[发明专利]一种能源电力运营评价指标的筛选方法及装置

说明书

本申请提供了一种能源电力运营评价指标的筛选方法及装置，方法包括：从数据库中获取能源相关数据，能源相关数据包括：运行数据、管理数据和客户数据；从能源相关数据中确定评价指标的属性，并根据评价指标的属性对评价指标进行聚合分类获得相似的指标聚类集合；利用Rand指数验证指标聚类集合的聚类结果，并根据验证结果确定基础参数；根据基础参数和指标聚类集合从评价指标中筛选获得核心指标。本申请通过无监督学习在全量特征中优化组合，提出基于聚类算法的特征筛选技术路线，聚合核心指标，保留大部分指标价值，解决多种特征科学筛选问题。本申请减低了在指标筛选过程中对人的过度依赖，提高了指标筛选的效率和科学性。

技术领域

本申请属于能源电力运营技术领域，具体地讲，涉及一种能源电力运营评价指标的筛选方法及装置。

背景技术

能源电力领域正在面临数字革命的挑战，市场因素逐渐融入到能源企业运营管理流程，将对能源企业产生重要影响能源电力相关企业面临市场挑战，急需建立完备的指标体系，对数字时代能源电力企业进行合理全面的管理监督。

科学的评价指标体系是综合评价的重要前提，只有科学的评价指标体系，才有可能得出科学的综合评价结论，在构造综合评价体系框架时，初选的评价指标可以尽可能的全面。在指标体系优化的时候则需要考虑指标体系的全面性、科学性、层次性、可操作性、目的性等。当指标太多时，就会有很多重复指标，相互干扰，这就需要正确的、科学的方法筛选指标。目前，评价指标选取有多种方案。基于区分度分析方法，区分度是表示指标之间的差异长度，区分度越大指标特性越大，越具有代表性。基于相关性的分析方法，同一指标体系中指标之间的重叠性应尽量低，大量指标冗余容易出现结果失真。层次分析法，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。层次分析法将一个负责的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标的若干层次，通过定性指标模糊量化方法算出层次单排序和总排序，已作为目标、多方案优化决策的系统方法。层次分析法基本逻辑是将决策问题按总目标、各层子目标、评价准则直至将具体的方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最终权重最大者即为最优方案。对于能源电力行业，随着新农村形势下的全能型乡镇供电所业务的全面化、精准化，使得乡镇供电所的运行环境也更加复杂。

综上所述，现有方案人为因素影响较大，对指标筛选起决定性作用。数字时代信息量增长迅速，影响因素也不断增多，以人为经验为主导的指标筛选方法已经不能满足需求，对科学合理的指标建设需求急迫。

发明内容

本申请提供了一种能源电力运营评价指标的筛选方法及装置，以至少解决目前在能源电力行业主要以人为经验为标准进行指标筛选的问题。

根据本申请的一个方面，提供了一种能源电力运营评价指标的筛选方法，包括：

从数据库中获取能源相关数据，能源相关数据包括：运行数据、管理数据和客户数据；

从能源相关数据中确定评价指标的属性，并根据评价指标的属性对评价指标进行聚合分类获得相似的指标聚类集合；

利用Rand指数验证指标聚类集合的聚类结果，并根据验证结果确定基础参数；

根据基础参数和指标聚类集合从评价指标中筛选获得核心指标。

在一实施例中，根据评价指标的属性对评价指标进行聚合分类获得相似的指标聚类集合，包括：

根据评价指标的属性计算评价指标之间的相关性；

采用K-means聚类算法以及评价指标之间的相关性将评价指标进行聚合分类获得相似的指标聚类集合。

在一实施例中，根据基础参数和指标聚类集合从评价指标中筛选获得核心指标，包括：