[发明专利]一种电力资源评测方法及装置

说明书

技术领域

本发明涉及电力系统技术领域，特别是涉及一种电力资源评测方法及装置。

背景技术

随着财政部和国家税务总局《关于电网企业接收用户资产有关企业所得税政策问题的通知》就用户资产接收免征企业所得税，接收价值计提成折旧允许税前扣除等政策出台，电网企业加快了用户资产接收步伐。电网企业接收到用户资产为电力资源，其中，该电力资源的类别主要包括输配电线路、箱体变电站、配电变压器、低压配套设施等。

当电网企业接收到的电力资源严重老化时，电网企业未来可能面临着需要对这部分电力资源进行大量维护和维修的问题，这会对电网企业造成严重的安全隐患及大量的后期维护支出。

发明内容

有鉴于此，本发明实施例提供一种电力资源评测方法及装置，使得电网企业在接收电力资源之前对该电力资源进行评估、以减小后期维护该电力资源时的成本、避免该电力资源对电网企业造成的安全隐患问题。

为了实现上述目的，本发明实施例提供的技术方案如下：

一种电力资源评测方法，包括：

响应用户输入的电力资源的各个属性值，根据预先设置的BP神经网络模型，计算对应该电力资源的现金流量；

利用该现金流量及预先设置的收益法评估公式，计算该电力资源的资源值，以实现对该电力资源的评测。

优选的，所述属性值为：该电力资源的使用年限值、当前市场价格、和/或生产厂商。

优选的，所述BP神经网络模型的创建过程为：

S1、响应用户输入的创建请求，创建初始BP神经网络模型；

S2、响应用户输入的电力资源样本的各个属性值，根据所述初始BP神经网络模型，计算与该电力资源样本对应的现金流量；

S3、计算所述现金流量与预先设置的预期现金流量之间的误差值；

S4、判断所述误差值是否满足预先设置的精度要求；

S5、当所述误差值不满足预先设置的精度要求时，根据所述误差值调节该初始BP神经网络模型中的各个神经元之间连接处的加权系数，并返回执行步骤S2；

S6、当所述误差值满足预先设置的精度要求时，将当前BP神经网络模型确定为BP神经网络模型。

优选的，所述响应用户输入的创建请求，创建初始BP神经网络模型，包括：

响应用户输入的创建请求，初始化预先设置的BP神经网络模型计算公式中的各个神经元之间连接处的加权系数；

利用该BP神经网络模型计算公式及初始化的加权系数，确定初始BP神经网络模型。

优选的，所述利用该现金流量及预先设置的收益法评估公式，计算该电力资源的资源值，以实现对该电力资源的评测，包括：

获取用户输入的折现率；

根据所述折现率、现金流量及预先设置的收益法评估公式，计算该电力资源的资源值，以实现对该电力资源的评估。

一种电力资源评测装置，包括：

响应单元，用于响应用户输入的电力资源的各个属性值，根据预先设置的BP神经网络模型，计算对应该电力资源的现金流量；

计算单元，用于利用该现金流量及预先设置的收益法评估公式，计算该电力资源的资源值，以实现对该电力资源的评测。

优选的，所述属性值为：该电力资源的使用年限值、当前市场价格、和/或生产厂商。

优选的，还包括：

PB神经网络模型创建单元，用于预先创建BP神经网络模型，该BP神经网络模型创建单元包括初始BP神经网络模型创建单元、第一计算单元、第二计算单元、判断单元、调整单元及确定单元，其中，

所述初始BP神经网络模型创建单元，用于执行S1、响应用户输入的创建请求，创建初始BP神经网络模型；

所述第一计算单元，用于执行S2、响应用户输入的电力资源样本的各个属性值，根据所述初始BP神经网络模型，计算与该电力资源样本对应的现金流量；

所述第二计算单元，用于执行S3、计算所述现金流量与预先设置的预期现金流量之间的误差值；

所述判断单元，用于执行S4、判断所述误差值是否满足预先设置的精度要求；

所述调整单元，用于执行S5、当所述误差值不满足预先设置的精度要求时，根据所述误差值调节该初始BP神经网络模型中的各个神经元之间连接处的加权系数，并返回执行步骤S2；

所述确定单元，用于执行S6、当所述误差值满足预先设置的精度要求时，将当前BP神经网络模型确定为BP神经网络模型。

优选的，所述初始BP神经网络模型创建单元包括：