[发明专利]电网项目需求评价模型的构建方法、装置和计算设备

说明书

本发明公开了一种电网项目需求评价模型的构建方法，适于在计算设备中执行，包括：确定电网公司各项目的候选指标集，并从该候选指标集中确定各项目的需求指标；建立电网项目需求评价模型，该模型包括项目需求指标的三级网络结构，该三级网络结构包括需求指标层、二级需求层和一级需求层；对该需求评价模型进行求解，得到所有需求指标的第一权重矩阵，以及所有二级需求的第二权重矩阵；获取项目对各需求指标的满足程度矩阵，并建立需求指标到二级需求的第一映射关系、以及二级需求到一级需求的第二映射关系；以及基于所建立的映射关系，计算每个项目对各级需求的满足程度。本发明还一并公开了对应的电网项目需求评价模型的构建装置和计算设备。

技术领域

本发明涉及计算机与互联网技术领域，尤其涉及一种电网项目需求评价模型的构建方法、装置和计算设备。

背景技术

随着我国经济发展进入新常态，发展高强度投入、成本刚性增长与电量增速趋缓、效益增长困难之间的矛盾日益突出，保持稳健经营、完成利润目标的难度增大，对电网投资决策提出了更高要求。因此，开展新形势下电网投资优化研究对于确保投资规模合理、方向精准、结构优化、时序科学，严控低效投资，杜绝无效投资具有重要的理论和现实指导意义。

其中，项目需求预判和投资优化管理是关系电网安全发展、企业健康发展的关键所在。对项目需求成因进行诊断时，首先要从各类指标的需求诊断入手，确定电网项目所要满足的需求条件。只有准确计算了项目需求，才能得到项目的准确评价值，以最大化效益的进行投资计划分配。而通常项目都会有多种多样的需求，如果对每个需求都进行统计分析，既加重了计算量，也提高了数据分析难度，其中某些需求对项目而言可能并不是必须需求。而且现有对项目进行评价的方案中，其计算准确性仍然偏低，所得到的评价值无法真正代表该项目的实际完成状态和效果。

发明内容

鉴于上述问题，本发明提出了一种电网项目需求评价模型的构建方法、装置和计算设备，以力图解决或者至少解决上面存在的问题。

根据本发明的一个方面，提供了一种电网项目需求评价模型的构建方法，适于在计算设备中执行，该方法包括步骤：确定电网公司各项目的候选指标集，并从该候选指标集中确定各项目的需求指标；建立电网项目需求评价模型，该需求评价模型包括项目需求指标的三级网络结构，该三级网络结构包括需求指标层、二级需求层和一级需求层，其中需求指标层包括n个需求指标，二级需求层包括m个二级需求；采用ANP网络分析法，以上级网络层为准则，以本级网络层中各元素集为次准则，对需求评价模型进行求解，得到所有需求指标的第一权重矩阵，以及所有二级需求的第二权重矩阵；以及获取项目对各需求指标的满足程度矩阵，并建立需求指标到二级需求的第一映射关系、以及二级需求到一级需求的第二映射关系；以及基于所建立的第一和第二映射关系，计算每个项目对一级需求和二级需求的满足程度，以便根据该满足程度计算各项目的评分值。

可选地，在根据本发明的方法中，第一权重矩阵为第二权重矩阵为第一映射关系为第二映射关系为其中，为指标i的权重值，为需求r的权重值，X为各需求指标的满足程度矩阵，Y和Z分别代表项目对二级需求和一级需求的满足程度，为广义模型合成算子。

可选地，在根据本发明的方法中，候选指标集包括一个或多个候选指标，从该候选指标集中确定各项目的需求指标的步骤包括：收集各候选指标的历史指标值和当前指标值，并采用机器学习算法根据所述历史指标值计算各候选指标的标准值区间；对于任一候选指标，若其当前指标值位于该指标的标准值区间外，则确定该候选指标为需求指标。

可选地，在根据本发明的方法中，在收集各候选指标的历史指标值和当前指标值之后，还包括步骤：将历史指标值和当前指标值进行归一化处理，得到无量纲值的数值。

可选地，在根据本发明的方法中，机器学习算法为长短期记忆神经网络LSTM模型算法。

可选地，在根据本发明的方法中，采用机器学习算法根据所述历史指标值计算各候选指标的标准值区间的步骤包括：