一种能源电力运营评价指标的筛选方法及装置制造方法及图纸

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。

【技术实现步骤摘要】
一种能源电力运营评价指标的筛选方法及装置
本申请属于能源电力运营
，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。
技术介绍
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，在此基础之本文档来自技高网...

【技术保护点】
1.一种能源电力运营评价指标的筛选方法，其特征在于，包括：/n从数据库中获取能源相关数据，所述能源相关数据包括：运行数据、管理数据和客户数据；/n从所述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所述评价指标进行聚合分类获得相似的指标聚类集合；/n利用Rand指数验证所述指标聚类集合的聚类结果，并根据验证结果确定基础参数；/n根据所述基础参数和所述指标聚类集合从所述评价指标中筛选获得核心指标。/n

【技术特征摘要】
1.一种能源电力运营评价指标的筛选方法，其特征在于，包括：
从数据库中获取能源相关数据，所述能源相关数据包括：运行数据、管理数据和客户数据；
从所述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所述评价指标进行聚合分类获得相似的指标聚类集合；
利用Rand指数验证所述指标聚类集合的聚类结果，并根据验证结果确定基础参数；
根据所述基础参数和所述指标聚类集合从所述评价指标中筛选获得核心指标。


2.根据权利要求1所述的能源电力运营评价指标的筛选方法，其特征在于，所述根据评价指标的属性对所述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所述评价指标之间的相关性；
采用K-means聚类算法以及所述评价指标之间的相关性将所述评价指标进行聚合分类获得相似的指标聚类集合。


3.根据权利要求1所述的能源电力运营评价指标的筛选方法，其特征在于，所述根据所述基础参数和所述指标聚类集合从所述评价指标中筛选获得核心指标，包括：
根据验证后的聚类结果，将所述指标聚类集合中相关性低于预设值的评价指标剔除，获得筛选后的评价指标；
计算筛选后的评价指标的算术平均值确定所述指标聚类集合的核心指标。


4.根据权利要求2所述的能源电力运营评价指标的筛选方法，其特征在于，所述根据评价指标的属性计算所述评价指标之间的相关性，包括：
根据评价指标的属性采用Minkovski距离算法计算所述评价指标之间的距离；或
根据评价指标的属性计算所述评价指标之间的皮尔逊相关系数；或
根据VDM距离算法基于评价指标的属性计算所述评价指标之间的VDM距离。


5.一种能源电力运营评价指标的筛选装置，其特征在于，包括：
数据获取单元，用于从数据库中获取能源相关数据，所述能源相关数据包括：运行数据、管理数据和客户数据；
指标聚类单元，用于从所述能源相关数据中确定评价指标的属性，并根据...

【专利技术属性】
技术研发人员：刘威，柳占杰，高鸿达，于灏，陈睿欣，郑厚清，孙艺新，贾德香，王智敏，刘素蔚，王玓，陈光，崔维平，王程，李心达，刘睿，
申请(专利权)人：国网能源研究院有限公司，
类型：发明
国别省市：北京;11