海上风电运营期风险量化评估方法、装置、服务器和存储介质与流程

1.本发明涉及数据处理技术领域，具体而言，涉及一种海上风电运营期风险量化评估方法、装置、服务器和存储介质。


背景技术：

2.鉴于海上风电资源丰富，同时海上风电具有运行效率高、输电距离短、就地消纳方便、不占用土地、适宜大规模开发等特点，海上风电逐渐成为很多区域大力发展可再生能源的必然选择。保险作为风险管理的重要手段，能积极为海上风电行业的发展保驾护航。但是，目前在海上风电领域内，缺少对海上风电运营期的风险评估方案，无法对海上风电运营期的风险进行可靠分析、评估。


技术实现要素：

3.本发明的目的之一包括，例如，提供了一种海上风电运营期风险量化评估方法、装置、服务器和存储介质，以至少部分地实现对海上风电运营期的风险的可靠评估。
4.本发明的实施例可以这样实现：第一方面，本发明提供一种海上风电运营期风险量化评估方法，应用于评估服务器，所述方法包括：获得待评估海上风电项目在海上风电运营期的各风险特征；基于各所述风险特征确定风险评估指标；基于所述风险评估指标，根据预设的多级风险评估结构构造得到海上风电风险评估指标体系，并构造判断矩阵，采用层次分析法计算海上风电运营期各级风险评估指标的权重；判断得到每个所述风险评估指标的指标值；基于每个所述风险评估指标的指标值和权重，计算得到海上风电运营期的风险数值；将所述风险数值与参数判别法相结合，引入金融风险概率因素，计算出所述待评估海上风电项目的海上风电风险值；基于所述海上风电风险值和预设的风险分级规则，确定所述待评估海上风电项目在海上风电运营期的风险情况。
5.在可选的实施方式中，所述海上风电运营期各级风险评估指标包括至少三级风险评估指标，所述海上风电风险评估指标体系为三级海上风电风险评估指标体系；所述基于所述风险评估指标，根据预设的多级风险评估结构构造得到海上风电风险评估指标体系，并构造判断矩阵，采用层次分析法计算海上风电运营期各级风险评估指标的权重的步骤，包括：基于所述风险评估指标，采用层次分析法确定海上风电运营期各级风险评估指标的权重；
根据预设的多级风险评估结构构造得到海上风电风险评估指标体系，并基于所述海上风电风险评估指标体系，建立递阶层次结构模型；基于德尔菲法，通过对各所述风险评估指标之间相互两两比较，确定各所述风险评估指标对上一层的权重，构造出所述递阶层次结构模型各层次中的所有判断矩阵a：a=(a
ij
)=其中，所述判断矩阵a中元素的值关于主对角线互为倒数，且主对角线元素为1； a
ij
表示第i个指标相对于第j个指标的比较结果；计算每个所述判断矩阵的最大特征根λmax以及对应的特征向量，归一化处理得到归一化后的特征向量w，w=[w1,w2
…
wn]
t
；其中，wi为 w 的分量，对应的是各风险评估指标的权重；按照一级风险评估指标、二级风险评估指标至三级风险评估指标的顺序，根据各所述风险评估指标的权重，依次对每个层级的风险评估指标的权重进行合成，得到海上风电运营期总体风险的权重。
[0006]
在可选的实施方式中，所述根据各所述风险评估指标的权重，依次对每个层级的风险评估指标的权重进行合成，得到海上风电运营期总体风险的权重的步骤，包括：根据以下公式计算各所述判断矩阵的一致性指标：ci＝（λ
max
－n）／（n－1）其中，ci 为一致性指标；n为判断矩阵中的元素个数；λ
max
为判断矩阵的最大特征根；根据以下公式计算各所述判断矩阵的一致性比例：cr ＝ci／ri其中：cr 为一致性比例；ri 为平均随机一致性指标；将各所述判断矩阵的一致性比例与预设值进行比较，将一致性比例大于或等于所述预设值的判断矩阵进行重新构建，直至各所述判断矩阵的一致性比例均小于所述预设值；根据以下公式计算总体一致性比例：将所述总体一致性比例与所述预设值进行比较，若所述总体一致性比例大于或等于所述预设值，则根据权重对各所述判断矩阵中的至少一个判断矩阵进行重新构建，直至重新计算得到的总体一致性比例小于所述预设值；在各所述判断矩阵的一致性比例和总体一致性比例均小于所述预设值的情况下，针对一级风险评估指标：设一级风险评估指标有a1，
…
，am共m 个指标，层次总排序权重分别为a1，
…
，am；针对二级风险评估指标：设二级风险评估指标有b1，
…
，bn共n个指标，对于aj（j=1,2
…
n）对应的权重分别为b
1j
，
…
，b
nj
, ；当 b
i 与 a
j 无关联时，b
ij = 0；
各二级风险评估指标关于总体风险的权重：bi=；针对三级风险评估指标：设三级风险评估指标有c1,
…
,ck共k个指标，对于bj（j=1,2
…
m）对应的权重分别为c
1i
,
…
,c
nj
；当 c
i 与 b
j 无关联时，c
ij = 0；各三级风险评估指标关于总体风险的权重为：ci=。
[0007]
在可选的实施方式中，所述引入金融风险概率因素的步骤，包括：获得所述待评估海上风电项目的多个金融评估指标，多个所述金融评估指标包括偿债能力、盈利能力、财务杠杆水平、违约记录、风电行业景气指数和行业排名；基于多个所述金融评估指标，建立多维特征向量（x1，x2，
…
，xn），以对多个所述金融评估指标进行表征；基于各海上风电项目的历史承保数据以及所述多维特征向量，构建特征变量数据矩阵x=（x
kij
）；k=1,
…
,n，对应各金融风险等级；i=n1，
…
, nn，对应每个金融风险等级的样本个数，j=1,2,
…
,n，对应相应的多维特征向量；基于所述特征变量数据矩阵和贝叶斯准则确定所述待评估海上风电项目属于各个金融风险等级的概率；其中，所述待评估海上风电项目属于每个金融风险等级的概率通过以下方式计算得到：将所述待评估海上风电项目的金融风险特征向量设为x0=（x1，x2，
…
，xm），根据贝叶斯准则计算所述待评估海上风电项目属于第k类样本的条件概率为：（k=1,2,
…
,n）（1）其中，为待评估海上风电项目属于第k个金融风险等级的概率；为归入第k个金融风险等级的先验概率，为第k个金融风险等级对应的样本数与总样本数之和，=ni/n,n= n= n1+ n
2 +
…
+ nn；为第k类样本对应的概率密度函数；确定表达式，设x
kij
是第k类总体第i个样品第j个特征变量的值，各总体样品为相互独立的正态随机向量，x~n（μk，σk），μk为第k类样本的样本均值，σk为第k类样本的协方差矩阵；其中，μk==（
k1
，
k2
，，
km
），第k类总体样品均值向量，
kj
为第k总体第j个变量均值，kj=，表示第k类样本第j个变量均值；σk= =,
其中，为矩阵的逆矩阵的行列式；将代入公式（1），计算得到，从而得到所述待评估海上风电项目属于第k类样本的条件概率；比较所述待评估海上风电项目属于各个金融风险等级的概率大小，将概率最大的金融风险等级作为所述待评估海上风电项目的当前金融风险等级；将所述当前金融风险等级与预先设定的相应金融风险等级对应的信用风险值相乘，计算得到所述待评估海上风电项目的金融风险概率因素。
[0008]
在可选的实施方式中，所述各级风险评估指标中的一级风险评估指标包括：自然风险、设计风险、施工质量风险、设备风险和管理风险；一级风险评估指标自然风险的二级风险评估指标包括：气象条件、海洋条件和地质条件；所述二级风险评估指标气象条件的三级风险评估指标包括：台风/暴风、冻灾和雷击；所述二级风险评估指标海洋条件的三级风险评估指标包括：海浪、风暴潮、海冰、水深和离岸距离；所述二级风险评估指标地质条件的三级风险评估指标包括：地震、地质稳定性、岩层和土层发育程度；所述一级风险评估指标设计风险的二级风险评估指标包括：设计质量控制和技术成熟度；所述二级风险评估指标设计质量控制的三级风险评估指标包括：总体设计院、设计院设计审查和变更管理；所述二级风险评估指标技术成熟度的三级风险评估指标包括：风机厂商、设计认证和原型机验证情况；所述一级风险评估指标施工质量风险的二级风险评估指标包括：施工质量管理和施工管理经验；所述二级风险评估指标施工质量管理的三级风险评估指标包括：施工重要不符合项数量、施工验收和整改情况，以及业主施工质量管理模式；所述二级风险评估指标施工管理经验的三级风险评估指标包括：业主施工管理人员经验、风机安装承包商经验、海缆安装承包商经验和升压站安装承包商经验；所述一级风险评估指标设备风险的二级风险评估指标包括：总体性能、抗台性能、防雷性能、防腐性能、叶片性能、海上升压站性能、集电系统和海缆性能；所述二级风险评估指标总体性能的三级风险评估指标包括：孤儿风机、单机容量、总容量、桩基基础、驱动类型和投运时间；所述二级风险评估指标抗台性能的三级风险评估指标包括：机组等级iec标准、抗台风设计等级和偏航系统；所述二级风险评估指标防雷性能的三级风险评估指标包括：叶片防雷、接闪针塔、机舱避雷棒和电涌保护；所述二级风险评估指标防腐性能的三级风险评估指标包括：海上平均温度、海底沉积物、盐雾过滤系统和除湿系统；所述二级风险评估指标叶片性能的三级风险评估指标包括：叶片长度和主体材料；所述二级风险评估指标海上升压站性能的三级风险评估指标包括：总体布局、结构材料性能、电气性能和消防系统性能；所述二级风险评估指标集电系统的三级风险评估指标包
括：接线方式、绝缘材料和电压等级；所述二级风险评估指标海缆性能的三级风险评估指标包括：负荷类型、厂商、距离主要港口和船舶航线距离、捕捞作业距离、敷设深度和洋流冲刷强度；所述一级风险评估指标管理风险的二级风险评估指标包括：运维管理、应急管理、培训管理、消防管理、经验反馈管理、人员配置管理、中长期发展战略和目标、安全质量管理，以及防腐管理；所述二级风险评估指标运维管理的三级风险评估指标包括：平均每台风机每年故障停运时间、平均每台风机每年故障停运次数、风机每年可利用小时数、当前平均每台风机缺陷数量、风电机组可利用率、每年预防性维修工单与纠正性维修工单比、预防性维修大纲合理性、重要设备参数趋势分析和老化管理策略；所述二级风险评估指标应急管理的三级风险评估指标包括：应急响应组织演习按计划完成率、应急通讯系统可靠性、应急抽查合格率、关键应急响应绩效、应急预案制度和执行情况、应急物资准备、应急电源一次实验成功率和应急培训覆盖率；所述二级风险评估指标培训管理的三级风险评估指标包括：岗位授权培训完成率、每年生产人员培训时间和培训课程完成率；所述二级风险评估指标消防管理的三级风险评估指标包括：每年火险事件数量、每年消防系统误动作数量、消防类许可证办结率、消防系统可用率和消防演习未按期执行次数；所述二级风险评估指标经验反馈管理的三级风险评估指标包括：整改措施按时关闭率、每年状态报告人均提报数、外部运行经验的应用数量、整改措施有效性评估数量和原因分析报告数量；所述二级风险评估指标人员配置管理的三级风险评估指标包括：人员配置情况、员工专业技术水平、人员岗位要求符合性；所述二级风险评估指标中长期发展战略和目标的三级风险评估指标包括：发布中长期发展战略和目标，以及支撑发展和目标的资源保障；所述二级风险评估指标安全质量管理的三级风险评估指标包括：近三年工业安全事故数量和近三年质量事故数量；所述二级风险评估指标防腐管理的三级风险评估指标包括：机舱和塔筒湿度控制、机舱温度控制、防腐系统的定期检修质量、海生物定期清理频率，以及重要区域防腐蚀情况；所述基于每个所述风险评估指标的指标值和权重，计算得到海上风电运营期的风险数值的步骤，包括：根据二级风险评估指标气象条件的三级风险评估指标台风/暴风、冻灾和雷击的指标值及其权重，计算气象风险值；根据二级风险评估指标海洋条件的三级风险评估指标海浪、风暴潮、海冰、水深、离岸距离的指标值及其权重，计算海洋风险值；根据二级风险评估指标地质条件的三级风险评估指标地震、地质稳定性、岩层、土层发育程度的指标值及其权重，计算地质风险值；根据二级风险评估指标设计质量控制的三级风险评估指标总体设计院、设计院设计审查、变更管理的指标值及其权重，计算设计质量风险值；根据二级风险评估指标技术成熟度的三级风险评估指标风机厂商、设计认证、原型机验证情况的指标值及其权重，计算技术成熟风险值；根据二级风险评估指标施工质量管理的三级风险评估指标施工重要不符合项数量、施工验收和整改情况、业主施工质量管理模式的指标值及其权重，计算施工质量管理风险值；
根据二级风险评估指标施工管理经验的三级风险评估指标业主施工管理人员经验、风机安装承包商经验、海缆安装承包商经验、升压站安装承包商经验的指标值及其权重，计算施工经验风险值；根据二级风险评估指标总体性能的三级风险评估指标孤儿风机、单机容量、总容量、桩基基础、驱动类型、投运时间的指标值及其权重，计算总体性能风险值；根据二级风险评估指标抗台性能的三级风险评估指标抗台风设计等级、偏航系统的指标值及其权重，计算抗台性能风险值；根据二级风险评估指标防雷性能的三级风险评估指标叶片防雷、接闪针塔、机舱避雷棒、电涌保护的指标值及其权重，计算防雷性能风险值；根据二级风险评估指标防腐性能的三级风险评估指标海上平均温度、海底沉积物、盐雾过滤系统、除湿系统的指标值及其权重，计算防腐性能风险值；根据二级风险评估指标叶片性能的三级风险评估指标叶片长度、主体材料的指标值及其权重，计算叶片性能风险值；根据二级风险评估指标海上升压站性能的三级风险评估指标总体布局、结构材料性能、电气性能和消防系统性能的指标值及其权重，计算海上升压站风险值；根据二级风险评估指标集电系统的三级风险评估指标接线方式、绝缘材料、电压等级的指标值及其权重，计算集电系统风险值；根据二级风险评估指标海缆性能的三级风险评估指标负荷类型、厂商、距离主要港口和船舶航线距离、捕捞作业距离、敷设深度、洋流冲刷强度的指标值及其权重，计算海缆的风险值；根据二级风险评估指标运维管理的三级风险评估指标平均每台风机每年故障停运时间、平均每台风机每年故障停运次数、风机每年可利用小时数、当前平均每台风机缺陷数量、风电机组可利用率、每年预防性维修工单与纠正性维修工单比、预防性维修大纲合理性、重要设备参数趋势分析、老化管理策略的指标值及其权重，计算运维的风险值；根据二级风险评估指标应急管理的三级风险评估指标应急响应组织演习按计划完成率、应急通讯系统可靠性、应急抽查合格率、关键应急响应绩效、应急预案制度和执行情况、应急物资准备、应急电源一次实验成功率、应急培训覆盖率的指标值及其权重，计算应急管理的风险值；根据二级风险评估指标培训管理的三级风险评估指标岗位授权培训完成率、每年生产人员培训时间、培训课程完成率的指标值及其权重，计算培训管理的风险值；根据二级风险评估指标消防管理的三级风险评估指标每年火险事件数量、每年消防系统误动作数量、消防类许可证办结率、消防系统可用率、消防演习未按期执行次数的指标值及其权重，计算消防管理的风险值；根据二级风险评估指标经验反馈管理的三级风险评估指标整改措施按时关闭率、每年状态报告人均提报数、外部运行经验的应用数量、整改措施有效性评估数量、原因分析报告数量的指标值及其权重，计算经验反馈管理的风险值；根据二级风险评估指标人员配置管理的三级风险评估指标人员配置情况、员工专业技术水平、人员岗位要求符合性的指标值及其权重，计算人员配置管理的风险值；根据二级风险评估指标中长期发展战略和目标的三级风险评估指标发布中长期
发展战略和目标、支撑发展和目标的资源保障的指标值及其权重，计算发展战略的风险值；根据二级风险评估指标安全质量管理的三级风险评估指标近三年工业安全事故数量、近三年质量事故数量的指标值及其权重，计算安全质量管理的风险值；根据二级风险评估指标防腐管理的三级风险评估指标机舱和塔筒湿度控制、机舱温度控制、防腐系统的定期检修质量、海生物定期清理频率、重要区域防腐蚀情况的指标值及其权重，计算防腐管理的风险值；根据二级风险评估指标气象条件、海洋条件、地质条件的风险值，相加得到一级风险评估指标自然风险的风险值；根据二级风险评估指标设计质量控制、技术成熟度的风险值，相加得到一级风险评估指标设计风险的风险值；根据二级风险评估指标施工质量管理、施工管理经验的风险值，相加得到一级风险评估指标施工质量风险的风险值；根据二级风险评估指标总体性能、抗台性能、防雷性能、防腐性能、叶片性能、海上升压站性能、集电系统、海缆性能的风险值，相加得到一级风险评估指标设备风险的风险值；根据二级风险评估指标运维管理、应急管理、培训管理、消防管理、经验反馈管理、人员配置管理、中长期发展战略和目标、安全质量管理、防腐管理的风险值，相加得到一级风险评估指标管理风险的风险值；根据自然风险、设计风险、施工质量风险、设备风险、管理风险的风险值相加得到所述海上风电运营期的风险数值。
[0009]
在可选的实施方式中，所述将所述风险数值与参数判别法相结合，引入金融风险概率因素，计算出所述待评估海上风电项目的海上风电风险值的步骤，包括：基于所述风险数值和金融风险概率因素，结合基于海上风电项目历史赔案数据构建的多元线性回归模型，将所述风险数值和金融风险概率因素作为自变量，确定损失率因变量与所述自变量之间的相关关系，根据以下公式： r
loss
=β0+β1r
engineer
+β2r
credit
计算得到海上风电赔付率r
loss
，将所述海上风电赔付率r
loss
作为所述待评估海上风电项目的海上风电风险值；其中， r
engineer
为风险数值；r
credit
为金融风险概率因素，β0、β1、β2为偏回归系数；运用支持向量机分析法，建立海上风电赔付率r
loss
分类准则，将风险等级进行分类；运用支持向量机分析法，初步指定每个风险等级的聚类中心，逐一计算所述待评估海上风电项目风险到各个类别中心的距离，按照距离最近的原则归入各个风险等级类别，并计算各类别的新中心点，之后按照新中心位置，重新计算各项目风险距离新的类别中心的距离，并重新进行归类、更新类别中心点，重复迭代，直到满足设定的收敛标准或者达到指定的迭代次数。
[0010]
在可选的实施方式中，所述判断得到每个所述风险评估指标的指标值的步骤，包括：获取海上风电运营期的保险损失数据；根据所述保险损失数据对每个所述三级风险评估指标进行判断，得到每个所述三级风险评估指标的指标值；所述基于所述海上风电风险值和预设的风险分级规则，确定所述待评估海上风电项目在海上风电运营期的风险情况的步骤，包括：确定所述海上风电运营期的海上风电风险值所属数值范围；
当0≤r
loss
≤x1时，确定总体风险较低；当x1＜r
loss
≤x2时，确定总体风险低；当x2＜r
loss
≤x3时，确定总体风险一般；当x3＜r
loss
≤x4时，确定总体风险高；当r
loss
＞x4时，确定总体风险较高；其中，r
loss
为海上风电运营期的海上风电赔付率。
[0011]
第二方面，本发明实施例提供一种基于层次分析法的海上风电运营期风险量化评估装置，应用于评估服务器，所述海上风电运营期风险量化评估装置包括：信息获得模块，用于获得待评估海上风电项目在海上风电运营期的各风险特征；基于各所述风险特征确定风险评估指标；信息处理模块，用于基于所述风险评估指标，根据预设的多级风险评估结构构造得到海上风电风险评估指标体系，并构造判断矩阵，采用层次分析法计算海上风电运营期各级风险评估指标的权重；判断得到每个所述风险评估指标的指标值； 基于每个所述风险评估指标的指标值和权重，计算得到海上风电运营期的风险数值；将所述风险数值与参数判别法相结合，引入金融风险概率因素，计算出所述待评估海上风电项目的海上风电风险值；风险确定模块，用于基于所述海上风电风险值和预设的风险分级规则，确定所述待评估海上风电项目在海上风电运营期的风险情况。
[0012]
第三方面，本发明提供一种评估服务器，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述实施方式任一项所述的基于层次分析法的海上风电运营期风险量化评估方法。
[0013]
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，所述计算机程序运行时控制所述计算机可读存储介质所在评估服务器执行前述实施方式任一项所述的基于层次分析法的海上风电运营期风险量化评估方法。
[0014]
本发明实施例的有益效果包括，例如：基于待评估海上风电项目在海上风电运营期的各风险特征，以及构造的多级海上风电风险评估指标体系，采用层次分析法计算海上风电运营期各级风险评估指标的权重、指标值，分析得到海上风电运营期的风险数值，并巧妙地与参数判别法结合，引入风险概率因素，计算出海上风电风险值，进而基于海上风电风险值和预设的风险分级规则，确定待评估海上风电项目在海上风电运营期的风险情况，从工程风险和金融风险多个维度进行分析，实现了对海上风电项目在海上风电运营期的可靠评估。
附图说明
[0015]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
[0016]
图1示出了本发明实施例提供的一种应用场景示意图。
[0017]
图2示出了本发明实施例提供的一种海上风电运营期风险量化评估方法的流程示
意图。
[0018]
图3示出了本发明实施例提供的一种一级风险评估指标的示意图。
[0019]
图4示出了本发明实施例提供的一种二级风险评估指标的示意图之一。
[0020]
图5示出了本发明实施例提供的一种二级风险评估指标的示意图之二。
[0021]
图6示出了本发明实施例提供的一种二级风险评估指标的示意图之三。
[0022]
图7示出了本发明实施例提供的一种二级风险评估指标的示意图之四。
[0023]
图8示出了本发明实施例提供的一种二级风险评估指标的示意图之五。
[0024]
图9示出了本发明实施例提供的一种海上风电运营期风险量化评估装置的示例性结构框图。
[0025]
图标：100-评估服务器；110-存储器；120-处理器；130-通信模块；140-海上风电运营期风险量化评估装置；141-信息获得模块；142-信息处理模块；143-风险确定模块。
具体实施方式
[0026]
为实现双碳目标，很多区域均在构建新型电力系统，以海上风电为代表的新能源电力占比显著提升，但其工程浩大、技术复杂，风险难测，提升风险管理能力对于产业发展和保险发挥作用有着重要而紧迫的现实意义。现有海上风电风险评估技术主要是从工程技术角度出发，围绕海上风电每个具体设备根据工程运行流程、巡检状态、参数监控开展风险诊断。经研究，该种评估方式存在以下问题：一、仅针对海上风电某个系统或者设备进行风险评估，没有对整个运营期的所有设备情况进行总体风险评估。
[0027]
二、量化不足，在量化程度上不够明确、不够细化，不足于支撑金融行业对风险的评估和定价。
[0028]
三、仅考虑了部分工程因素，适用场景有限。
[0029]
四、仅针对设备运营时的状态进行风险评估，没有综合考虑到设计、安装以及管理各个环节对风险的影响，可靠性欠佳。
[0030]
基于上述研究，为了解决上述至少一种技术问题，本发明实施例提供一种海上风电运营期风险量化评估方法、装置、服务器和存储介质，将海上风电的风险评估从单个系统设备扩展至整个风电场的总体风险，综合考虑工程技术和金融技术，对海上风电运营期风险开展全方位、多视角、可验证的计算和预警，巧妙地将层次分析法、参数判别法和d多元线性回归模型相结合，引入风险概率因素，结合风险分级规则，实现对风险的评价更加量化和明确，使得评估结果具有公信力和可靠性。
[0031]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0032]
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0033]
需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0034]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0035]
需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
[0036]
请参照图1，是本实施例提供的一种评估服务器100的方框示意图，本实施例中的评估服务器100可以为能够进行数据交互、处理的服务器、处理设备、处理平台等。例如，评估服务器100可以为海上风电项目中的中央服务器，又例如，评估服务器100可以为独立于海上风电项目各设备、并与各设备通信连接的电子设备。
[0037]
所述评估服务器100可以包括存储器110、处理器120及通信模块130。所述存储器110、处理器120以及通信模块130各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
[0038]
其中，存储器110用于存储程序或者数据。所述存储器110可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read-only memory，prom），可擦除只读存储器（erasable programmable read-only memory，eprom），电可擦除只读存储器（electric erasable programmable read-only memory，eeprom）等。
[0039]
处理器120用于读/写存储器110中存储的数据或程序，并执行相应地功能。
[0040]
通信模块130用于通过所述网络建立所述评估服务器100与其它通信终端之间的通信连接，并用于通过所述网络收发数据。
[0041]
应当理解的是，图1所示的结构仅为评估服务器100的结构示意图，所述评估服务器100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
[0042]
请结合参阅图2，为本发明实施例提供的一种海上风电运营期风险量化评估方法的流程示意图，可以由图1所述评估服务器100执行，例如可以由评估服务器100中的处理器120执行。该海上风电运营期风险量化评估方法包括s110至s170。
[0043]
s110，获得待评估海上风电项目在海上风电运营期的各风险特征。
[0044]
s120，基于各所述风险特征确定风险评估指标。
[0045]
s130，基于所述风险评估指标，根据预设的多级风险评估结构构造得到海上风电风险评估指标体系，并构造判断矩阵，采用层次分析法计算海上风电运营期各级风险评估指标的权重。
[0046]
s140，判断得到每个所述风险评估指标的指标值。
[0047]
s150，基于每个所述风险评估指标的指标值和权重，计算得到海上风电运营期的风险数值。
[0048]
s160，将所述风险数值与参数判别法相结合，引入金融风险概率因素，计算出所述待评估海上风电项目的海上风电风险值。
[0049]
s170，基于所述海上风电风险值和预设的风险分级规则，确定所述待评估海上风电项目在海上风电运营期的风险情况。
[0050]
本发明实施例中，基于待评估海上风电项目在海上风电运营期的各风险特征确定风险评估指标，并巧妙地将层次分析法、参数判别法等相结合，引入金融风险概率因素，从而使得对海上风电项目在海上风电运营期风险的评价更加量化、全面和明确，进而确保了评估的可靠性。
[0051]
s110中，待评估海上风电项目在海上风电运营期的各风险特征可以灵活获得。例如，可以通过大数据收集，获得各海上风电项目在海上风电运营期的各风险特征，进而根据待评估海上风电项目的相关信息（如涉及的设备、系统、运行环境、历史风险数据等）确定出待评估海上风电项目在海上风电运营期的各风险特征。又例如，可以结合海上风电运营期的技术特征，智能分析海上风电运营期的各项安全事故，全面识别风险因素，从而确定风险特征。
[0052]
s120中，风险评估指标可以为能够对各风险特征进行量化评估的指标。
[0053]
在一种实现方式中，海上风电运营期各级风险评估指标可以包括至少三级风险评估指标。
[0054]
请参阅图3，在按照三级风险评估结构，构造出三级海上风电风险评估指标体系的情况下，各级风险评估指标中的一级风险评估指标可以包括：自然风险、设计风险、施工质量风险、设备风险和管理风险。
[0055]
请参阅图4，一级风险评估指标自然风险的二级风险评估指标可以包括：气象条件、海洋条件和地质条件。所述二级风险评估指标气象条件的三级风险评估指标可以包括：台风/暴风、冻灾和雷击；所述二级风险评估指标海洋条件的三级风险评估指标可以包括：海浪、风暴潮、海冰、水深和离岸距离；所述二级风险评估指标地质条件的三级风险评估指标可以包括：地震、地质稳定性、岩层和土层发育程度。
[0056]
请参阅图5，所述一级风险评估指标设计风险的二级风险评估指标可以包括：设计质量控制和技术成熟度。所述二级风险评估指标设计质量控制的三级风险评估指标可以包括：总体设计院、设计院设计审查和变更管理；所述二级风险评估指标技术成熟度的三级风险评估指标可以包括：风机厂商、设计认证和原型机验证情况。
[0057]
请参阅图6，所述一级风险评估指标施工质量风险的二级风险评估指标可以包括：施工质量管理和施工管理经验。所述二级风险评估指标施工质量管理的三级风险评估指标可以包括：施工重要不符合项数量、施工验收和整改情况，以及业主施工质量管理模式；所述二级风险评估指标施工管理经验的三级风险评估指标可以包括：业主施工管理人员经验、风机安装承包商经验、海缆安装承包商经验和升压站安装承包商经验。
[0058]
请参阅图7，所述一级风险评估指标设备风险的二级风险评估指标可以包括：总体性能、抗台性能、防雷性能、防腐性能、叶片性能、海上升压站性能、集电系统和海缆性能。所述二级风险评估指标总体性能的三级风险评估指标可以包括：孤儿风机、单机容量、总容量、桩基基础、驱动类型和投运时间；所述二级风险评估指标抗台性能的三级风险评估指标可以包括：机组等级iec标准、抗台风设计等级和偏航系统；所述二级风险评估指标防雷性能的三级风险评估指标包括：叶片防雷、接闪针塔、机舱避雷棒和电涌保护；所述二级风险评估指标防腐性能的三级风险评估指标可以包括：海上平均温度、海底沉积物、盐雾过滤系
统和除湿系统；所述二级风险评估指标叶片性能的三级风险评估指标可以包括：叶片长度和主体材料；所述二级风险评估指标海上升压站性能的三级风险评估指标可以包括：总体布局、结构材料性能、电气性能和消防系统性能；所述二级风险评估指标集电系统的三级风险评估指标可以包括：接线方式、绝缘材料和电压等级；所述二级风险评估指标海缆性能的三级风险评估指标可以包括：负荷类型、厂商、距离主要港口和船舶航线距离、捕捞作业距离、敷设深度和洋流冲刷强度。
[0059]
请参阅图8，所述一级风险评估指标管理风险的二级风险评估指标可以包括：运维管理、应急管理、培训管理、消防管理、经验反馈管理、人员配置管理、中长期发展战略和目标、安全质量管理，以及防腐管理（图中仅示出部分）。所述二级风险评估指标运维管理的三级风险评估指标可以包括：平均每台风机每年故障停运时间、平均每台风机每年故障停运次数、风机每年可利用小时数、当前平均每台风机缺陷数量、风电机组可利用率、每年预防性维修工单与纠正性维修工单比、预防性维修大纲合理性、重要设备参数趋势分析和老化管理策略；所述二级风险评估指标应急管理的三级风险评估指标可以包括：应急响应组织演习按计划完成率、应急通讯系统可靠性、应急抽查合格率、关键应急响应绩效、应急预案制度和执行情况、应急物资准备、应急电源一次实验成功率和应急培训覆盖率；所述二级风险评估指标培训管理的三级风险评估指标可以包括：岗位授权培训完成率、每年生产人员培训时间和培训课程完成率；所述二级风险评估指标消防管理的三级风险评估指标可以包括：每年火险事件数量、每年消防系统误动作数量、消防类许可证办结率、消防系统可用率和消防演习未按期执行次数；所述二级风险评估指标经验反馈管理的三级风险评估指标可以包括：整改措施按时关闭率、每年状态报告人均提报数、外部运行经验的应用数量、整改措施有效性评估数量和原因分析报告数量；所述二级风险评估指标人员配置管理的三级风险评估指标可以包括：人员配置情况、员工专业技术水平、人员岗位要求符合性；所述二级风险评估指标中长期发展战略和目标的三级风险评估指标可以包括：发布中长期发展战略和目标，以及支撑发展和目标的资源保障；所述二级风险评估指标安全质量管理的三级风险评估指标可以包括：近三年工业安全事故数量和近三年质量事故数量；所述二级风险评估指标防腐管理的三级风险评估指标可以包括：机舱和塔筒湿度控制、机舱温度控制、防腐系统的定期检修质量、海生物定期清理频率，以及重要区域防腐蚀情况。
[0060]
本实施例中，通过将海上风电运营期各级风险评估指标设置为至少三级，并对每级风险评估指标进行详细划分和全面设置，使得本实施例中的评估方法可以对整个运营期的所有设备情况进行总体风险评估，而不会如现有技术般仅局限于某个系统或者设备。通过将各风险特征详细、全面地划分为可量化的多级风险评估指标，确保了能够足于支撑金融行业对风险的评估和定价，满足多种适用场景。在各风险评估指标设置中，综合考虑到设计、安装以及管理各个环节对风险的影响，指标设定全面、合理，确保了评估可靠性。
[0061]
在海上风电运营期各级风险评估指标包括至少三级风险评估指标，如上述三级风险评估指标的情况下，所述海上风电风险评估指标体系为至少三级，如三级海上风电风险评估指标体系。
[0062]
相应地，s130中，基于所述风险评估指标，根据预设的多级风险评估结构构造得到海上风电风险评估指标体系，并构造判断矩阵，采用层次分析法计算海上风电运营期各级风险评估指标的权重的步骤，可以包括：基于所述风险评估指标，采用层次分析法确定海上
风电运营期各级风险评估指标的权重。根据预设的多级风险评估结构构造得到海上风电风险评估指标体系，并基于所述海上风电风险评估指标体系，建立递阶层次结构模型。基于德尔菲法，通过对各所述风险评估指标之间相互两两比较，确定各所述风险评估指标对上一层的权重，构造出所述递阶层次结构模型各层次中的所有判断矩阵a（正交矩阵）：a=(a
ij
)=其中，所述判断矩阵a中元素的值关于主对角线互为倒数，且主对角线元素为1； a
ij
表示第i个指标相对于第j个指标的比较结果。计算每个所述判断矩阵的最大特征根λmax以及对应的特征向量，归一化处理得到归一化后的特征向量w，w=[w1,w2
…
wn]
t
；其中，wi为 w 的分量，对应的是各风险评估指标的权重。
[0063]
按照一级风险评估指标、二级风险评估指标至三级风险评估指标的顺序，根据各所述风险评估指标的权重，依次对每个层级的风险评估指标的权重进行合成，得到海上风电运营期总体风险的权重。
[0064]
本实施例中，层次分析法是指将一个复杂的多目标决策问题（海上风电运营期风险量化评估问题）作为一个系统，将目标分解为多个目标，进而分解为多指标的若干层次（多级风险评估指标），通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标、多方案优化决策的系统方法。
[0065]
通过将决策问题按总目标、各层子目标直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重。
[0066]
基于德尔菲法，通过对各风险评估指标之间相互两两比较，确定各所述风险评估指标对上一层的权重、对海上风电总体风险的权重，可以使用1-9标度方法，示例性地，其中一种1-9标度方法可以见下表：标度含义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7表示两个元素相比，前者比后者及其重要9表示两个元素相比，前者比后者强烈重要2,4,6,8表示上述相邻的中间值1~9的倒数表示相应两个因素交换次序比较重要性在上述基础上，为了进一步确保风险评估的可靠性和准确性，在根据各所述风险评估指标的权重，依次对每个层级的风险评估指标的权重进行合成，得到海上风电运营期总体风险的权重的过程中，还可以对各判断矩阵进行一致性分析，确定判断矩阵的一致性接近程度。
[0067]
在一种实现方式中，可以根据以下公式计算各所述判断矩阵的一致性指标：ci＝（λ
max
－n）／（n－1）其中，ci 为一致性指标；n为判断矩阵中的元素个数；λ
max
为判断矩阵的最大特征根。
[0068]
根据以下公式计算各所述判断矩阵的一致性比例：cr ＝ci／ri其中：cr 为一致性比例；ri 为平均随机一致性指标。
[0069]
将各所述判断矩阵的一致性比例与预设值进行比较，将一致性比例大于或等于所述预设值的判断矩阵进行重新构建，直至各所述判断矩阵的一致性比例均小于所述预设值（判定具有满意的一致性）。
[0070]
在得到一组指标对其上一层中指标某元素的权重的基础上，为了得到各层级的指标对总体风险的权重，各指标的权重自上而下地将各层级下的权重进行合成。
[0071]
对于上述一级风险评估指标、二级风险评估指标和三级风险评估指标，针对一级风险评估指标：设一级风险评估指标有a1，
…
，am共m 个指标，层次总排序权重分别为a1，
…
，am。
[0072]
针对二级风险评估指标：设二级风险评估指标有b1，
…
，bn共n个指标，对于aj（j=1,2
…
n）对应的权重分别为b
1j
，
…
，b
nj
, ；当 b
i 与 a
j 无关联时，b
ij = 0。
[0073]
各二级风险评估指标关于总体风险的权重：bi=；针对三级风险评估指标：设三级风险评估指标有c1,
…
,ck共k个指标，对于bj（j=1,2
…
m）对应的权重分别为c
1i
,
…
,c
nj
；当 c
i 与 b
j 无关联时，c
ij = 0。
[0074]
各三级风险评估指标关于总体风险的权重为：ci=。
[0075]
在各成对比较的判断矩阵都已具有较为满意的一致性的情况下，当综合考察时，各层次的非一致性仍有可能积累起来，引起最终分析结果较严重的非一致性。为了进一步确保评估准确性和可靠性，还可以根据以下公式计算总体一致性比例：将所述总体一致性比例与所述预设值进行比较，若所述总体一致性比例大于或等于所述预设值，则根据权重对各所述判断矩阵中的至少一个判断矩阵进行重新构建，直至重新计算得到的总体一致性比例小于所述预设值。
[0076]
其中，根据权重对各所述判断矩阵中的至少一个判断矩阵进行重新构建可以为优先调整权重更高的判断矩阵，也可以按用户设定的个性化规则进行选择，本实施例对此不做限制。
[0077]
采用上述一致性分析和处理方式，在各所述判断矩阵的一致性比例和总体一致性比例均小于所述预设值的情况下，确保了分析结果的可靠性。
[0078]
其中，预设值可以灵活设置，例如，可以为0.1。相应地，在cr 《 0.10的情况下，确定具有满意的一致性并接受该分析结果。
[0079]
s140中判断每个风险评估指标的指标值可以灵活实现。例如，可以通过大数据收集，针对各风险评估指标分别建立判断准则，从而基于对应的判断准则，确定各风险评估指标的指标值。又例如，可以获取海上风电运营期的保险损失数据，通过对保险损失数据的分析，根据所述保险损失数据对每个所述三级风险评估指标进行判断，得到每个所述三级风险评估指标的指标值。示例性地，可以根据各风险评估指标的历史保险损失数据建立判断准则，从而确定各风险评估指标的指标值。
[0080]
示例性地，以一级风险评估指标自然风险为例，其二级风险评估指标气象条件对应的三级风险评估指标台风/暴风，可以下设有：多个地区海峡指标判断选项，根据保险公司历史上各个地区的海域海上风电由于台风引起的赔付数据，设每个判断指标下的损失数值为xi，指标值为ν1=，得出风险评估指标的指标值。
[0081]
二级风险评估指标气象条件对应的三级风险评估指标雷击，可以下设有：每年雷暴天数li》90天；每年雷暴天数40《li《90天；每年雷暴天数25《li《40天；每年雷暴天数li《25天，四个指标判断选项，根据保险公司历史上各个地区的海域海上风电由于雷暴引起的赔付数据，设每个判断指标下的损失数值为yi，指标值为ν2=得出风险评估指标的指标值。其他依次类推，本实施例在此不作一一说明。s150中基于每个所述风险评估指标的指标值和权重，计算得到海上风电运营期的风险数值，可以基于各级风险评估指标逐级计算得到。以上述三级风险评估指标为例，可以根据二级风险评估指标气象条件的三级风险评估指标台风/暴风、冻灾和雷击的指标值及其权重，计算气象风险值。根据二级风险评估指标海洋条件的三级风险评估指标海浪、风暴潮、海冰、水深、离岸距离的指标值及其权重，计算海洋风险值。根据二级风险评估指标地质条件的三级风险评估指标地震、地质稳定性、岩层、土层发育程度的指标值及其权重，计算地质风险值。
[0082]
根据二级风险评估指标设计质量控制的三级风险评估指标总体设计院、设计院设计审查、变更管理的指标值及其权重，计算设计质量风险值。根据二级风险评估指标技术成熟度的三级风险评估指标风机厂商、设计认证、原型机验证情况的指标值及其权重，计算技术成熟风险值。
[0083]
根据二级风险评估指标施工质量管理的三级风险评估指标施工重要不符合项数量、施工验收和整改情况、业主施工质量管理模式的指标值及其权重，计算施工质量管理风险值。根据二级风险评估指标施工管理经验的三级风险评估指标业主施工管理人员经验、风机安装承包商经验、海缆安装承包商经验、升压站安装承包商经验的指标值及其权重，计算施工经验风险值。
[0084]
根据二级风险评估指标总体性能的三级风险评估指标孤儿风机、单机容量、总容量、桩基基础、驱动类型、投运时间的指标值及其权重，计算总体性能风险值。根据二级风险评估指标抗台性能的三级风险评估指标抗台风设计等级、偏航系统的指标值及其权重，计算抗台性能风险值。根据二级风险评估指标防雷性能的三级风险评估指标叶片防雷、接闪针塔、机舱避雷棒、电涌保护的指标值及其权重，计算防雷性能风险值。根据二级风险评估指标防腐性能的三级风险评估指标海上平均温度、海底沉积物、盐雾过滤系统、除湿系统的指标值及其权重，计算防腐性能风险值。根据二级风险评估指标叶片性能的三级风险评估
指标叶片长度、主体材料的指标值及其权重，计算叶片性能风险值。根据二级风险评估指标海上升压站性能的三级风险评估指标总体布局、结构材料性能、电气性能和消防系统性能的指标值及其权重，计算海上升压站风险值。根据二级风险评估指标集电系统的三级风险评估指标接线方式、绝缘材料、电压等级的指标值及其权重，计算集电系统风险值。根据二级风险评估指标海缆性能的三级风险评估指标负荷类型、厂商、距离主要港口和船舶航线距离、捕捞作业距离、敷设深度、洋流冲刷强度的指标值及其权重，计算海缆的风险值。
[0085]
根据二级风险评估指标运维管理的三级风险评估指标平均每台风机每年故障停运时间、平均每台风机每年故障停运次数、风机每年可利用小时数、当前平均每台风机缺陷数量、风电机组可利用率、每年预防性维修工单与纠正性维修工单比、预防性维修大纲合理性、重要设备参数趋势分析、老化管理策略的指标值及其权重，计算运维的风险值。根据二级风险评估指标应急管理的三级风险评估指标应急响应组织演习按计划完成率、应急通讯系统可靠性、应急抽查合格率、关键应急响应绩效、应急预案制度和执行情况、应急物资准备、应急电源一次实验成功率、应急培训覆盖率的指标值及其权重，计算应急管理的风险值。根据二级风险评估指标培训管理的三级风险评估指标岗位授权培训完成率、每年生产人员培训时间、培训课程完成率的指标值及其权重，计算培训管理的风险值。根据二级风险评估指标消防管理的三级风险评估指标每年火险事件数量、每年消防系统误动作数量、消防类许可证办结率、消防系统可用率、消防演习未按期执行次数的指标值及其权重，计算消防管理的风险值。根据二级风险评估指标经验反馈管理的三级风险评估指标整改措施按时关闭率、每年状态报告人均提报数、外部运行经验的应用数量、整改措施有效性评估数量、原因分析报告数量的指标值及其权重，计算经验反馈管理的风险值。根据二级风险评估指标人员配置管理的三级风险评估指标人员配置情况、员工专业技术水平、人员岗位要求符合性的指标值及其权重，计算人员配置管理的风险值。根据二级风险评估指标中长期发展战略和目标的三级风险评估指标发布中长期发展战略和目标、支撑发展和目标的资源保障的指标值及其权重，计算发展战略的风险值。根据二级风险评估指标安全质量管理的三级风险评估指标近三年工业安全事故数量、近三年质量事故数量的指标值及其权重，计算安全质量管理的风险值。根据二级风险评估指标防腐管理的三级风险评估指标机舱和塔筒湿度控制、机舱温度控制、防腐系统的定期检修质量、海生物定期清理频率、重要区域防腐蚀情况的指标值及其权重，计算防腐管理的风险值。
[0086]
进一步根据二级风险评估指标气象条件、海洋条件、地质条件的风险值，相加得到一级风险评估指标自然风险的风险值；根据二级风险评估指标设计质量控制、技术成熟度的风险值，相加得到一级风险评估指标设计风险的风险值；根据二级风险评估指标施工质量管理、施工管理经验的风险值，相加得到一级风险评估指标施工质量风险的风险值；根据二级风险评估指标总体性能、抗台性能、防雷性能、防腐性能、叶片性能、海上升压站性能、集电系统、海缆性能的风险值，相加得到一级风险评估指标设备风险的风险值。
[0087]
根据二级风险评估指标运维管理、应急管理、培训管理、消防管理、经验反馈管理、人员配置管理、中长期发展战略和目标、安全质量管理、防腐管理的风险值，相加得到一级风险评估指标管理风险的风险值。
[0088]
根据自然风险、设计风险、施工质量风险、设备风险、管理风险的风险值相加得到所述海上风电运营期的风险数值。
[0089]
根据各风险评估指标和权重，计算得到风险数值之后，s160中引入金融风险概率因素的步骤，可以通过以下方式实现：获得所述待评估海上风电项目的多个金融评估指标，多个所述金融评估指标包括偿债能力、盈利能力、财务杠杆水平、违约记录、风电行业景气指数和行业排名。基于多个所述金融评估指标，建立多维特征向量（x1，x2，
…
，xn），以对多个所述金融评估指标进行表征。基于各海上风电项目的历史承保数据以及所述多维特征向量，构建特征变量数据矩阵x=（x
kij
）；k=1,
…
,n，对应各金融风险等级。其中，i=n1，
…
, nn，对应每个金融风险等级的样本个数，j=1,2,
…
,n，对应相应的多维特征向量。进而基于所述特征变量数据矩阵和贝叶斯准则确定所述待评估海上风电项目属于各个金融风险等级的概率。其中，所述待评估海上风电项目属于每个金融风险等级的概率通过以下方式计算得到：将所述待评估海上风电项目的金融风险特征向量设为x0=（x1，x2，
…
，xm），根据贝叶斯准则计算所述待评估海上风电项目属于第k类样本的条件概率为：（k=1,2,
…
,n）（1）其中，为待评估海上风电项目属于第k个金融风险等级的概率；为归入第k个金融风险等级的先验概率，为第k个金融风险等级对应的样本数与总样本数之和，=n
i/
n,n= n= n1+ n
2 +
…
+ nn；为第k类样本对应的概率密度函数。
[0090]
确定表达式，设x
kij
是第k类总体第i个样品第j个特征变量的值，各总体样品为相互独立的正态随机向量，x~n（μk，σk），μk为第k类样本的样本均值，σk为第k类样本的协方差矩阵。
[0091]
其中，μk==（
k1
，
k2
，，
km
），第k类总体样品均值向量，
kj
为第k总体第j个变量均值，
kj
=，表示第k类样本第j个变量均值。
[0092]
σk= =,,其中，为矩阵的逆矩阵的行列式。
[0093]
将代入公式（1），计算得到，从而得到所述待评估海上风电项目属于第k类样本的条件概率。比较所述待评估海上风电项目属于各个金融风险等级的概率大小，将概率最大的金融风险等级作为所述待评估海上风电项目的当前金融风险等级。将所述当前金融风险等级与预先设定的相应金融风险等级对应的信用风险值相乘，计算得到所述待评估海上风电项目的金融风险概率因素。
[0094]
为了更为清楚地阐述本实施例中金融风险概率因素的获取方式，现以下述场景为例，进行举例说明。
[0095]
构建金融信用风险评价指标体系：选取海上风电场运营方的六个评估指标，分别为偿债能力、盈利能力、财务杠杆水平、违约记录、风电行业景气指数、行业排名。建立六维
特征向量（x1，x2，
…
，x6），即海上风电场的金融信用风险由该六维特征向量进行表征。
[0096]
建立特征变量数据矩阵，作为总体训练样本：根据历史承保的数据，将海上风电场按照金融信用风险分为五个风险等级，分别为信用极好、好、中等、一般、差。每个风险等级对应一类样本，共计五类样本，分别记为a1，
…
，a5类。每类样本对应的海上风电场个数分别为n1，
…
, n5，即总体样本数量n=n1+ n
2 +
…
+ n5。对每类样本输入对应的金融风险指标特征变量（预设修正参数），可得特征变量数据矩阵。记作矩阵x=（x
kij
），其中k=1,
…
,5，对应风险等级极好、好、中等、一般、差级别，i=n1，
…
, n5，对应每个风险级别的样本个数，j=1,2,
…
,6，对应相应的六维特征向量。具体表示如下：x=确定待判定金融风险等级的风电场归属各个风险等级的概率：对于待判定金融信用风险等级的风电场x0，其金融风险特征向量设为：x0=（x1，x2，
…
，xm）。即根据贝叶斯准则计算待判海上风电场x属于第k类样本的条件概率为：（k=1,2,
…
,5）（1）式中，为待判定金融风险等级的风电场x属于第k个等级的概率；为归入第k个风险等级的先验概率，为第k个风险等级对应的样本数与总样本数之和=ni/n,n= n= n1+ n
2 +
…
+ n5；为第k类样本对应的概率密度函数。
[0097]
确定概率密度函数表达式。设x
kij
是第k类总体第i个样品第j个特征变量的值，各总体样品都是相互独立的正态随机向量，x~n（μk，σk），μk为第k类样本的样本均值，σk为第k类样本的协方差矩阵。
[0098]
其中，μk==（
k1
，
k2
，，
km
），第k类总体样品均值向量，
kj
指第k总体第j个变量均值，kj=，表示第k类样本第j个变量均值。
[0099]
σk= =,( k=1,2,
…
,5，i=1,2,
…
ni,j，l=1,2
…
,6),即：
为矩阵的逆矩阵的行列式。
[0100]
将代入公式（1）可知，即海上风电场x属于第k类样本的条件概率。
[0101]
比较的值（k=1,2
…
5），取值最大者，即为海上风电场x的对应信用风险等级。
[0102]
判别函数检验：为了确保可靠性，可以在建立k个总体的判别函数后，对这些判别函数的判别效进行检验，将已知信用风险等级的海上风电场代入判别函数进行回判，如果判对率在设定值如85％以上，即认为该判别函数有效。
[0103]
计算海上风电场信用方面风险：对海上风电场信用极好、好、中等、一般、差的信用风险值分别赋值r
credit1 r
credit2 r
credit3 r
credit4 r
credit5 ，即海上风电场信用风险数值rc=。
[0104]
根据上述方法可得所有海上风电场的工程风险和信用风险,分别记为工程风险集合r
engineer
[r
e1
,r
e2
,
…ren
]和信用风险集合r
credit
[r
c1
,r
c2
,
…rcn
]。根据现有赔案数据，分别可得所有海上风电场的赔付率r
loss
[r
l1
,r
l2
…rln
]。建立多元线性回归模型，将所述风险数值和金融风险概率因素作为自变量，确定损失率因变量与所述自变量之间的相关关系：令r
loss
=[r
l1
,r
l2
…rln
]
t
，风险r=,输入相关数据，利用spss计算可得，r
loss
=β0+β1r
engineer
+β2r
credit
。
[0105]
s160中在获得工程方面的风险数值的基础上，引入了参数判别法，相结合引入金融风险概率因素，计算出待评估海上风电项目的海上风电风险值的方式可以灵活选择。
[0106]
例如，可以基于所述风险数值和金融风险概率因素，结合基于海上风电项目历史赔案数据构建的多元线性回归模型，将所述风险数值和金融风险概率因素作为自变量，确定损失率因变量与所述自变量之间的相关关系，根据以下公式： r
loss
=β0+β1r
engineer
+β2r
credit
计算得到海上风电赔付率r
loss
，将所述海上风电赔付率作为所述待评估海上风电项目的海上风电风险值。其中， rengineer为风险数值；rcredit为金融风险概率因素，β0、β1、β2为偏回归系数。基于上述方法得到各海上风电场的工程风险和信用风险的情况下，可以分别记为工程风险集合r
engineer
[r
e1
,r
e2
,
…ren
]，以及信用风险集合r
credit
[r
c1
,r
c2
,
…rcn
]。根据现有赔案数据，分别可得各海上风电场的赔付率r
loss
[r
l1
,r
l2
…rln
]。建立多元线性回归模型，确定损失率因变量与自变量工程风险和信用风险之间的相关关系：令r
loss
=[r
l1
,r
l2
…rln
]
t
，风险r=,输入相关数据，利用spss计算可得：r
loss
=β0+β1r
engineer
+β2r
credit
对于公式r
loss
=β0+β1r
engineer
+β2r
credit
，β
0，
β
1，
β2为该回归方程的偏回归系数。
[0107]
在一种实现方式中，β0表示为海上风电工程风险和信用风险两个变量在取值为0，
赔付率的值。β1表示为海上风电场其他因素保持不变的前提下，随着工程风险每增加一个单位，引起风电场赔付率变化量。β2表示为海上风电场其他因素保持不变的前提下，随着信用风险增加，引起风电场赔付率变化量。
[0108]
运用支持向量机分析法，建立海上风电赔付率r
loss
分类准则，将风险等级进行分类。
[0109]
在一种实现方式中，可以收集保险业发布的公开行业数据，分别计算海上风电风险数值，建立数据集合。按照分类要求，可以将海上风电运营期项目的风险等级分为非常低、低、一般、高、非常高等五类。可以理解的是，根据不同的细度划分要求，也可以将风险等级划分为更少或者更多，例如，还可以划分为三级、六级等，本实施例对此不作限定。
[0110]
基于划分的风险等级，运用支持向量机分析法，初步指定每个风险等级的聚类中心，逐一计算所述待评估海上风电项目风险到各个类别中心的距离，按照距离最近的原则归入各个风险等级类别，并计算各类别的新中心点，之后按照新中心位置，重新计算各项目风险距离新的类别中心的距离，并重新进行归类、更新类别中心点，重复迭代，直到满足设定的收敛标准或者达到指定的迭代次数。
[0111]
示例性地，收敛标准可以采用当误差平方和达到局部最小时，迭代次数停止。此时获得每个风险等级的区间。设区间分别为[0，x1]，( x1, x2]， ( x2, x3]，( x3, x4]， ( x4, 上限值]。
[0112]
相应地，s170中基于所述海上风电风险值和预设的风险分级规则，确定所述待评估海上风电项目在海上风电运营期的风险情况可以通过以下方式实现：确定所述海上风电运营期的海上风电风险值所属数值范围；当0≤r
loss
≤x1时，确定总体风险较低；当x1＜r
loss
≤x2时，确定总体风险低；当x2＜r
loss
≤x3时，确定总体风险一般；当x3＜r
loss
≤x4时，确定总体风险高；当r
loss
＞x4时，确定总体风险较高；其中，r
loss
为海上风电运营期的海上风电风电赔付率。
[0113]
本发明实施例提供的海上风电运营期风险量化评估方法，通过分析海上风电运营期的保险范围、保险事故、事故原因、损失规律、技术特点等风险特征信息，运用层次分析法建立风险评估指标体系，确定各层级风险评估指标的权重和指标值，通过权重和指标值计算海上风电运营期的风险数值。综合运用层次分析法、参数判别法和多元线性回归 模型，并巧妙地结合保险业发布的公开行业数据和专家经验，运用机器学习中的支持向量机法对海上风电风险值建立风险分类准则，实现风险情况可靠评估。评价更加量化、明确和全面，提高了适用性。
[0114]
为了执行上述实施例及各个可能的方式中的相应步骤，下面给出一种海上风电运营期风险量化评估装置的实现方式。请参阅图9，图9为本发明实施例提供的一种海上风电运营期风险量化评估装置140的功能模块图，该海上风电运营期风险量化评估装置140可以应用于图1所示评估服务器100。需要说明的是，本实施例所提供的海上风电运营期风险量化评估装置140，其基本原理及产生的技术效果和上述方法实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的方法实施例中相应内容。该海上风电运营期风险量化
评估装置140包括信息获得模块141、信息处理模块142和风险确定模块143。
[0115]
其中，信息获得模块141，用于获得待评估海上风电项目在海上风电运营期的各风险特征；基于各所述风险特征确定风险评估指标。
[0116]
信息处理模块142，用于基于所述风险评估指标，根据预设的多级风险评估结构构造得到海上风电风险评估指标体系，并构造判断矩阵，采用层次分析法计算海上风电运营期各级风险评估指标的权重；判断得到每个所述风险评估指标的指标值； 基于每个所述风险评估指标的指标值和权重，计算得到海上风电运营期的风险数值；将所述风险数值与参数判别法相结合，引入金融风险概率因素，计算出所述待评估海上风电项目的海上风电风险值。
[0117]
风险确定模块143，用于基于所述海上风电风险值和预设的风险分级规则，确定所述待评估海上风电项目在海上风电运营期的风险情况。
[0118]
在上述基础上，本发明实施例还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包括计算机程序，所述计算机程序运行时控制所述计算机可读存储介质所在评估服务器执行上述的基于层次分析法的海上风电运营期风险量化评估方法。
[0119]
采用本发明实施例中的上述方案，风险评估指标体系包括设置自然风险、设计风险、施工质量风险、设备风险、管理风险等五个一级风险评估指标，每个一级风险评估指标分别提取出多个二级风险评估指标，各二级风险评估指标分别提取出多个三级风险评估指标，构建出三级海上风电风险评估指标体系，综合考虑了设计、安装以及管理各个环节对风险的影响，各项指标较为全面，从而能够实现对海上风电运营期项目全方位、多视角、可验证、更量化的计算和预警，实现对整个风电场总体风险的可靠、量化评估。显著扩展评估结果在多场景下的适用性和公信力。
[0120]
综合运用了层次分析法、参数判别法和多元线性回归 模型，并结合了保险业发布的公开行业数据和专家经验，运用机器学习中的支持向量机法对海上风电风险值建立风险分类准则，实现风险情况确定，产出成果既能为海上风电产业提出风险预警，又能用于保险业量化风险从而科学提供风险保障，还能对风险要素提出有针对性的安全改善建议。
[0121]
产出成果既能为海上风电产业提出风险预警，又能用于保险业量化风险从而科学提供风险保障，还能对风险要素提出有针对性的安全改善建议，助力国家双碳目标达成和降低社会总风险。
[0122]
将上述方案嵌入各电子设备如评估服务器，只需输入海上风电运营期项目的基础信息，评估服务器便能自动计算出该项目的风险等级，并能指出评估各风险指标对总体风险的影响情况，实现较为便捷，适合推广应用。
[0123]
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每
个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0124]
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0125]
所述功能如果以软件功能模块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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
[0126]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。