CN115829144B - 电网业务优化模型的建立方法及电子设备 - Google Patents
电网业务优化模型的建立方法及电子设备 Download PDFInfo
- Publication number
- CN115829144B CN115829144B CN202211623936.0A CN202211623936A CN115829144B CN 115829144 B CN115829144 B CN 115829144B CN 202211623936 A CN202211623936 A CN 202211623936A CN 115829144 B CN115829144 B CN 115829144B
- Authority
- CN
- China
- Prior art keywords
- service
- power grid
- coupling
- business
- contribution
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000008878 coupling Effects 0.000 claims abstract description 224
- 238000010168 coupling process Methods 0.000 claims abstract description 224
- 238000005859 coupling reaction Methods 0.000 claims abstract description 224
- 238000011156 evaluation Methods 0.000 claims description 137
- 230000006870 function Effects 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 238000011161 development Methods 0.000 description 12
- 230000008901 benefit Effects 0.000 description 10
- 238000005265 energy consumption Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 230000001808 coupling effect Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004587 chromatography analysis Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000803 paradoxical effect Effects 0.000 description 1
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种电网业务优化模型的建立方法及电子设备。该方法包括:构建电网业务耦合指标,并对各电网业务耦合指标进行赋权,得到各电网业务耦合指标的权重;根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度;获取业务贡献指标的量化值,并根据业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度;根据业务耦合度和业务贡献度,构建电网业务优化模型;电网业务优化模型,用于对各电网业务进行优化组合,以得到最优业务组合。本发明能够有效实现电网业务组合优化。
Description
技术领域
本发明涉及电网技术领域,尤其涉及一种电网业务优化模型的建立方法及电子设备。
背景技术
现有的电网企业不再局限于传统的输配电业务,需要将发展方向转移至智慧能源综合***、多站融合和虚拟电厂等新兴业务。
在开展新兴业务时,由于新兴业务种类繁多且关系复杂,各新兴业务间以及新兴业务与传统业务间必然存在多种耦合关系。而传统的电网业务优化方法仅通过多维度指标来对各业务的贡献度进行量化叠加,来实现各业务间的组合优化,并未考虑各业务间的耦合关系与影响作用,并不适用于现有的新兴业务。
因此,亟待探索考虑业务间耦合关系的电网业务优化方法,用以指导电网企业的业务开展。
发明内容
本发明实施例提供了一种电网业务优化模型的建立方法及电子设备,以解决传统的电网业务优化方法并未考虑各业务间的耦合关系,从而导致无法有效实现电网业务组合优化的问题。
第一方面,本发明实施例提供了一种电网业务优化模型的建立方法,包括:
构建电网业务耦合指标,并对各电网业务耦合指标进行赋权,得到各电网业务耦合指标的权重;
根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度;
获取业务贡献指标的量化值,并根据所述业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度;
根据所述业务耦合度和所述业务贡献度,构建电网业务优化模型;所述电网业务优化模型,用于对各电网业务进行优化组合,以得到最优业务组合。
在一种可能的实现方式中,所述根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度,包括:
根据各电网业务耦合指标的权重,计算第一模糊测度;
针对每两个电网业务,分别获取两个电网业务间的各电网业务耦合指标的预设评估值,并根据所述预设评估值和所述第一模糊测度,分别计算两个电网业务间的业务耦合度的单一评估值;
根据计算得到的所有单一评估值,计算两个电网业务间的业务耦合度的综合评估值。
在一种可能的实现方式中,在所述根据计算得到的所有单一评估值,计算两个电网业务间的业务耦合度的综合评估值之前,还包括:
获取所述预设评估值的权重,并根据所述预设评估值的权重,计算第二模糊测度;
所述根据计算得到的所有单一评估值,计算两个电网业务间的业务耦合度的综合评估值,包括:
根据计算得到的所有单一评估值和所述第二模糊测度,计算两个电网业务间的业务耦合度的综合评估值。
在一种可能的实现方式中,所述根据各电网业务耦合指标的权重,计算第一模糊测度,包括:
其中,λ1表示第一模糊测度,g(Iu)表示第u个电网业务耦合指标Iu的权重,n表示电网业务耦合指标的数量。
在一种可能的实现方式中,根据所述预设评估值和所述第一模糊测度,分别计算两个电网业务间的业务耦合度的单一评估值,包括:
其中,表示根据第k个预设评估值计算得到的第i个电网业务与第j个电网业务之间的业务耦合度的单一评估值,/>表示两个电网业务间的第u个电网业务耦合指标的第k个预设评估值,g(Iu)表示两个电网业务间的第u个电网业务耦合指标Iu的权重,λ1表示第一模糊测度,g(Iu+1)表示两个电网业务间的第u+1个电网业务耦合指标Iu+1的权重,n表示电网业务耦合指标的数量。
在一种可能的实现方式中,所述根据计算得到的所有单一评估值和所述第二模糊测度,计算两个电网业务间的业务耦合度的综合评估值,包括:
其中,rij表示第i个电网业务与第j个电网业务之间的业务耦合度的综合评估值,表示根据第k个预设评估值计算得到的第i个电网业务与第j个电网业务之间的业务耦合度的单一评估值,g(qk)表示第k个预设评估值qk的权重,λ2表示第二模糊测度,g(qk+1)表示第k+1个预设评估值qk+1的权重,m表示预设评估值的数量。
在一种可能的实现方式中,所述根据所述业务耦合度和所述业务贡献度,构建电网业务优化模型,包括:
根据所述业务耦合度,构建耦合贡献函数;
根据所述耦合贡献函数和所述业务贡献度,构建所述电网业务优化模型的目标函数。
在一种可能的实现方式中,所述根据所述业务耦合度,构建耦合贡献函数,包括:
根据T=∑(Xi·Xj·(vi+vj)·rij)构建耦合贡献函数;
其中,T表示耦合贡献度,Xi表示第i个电网业务的投资状态,Xj表示第j个电网业务的投资状态,vi表示第i个电网业务的业务贡献度,vj表示第j个电网业务的业务贡献度,rij表示第i个电网业务与第j个电网业务之间的业务耦合度的综合评估值;
所述根据所述耦合贡献函数和所述业务贡献度,构建所述电网业务优化模型的目标函数,包括:
根据f=∑(vi·Xi)+T构建所述电网业务优化模型的目标函数;
其中,f表示业务组合贡献度。
在一种可能的实现方式中,根据所述业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度,包括:
其中,vi表示第i个电网业务的业务贡献度,yih表示第i个电网业务中的第h个业务贡献指标的量化值,Bh表示第h个业务贡献指标的组合权重,z表示业务贡献指标的数量。
第二方面,本发明实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述的方法的步骤。
本发明实施例提供一种电网业务优化模型的建立方法及电子设备,通过构建电网业务耦合指标,并对各电网业务耦合指标进行赋权,得到各电网业务耦合指标的权重;根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度;获取业务贡献指标的量化值,并根据业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度;根据业务耦合度和业务贡献度,构建电网业务优化模型;电网业务优化模型,用于对各电网业务进行优化组合,以得到最优业务组合,使得在电网业务组合优化的过程中,可以充分考虑到不同电网业务间的业务耦合度以及每个电网业务的业务贡献度,从这两个方面综合考虑来对电网业务组合进行优化,以真正实现电网业务组合优化。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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发明的一些实施例,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是本发明实施例提供的电网业务优化模型的建立方法的实现流程图;
图2是本发明实施例提供的电网业务耦合指标的指标体系示意图;
图3是本发明实施例提供的利用层次分析法对各电网业务耦合指标赋权的实现流程图;
图4是本发明实施例提供的1~9比率标度法的评分标准示意图;
图5是本发明实施例提供的1~9比率标度法的评分标准表格;
图6是本发明实施例提供的计算每两个电网业务之间的业务耦合度的实现流程图;
图7是本发明实施例提供的业务贡献指标的指标体系示意图;
图8本发明实施例提供的利用AHP-熵权法对各业务贡献指标赋权的实现流程图;
图9是本发明实施例提供的电网业务优化模型的建立装置的结构示意图;
图10是本发明实施例提供的电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
图1为本发明实施例提供的电网业务优化模型的建立方法的实现流程图,详述如下:
步骤101,构建电网业务耦合指标,并对各电网业务耦合指标进行赋权,得到各电网业务耦合指标的权重。
耦合是指两个或两上以上的***或运动方式之间,通过各种相互作用而彼此影响以至联合起来的现象,是在各子***间的良性互动下,相互依赖、相互协调、相互促进的动态关联关系。不同的电网业务之间同样存在多环节、多方面的耦合作用。基于此,本发明实施例提出电网业务耦合指标,用于量化评估不同电网业务之间的耦合作用。
参见图2,电网业务间的耦合作用主要体现在业务开展过程与业务开展结果两个方面。相应地,电网业务耦合指标主要分为过程耦合和结果耦合两类。在业务开展过程中,通过对其所调用的各种资源进行划分,可以从不同类型资源角度对多种业务的耦合作用进行解耦,能够有效量化不同电网业务之间的耦合程度。基于此,在业务开展过程中,构建生产资源耦合度指标、技术资源耦合度指标、营销资源耦合度指标和管理资源耦合度指标,共计四个电网业务耦合指标。
业务在开展完成后,需要量化一项业务的开展效果对另一项业务的影响作用。这里的影响作用主要包括承接性、互补性、替代性三种。其中,业务间的承接是一项业务对原始业务在其范围与领域上的继承和补充,如电力数据增值服务对传统数据采集服务的承接;业务间的互补是指两项业务在业务领域和内容上相互补充、协同发展,通过业务之间的相互耦合作用,实现1+1>2的效果;业务间的替代是指业务之间存在矛盾和竞争关系,随着社会不断发展,一项业务逐渐被另一项业务逐渐替代。基于此,在业务开展完成后,构建业务承接度指标、业务互补度指标和业务替代度指标,共计三个电网业务耦合指标。
在对上述各电网业务耦合指标进行赋权时,可以采用层次分析法(AnalyticHierarchyProcess,AHP)。具体参见图3,针对各电网业务耦合指标构建层次分析模型。在构建层析分析模型时,可以将业务耦合度作为决策目标层,将过程耦合和结果耦合分别作为决策准则层,将生产资源耦合度指标、技术资源耦合度指标、营销资源耦合度指标、管理资源耦合度指标、业务承接度指标、业务互补度指标和业务替代度指标作为评价指标层。
利用1~9比率标度法对层析分析模型中各层的指标进行评判,从而确定该层次分析模型对应的判断矩阵。参见图4和图5,在利用1~9比率标度法对层析分析模型中各层的指标进行评判时,按照图4和图5示出的评判标准,根据各指标的重要程度,对其进行量化,从而得到判断矩阵。判断矩阵的最大特征值所对应的特征向量即为权向量,通过对权向量进行归一化处理,即可得到各层指标的权重,并根据上一层指标的权重,计算本层指标的最终权重,最终得到评价指标层中各电网业务耦合指标的最终权重。
一般情况下,CR越小,则说明判断矩阵一致性就越好。当CR小于第一预设值时,就说明判断矩阵具有可接受的满意一致性,否则就应该对其进行调整修正。示例性的,这里的第一预设值可以是0.1。
参见表1,表1中示出了RI的数值大小仅与判断矩阵的阶数A之间的对应关系。
表1
A | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 | 1.51 |
根据上述表1和判断矩阵的阶数,即可确定RI的数值,进而进行一致性检验。最终得到各电网业务耦合指标的权重。
步骤102,根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度。
可选的,参见图6,步骤102可以包括:
步骤201,根据各电网业务耦合指标的权重,计算第一模糊测度;
可选的,步骤201可以包括:
其中,λ1表示第一模糊测度,g(Iu)表示第u个电网业务耦合指标Iu的权重,n表示电网业务耦合指标的数量。
AHP法属于主观赋权法,基于AHP法得到的各电网业务耦合指标的权重带有主观性,可能会存在偏差。由此,本发明实施例通过计算第一模糊测度,用以对各电网业务耦合指标的权重进行修正,提升后续计算业务耦合度的单一评估值的精准度。
步骤202,针对每两个电网业务,分别获取两个电网业务间的各电网业务耦合指标的预设评估值,并根据预设评估值和第一模糊测度,分别计算两个电网业务间的业务耦合度的单一评估值。
每两个电网业务之间都会存在业务耦合。由此,需要依次计算每两个电网业务之间的业务耦合度。也就是说,每两个电网业务之间就会存在一个业务耦合度。
在计算业务耦合度时,针对一组业务(包含两个电网业务),需要先获取该组业务中各电网业务耦合指标的预设评估值。可以理解的是,为提高评估准确性,每一个电网业务耦合指标对应至少一个预设评估值。根据一个预设评估值和第一模糊测度,可以对应计算得到该组业务的业务耦合度的一个单一评估值。
可选的,根据预设评估值和第一模糊测度,分别计算两个电网业务间的业务耦合度的单一评估值,包括:
其中,表示根据第k个预设评估值计算得到的第i个电网业务与第j个电网业务之间的业务耦合度的单一评估值,/>表示两个电网业务间的第u个电网业务耦合指标的第k个预设评估值,g(Iu)表示两个电网业务间的第u个电网业务耦合指标Iu的权重,λ1表示第一模糊测度,g(Iu+1)表示两个电网业务间的第u+1个电网业务耦合指标Iu+1的权重,n表示电网业务耦合指标的数量。
根据上述公式,可以理解的是,业务耦合度的单一评估值的数量与每一个电网业务耦合指标对应的预设评估值的数量相等。
步骤203,根据计算得到的所有单一评估值,计算两个电网业务间的业务耦合度的综合评估值。
可选的,在步骤203之前,还包括:
步骤204,获取预设评估值的权重,并根据预设评估值的权重,计算第二模糊测度。
其中,λ2表示第二模糊测度,g(qk)表示第k个预设评估值qk的权重,m表示预设评估值的数量。
相应地,步骤203可以包括:
根据计算得到的所有单一评估值和第二模糊测度,计算两个电网业务间的业务耦合度的综合评估值。
可选的,步骤203可以包括:
其中,rij表示第i个电网业务与第j个电网业务之间的业务耦合度的综合评估值,表示根据第k个预设评估值计算得到的第i个电网业务与第j个电网业务之间的业务耦合度的单一评估值,g(qk)表示第k个预设评估值qk的权重,λ2表示第二模糊测度,g(qk+1)表示第k+1个预设评估值qk+1的权重,m表示预设评估值的数量。
通过对每一个电网业务耦合指标设置多个预设评估值,并为每一个预设评估值设置权重,可以有效提升业务耦合度的综合评估值的精准性。相应地,本发明实施例通过计算第二模糊测度,用以对各预设评估值的权重进行修正,以提高业务耦合度的综合评估值的精准度。
步骤103,获取业务贡献指标的量化值,并根据业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度。
可选的,根据业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度,包括:
其中,vi表示第i个电网业务的业务贡献度,yih表示第i个电网业务中的第h个业务贡献指标的量化值,Bh表示第h个业务贡献指标的组合权重,z表示业务贡献指标的数量。
可选的,参见图7,电网业务的业务贡献指标可以从社会发展、效益激励和电能绿色维度出发,包括:带动就业能力指标、单位GDP能耗指标、新技术利用率指标、净利润率指标、净现值指标、总资产提高率指标、节能减排效益指标、碳排放强度指标和化石能源变化量指标,共计9个业务贡献指标。
其中,Eg为单位GDP能耗水平,QE为年能源消耗量,GDP为年国内生产总值。
其中,ECY为新技术应用效益,C为电力生产与供应业的影响力系数,为第d种新材料的工程用量,/>为第d种新材料的单位价格,/>为第l种新设备的工程用量,/>为第l种新设备的单位价格,D为新材料的数量,L为新设备的数量。
其中,η为净利润率,Bp为总利润,Bx为总收入,it为所得税率
其中,Ct,c表示净现值,Bp表示总利润,IRR表示内部收益率,t表示当前年限,T表示总年限。
其中,In为总资产提高率,Iy为本年总资产提高数额,Ia为年初资产总额。
其中,Ci为单位GDP碳排放,Ep为二氧化碳排放量,GDP为国内生产总值。
针对化石能源消耗变化量指标,可以根据ΔEhs=CAhs-CBhs计算该指标的量化值。
其中,ΔEhs为化石能源消耗变化量,CAhs为业务开展前的化石能源消耗量,CBhs为业务开展后的化石能源消耗量。
可选的,可以通过AHP-熵权法对各业务贡献指标进行组合赋权,得到各业务贡献指标的组合权重。
AHP-熵权法,是将AHP法确定的主观权重与熵权法确定的客观权重相结合,得到主客观集成的组合权重的方法。通过组合权重对各业务贡献指标的关键程度进行更全面的判断。具体的,参见图8,一方面利用AHP法通过构建层次分析模型以及判断矩阵对各业务贡献指标进行主观赋权,另一方面通过熵权法对各业务贡献指标进行客观赋权。其中,利用层次分析法对各业务贡献指标进行主观赋权部分,在步骤101中已有详细介绍,此处不再赘述。下面对熵权法进行具体介绍:
利用熵权法对各业务贡献指标进行客观赋权时,首先需要构建由z个业务贡献指标和p个电网业务构成的评估矩阵。
该评估矩阵可以表示为:Y=(yih)p×z,i=1,2,...,p;h=1,2,...,z。
其中,Y表示评估矩阵,yih表示第i个电网业务中的第h个业务贡献指标的量化值,p表示电网业务的数量,z表示业务贡献指标的数量。
其中,Eih表示第i个电网业务中的第h个业务贡献指标的标准量化值。
其中,H(h)表示第h个业务贡献指标的熵值。
其中,wh”表示第h个业务贡献指标的熵权。
进一步的,结合AHP法得到的各业务贡献指标的权重,最终得到各业务贡献指标的组合权重。
其中,Bh表示第h个业务贡献指标的组合权重,w'h表示第h个业务贡献指标的主观权重,该主观权重由AHP法确定,w'h'表示第h个业务贡献指标的熵权。
步骤104,根据业务耦合度和业务贡献度,构建电网业务优化模型。电网业务优化模型,用于对各电网业务进行优化组合,以得到最优业务组合。
可选的,根据业务耦合度和业务贡献度,构建电网业务优化模型,包括:
根据业务耦合度,构建耦合贡献函数。
根据耦合贡献函数和业务贡献度,构建电网业务优化模型的目标函数。
可选的,根据业务耦合度,构建耦合贡献函数,包括:
根据T=∑(Xi·Xj·(vi+vj)·rij)构建耦合贡献函数。
其中,T表示耦合贡献度,Xi表示第i个电网业务的投资状态,Xj表示第j个电网业务的投资状态,vi表示第i个电网业务的业务贡献度,vj表示第j个电网业务的业务贡献度,rij表示第i个电网业务与第j个电网业务之间的业务耦合度的综合评估值。
可选的,根据耦合贡献函数和业务贡献度,构建电网业务优化模型的目标函数,包括:
根据f=∑(vi·Xi)+T构建电网业务优化模型的目标函数。其中,f表示业务组合贡献度。
可选的,该电网业务优化模型还包括:约束条件。
其中,Ni表示第i个电网业务的投资额,Xi表示第i个电网业务的投资状态,N表示电网企业的投资能力,p表示电网业务的数量。
其中,MRi为第i个电网业务的边际效益,vi为第i个电网业务的业务贡献度,Mi为第i个电网业务的业务投资额,MRe为业务最小边际效益。
以Xi表示第i个电网业务的投资状态,当投资第i个电网业务时用Xi=1表示,反之Xi=0。当两个电网业务之间存在依存关系时,建立电网业务关系约束:
根据上述目标函数和约束条件,即可得到完整的电网业务优化模型。对该电网业务优化模型进行优化求解,可以得到最优电网业务组合,用以指导电网企业开展业务。
本发明实施例中对于具体的模型求解方式不作具体限定,用户可自行选择。示例性的,可以通过线性规划的方式对上述电网业务优化模型进行求解,以得到最优电网业务组合。
本发明实施例通过构建电网业务耦合指标,并对各电网业务耦合指标进行赋权,得到各电网业务耦合指标的权重;根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度;获取业务贡献指标的量化值,并根据业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度;根据业务耦合度和业务贡献度,构建电网业务优化模型;电网业务优化模型,用于对各电网业务进行优化组合,以得到最优业务组合,使得在电网业务组合优化的过程中,可以充分考虑到不同电网业务间的业务耦合度以及每个电网业务的业务贡献度,从这两个方面综合考虑来对电网业务组合进行优化,以真正实现电网业务组合优化。
其中,根据各电网业务耦合指标可以量化计算每两个电网业务之间的业务耦合度。在此基础上,结合每个电网业务的业务贡献度,可以准确计算不同电网业务组合的业务组合贡献度,以便于可以根据业务组合贡献度,将业务贡献度最大的电网业务组合确定为最优业务组合,指导电网企业开展业务。
进一步地,在量化计算业务耦合度时,对各电网业务耦合指标分别设置多个预设评估值,可以从多个评估角度对各电网业务耦合指标进行量化评估,从而对应计算得到业务耦合度的多个单一评估值,进而根据多个单一评估值来最终确定业务耦合度的综合评估值,以提高业务耦合度的综合评估值的准确性;并且,本法发明实施例还通过计算第一模糊测度和第二模糊测度对各电网业务耦合指标的权重,以及各预设评估值的权重分别进行修正,以进一步提升业务耦合度的计算精准度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图9示出了本发明实施例提供的电网业务优化模型的建立装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图9所示,电网业务优化模型的建立装置9包括:赋权模块91、计算模块92和建模模块93。
赋权模块91,用于构建电网业务耦合指标,并对各电网业务耦合指标进行赋权,得到各电网业务耦合指标的权重。
计算模块92,用于根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度。
计算模块92,还用于获取业务贡献指标的量化值,并根据业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度。
建模模块93,用于根据业务耦合度和业务贡献度,构建电网业务优化模型。电网业务优化模型,用于对各电网业务进行优化组合,以得到最优业务组合。
在一种可能的实现方式中,计算模块92,用于根据各电网业务耦合指标的权重,计算第一模糊测度。
计算模块92,还用于针对每两个电网业务,分别获取两个电网业务间的各电网业务耦合指标的预设评估值,并根据预设评估值和所述第一模糊测度,分别计算两个电网业务间的业务耦合度的单一评估值。
计算模块92,还用于根据计算得到的所有单一评估值,计算两个电网业务间的业务耦合度的综合评估值。
在一种可能的实现方式中,计算模块92,用于获取所述预设评估值的权重,并根据所述预设评估值的权重,计算第二模糊测度;
计算模块92,还用于根据计算得到的所有单一评估值和所述第二模糊测度,计算两个电网业务间的业务耦合度的综合评估值。
其中,λ1表示第一模糊测度,g(Iu)表示第u个电网业务耦合指标Iu的权重,n表示电网业务耦合指标的数量。
其中,表示根据第k个预设评估值计算得到的第i个电网业务与第j个电网业务之间的业务耦合度的单一评估值,/>表示两个电网业务间的第u个电网业务耦合指标的第k个预设评估值,g(Iu)表示两个电网业务间的第u个电网业务耦合指标Iu的权重,λ1表示第一模糊测度,g(Iu+1)表示两个电网业务间的第u+1个电网业务耦合指标Iu+1的权重,n表示电网业务耦合指标的数量。
其中,rij表示第i个电网业务与第j个电网业务之间的业务耦合度的综合评估值,表示根据第k个预设评估值计算得到的第i个电网业务与第j个电网业务之间的业务耦合度的单一评估值,g(qk)表示第k个预设评估值qk的权重,λ2表示第二模糊测度,g(qk+1)表示第k+1个预设评估值qk+1的权重,m表示预设评估值的数量。
在一种可能的实现方式中,建模模块93,用于根据业务耦合度,构建耦合贡献函数。
建模模块93,还用于根据耦合贡献函数和业务贡献度,构建电网业务优化模型的目标函数。
在一种可能的实现方式中,建模模块93,用于根据T=∑(Xi·Xj·(vi+vj)·rij)构建耦合贡献函数;
其中,T表示耦合贡献度,Xi表示第i个电网业务的投资状态,Xj表示第j个电网业务的投资状态,vi表示第i个电网业务的业务贡献度,vj表示第j个电网业务的业务贡献度,rij表示第i个电网业务与第j个电网业务之间的业务耦合度的综合评估值;
建模模块93,用于根据f=∑(vi·Xi)+T构建所述电网业务优化模型的目标函数;
其中,f表示业务组合贡献度。
其中,vi表示第i个电网业务的业务贡献度,yih表示第i个电网业务中的第h个业务贡献指标的量化值,Bh表示第h个业务贡献指标的组合权重,z表示业务贡献指标的数量。
本发明实施例通过赋权模块91,用于构建电网业务耦合指标,并对各电网业务耦合指标进行赋权,得到各电网业务耦合指标的权重;计算模块92,用于根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度;计算模块92,还用于获取业务贡献指标的量化值,并根据业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度;建模模块93,用于根据业务耦合度和业务贡献度,构建电网业务优化模型;电网业务优化模型,用于对各电网业务进行优化组合,以得到最优业务组合,使得在电网业务组合优化的过程中,可以充分考虑到不同电网业务间的业务耦合度以及每个电网业务的业务贡献度,从这两个方面综合考虑来对电网业务组合进行优化,以真正实现电网业务组合优化。
其中,根据各电网业务耦合指标可以量化计算每两个电网业务之间的业务耦合度。在此基础上,结合每个电网业务的业务贡献度,可以准确计算不同电网业务组合的业务组合贡献度,以便于可以根据业务组合贡献度,将业务贡献度最大的电网业务组合确定为最优业务组合,指导电网企业开展业务。
进一步地,在量化计算业务耦合度时,对各电网业务耦合指标分别设置多个预设评估值,可以从多个评估角度对各电网业务耦合指标进行量化评估,从而对应计算得到业务耦合度的多个单一评估值,进而根据多个单一评估值来最终确定业务耦合度的综合评估值,以提高业务耦合度的综合评估值的准确性;并且,本法发明实施例还通过计算第一模糊测度和第二模糊测度对各电网业务耦合指标的权重,以及各预设评估值的权重分别进行修正,以进一步提升业务耦合度的计算精准度。
图10是本发明实施例提供的电子设备的示意图。如图10所示,该实施例的电子设备10包括:处理器1000、存储器1001以及存储在所述存储器1001中并可在所述处理器1000上运行的计算机程序1002。所述处理器1000执行所述计算机程序1002时实现上述各个电网业务优化模型的建立方法实施例中的步骤,例如图1所示的步骤101至步骤104。或者,所述处理器1000执行所述计算机程序1002时实现上述各装置实施例中各模块/单元的功能,例如图9所示模块91至93的功能。
示例性的,所述计算机程序1002可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器1001中,并由所述处理器1000执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序1002在所述电子设备100中的执行过程。例如,所述计算机程序1002可以被分割成图9所示的模块91至93。
电子设备所述电子设备10可包括,但不仅限于,处理器1000、存储器1001。本领域技术人员可以理解,图10仅仅是电子设备10的示例,并不构成对电子设备10的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器1000可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器1001可以是所述电子设备10的内部存储单元,例如电子设备10的硬盘或内存。所述存储器1001也可以是所述电子设备10的外部存储设备,例如所述电子设备10上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器1001还可以既包括所述电子设备10的内部存储单元也包括外部存储设备。所述存储器1001用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器1001还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (5)
1.一种电网业务优化模型的建立方法,其特征在于,包括:
构建电网业务耦合指标,并对各电网业务耦合指标进行赋权,得到各电网业务耦合指标的权重;
根据各电网业务耦合指标的权重,分别计算每两个电网业务之间的业务耦合度,包括:根据各电网业务耦合指标的权重,计算第一模糊测度;针对每两个电网业务,分别获取两个电网业务间的各电网业务耦合指标的预设评估值,并根据所述预设评估值和所述第一模糊测度,分别计算两个电网业务间的业务耦合度的单一评估值;根据计算得到的所有单一评估值,计算两个电网业务间的业务耦合度的综合评估值;
根据所述预设评估值和所述第一模糊测度,分别计算两个电网业务间的业务耦合度的单一评估值,包括:根据分别计算两个电网业务间的业务耦合度的单一评估值;其中,/>表示根据第/>个预设评估值计算得到的第/>个电网业务与第/>个电网业务之间的业务耦合度的单一评估值,/>表示两个电网业务间的第/>个电网业务耦合指标的第/>个预设评估值,/>表示两个电网业务间的第/>个电网业务耦合指标/>的权重,/>表示第一模糊测度,/>表示两个电网业务间的第/>个电网业务耦合指标/>的权重,/>表示电网业务耦合指标的数量
获取业务贡献指标的量化值,并根据所述业务贡献指标的量化值,分别计算每一个电网业务的业务贡献度;
根据所述业务耦合度和所述业务贡献度,构建电网业务优化模型,包括:根据所述业务耦合度,构建耦合贡献函数;根据所述耦合贡献函数和所述业务贡献度,构建所述电网业务优化模型的目标函数;
所述根据所述业务耦合度,构建耦合贡献函数,包括:根据构建耦合贡献函数;其中,/>表示耦合贡献度,/>表示第/>个电网业务的投资状态,/>表示第/>个电网业务的投资状态,/>表示第/>个电网业务的业务贡献度,/>表示第/>个电网业务的业务贡献度,/>表示第/>个电网业务与第/>个电网业务之间的业务耦合度的综合评估值;
2.根据权利要求1所述的电网业务优化模型的建立方法,其特征在于,在所述根据计算得到的所有单一评估值,计算两个电网业务间的业务耦合度的综合评估值之前,还包括:
获取所述预设评估值的权重,并根据所述预设评估值的权重,计算第二模糊测度;
所述根据计算得到的所有单一评估值,计算两个电网业务间的业务耦合度的综合评估值,包括:
根据计算得到的所有单一评估值和所述第二模糊测度,计算两个电网业务间的业务耦合度的综合评估值。
5.一种电子设备,包括存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至4中任一项所述的电网业务优化模型的建立方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211623936.0A CN115829144B (zh) | 2022-12-16 | 2022-12-16 | 电网业务优化模型的建立方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211623936.0A CN115829144B (zh) | 2022-12-16 | 2022-12-16 | 电网业务优化模型的建立方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115829144A CN115829144A (zh) | 2023-03-21 |
CN115829144B true CN115829144B (zh) | 2023-07-07 |
Family
ID=85516336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211623936.0A Active CN115829144B (zh) | 2022-12-16 | 2022-12-16 | 电网业务优化模型的建立方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115829144B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108921438A (zh) * | 2018-07-10 | 2018-11-30 | 国网福建省电力有限公司 | 一种基于级联权重的配电网调控管理薄弱环节辨识方法 |
CN110650042A (zh) * | 2019-09-18 | 2020-01-03 | 国网河北省电力有限公司邢台供电分公司 | 电力通信网健康度评价方法及终端设备 |
CN111275312A (zh) * | 2020-01-17 | 2020-06-12 | 中国电力科学研究院有限公司 | 一种用于对电网多重故障严重性进行综合评价排序的方法及*** |
CN111371113A (zh) * | 2020-03-10 | 2020-07-03 | 华北电力大学 | 一种考虑多回直流接入的送端电网动态规划方法 |
CN111401788A (zh) * | 2020-04-10 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 业务时序指标的归因方法以及装置 |
CN114037285A (zh) * | 2021-11-10 | 2022-02-11 | 广东电网有限责任公司 | 一种配网自动化应用成效分析方法及相关*** |
CN114118608A (zh) * | 2021-12-03 | 2022-03-01 | 国网河北省电力有限公司经济技术研究院 | 电网业务配比优化方法、装置、终端及存储介质 |
CN114124728A (zh) * | 2021-11-11 | 2022-03-01 | 国网四川省电力公司经济技术研究院 | 电网控制***与电力一次设备间脆弱性耦合链路识别方法 |
CN114443854A (zh) * | 2021-12-30 | 2022-05-06 | 深圳晶泰科技有限公司 | 多源异构数据的处理方法、装置、计算机设备及存储介质 |
CN115395539A (zh) * | 2022-08-11 | 2022-11-25 | 国网浙江省电力有限公司绍兴供电公司 | 一种计及定制电力服务的共享储能运行控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9727828B2 (en) * | 2010-07-02 | 2017-08-08 | Alstom Technology Ltd. | Method for evaluating operational and financial performance for dispatchers using after the fact analysis |
US9558250B2 (en) * | 2010-07-02 | 2017-01-31 | Alstom Technology Ltd. | System tools for evaluating operational and financial performance from dispatchers using after the fact analysis |
US20170039470A1 (en) * | 2013-12-25 | 2017-02-09 | Hitachi, Ltd. | Factor extraction system and factor extraction method |
-
2022
- 2022-12-16 CN CN202211623936.0A patent/CN115829144B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108921438A (zh) * | 2018-07-10 | 2018-11-30 | 国网福建省电力有限公司 | 一种基于级联权重的配电网调控管理薄弱环节辨识方法 |
CN110650042A (zh) * | 2019-09-18 | 2020-01-03 | 国网河北省电力有限公司邢台供电分公司 | 电力通信网健康度评价方法及终端设备 |
CN111275312A (zh) * | 2020-01-17 | 2020-06-12 | 中国电力科学研究院有限公司 | 一种用于对电网多重故障严重性进行综合评价排序的方法及*** |
CN111371113A (zh) * | 2020-03-10 | 2020-07-03 | 华北电力大学 | 一种考虑多回直流接入的送端电网动态规划方法 |
CN111401788A (zh) * | 2020-04-10 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 业务时序指标的归因方法以及装置 |
CN114037285A (zh) * | 2021-11-10 | 2022-02-11 | 广东电网有限责任公司 | 一种配网自动化应用成效分析方法及相关*** |
CN114124728A (zh) * | 2021-11-11 | 2022-03-01 | 国网四川省电力公司经济技术研究院 | 电网控制***与电力一次设备间脆弱性耦合链路识别方法 |
CN114118608A (zh) * | 2021-12-03 | 2022-03-01 | 国网河北省电力有限公司经济技术研究院 | 电网业务配比优化方法、装置、终端及存储介质 |
CN114443854A (zh) * | 2021-12-30 | 2022-05-06 | 深圳晶泰科技有限公司 | 多源异构数据的处理方法、装置、计算机设备及存储介质 |
CN115395539A (zh) * | 2022-08-11 | 2022-11-25 | 国网浙江省电力有限公司绍兴供电公司 | 一种计及定制电力服务的共享储能运行控制方法 |
Non-Patent Citations (2)
Title |
---|
"Critical node identification for electric power communication network based on topology and services characteristics";Z Wang et al;《MATEC Web of Conferences 246,03023(2018) ISWSO 2018》;1-8 * |
姚琪 等." 以项目优选为核心提升电网精准投资管理".《中国电力企业管理创新实践(2020年)》.2021,285-287. * |
Also Published As
Publication number | Publication date |
---|---|
CN115829144A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110751355A (zh) | 一种科技成果评估方法和装置 | |
Cao et al. | Early warning of enterprise decline in a life cycle using neural networks and rough set theory | |
CN111339157B (zh) | 一种配电网日运行效率计算及预测方法、***及设备 | |
CN114611845B (zh) | 碳排放量的预测方法、装置、电子设备及介质 | |
CN117611190A (zh) | 一种区域电力***碳排放测算方法、装置及介质 | |
CN114154716B (zh) | 一种基于图神经网络的企业能耗预测方法及装置 | |
CN115829144B (zh) | 电网业务优化模型的建立方法及电子设备 | |
CN117314233A (zh) | 供应商评价方法、装置、终端设备及介质 | |
CN111768282B (zh) | 数据分析方法、装置、设备及存储介质 | |
CN115330201A (zh) | 一种电网数字化项目帕累托优选方法及*** | |
CN114049043A (zh) | 新能源消纳评价方法、装置、终端及存储介质 | |
CN113379533A (zh) | 一种循环贷款提额方法、装置、设备及存储介质 | |
Wang et al. | Research on Credit Decision Issues of the Small and Medium-Sized Enterprises Based on TOPSIS and Hierarchical Cluster Analysis | |
CN113919449B (zh) | 基于精准模糊聚类算法的居民电力数据聚类方法及装置 | |
CN110956372A (zh) | 一种电网投入产出边际效益分析方法及*** | |
Zhong et al. | Electric Vehicle Charging Load Optimization Strategy Based on Dynamic Time-of-Use Tariff. | |
Zhang et al. | The impact of city financial ecology on firm financing efficiency: Evidence from China’s strategic emerging industries | |
CN117421462B (zh) | 一种数据处理方法、装置及电子设备 | |
CN117829380B (zh) | 一种电力使用长期预测方法、***、设备及介质 | |
Kong et al. | Forecasting outward foreign direct investment by China using markov-chain-based grey residual modification model | |
CN117709987A (zh) | 企业年度基准能耗的核定方法、装置、电子设备及介质 | |
CN117217939A (zh) | 新增资产确定方法和装置 | |
CN118229134A (zh) | 一种基于出清仿真推演的省间现货购电决策方法及*** | |
CN116629694A (zh) | 基于电网工程的esg指标体系算法模型确定方法和装置 | |
CN116542364A (zh) | 一种设备全寿命周期成本预测模型的构建方法、记录媒体及*** |
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 |