电力设备库存情况评价方法及服务器与流程

1.本技术属于电力负荷预测技术领域，尤其涉及一种电力设备库存情况评价方法及服务器。


背景技术：

2.由于资金和管理水平的差异，目前大部分市县库房多为人工库房，资产摆放混乱，难以进行盘点，不能保证库房资产的准确性。库房中保持一定量的存货对于其进行正常生产来说是至关重要的，存货太多会导致计量表计积压、库存超期、资产丢失，风险较高，存货太少又可能导致供应不及时，影响的正常表计周转，所以就需要定期对库存情况进行评价。
3.目前，管理人员通常使用现场核查、业务稽查等传统库房盘点方法对库存情况进行评价，存在工作量大、效率不高等缺点，导致库存评价的准确度低。


技术实现要素：

4.有鉴于此，本发明提供了一种电力设备库存情况评价方法及服务器，旨在解决对库存评价的准确度低的问题。
5.本发明实施例的第一方面提供了一种电力设备库存情况评价方法，包括：
6.获取目标库房在当前时段的库存信息，所述库存信息包括多个库存评价指标以及各个库存评价指标对应的数据；
7.获取当前时段各个库存评价指标对应的目标权重，其中，所述目标权重由历史时段的库存信息、库存需求量和库存状态信息计算得到；某个时段的库存状态信息用于表征该时段的库存是否充足且无积压；
8.基于各个库存评价指标对应的数据以及各个库存评价指标对应的目标权重确定目标库房在当前时段的库存评价结果。
9.本发明实施例的第二方面提供了一种电力设备库存情况评价装置，包括：
10.第一获取模块，用于获取目标库房在当前时段的库存信息，所述库存信息包括多个库存评价指标以及各个库存评价指标对应的数据；
11.第二获取模块，用于获取当前时段各个库存评价指标对应的目标权重，其中，所述目标权重由历史时段的库存信息、库存需求量和库存状态信息计算得到；某个时段的库存状态信息用于表征该时段的库存是否充足且无积压；
12.库存评价模块，基于各个库存评价指标对应的数据以及各个库存评价指标对应的目标权重确定目标库房在当前时段的库存评价结果。
13.本发明实施例的第三方面提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述电力设备库存情况评价方法的步骤。
14.本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面所述电力设备
库存情况评价方法的步骤。
15.本发明实施例提供的电力设备库存情况评价方法及服务器，获取目标库房在当前时段的库存信息，库存信息包括多个库存评价指标以及各个库存评价指标对应的数据；获取当前时段各个库存评价指标对应的目标权重，其中，目标权重由历史时段的库存信息和库存状态信息计算得到；某个时段的库存状态信息用于表征该时段的库存是否充足且无积压；基于各个库存评价指标对应的数据以及各个库存评价指标对应的目标权重确定目标库房在当前时段的库存评价结果。通过目标库房在历史时段的库存信息和库存状态信息，对当前时段的库存状态进行预测性的计算，得到当前时段各个库存评价指标的目标权重，再将其与各个库存评价指标对应的数据相结合，对目标库房进行库存评价，能够提高库存评价的准确度。
附图说明
16.为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
17.图1是本发明一个实施例提供的电力设备库存情况评价方法的应用环境图；
18.图2是本发明一个实施例提供的电力设备库存情况评价方法的实现流程图；
19.图3是本发明一个实施例提供的确定各个库存评价指标对应的目标权重的实现流程图；
20.图4是本发明一个实施例提供的确定库存评价指标的第三权重的实现流程图；
21.图5是本发明一个实施例提供的库存评价指标示意图；
22.图6是本发明一个实施示例提供的库存评价结果示意图；
23.图7是本发明一个实施例提供的电力设备库存情况评价装置的结构示意图；
24.图8是本发明一个实施例提供的服务器的示意图。
具体实施方式
25.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
26.图1是本发明一个实施例提供的电力设备库存情况评价方法的应用环境图。本发明实施例提供的电力设备库存情况评价方法可以但不限于应用于该应用环境。如图1所示，该系统中包括：服务器11、信息采集服务器12、终端13。其中，服务器11包括负载均衡器、应用服务器、大数据数据库服务器。
27.用电信息采集服务器12用于采集目标库房当前时段的库存信息并将其发送给大数据库服务器存储。大数据数据库服务器用于存储历史时段目标库房的库存信息和库存状态信息。应用服务器用于根据大数据数据库服务器存储的数据，对目标库房进行评价，得到目标库房在当前时段的库存评价结果。应用服务器还用于将库存评价结果存储到数据库并
发送给终端13。
28.上述多种类型的服务器，可以是独立的物理服务器，也可以是多个独立的物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器，在此不作限定。终端13可以是手机、电脑、电力系统的终端等，在此不作限定。
29.图2是本发明一个实施例提供的电力设备库存情况评价方法的实现流程图。该实施例中，以该方法应用于图1中的服务器为例进行说明。如图2所示，该方法包括：
30.s201，获取目标库房在当前时段的库存信息，库存信息包括多个库存评价指标以及各个库存评价指标对应的数据。
31.s202，获取当前时段各个库存评价指标对应的目标权重，其中，目标权重由历史时段的库存信息和库存状态信息计算得到；某个时段的库存状态信息用于表征该时段的库存是否充足且无积压。
32.s203，基于各个库存评价指标对应的数据以及各个库存评价指标对应的目标权重确定目标库房在当前时段的库存评价结果。
33.本实施例中，目标库房在当前时段的库存信息是存储在服务器中的。在s201之前，通过图1中所示的信息采集服务器12采集的营销和mds(multipoint distribution system,多点分布系统)全生命周期数据并对其进行汇总，得到电能表汇总数据、计量点汇总数据、周转柜汇总数据等，再根据设备业务管理流程构造风险评价指标，对这些汇总数据进行分类，可以得到上述目标库房在当前时段的库存信息。
34.本实施例中，根据这些汇总信息，能通过大数据分析发现影响库存风险的规则，就能自动识别出存在风险(如可能表已丢)的库房，并能更加立体的监控库存风险，实现风险的快速识别和精准定位，推进库存资产精益化管理工作进行。从而为管理人员提供参考，有效减少库存风险，提高库房库存周转率。
35.本实施例中，各个指标的目标权重表征各个指标对库存评价的影响。库存评价结果可以以表格、箱型图、扇形图等方式进行显示，在此不作限定。
36.本实施例中，通过获取目标库房在当前时段的库存信息，库存信息包括多个库存评价指标以及各个库存评价指标对应的数据；获取当前时段各个库存评价指标对应的目标权重，其中，目标权重由历史时段的库存信息和库存状态信息计算得到；某个时段的库存状态信息用于表征该时段的库存是否充足且无积压；基于各个库存评价指标对应的数据以及各个库存评价指标对应的目标权重确定目标库房在当前时段的库存评价结果。通过目标库房在历史时段的库存信息和库存状态信息，对当前时段的库存状态进行预测性的计算，得到当前时段各个库存评价指标的目标权重，再将其与各个库存评价指标对应的数据相结合，对目标库房进行库存评价，能够提高库存评价的准确度。
37.图3是本发明一个实施例提供的确定各个库存评价指标对应的目标权重的实现流程图。如图3所示，在一些实施例中，在s202之前，还包括：
38.s301，获取库存评价指标的第一权重；其中，第一权重为对库存评价指标进行层次分析得到的权重；
39.s302，根据熵值算法对库存评价指标对应的数据进行分析，得到库存评价指标的第二权重；
40.s303，根据第一权重和第二权重，确定组合权重；
41.s304，获取目标区域在历史时段的库存信息和库存状态信息，并根据历史时段的库存信息和库存状态信息确定库存评价指标的第三权重；
42.s305，根据第三权重与组合权重，确定目标权重。
43.本实施例中，第一权重是一种主观性的权重，主要依赖专家的业务经验，在指标的重要性对比上容易引人个人偏好，造成指标权重与实际的偏差。第二权重是一种客观性的权重，其主要依赖数据的信息量。通过根据第一权重和第二权重，确定组合权重，能够同时根据数据的信息量和专家经验确定库存评价的权重，能够有效提高库存评价的准确性。
44.本实施例中，第三权重主要考虑库房的库存信息和库存状态信息之间的时序特性。通过考虑时间变化对库存情况的影响，能够进一步提高库存评价的准确性。
45.在一些实施例中，s304，包括：根据合作博弈理论算法将第三权重与组合权重进行组合，得到目标权重；
46.合作博弈理论算法的表达式为：
[0047][0048]
其中，wj为第j个库存评价指标的目标权重，lu为w
ju
对应的一致性相关系数，f为所有待组合权重的个数，w
jx
表示第j个库存评价指标的第x个待组合权重，w
x
为第x个待组合权重的均值，待组合权重包括组合权重、第三权重，j为库存评价指标的序号，n为库存评价指标的总数。
[0049]
在一些实施例中，s203，包括：根据各个库存评价指标对应的数据、各个库存评价指标对应的目标权重和评价公式目标库房库存情况的评价值；
[0050]
评价公式包括：
[0051][0052]
其中，s为评价值，sj为第j个库存评价指标对应的数据，wj‵
为wj归一化后的值。
[0053]
在一些实施例中，s303，包括：根据预设组合公式，将第一权重和第二权重进行组合，得到组合权重；
[0054]
预设组合公式为：
[0055][0056]
其中，wj为第j个库存评价指标的组合权重，w
1j
为第j个库存评价指标的第一权重，w
2j
为第j个库存评价指标的第二权重。
[0057]
本实施例中，预设组合公式是根据最小相对信息熵原理，采用拉格朗日乘子法优化得到的。
[0058]
图4是本发明一个实施例提供的确定库存评价指标的第三权重的实现流程图。如图4所示，在一些实施例中，s304，包括：
[0059]
s401，根据历史时段的库存信息和当前时段的库存信息，确定历史时段和当前时段的相关系数；
[0060]
s402，将相关系数大于预设阈值的历史时段作为相似时段；
[0061]
s403，根据相似时段的库存信息、库存状态信息、相关系数，确定库存评价指标的第三权重。
[0062]
本实施例中，相关系数可以是皮尔森相关系数、复相关系数等，在此不作限定。库房库存通常受时间的影响。例如，定期批量取出或储存，节假日前的库存增加和节假日的库存消耗等。因此，通过计算相关系数可以得到与当前时段库房的库存情况相似的历史时段，并以此确定第三权重，能够提高库存评价的准确度。
[0063]
在一些实施例中，在s402之后，还包括：
[0064]
根据各个相似时段与当前时段的时间间隔，计算各个相似时段的可信度；
[0065]
根据可信度，对各个相似时段的相关系数进行修正；
[0066]
其中，可信度与时间间隔负相关。
[0067]
本实施例中，由于库房的电力设备更新、业务管理流程更新等情况，需要各个相似时段的数据的可参考性，即距离当前时段越远的相似时段，其数据的可参考性越低。因此，通过设置可信度，能够进一步考虑时间对第三权重准确度的影响，能够提高库存评价的准确度。
[0068]
在一些实施例中，s403，包括：
[0069]
根据各个相似时段的库存信息与各个相似时段的库存状态信息，确定各个相似时段的影响因子；
[0070]
将各个相似时段的相关系数和各个相似时段的影响因子相乘并归一化，得到库存评价指标的第三权重。
[0071]
本实施例中，相关系数表征各个相似时段的数据对库存评价的影响。影响因子表征库存信息对库存状态信息的影响。
[0072]
图5是本发明一个实施例提供的库存评价指标示意图。如图5所示，在一些实施例中，风险评价指标可以包括但不限于下述至少一项：库存率、合格在库超期率、表龄异常率、报废异常率、合格表未安装变成其他异常状态率、领出未装超过1天率、领出未装超过14天率、配送在途超1天率、运行异常率、拆回1-2月未返回率、拆回2个月以上未返回率、拆回超1天未入库率、计量点异常装拆率、周转柜入库率、周转柜应用率、周转柜入库率、周转柜应用率。
[0073]
在一些实施例中，在获取风险评价指标的第一权重之前，还包括：
[0074]
构建各个风险评价指标的层次结构；
[0075]
获取各个风险评价指标的重要性评分；
[0076]
根据重要性评分建立判断矩阵并对其进行求解和一致性检验，得到第一权重。
[0077]
ahp(analytic hierarchy process)层次分析法是美国运筹学家t.l.saaty教授于二十世纪70年代提出的一种实用的多方案或多目标的评价方法，是一种定性与定量相结合的评价分析方法。常被运用于多目标、多准则、多要素、多层次的非结构化的复杂问题，具
有十分广泛的实用性。
[0078]
ahp分析步骤如下：
[0079]
a：建立层次递进结构模型；b：构造出各层次中的所有判断矩阵；
[0080]
c：层次单排序及一致性检验；d：层次总排序及一致性检验。
[0081]
本实施例中，可以根据业务特征构建三层层级指标如电能表、周转柜、计量点等。由于不同单位的库存规模不相同，使用以上层级指标无法比较不同库存单位的风险大小。因此，构建风险评价指标，把层级指标映射到相同的规模下，以比较库存风险差异。其中，可以根据业务特征将电能表数据按其业务流程可分为6部分，分别是资产数量、存储异常、状态异常、配送异常、运行异常和拆回异常。
[0082]
在一些实施例中，根据熵值算法对库存评价指标对应的数据进行分析，得到风险评价指标的第二权重，包括：
[0083]
对库存评价指标对应的数据进行标准化处理；
[0084]
根据标准化处理后的数据确定风险评价指标的信息熵；
[0085]
根据信息熵确定第二权重。
[0086]
熵最先由申农引入信息论，目前已经在工程技术、社会经济等领域得到了非常广泛的应用。熵值法的基本思路是根据指标变异性的大小确定客观权重。一般来说，若某个指标的信息熵越小，表明指标值的变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大。
[0087]
本实施例中，风险评价指标的信息熵为：
[0088][0089]
其中，ej为风险评价指标的信息熵，p
ij
为风险评价指标的数据，如果p
ij
＝0，则定义
[0090]
本实施例中，可以根据信息熵和下述公式确定第二权重：
[0091][0092]
其中，w
2j
为第二权重。
[0093]
在一些实施例中，在根据资产信息和第二组合权重确定目标库房库存情况评价值之后，还包括：
[0094]
输出并显示目标库房在当前时段的库存评价结果。
[0095]
下面通过一个实施示例对上述电力设备库存评价方法进行说明，但并不作为限定。本实施示例中，电力设备库存评价方法的步骤如下：
[0096]
步骤1，从营销和mds数据库中抽取各个市县单位统配的电能表、周转柜的资产信息，汇总获得其数量数据。
[0097]
步骤2，数据汇总，具体包括：
[0098]
一、电能表数据汇总。电能表数据按其业务流程可分为6部分，分别是资产数量、存
储异常、状态异常、配送异常、运行异常和拆回异常。
[0099]
(1)资产数量。包括库存数量、运行数量、合格在库电表数量。其中库存数量指营销数据库中资产状态排除丢失、运行、已返厂更换和已报废的资产数量。
[0100]
(2)存储异常。包括合格在库超180天数量和首检日期距统计日期超180天数量。其中合格在库超180天指营销数据库中状态为合格在库，且最近检定日期距今超过180天。
[0101]
(3)状态异常。包括未运行直接报废数量、超过1年状态未变化数量和合格表未安装变成其他状态数量。
[0102]
未运行直接报废指没有安装记录且当前状态为待报废或丢失的资产。
[0103]
超过1年状态未变化指操作日期距统计日期超过了1年。
[0104]
合格表未安装变成其他状态指当前状态不是合格在库、运行、预配待领和预领待装这4种状态的任意一种，且安装日期为空。
[0105]
(4)配送异常。包括领出未装超1天数量、领出未装超14天数量和配送在途超1天数量。
[0106]
领出未装超1天指状态为领出待装或预领待装，且操作日期距统计日期大于1天。
[0107]
(5)运行异常。包括运行时间小于30天数量，就是拆除时间与安装时间间隔小于30天的资产数量。
[0108]
(6)拆回异常。包括拆回1-2月未返回数量、拆回超2个月以上未返回数量、拆回超1天未入库数量。
[0109]
拆回1-2月未返回指状态为待分流，且拆除时间距今在1-2个月内。
[0110]
计量点数据汇总。计量点数据包括:计量点异常装拆数量。计量点异常装拆指计量点的装拆次数不低于3次。
[0111]
周转柜数据汇总。周转柜数据包括：周转柜在库数量、周转柜工单数量和营销出入库工单。其中周转柜工单数量指的是1个月内的数量。
[0112]
步骤3，由于不同单位的库存规模不相同，使用以上数据无法比较不同库存单位的风险大小。因此，把数据映射到相同的规模下，以比较库存风险差异。以构建如下库存评价指标以进行库存评价。
[0113]
(1)库存率。库存率＝库存资产/运行数量
[0114]
(2)合格在库超期率。合格在库超期率＝合格在库时长超过180天/理论库存。注意：理论库存＝运行数量*0.03
[0115]
(3)表龄异常率。表龄异常率＝首检日期到统计日期天数大于180天数量/理论库存。
[0116]
(4)报废异常率。报废异常率＝未运行直接待报废或报废数量/理论库存。
[0117]
(5)合格表未安装变成其他异常状态率。合格表未安装变成其他异常状态比率＝合格表未安装变成其他异常状态数量/理论库存。
[0118]
(6)领出未装超过1天率。领出未装超过1天比率＝领出未装超过1天数量/理论库存。
[0119]
(7)领出未装超过14天率。领出未装超过14天比率＝领出和预领未装超过14天数量/理论库存。
[0120]
(8)配送在途超1天率。配送在途超1天率＝配送在途超1天数量/理论库存。
[0121]
(9)运行异常率。运行异常率＝运行时间小于30天数量/理论库存。
[0122]
(10)拆回1-2月未返回率。拆回1-2月未返回率＝拆回1-2月未返回数量/理论库存。
[0123]
(11)拆回2个月以上未返回率。拆回2个月以上未返回率＝拆回2个月以上未返回数量/理论库存。
[0124]
(12)拆回超1天未入库率。拆回超1天未入库率＝拆回超1天未入库数量/理论库存。
[0125]
(13)计量点异常装拆率。计量点异常装拆率＝计量点异常装数量/理论库存。
[0126]
(14)周转柜入库率。周转柜入库率＝周转柜在库数量/合格在库电表数量。
[0127]
(15)周转柜应用率。周转柜应用率＝周转柜工单数量/营销出入库工单。
[0128]
步骤4，确定库存评价指标的第一权重。具体如下：
[0129]
(1)构建库存评价指标的层次结构。
[0130]
(2)构造判断矩阵.
[0131]
根据业务经验直接给出各指标的权重是非常困难的，但给出指标的相对重要性却容易很多，基于这种考虑，从上向下逐级构建指标相对重要性判断。如表1所示构造的库存风险下三个指标的重要性判断矩阵，其余层次判断矩阵见附录判断矩阵。
[0132]
表1库存风险指标相对重要性评分
[0133][0134][0135]
判断矩阵中的标度说明如下：1表示两个元素相比，具有同样的重要性；3表示两个元素相比，前者比后者稍重要；5表示两个元素相比，前者比后者明显重要。倒数表示若元素i和元素j的重要性之比为a
ij
,那么元素j与元素i的重要性之比为a
ji
＝1/a
ij
。
[0136]
(3)获得指标权重
[0137]
求解各层次判断矩阵，获得第一权重，具体如表2所示。
[0138]
表2第一权重
[0139][0140][0141]
步骤5，确定库存评价指标的第二权重。具体如下：
[0142]
由于ahp法赋权主要依赖专家的业务经验，在指标的重要性对比上容易引人个人偏好，造成指标权重与实际的偏差。因此，引入熵值算法，通过数据自身蕴含的信息量大小去划分指标的权重分布。
[0143]
(1)数据标准化
[0144]
由于各项库存评价指标的计量单位并不统一，因此在计算前，先要进行标准化处理，即把库存评价指标数据的绝对值转化为相对值，从而消除指标之间的量纲关系。
[0145]
指标标准化分为正向指标标准化和负向指标标准化，正向指标的含义为数值越高越好，表现为数值越大，评分越高。负向指标的含义为数值越低越好，表现为数值越小，评分越高。本发明的15个库存评价指标，除了周转柜入库率和周转柜应用率是正向指标，其余都是负向指标。
[0146]
(2)指标客观权重
[0147]
求解标准化后数据的熵权，得到客观权重如表3所示。
[0148]
表3熵值法权重
[0149][0150][0151]
步骤6，根据所述第一权重和所述第二权重，确定组合权重。具体如表4所示。
[0152]
表4组合权重
[0153][0154][0155]
步骤7，根据历史时段的库存信息和当前时段的库存信息，确定历史时段和当前时段的相关系数；将相关系数大于预设阈值的历史时段作为相似时段。
[0156]
步骤8，根据各个相似时段与当前时段的时间间隔，计算各个相似时段的可信度；根据可信度，对各个相似时段的相关系数进行修正；其中，可信度与时间间隔负相关。
[0157]
步骤9，根据各个相似时段的库存信息与各个相似时段的库存状态信息，确定各个相似时段的影响因子；将各个相似时段的相关系数和各个相似时段的影响因子相乘并归一化，得到库存评价指标的第三权重。
[0158]
步骤10，根据合作博弈理论算法将第三权重与组合权重进行组合，得到目标权重.
[0159]
步骤11，基于各个库存评价指标对应的数据以及各个库存评价指标对应的目标权重确定目标库房在当前时段的库存评价结果。
[0160]
图6是本发明一个实施示例提供的库存评价结果示意图。如图6所示，在该实施示
例中，得到的库存评价结果可以以箱型图的形式进行显示。图中小白圆点为地市评分离群点，可以看出衡水供电公司的市县单位总体评分相对较好，石家庄与邢台整体情况相对较差。
[0161]
本发明具有以下优点：
[0162]
1、本发明通过对全省各市、县库房中库存数据的分析，实现全省各市、县库存风险预测。
[0163]
2、本发明结合可以自我学习的监督评价模型，既可以反应数据的趋势与变化，又有较强的自我学习能力，可以精确预测库存风险,及时对存在风险的库房进行有效防范，提高库存周转率。
[0164]
3、综合考虑了专家经验、数据量、库存时序特性对库存评价的影响，能够有效提高库存评价的准确度。
[0165]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0166]
图7是本发明一个实施例提供的电力设备库存情况评价装置的结构示意图。如图7所示，电力设备库存情况评价装置7，包括：
[0167]
第一获取模块710，用于获取目标库房在当前时段的库存信息，库存信息包括多个库存评价指标以及各个库存评价指标对应的数据。
[0168]
第二获取模块720，用于获取当前时段各个库存评价指标对应的目标权重，其中，目标权重由历史时段的库存信息、库存需求量和库存状态信息计算得到；某个时段的库存状态信息用于表征该时段的库存是否充足且无积压。
[0169]
库存评价模块730，用于基于各个库存评价指标对应的数据以及各个库存评价指标对应的目标权重确定目标库房在当前时段的库存评价结果。
[0170]
可选的，电力设备库存情况评价装置7，还包括：
[0171]
第一权重模块740，用于获取库存评价指标的第一权重；其中，第一权重为对库存评价指标进行层次分析得到的权重；
[0172]
第二权重模块750，用于根据熵值算法对库存评价指标对应的数据进行分析，得到库存评价指标的第二权重；
[0173]
组合权重模块760，用于根据第一权重和第二权重，确定组合权重；
[0174]
第三权重模块770，用于获取目标区域在历史时段的库存信息和库存状态信息，并根据历史时段的库存信息和库存状态信息确定库存评价指标的第三权重；
[0175]
权重确定模块780，用于根据第三权重与组合权重，确定目标权重。
[0176]
可选的，权重确定模块780，用于根据合作博弈理论算法将第三权重与组合权重进行组合，得到目标权重；
[0177]
合作博弈理论算法的表达式为：
[0178][0179]
其中，wj为第j个库存评价指标的目标权重，lu为w
ju
对应的一致性相关系数，f为所有待组合权重的个数，w
jx
表示第j个库存评价指标的第x个待组合权重，为第x个待组合权重的均值，待组合权重包括组合权重、第三权重，j为库存评价指标的序号，n为库存评价指标的总数。
[0180]
可选的，库存评价模块730，用于基于各个库存评价指标对应的数据以及各个库存评价指标对应的目标权重确定目标库房在当前时段的库存评价结果，包括：
[0181]
根据各个库存评价指标对应的数据、各个库存评价指标对应的目标权重和评价公式目标库房库存情况的评价值；
[0182]
评价公式包括：
[0183][0184]
其中，s为评价值，sj为第j个库存评价指标对应的数据，wj‵
为wj归一化后的值。
[0185]
可选的，组合权重模块760，用于根据预设组合公式，将第一权重和第二权重进行组合，得到组合权重；
[0186]
预设组合公式为：
[0187][0188]
其中，wj为第j个库存评价指标的组合权重，w
1j
为第j个库存评价指标的第一权重，w
2j
为第j个库存评价指标的第二权重。
[0189]
可选的，第三权重模块770，用于根据历史时段的库存信息和当前时段的库存信息，确定历史时段和当前时段的相关系数；
[0190]
将相关系数大于预设阈值的历史时段作为相似时段；
[0191]
根据相似时段的库存信息、库存状态信息、相关系数，确定库存评价指标的第三权重。
[0192]
可选的，第三权重模块770，还用于根据各个相似时段与当前时段的时间间隔，计算各个相似时段的可信度；
[0193]
根据可信度，对各个相似时段的相关系数进行修正；
[0194]
其中，可信度与时间间隔负相关。
[0195]
可选的，第三权重模块770，具体用于根据各个相似时段的库存信息与各个相似时段的库存状态信息，确定各个相似时段的影响因子；其中，影响因子表征库存信息对库存状态信息的影响。
[0196]
将各个相似时段的相关系数和各个相似时段的影响因子相乘并归一化，得到库存评价指标的第三权重。
[0197]
可选的，风险评价指标可以包括但不限于下述至少一项：库存率、合格在库超期率、表龄异常率、报废异常率、合格表未安装变成其他异常状态率、领出未装超过1天率、领出未装超过14天率、配送在途超1天率、运行异常率、拆回1-2月未返回率、拆回2个月以上未返回率、拆回超1天未入库率、计量点异常装拆率、周转柜入库率、周转柜应用率、周转柜入库率、周转柜应用率。
[0198]
可选的，第一权重模块740，还用于构建各个风险评价指标的层次结构；
[0199]
获取各个风险评价指标的重要性评分；
[0200]
根据重要性评分建立判断矩阵并对其进行求解和一致性检验，得到第一权重。
[0201]
可选的，第二权重模块750，具体用于对库存评价指标对应的数据进行标准化处理；
[0202]
根据标准化处理后的数据确定风险评价指标的信息熵；
[0203]
根据信息熵确定第二权重。
[0204]
可选的，电力设备库存情况评价装置7，还包括：显示模块790。
[0205]
显示模块790，用于输出并显示目标库房在当前时段的库存评价结果。
[0206]
本实施例提供的电力设备库存情况评价装置，可用于执行上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
[0207]
图8是本发明一个实施例提供的服务器的示意图。如图8所示，本发明的一个实施例提供的服务器8，该实施例的服务器8包括：处理器80、存储器81以及存储在存储器81中并可在处理器80上运行的计算机程序82。处理器80执行计算机程序82时实现上述各个电力设备库存情况评价方法实施例中的步骤，例如图2所示的步骤201至步骤203。或者，处理器80执行计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图7所示模块710至730的功能。
[0208]
示例性的，计算机程序82可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器81中，并由处理器80执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序82在服务器8中的执行过程。
[0209]
服务器8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是服务器8的示例，并不构成对服务器8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端还可以包括输入输出设备、网络接入设备、总线等。
[0210]
所称处理器80可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0211]
存储器81可以是服务器8的内部存储单元，例如服务器8的硬盘或内存。存储器81
也可以是服务器8的外部存储设备，例如服务器8上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，存储器81还可以既包括服务器8的内部存储单元也包括外部存储设备。存储器81用于存储计算机程序以及终端所需的其他程序和数据。存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
[0212]
本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述电力设备库存情况评价方法实施例中的步骤。
[0213]
计算机可读存储介质存储有计算机程序82，计算机程序82包括程序指令，程序指令被处理器80执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序82来指令相关的硬件来完成，计算机程序82可存储于一计算机可读存储介质中，该计算机程序82在被处理器80执行时，可实现上述各个方法实施例的步骤。其中，计算机程序82包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
[0214]
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
[0215]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0216]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0217]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0218]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单
元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0219]
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0220]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0221]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0222]
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
[0223]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。