技术特征：
1.一种基于大数据的配电网项目规模化评审方法，其特征在于，包括以下步骤：s1、通过数据连接模块从业务系统、数据中台收集配电网基础数据和运行数据；s2、在问题库模块中构建问题库，按配电线路和配变两类设备汇集问题；每批次项目报送前，由规划、设计人员根据现场踏勘及现状梳理情况，在问题库中填报对应解决方案，即该问题通过运维或立项解决；将通过运维解决的问题推送至智能化供电服务指挥系统预警工单和抢修工单，在预警工单和抢修工单中形成闭环；将通过立项解决的问题推送至需求库；当一个设备上的所有问题推送至下一环节后，该设备的一个问题周期完结，若再发生新的问题则重新计算；s3、通过需求库模块生成需求库，对需要立项的设备和相应问题，规划、设计人员填报项目需求内容，完成填报的项目需求状态为“待审批”，如需求库积累同一设备的多个需求，完成需求内容填报后按设备自动打捆，形成一个“待审批”项目需求；上级管理员账号具有审批权限，上级管理员账号审批通过的项目需求自动推送至立项评审环节，以项目需求清单形式输入大数据评审；当一个设备上的所有需求推送至下一环节后，该设备的一个需求周期完结，若再发生新的需求则重新计算；s4、数据预处理；s5、基于历史数据建立大数据评审模型，将待评审项目需求清单输入大数据评审模型，通过大数据评审模型自动计算评审结果；s6、申诉流程：对于在步骤s4~步骤s5中不通过大数据评审的项目按照评审步骤分为“资料不完整”、“无立项必要性”和“立项不合理”，其中“无立项必要性”的项目不提供申诉通道，不建议立项；对“资料不完整”、“立项不合理”的项目提供申诉通道，驳回后项目可从问题库重新发起流程；s7、专家人工评审：通过大数据评审的项目进入专家人工评审流程，人工评审设置抽查机制，从大数据评审结果为“推荐人工评审”的项目中抽取占需抽查项目g%的数量，从大数据评审结果为“通过”的项目中抽取占需抽查项目(100-g)%的数量，数值g由评审专家确定；确定相应数量后自动生成抽查项目清单，被抽查项目以人工评审结果为准，未被抽查项目采用大数据评审结果。2.根据权利要求1所述的基于大数据的配电网项目规模化评审方法，其特征在于，步骤s5包括以下过程：s5-1、样本数据集选择；s5-2、文本处理：样本数据集存储的是非结构化数据，为便于后续分析，对其中用来描述项目的字段进行标准化处理；s5-3、项目特征提取：步骤a．以10kv线路设备和配变设备为主体，建立特征设备库，特征设备库就是基于标准设备名称建立的项目关键词集；步骤b．利用机器学习方法进行关键词提取补充，得到基于实际项目库建立的关键词集；步骤c．关键词分类汇集：把步骤a中基于标准设备名称建立的关键词集与步骤b中基于实际项目库建立的关键词集进行匹配，将能够用于描述立项必要性的关键词归为标准设备名称；步骤d．特征结构化：用项目名称关联到所属主设备，统计在评价时间内设备发生的所有问题，包括类型、时长及次数，同一类问题分为重复发生、长时发生、暂时性问题，根据对各类问题的立项导向统计特征项；结合项目资料中的项目类型分类，将设备和问题组合成二阶特征；
s5-4、立项必要性评价；s5-5、立项合理性评价；s5-6、将待评审项目输入大数据评审模型，经过步骤s5-2～步骤s5-5得到大数据评审结果。3.根据权利要求2所述的基于大数据的配电网项目规模化评审方法，其特征在于，立项必要性评价过程为：s5-41.构建用于评价立项必要性的决策树模型：统计设备与问题不同特征组合下的立项结果，基于项目类型-设备类型-问题组合规则构建决策树图；s5-42.对决策树剪枝；s5-43.各个设备经大数据评审模型输出结果不同时，组合输出结果如下：
①
当项目包含的所有设备输出结果都为“通过”时，组合输出结果为“通过评审”；
②
当项目包含的各设备输出结果同时具备“通过”和“不通过”时，组合输出结果为“推荐人工评审”；
③
当项目包含的所有设备输出结果都为“不通过”时，组合输出结果为“不通过评审”；s5-44.从历史项目库中抽取项目输入大数据评审模型，结合专业经验对大数据评审模型进行校验及修正。4.根据权利要求3所述的基于大数据的配电网项目规模化评审方法，其特征在于，所述对决策树剪枝为：当某分支的结果呈现为欠拟合时，应对该分支进行剪枝处理，基于项目样本计算所有设备与问题组合下的立项通过率，当立项通过率低于u1时，说明该分支具备显著无法通过评审的特征，结果标记为不通过；当立项通过率在(u1,u2)区间时，说明该分支对模型不具有泛化性能的提升，即不具有显著区分结果的能力，应用该分支结果会导致模型欠拟合，对该分支进行剪枝处理；当立项通过率达到u2时，说明该分支具备显著可通过评审的特征，结果标记为通过；u1为立项通过率下限、u2为立项通过率上限；当样本量过少时，若某分支下通过和不通过数量不及项目总数的预设百分比阈值，认为该分支不具有影响评审结果的意义，对该分支进行剪枝。5.根据权利要求2所述的基于大数据的配电网项目规模化评审方法，其特征在于，所述立项合理性评价包括重复立项评价、预期成效不合理评价，把项目造价合理性、实施承载力、投资导向贴合度、总体投资可控四个附加项作为大数据评审模型可选参数，不作为是否通过评审的直接依据，根据待评审项目的整体规划方向配置权重并积分，当项目附加项积分超过阈值时输出结果“推荐人工评审”。6.根据权利要求5所述的基于大数据的配电网项目规模化评审方法，其特征在于，重复立项评价包括以下情况：项目名称完全重复：对比待评审项目与同单位评审前k年正式下达批复的历史项目库，若存在项目名称完全重复的结果，则该项目评审结果为“不通过”；项目名称部分重复：对比待评审项目与同单位评审前k年正式下达批复的历史项目库，计算待评审项目r和历史项目l的编辑距离；计算编辑距离在待评审项目r字符串长度中占比η%，字符串相似度为100-η，相似度大于95时匹配成功，即存在疑似重复立项，通过步骤s5-2和步骤s5-3计算待评审项目和匹配历史项目的设备特征，若特征重合度大于50%，则研
判存在重复立项，项目评审结果为“不通过”。7.根据权利要求2所述的基于大数据的配电网项目规模化评审方法，其特征在于，所述业务系统包括智能化供电服务指挥系统、用电信息采集系统、配电自动化主站系统、pms2.0系统。8.根据权利要求2所述的基于大数据的配电网项目规模化评审方法，其特征在于，所述问题库的问题类别包括配电线路跳闸事件、配电线路支线故障停运事件、配电线路过载事件、配电线路不满足联络要求、配电线路分段不合理、配变过载事件、台区出口低电压事件、配变用户低电压事件、老旧高损变；并设置人工新建问题类别。9.根据权利要求2所述的基于大数据的配电网项目规模化评审方法，其特征在于，步骤s4所述数据预处理是：经问题库、需求库推送至立项评审环节的待评审项目需求清单应包含项目名称、项目类型、项目内容、设备名称、问题详情的字段；对于改造项目，规定待评审项目需求清单中的各字段不能为空，若有一个字段为空，则该项目大数据评审结果为“不通过评审”；对于新建项目，规定除设备名称以外的字段不能为空，若有一个字段为空，则该项目大数据评审结果为“不通过评审”；如不通过评审的原因为“资料不完整”，通过申诉流程在问题库重新提报资料。10.一种基于大数据的配电网项目规模化评审系统，其特征在于，包括数据连接模块、问题库模块、需求库模块、大数据评审模块、申诉模块及人工评审模块；数据连接模块用于连接业务系统及数据中台，获取所需数据信息，推送至问题库模块和大数据评审模块；问题库模块基于基础数据和运行数据，计算生成各类问题事件，经过人工填报后推送至需求库模块；需求库模块由规划人员填写需求内容，经上级管理员审核后形成项目需求清单，推送至大数据评审模块；大数据评审模块基于历史数据和评审规则训练评审模型，对输入的项目需求清单形成大数据评审结果；申诉模块对部分不通过评审的项目提供申诉通道，通过申诉通道退回问题库模块重新提交资料；人工评审模块根据专家自定义的抽查率抽取项目，根据大数据评审结果及专家评审结果自动输出评审意见。
技术总结
本发明属于配电网技术领域，涉及一种基于大数据的配电网项目规模化评审方法及系统，该方法包括以下步骤：通过数据连接模块从业务系统、数据中台收集配电网基础数据和运行数据；在问题库模块中构建问题库，问题库按配电线路和配变两类设备汇集问题；通过需求库模块生成需求库；数据预处理；基于历史数据建立大数据评审模型，将待评审项目需求清单输入大数据评审模型，通过大数据评审模型自动计算评审结果；申诉流程；专家人工评审。本发明建立了问题库-需求库-大数据评审-专家评审的整套流程，基于大数据评审结果推荐专家评审，可实现配电网项目的规模化评审，大幅提升了评审效率和覆盖率，高效助力配电网精准立项。高效助力配电网精准立项。高效助力配电网精准立项。
技术研发人员：戚沁雅 蒙天琪 欧阳文华 戴奇奇 安义 蔡木良 周求宽
受保护的技术使用者：国家电网有限公司
技术研发日：2022.03.25
技术公布日：2022/6/28