26 | 2024-06-26 | 一种工程进度数据处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118396343A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103729501A (zh) * | 2013-12-18 | 2014-04-16 | 国网山西省电力公司晋中供电公司 | 基于灰色理论的短期电力负荷预测方法 |
| CN105526925A (zh) * | 2015-11-09 | 2016-04-27 | 北京市水文地质工程地质大队 | 一种区域地面沉降水准监测网优化设计方法 |
| WO2021179742A1 (zh) * | 2020-03-10 | 2021-09-16 | 中国科学院深圳先进技术研究院 | 一种臭氧缺失数据的插补方法、装置及插补设备 |
| WO2022068155A1 (zh) * | 2020-09-30 | 2022-04-07 | 山东科技大学 | 一种间歇异常测量检测下系统的状态估计方法 |
| CN115907461A (zh) * | 2022-11-04 | 2023-04-04 | 李清华 | 一种基于机理推导方程的电力工程方法 |
| CN117114389A (zh) * | 2023-06-21 | 2023-11-24 | 广东电网有限责任公司 | 基于Shapley-Gray法的电力工程项目风险防范方法及系统 |
-
2024
- 2024-06-26 CN CN202410831567.7A patent/CN118396343A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103729501A (zh) * | 2013-12-18 | 2014-04-16 | 国网山西省电力公司晋中供电公司 | 基于灰色理论的短期电力负荷预测方法 |
| CN105526925A (zh) * | 2015-11-09 | 2016-04-27 | 北京市水文地质工程地质大队 | 一种区域地面沉降水准监测网优化设计方法 |
| WO2021179742A1 (zh) * | 2020-03-10 | 2021-09-16 | 中国科学院深圳先进技术研究院 | 一种臭氧缺失数据的插补方法、装置及插补设备 |
| WO2022068155A1 (zh) * | 2020-09-30 | 2022-04-07 | 山东科技大学 | 一种间歇异常测量检测下系统的状态估计方法 |
| CN115907461A (zh) * | 2022-11-04 | 2023-04-04 | 李清华 | 一种基于机理推导方程的电力工程方法 |
| CN117114389A (zh) * | 2023-06-21 | 2023-11-24 | 广东电网有限责任公司 | 基于Shapley-Gray法的电力工程项目风险防范方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈永奇等: "工程测量学（修订版）", 31 May 1995, 测绘出版社, pages: 318 - 323 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108446864B (zh) | 基于大数据分析的轨道交通设备的故障预警系统及方法 | |
| CN107742053B (zh) | 风电机组异常识别方法及装置 | |
| CN111878320B (zh) | 风力发电机组的监控方法、系统及计算机可读存储介质 | |
| CN109687447B (zh) | 一种电力能耗预测方法及装置 | |
| CN110503570A (zh) | 一种异常用电数据检测方法、系统、设备、存储介质 | |
| CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
| CN112001511A (zh) | 基于数据挖掘的设备可靠性及动态风险评价方法、系统和设备 | |
| CN113627735A (zh) | 工程建设项目安全风险的预警方法及系统 | |
| CN116227637A (zh) | 一种面向有源配电网的精细化负荷预测方法和系统 | |
| CN113408659A (zh) | 一种基于数据挖掘的建筑能耗集成分析方法 | |
| KR20210137435A (ko) | 산업 환경에서 에너지 소비를 평가하기 위한 방법, 시스템, 및 컴퓨터 프로그램 제품 | |
| CN112598319A (zh) | 一种基于bim的智慧桥梁运维管理方法、系统、计算机设备及存储介质 | |
| CN113901043B (zh) | 污染源智能监管和数据融合分析方法和系统 | |
| CN116894539A (zh) | 一种服装生产监测方法、系统及介质 | |
| CN112414576A (zh) | 一种基于无线传感器网络的工厂环境温度检测系统 | |
| CN117311295B (zh) | 基于无线网络设备的生产质量提升方法及系统 | |
| CN110956281A (zh) | 一种基于Log分析的电力设备异常检测报警系统 | |
| CN107121616B (zh) | 一种用于对智能仪表进行故障定位的方法和装置 | |
| CN117272145A (zh) | 转辙机的健康状态评估方法、装置和电子设备 | |
| CN112597607A (zh) | 风力发电机高速轴承的预测性维修方法及系统 | |
| CN118396343A (zh) | 一种工程进度数据处理方法及系统 | |
| CN116863664A (zh) | 燃气设备的实时监测方法以及燃气设备监测系统 | |
| CN112085257A (zh) | 一种基于时序分析的综合能源业务潜力预测模型 | |
| CN111080068A (zh) | 一种电能表运行状态评价方法和装置 | |
| CN115811278B (zh) | 基于离散率的分布式光伏故障检测方法及装置 |
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 |