针对电力微气象监测数据的质量评估方法及处理器与流程

1.本发明涉及一种针对电力微气象监测数据的质量评估方法、处理器及机器可读存储介质。


背景技术：

2.电力微气象监测数据能实时反映电网设备的运行环境，对新能源大规模并网及电网自然灾害防治具有重要意义。随着电网规模的不断扩大，电力微气象监测数据日益丰富，但同时也有越来越多的输电线路需要经过地形、气候等环境条件复杂的地区。这些区域的监测装置在观测和传输上受环境影响显著，导致数据质量受损。就海量的电力微气象监测数据而言，数据质量的参差不齐是眼下面临的重要挑战，数据质量的好坏将直接影响数据挖掘分析的结果，劣质的坏数据将可能给系统级决策带来难以预估的伤害。因此，为了高效地实现电力微气象检测系统海量数据的价值挖掘，数据质量的全面评估迫在眉睫。


技术实现要素：

3.本发明的目的是针对目前电力微气象监测数据质量参差不齐，严重影响后续数据挖掘分析的问题，通过构建质量评估体系，建立数据规范，确定评价指标，提出了一种电力微气象监测数据的质量评估方法，该方法通用性强，能全面评估数据质量的各项指标，对基于电力微气象监测数据的数据挖掘等各项应用具有重要意义和价值。
4.为实现上述目的，本发明第一方面提供一种针对电力微气象监测数据的质量评估方法，包括：
5.建立层级结构模型；
6.提取微气象监测数据中的最底层指标参数；
7.计算层级结构模型中的第一层的基础性统计指标；
8.计算评估维度指标kpi；
9.构造满足一致性检验的模糊互补判断矩阵；
10.计算模糊互补判断矩阵的权重；
11.计算数据质量整体评分。
12.在本发明实施例中，所述建立层级结构模型包括：
13.采用关键字段值准确率评估数据的准确性；
14.采用处理文件数完整率评估数据的完整性；
15.采用数据关联率和数据覆盖率评估数据的一致性；
16.采用文件处理及时率和文件处理平均时延评估数据的及时性；
17.根据所述准确性、所述完整性、所述一致性以及所述及时性建立所述层级结构模型；
18.其中所述层级结构模型自上而下依次包括优良率指标层级，评估维度指标层级以及基础性统计指标层级，所述优良率指标层级包括总体优良率指标(数据集)，所述评估维
度指标层级包括准确性指标、完整性指标、一致性指标以及及时性指标，所述基础性统计指标层级包括关键字段值准确率、处理文件数完整率、数据关联率、数据覆盖率、文件处理及时率以及文件处理时延率。
19.在本发明实施例中，所述提取微气象监测数据中的最底层指标参数包括：
20.针对准确性，提取总记录数和关键字段值合规记录数；
21.针对完整性，提取实际文件总数、处理文件总数、时间序列去重数以及时间序列总种类数；
22.针对一致性，提取关联记录条数、字段或字段组合去重数以及字段或字段组合总种类数；以及
23.针对及时性，提取文件处理时延、文件处理时延之和以及文件处理及时数。
24.在本发明实施例中，所述计算层级结构模型中的第一层的基础性统计指标包括：
25.根据公式(1)计算第一层基础性统计指标：
[0026][0027][0028][0029][0030][0031][0032]
其中，a_1001表示总记录数，a_1002表示关键字段值合规记录数，a_2001表示实际文件总数，a_2002表示处理文件总数，a_3001表示关联记录条数，a_3002表示字段或字段组合去重数，a_3003表示字段或字段组合总重量数，a_4002表示文件处理时延之和，a_4003表示文件处理及时数；
[0033]
b_1001表示关键字段值准确率，c_1001表示处理文件数完整率，d_0001表示数据关联率，d_0002表示数据覆盖率，e_0001表示文件处理及时率，e_0002表示文件处理时延率。
[0034]
在本发明实施例中，所述计算评估维度指标kpi包括：
[0035]
根据公式(2)将d_0001和d_0002合并，以及将e_0001和e_0002合并，以计算准确性指标b、完整性指标c、一致性指标d以及及时性指标e：
[0036]
b＝b_1001
[0037]
c＝c_1001
[0038]
[0039][0040]
在低层数据指标中，将温度、湿度、降雨量、风向以及风速相关的数据指标合并。
[0041]
在本发明实施例中，所述构造满足一致性检验的模糊互补判断矩阵包括：
[0042]
基于准确性指标、完整性指标、一致性指标、及时性指标，构造以下四阶模糊互补判断矩阵a：
[0043] 准确性完整性一致性及时性准确性0.500.500.600.70完整性0.500.500.600.70一致性0.400.400.500.60及时性0.300.300.400.50
[0044]
在本发明实施例中，所述计算模糊互补判断矩阵的权重包括：
[0045]
根据公式(3)计算模糊互补判断矩阵的权重：
[0046][0047]
其中wi表示权重，a
ij
表示模糊判断矩阵第i行，第j列元素值，n表示模糊互补判断矩阵阶数。
[0048]
在本发明实施例中，所述计算数据质量整体评分包括：
[0049]
根据公式(4)计算数据质量整体评分：
[0050]
s＝w*[b；c；d；...；z]*100
ꢀꢀ
公式(4)
[0051]
其中，s表示数据质量整体评分，w＝(w1，w2，...，wn)
t
是模糊判断矩阵a的权重向量，其中b表示准确性指标，c表示完整性指标，d表示一致性指标，z表示总体优良率指标。
[0052]
本发明第二方面提供一种处理器，用于运行程序，其中，所述程序被运行时用于执行上述的针对电力微气象监测数据的质量评估方法。
[0053]
本发明第三方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的针对电力微气象监测数据的质量评估方法。
[0054]
通过上述技术方案，其方法通用性强，能全面评估数据质量的各项指标，对基于电力微气象监测数据的数据挖掘等各项应用具有重要意义和价值。
[0055]
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0056]
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
[0057]
图1示意性示出了根据本发明实施例的针对电力微气象监测数据的质量评估方法的流程图；以及
[0058]
图2示意性示出了根据本发明实施例的层次结构模型示意图。
具体实施方式
[0059]
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
[0060]
图1示意性示出了根据本发明实施例的针对电力微气象监测数据的质量评估方法的流程图。如图1所示，在本发明实施例中，针对电力微气象监测数据的质量评估方法可以包括以下步骤。
[0061]
在步骤s11中，建立层级结构模型。
[0062]
具体地，在本发明实施例中，所述建立层级结构模型包括：
[0063]
采用关键字段值准确率评估数据的准确性；
[0064]
采用处理文件数完整率评估数据的完整性；
[0065]
采用数据关联率和数据覆盖率评估数据的一致性；
[0066]
采用文件处理及时率和文件处理平均时延评估数据的及时性；
[0067]
根据所述准确性、所述完整性、所述一致性以及所述及时性建立所述层级结构模型。
[0068]
在本发明实施例中，采用“关键字段值准确率”评估数据的准确性，采用“处理文件数完整率”评估数据的完整性，采用“数据关联率”、“数据覆盖率”评估数据的一致性，采用“文件处理及时率”、“文件处理平均时延”评估数据的及时性。
[0069]
图2示意性示出了根据本发明实施例的层次结构模型示意图。如图2所示，所述层级结构模型自上而下依次包括优良率指标(kqi)层级(第三层)，评估维度指标(kpi)层级(第二层)以及基础性统计指标(counter)层级(第一层)，所述优良率指标层级包括总体优良率指标z，所述评估维度指标层级包括准确性指标b、完整性指标c、一致性指标d以及及时性指标e，所述基础性统计指标层级包括关键字段值准确率b_1001、处理文件数完整率c_2001、数据关联率d_0001、数据覆盖率d_0002、文件处理及时率e_0001以及文件处理时延率d_0002。
[0070]
在步骤s12中，提取微气象监测数据中的最底层指标参数。
[0071]
具体地，在本发明实施例中，所述提取微气象监测数据中的最底层指标参数包括：
[0072]
针对准确性，提取总记录数和关键字段值合规记录数；
[0073]
针对完整性，提取实际文件总数、处理文件总数、时间序列去重数以及时间序列总种类数；
[0074]
针对一致性，提取关联记录条数、字段或字段组合去重数以及字段或字段组合总种类数；以及
[0075]
针对及时性，提取文件处理时延、文件处理时延之和以及文件处理及时数。
[0076]
在一个示例中，可以参照下表1提取最底层指标参数：
[0077]
表1
[0078]
[0079][0080]
在步骤s13中，计算层级结构中的第一层(最低层)的基础性统计指标。
[0081]
具体地，可以根据公式(1)计算第一层(即图2中示出的基础性统计指标counter)的基础性统计指标：
[0082][0083][0084][0085]
[0086][0087][0088]
其中，a_1001表示总记录数，a_1002表示关键字段值合规记录数，a_2001表示实际文件总数，a_2002表示处理文件总数，a_3001表示关联记录条数，a_3002表示字段或字段组合去重数，a_3003表示字段或字段组合总重量数，a_4002表示文件处理时延之和，a_4003表示文件处理及时数；
[0089]
b_1001表示关键字段值准确率，c_1001表示处理文件数完整率，d_0001表示数据关联率，d_0002表示数据覆盖率，e_0001表示文件处理及时率，e_0002表示文件处理时延率。
[0090]
在步骤s14中，计算评估维度指标kpi。
[0091]
具体地，在一致性指标c和及时性指标e下，认为“数据关联率”和“数据覆盖率”对评估数据的一致性重要度等同，认为“文件处理及时率”和“文件处理平均时延”对评估数据的及时性重要度等同，不一致性为0。基于此可以根据公式(2)将d_0001和d_0002合并，以及将e_0001和e_0002合并，以计算准确性指标b、完整性指标c、一致性指标d以及及时性指标e：
[0092]
b＝b_1001
[0093]
c＝c_1001
[0094][0095][0096]
另外，在低层数据指标中，认为温度、湿度、降雨量、风向、风速对于数据质量评估的重要度等同，因此可以将温度、湿度、降雨量、风向以及风速相关的数据指标合并。
[0097]
在步骤s15中，构造满足一致性检验的模糊互补判断矩阵。
[0098]
具体地，在本发明实施例中，所述构造满足一致性检验的模糊互补判断矩阵包括：
[0099]
基于准确性指标、完整性指标、一致性指标、及时性指标，可以构造以下四阶模糊互补判断矩阵a：
[0100] 准确性完整性一致性及时性准确性0.500.500.600.70完整性0.500.500.600.70一致性0.400.400.500.60及时性0.300.300.400.50
[0101]
在步骤s16中，计算模糊互补判断矩阵的权重。
[0102]
具体地，在本发明实施例中，所述计算模糊互补判断矩阵的权重包括：
[0103]
根据公式(3)计算模糊互补判断矩阵的权重：
[0104][0105]
其中wi表示权重，a
ij
表示模糊判断矩阵第i行，第j列元素值，n表示模糊互补判断矩阵阶数。
[0106]
在步骤s17中，计算数据质量整体评分。
[0107]
具体地，在本发明实施例中，所述计算数据质量整体评分包括：
[0108]
根据公式(4)计算数据质量整体评分：
[0109]
s＝w*[b；c；d；...；z]*100
ꢀꢀ
公式(4)
[0110]
其中，s表示数据质量整体评分，w＝(w1,w2,...,wn)
t
是模糊判断矩阵a的权重向量，其中b表示准确性指标，c表示完整性指标，d表示一致性指标，z表示总体优良率指标。
[0111]
本发明实施例提供一种处理器，用于运行程序，其中，所述程序被运行时用于执行上述的针对电力微气象监测数据的质量评估方法。
[0112]
具体地，处理器可以被配置成：
[0113]
建立层级结构模型；
[0114]
提取微气象监测数据中的最底层指标参数；
[0115]
计算层级结构模型中的第一层的基础性统计指标；
[0116]
计算评估维度指标kpi；
[0117]
构造满足一致性检验的模糊互补判断矩阵；
[0118]
计算模糊互补判断矩阵的权重；
[0119]
计算数据质量整体评分。
[0120]
在本发明实施例中，所述建立层级结构模型包括：
[0121]
采用关键字段值准确率评估数据的准确性；
[0122]
采用处理文件数完整率评估数据的完整性；
[0123]
采用数据关联率和数据覆盖率评估数据的一致性；
[0124]
采用文件处理及时率和文件处理平均时延评估数据的及时性；
[0125]
根据所述准确性、所述完整性、所述一致性以及所述及时性建立所述层级结构模型；
[0126]
其中所述层级结构模型自上而下依次包括优良率指标层级，评估维度指标层级以及基础性统计指标层级，所述优良率指标层级包括总体优良率指标(数据集)，所述评估维度指标层级包括准确性指标、完整性指标、一致性指标以及及时性指标，所述基础性统计指标层级包括关键字段值准确率、处理文件数完整率、数据关联率、数据覆盖率、文件处理及时率以及文件处理时延率。
[0127]
在本发明实施例中，所述提取微气象监测数据中的最底层指标参数包括：
[0128]
针对准确性，提取总记录数和关键字段值合规记录数；
[0129]
针对完整性，提取实际文件总数、处理文件总数、时间序列去重数以及时间序列总种类数；
[0130]
针对一致性，提取关联记录条数、字段或字段组合去重数以及字段或字段组合总种类数；以及
[0131]
针对及时性，提取文件处理时延、文件处理时延之和以及文件处理及时数。
[0132]
在本发明实施例中，所述计算层级结构模型中的第一层的基础性统计指标包括：
[0133]
根据公式(1)计算第一层基础性统计指标：
[0134][0135][0136][0137][0138][0139][0140]
其中，a_1001表示总记录数，a_1002表示关键字段值合规记录数，a_2001表示实际文件总数，a_2002表示处理文件总数，a_3001表示关联记录条数，a_3002表示字段或字段组合去重数，a_3003表示字段或字段组合总重量数，a_4002表示文件处理时延之和，a_4003表示文件处理及时数；
[0141]
b_1001表示关键字段值准确率，c_1001表示处理文件数完整率，d_0001表示数据关联率，d_0002表示数据覆盖率，e_0001表示文件处理及时率，e_0002表示文件处理时延率。
[0142]
在本发明实施例中，所述计算评估维度指标kpi包括：
[0143]
根据公式(2)将d_0001和d_0002合并，以及将e_0001和e_0002合并，以计算准确性指标b、完整性指标c、一致性指标d以及及时性指标e：
[0144]
b＝b_1001
[0145]
c＝c_1001
[0146][0147][0148]
在低层数据指标中，将温度、湿度、降雨量、风向以及风速相关的数据指标合并。
[0149]
在本发明实施例中，所述构造满足一致性检验的模糊互补判断矩阵包括：
[0150]
基于准确性指标、完整性指标、一致性指标、及时性指标，构造以下四阶模糊互补判断矩阵a：
[0151]
_准确性完整性一致性及时性准确性0.500.500.600.70完整性0.500.500.600.70一致性0.400.400.500.60及时性0.300.300.400.50
[0152]
在本发明实施例中，所述计算模糊互补判断矩阵的权重包括：
[0153]
根据公式(3)计算模糊互补判断矩阵的权重：
[0154][0155]
其中wi表示权重，a
ij
表示模糊判断矩阵第i行，第j列元素值，n表示模糊互补判断矩阵阶数。
[0156]
在本发明实施例中，所述计算数据质量整体评分包括：
[0157]
根据公式(4)计算数据质量整体评分：
[0158]
s＝w*[b；c；d；...；z]*100
ꢀꢀ
公式(4)
[0159]
其中，s表示数据质量整体评分，w＝(w1，w2，...，wn)
t
是模糊判断矩阵a的权重向量，其中b表示准确性指标，c表示完整性指标，d表示一致性指标，z表示总体优良率指标。
[0160]
本发明实施例提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的针对电力微气象监测数据的质量评估方法。
[0161]
通过上述技术方案，针对电力微气象监测数据的质量评估方法通用性强，能全面评估数据质量的各项指标，对基于电力微气象监测数据的数据挖掘等各项应用具有重要意义和价值。
[0162]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0163]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0164]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0165]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0166]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0167]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0168]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0169]
还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0170]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种针对电力微气象监测数据的质量评估方法，其特征在于，包括：建立层级结构模型；提取微气象监测数据中的最底层指标参数；计算层级结构模型中的第一层的基础性统计指标；计算评估维度指标kpi；构造满足一致性检验的模糊互补判断矩阵；计算模糊互补判断矩阵的权重；计算数据质量整体评分。2.根据权利要求1所述的质量评估方法，其特征在于，所述建立层级结构模型包括：采用关键字段值准确率评估数据的准确性；采用处理文件数完整率评估数据的完整性；采用数据关联率和数据覆盖率评估数据的一致性；采用文件处理及时率和文件处理平均时延评估数据的及时性；根据所述准确性、所述完整性、所述一致性以及所述及时性建立所述层级结构模型；其中所述层级结构模型自上而下依次包括优良率指标层级，评估维度指标层级以及基础性统计指标层级，所述优良率指标层级包括总体优良率指标，所述评估维度指标层级包括准确性指标、完整性指标、一致性指标以及及时性指标，所述基础性统计指标层级包括关键字段值准确率、处理文件数完整率、数据关联率、数据覆盖率、文件处理及时率以及文件处理时延率。3.根据权利要求2所述的质量评估方法，其特征在于，所述提取微气象监测数据中的最底层指标参数包括：针对准确性，提取总记录数和关键字段值合规记录数；针对完整性，提取实际文件总数、处理文件总数、时间序列去重数以及时间序列总种类数；针对一致性，提取关联记录条数、字段或字段组合去重数以及字段或字段组合总种类数；以及针对及时性，提取文件处理时延、文件处理时延之和以及文件处理及时数。4.根据权利要求3所述的质量评估方法，其特征在于，所述计算层级结构模型中的第一层的基础性统计指标包括：根据公式(1)计算第一层的基础性统计指标：根据公式(1)计算第一层的基础性统计指标：根据公式(1)计算第一层的基础性统计指标：根据公式(1)计算第一层的基础性统计指标：
其中，a_1001表示总记录数，a_1002表示关键字段值合规记录数，a_2001表示实际文件总数，a_2002表示处理文件总数，a_3001表示关联记录条数，a_3002表示字段或字段组合去重数，a_3003表示字段或字段组合总重量数，a_4002表示文件处理时延之和，a_4003表示文件处理及时数；b_1001表示关键字段值准确率，c_1001表示处理文件数完整率，d_0001表示数据关联率，d_0002表示数据覆盖率，e_0001表示文件处理及时率，e_0002表示文件处理时延率。5.根据权利要求4所述的质量评估方法，其特征在于，所述计算评估维度指标kpi包括：根据公式(2)将d_0001和d_0002合并，以及将e_0001和e_0002合并，以计算准确性指标b、完整性指标c、一致性指标d以及及时性指标e：b＝b_1001c＝c_1001c＝c_1001在低层数据指标中，将温度、湿度、降雨量、风向以及风速相关的数据指标合并。6.根据权利要求5所述的质量评估方法，其特征在于，所述构造满足一致性检验的模糊互补判断矩阵包括：基于准确性指标、完整性指标、一致性指标、及时性指标，构造以下四阶模糊互补判断矩阵a：准确性完整性一致性及时性准确性0.500.500.600.70完整性0.500.500.600.70一致性0.400.400.500.60及时性0.300.300.400.507.根据权利要求6所述的质量评估方法，其特征在于，所述计算模糊互补判断矩阵的权重包括：根据公式(3)计算模糊互补判断矩阵的权重：其中w
i
表示权重，a
ij
表示模糊判断矩阵第i行，第j列元素值，n表示模糊互补判断矩阵阶数。
8.根据权利要求7所述的质量评估方法，其特征在于，所述计算数据质量整体评分包括：根据公式(4)计算数据质量整体评分：s＝w*[b；c；d；...；z]*100
ꢀꢀꢀꢀꢀ
公式(4)其中，s表示数据质量整体评分，w＝(w1,w2,...,w
n
)
t
是模糊判断矩阵a的权重向量，其中b表示准确性指标，c表示完整性指标，d表示一致性指标，z表示总体优良率指标。9.一种处理器，其特征在于，用于运行程序，其中，所述程序被运行时用于执行根据权利要求1至8中任意一项所述的针对电力微气象监测数据的质量评估方法。10.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令用于使得机器执行根据权利要求1至8中任意一项所述的针对电力微气象监测数据的质量评估方法。

技术总结
本发明实施例提供一种针对电力微气象监测数据的质量评估方法、处理器及存储介质。方法包括：建立层级结构模型；提取微气象监测数据中的最底层指标参数；计算层级结构模型中的第一层的基础性统计指标；计算评估维度指标KPI；构造满足一致性检验的模糊互补判断矩阵；计算模糊互补判断矩阵的权重；计算数据质量整体评分。该方法通用性强，能全面评估数据质量的各项指标，对基于电力微气象监测数据的数据挖掘等各项应用具有重要意义和价值。挖掘等各项应用具有重要意义和价值。挖掘等各项应用具有重要意义和价值。


技术研发人员：皮新宇 冯文卿 欧阳亿 何立夫 罗晶 曹启明
受保护的技术使用者：国网湖南省电力有限公司防灾减灾中心 国家电网有限公司
技术研发日：2021.12.06
技术公布日：2022/3/8