一种大规模水电站群对标评价方法

1.本发明属于水电站评价技术领域，具体涉及一种大规模水电站群对标评价方 法。


背景技术：

2.近年来，随着水电资源持续大规模开发，受开发难度与环保压力等因素影响， 越来越多水电企业难以争取到新项目，水电企业发展重心已全面转向存量资产的 精细化管理。为促进各水电企业开展同业对标，查差距、挖潜力、改进和提高企 业经营效益，需要建立统一的水电站标准化评价指标体系。然而不同水电站社会 服务、上网环境、水机电设备参数等差异非常大，很难直接根据单个或多个指标 数值进行对标评价，如何针对不同水电站建立一套标准指标评价体系，以提高水 电站的运营效益和管理水平是水电企业亟待解决的理论与实践难题。


技术实现要素：

3.本发明的目的是提供一种大规模水电站群对标评价方法，本发明关注的重点 是如何将不同水电企业、不同省份、不同流域、不同装机规模和不同调节性能等 不同特征的水电站置于同一水平进行对标评价，需要考虑水电站基本性能、营业 收益表现、运维支出水平等多个维度因素对水电站收支水平、管理效率和综合盈 利能力进行对标评价，本成果为水电站群标准化指标评价系统建设提供了坚实的 理论基础。
4.为了实现上述的技术特征，本发明的目的是这样实现的：一种大规模水电站 群对标评价方法，此方法选择营业收益和运维成本为评价对象，通过分析各类水 电站参数运营指标与评价对象的联系程度，选取影响水电站运营成本与生产效益 的关键指标，构建成本强度值和收益强度值反映水电站的复杂程度，最后采用四 分位数法从单站收益水平、单站支出水平、收益效率、运维效率和综合盈利能力 五个综合评价维度对水电站进行客观评价；该方法按照下述步骤1～4实现：
5.步骤1：收集整理水电站资料，得到水电站评价指标；
6.步骤2：标准化处理指标，根据选取无量纲化方法的原则，从标准化法、极 值法、线性比例法、向量规范法和功效系数法中选取出适合的无量纲化方法；
7.步骤3：筛选关键评价指标并计算关键评价指标权重；
8.步骤4：利用复杂强度值和四分位数构建评价体系。
9.所述步骤1中收集整理水电站资料的详细步骤为：
10.步骤1.1：查阅水电行业标准，根据水电行业标准制定指标的选取原则和归 类方；
11.步骤1.2：基于成本动因和收益动因分析，将水电站指标分为直接动因和间 接动因指标；
12.步骤1.3：根据水电行业标准，特别分析间接动因指标对水电站运维成本和 收益影响的机理，从而确定间接动因指标的去留问题，最终形成第二轮初始指标 集。
13.所述步骤2中标准化处理指标的详细步骤为：
14.步骤2.1：选取常用的无量纲化方法，常用方法有以下
①
～
⑤
共五种：
15.①
标准化法：
[0016][0017]
式中：x
*ij
为x
ij
的无量纲数据，x
ij
为第j项指标的第i个数据，sj分别 为第j项指标的平均值和标准差，该方法特点：无量纲数据平均值为0，方差为 1，数据分布区间为(-∞,+∞)；该方法适用于样本足够多的场景，不适用于指标 数据恒定，即sj＝0的情况；不适用于要求x
*ij
＞0的评价方法，如：熵值法和几 何加权平均法；
[0018]
②
极值法：
[0019][0020]
式中：x
j,max
、x
j,min
分别为第j项指标的最大值和最小值，该方法特点：无 量纲数据最小值为0，最大值为1，数据分布区间为[0，1]，由于易受最大值和 最小值的影响，故适用于数值差异微弱的场景，不适用于指标数据恒定，即 x
j,max-x
j,min
＝0的情况；
[0021]
③
线性比例法：
[0022][0023]
该方法特点：计算方便，保留了相对排序性，数据分布区间为(0，1]；
[0024]
④
向量规范法：
[0025][0026]
该方法特点：它是线性比例法的一种特例，数据分布区间为(0,1)， n为指标的样本个数，该方法应用于矩阵计算时，矩阵中列向量 的模为1；
[0027]
⑤
功效系数法：
[0028][0029]
式中：c、d均为已知正值常数，c的作用是对变换后的值进行“平移”，d 的作用是对变换后的值进行“放大”或“缩小”，该方法特点：更普遍意义下的 极值处理法，适用范围更广，但不适用于指标数据恒定(即x
j,max-x
j,min
＝0)的 情况，数据分布区间为[c,c+d]；
[0030]
步骤2.2：根据无量纲化方法的变异性、差异性、稳定性原则，选取适合的 无量纲化方法，其中：
[0031]
变异性原则：变异性原则指的是应尽量保留指标数据所包含的变异信息，即 指标数据无量纲化前后变异系数的差值尽可能的小，变异系数是衡量指标数据变 异信息的数值，计算公式如下：
[0032]cν
＝σ/μ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0033]
式中：c
ν
为评价指标的变异系数，σ为评价指标的标准差；μ为评价指标的 平均值；
[0034]
差异性原则：差异性原则指的是应尽量拉开指标之间的差距，体现指标之间 的差异，即选择能得到离差平方和最大的无量纲化方法，计算公式如下：
[0035][0036]
式中：ss为评价指标的离差平方和；
[0037]
稳定性原则：稳定性原则指的是评价方法的稳定性最好，即最大最小值对评 价结果影响越小越好，spearman相关系数是衡量增加最大最小值前后原有指标 之间排序的相关性的数值，相关系数越大，对应的无量纲化方法使得评价结果越 稳定，计算公式如下：
[0038][0039]
式中：ρ为评价指标的spearman相关系数，x'j为x
j,max
或x
j,min
，当x
ij
为 正向指标时，x'j＝x
j,max
，当x
ij
为逆向指标时，x'j＝x
j,min
，(x'
j-x
ij
)表示最大或 最小值与原指标之差。
[0040]
所述步骤3中筛选关键指标的详细步骤为：
[0041]
步骤3.1：以营业收益和运维成本为因变量yi(i＝1,2,...,m)，其它评价指标为 自变量x
ij
(i＝1,2,...,m,j＝1,2,...,n)，其中：m为水电站的个数，n为指标的样本个数， 多元线性回归方程组如下：
[0042][0043]
式中：为未知回归系数；
[0044]
步骤3.2：将式(9)转换成矩阵形式：
[0045]
xβ＝y
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0046]
式中：为评价指标集；β＝[β0,β1,...,βm]
t
，为未知回归系 数集；y＝[y1,y2,...,yn]
t
，为因变量指标集；
[0047]
用最小二乘法求未知参数β的估计量最小二乘法公式如下：
[0048][0049]
式中：x
t
为评价指标集的转置矩阵；
[0050]
步骤3.3：依次对所有自变量x
ij
与因变量yi进行回归分析，得到每个自变 量对应的回归方程的相关系数，计算公式如下：
[0051][0052]
式中：cov(x,y)为自变量x
ij
与因变量yi的协方差，var[x]为自变量x
ij
的 方差值，
var[y]为因变量yi的方差值。
[0053]
根据相关系数r值大小，筛选对因变量影响较大的自变量，根据经验得知， 对于正向指标，若r≥0.7，自变量与因变量呈强相关关系，可将自变量纳入评 价指标；若0.5≤r＜0.7，自变量与因变量呈中相关关系，可将自变量纳入评价指 标；若0.3≤r＜0.5，自变量与因变量呈弱相关关系，根据实际情况将自变量纳入 或剔除评价指标；若r＜0.3，自变量与因变量呈不相关关系，将自变量剔除评价 指标，对于逆向指标，若r≤-0.7，自变量与因变量呈强相关关系，将自变量纳 入评价指标；若-0.7＜r≤-0.5，自变量与因变量呈中相关关系，将自变量纳入评 价指标；若-0.5＜r≤-0.3，自变量与因变量呈弱相关关系，能够根据实际情况将 自变量纳入或剔除评价指标；若r＞-0.3，自变量与因变量呈不相关关系，将自 变量剔除评价指标；
[0054]
步骤3.4：为了使因变量和自变量达到最佳拟合的状态，需要对筛选后的自 变量进行数次线性回归分析，直至因变量和自变量处在一条直线上即为最终的多 元回归线性模型，具体计算公式如下：
[0055][0056]
式中：为最终回归系数；
[0057]
由多元线性回归法性质可知，当因变量与自变量处于一条直线上时，最终评 价指标对应的权重系数就是各自变量对应的回归系数，即 且
[0058]
所述步骤4利用复杂强度值和四分位数构建评价体系的详细步骤为：
[0059]
步骤4.1：提出复杂强度值对不同流域、省份、公司、特性等属性的水电站 群进行对标评价，其中复杂强度值计算方式如下：
[0060][0061]
式中：ncu为标准化单位强度；x为评价指标；y为评价对象；f(x)为y与x 之间的相关函数，称之为y对x的影响函数；w(x)为x在y的权重系数；
[0062]
步骤4.2：为了将评价指标与水电站运营收益和运维成本联系起来，比较不 同水电站的相同评价指标在盈利方面和运维方面的优劣，本发明引入单指标复杂 强度值和多指标综合复杂强度值概念；
[0063]
单指标复杂强度值：单指标复杂强度值是指评价对象在单个指标的复杂强度 值，它用来比较不同水电站的相同评价指标在盈利方面和运维方面的优劣，分为 单指标收益强度和单指标成本强度，计算公式如下：
[0064][0065]
式中：k
sii
、k
sci
分别为单指标收益强度和单指标成本强度；income、cost
op
分别为电站的年度营业收益和运维成本；fi(x)表示因变量incomex与评价指标x 之间的相关函数，称之为营业收益对x的影响函数；fc(x)表示因变量cost
op
与评 价指标x之间的相关函数，称之为运维成本对x的影响函数；wi(x)、wc(x)分别为 x在营业收益和运维成本的权重系数；
[0066]
多指标综合复杂强度值：多指标综合复杂强度值是指评价对象在多个指标的 综合复杂强度值，它能将所有评价指标与水电站运营收益和运维成本联系起来， 对水电站的盈利能力和运维能力进行一个综合评价，在盈利方面和运维方面分为 多指标综合收益强度和多指标综合成本强度，计算公式如下：
[0067][0068]
式中：k
iii
、k
ici
分别为多指标综合收益强度和多指标综合成本强度；fi(xi)、 fc(xi)分别为第i个营业收益和运维成本对x的影响函数；wi(xi)、wc(xi)分别为第 i个x在营业收益和运维成本的权重系数；
[0069]
步骤4.3：为了实现水电站收支水平、管理效率和综合盈利能力的对标评价， 基于复杂强度值的基础提出了分类评价法，该方法从单站收益水平、单站支出水 平、收益效率、运维效率和综合盈利能力五个综合评价维度构建水电站分类评价 体系：
[0070]
单站收益水平l
hy
：运营收益除以对应的量化指标及其权重之和得到多指标 综合收益强度，该指标能分析不同水电站的单站收益水平；
[0071]
单站支出水平l
hc
：运维成本除以对应的量化指标及其权重之和得到多指标 综合成本强度，该指标能分析不同水电站的单站支出水平；
[0072]
收益效率(income
×kiii
)：运营收益乘以水电站多指标综合收益强度值，得 到归一化的年实际运营收益，该指标能分析不同水电站的收益效率；
[0073]
运维效率(cost
op
×kici
)：运维成本乘以水电站多指标综合成本强度值，得 到归一化的年实际运维成本，该指标能分析不同水电站的运维效率；
[0074]
综合盈利能力(k
iii
/k
ici
)：将多指标综合收益强度除以多指标综合成本强度， 得到归一化的年实际盈利，该指标能分析不同水电站的综合盈利能力；
[0075]
步骤4.4：为了对单站收益水平、单站支出水平、收益效率、运维效率、综 合盈利能力进行对标评价，采用四分位数对数据进行四等分排序。所述四分位数 的其中下四分位数q1、中位数q2、上四分位数q3分别为样本数据中由小到大 排列后第25％、50％、75％的数据，分别代表了样本数据中较差、平庸、较优的 数据，该方法能够直观地判断数据的对称性，离散程度和数据优劣的分布情况信 息，以实现水电站收支水平、管理效率和综合盈利能力的多角度对标评价。
[0076]
本发明有如下有益效果：
[0077]
本发明提出的评价模型方法能够综合考虑水电站多个维度指标因素，能够将 不同属性水电站置于同一层面进行比较，有助于水电企业从单站收益水平、单站 支出水平、运维效率、收益效率和综合盈利能力等方面查找运行和管理差距，对 丰富水电站运营经济效益评价指标、完善水电站经济效益评价方法、实现水电站 评价体系的标准化及提高水电企业经营业绩等方面具有重要的指导意义。
附图说明
[0078]
下面结合附图和实施例对本发明作进一步说明。
[0079]
图1是四分位数箱线图。
[0080]
图2是大规模水电站群对标评价方法求解框架图。
[0081]
图3是大型水电站在69个水电站中的复杂强度值排序。
[0082]
图4是不同属性水电站比较。
[0083]
图5是特定水电站在不同领域能力的比较。
[0084]
表1是大型水电站属性及其综合评价维度。
[0085]
表2是年调节和季调节水电站支出水平强度表。
具体实施方式
[0086]
下面结合附图对本发明的实施方式做进一步的说明。
[0087]
实施例1：
[0088]
如图1-5，一种大规模水电站群对标评价方法，此方法选择营业收益和运维 成本为评价对象，通过分析各类水电站参数运营指标与评价对象的联系程度，选 取影响水电站运营成本与生产效益的关键指标，构建成本强度值和收益强度值反 映水电站的复杂程度，最后采用四分位数法从单站收益水平、单站支出水平、收 益效率、运维效率和综合盈利能力五个综合评价维度对水电站进行客观评价；该 方法按照下述步骤1～4实现：
[0089]
步骤1：收集整理水电站资料，得到水电站评价指标；
[0090]
步骤2：标准化处理指标，根据选取无量纲化方法的原则，从标准化法、极 值法、线性比例法、向量规范法和功效系数法中选取出适合的无量纲化方法；
[0091]
步骤3：筛选关键评价指标并计算关键评价指标权重；
[0092]
步骤4：利用复杂强度值和四分位数构建评价体系。
[0093]
所述步骤1中收集整理水电站资料的详细步骤为：
[0094]
步骤1.1：查阅水电行业标准，根据水电行业标准制定指标的选取原则和归 类方；
[0095]
步骤1.2：基于成本动因和收益动因分析，将水电站指标分为直接动因和间 接动因指标；
[0096]
步骤1.3：根据水电行业标准，特别分析间接动因指标对水电站运维成本和 收益影响的机理，从而确定间接动因指标的去留问题，最终形成第二轮初始指标 集。
[0097]
所述步骤2中标准化处理指标的详细步骤为：
[0098]
步骤2.1：选取常用的无量纲化方法，常用方法有以下
①
～
⑤
共五种：
[0099]
①
标准化法：
[0100][0101]
式中：x
*ij
为x
ij
的无量纲数据，x
ij
为第j项指标的第i个数据，sj分别 为第j项指标的平均值和标准差，该方法特点：无量纲数据平均值为0，方差为 1，数据分布区间为(-∞,+∞)；该方法适用于样本足够多的场景，不适用于指标 数据恒定，即sj＝0的情况；不适用于要求x
*ij
＞0的评价方法，如：熵值法和几 何加权平均法；
[0102]
②
极值法：
[0103][0104]
式中：x
j,max
、x
j,min
分别为第j项指标的最大值和最小值，该方法特点：无 量纲数据最小值为0，最大值为1，数据分布区间为[0，1]，由于易受最大值和 最小值的影响，故适用于数值差异微弱的场景，不适用于指标数据恒定，即 x
j,max-x
j,min
＝0的情况；
[0105]
③
线性比例法：
[0106][0107]
该方法特点：计算方便，保留了相对排序性，数据分布区间为(0，1]；
[0108]
④
向量规范法：
[0109][0110]
该方法特点：它是线性比例法的一种特例，数据分布区间为(0,1)， n为指标的样本个数，该方法应用于矩阵计算时，矩阵中列向量 的模为1；
[0111]
⑤
功效系数法：
[0112][0113]
式中：c、d均为已知正值常数，c的作用是对变换后的值进行“平移”，d 的作用是对变换后的值进行“放大”或“缩小”，该方法特点：更普遍意义下的 极值处理法，适用范围更广，但不适用于指标数据恒定(即x
j,max-x
j,min
＝0)的 情况，数据分布区间为[c,c+d]；
[0114]
步骤2.2：根据无量纲化方法的变异性、差异性、稳定性原则，选取适合的 无量纲化方法，其中：
[0115]
变异性原则：变异性原则指的是应尽量保留指标数据所包含的变异信息，即 指标数据无量纲化前后变异系数的差值尽可能的小，变异系数是衡量指标数据变 异信息的数值，计算公式如下：
[0116]cν
＝σ/μ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0117]
式中：c
ν
为评价指标的变异系数，σ为评价指标的标准差；μ为评价指标的 平均值；
[0118]
差异性原则：差异性原则指的是应尽量拉开指标之间的差距，体现指标之间 的差
异，即选择能得到离差平方和最大的无量纲化方法，计算公式如下：
[0119][0120]
式中：ss为评价指标的离差平方和；
[0121]
稳定性原则：稳定性原则指的是评价方法的稳定性最好，即最大最小值对评 价结果影响越小越好，spearman相关系数是衡量增加最大最小值前后原有指标 之间排序的相关性的数值，相关系数越大，对应的无量纲化方法使得评价结果越 稳定，计算公式如下：
[0122][0123]
式中：ρ为评价指标的spearman相关系数，x'j为x
j,max
或x
j,min
，当x
ij
为 正向指标时，x'j＝x
j,max
，当x
ij
为逆向指标时，x'j＝x
j,min
，(x'
j-x
ij
)表示最大或 最小值与原指标之差。
[0124]
所述步骤3中筛选关键指标的详细步骤为：
[0125]
步骤3.1：以营业收益和运维成本为因变量yi(i＝1,2,...,m)，其它评价指标为 自变量x
ij
(i＝1,2,...,m,j＝1,2,...,n)，其中：m为水电站的个数，n为指标的样本个数， 多元线性回归方程组如下：
[0126][0127]
式中：为未知回归系数；
[0128]
步骤3.2：将式(9)转换成矩阵形式：
[0129]
xβ＝y
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0130]
式中：为评价指标集；β＝[β0,β1,...,βm]
t
，为未知回归系 数集；y＝[y1,y2,...,yn]
t
，为因变量指标集；
[0131]
用最小二乘法求未知参数β的估计量最小二乘法公式如下：
[0132][0133]
式中：x
t
为评价指标集的转置矩阵；
[0134]
步骤3.3：依次对所有自变量x
ij
与因变量yi进行回归分析，得到每个自变 量对应的回归方程的相关系数，计算公式如下：
[0135][0136]
式中：cov(x,y)为自变量x
ij
与因变量yi的协方差，var[x]为自变量x
ij
的 方差值，var[y]为因变量yi的方差值。
[0137]
根据相关系数r值大小，筛选对因变量影响较大的自变量，根据经验得知， 对于正
向指标，若r≥0.7，自变量与因变量呈强相关关系，可将自变量纳入评 价指标；若0.5≤r＜0.7，自变量与因变量呈中相关关系，可将自变量纳入评价指 标；若0.3≤r＜0.5，自变量与因变量呈弱相关关系，根据实际情况将自变量纳入 或剔除评价指标；若r＜0.3，自变量与因变量呈不相关关系，将自变量剔除评价 指标，对于逆向指标，若r≤-0.7，自变量与因变量呈强相关关系，将自变量纳 入评价指标；若-0.7＜r≤-0.5，自变量与因变量呈中相关关系，将自变量纳入评 价指标；若-0.5＜r≤-0.3，自变量与因变量呈弱相关关系，能够根据实际情况将 自变量纳入或剔除评价指标；若r＞-0.3，自变量与因变量呈不相关关系，将自 变量剔除评价指标；
[0138]
步骤3.4：为了使因变量和自变量达到最佳拟合的状态，需要对筛选后的自 变量进行数次线性回归分析，直至因变量和自变量处在一条直线上即为最终的多 元回归线性模型，具体计算公式如下：
[0139][0140]
式中：为最终回归系数；
[0141]
由多元线性回归法性质可知，当因变量与自变量处于一条直线上时，最终评 价指标对应的权重系数就是各自变量对应的回归系数，即 且
[0142]
所述步骤4利用复杂强度值和四分位数构建评价体系的详细步骤为：
[0143]
步骤4.1：提出复杂强度值对不同流域、省份、公司、特性等属性的水电站 群进行对标评价，其中复杂强度值计算方式如下：
[0144][0145]
式中：ncu为标准化单位强度；x为评价指标；y为评价对象；f(x)为y与x 之间的相关函数，称之为y对x的影响函数；w(x)为x在y的权重系数；
[0146]
步骤4.2：为了将评价指标与水电站运营收益和运维成本联系起来，比较不 同水电站的相同评价指标在盈利方面和运维方面的优劣，本发明引入单指标复杂 强度值和多指标综合复杂强度值概念；
[0147]
单指标复杂强度值：单指标复杂强度值是指评价对象在单个指标的复杂强度 值，它用来比较不同水电站的相同评价指标在盈利方面和运维方面的优劣，分为 单指标收益强度和单指标成本强度，计算公式如下：
[0148][0149]
式中：k
sii
、k
sci
分别为单指标收益强度和单指标成本强度；income、cost
op
分别为电
站的年度营业收益和运维成本；fi(x)表示因变量incomex与评价指标x 之间的相关函数，称之为营业收益对x的影响函数；fc(x)表示因变量cost
op
与评 价指标x之间的相关函数，称之为运维成本对x的影响函数；wi(x)、wc(x)分别为 x在营业收益和运维成本的权重系数；
[0150]
多指标综合复杂强度值：多指标综合复杂强度值是指评价对象在多个指标的 综合复杂强度值，它能将所有评价指标与水电站运营收益和运维成本联系起来， 对水电站的盈利能力和运维能力进行一个综合评价，在盈利方面和运维方面分为 多指标综合收益强度和多指标综合成本强度，计算公式如下：
[0151][0152]
式中：k
iii
、k
ici
分别为多指标综合收益强度和多指标综合成本强度；fi(xi)、 fc(xi)分别为第i个营业收益和运维成本对x的影响函数；wi(xi)、wc(xi)分别为第 i个x在营业收益和运维成本的权重系数；
[0153]
步骤4.3：为了实现水电站收支水平、管理效率和综合盈利能力的对标评价， 基于复杂强度值的基础提出了分类评价法，该方法从单站收益水平、单站支出水 平、收益效率、运维效率和综合盈利能力五个综合评价维度构建水电站分类评价 体系：
[0154]
单站收益水平l
hy
：运营收益除以对应的量化指标及其权重之和得到多指标 综合收益强度，该指标能分析不同水电站的单站收益水平；
[0155]
单站支出水平l
hc
：运维成本除以对应的量化指标及其权重之和得到多指标 综合成本强度，该指标能分析不同水电站的单站支出水平；
[0156]
收益效率(income
×kiii
)：运营收益乘以水电站多指标综合收益强度值，得 到归一化的年实际运营收益，该指标能分析不同水电站的收益效率；
[0157]
运维效率(cost
op
×kici
)：运维成本乘以水电站多指标综合成本强度值，得 到归一化的年实际运维成本，该指标能分析不同水电站的运维效率；
[0158]
综合盈利能力(k
iii
/k
ici
)：将多指标综合收益强度除以多指标综合成本强度， 得到归一化的年实际盈利，该指标能分析不同水电站的综合盈利能力；
[0159]
步骤4.4：为了对单站收益水平、单站支出水平、收益效率、运维效率、综 合盈利能力进行对标评价，采用四分位数对数据进行四等分排序。所述四分位数 的其中下四分位数q1、中位数q2、上四分位数q3分别为样本数据中由小到大 排列后第25％、50％、75％的数据，分别代表了样本数据中较差、平庸、较优的 数据，该方法能够直观地判断数据的对称性，离散程度和数据优劣的分布情况信 息，以实现水电站收支水平、管理效率和综合盈利能力的多角度对标评价。
[0160]
实施例2：
[0161]
以澜沧江干流(14座)、大渡河中下游(12座)、雅砻江下游(6座)、金沙 江中下游(10座)、南盘江红水河(10座)、乌江干流(11座)和湘西沅水河(6 座)共计69座水电站为研究对象，对本发明进行验证。由于水电站数量太多， 很难针对每座水电站单独分析，下面仅针对装机容量大于3500mw、额定水头大 于150m、保证出力大于1000mw、当年发电量大于100
亿kwh的大型水电站进 行评价分析，满足上述条件的电站有6座：小湾、糯扎渡、瀑布沟、锦屏一级、 白鹤滩和溪洛渡，其属性和综合评价维度评价结果如表1所示。将6座大型水电 站与其他水电站进行四分位数排序，得到6座水电站在所有水电站的复杂强度值 排序，结果如图3所示。
[0162]
从图3可以看出：
[0163]
①
溪洛渡和白鹤滩的五个综合评价维度均位于上四分位数区域上游，说明 溪洛渡和白鹤滩在单站收支水平、管理效率和综合盈利能力优于其他四座水电站， 但溪洛渡的单站支出水平比白鹤滩高许多，导致溪洛渡综合盈利能力比白鹤滩低， 说明减少单站支出水平可以提高综合盈利能力；
[0164]
②
锦屏一级和瀑布沟的单站支出水平和运维效率位于上四分位数附近，其 它综合评价维度位于上四分位数区域中下游，说明锦屏一级和瀑布沟的运维成本 较低，收益效率优于运维效率，锦屏一级和瀑布沟凭借两者的优势使综合盈利能 力仅次于白鹤滩和溪洛渡；
[0165]
③
小湾和糯扎渡单站支出水平强度位于中分数附近，其他综合评价维度位 于上四分位数附近，说明小湾和糯扎渡在六座水电站的运维成本最低，但低单站 收益水平使小湾和糯扎渡失去了低运维成本的优势，导致小湾和糯扎渡在6座水 电站综合盈利能力排名靠后，说明单站收益水平不能太低，会影响综合盈利能力。
[0166]
另外，6座大型水电站分类评价大都位于上四分位数区域，说明大型水电站 虽然花费的运维成本比其他水电站更多，但凭借更大的装机容量和调节库容等优 势，其发电能力比其他水电站更强，获得的营业收益比其他水电站更多。大型水 电站用部分收益检修升级机电设备和完善优化管理系统，在收支水平、管理效率 和综合盈利能力方面逐渐拉开其他水电站的差距。
[0167]
为了分析不同调节能力、流域、省份、公司水电站的单站收支水平、管理效 率和综合盈利能力，下面根据表1分别从不同公司、流域、省份、调节能力对6 座大型水电站进行比较：
[0168]
①
从调节能力角度来看，年调节水电站小湾、糯扎渡、锦屏一级和溪洛渡单 站收益水平分别为0.6580、0.7157、0.8847和1.1280，单站支出水平分别为0.9672、 0.9573、1.0563和1.1280，平均单站收支水平分别为0.8466和1.0550；季调节水 电站瀑布沟和白鹤滩单站收益水平分别为0.8409和1.0420，单站支出水平分别 为1.0117和1.0820，平均单站收支水平分别为0.9414和1.0468，说明季调节水 电站单站收益水平比年调节水电站高，年调节水电站单站支出水平比季调节水电 站高；
[0169]
②
从不同流域角度来看，金沙江流域的白鹤滩和溪洛渡运维效率分别为 1.0217和1.2391，平均运维效率为1.1304；澜沧江流域小湾和糯扎渡分别为0.6067 和0.6494，平均运维效率为0.6281，大渡河和雅砻江分别为0.6228和0.6653， 金沙江流域的运维效率值最大说明它的管理能力最好；
[0170]
③
从不同省份来看，四川省瀑布沟、锦屏一级、白鹤滩和溪洛渡的收益效率 分别为0.5192、0.5580、0.9863和1.1280，平均收益效率为0.7978；云南省小湾 和糯扎渡分别为0.3917和0.4534，平均为0.4226，四川省的收益效率值比云南 省大，说明四川省营业效率比云南省好。
[0171]
④
从不同公司角度来看，三峡总公司的白鹤滩和溪洛渡综合盈利能力分别为 0.9630和0.9103，平均综合盈利能力为0.9367；华能公司的小湾和糯扎渡分别为 0.6803和0.7476，平均为0.7139；国电大渡河公司的瀑布沟为0.8312；雅砻江水 电公司的锦屏一级为0.8375，三峡总公司的综合盈利能力值最大说明三峡总公司 在四所公司中盈利能力最好。
[0172]
将以上结论使用复杂度理论的标准化指标评价方法从调节能力、流域、省份、 公司四个方面进行比较分析，结果如图4所示。
[0173]
图4(a)中季调节水电站的单站支出水平比年调节水电站高，与年调节水电站 单站支出水平比季调节水电站高的结论不符，原因是小湾、糯扎渡、锦屏一级和 溪洛渡在年调节支出水平排序中位于上游水平，瀑布沟和白鹤滩在季调支出水平 位于中游水平，所有节年调节和季调节的单站支出水平如表2所示，年调节水电 站单站支出水平强度中位数为0.9608，季调节水电站单站支出水平强度中位数为 1.0098，说明总体季调节水电站单站支出水平比年调节水电站高。
[0174]
为了分析特定水电站在单站收支水平、管理效率和综合盈利能力的表现，以 大型水电站小湾为例，分析其在所有水电站、所属公司、所属流域、所属省份、 所属调节能力的表现，为了增加数据可读性，易于发现小湾各方面的表现水平， 采用四分位数箱形图和雷达图组合来描述评价结果，雷达图主要应用于同一领域 内的多指标分析比较，通过指标在雷达图的位置分析出该指标在同一领域的表现 水平，评价结果如图5所示。
[0175]
①
由图5(a)可知，在水电站总体方面，小湾单站收益和支出水平位于上四 分数和中分位数之间，其它综合评价维度位于上四分数附近，说明小湾收支水平 位于所有水电站中上游水平；
②
由图5(b)可知，在年调节水电站方面，小湾五 个综合评价维度均位于中分位数附近，说明小湾在年调节水电站中单站收支水平、 管理效率和综合盈利能力表现平庸；
③
由图5(c)-(e)可知，在澜沧江、云南省、 华能公司方面，小湾单站支出水平位于上四分位数附近，其它综合评价维度位于 上四分数区域中游；在云南省方面，单站支出水平位于中分位数附近，其它综合 评价维度位于上四分位数附近，说明小湾在所有位于上四分位数区域的水电站中 开支成本最少。
[0176]
综上所述，2018年小湾与其它水电站相比，虽在所有大型电站总营业收益 最低，但凭借减少运维成本增加了综合盈利能力，故能在所有水电站中位于中上 游水平；在所有年调节水电站中单站收支水平、管理效率和综合盈利能力有很大 的发展潜力；在所有水电站中凭借低运维成本位于第二名，在保持低运维成本优 势时应继续提升其它方面能力，保持小湾优势地位。
[0177]
表1：大型水电站属性及其综合评价维度
[0178][0179]
表2：年调节和季调节水电站支出水平强度表
[0180]