电网零购项目的投资方案评估方法、系统及存储介质与流程

1.本发明属于电网技术领域，具体涉及一种电网零购项目的投资方案评估方法、系统及存储介质。


背景技术：

2.固定资产零星购置(以下简称“零购”)是指在国家电网有限公司固定资产目录内但未纳入工程项目管理、可以独立发挥作用，且无建筑安装工程量的设备、仪器仪表、工器具及运输工具等固定资产的购置行为。零购专项投资是国家电网有限公司固定资产投资重要组成部分，在支撑电网安全、高效运营方面发挥了重要作用。
3.零购投资方案的设计和零购资金的优化配置能够提高零购装备水平，支撑电网安全高效地运营。长期以来零购投资管理以经验为主，未能对零购设备的使用情况和配置情况进行有效科学的评价，从而导致零购资金的配置缺乏效率，一定程度了造成了零购投资的浪费。


技术实现要素：

4.本发明的目的就是为了解决上述背景技术存在的不足，提供一种电网零购项目的投资方案评估方法，有效为零购投资计划编制和实施提供科学的参考依据，提高投资方案制定的有效性。
5.本发明采用的技术方案是：一种电网零购项目的投资方案评估方法，包括以下步骤：
6.s1，基于电网零购项目信息，收集零购投资的影响因素指标，并对其进行量化，构建电网零购项目的影响因素指标评价体系；所述影响因素指标体系的评价对象为电网零购项目设备情况，评价目标为电网零购项目当前设备配置水平；根据电网零购项目不同专业的特征和投资重点选取电网零购项目中不同专业所需的设备作为各专业对应的评价对象；
7.s2，计算影响因素指标评价体系中各影响因素指标的权重；
8.s3，采用影响因素指标评价体系分别计算各专业对应的优先满足率；所述优先满足率用于表征零购项目的设备配置水平；
9.s4，根据各投资方案中的各专业的投资资金以及各专业对应的优先满足率，计算得到各投资方案的投资效率；选取投资效率最高的投资方案作为最终的投资计划。
10.上述技术方案中，步骤s1中，采用层次分析法对零购投资评价目标进行层次化处理，分析各个影响因素指标相互的关系构建影响因素评价体系的层次结构，依次包括一级指标层、二级指标层和三级指标层；对每一指标体系层次结构进行分类；其中一级指标层为优先满足率指标；对优先满足率指标进行分类，在二级指标层中建立所述优先满足率指标的评价指标，包括：设备使用寿命指标、设备配置率指标、设备使用率指标和设备成新率指标；在三级指标层中分别建立所述设备使用寿命指标、设备配置率指标、设备使用率指标和设备成新率指标的评价指标，其中设备使用寿命指标采用设备的使用年限，设备配置率指
标包括整体配置率、班组最高配置率和班组最低配置率，设备使用率指标包括年使用率、月使用率和日使用率，设备成新率包括整体成新率、班组最高成新率和班组最低成新率；各影响因素指标被转换为[0,1]之间的区间数。本发明所选取的评价指标以及构建的评价体系能否有效反映出各专业零购项目的设备配置水平，以满足后续投资计划的有效性，满足当前零购项目投资配置的实际需求。
[0011]
上述技术方案中，步骤s2包括以下步骤：根据各影响因素构建判断矩阵；根据判断矩阵计算出各影响因素指标的权重；对判断矩阵的的计算结果进行一致性检验。
[0012]
上述技术方案中，步骤s3中，通过使用寿命、配置率、使用率和成新率四项指标及其权重计算得出优先满足率s：
[0013]
s＝∑
零购投资各指标
指标评价
×
指标权重
[0014]
其中,s为优先满足率；
[0015]
其中，将评价对象的使用寿命、使用率映射到[0，1]区间内作为其对应的影响因素指标的评价结果；
[0016]
对配置率和成新率进行修正：将配置率和成新率的修正指标分别记为配置缺口和老旧比例，计算公式如下：配置缺口＝1-配置率；老旧比例＝1-成新率；将评价对象的配置率和成新率的修正指标映射到[0，1]区间内作为其对应的影响因素指标的评价结果。本发明提出的优先满足率计算公式综合考虑了使用寿命、配置率、使用率和成新率四项指标及其权重，有效反映出了零购项目的设备配置需求情况，使得最终选取的投资计划能够满足当前需求。
[0017]
上述技术方案中，步骤s3中，根据各个专业的优先满足率数值大小，对各专业的零购装备的配置顺序进行排序；步骤s4中基于各专业的零购装备的配置顺序设置最终的投资计划中资金发放顺序，其中优先发放优先满足率较大的专业的投资资金。本发明通过优先满足率决定最终投资计划的资金发放顺序，进一步提高了投资计划的实际利用效率。
[0018]
上述技术方案中，步骤s2中，构建判断矩阵时，首先对上层影响因素指标影响下的同一层次的影响因素指标进行两两重要性比较，采用模糊数替代单一数值的重要性比较，确定各影响因素指标的相对重要度；通过分析零购项目的影响因素指标及相互关系，对每个影响因素指标建立一个模糊评判区间，采用影响因素指标间两两比较的方法，并利用三角模糊数建立模糊判断矩阵；所构造的模糊判断矩阵中的取值依据1-9标度法，并采用模糊数的中值对模糊判断矩阵进行修正及调整后得到判断矩阵，并通过一致性检验检查判断矩阵的合理性，将通过一致性检验的特征向量作为对应影响因素指标的权重，最终确定各影响因素指标的层次结构和权重。
[0019]
上述技术方案中，步骤s4中，投资方案的投资效率t，计算方式如下：
[0020]
专业投资效率＝专业零购投资额
×
优先满足率；
[0021]
投资方案的投资效率t为所有专业的投资效率之和。
[0022]
上述技术方案中，步骤s4中，采用粒子群算法构建零购投资的pso模型对约束条件下最终的投资计划进行优化配置，所述约束条件为各专业的投资比例的上限和下限；所述投资比例为对应专业零购投资额占零购总投资额的比例；控制零购总投资额不变，将各专业的零购投资额作为pso模型中的个体位置参数，以投资效率为优化目标；在pso模型的优化过程中，最优的投资计划被更新并被pso模型记录下来；随着pso模型迭代，投资计划的投
资效率不断提高，当迭代次数达到一定次数时，投资效率保持稳定，确定此时的投资计划为最终的投资计划。本发明以零购投资效率为目标函数，对各专业的零购投资进行优化，可实现零购投资在不同专业间的优化配置，科学高效地开展电网零购投资。
[0023]
本发明提供了一种电网零购项目的投资方案评估系统，包括影响因素收集模块、影响因素分析模块、指标权重计算模块、优先满足率计算模块、专业优先级排序模块、零购投资优化输出模块：影响因素收集模块用于基于电网零购项目信息收集零购投资的影响因素指标；影响因素分析模块用于影响因素的量化分析与标准化以及构建影响因素指标评价体系；指标权重计算模用于计算影响因素指标评价体系中各影响因素指标的权重；优先满足率计算模块用于基于针对电网零购项目的不同专业分别采用影响因素指标评价体系计算各专业对应的优先满足率；专业优先级排序模块用于基于优先满足率，评价不同专业零购设备配置水平，基于各专业的零购装备的配置水平设置最终的投资计划中资金发放顺序；零购投资优化输出模块用于根据各投资方案中的各专业的投资资金以及各专业对应的优先满足率，计算得到各投资方案的投资效率；选取投资效率最高的投资方案作为最终的投资计划并输出。
[0024]
本发明提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行所述的电网零购项目的投资方案评估方法。
[0025]
本发明的有益效果是：为了提升零购装备水平，从零购投资和装备更新需求出发，优化零购资金的配置情况，提高零购投资的效率。本发明挖掘电网零购项目配置设备的信息，包括使用寿命、配置率、使用率和成新率，根据电网零购项目的实际设备配置情况构建多层级零购投资评价指标体系，实现对零购装备水平和零购投资效率的综合评价，从而实现各专业零购投资顺序的排序，有助于进行零购计划编制和零购投资决策，提高电网的零购投资计划制定的效率以及有效性，以满足电网运作的实际需求，支撑电网安全稳定运行。
附图说明
[0026]
图1为本发明的流程示意图。
[0027]
图2为本发明的模块框图。
[0028]
图3为各专业优先满足率雷达图。
[0029]
图4为零购投资pso模型。
具体实施方式
[0030]
下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。
[0031]
如图1所示，本发明一种电网零购项目的投资方案评估方法，包括以下步骤：
[0032]
s1，基于电网零购项目信息，收集零购投资的影响因素指标，并对其进行量化，构建电网零购项目的影响因素指标评价体系；所述影响因素指标体系的评价对象为电网零购项目设备情况，评价目标为电网零购项目当前设备配置水平；根据电网零购项目不同专业的特征和投资重点选取电网零购项目中不同专业所需的设备作为各专业对应的评价对象；
[0033]
s2，计算影响因素指标评价体系中各影响因素指标的权重；
[0034]
s3，采用影响因素指标评价体系分别计算各专业对应的优先满足率；所述优先满
足率用于表征零购项目的设备配置水平；
[0035]
s4，根据各投资方案中的各专业的投资资金以及各专业对应的优先满足率，计算得到各投资方案的投资效率；选取投资效率最高的投资方案作为最终的投资计划。
[0036]
所述步骤s1具体包括以下步骤：
[0037]
零购投资影响因素指标的设定，可以通过计算机程序根据零购项目的特征和投资重点，以使用寿命、配置率、使用率和成新率四类指标为主线，爬取电网零购项目信息，挖掘影响零购投资的主要因素。
[0038]
为了反映配置率指标在不同专业、不同班组间的差异性，将配置率指标进一步细分为整体配置率、班组最高配置率和班组最低配置率三项子指标。使用率根据指标的统计周期进一步细分为年使用率、月使用率和日使用率三项子指标，能够深入刻画设备在不同阶段的使用情况。成新率指标的计算公式定义如下：
[0039]
成新率＝设备剩余使用年限/设备总使用年限
[0040]
其中，设备总使用年限采用设备的设计使用年限。同理，设备的成新率进一步细分为整体成新率、班组最高成新率和班组最低成新率三项子指标。构建的零购投资影响因素指标库如表1所示。
[0041]
表1零购投资影响因素指标库
[0042][0043][0044]
为了实现零购评价的一致性和科学性，对指标进行量化。
[0045]
零购设备的各指标被转换为[0,1]之间的区间数，有利于与其他指标进行统一，实现零购的综合评价。
[0046]
构建影响因素指标评价体系中各指标的权重计算具体包括以下步骤：
[0047]
第一步：对研究对象进行层次化处理。在选取层次分析法来解决复杂问题时，需要对研究对象进行层次化、清晰化的处理，也就是通过根据研究对象自身的性质和所要实现的目标对其进行层次化分解，同一层次里面的各个因素都是联系较为紧密的影响因素；从而构建了研究对象的阶梯层次结构。
[0048]
该层次结构主要包括了以下三层：1)最底层；该层次也常常被称为措施层亦或是方案层，在该层次里面常常涉及的是完成项目所需要采取地具体的详尽的方案。2)准则层；该层次也通常被称为中间层，在该层次里面常常涉及的是完成项目所采取的必要手段或方案的中间环节，该层又可以包含多个子层，该子层称为子准则层。3)目标层；该层也被称为最高层，该层次常常只包含单一影响因素，该因素也就是项目的最终目标，是决策者在评价项目时要达到的预期目的。
[0049]
第二步：根据各因素使用寿命构建判断矩阵。当研究对象的阶梯层次结构模型构建完成时，各个层次之间的从属关系也就被构建完成了。接下来就要对每一层次包含的各个因素进行相对重要性分析，并据此来构建两两比较判断矩阵。首先对同一层次上的所有因素进行相对重要性比较，邀请相关领域专家结合影响因素对于项目目标的重要性或是好坏性进行赋值。经过学者和相关领域的专家的实践，目前1-9标度法已经运用相当成熟。1-9标度法是通过数字将各个因素的相对使用寿命所表示出来，数字越大说明该因素在该层以及在项目目标中的使用寿命越高，详尽的判断矩阵标度及其含义如表2所示。
[0050]
表2判断矩阵中元素的赋值标准
[0051][0052]
有了判断矩阵中元素的赋值标准，接下来就是构建出最终两两比较判断矩阵。假设x层次里面的影响因素x1、x2、...、xn隶属于上一层次y中的元素yk，通过专家对各因素进行两两比较确定各因素的相对重要性，构建了x层次的判断矩阵yk。
[0053]
具体的判断矩阵表型形式见表3所示。
[0054]
表3判断矩阵
[0055][0056]
其中，x表示x层次里面的影响因素，y表示x的上一层次。
[0057]
x
ij
表示因素xi与因素xj比较时对目标的使用寿命的相对值，这些值通常是由该行业该领域具有一定影响力的专家提供，也可以由项目的决策者领导者通过既定目标分析判断给出。
[0058]
第三步：根据判断矩阵计算出各指标的权重。通过矩阵理论知识，从而可以判断出各个指标的权重值就是矩阵的特征向量。倘若判断矩阵的最大特征根为λ
max
，则各因素的权重系数可由公式求得：
[0059]
b*w＝λ
max
*w
[0060]
其中，λ
max
表示判断矩阵的最大特征根，b表示判断矩阵，w表示特征向量。
[0061]
矩阵的特征值λ和特征向量w可以选择用和法、方根法、幂法等近似的计算方法，根据众多学者和组织的经验得出，方根法在实际操作时具有计算简单、应用广泛等特点，故本具体实施例采用方根法来计算权重系数。具体计算步骤有以下四步：
[0062]
1)：将判断矩阵每一行元素相乘，得到ri：
[0063][0064]
其中，b
ij
表示判断矩阵b中第i行第j列的元素，ri表示判断矩阵每一行元素的积。
[0065]
2)：对ri开n次方根，得到
[0066][0067]
其中，ri表示判断矩阵每一行元素的积，表是ri的n次方根。
[0068]
3)：将向量进行归一化处理，得到：
[0069][0070]
其中，表是ri的n次方根，wi是的归一化结果。
[0071]
判断矩阵的特征向量w就是所求的(w1，w2，...，wn)
t
，也就是说各指标权值就是(w1，w2，...，wn)
t
。
[0072]
4)：根据特征向量计算出矩阵的最大特征值λ
max
。
[0073]
第四步：对两两判断矩阵的一致性进行检验。由于研究对象常常被复杂外界所影响，这增加了人们对研究对象的认知的不确定性，因此在采用两两判断矩阵计算指标权值
时，并不能精确地提供各指标权重值，只能对其进行估计。
[0074]
检验判断矩阵一致性有包括以下步骤：
[0075]
1)：一致性指标ci如公式所示：
[0076][0077]
其中，λ
max
表示判断矩阵的最大特征根，n为判断矩阵的阶数。
[0078]
2)：一致性比率cr如公式所示：
[0079][0080]
其中，ci表示一致性指标，ri表示随机性指标，cr表示一致性比率。
[0081]
ri具体数值如表4所示：
[0082]
表4矩阵阶数n不同时对应的ri值
[0083][0084]
当cr＜0.1时，则表明该判断矩阵通过了一致性检验，若cr＞0.1，则需要对判断矩阵做出一定的修改。
[0085]
所述步骤s2中，为了进一步客观地表示零购装备的四类指标：使用寿命、配置率、使用率和成新率，引入模糊数理论描述四项指标间的两两重要性程度。在单一的层次分析框架下，同一层指标间的两个指标的相对重要性程度用数值刻画，容易与指标的实际重要性程度发生偏差。因此，引入模糊理论中的区间数对层次分析法进行改进，并采用改进后的层次分析模型评估零购四类指标的权重。
[0086]
首先对上层指标影响下的同一层次的指标进行两两重要性比较，并利用三角模糊数构造模糊判断矩阵。设统一层次有n个评价指标，则构造的模糊判断矩阵b为
[0087]
b＝(b
ij
)n×n[0088]
其中，b是模糊判断矩阵，b
ij
＝[l
ij
，m
ij
，u
ij
]是以m
ij
作为中值的闭区间，且
[0089][0090]
其中，b
ji
是矩阵b中b
ij
的对称元素。
[0091]
所构造的模糊判断矩阵中的取值同样依据1-9标度法，改进后的判断矩阵e的计算方法如下：
[0092][0093]
其中，l
ij
是模糊数的最小值，m
ij
是模糊数的中值，u
ij
是模糊数的最大值，e是改进后的判断矩阵，e
ij
是矩阵e中第i行第j列的元素。
[0094]
计算调整判断矩阵q：
[0095][0096]
其中，l
ij
是模糊数的最小值，m
ij
是模糊数的中值，u
ij
是模糊数的最大值，m是中值矩阵，e是改进后的判断矩阵，q是调整判断矩阵。
[0097]
把调整判断矩阵q按列转换为对角线为1的矩阵，记为判断矩阵p：
[0098]
p＝(p
ij
)n×n，且满足p
ij
＝1/p
ji
。
[0099]
基于调整后的判断矩阵p，根据层次分析法的主要步骤，计算特征向量w即为各指标对应的权重，并对该结果进行一致性检验。
[0100]
步骤s3中综合考虑使用寿命、配置率、使用率和成新率四项指标计算得出优先满足率s，反映不同专业零购设备配置现状和配置水平，并按照零购投资先后顺序对各专业进行排序。
[0101]
s＝∑
零购投资各指标
指标评价
×
指标权重
[0102]
其中，s表示优先满足率。
[0103]
其中，将评价对象的使用寿命、配置率、使用率和成新率映射到[0，1]区间内作为其对应的影响因素指标的评价结果；
[0104]
通过分析四类指标可知，使用寿命、使用率与优先满足率存在正相关关系，而配置率和成新率与优先满足率之间存在负相关关系，为保持指标的一致性，对配置率和成新率取相反数，即为了提高零购评价的有效性，需要对配置率和成新率进行修正。
[0105]
对配置率和成新率进行修正：将配置率和成新率的修正指标分别记为配置缺口和老旧比例，计算公式如下：配置缺口＝1-配置率；老旧比例＝1-成新率；将评价对象的配置率和成新率的修正指标映射到[0，1]区间内作为其对应的影响因素指标的评价结果。
[0106]
零购专业分为交通运输车辆、生产管理工器具及仪器仪表、办公及辅助设备三大类。其中，交通运输车辆分为公务车辆和生产服务车辆，生产管理工器具和仪器仪表分为检修、营销、建设、物资、运行规划六个细分专业。
[0107]
以零购专业划分标准为基础，结合层次分析法得到的判断矩阵和指标权重，逐层计算每个专业的各类指标的评价结果，最后计算得出每个专业的零购装备优先满足率(为便于表示，将计算结果转化为百分数)。
[0108]
根据各个专业的零购装备优先满足率，对各专业的零购装备的配置顺序进行排序。优先满足率较高代表对应专业当前的零购设备配置不足，零购需求较大，在进行零购投资安排时可优先考虑对这些专业进行配置。而优先满足率较低表明对应专业当前的零购设备较新、配置充足，或者设备使用频率偏低、重要性较低，对于该类专业的零购设备可进行合理的投资安排，优先保障优先满足率较高的专业，保证零购投资安排尽可能满足零购投资的方向和重点，提高零购投资的科学性、有效性和合理性。
[0109]
所述步骤s4具体包括以下步骤：
[0110]
(1)零购投资效率评价
[0111]
步骤s3的计算结果得出各专业的零购装备优先满足率，该优先满足率指标综合了零购投资的重要性、使用情况、当前配置情况等方面，反映出了各专业的零购装备现状以及零购投资的迫切性。更高的优先满足率代表了对应专业急需增加零购投资，以解决目前装备不足和更新换代等问题。
[0112]
基于此，提出零购投资的效率指标t，计算方式如下：
[0113]
零购方案投资效率：
[0114]
t＝∑
各专业
零购投资计划
×
优先满足率
[0115]
其中，t为投资效率；零购投资计划表示对应的投资额。
[0116]
因此，可以求出各零购方案的投资效率，用以反映不同零购投资方案的优劣。投资效率越高的方案，代表零购投资更加合理，能够更好地满足当前各专业地零购实际需求，资金的使用效率更好。
[0117]
(2)资金配置计划
[0118]
根据各零购投资方案计算得出的效率指标t，可实现对零购投资方案的比选，选取投资效率最高的零购投资方案。
[0119]
通过对多个零购投资方案的比选，可根据最优的方案编制零购投资计划。此外，以零购投资效率为目标函数，对各专业的零购投资进行优化，可实现零购投资在不同专业间的优化配置，科学高效地开展电网零购投资。
[0120]
采用粒子群算法构建零购投资的pso模型对约束条件下最终的投资计划进行优化配置，所述约束条件为各专业的投资比例的上限和下限；所述投资比例为对应专业零购投
资额占零购总投资额的比例；控制零购总投资额不变，将各专业的零购投资额作为pso模型中的个体位置参数，以投资效率为优化目标；在pso模型的优化过程中，最优的投资计划被更新并被pso模型记录下来；随着pso模型迭代，投资计划的投资效率不断提高，当迭代次数达到一定次数时，投资效率保持稳定，确定此时的投资计划为最终的投资计划。
[0121]
以检修专业为例，零购投资评价所需的基础数据，其中评语内容通过电网零购项目信息中的样本数据获取，如表5所示：
[0122]
表5零购投资评价基础数据
[0123][0124][0125]
根据改进层次分析法的相关步骤，采用1-9标度法对检修专业各级指标的两两重要性进行测算，构造判断矩阵，并计算判断矩阵的特征向量。如表6-9所示，各级指标均通过一致性检验指标，将特征向量归一化即为对应指标的权重。
[0126]
表6二级指标权重计算
[0127][0128]
表7配置率指标权重计算
[0129][0130]
表8使用率指标权重计算
[0131][0132]
表9成新率指标权重计算
[0133][0134]
为了便于对检修专业的零购投资实现综合评价，提高指标的一致性。对使用寿命、配置率、使用率和成新率四类指标进行转换，结果如表10所示。
[0135]
结合改进层次分析法得出的指标权重，检修专业二级指标的得到可通过计算得出。以配置率b为例，计算过程如下：
[0136]
b＝[0.44 0.26 0.84][0.30 0.16 0.54]
t
＝0.627
[0137]
同理，计算出使用率c的得分为0.248，成新率d的评价为0.787。
[0138]
表10检修专业二级指标评价表
[0139][0140]
如表11所示，检修专业一级指标的评价结果如下：
[0141]
s＝[1 0.627 0.248 0.787][0.60 0.08 0.20 0.12]
t
＝0.794
[0142]
表11检修专业一级指标评价表
[0143][0144]
则检修专业的优先满足率为79.4％。
[0145]
基于零购项目各专业的差异性，采用表12所示的标准对不同专业零购项目的使用
寿命、配置率、使用率和成新率四项指标进行量化评价，将评价结果转化为[0，1]内的区间数，统一了评价标准，实现了不同专业间零购项目指标的一致性。评价标准设置中基于专业的差异设置有针对使用寿命、配置率、使用率和成新率四项指标的调整系数，以反映不同专业的零购设备本身的差异性。
[0146]
表12各专业指标评价标准
[0147][0148][0149]
表13零购投资方案比选
[0150][0151]
根据表13的计算结果，方案1的投资效率为761.19，方案2的投资效率为760.31，表明方案1更能满足当前零购需求，方案1的投资计划更加科学合理。可以按照方案1进行零购投资计划的编制，更好地实现电网零购资金的优化配置。
[0152]
在外部边界条件允许的情况下，以方案的投资效率为目标函数，进行零购资金配置优化，能够实现满足当前边界条件的最优解，从而实现电网零购投资的优化。
[0153]
为了进一步实现零购投资优化，采用粒子群算法构建零购投资pso模型对约束条件下零购投资进行优化配置。如图4，在约束条件(生产服务车辆投资≥2.5％，检修专业投资≥50％，办公及辅助设备投资≥10％)下，随着模型迭代，零购投资的投资效率不断提高，当迭代次数达到23次时，投资效率保持稳定。此时对应的最优投资计划为：公务车辆投资＝
51万元，生产服务车辆投资＝33万元，检修专业投资＝631万元，营销专业投资＝53万元，建设专业投资＝72万元，物资专业投资＝27万元，运行专业投资＝26万元，规划专业投资＝36万元，办公及辅助设备投资＝111万元。
[0154]
本发明根据零购项目的特征和投资重点，以使用寿命、配置率、使用率和成新率四类指标为主线，挖掘影响零购投资的主要因素。配置率指标进一步细分为整体配置率、班组最高配置率和班组最低配置率三项子指标。使用率根据指标的统计周期进一步细分为年使用率、月使用率和日使用率三项子指标。
[0155]
本发明基于改进层次分析法，综合考虑使用寿命、配置率、使用率和成新率四项指标计算得出优先满足率，反映不同专业零购设备配置现状和配置水平，并按照零购投资先后顺序对各专业进行排序。
[0156]
本发明根据各零购投资方案计算得出的效率指标，实现对零购投资方案的比选。通过对多个零购投资方案的比选，可根据最优的方案编制零购投资计划。此外，以零购投资效率为目标函数，对各专业的零购投资进行优化，可实现零购投资在不同专业间的优化配置，科学高效地开展电网零购投资。
[0157]
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。