一种基于数据采集能力的电工装备制造商信息化评价方法与流程

本发明涉及电工装备制造领域，具体涉及一种基于数据采集能力的电工装备制造商信息化评价方法。

背景技术：

1、随着我国经济的不断发展，我国对经济与生态的良性互动愈加重视，电力制造企业在此背景下不断向纵深发展，电工装备制造商基数巨大，资质能力良莠不齐，因而针对制造商信息化评估体系有助于全面衡量制造商装备制造综合水平。我国对于电工装备制造商评价方法的研究最早从二十一世纪初开始，其评价体系主要针对装备制造商的生产过程、产品质量、市场运行等指标方面。

2、中国专利cn116266304a公开了一种基于智能制造生产工序的电缆质量评价方法，具体包括，预先建立电力电缆核心指标评价体系，获取电缆制造生产工序中的生产制造和检验试验数据，并进行预处理后，对所述电力电缆核心指标评价体系的指标进行赋值，构建指标评价数组；将所述指标评价数组中的极小型指标、中间型指标和区间型指标对应的数据均转化为极大型指标数据，然后对指标评价数组中各个指标的数据依次进行标准化、离散熵、信息效用值和电缆熵权值的计算，最终得到电力电缆的质量评价结果。但是该方法缺少历史数据对评价结果的影响，不能全面准确的评价电缆制造质量；同时专利中的核心采集指标包括原材料检验指标、生产工艺过程检验指标、试验监控指标和绿色评价指标，这些指标的时间跨度比较大，给数据采集造成一定的困难。

3、中国专利cn113420947a公开了一种基于物联网的电工装备供应商的评价方法及装置，具体包括基于物料获取理想供应商及各供应商的对标指标；计算同类物料供应商与理想供应商的各对标指标距离；计算各供应商的对标指数，依据对标指数对所述供应商进行评价。但是该方法在计算对标指数的时候，没有考虑到极端数据对评价结果的影响。

4、基于以上参考技术文件，本领域技术人员认为，目前对于电工装备制造商的评价方法存在如下问题，亟待改进：

5、(1)评价方法使用的各种指标标准不统一、指标采集难度大等问题；

6、(2)主流的评价体系缺少对制造商历史数据维度的考察，无法客观体现历史业绩的表现情况；

7、(3)传统评价方法无法避免极端、异常数值对评价结果存在干扰，评价结果与实际情况存在一定偏差。

技术实现思路

1、针对背景技术存在的问题，本发明提出一种基于数据采集能力的电工装备制造商信息化评价方法，本发明的具体方案如下：

2、一种基于数据采集能力的电工装备制造商信息化评价方法，包括以下步骤：

3、s1.确定评价指标体系，包括指标采集能力指标和应用质量指标，采集能力指标包括验收标准符合性a、非必选项采集率b、数据自动采集率c，应用质量指标包括数据完整率d和数据质量合格率e；

4、s2.依据指标评价公式计算制造商的指标评价得分；

5、s3.为了去除极端数据对评价过程的影响，利用置信区间得到标准化指标评价得分；

6、s4.突出评分差异化大的指标，对标准化指标评价得分进行变异系数方法计算，得到指标评价的权重系数；

7、s5.依据制造商的指标评价得分与权重系数，计算得到制造商的应用评价得分；

8、s6.为综合体现制造商在不同周期内的整体水平，基于s2-s5计算制造商当前0-0.5年、前0.5-1年、前1-1.5年、前1.5-2年的应用评价得分，并结合评价周期的权重，最终得到制造商综合应用评价得分；

9、优选的，所述验收标准符合性a根据制造商验收报告结论评价制造商验收标准符合性，验收通过sa为100分，验收不通过sa为0分；

10、优选的，按照t/cec 20231084和t/cec 20231085中第4章节部分“数据采集要求”中各设备数据采集表中“选项”一栏，当该属性为“可选”或“非必选”，则该数据项则为非必选数据项，根据制造商数据采集非必选项数据项数量占比情况，计算制造商非必选项采集率sb，其计算公式为

11、

12、mb——制造商实际采集的非必选项数据项数量，

13、mb——t/cec 20231084和t/cec 20231085中“数据采集要求”章节规定的非必选项数据项总量；

14、优选的，按照t/cec 20231084和t/cec 20231085数据采集要求，根据制造商实际自动采集数据项数量占比情况，计算制造商数据自动采集率sc，其计算公式如下，

15、

16、mc——制造商实际自动采集数据项数量，

17、mc——t/cec 20231084和t/cec 20231085中“数据采集要求”章节规定的数据项总量；

18、优选的，制造商采集数据应符合t/cec 20231084和t/cec 20231085数据完整性相关要求，且不为空值，根据数据覆盖情况，计算数据完整率得分sd，其计算公式如下，

19、

20、xi——行项目i中的采购设备数量，

21、xp——行项目p中的采购设备数量，

22、ri——行项目i数据实际上传的数据总量，

23、r——物资种类行项目应上传数据总量，

24、n——评价周期内同一物资种类订单下已完成监造的行项目总量；

25、制造商采集数据应符合t/cec 20231084和t/cec 20231085数据采集精度要求，根据数据达标情况，计算制造商数据质量合格率得分se，其计算公式如下，

26、

27、其中，xi——行项目i中的采购设备数量，

28、xp——行项目p中的采购设备数量，

29、vi——行项目i上传数据质量合格的数据量，

30、v——t/cec 20231084和t/cec 20231085规定的评价项数据总量，

31、n——评价周期内同一物资种类订单下已完成监造的行项目总量；

32、优选的，s3中的具体步骤为，

33、s31.计算制造商每个指标的平均值和标准差δi，如遇到空值则不纳入计算过程；

34、s32.依据s31的计算结果，得出每个指标的置信区间

35、s33.计算制造商每个指标在置信区间内的置信均值

36、s34.将制造商的指标得分与对应指标置信均值进行差值平方计算，得到置信偏差值ss，

37、s35.对置信偏差值ss进行数据正向标准化，得到标准化评价得分s，计算公式如下，

38、

39、优选的，s33中具体的计算过程为，

40、s331.输入指标置信区间设定置信集合e和非置信集合f，并对对于制造商的指标评价得分进行处理，若评价得分在置信区间内，则将该指标得分归入置信集合e，反之，则归入非置信集合f，

41、s332.计算置信集合e的平均值和非置信集合f的平均值

42、s333.指标的置信均值计算公式如下，

43、

44、优选的，s4的计算指标权重系数的过程为，

45、s41.每个指标的平均值除以标准差σ，得到每个指标变异系数ca、cb、cc、cd和ce，

46、s42.每个指标的变异系数除以变异系数之和，得到每个指标的权重wa、wb、wc、wd和we；

47、优选的，s5中计算制造商的应用评价得分公式如下，

48、si＝wa×sa+wb×sb+wc×sc+wd×sd+we×se

49、其中，w为s4计算的指标权重，s为根据s2计算得到的评价得分，si为应用评价得分；

50、优选的，s6计算综合应用评价得分步骤如下，

51、s61.以当前0-0.5年、前0.5-1年、前1-1.5年、前1.5-2年进行时间划分，得到4个相邻的评价周期，

52、s62.输入各评价周期内制造商的每个指标数据，并按照s2-s4的计算过程，得到各评价周期内应用评价得分，记为sy1、sy2、sy3和sy4，

53、s63.对各评价周期赋予权重，将各评价周期内应用评价得分加权求和计算，得到制造商综合应用评价得分sy，计算公式如下，

54、sy＝0.4×sy1+0.3×sy2+0.2×sy3+0.1×sy4。

55、本发明的有益效果：

56、(1)传统的评价方法因评价指标维度不唯一、误差不统一等带来评价结果与实际应用有一定偏差。本发明在评价指标选择上基于电工装备供应商数据采集及接口规范要求，选择装备制造商的采集能力和应用质量两个一级评价指标组成，采集能力由制造商的验收标准符合性、非必选项采集率和数据采集率三个二级指标组成，应用质量由数据完整率、数据质量合格率组成，因此在指标选取上更具备统一性和标准性；

57、(2)本发明利用置信区间，标记得到各指标的异常数据，通过分配不同的加权权重，得到更合理的指标权重，避免极端数据、脏数据对评价制造商个指标评价得分过程的影响；

58、(3)本发明在计算指标权重过程中加入了变异系数计算，突出差异化大指标的评价影响，得到区分度更大的评价结果，同时避免了不同指标因数据量纲不同带来的计算误差，提高评价结果的准确性；

59、(4)本发明采用多段相邻评价周期(本次评价周期0至0.5年、前0.5年至1年、前1年至1.5年和前1.5年至2年)的评价得分，即评价制造商在连续两年内的加权得到综合评价得分，在评价维度上整体加入时间维度，评价结更具有综合性；

60、(5)本发明通过综合多种因素，走访相关领域的多个专家结合统计分析法等，依据数据的可靠性、时效性、重要性等，对四个评价周期内的评价得分赋予不同的权重，得到的评价结果更具有综合性。