电力数据服务综合评价方法及装置

技术领域

本发明涉及电力领域，特别涉及一种电力数据服务综合评价方法及装置。

背景技术

在技术革命与新型电力系统发展的背景下，电力数据已经成为一种重要资源并对电力系统的发展起着关键作用，电力数据服务是指基于电力数据资源本身及对电力数据的分析挖掘，以发现其丰富价值的过程为封装对象，以服务的形式对外提供数据价值。电力数据服务对输入的电力大数据进行处理分析或封装，可以为用户输出服务封装的数据分析结果或数据本身，并为用户提供数据展示或各种辅助决策，以发现电力大数据的潜在价值。目前电力数据服务仍属于发展初期，电力数据服务的形式、功能尚为形成标准化。对电力数据服务的评价主要是基于产品质量模型和确定性指标进行评价，然而现有的产品质量模型不足以满足对电力数据服务进行定量分析评价的需求，同时部分固定指标通常是一个符合的范围，难以量化，具有模糊性。

电力数据服务评价是一个多维，复杂的体系，电力数据服务受多维度要素所影响，各要素间相互联系，单个要素可能会影响到电力数据服务多方面的评价指标，多个要素也会综合影响电力数据服务。传统评价模型如AHP法将系统划分层次且只考虑系统中层次指标间的支配关系，而忽略了指标间的直接或间接影响关系，难以在复杂决策问题中有更良好的表现。综上可见，目前对电力数据服务的评价维度单一，评价方法不合理，无法对电力数据服务进行全面、准确的评价。

发明内容

为了解决上述问题，本发明实施例提供一种电力数据服务综合评价方法及装置，通过构建电力数据服务综合评价指标体系，获取当前评价对象信息，分析当前评价对象的电力数据服务特点，利用专家打分法及DEMATEL法对所述电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重，基于所述约简后指标，通过层次分析法进行计算，确定所述约简后指标的第二主观权重，根据所述第一主观权重和所述第二主观权重进行综合计算，得到综合主观权重，根据所述约简后指标，利用变异系数法计算，得到客观权重，将所述综合主观权重和所述客观权重进行组合计算，得到组合权重，预设评分体系，利用所述组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据所述评分体系确定评价结果。

第一方面，本发明实施例包括一种电力数据服务综合评价方法，包括S1、构建电力数据服务综合评价指标体系；S2、获取当前评价对象信息，分析当前评价对象的电力数据服务特点，利用专家打分法及DEMATEL法对所述电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重；S3、基于所述约简后指标，通过层次分析法进行计算，确定所述约简后指标的第二主观权重；S4、根据所述第一主观权重和所述第二主观权重进行综合计算，得到综合主观权重S5、根据所述约简后指标，利用变异系数法计算，得到客观权重；S6、将所述综合主观权重和所述客观权重进行组合计算，得到组合权重；S7、预设评分体系，利用所述组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据所述评分体系确定评价结果。可选的，本发明实施方式提供的电力数据服务综合评价方法，所述S2包括：S21、根据所述电力数据服务综合评价指标体系，利用所述专家打分法确定直接影响矩阵；S22、将所述直接影响矩阵进行规范化，得到规范化直接矩阵；S23、根据所述规范化直接矩阵进行计算，得到可达矩阵并对所述可达矩阵进行层级分解，得到层级分解图；S24、基于所述层级分解图，按照预设约简规则对所述电力数据服务综合评价指标体系进行指标约简，得到所述约简后指标；S25、将所述约简后指标进行中心度计算，得到指标中心度，并将所述指标中心度采用最大最小法归一化，得到所述第一主观权重。

可选的，本发明实施方式提供的电力数据服务综合评价方法，所述S3包括：S31、基于所述约简后指标，通过标度法进行分层，并对同层次指标进行比较赋值，综合专家意见，构造初始判断矩阵；S32、利用所述初始判断矩阵对各层次指标进行单排序，并计算所述初始判断矩阵的最大特征值和相应的特征向量；S33、对所述初始判断矩阵进行一致性检验，确定是否合格，若不合格则重新进行构造；S34、对所述特征向量进行归一化处理，得到所述第二主观权重。

可选的，所述S5包括：S51、基于所述约简后指标，构造标准化评价矩阵；S52、根据所述标准化评价矩阵，计算定量指标数据并利用统计法将定性指标转化为模糊值；S53、将所述约简后指标进行标准化，并计算对应变异系数；S54、根据所述变异系数计算所述客观权重。

可选的，所述S7包括：S71、将评价体系划分为五个评价等级；S72、利用所述组合权重对当前评价对象的所述电力数据服务进行评分，得到评分数据；S73、根据所述评分数据确定对应评价等级，并基于所述对应评价等级对所述电力数据服务的建设和成效给予评价和相关建议。

第二方面，本发明实施例还包括一种电力数据服务综合评价装置，包括指标体系构建模块，用于构建电力数据服务综合评价指标体系；指标约简模块，用于获取当前评价对象信息，分析当前评价对象的电力数据服务特点，利用专家打分法及DEMATEL法对所述电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重；指标计算模块，用于基于所述约简后指标，通过层次分析法进行计算，确定所述约简后指标的第二主观权重；综合权重计算模块，用于根据所述第一主观权重和所述第二主观权重进行综合计算，得到综合主观权重；客观权重计算模块，用于根据所述约简后指标，利用变异系数法计算，得到客观权重；组合权重计算模块，用于将所述综合主观权重和所述客观权重进行组合计算，得到组合权重；评分模块，用于预设评分体系，利用所述组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据所述评分体系确定评价结果。

可选的，所述指标约简模块包括：矩阵确定子模块，用于根据所述电力数据服务综合评价指标体系，利用所述专家打分法确定直接影响矩阵；矩阵规范化子模块，用于将所述直接影响矩阵进行规范化，得到规范化直接矩阵；层级分解子模块，用于根据所述规范化直接矩阵进行计算，得到可达矩阵并对所述可达矩阵进行层级分解，得到层级分解图；指标约简子模块，用于基于所述层级分解图，按照预设约简规则对所述电力数据服务综合评价指标体系进行指标约简，得到所述约简后指标；中心度计算子模块，用于将所述约简后指标进行中心度计算，得到指标中心度，并将所述指标中心度采用最大最小法归一化，得到所述第一主观权重。

可选的，所述指标计算模块包括：矩阵构造子模块，用于基于所述约简后指标，通过标度法进行分层，并对同层次指标进行比较赋值，综合专家意见，构造初始判断矩阵；矩阵计算子模块，用于利用所述初始判断矩阵对各层次指标进行单排序，并计算所述初始判断矩阵的最大特征值和相应的特征向量；一致性检验子模块，用于对所述初始判断矩阵进行一致性检验，确定是否合格，若不合格则重新进行构造；向量归一化子模块，用于对所述特征向量进行归一化处理，得到所述第二主观权重。

可选的，所述客观权重计算模块包括：矩阵构造模块，用于基于所述约简后指标，构造标准化评价矩阵；转化模块，用于根据所述标准化评价矩阵，计算定量指标数据并利用统计法将定性指标转化为模糊值；标准化模块，用于将所述约简后指标进行标准化，并计算对应变异系数；变异计算模块，用于根据所述变异系数计算所述客观权重。

可选的，所述评分模块包括：评价划分子模块，用于将评价体系划分为五个评价等级；评分子模块，利用所述组合权重对当前评价对象的所述电力数据服务进行评分，得到评分数据；建议模块，根据所述评分数据确定对应评价等级，并基于所述对应评价等级对所述电力数据服务的建设和成效给予评价和相关建议。

本发明实施例包括以下优点：

本发明构建电力数据服务综合评价指标体系，获取当前评价对象信息，分析当前评价对象的电力数据服务特点，对电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重，通过层次分析法进行计算，确定约简后指标的第二主观权重，对第一主观权重和第二主观权重进行综合计算，得到综合主观权重，根据约简后指标，利用变异系数法计算，得到客观权重，将综合主观权重和客观权重进行组合计算，得到组合权重，预设评分体系，利用组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据评分体系确定评价结果。解决了电力数据服务评价维度单一、评价指标不够全面、评价方法不合理等问题。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，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是本发明实施例一提供的一种电力数据服务综合评价方法流程图；

图2是图1提供的S2的流程图；

图3是本发明实施例三提供的一种电力数据服务综合评价装置结构示意图；

图4是图3提供的购电成本计算模块示意图；

图5是电力数据服务评价指标体系示意图；

图6是本发明实施例二提供的一种电力数据服务综合评价方法流程图；

图7是本发明实施例二提供的一种电力数据服务综合评价装置结构示意图。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的电力数据服务综合评价方法及装置进行详细地说明。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

实施例一

本发明的实施例一涉及一种电力数据服务综合评价方法，其流程如图1所示，S1、构建电力数据服务综合评价指标体系，获取当前评价对象信息，分析当前评价对象的电力数据服务特点，利用专家打分法及DEMATEL法对所述电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重，基于所述约简后指标，通过层次分析法进行计算，确定所述约简后指标的第二主观权重，根据所述第一主观权重和所述第二主观权重进行综合计算，得到综合主观权重，根据所述约简后指标，利用变异系数法计算，得到客观权重，将所述综合主观权重和所述客观权重进行组合计算，得到组合权重，预设评分体系，利用所述组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据所述评分体系确定评价结果。

电力数据服务是以电力大数据为基础，面向电力用户的新型能源数字产品。其相关利益成员包括电力用户、售电公司、电网公司、、环保部门等。电力数据服务旨在通过对原始电力数据进行分析处理来为电力用户提供数据分析封装服务，通过数据产品来产生经济和环境效益，并促进新型电力系统发展。

S1、构建电力数据服务综合评价指标体系。

如图5所示，电力数据服务综合评价指标体系包括两级电力数据服务综合评价指标和五级的电力数据服务综合评价等级。考虑到电力数据服务综合评价方法的系统性和全方面，两级评价指标体系中的一级指标有四个：效益、数据质量、服务质量、数据服务性能。效益指标下的二级指标包括运行年费用、年利润率、风险管理、业务增长、用户友好性、用户粘性、服务对象量、影响度、社会经济影响度、节能效益十个二级指标。数据质量下包括数据准确性、数据完整性、数据安全性、数据一致性、数据规范性、数据安全性、数据可达性、数据时效性七个二级指标。服务质量下包括服务完备性、服务解决率、服务适用性、服务可靠性、服务保密性、服务依从性、服务记录可追溯性、及时响应性、服务有形性九个二级指标。数据服务性能下包括服务类型丰富性、平台可视化、预测服务准确性、数据分析方法适用性、数据建模能力、数据库稳定性、数据平台响应时间、数据平台可拓展性、数据平台兼容性、数据平台可维护性十个二级指标。电力数据服务综合评价结果划分为五个等级，由高到低分别为优秀、良好、中等、及格和不及格。

如图2所示，S2、获取当前评价对象信息，分析当前评价对象的电力数据服务特点，利用专家打分法及DEMATEL法对所述电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重。

电力数据服务的实施有多种具体形式，比如有预测类服务、综合类服务、数据共享类服务的，并且不同地区对于相同形式的电力数据服务的开展情况也存在差异。评价指标体系的选取是对电力数据服务综合评价的核心。因此在实际评价中，需要针对评价对象，聘任专家对初始指标体系进行分析并简化评价指标体系，使评价指标体系更具有实用性同时能够快速高效的对电力数据服务进行评价。本发明采用基于DEMATEL的方法对初始评价指标体系进行分析和约简。

S21、根据所述电力数据服务综合评价指标体系，利用所述专家打分法确定直接影响矩阵。

设评价体系由m个指标组成，采用专家打分法，确定指标间直接影响矩阵X＝[x

S22、将所述直接影响矩阵进行规范化，得到规范化直接矩阵。

直接影响矩阵X规范化。直接影响矩阵X进行规范化，得到规范化直接矩阵G＝[g

S23、根据所述规范化直接矩阵进行计算，得到可达矩阵并对所述可达矩阵进行层级分解，得到层级分解图。

计算综合影响矩阵T＝[t

T＝G(I-G)

式中：I为单位矩阵。

计算邻接矩阵，将综合影响矩阵T转化为邻接矩阵R＝[r

式中：t′为综合影响矩阵影响阈值，根据电力数据服务实际应用场景给出。

计算可达矩阵，由邻接矩阵R计算可达矩阵E＝[e

E＝R+I

根据可达矩阵E，对每个指标i，计算其可达集P

首先遍历所有可达集P＝{P

S24、基于所述层级分解图，按照预设约简规则对所述电力数据服务综合评价指标体系进行指标约简，得到所述约简后指标。

专家参考层级分解图和自己工作经验进行指标约简。约简规则如下：要选择部分顶层指标，因为顶层指标是整个电力数据服务评价指标体系的目标；要选择选择部分最终层的指标，最底层指标之间无影响；不同区域的指标说明其差异性大，区分度高。

S25、将所述约简后指标进行中心度计算，得到指标中心度，并将所述指标中心度采用最大最小法归一化，得到所述第一主观权重。

先根据指标i的影响度F

中心度M

M

M

S3、基于所述约简后指标，通过层次分析法进行计算，确定所述约简后指标的第二主观权重。

S31、基于所述约简后指标，通过标度法进行分层，并对同层次指标进行比较赋值，综合专家意见，构造初始判断矩阵。

层次分析法(Analytic Hierarchy Process，AHP)是一种的计算主观权重方法，具体过程如下。

(1)构造初始判断矩阵B。设约简后的指标数量为n个，邀请精通数据服务系统知识的专家，采用1－5标度法，如表1所示，对同层次各指标的重要性进行比较赋值，综合专家意见构造初始判断矩阵B，判断矩阵B的表达式为：

式中：b

表1 1－5标度法

S32、利用所述初始判断矩阵对各层次指标进行单排序，并计算所述初始判断矩阵的最大特征值和相应的特征向量。

根据判断矩阵B对各层指标进行单排序，计算B的最大特征值λ

S33、对所述初始判断矩阵进行一致性检验，确定是否合格，若不合格则重新进行构造。

专家打分法难免会有主观因素影响，为验证最终权重系数的可信性和有效性，需对模型进行一致性检验，计算判断矩阵B的检验系数CR＝(λ

S34、对所述特征向量进行归一化处理，得到所述第二主观权重。

对特征向量φ进行归一化处理得到各层指标的第二主观权重初始权重值

S4、根据所述第一主观权重和所述第二主观权重进行综合计算，得到综合主观权重。

传统单一赋权方法存在权重计算不科学，难以平衡决策者评价意志和指标数据信息特点的问题，同时电力数据服务评价指标体系也存在指标维度多，部分指标难以统计等问题，因此采用组合赋权方法对约简后指标体系进行赋权，能有效结合主观权重和客观权重，使组合权重即反映专家意见并结合数据规律。

在主观权重的计算中，由于AHP在使用过程中仅考虑到上层指标对下层指标的支配作用，同一层次中的指标被认为是相互独立的，然而在电力数据服务指标体系中同级指标间存在着直接影响或间接影响关系，同时不同层次间的指标也存在着反馈关系，因此使用AHP方法计算出的服务指标体系主观权重忽视了指标间的影响关系。本发明使用DEMATEL法所计算的中心度转化为第一主观权重

S5、根据所述约简后指标，利用变异系数法计算，得到客观权重。

采用变异系数法计算各约简指标客观权重。变异系数法是通过计算各指标的变异系数来判断各指标信息量大小，变异系数通过数据的方差来衡量，若指标数据区分效度明显则表明该指标分辨信息大，同时权重越高，该方法能够有效求出各指标客观权重。

S51、基于所述约简后指标，构造标准化评价矩阵。

S52、根据所述标准化评价矩阵，计算定量指标数据并利用统计法将定性指标转化为模糊值。

构造标准化评价矩阵K

设电力数据服务评价指标有n项，选取待评价电力数据服务的m次服务数据构成归一化评价矩阵K＝(k

S53、将所述约简后指标进行标准化，并计算对应变异系数。

计算各指标变异系数，计算公式如下所示：

式中：s

S54、根据所述变异系数计算所述客观权重。

计算指标j客观权重

S6、将所述综合主观权重和所述客观权重进行组合计算，得到组合权重。

将指标j的综合主观权重

式中ρ为组合系数，预测类电力数据服务取0.6，通用类电力数据服务取0.5，数据共享类数据服务取0.4。

S7、预设评分体系，利用所述组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据所述评分体系确定评价结果。

S71、将评价体系划分为五个评价等级；

S72、利用所述组合权重对当前评价对象的所述电力数据服务进行评分，得到评分数据；

S73、根据所述评分数据确定对应评价等级，并基于所述对应评价等级对所述电力数据服务的建设和成效给予评价和相关建议。

依据专家、用户对电力数据服务的评价数据以及电力数据服务的相关原始数据计算相应指标评分，进而计算电力数据服务整体总评分，

依据总评分将电力数据服务划分为五个评价等级(优秀100－80、良好80－60、中等60－45、及格45－30、不及格30－0)同时依据评价等级可对电力数据服务建设和成效给予评价和相关建议，助力于数据服务在电力行业发展。

本发明包括构建电力数据服务综合评价指标体系，获取当前评价对象信息，分析当前评价对象的电力数据服务特点，利用专家打分法及DEMATEL法对所述电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重，基于所述约简后指标，通过层次分析法进行计算，确定所述约简后指标的第二主观权重，根据所述第一主观权重和所述第二主观权重进行综合计算，得到综合主观权重，根据所述约简后指标，利用变异系数法计算，得到客观权重，将所述综合主观权重和所述客观权重进行组合计算，得到组合权重，预设评分体系，利用所述组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据所述评分体系确定评价结果。本发明所采用的技术方案是一种基于指标消减和主客观赋权的综合评价方法，解决了现有技术中存在的电力数据服务评价维度单一、评价指标不够全面、评价方法不合理等问题。

实施例二

整体流程如图6所示，建立电力数据服务综合评价指标体系，针对具体待评价的电力数据服务特点，采用专家打分方法、基于DEMATEL算法对初始评价电力数据服务综合评价指标体系进行约简，并以约简后指标的中心度作为第一主观权重，基于层次分析法计算约简后的指标的第二主观权重，并计算综合主观权重，根据约简后的电力数据服务评价指标，收集评价数据，建立评价矩阵，并基于变异系数法计算指标的客观权重，指标的综合主观权重和客观权重融合为指标的组合权重，计算电力数据服务整体总评分，给出电力数据服务的评价结果。

如图7所示，一种电力数据服务评估装置，实现如上所述的电力数据服务综合方法，所述装置包括：

数据服务数据采集模块，用于采集电力数据服务运营过程中所产生、使用的数据，并对这些数据进行数值化及归一化处理，生成指标的评价矩阵。

专家意见采集模块，用于采集相关领域专家对电力数据服务评价意见及对指标间影响关系判断，生成DEMATEL影响关系矩阵及AHP判断矩阵。

数据服务调查问卷模块，用于采集电力数据服务的评价意见数据，用于生成指标的评价矩阵及部分指标评价数据。

评价指标体系生成模块，用于基于生成的DEMATEL影响关系矩阵计算得到综合影响矩阵、邻接矩阵及可达矩阵；基于可达矩阵对评价指标生成层级分解图，揭示评价指标的影响关系结构，选择评价指标生成评价指标体系。

DEMATEL－AHP主观权重计算模块，用于基于生成的DEMATEL影响关系矩阵和AHP判断矩阵计算生成指标的主观权重并结合。

变异系数法客观权重计算模块，用于基于指标的评价矩阵及电力数据服务运营过程中产生数据结合计算各指标变异系数生成指标客观权重。

评价结果生成模块，用于根据电力数据服务运营数据结合调查问卷收集的评价数据及评价指标体系主客观权重，生成该电力数据服务的评价结果，完成综合评价。

实施例三

本实施例涉及一种电力数据服务综合评价装置200，如图3所示，包括：

指标体系构建模块，用于构建电力数据服务综合评价指标体系；

指标约简模块，用于获取当前评价对象信息，分析当前评价对象的电力数据服务特点，利用专家打分法及DEMATEL法对所述电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重；

指标计算模块，用于基于所述约简后指标，通过层次分析法进行计算，确定所述约简后指标的第二主观权重；

综合权重计算模块，用于根据所述第一主观权重和所述第二主观权重进行综合计算，得到综合主观权重；

客观权重计算模块，用于根据所述约简后指标，利用变异系数法计算，得到客观权重；

组合权重计算模块，用于将所述综合主观权重和所述客观权重进行组合计算，得到组合权重；

评分模块，用于预设评分体系，利用所述组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据所述评分体系确定评价结果。

进一步的，如图4所示，所述指标约简模块包括：

矩阵确定子模块，用于根据所述电力数据服务综合评价指标体系，利用所述专家打分法确定直接影响矩阵；

矩阵规范化子模块，用于将所述直接影响矩阵进行规范化，得到规范化直接矩阵；

层级分解子模块，用于根据所述规范化直接矩阵进行计算，得到可达矩阵并对所述可达矩阵进行层级分解，得到层级分解图；

指标约简子模块，用于基于所述层级分解图，按照预设约简规则对所述指标体系进行指标约简，得到所述约简后指标；

中心度计算子模块，用于将所述约简后指标进行中心度计算，得到指标中心度，并将所述指标中心度采用最大最小法归一化，得到所述第一主观权重。

进一步的，所述指标计算模块包括：

矩阵构造子模块，用于基于所述约简后指标，通过标度法进行分层，并对同层次指标进行比较赋值，综合专家意见，构造初始判断矩阵；

矩阵计算子模块，用于利用所述初始判断矩阵对各层次指标进行单排序，并计算所述初始判断矩阵的最大特征值和相应的特征向量；

一致性检验子模块，用于对所述初始判断矩阵进行一致性检验，确定是否合格，若不合格则重新进行构造；

向量归一化子模块，用于对所述特征向量进行归一化处理，得到所述第二主观权重。

进一步的，所述客观权重计算模块包括：

矩阵构造模块，用于基于所述约简后指标，构造标准化评价矩阵；

转化模块，用于根据所述标准化评价矩阵，计算定量指标数据并利用统计法将定性指标转化为模糊值；

标准化模块，用于将所述约简后指标进行标准化，并计算对应变异系数；

变异计算模块，用于根据所述变异系数计算所述客观权重。

进一步的，所述评分模块包括：

评价划分子模块，用于将评价体系划分为五个评价等级；

评分子模块，利用所述组合权重对当前评价对象的所述电力数据服务进行评分，得到评分数据；

建议模块，根据所述评分数据确定对应评价等级，并基于所述对应评价等级对所述电力数据服务的建设和成效给予评价和相关建议。

本发明构建新能源装置成本驱动分析模型，包括指标体系构建模块，用于构建电力数据服务综合评价指标体系；指标约简模块，用于获取当前评价对象信息，分析当前评价对象的电力数据服务特点，利用专家打分法及DEMATEL法对所述电力数据服务综合评价指标体系进行约简，确定约简后指标及第一主观权重；指标计算模块，用于基于所述约简后指标，通过层次分析法进行计算，确定所述约简后指标的第二主观权重；综合权重计算模块，用于根据所述第一主观权重和所述第二主观权重进行综合计算，得到综合主观权重；客观权重计算模块，用于根据所述约简后指标，利用变异系数法计算，得到客观权重；组合权重计算模块，用于将所述综合主观权重和所述客观权重进行组合计算，得到组合权重；评分模块，用于预设评分体系，利用所述组合权重对当前评价对象的电力数据服务进行评分，得到总评分并根据所述评分体系确定评价结果。本发明所采用的技术方案是一种基于指标消减和主客观赋权的综合评价方法，解决了现有技术中存在的电力数据服务评价维度单一、评价指标不够全面、评价方法不合理等问题。

实施例四

以某地级电力公司开展的数据服务产品为例进行评价。该电力公司注重挖掘数据潜在价值，近年来来陆续开发了“电力看经济”、“电力景气指数分析”、“污染企业防治监测”等电力数据服务产品。选用其中“电力景气指数分析”为例进行评价，该电力数据服务属于综合性服务，面向行业用户、小微企业和政府机构。

步骤1，根据数据服务效益和质量指标建立电力数据服务综合评价指标体系；

步骤2，针对具体待评价的电力数据服务特点，采用专家打分制度、利用DEMATEL方法对初始评价指标体系进行约简，并约简后指标的中心度作为第一主观权重；

根据图5所示的评价指标体系和评价对象，聘请专家对各个指标进行评分，然后得到初始邻接矩阵A

计算可达矩阵Z，

进行层级分解，如表1所示：

表1各指标可达集合、先行集合及交集

/>

/>

进行指标约简

最终根据上述过程筛选出的指标进行专家筛选进行改动。最终筛选出的指标包含：社会经济影响度、年利润率、节能效益、数据规范性、数据时效性、数据安全性、服务完备性、服务解决率、服务解决率、及时响应性、数据建模能力、方法适用性、预测类服务准确性。

计算约简后的指标中心度和第一主观权重。

约简后的指标形成的直接影响矩阵为：

直接影响矩阵规范化

计算综合影响矩阵T

计算约简后指标的影响度、被影响度和中心度

表6各指标影响度F、被影响度C及中心度M

得到指标第一主观权重W

W

步骤3，基于层次分析法计算约简后的指标的第二主观权重，并计算综合主观权重。

步骤3.1层次分析法计算第二主观权重

构造判断矩阵

一级指标判断矩阵为

二级指标判断矩阵为

对判断判别矩阵进行一致性检验

判断矩阵B

判断矩阵B

得到指标的第二主观权重

表3一级指标特征值、特征向量及权重

表4二级指标特征值、特性向量及权重

步骤3.2计算各评价指标的综合主观权重客观权重并和步骤3中所求出的各指标综合主观权重相结合，求出各指标的综合权重。

W

步骤4：变异系数法计算客观权重

步骤4(1)构造标准化评价矩阵K，选择了待评价电力数据服务的4个使用方。依据约简后的指标体系，通过调查问卷和数据平台的运营数据，构造的评价矩阵如下：

步骤4(2)计算各指标变异系数E

E＝[0.1081 0.0913 0.0886 0.0678 0.0936 0.0527 0.0696 0.0762 0.0280.1032 0.1556 0.0628]

步骤4(4)计算客观权重W

W

步骤5权重融合求指标的组合权重

待评价电力数据服务为综合性数据服务，融合系数ρ＝0.5，计算的组合权重为W＝[0.149 0.188 0.074 0.041 0.054 0.043 0.07 0.113 0.022 0.065 0.101 0.073]

步骤6，根电力数据服务的综合评价结果

表7、不同服务使用方对各指标评价数据

表8、数据服务的综合评价得分

数据服务根据使用方评价的评价分数分别为64.3、60.3、62.7、60.2，最终平均分数为61.9，该数据服务的综合评价结果为良。

以上对本申请所提供的技术方案进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请，本说明书内容不应理解为对本申请的限制。同时，对于本领域的一般技术人员，依据本申请，在具体实施方式及应用范围上均会有不同形式的改变之处，这里无需也无法对所有的实施方式予以穷举，而由此所引伸出的显而易见的变化或变动仍处于本申请的保护范围之中。