[發明專利]電力業擴流程智能評價的方法、裝置、設備和存儲介質

在審

• 申請號: 202210242939.3
• 申請日: 2022-03-11
• 公開（公告）號: CN114781793A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 周鑫;林鏡星;林其雄;許斌斌;謝志煒;張夏菲
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62;G06N3/08
• 代理公司: 廣州駿思知識產權代理有限公司 44425
• 代理人: 張金龍

本發明涉及一種電力業擴流程智能評價的方法，包括：獲取新的流程數據并進行預處理；將處理后的流程數據輸入至訓練好的神經網絡模型，得到評價結果；其中，神經網絡模型的訓練包括：獲取歷史數據；通過主成分分析法對歷史數據降維并得到樣本特征向量集；通過模糊綜合評價法評價樣本特征向量集，得到歷史評價結果；將預處理的歷史數據和歷史評價結果輸入至神經網絡模型，得到訓練好的神經網絡模型。本申請過模糊綜合評價法綜合節點的計劃用時偏差得到準確的評價結果。并將該清晰的結果輸入至神經網絡訓練，使得神經網絡挖掘歷史數據與評價結果之間的關聯性，從而通過訓練好的神經網絡快速、準確地對新制訂的業擴項目流程進行評價。

技術領域

本發明涉及電力技術領域，尤其涉及一種電力業擴流程智能評價的方法、裝置、設備和存儲介質。

背景技術

供電配網的業擴項目流程的制訂中，部分項目節點計劃用時過短，沒有充分考慮項目節點所需要的實際用時，部分項目節點計劃用時過長，沒有充分調動項目施工的積極性，影響客戶的滿意度，所以需要對新制訂的業擴項目流程把關。

但實際中對業擴項目流程的審核過于主觀，主要是憑經驗去評價項目節點計劃用時的合理性，需要大量的人力，并且評價結果模糊、不確定性大。

發明內容

基于此，本發明提供了一種電力業擴流程智能評價的方法、裝置、設備和存儲介質，本申請通過模糊綜合評價法綜合所有節點的計劃用時偏差的評價結果，評價結果清晰，系統性能力強。并將該清晰的結果輸入至人工神經網絡訓練，使得人工神經網絡挖掘歷史項目節點數據與綜合評價之間的關聯性，從而通過訓練好的人工神經網絡快速、準確地對未來新制訂的業擴項目流程進行評價。

根據本申請的一些實施例的第一方面，提供了一種電力業擴流程智能評價的方法，該方法包括以下步驟：

獲取新規劃的業擴項目的流程數據，所述流程數據包括項目節點類別、項目節點計劃用時；

對所述流程數據進行歸一化預處理；

將預處理后的所述流程數據輸入至訓練好的神經網絡模型，得到評價結果，所述評價結果用于指示所述計劃用時和所述項目節點的實際用時的用時偏差程度；

其中，所述神經網絡模型的訓練過程包括：

獲取業擴項目的歷史數據，所述歷史數據包括業擴項目節點類別、項目節點計劃用時、項目節點實際用時；

通過主成分分析法對所述歷史數據降維處理，得到所述歷史數據降維后的樣本特征向量集；

通過模糊綜合評價法評價所述樣本特征向量集，得到歷史評價結果；

將所述歷史數據進行歸一化預處理；

將預處理后的所述歷史數據作為輸入，將所述歷史評價結果作為目標輸出，訓練所述神經網絡模型，得到訓練好的所述神經網絡模型。

進一步地，對所述流程數據進行歸一化預處理，包括：獲得適用于神經網絡模型運算的范圍為0至1大小的數據，計算公式如下：

其中，x_i(j)為第j節點的計劃用時，θ_imin(j)為第j節點的計劃用時最小值，θ_imax(j)為第j節點的計劃用時最大值；

對所述歷史數據進行歸一化預處理，包括：獲得適用于神經網絡模型運算的范圍為0至1大小的數據，計算公式如下：

其中，x(j)為第j節點的歷史計劃用時，θ_min(j)為第j節點的歷史計劃用時最小值，θ_max(j)為第j節點的歷史計劃用時最大值。

進一步地，所述通過主成分分析法對所述歷史數據降維，包括：