基于层次分析法运营监测数据质量评估.docVIP

基于层次分析法运营监测数据质量评估 　　【摘 要】运营监测数据的质量评估是电力企业运营监测数据质量管理的重要内容，对于电力企业运营监测工作的有效开展有着重要影响，在一定程度上决定着电力企业决策的合理性、准确性，关系到电力企业的健康发展。本文就在层次分析法的基础上，对运营监测数据的质量评估展开分析，以有效提高运营监测数据质量评估的效果。 　　【关键词】层次分析法；运营监测；数据质量评估 　　1 层次分析法的基本原理概述 　　层次分析法是综合定量分析和定性分析的一种方法，是由美国匹茨堡大学T.L.Saaty教授提出的，是在结合决策思维和经验判断的基础上，通过建立相应的模型来对数据进行数量化分析的过程，已经被广泛应用于运营监测数据的质量评估当中。 　　1.1 建立阶梯层次的模型 　　阶梯层次模型的建立是以运营监测数据质量评估指标为基础的，通过分析相应运营监测数据质量评估指标关联性和彼此之间的影响，来建立一个包含目标层、准则层、子准则层和指标层的阶梯层次模型。其中，目标层是指需要评估的运营监测数据质量，准则层和子准则层分别是指该运营监测数据需要遵循的质量评估一级指标和二级指标，指标层是指是指该运营监测数据需要遵循的质量评估三级指标[1]。 　　1.2 构造重要性判断矩阵 　　在阶梯层次模型基础上，还要构造重要性判断矩阵，来比较上层和下层元素之间的相对重要性，从而将结果的重要性以具体的数值直观表现出来。在T.L.Saaty层次分析法中，重要性评估采用的是1-9标度法，其中，从小到大的奇数分别表示同等重要、较为重要、更为重要、强烈重要和极端重要5个重要程度级别，而介于相邻奇数之间的偶数分别表示介于两种重要级别之间的元素重要程度。 　　1.3 按层次对元素进行单向排序 　　在元素重要性判断矩阵构造完成基础上，还需要根据其准则对各个元素的相对权重进行计算；在权重计算过程中，是通过对判断矩阵特征向量的计算得到的，也就是计算上层与本层次相关联因素的重要性次序值，然后以此为依据，来计算得到各层次的单排序数值。 　　以判断矩阵B为例，其特征向量计算满足BW=λmaxW，然后将其正规化处理后，特征向量为W=（W1，W2，…，Wn）τ，其中，W和λmax分别表示判断矩阵B的权重向量和最大特征值，W值均为正数，且所有W总和为1[2]。 　　1.4 检验判断矩阵的一致性 　　在对问题分析过程中，由于问题具有复杂性、多变性等特点，其所使用的判断矩阵不可能完全一致，但是要保证质量评估结果的可靠性，至少要保证判断矩阵在大体上是一致的，所以，就需要对矩阵进行一致性检验。只有一致性检验合格的判断矩阵，其逻辑才是合理的，可以对数据进行继续评估。 　　一致性检验的公式为CI= ，其中，CI是计算一致性指标，CI数值与一致性检验结果成正向相关关系，也就是说，CI值越小，一致性越接近；CI值为0时，表明完全一致；CI值越大，表明不一致性越加严重。 　　平均一致性指标为RI，CI与RI的比值代表计算的一致性比率，用CR来表示，通常而言，当CR小于0.1时，表明矩阵一致性较好，其评价的结果是可靠的、客观的，无须对其进行调整。 　　1.5 计算得到数据质量评估指标的权重体系 　　在确定判断矩阵满足一致性检验结果要求后，通过转换层次单排序的结果，就可以得到需要被评估的运营监测中心数据质量评估指标的权重体系。 　　2 层次分析法在运营监测数据质量评估中的数据质量评价指标体系 　　数据质量评价指标体系是整个层次分析法应用的基础，是阶梯层次模型建立的重要内容，所以，建构完善的数据质量评价指标体系十分重要。本文就以电力企业运营监测数据为研究对象，对数据质量评价指标体系的建构进行分析： 　　2.1 运营监测数据质量的评价指标分析 　　在以上原则和电力企业运营监测数据实际情况基础上，选择的评价指标包括以下四个维度： 　　首先，数据接入情况。数据接入情况是指指标数据的自动采集率和历史数据接入率的比值，其核查的对象包括数据应该接入量、实接入量等。 　　其次，数据质量及时性评价。数据质量及时性是指指标数据接入的及时率，其核查的对象主要包括各源业务系统数据接入及时情况、线下手动数据接入及时情况等。 　　第三，数据质量完整性。数据质量完整性是指指标数据的完整率，核查对象主要包括业务维度组合、单位维度、指标值等的完整情况。 　　第四，数据质量准确性。数据质量准确性是指指标数据的准确率，核查的对象主要包括数据之间和内部的维度、频度、字段等业务逻辑的准确性以及数据精度属性、数据数值的准确情况等。 　　以上数据质量评价指标选取的维度都需要定期进行汇总，每日、每周、每月都要将上述评价指标情况作为监测数据质量评价的重要基础。 　　2.2 层次分析法评估运营监测数