CN110766037B - 用于储备项目关联性集群的处理方法 - Google Patents
用于储备项目关联性集群的处理方法 Download PDFInfo
- Publication number
- CN110766037B CN110766037B CN201910815256.0A CN201910815256A CN110766037B CN 110766037 B CN110766037 B CN 110766037B CN 201910815256 A CN201910815256 A CN 201910815256A CN 110766037 B CN110766037 B CN 110766037B
- Authority
- CN
- China
- Prior art keywords
- reserve
- item
- items
- project
- attribute
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000012163 sequencing technique Methods 0.000 claims abstract description 19
- 238000004806 packaging method and process Methods 0.000 claims abstract description 8
- 238000010276 construction Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 7
- 238000012552 review Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 238000012856 packing Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提出了用于储备项目关联性集群的处理方法,包括获取多个储备项目的相关信息,对每个储备项目的相关信息进行归类;从归类后的相关信息中确定属于存在关联影响的目标储备项目,获取目标储备项目中的设备信息,对同一目标储备项目中的同类设备信息按设备属性出现次数进行排序;根据排序结果确定每个目标储备项目的代表属性,基于代表属性对多个储备项目之间存在的关联性进行相似度排序,进而根据排序结果选取储备项目打包得到储备项目集群。通过根据排序结果确定储备项目之前的关联性高低,能够确定多个储备项目之间相互影响情况,从而根据高低排序实现储备项目的准确统计,减少投资损失。
Description
技术领域
本申请属于项目规划领域,尤其涉及用于储备项目关联性集群的处理方法。
背景技术
综合计划储备项目管理是电网项目全过程管理的重要环节,对于消减数据烟囱、打通专业壁垒,实现综合计划储备项目精益化管理具有重要的作用。
目前在项目储备上,不同程度存在专业壁垒,导致项目储备不科学、项目统筹不严密等问题。项目在可研评审阶段,电网基建、技改、大修等专项分别储备,由各专业自己负责,因此在该阶段综合计划人员无法全面掌握全专业的储备项目。可研评审主要靠专家判断,而公司每年开展可研评审的项目众多,仅配网就有700多个,且参加会议的专家不固定,难免出现相关项目遗漏、重复或者差错的情况,由此会给公司造成不小的投资损失。
项目在进入储备库后,缺乏综合的分析论证手段,导致本工程或相关工程无法发挥应有的作用和投资效益。
发明内容
为了解决现有技术中存在的缺点和不足,本申请提出了用于储备项目关联性集群的处理方法,能够基于储备项目中的具体内容确定多个储备项目之间的关联性高低,能够根据高低排序实现储备项目的准确统计,减少投资损失。
具体的,本申请提出了用于储备项目关联性集群的处理方法包括:
获取多个储备项目的相关信息,对每个储备项目的相关信息进行归类;
根据归类后的相关信息确定对应每个储备项目的网格属性,基于网格属性对储备项目的多网格对应情况进行剔除;
从归类后的相关信息中确定属于存在关联影响的目标储备项目,获取目标储备项目中的设备信息,对同一目标储备项目中的同类设备信息按设备属性出现次数进行排序;
根据排序结果确定每个目标储备项目的代表属性,基于代表属性对多个储备项目之间存在的关联性进行相似度排序;
将相似度在预设数量的储备项目打包组成储备项目集群。
可选的,所述获取多个储备项目的相关信息,对每个储备项目的相关信息进行归类,包括:
从每个储备项目的规划书文件中提取所述储备项目包括建设地址、建设年限以及项目属性在内的相关信息;
对储备项目可研评审中的网格信息进行匹配、关联,将同属于一个网格内的项目先进行关联;
将已确定的网格属性作为所述储备项目的相关信息标头,将建设年限以及项目属性作为相关信息具体内容,得到有标头、具体内容构成的对应每个储备项目的相关信息。
可选的,所述根据归类后的相关信息确定对应每个储备项目的网格属性,基于网格属性对储备项目的多网格对应情况进行剔除,包括:
提取相关信息中对应每个储备项目的网格属性;
基于相关信息的具体内容判定同一网格属性中是否存在多个相同建设年限以及相同属性的储备项目;
如果存在,则对筛选出的储备项目进行去重处理。
可选的,所述对筛选出的储备项目进行去重处理,包括:
获取储备项目的审批时间;
按审批时间进行排序,仅保留审批时间最早的储备项目,删除其余储备项目。
可选的,所述从归类后的相关信息中确定属于存在关联影响的目标储备项目,获取目标储备项目中的设备信息,对同一目标储备项目中的同类设备信息按设备属性出现次数进行排序,包括:
确定存在关联影响的前后依存关系;
基于归类后的相关信息中确定存在前后依存关系的目标储备项目;
获取存在前后依存关系的目标储备项目中的设备信息,基于设备信息选取同类设备信息;
如果在同一目标储备项目中存在同类设备信息,则对该目标储备项目中的同类设备信息按设备属性出现次数进行排序;
其中,所述设备属性包括设备类型名称、设备生产厂家名称。
可选的,所述根据排序结果确定每个目标储备项目的代表属性,基于代表属性对多个储备项目之间存在的关联性进行相似度排序,包括:
将每类排序中设备属性出现次数最多的设备属性作为每个目标储备项目的代表属性;
计算每个储备项目之间代表属性的相似度,基于相似度数值由高到低进行排序。
可选的,所述将相似度在预设数量的储备项目打包组成储备项目集群,包括:
根据当前储备项目集群关联性要求确定预设范围;
在已基于相似度进行排序的储备项目中选取预设数量的储备项目进行打包处理,得到储备项目集群。
可选的,所述处理方法还包括:
在得到储备项目集群后,根据集群内储备项目用途的近似程度进行二次关联,得到功能强关联储备项目集群。
本申请提供的技术方案带来的有益效果是:
基于对储备项目进行归类,并从归类后的相关信息中选取存在关联影响的目标储备项目,进而在目标项目中根据包含设备的设备信息确定代表目标储备项目的代表属性,最终基于代表属性对储备项目进行相似度排序,基于排序结果选取关联度较高的储备项目组成储备项目集群。通过根据排序结果确定储备项目之前的关联性高低,能够确定多个储备项目之间相互影响情况,最终根据高低排序实现项目的准确统计,减少投资损失。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请提出的用于储备项目关联性集群的处理方法的流程示意图。
具体实施方式
为使本申请的结构和优点更加清楚,下面将结合附图对本申请的结构作进一步地描述。
实施例一
本申请提出了用于储备项目关联性集群的处理方法,如图1所示,包括:
11、获取多个储备项目的相关信息,对每个储备项目的相关信息进行归类;
12、根据归类后的相关信息确定对应每个储备项目的网格属性,基于网格属性对储备项目的多网格对应情况进行剔除;
13、从归类后的相关信息中确定属于存在关联影响的目标储备项目,获取目标储备项目中的设备信息,对同一目标储备项目中的同类设备信息按设备属性出现次数进行排序;
14、根据排序结果确定每个目标储备项目的代表属性,基于代表属性对多个储备项目之间存在的关联性进行相似度排序;
15、将相似度在预设数量的储备项目打包组成储备项目集群。
在实施中,考虑到每个项目所包含的内容种类繁杂,为了基于储备项目之间关联程度的高低最终汇总得到储备项目集群,本申请提出了一种基于储备项目之间关联性的储备项目集群处理方法,基于对储备项目进行归类,并从归类后的相关信息中选取存在关联影响的目标储备项目,进而在目标项目中根据包含设备的设备信息确定代表目标储备项目的代表属性,最终基于代表属性对储备项目进行相似度排序,储备项目之间关联性越高,则对应的项目之间相似度越高,排序越靠前,表明关联性越高。
具体的,步骤11提出的基于相关信息的归类,包括:
111、从每个储备项目的规划书文件中提取所述储备项目包括建设地址、建设年限以及项目属性在内的相关信息;
112、对储备项目可研评审中的网格信息进行匹配、关联,将同属于一个网格内的项目先进行关联;
113、将已确定的网格属性作为所述储备项目的相关信息标头,将建设年限以及项目属性作为相关信息具体内容,得到有标头、具体内容构成的对应每个储备项目的相关信息。
在实施中,每个储备项目对应的均设有规划书文件,文件中罗列有每个储备项目的建设地址、建设年限以及项目属性在内的相关信息。
基于相关信息的归类首先是基于建设地址确定对应该储备项目的网格属性,这里的网格属性根据性质不同可划分为能源、教育、医疗、商业等。接着基于每个网格属性以及建设年限以及项目属性作为相关信息具体内容,得到有标头、具体内容构成的对应每个储备项目的相关信息。构建相关信息的过程就是对信息的归类。
步骤12提出的基于归类后的相关信息进行重复项目提出的操作,具体包括:
121、提取相关信息中对应每个储备项目的网格属性;
122、基于相关信息的具体内容判定同一网格属性中是否存在多个相同建设年限以及相同属性的储备项目;
123、如果存在,则对筛选出的储备项目进行去重处理。
在实施中,为了实现去重,首先将相关信息中的网格属性作为比较对象,接着判断同一网格属性下是否存在相同建设年限以及相同属性的储备项目,如果存在重复的储备项目,则需要进行去重处理,即仅保留该网格属性下第一次出现的储备项目。这里的去重是为了步骤14中进行相似度排序时避免关联性过高的项目之间造成影响,使得关联性判断的准确性降低。
具体的步骤123中提出的去重处理包括:
1231、获取储备项目的审批时间;
1232、按审批时间进行排序,仅保留审批时间最早的储备项目,删除其余储备项目。
这里的去重操作是基于储备项目审批时间先后实现的,之所以不以实际储备项目作为标准,是考虑到同一时间可能出现多个开始建设的项目,为了降低重复性,采取审批时间作为去重因素。
步骤13进行的排序操作,具体包括:
131、确定存在关联影响的前后依存关系;
132、基于归类后的相关信息中确定存在前后依存关系的目标储备项目;
133、获取存在前后依存关系的目标储备项目中的设备信息,基于设备信息选取同类设备信息;
134、如果在同一目标储备项目中存在同类设备信息,则对该目标储备项目中的同类设备信息按设备属性出现次数进行排序;
其中,所述设备属性包括设备类型名称、设备生产厂家名称。
在实施中,步骤131提出的前后依存关系具体是指针对电力项目而言,必然存在发电厂-送变电线路-供配电所-用电等环节的先后顺序,因此将电力环节中的先后顺序定义为前后依存关系,前后依存关系中必然存在关联影响。接着基于已确定的前后依存关系在前述步骤归类后的相关信息中选取符合上述关系的储备项目作为目标储备项目,提取目标储备项目中的设备信息。这里之所以选取目标储备项目中的设备信息,是考虑到存在前后依存关系的储备项目具有较高的关联性,使得最终步骤14中计算得到较高的相似度,完成更为准确的项目统计。步骤134中基于同类设备信息的出现次数进行排序,是为了挑选出最能够代表目标储备项目特性的设备属性。
步骤14提出了具体进行关联性排序的方法,包括:
141、将每类排序中设备属性出现次数最多的设备属性作为每个目标储备项目的代表属性;
142、计算每个储备项目之间代表属性的相似度,基于相似度数值由高到低进行排序。
首先将步骤13中的每类排序中出现次数最多的设备属性作为最能体现该目标储备项目的代表属性,接着基于代表属性相似度计算的方式确定储备项目之间的关联性。
在这里之所以采用相似度作为关联性排序的计算方式,是因为相似度就是比较两个事物的相似性。一般通过计算事物的特征之间的距离,如果距离小,那么相似度大;如果距离大,那么相似度小。而关联性则符合上述判定原则。
考虑到项目关联这个较为特殊的领域,这里的相似度算法优选使用基于项目语义的协同过滤算法,根据项目语义相似度填充用户-项目评分矩阵,基于目标个体与训练个体之间的相似度计算得到目标个体最接近的邻居个体,接着进行加权平均k个邻居个体的项目评分产生相似度结果,排序在前的邻居个体作为关联性最高的储备项目。
在根据相似度结果对储备项目进行排序后,就能准确对当前全部项目进行统计,从而降低项目漏失的风险,确保投资安全。
在排序完成后即可执行步骤15得到储备项目集群,具体步骤包括:
151、根据当前储备项目集群关联性要求确定预设范围;
152、在已基于相似度进行排序的储备项目中选取预设数量的储备项目进行打包处理,得到储备项目集群。
在已有基于相似度排序的基础上,根据储备项目集群的要求,设定打包构建储备项目集群的数量,即可得到由多个较高相似度的储备项目组成的储备项目集群。
在得到储备项目集群后,考虑到多个储备项目之间功能关联的强弱程度,还可以对储备项目集群进行二次关联,具体步骤为:
153、在得到储备项目集群后,根据集群内储备项目用途的近似程度进行二次关联,得到功能强关联储备项目集群。
在实施中,在项目储备环节进行项目关联、集群,项目关联方式主要分为四种,一是网格关联,对项目可研评审中的网格信息进行匹配、关联,将同属于一个网格内的项目先进行弱关联集群;
二是设备关联,基于已经通过网格进行弱关联的项目再次开展各自配网设备关联,通过电网拓扑,形成设备强关联集群;
三是功能关联,基于已经通过网格进行弱关联的项目再次开展功能关联,如高损线路、台区治理项目关联集群、电网卡脖子项目关联集群、重大项目落地配套送出工程关联等,形成功能强关联集群;
四是电气关联,基于已经通过网格进行弱关联的项目再次开展电气关联,以电气连接为原则,将电气联系较为紧密的项目进行强关联集群。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本申请的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.用于储备项目关联性集群的处理方法,其特征在于,所述处理方法包括:
获取多个储备项目的相关信息,对每个储备项目的相关信息进行归类;
根据归类后的相关信息确定对应每个储备项目的网格属性,基于网格属性对储备项目的多网格对应情况进行剔除;
从归类后的相关信息中确定属于存在关联影响的目标储备项目,获取目标储备项目中的设备信息,对同一目标储备项目中的同类设备信息按设备属性出现次数进行排序;
根据排序结果确定每个目标储备项目的代表属性,基于代表属性对多个储备项目之间存在的关联性进行相似度排序;
将相似度在预设数量的储备项目打包组成储备项目集群;
所述获取多个储备项目的相关信息,对每个储备项目的相关信息进行归类,包括:
从每个储备项目的规划书文件中提取所述储备项目包括建设地址、建设年限以及项目属性在内的相关信息;
对储备项目可研评审中的网格信息进行匹配、关联,将同属于一个网格内的项目先进行关联;
将已确定的网格属性作为所述储备项目的相关信息标头,将建设年限以及项目属性作为相关信息具体内容,得到有标头、具体内容构成的对应每个储备项目的相关信息;
所述从归类后的相关信息中确定属于存在关联影响的目标储备项目,获取目标储备项目中的设备信息,对同一目标储备项目中的同类设备信息按设备属性出现次数进行排序,包括:
确定存在关联影响的前后依存关系;
基于归类后的相关信息中确定存在前后依存关系的目标储备项目;
获取存在前后依存关系的目标储备项目中的设备信息,基于设备信息选取同类设备信息;
如果在同一目标储备项目中存在同类设备信息,则对该目标储备项目中的同类设备信息按设备属性出现次数进行排序;
其中,所述设备属性包括设备类型名称、设备生产厂家名称。
2.根据权利要求1所述的用于储备项目关联性集群的处理方法,其特征在于,所述根据归类后的相关信息确定对应每个储备项目的网格属性,基于网格属性对储备项目的多网格对应情况进行剔除,包括:
提取相关信息中对应每个储备项目的网格属性;
基于相关信息的具体内容判定同一网格属性中是否存在多个相同建设年限以及相同属性的储备项目;
如果存在,则对筛选出的储备项目进行去重处理。
3.根据权利要求2所述的用于储备项目关联性集群的处理方法,其特征在于,所述对筛选出的储备项目进行去重处理,包括:
获取储备项目的审批时间;
按审批时间进行排序,仅保留审批时间最早的储备项目,删除其余储备项目。
4.根据权利要求1所述的用于储备项目关联性集群的处理方法,其特征在于,所述根据排序结果确定每个目标储备项目的代表属性,基于代表属性对多个储备项目之间存在的关联性进行相似度排序,包括:
将每类排序中设备属性出现次数最多的设备属性作为每个目标储备项目的代表属性;
计算每个储备项目之间代表属性的相似度,基于相似度数值由高到低进行排序。
5.根据权利要求1所述的用于储备项目关联性集群的处理方法,其特征在于,所述将相似度在预设数量的储备项目打包组成储备项目集群,包括:
根据当前储备项目集群关联性要求确定预设范围;
在已基于相似度进行排序的储备项目中选取预设数量的储备项目进行打包处理,得到储备项目集群。
6.根据权利要求1至5任一项权利要求所述的用于储备项目关联性集群的处理方法,其特征在于,所述处理方法还包括:
在得到储备项目集群后,根据集群内储备项目用途的近似程度进行二次关联,得到功能强关联储备项目集群。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910815256.0A CN110766037B (zh) | 2019-08-30 | 2019-08-30 | 用于储备项目关联性集群的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910815256.0A CN110766037B (zh) | 2019-08-30 | 2019-08-30 | 用于储备项目关联性集群的处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766037A CN110766037A (zh) | 2020-02-07 |
CN110766037B true CN110766037B (zh) | 2023-09-15 |
Family
ID=69330082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910815256.0A Active CN110766037B (zh) | 2019-08-30 | 2019-08-30 | 用于储备项目关联性集群的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766037B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521652A (zh) * | 2012-01-10 | 2012-06-27 | 武汉大学 | 一种电网运营效率评价决策方法 |
CN104504518A (zh) * | 2014-12-19 | 2015-04-08 | 深圳市燃气集团股份有限公司 | 一种基于erp***的储备项目数据处理方法及其*** |
CN106127399A (zh) * | 2016-06-30 | 2016-11-16 | 国网江苏省电力公司南通供电公司 | 基于资产组的储备项目智能审计方法 |
CN106934596A (zh) * | 2017-03-01 | 2017-07-07 | 广东中建普联科技股份有限公司 | 基于相似度对比的建设工程项目数据管理方法及*** |
CN107798488A (zh) * | 2017-11-24 | 2018-03-13 | 国网内蒙古东部电力有限公司 | 一种电网检修工程储备管理*** |
CN108876131A (zh) * | 2018-06-06 | 2018-11-23 | 国家电网有限公司 | 基于电网成效贡献度的储备项目优选方法 |
CN109800420A (zh) * | 2018-12-19 | 2019-05-24 | 福建亿榕信息技术有限公司 | 一种可研评审报告自动生成方法及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7599934B2 (en) * | 2005-09-27 | 2009-10-06 | Microsoft Corporation | Server side filtering and sorting with field level security |
BRPI0621315A2 (pt) * | 2006-02-10 | 2011-12-06 | Strands Inc | entretenimento interativo dinámico |
US20140108086A1 (en) * | 2012-10-15 | 2014-04-17 | Fluor Technologies Corporation | Project categorization and assessment through multivariate analysis |
US20150006225A1 (en) * | 2013-06-28 | 2015-01-01 | Shreevathsa S | Project management application with business rules framework |
-
2019
- 2019-08-30 CN CN201910815256.0A patent/CN110766037B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521652A (zh) * | 2012-01-10 | 2012-06-27 | 武汉大学 | 一种电网运营效率评价决策方法 |
CN104504518A (zh) * | 2014-12-19 | 2015-04-08 | 深圳市燃气集团股份有限公司 | 一种基于erp***的储备项目数据处理方法及其*** |
CN106127399A (zh) * | 2016-06-30 | 2016-11-16 | 国网江苏省电力公司南通供电公司 | 基于资产组的储备项目智能审计方法 |
CN106934596A (zh) * | 2017-03-01 | 2017-07-07 | 广东中建普联科技股份有限公司 | 基于相似度对比的建设工程项目数据管理方法及*** |
CN107798488A (zh) * | 2017-11-24 | 2018-03-13 | 国网内蒙古东部电力有限公司 | 一种电网检修工程储备管理*** |
CN108876131A (zh) * | 2018-06-06 | 2018-11-23 | 国家电网有限公司 | 基于电网成效贡献度的储备项目优选方法 |
CN109800420A (zh) * | 2018-12-19 | 2019-05-24 | 福建亿榕信息技术有限公司 | 一种可研评审报告自动生成方法及存储介质 |
Non-Patent Citations (3)
Title |
---|
Xingyu Deng等.Similarity Matching Algorithm of Equipment Fault Diagnosis Based on CBR.《2015 6th IEEE International Conference on Software Engineering and Service Science(ICSESS)》.2015,第998-1002页. * |
谢颖捷等.基于大数据挖掘的电力企业 综合计划精益化管理.《农村电气化》.2018,(第6期),第5-9页. * |
陈寒钰等.电力建设项目计划审核优化的对策建议.《科技和产业》.2018,第18卷(第7期),第71-74页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110766037A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103744928B (zh) | 一种基于历史访问记录的网络视频分类方法 | |
CN106845717B (zh) | 一种基于多模型融合策略的能源效率评价方法 | |
CN107766929B (zh) | 模型分析方法及装置 | |
CN113590698B (zh) | 基于人工智能技术的数据资产分类建模与分级保护方法 | |
CN109492101A (zh) | 基于标签信息与文本特征的文本分类方法、***及介质 | |
CN103186538A (zh) | 一种图像分类方法和装置、图像检索方法和装置 | |
CN108470022A (zh) | 一种基于运维管理的智能工单质检方法 | |
CN105654196A (zh) | 一种基于电力大数据的自适应负荷预测选择方法 | |
CN107918657A (zh) | 一种数据源的匹配方法和装置 | |
CN104346698A (zh) | 基于云计算和数据挖掘的餐饮会员大数据分析和考核*** | |
CN108563793B (zh) | 一种多显示级别地图的制图方法 | |
CN113407644A (zh) | 一种基于深度学习算法的企业行业二级行业多标签分类器 | |
CN113537807A (zh) | 一种企业智慧风控方法及设备 | |
CN110737805A (zh) | 图模型数据的处理方法、装置和终端设备 | |
CN106611016A (zh) | 一种基于可分解词包模型的图像检索方法 | |
CN115269958A (zh) | 互联网可靠性数据信息采集分析*** | |
CN108228787A (zh) | 按照多级类目处理信息的方法和装置 | |
CN111814528A (zh) | 一种连通性分析的夜光影像城市等级分类方法 | |
CN112785156B (zh) | 一种基于聚类与综合评价的产业领袖识别方法 | |
CN107798137B (zh) | 一种基于可加模型的多源异构数据融合架构*** | |
CN113327047A (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及*** | |
CN113129188A (zh) | 一种基于人工智能大数据的省级教育教学评估*** | |
CN110766037B (zh) | 用于储备项目关联性集群的处理方法 | |
CN115936389A (zh) | 一种基于大数据技术的评审专家与评审材料的匹配方法 | |
CN112506930B (zh) | 一种基于机器学习技术的数据洞察*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |