[发明专利]电力业扩流程智能评价的方法、装置、设备和存储介质

说明书

本发明涉及一种电力业扩流程智能评价的方法，包括：获取新的流程数据并进行预处理；将处理后的流程数据输入至训练好的神经网络模型，得到评价结果；其中，神经网络模型的训练包括：获取历史数据；通过主成分分析法对历史数据降维并得到样本特征向量集；通过模糊综合评价法评价样本特征向量集，得到历史评价结果；将预处理的历史数据和历史评价结果输入至神经网络模型，得到训练好的神经网络模型。本申请过模糊综合评价法综合节点的计划用时偏差得到准确的评价结果。并将该清晰的结果输入至神经网络训练，使得神经网络挖掘历史数据与评价结果之间的关联性，从而通过训练好的神经网络快速、准确地对新制订的业扩项目流程进行评价。

技术领域

本发明涉及电力技术领域，尤其涉及一种电力业扩流程智能评价的方法、装置、设备和存储介质。

背景技术

供电配网的业扩项目流程的制订中，部分项目节点计划用时过短，没有充分考虑项目节点所需要的实际用时，部分项目节点计划用时过长，没有充分调动项目施工的积极性，影响客户的满意度，所以需要对新制订的业扩项目流程把关。

但实际中对业扩项目流程的审核过于主观，主要是凭经验去评价项目节点计划用时的合理性，需要大量的人力，并且评价结果模糊、不确定性大。

发明内容

基于此，本发明提供了一种电力业扩流程智能评价的方法、装置、设备和存储介质，本申请通过模糊综合评价法综合所有节点的计划用时偏差的评价结果，评价结果清晰，系统性能力强。并将该清晰的结果输入至人工神经网络训练，使得人工神经网络挖掘历史项目节点数据与综合评价之间的关联性，从而通过训练好的人工神经网络快速、准确地对未来新制订的业扩项目流程进行评价。

根据本申请的一些实施例的第一方面，提供了一种电力业扩流程智能评价的方法，该方法包括以下步骤：

获取新规划的业扩项目的流程数据，所述流程数据包括项目节点类别、项目节点计划用时；

对所述流程数据进行归一化预处理；

将预处理后的所述流程数据输入至训练好的神经网络模型，得到评价结果，所述评价结果用于指示所述计划用时和所述项目节点的实际用时的用时偏差程度；

其中，所述神经网络模型的训练过程包括：

获取业扩项目的历史数据，所述历史数据包括业扩项目节点类别、项目节点计划用时、项目节点实际用时；

通过主成分分析法对所述历史数据降维处理，得到所述历史数据降维后的样本特征向量集；

通过模糊综合评价法评价所述样本特征向量集，得到历史评价结果；

将所述历史数据进行归一化预处理；

将预处理后的所述历史数据作为输入，将所述历史评价结果作为目标输出，训练所述神经网络模型，得到训练好的所述神经网络模型。

进一步地，对所述流程数据进行归一化预处理，包括：获得适用于神经网络模型运算的范围为0至1大小的数据，计算公式如下：

其中，x_i(j)为第j节点的计划用时，θ_imin(j)为第j节点的计划用时最小值，θ_imax(j)为第j节点的计划用时最大值；

对所述历史数据进行归一化预处理，包括：获得适用于神经网络模型运算的范围为0至1大小的数据，计算公式如下：

其中，x(j)为第j节点的历史计划用时，θ_min(j)为第j节点的历史计划用时最小值，θ_max(j)为第j节点的历史计划用时最大值。

进一步地，所述通过主成分分析法对所述历史数据降维，包括：