基于Shapley-Gray法的电力工程项目风险防范方法及系统

技术领域

本发明涉及项目风险防范技术领域，尤其是涉及一种基于Shapley-Gray法的电力工程项目风险防范方法及系统。

背景技术

近年来，随着社会经济形势和能源变革发展迅速，电力供给和需求之间的矛盾愈演愈烈，亟需从源头处理这一问题。但是，在投资建设电力工程项目时，若没有统一的风险评价体系和方法，会造成电力工程项目投资管理工作无法落实到位、工程延缓交付等问题。现有的电力工程项目投资风险评价方法在一定程度上可以解决上述问题，但其存在以下两个问题：

(一)建设电力工程项目的风险评价维度单一，缺乏系统性；

(二)风险评价方法过渡依赖工程项目专家的经验值，风险评价结果偏离实际工况。

发明内容

本发明旨在提供一种基于Shapley-Gray法的电力工程项目风险防范方法及系统，以解决上述技术问题，从多维度挖掘电力工程项目的风险评价指标并结合Shapley-Gray法，充分考虑了影响电力工程项目投资风险的关联性和灰色不确定性，以使电力工程项目风险评价结果更加合理，大大提升电力工程项目风险规避措施制定的精确性。

为了解决上述技术问题，本发明提供了一种基于Shapley-Gray法的电力工程项目风险防范方法，包括以下步骤：

获取电力工程项目历史数据，以确定当前能源发展特性；

基于当前能源发展特性构建电力工程投资风险评价指标体系；

利用Shapley法确定电力工程投资风险评价指标体系中各风险评价指标权重；

基于电力工程项目历史数据确定电力工程项目投资风险测度值，采用Gray法构建电力工程项目投资风险评价模型；

根据各风险评价指标权重，基于电力工程项目投资风险评价模型计算电力工程项目投资风险综合评价值；

根据电力工程项目投资风险综合评价值对电力工程项目风险进行防范。

上述方案基于电力工程项目历史数据，从多维度挖掘电力工程项目的风险评价指标并结合Shapley-Gray法，充分考虑了影响电力工程项目投资风险的关联性和灰色不确定性，以使电力工程项目风险评价结果更加合理，大大提升电力工程项目风险规避措施制定的精确性。

进一步地，所述基于当前能源发展特性构建电力工程投资风险评价指标体系，具体为：

所述当前能源发展特性包括外部性、经济性、社会性和建设性；

基于所述外部性构建的电力工程投资风险评价指标包括法律不完善风险指标、电力企业政策变更风险指标和第三方违约风险指标；

基于所述经济性构建的电力工程投资风险评价指标包括资金来源风险指标、工程项目所需材料价格变动风险指标、利率风险指标和通货膨胀风险指标；

基于所述社会性构建的电力工程投资风险评价指标包括重大活动停工风险指标、文物破坏风险指标和公众抵御风险指标；

基于所述建设性构建的电力工程投资风险评价指标包括工程项目工期延误风险指标、工程项目施工安全风险指标、工程项目合同变更风险指标和工程项目设计变更风险指标；

基于上述风险指标构建电力工程投资风险评价指标体系。

进一步地，所述利用Shapley法确定电力工程投资风险评价指标体系中各风险评价指标权重，具体为：

确定各风险评价指标影响值，具体为：

将各风险评价指标作为决策数据并对决策数据

基于各风险评价指标影响值，利用Shapley法确定各风险评价指标组合影响值，具体为：

基于各风险评价指标组合影响值，利用Shapley法计算各风险评价指标权重，具体为：

式中：sh

进一步地，所述基于电力工程项目历史数据确定电力工程项目投资风险测度值，采用Gray法构建电力工程项目投资风险评价模型，具体为：

基于电力工程项目历史数据确定电力工程投资风险测度值，以将电力工程投资风险进行量化；

通过中心点向量原则在电力工程投资风险测度值中确定若干中心点；

基于确定的若干中心点，采用Gray法构建电力工程项目投资风险评价模型，以描述灰类所属情况。

进一步地，所述根据各风险评价指标权重，基于电力工程项目投资风险评价模型计算电力工程项目投资风险综合评价值，具体为：

对电力工程投资风险评价指标体系中各风险评价指标C

基于电力工程项目投资风险评价模型及评价矩阵构建灰色聚类权矩阵，有：

式中：

基于各风险评价指标权重与灰色聚类权矩阵进行矩阵运算，对各指标进行聚类评价，有：

Z

式中，I表示全部指标和；基于式(5)的结果构造以及灰色聚类权矩阵Z

M＝ω

基于电力工程项目投资风险综合聚类评价向量计算电力工程项目投资风险综合评价值，具体有：

W＝M·U (7)

式中，U表示灰度灰色测度阈值。

上述方案基于电力工程项目历史数据，可以充分结合电力工程项目发展的进程和诉求，并考虑当前能源发展大背景，从多维度挖掘电力工程项目的风险评价指标，利用Shapley法分析各风险指标间的关系，得到各风险评价指标权重，并引入Gray法构建电力工程项目投资风险评价模型，通过确定电力工程项目风险测度值，有效减低电力工程项目风险评价指标信息缺失造成的结果失真影响，增加了结果的科学性，有助于电力工程项目风险规避措施的制定。

本发明提供一种基于Shapley-Gray法的电力工程项目风险防范系统，用于实现一种基于Shapley-Gray法的电力工程项目风险防范方法，其包括发展特性确定模块、指标体系构建模块、指标权重确定模块、风险评价模型构建模块、风险综合评价模块和风险防范模块；其中：

所述发展特性确定模块用于获取电力工程项目历史数据，以确定当前能源发展特性；

所述指标体系构建模块用于基于当前能源发展特性构建电力工程投资风险评价指标体系；

所述指标权重确定模块用于利用Shapley法确定电力工程投资风险评价指标体系中各风险评价指标权重；

所述风险评价模型构建模块用于基于电力工程项目历史数据确定电力工程项目投资风险测度值，采用Gray法构建电力工程项目投资风险评价模型；

所述风险综合评价模块用于根据各风险评价指标权重，基于电力工程项目投资风险评价模型计算电力工程项目投资风险综合评价值；

所述风险防范模块用于根据电力工程项目投资风险综合评价值对电力工程项目风险进行防范。

上述系统架构简单，实现便捷，其可以基于电力工程项目历史数据，从多维度挖掘电力工程项目的风险评价指标并结合Shapley-Gray法，充分考虑了影响电力工程项目投资风险的关联性和灰色不确定性，以使电力工程项目风险评价结果更加合理，大大提升电力工程项目风险规避措施制定的精确性。

进一步地，所述指标体系构建模块用于基于当前能源发展特性构建电力工程投资风险评价指标体系，具体为：

所述当前能源发展特性包括外部性、经济性、社会性和建设性；

基于所述外部性构建的电力工程投资风险评价指标包括法律不完善风险指标、电力企业政策变更风险指标和第三方违约风险指标；

基于所述经济性构建的电力工程投资风险评价指标包括资金来源风险指标、工程项目所需材料价格变动风险指标、利率风险指标和通货膨胀风险指标；

基于所述社会性构建的电力工程投资风险评价指标包括重大活动停工风险指标、文物破坏风险指标和公众抵御风险指标；

基于所述建设性构建的电力工程投资风险评价指标包括工程项目工期延误风险指标、工程项目施工安全风险指标、工程项目合同变更风险指标和工程项目设计变更风险指标；

基于上述风险指标构建电力工程投资风险评价指标体系。

进一步地，所述指标权重确定模块用于利用Shapley法确定电力工程投资风险评价指标体系中各风险评价指标权重，具体为：

确定各风险评价指标影响值，具体为：

将各风险评价指标作为决策数据并对决策数据

基于各风险评价指标影响值，利用Shapley法确定各风险评价指标组合影响值，具体为：

基于各风险评价指标组合影响值，利用Shapley法计算各风险评价指标权重，具体为：

式中：sh

进一步地，所述风险评价模型构建模块用于基于电力工程项目历史数据确定电力工程项目投资风险测度值，采用Gray法构建电力工程项目投资风险评价模型，具体为：

基于电力工程项目历史数据确定电力工程投资风险测度值，以将电力工程投资风险进行量化；

通过中心点向量原则在电力工程投资风险测度值中确定若干中心点；

基于确定的若干中心点，采用Gray法构建电力工程项目投资风险评价模型，以描述灰类所属情况。

进一步地，所述风险综合评价模块用于根据各风险评价指标权重，基于电力工程项目投资风险评价模型计算电力工程项目投资风险综合评价值，具体为：

对电力工程投资风险评价指标体系中各风险评价指标C

基于电力工程项目投资风险评价模型及评价矩阵构建灰色聚类权矩阵，有：

式中：

基于各风险评价指标权重与灰色聚类权矩阵进行矩阵运算，对各指标进行聚类评价，有：

Z

式中，I表示全部指标和；基于式(5)的结果构造以及灰色聚类权矩阵Z

M＝ω

基于电力工程项目投资风险综合聚类评价向量计算电力工程项目投资风险综合评价值，具体有：

W＝M·U (7)

式中，U表示灰度灰色测度阈值。

上述系统用于实现一种基于Shapley-Gray法的电力工程项目风险防范方法，基于电力工程项目历史数据，可以充分结合电力工程项目发展的进程和诉求，并考虑当前能源发展大背景，从多维度挖掘电力工程项目的风险评价指标，利用Shapley法分析各风险指标间的关系，得到各风险评价指标权重，并引入Gray法构建电力工程项目投资风险评价模型，通过确定电力工程项目风险测度值，有效减低电力工程项目风险评价指标信息缺失造成的结果失真影响，增加了结果的科学性，有助于电力工程项目风险规避措施的制定。

附图说明

图1为本发明一实施例提供的一种基于Shapley-Gray法的电力工程项目风险防范方法流程示意图；

图2为本发明一实施例提供的一种基于Shapley-Gray法的电力工程项目风险防范系统架构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1，本实施例提供一种基于Shapley-Gray法的电力工程项目风险防范方法，包括以下步骤：

S1：获取电力工程项目历史数据，以确定当前能源发展特性；

S2：基于当前能源发展特性构建电力工程投资风险评价指标体系；

S3：利用Shapley法确定电力工程投资风险评价指标体系中各风险评价指标权重；

S4：基于电力工程项目历史数据确定电力工程项目投资风险测度值，采用Gray法构建电力工程项目投资风险评价模型；

S5：根据各风险评价指标权重，基于电力工程项目投资风险评价模型计算电力工程项目投资风险综合评价值；

S6：根据电力工程项目投资风险综合评价值对电力工程项目风险进行防范。

本实施例基于电力工程项目历史数据，从多维度挖掘电力工程项目的风险评价指标并结合Shapley-Gray法，充分考虑了影响电力工程项目投资风险的关联性和灰色不确定性，以使电力工程项目风险评价结果更加合理，大大提升电力工程项目风险规避措施制定的精确性。

进一步，所述获取电力工程项目历史数据，以确定当前能源发展特性，其具体应用过程如下：

基于电力工程项目历史数据可以获取到电力工程建设行业有关电力工程项目的投资情况，例如2021年水电电源工程建设投资完成额为988亿元，同比下降7.4％，占比17.87％；火电电源工程建设投资完成额为672亿元，同比增长18.3％，占比12.15％；核电电源工程建设投资完成额为538亿元，同比增长41.8％，占比9.73％；风电与太阳能电源工程建设投资完成额占比60.25％。同时，现有电力工程行业具备较高的技术水平及丰富的各类项目经验，在电力需求的不断增长以及积极发展可再生能源计划的推动下，电力工程市场将持续发展，建设过程中将会面临多重风险因素，因而可以从电力工程项目历史数据中，确定到当前能源发展特性，并基于当前能源发展特性再进一步研究。

进一步地，所述基于当前能源发展特性构建电力工程投资风险评价指标体系，具体为：

所述当前能源发展特性包括外部性、经济性、社会性和建设性；

基于所述外部性构建的电力工程投资风险评价指标包括法律不完善风险指标、电力企业政策变更风险指标和第三方违约风险指标；

基于所述经济性构建的电力工程投资风险评价指标包括资金来源风险指标、工程项目所需材料价格变动风险指标、利率风险指标和通货膨胀风险指标；

基于所述社会性构建的电力工程投资风险评价指标包括重大活动停工风险指标、文物破坏风险指标和公众抵御风险指标；

基于所述建设性构建的电力工程投资风险评价指标包括工程项目工期延误风险指标、工程项目施工安全风险指标、工程项目合同变更风险指标和工程项目设计变更风险指标；

基于上述风险指标构建电力工程投资风险评价指标体系，具体可参见表1所示。

表1电力工程投资风险评价指标体系表

进一步地，所述利用Shapley法确定电力工程投资风险评价指标体系中各风险评价指标权重，该方式通过强调电力工程项目单个指标与整体之间存在相互关联性解决多个合作方之间的利益分配问题，是一种有效解决电力工程风险评价指标间共性问题的一种非可加测度赋权的方法，具体为：

确定各风险评价指标影响值，具体为：

将各风险评价指标作为决策数据并对决策数据

基于各风险评价指标影响值，利用Shapley法确定各风险评价指标组合影响值，若两个风险评价指标之间存在线性关系，两者的组合影响值不是两者影响值的简单相加，而应当小于两者影响值之和，通过赋予两者之和一个系数0.7实现线性关系下的风险评价指标组合影响值计算；若两个风险指标之间不存在相互关系，而是独立存在，两者的组合影响值应当大于两者影响值之和，通过赋予两者之和一个系数1.3实现两两独立下的风险评价指标组合影响值计算；若两个及以上的风险评价指标进行组合，则以多数风险评价指标是否具备线性关系为判断依据，从而进一步再确定系数的大小。在本实施例中，风险评价指标组合影响值的计算具体为：

基于各风险评价指标组合影响值，利用Shapley法计算各风险评价指标权重，具体为：

式中：sh

进一步地，所述基于电力工程项目历史数据确定电力工程项目投资风险测度值，采用Gray法构建电力工程项目投资风险评价模型，具体为：

基于电力工程项目历史数据确定电力工程投资风险测度值，以将电力工程投资风险进行量化；

通过中心点向量原则在电力工程投资风险测度值中确定若干中心点；

基于确定的若干中心点，采用Gray法构建电力工程项目投资风险评价模型，以描述灰类所属情况。

在本实施例中，电力工程投资风险测度值是对于电力工程项目风险的量化值，对于电力工程项目风险大小的测度需要进一步合理的界定，风电等级和数值测度之间的对应关系，具体可见表2。

表2电力工程项目投资风险等级测度

在确定电力工程投资风险测度值的基础上，通过中心点向量原则，由表2确定的电力工程项目投资风险等级测度值为五个灰类相应的中心点，即U＝(9,7,5,3,1)，通过中心点三角白化权函数模型描述灰类所属情况，具体如下：

当灰类e＝1，灰类⊕

当灰类e＝2，灰类⊕

当灰类e＝3，灰类⊕

当灰类e＝4，灰类⊕

当灰类e＝5，灰类⊕

在上述确定电力工程项目灰类、灰数及相应的白化权函数后，便完成了电力工程项目投资风险评价模型，以描述灰类所属情况。

进一步地，所述根据各风险评价指标权重，基于电力工程项目投资风险评价模型计算电力工程项目投资风险综合评价值，具体为：

对电力工程投资风险评价指标体系中各风险评价指标C

基于电力工程项目投资风险评价模型及评价矩阵构建灰色聚类权矩阵，有：

式中：

基于各风险评价指标权重与灰色聚类权矩阵进行矩阵运算，对各指标进行聚类评价，有：

Z

基于式(10)的结果构造以及灰色聚类权矩阵Z

M＝ω

基于电力工程项目投资风险综合聚类评价向量计算电力工程项目投资风险综合评价值，具体有：

W＝M·U (12)

式中，U表示灰度灰色测度阈值。

上述实施例基于电力工程项目历史数据，可以充分结合电力工程项目发展的进程和诉求，并考虑当前能源发展大背景，从多维度挖掘电力工程项目的风险评价指标，利用Shapley法分析各风险指标间的关系，得到各风险评价指标权重，并引入Gray法构建电力工程项目投资风险评价模型，通过确定电力工程项目风险测度值，有效减低电力工程项目风险评价指标信息缺失造成的结果失真影响，增加了结果的科学性，有助于电力工程项目风险规避措施的制定。

本实施例依托电力发展和能源转型大背景，统筹考虑外部性、经济性、社会性、建设性四个维度14个风险评价指标，利用Shapley法和Gray法计算电力工程项目风险投资指标的评价值，与传统电力工程项目风险评价而言，深入挖掘了能够表征适应当前能源发展形势的风险评价指标，对更好地反映当前电力工程项目发展形势。因此，本实施例可以广泛应用于项目风险防范技术领域，使电力工程项目风险评价结果更加合理，大大提升电力工程项目风险规避措施制定的精确性。

请参见图2，本实施例提供一种基于Shapley-Gray法的电力工程项目风险防范系统，用于实现一种基于Shapley-Gray法的电力工程项目风险防范方法，其包括发展特性确定模块、指标体系构建模块、指标权重确定模块、风险评价模型构建模块、风险综合评价模块和风险防范模块；其中：

所述发展特性确定模块用于获取电力工程项目历史数据，以确定当前能源发展特性；

所述指标体系构建模块用于基于当前能源发展特性构建电力工程投资风险评价指标体系；

所述指标权重确定模块用于利用Shapley法确定电力工程投资风险评价指标体系中各风险评价指标权重；

所述风险评价模型构建模块用于基于电力工程项目历史数据确定电力工程项目投资风险测度值，采用Gray法构建电力工程项目投资风险评价模型；

所述风险综合评价模块用于根据各风险评价指标权重，基于电力工程项目投资风险评价模型计算电力工程项目投资风险综合评价值；

所述风险防范模块用于根据电力工程项目投资风险综合评价值对电力工程项目风险进行防范。

本实施例提供的系统架构简单，实现便捷，其可以基于电力工程项目历史数据，从多维度挖掘电力工程项目的风险评价指标并结合Shapley-Gray法，充分考虑了影响电力工程项目投资风险的关联性和灰色不确定性，以使电力工程项目风险评价结果更加合理，大大提升电力工程项目风险规避措施制定的精确性。

进一步地，所述指标体系构建模块用于基于当前能源发展特性构建电力工程投资风险评价指标体系，具体为：

所述当前能源发展特性包括外部性、经济性、社会性和建设性；

基于所述外部性构建的电力工程投资风险评价指标包括法律不完善风险指标、电力企业政策变更风险指标和第三方违约风险指标；

基于所述经济性构建的电力工程投资风险评价指标包括资金来源风险指标、工程项目所需材料价格变动风险指标、利率风险指标和通货膨胀风险指标；

基于所述社会性构建的电力工程投资风险评价指标包括重大活动停工风险指标、文物破坏风险指标和公众抵御风险指标；

基于所述建设性构建的电力工程投资风险评价指标包括工程项目工期延误风险指标、工程项目施工安全风险指标、工程项目合同变更风险指标和工程项目设计变更风险指标；

基于上述风险指标构建电力工程投资风险评价指标体系。

进一步地，所述指标权重确定模块用于利用Shapley法确定电力工程投资风险评价指标体系中各风险评价指标权重，具体为：

确定各风险评价指标影响值，具体为：

将各风险评价指标作为决策数据并对决策数据

/>

基于各风险评价指标影响值，利用Shapley法确定各风险评价指标组合影响值，具体为：

基于各风险评价指标组合影响值，利用Shapley法计算各风险评价指标权重，具体为：

式中：sh

进一步地，所述风险评价模型构建模块用于基于电力工程项目历史数据确定电力工程项目投资风险测度值，采用Gray法构建电力工程项目投资风险评价模型，具体为：

基于电力工程项目历史数据确定电力工程投资风险测度值，以将电力工程投资风险进行量化；

通过中心点向量原则在电力工程投资风险测度值中确定若干中心点；

基于确定的若干中心点，采用Gray法构建电力工程项目投资风险评价模型，以描述灰类所属情况。

进一步地，所述风险综合评价模块用于根据各风险评价指标权重，基于电力工程项目投资风险评价模型计算电力工程项目投资风险综合评价值，具体为：

对电力工程投资风险评价指标体系中各风险评价指标C

基于电力工程项目投资风险评价模型及评价矩阵构建灰色聚类权矩阵，有：

式中：

基于各风险评价指标权重与灰色聚类权矩阵进行矩阵运算，对各指标进行聚类评价，有：

Z

式中，I表示全部指标和；基于式(5)的结果构造以及灰色聚类权矩阵Z

M＝ω

基于电力工程项目投资风险综合聚类评价向量计算电力工程项目投资风险综合评价值，具体有：

W＝M·U (7)

式中，U表示灰度灰色测度阈值。

本实施例提供的系统，用于实现一种基于Shapley-Gray法的电力工程项目风险防范方法，基于电力工程项目历史数据，可以充分结合电力工程项目发展的进程和诉求，并考虑当前能源发展大背景，从多维度挖掘电力工程项目的风险评价指标，利用Shapley法分析各风险指标间的关系，得到各风险评价指标权重，并引入Gray法构建电力工程项目投资风险评价模型，通过确定电力工程项目风险测度值，有效减低电力工程项目风险评价指标信息缺失造成的结果失真影响，增加了结果的科学性，有助于电力工程项目风险规避措施的制定。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。