基于电网工程的ESG指标体系算法模型确定方法和装置与流程

基于电网工程的esg指标体系算法模型确定方法和装置
技术领域
1.本技术涉及电网工程碳排放技术领域，特别是涉及一种基于电网工程的esg指标体系算法模型确定方法和装置。


背景技术：

2.随着电网建设的发展，需要进行大量的电网工程建设任务，对电网建设碳排放的认识长期以来局限在狭义的电力传输过程，具体包括线损、电网工程生态环境影响、固体废物、办公设施环境影响等。近些年，以上碳排放已经得到很大改善，然而在生态文明和碳中和的要求下，对电网建设过程中的减少碳排放要求会越来越高。
3.传统技术中，电网工程的建设为以投资及运行经济性为主导，兼顾运行安全性资源配置问题，却忽视了电网工程的建设及运行中产生的碳排放数据，无法准确描述电网工程与，使得规划结论未能有效适应“双碳”目标。由于缺失对碳排放数据的描述，导致对电网工程在全生命周期的运行和环境交互之间产生的资源交互情况描述不准确。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高对电网工程在全生命周期的运行和环境交互之间产生的资源交互情况描述精确度的基于电网工程的esg指标体系算法模型确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种基于电网工程的esg指标体系算法模型确定方法。所述方法包括：响应于电网工程对应的电网工程影响评分任务，获取所述电网工程的电网工程全生命周期数据；根据所述电网工程全生命周期数据，确定所述电网工程对应的各电网评价指标信息以及指标信息重要度映射关系；根据所述指标信息重要度映射关系，对各所述电网评价指标信息映射为对应的待调整重要度信息；根据所述电网工程影响评分任务对应的重要度信息调整模型，对各所述待调整重要度信息进行调整，得到各所述电网评价指标信息对应的已调整重要度信息；根据各所述电网评价指标信息以及各所述已调整重要度信息，构建所述电网工程对应的电网工程指标体系算法模型；所述电网工程指标体系算法模型用于确定所述电网工程中的电力资源交互情况。
6.第二方面，本技术提供了一种电网工程指标体系算法模型应用方法。所述方法包括：响应于电网工程的电力资源交互情况监控任务，获取电网工程指标体系算法模型，所述电网工程指标体系算法模型为根据一种基于电网工程的esg指标体系算法模型确定方法构建得到的；对所述电网工程指标体系算法模型中的各电网评价指标信息添加电网基础重要度信息，得到电力交互电网工程指标体系算法模型；将所述电网工程的电网实时描述数据输入至所述电力交互电网工程指标体系算法模型，得到电力资源交互情况信息；所述电力资源交互情况信息用于对所述电网工程的电力资源交互情况进行监控。
7.第三方面，本技术还提供了一种基于电网工程的esg指标体系算法模型确定装置。所述装置包括：电网数据获取模块，用于响应于电网工程对应的电网工程影响评分任务，获
取所述电网工程的电网工程全生命周期数据；映射关系确定模块，用于根据所述电网工程全生命周期数据，确定所述电网工程对应的各电网评价指标信息以及指标信息重要度映射关系；重要度信息计算模块，用于根据所述指标信息重要度映射关系，对各所述电网评价指标信息映射为对应的待调整重要度信息；重要度信息调整模块，用于根据所述电网工程影响评分任务对应的重要度信息调整模型，对各所述待调整重要度信息进行调整，得到各所述电网评价指标信息对应的已调整重要度信息；电网模型构建模块，用于根据各所述电网评价指标信息以及各所述已调整重要度信息，构建所述电网工程对应的电网工程指标体系算法模型；所述电网工程指标体系算法模型用于确定所述电网工程中的电力资源交互情况。
8.第四方面，本技术还提供了一种电网工程指标体系算法模型应用装置。所述装置包括：电网模型获取模块，用于响应于电网工程的电力资源交互情况监控任务，获取电网工程指标体系算法模型，所述电网工程指标体系算法模型为根据一种基于电网工程的esg指标体系算法模型确定方法构建得到的；交互模型得到模块，用于对所述电网工程指标体系算法模型中的各电网评价指标信息添加电网基础重要度信息，得到电力交互电网工程指标体系算法模型；交互信息计算模块，用于将所述电网工程的电网实时描述数据输入至所述电力交互电网工程指标体系算法模型，得到电力资源交互情况信息；所述电力资源交互情况信息用于对所述电网工程的电力资源交互情况进行监控。
9.上述一种基于电网工程的esg指标体系算法模型确定方法、装置、计算机设备、存储介质和计算机程序产品，通过响应于电网工程对应的电网工程影响评分任务，获取电网工程的电网工程全生命周期数据；根据电网工程全生命周期数据，确定电网工程对应的各电网评价指标信息以及指标信息重要度映射关系；根据指标信息重要度映射关系，对各电网评价指标信息映射为对应的待调整重要度信息；根据电网工程影响评分任务对应的重要度信息调整模型，对各待调整重要度信息进行调整，得到各电网评价指标信息对应的已调整重要度信息；根据各电网评价指标信息以及各已调整重要度信息，构建电网工程对应的电网工程指标体系算法模型；电网工程指标体系算法模型用于确定电网工程中的电力资源交互情况。
10.通过利用电网工程全生命周期数据，确定用于计算各电网评价指标信息的指标信息重要度映射关系，并进一步基于电网工程全生命周期数据，根据重要度信息调整模型，对各个重要度信息进行调整，最后利用已调整重要度信息，构建用于描述电力资源交互情况的电网工程指标体系算法模型。能够提高对电网工程在全生命周期的运行和环境交互之间产生的资源交互情况描述精确度，助力电网工程项目有效防范esg风险。
附图说明
11.图1为一个实施例中一种基于电网工程的esg指标体系算法模型确定方法的应用环境图；
12.图2为一个实施例中一种基于电网工程的esg指标体系算法模型确定方法的流程示意图；
13.图3为一个实施例中待调整重要度信息确定方法的流程示意图；
14.图4为一个实施例中第一重要度信息得到方法的流程示意图；
15.图5为一个实施例中第二重要度信息得到方法的流程示意图；
16.图6为一个实施例中已调整重要度信息得到方法的流程示意图；
17.图7为另一个实施例中已调整重要度信息得到方法的流程示意图；
18.图8为一个实施例中电网工程指标体系算法模型构建方法的流程示意图；
19.图9为一个实施例中一种电网工程指标体系算法模型应用方法的流程示意图；
20.图10为一个实施例中电网工程全生命周期数据开发方法的流程示意图；
21.图11为一个实施例中电网工程指标体系算法模型分析逻辑示意图；
22.图12为一个实施例中一种基于电网工程的esg指标体系算法模型确定装置的结构框图；
23.图13为一个实施例中一种电网工程指标体系算法模型应用装置的结构框图；
24.图14为一个实施例中计算机设备的内部结构图。
具体实施方式
25.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
26.本技术实施例提供的一种基于电网工程的esg指标体系算法模型确定方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104响应于终端102的电网工程对应的电网工程影响评分任务，服务器104从终端102获取电网工程的电网工程全生命周期数据；根据电网工程全生命周期数据，确定电网工程对应的各电网评价指标信息以及指标信息重要度映射关系；根据指标信息重要度映射关系，对各电网评价指标信息映射为对应的待调整重要度信息；根据电网工程影响评分任务对应的重要度信息调整模型，对各待调整重要度信息进行调整，得到各电网评价指标信息对应的已调整重要度信息；根据各电网评价指标信息以及各已调整重要度信息，构建电网工程对应的电网工程指标体系算法模型；电网工程指标体系算法模型用于确定电网工程中的电力资源交互情况。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
27.在一个实施例中，如图2所示，提供了一种基于电网工程的esg指标体系算法模型确定方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
28.步骤202，响应于电网工程对应的电网工程影响评分任务，获取电网工程的电网工程全生命周期数据。
29.其中，电网工程可以是电网系统的整个生命周期的工程，包括电网系统的设计、采购、施工、运营和报废。
30.其中，电网工程影响评分任务可以是电网工程的各项指标之间的相互影响以及各个指标对外部的影响的程度评估任务。
31.其中，电网工程全生命周期数据可以是电网工程在建设到报废的全生命周期的描述数据，其中，电网工程全生命周期数据包括电网工程设计数据、电网工程资源交互数据、电网工程建设数据、电网工程运营数据以及电网工程损耗数据，它们分别是在电网系统的设计、采购、施工、运营和报废所产生的数据；其中，电网工程设计数据对应在电网系统设计过程中产生的数据，电网工程资源交互数据对应在电网系统设备采购过程中产生的数据，电网工程建设数据对应在电网系统施工过程中产生的数据，电网工程运营数据对应在电网系统施工运营中产生的数据，电网工程损耗数据对应在电网系统报废后产生的数据。
32.具体地，服务器104响应于终端102关于电网工程对应的电网工程影响评分任务的指令，从终端102处获取电网工程的电网工程全生命周期数据，并且将获取到的电网工程全生命周期数据存储到存储单元中，当服务器需要对电网工程全生命周期数据中的任意数据记录进行处理时，则从存储单元中调取至易失性存储资源以供中央处理器进行计算。其中，任意数据记录可以是单个数据输入至中央处理器，也可以为多个数据同时输入至中央处理器。在获取电网工程全生命周期数据之前，对采集到的数据执行如图10的一个实施例中电网工程全生命周期数据开发方法的流程示意图的步骤进行数据预处理。
33.步骤204，根据电网工程全生命周期数据，确定电网工程对应的各电网评价指标信息以及指标信息重要度映射关系。
34.其中，电网评价指标信息可以是用于对电网工程进行评价的各个评价指标所组成的集合。
35.其中，指标信息重要度映射关系可以是用于计算电网工程的各个评价指标的权重赋值算法。其中，指标信息重要度映射关系包括层次分析映射关系以及熵值映射关系。
36.具体地，根据电网工程全生命周期数据中的电网工程设计数据、电网工程资源交互数据、电网工程建设数据、电网工程运营数据以及电网工程损耗数据，结合实际的电网工程影响评分任务需求，确定对电网工程的交互影响评分的各个电网评价指标信息；以及根据上述的数据和条件，针对各个电网评价指标信息，从多个权重赋值算法选取若干个合适的权重赋值算法作为指标信息重要度映射关系。
37.步骤206，根据指标信息重要度映射关系，对各电网评价指标信息映射为对应的待调整重要度信息。
38.其中，重要度信息可以是用于对电网工程进行评价的各个评价指标对应的权重；其中，未根据实际情况进行调整的重要度信息称为待调整重要度信息，已经根据实际情况进行调整的重要度信息称为已调整重要度信息。
39.具体地，基于层次分析映射关系(ahp层次分析法)，根据各电网评价指标信息以及1-9级评分法，生成一份根据已构建的评价指标的表格，然后根据电网工程全生命周期数据对表格中的各个电网评价指标信息进行评分，得出指标信息量化判断矩阵。进一步，利用方根法求解指标信息量化判断矩阵的矩阵最大特征值(简称λmax)与各矩阵特征向量(简称wi)，并对矩阵最大特征值以及各矩阵特征向量进行一致性检验。最后，根据矩阵最大特征值以及各矩阵特征向量对各电网评价指标信息进行第一次权重赋值，得到各第一重要度信息。表1为层次分析映射关系的标度说明。
40.表1层次分析映射关系的1-9标度说明
[0041][0042]
基于熵值映射关系(熵值法)，根据各个电网评价指标信息，构建熵值映射关系对应的指标信息决策矩阵，其中，指标信息决策矩阵包括由各个电网评价指标信息结合电网工程全生命周期数据而生成对应的决策矩阵信息量。使用概率分布的方法求解指标信息决策矩阵，可以得到各个第二重要度信息。其中，在信息学中，熵是不确定性的一个指标，用概率分布来表示，它认为一个广泛的分布比具有明显峰值的分布表示更不确定。具体表达方法如下：
[0043][0044]
其中，k是正的常数。当所有的pi都相等时，即pi＝1/n，熵值最大。指标值的差异越小，对方案的评价作用越低，权重应该减小。
[0045]
最后，将同一个电网评价指标信息的第一重要度信息和第二重要度信息进行加权求和，即可以得到该电网评价指标信息的待调整重要度信息，同理可得各个电网评价指标信息的待调整重要度信息。
[0046]
步骤208，根据电网工程影响评分任务对应的重要度信息调整模型，对各待调整重要度信息进行调整，得到各电网评价指标信息对应的已调整重要度信息。
[0047]
其中，重要度信息调整模型可以是模块化算法模型，可以选用重要性矩阵模型。
[0048]
具体地，根据各个待调整重要度信息和重要度信息调整模型，可以确定每一个待调整重要度信息在重要度信息调整模型的重要度数字数据点；以及对各个待调整重要度信息进行统计，确定所有待调整重要度信息的重要度中位数。进一步，将各个待调整重要度信息对应的重要度数字数据点分别与重要度中位数进行对比，得到重要度信息对比结果，其中，重要度信息对比结果包括重要度数字数据点大于重要度中位数，重要度数字数据点等于重要度中位数以及重要度数字数据点小于重要度中位数。根据重要度信息对比结果对各个待调整重要度信息进行等级划分，即按照各个重要度数字数据点与重要度中位数的差值，将各个待调整重要度信息进行等级划分后按照十等分的原则进行排序，得到各个已划分重要度信息。最后，根据各个已划分重要度信息确定分配给各个待调整重要度信息的权重调整比例后，将各个待调整重要度信息与对应的权重调整比例进行相乘，得到各已调整重要度信息。
[0049]
步骤210，根据各电网评价指标信息以及各已调整重要度信息，构建电网工程对应的电网工程指标体系算法模型。
[0050]
其中，电网工程指标体系算法模型可以是用于确定电网工程中的电力资源交互情
况的模型。
[0051]
具体地，根据各个电网评价指标信息以及电网工程影响评分任务，从多个指标评价模块中选择匹配该电网工程的各个目标指标评价模块。例如：结合整体指标框架，按模块化思路对指标算法进行整体设计，确定形成“优质工程评价”“新增指标评价”“综合检查等其他评价”三大模块。根据各个电网评价指标信息以及各个已调整重要度信息，对各个指标评价模块的权重进行计算，得到各个指标评价模块对应的评价模块重要度信息，例如：根据各模块在二级和三级指标中的占比设置该模块在相应报告中的权重，以电网工程esg评价评级报告(总报告)，“优质工程评价”模块权重为0.4-0.55，“新增指标评价”权重为0.15-0.25，“综合检查等其他评价”权重为0.2-0.45。最后，根据各个评价模块重要度信息，搭建构建电网工程指标体系算法模型，其中，电网工程指标体系算法模型中若当期未开展，则选取最新时段最近范围的检查评价结果作为其模块的得分。图11为一个实施例中电网工程指标体系算法模型分析逻辑示意图。
[0052]
上述一种基于电网工程的esg指标体系算法模型确定方法中，通过响应于电网工程对应的电网工程影响评分任务，获取电网工程的电网工程全生命周期数据；根据电网工程全生命周期数据，确定电网工程对应的各电网评价指标信息以及指标信息重要度映射关系；根据指标信息重要度映射关系，对各电网评价指标信息映射为对应的待调整重要度信息；根据电网工程影响评分任务对应的重要度信息调整模型，对各待调整重要度信息进行调整，得到各电网评价指标信息对应的已调整重要度信息；根据各电网评价指标信息以及各已调整重要度信息，构建电网工程对应的电网工程指标体系算法模型；电网工程指标体系算法模型用于确定电网工程中的电力资源交互情况。
[0053]
通过利用电网工程全生命周期数据，确定用于计算各电网评价指标信息的指标信息重要度映射关系，并进一步基于电网工程全生命周期数据，根据重要度信息调整模型，对各个重要度信息进行调整，最后利用已调整重要度信息，构建用于描述电力资源交互情况的电网工程指标体系算法模型。能够提高对电网工程在全生命周期的运行和环境交互之间产生的资源交互情况描述精确度，助力电网工程项目有效防范esg风险。
[0054]
在一个实施例中，如图3所示，根据指标信息重要度映射关系，对各电网评价指标信息映射为对应的待调整重要度信息，包括：
[0055]
步骤302，根据层次分析映射关系，对各电网评价指标信息映射为对应的第一重要度信息。
[0056]
其中，层次分析映射关系可以是ahp层次分析法。
[0057]
其中，第一重要度信息可以是通过ahp层次分析法对电网评价指标信息进行权重赋值计算得到的权重。
[0058]
具体地，基于层次分析映射关系(ahp层次分析法)，根据各电网评价指标信息以及1-9级评分法，生成一份根据已构建的评价指标的表格，然后根据电网工程全生命周期数据对表格中的各个电网评价指标信息进行评分，得出指标信息量化判断矩阵。进一步，利用方根法求解指标信息量化判断矩阵的矩阵最大特征值(简称λmax)与各矩阵特征向量(简称wi)，并对矩阵最大特征值以及各矩阵特征向量进行一致性检验。最后，根据矩阵最大特征值以及各矩阵特征向量对各电网评价指标信息进行第一次权重赋值，得到各第一重要度信息。
[0059]
步骤304，根据熵值映射关系，对各电网评价指标信息映射为对应的第二重要度信息。
[0060]
其中，熵值映射关系可以是熵值法。
[0061]
其中，第二重要度信息通过熵值法对电网评价指标信息进行权重赋值计算得到的权重。
[0062]
具体地，基于熵值映射关系(熵值法)，根据各个电网评价指标信息，构建熵值映射关系对应的指标信息决策矩阵，其中，指标信息决策矩阵包括由各个电网评价指标信息结合电网工程全生命周期数据而生成对应的决策矩阵信息量。使用概率分布的方法求解指标信息决策矩阵，可以得到各个第二重要度信息。其中，在信息学中，熵是不确定性的一个指标，用概率分布来表示，它认为一个广泛的分布比具有明显峰值的分布表示更不确定。具体表达方法如下：
[0063][0064]
其中，k是正的常数。当所有的pi都相等时，即pi＝1/n，熵值最大。指标值的差异越小，对方案的评价作用越低，权重应该减小。
[0065]
步骤306，根据各第一重要度信息和各第二重要度信息，确定各待调整重要度信息。
[0066]
具体地，将同一个电网评价指标信息的第一重要度信息和第二重要度信息进行加权求和，即可以得到该电网评价指标信息的待调整重要度信息，同理可得各个电网评价指标信息的待调整重要度信息。
[0067]
本实施例中，通过使用不同的映射关系来计算电网评价指标信息在不同映射关下的重要度信息，并针对同一个电网评价指标信息整合两个映射关系计算的重要度信息，能够结合不同的映射关系的特点，使得电网评价指标信息对应的最终的重要度信息更能反映实际的偏置，提高对电网工程的指标评分的与现实的匹配度。
[0068]
在一个实施例中，如图4所示，根据层次分析映射关系，对各电网评价指标信息映射为对应的第一重要度信息，包括：
[0069]
步骤402，基于层次分析映射关系，根据各电网评价指标信息，构建指标信息量化判断矩阵。
[0070]
其中，指标信息量化判断矩阵可以是ahp层次分析法对电网评价指标信息的权重赋值计算过程中的一个矩阵，该矩阵为对每一层次各电网评价指标信息的相对重要性给出的判断，这些判断用数值表示出来，写成矩阵形式的结果。
[0071]
具体地，基于层次分析映射关系(ahp层次分析法)，根据各电网评价指标信息以及1-9级评分法，生成一份根据已构建的评价指标的表格，然后根据电网工程全生命周期数据对表格中的各个电网评价指标信息进行评分，得出指标信息量化判断矩阵。
[0072]
步骤404，根据方根法求解指标信息量化判断矩阵，得到矩阵最大特征值以及各矩阵特征向量。
[0073]
其中，矩阵最大特征值可以是通过指标信息量化判断矩阵计算的各个特征值中，特征值数值最大的特征值。
[0074]
其中，矩阵特征向量可以是求解指标信息量化判断矩阵后得到的特征向量。
[0075]
具体地，利用方根法求解指标信息量化判断矩阵的矩阵最大特征值(简称λmax)与各矩阵特征向量(简称wi)，并对矩阵最大特征值以及各矩阵特征向量进行一致性检验。
[0076]
步骤406，根据矩阵最大特征值以及各矩阵特征向量，得到各第一重要度信息。
[0077]
具体地，根据矩阵最大特征值以及各矩阵特征向量对各电网评价指标信息进行第一次权重赋值，得到各第一重要度信息。
[0078]
本实施例中，通过求解根据电网评价指标信息构建的指标信息量化判断矩阵，得到矩阵最大特征值以及各矩阵特征向量，并利用上述求解结果计算电网评价指标信息的重要度信息，能够将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上满足定性分析和定量分析的目标，使得第一重要度信息能够与对应的计算电网评价指标信息高度匹配。
[0079]
在一个实施例中，如图5所示，根据熵值映射关系，对各电网评价指标信息映射为对应的第二重要度信息，包括：
[0080]
步骤502，基于熵值映射关系，根据各电网评价指标信息，构建指标信息决策矩阵。
[0081]
其中，指标信息决策矩阵可以是表示决策方案与电网评价指标信息之间相互关系的矩阵表式，常用来进行定量决策分析。
[0082]
具体地，基于熵值映射关系(熵值法)，根据各个电网评价指标信息，构建熵值映射关系对应的指标信息决策矩阵，其中，指标信息决策矩阵包括由各个电网评价指标信息结合电网工程全生命周期数据而生成对应的决策矩阵信息量。
[0083]
步骤504，求解指标信息决策矩阵，得到各第二重要度信息。
[0084]
具体地，使用概率分布的方法求解指标信息决策矩阵，可以得到各个第二重要度信息。其中，在信息学中，熵是不确定性的一个指标，用概率分布来表示，它认为一个广泛的分布比具有明显峰值的分布表示更不确定。具体表达方法如下：
[0085][0086]
其中，k是正的常数。当所有的pi都相等时，即pi＝1/n，熵值最大。指标值的差异越小，对方案的评价作用越低，权重应该减小。
[0087]
本实施例中，通过求解根据电网评价指标信息构建的指标信息决策矩阵，得到各个电网评价指标信息的重要度信息，能够根据客观的赋权法定性分析和定量分析的目标，使得第二重要度信息能够的客观性更强。
[0088]
在一个实施例中，如图6所示，根据电网工程影响评分任务对应的重要度信息调整模型，对各待调整重要度信息进行调整，得到各电网评价指标信息对应的已调整重要度信息，包括：
[0089]
步骤602，根据各待调整重要度信息，确定各待调整重要度信息对应的重要度数字数据点以及重要度中位数。
[0090]
其中，重要度数字数据点可以是各待调整重要度信息以数据点的形式进行表示。
[0091]
其中，重要度中位数可以是各个待调整重要度信息的中位数。
[0092]
具体地，根据各个待调整重要度信息和重要度信息调整模型，可以确定每一个待
调整重要度信息在重要度信息调整模型的重要度数字数据点；以及对各个待调整重要度信息进行统计，确定所有待调整重要度信息的重要度中位数。
[0093]
步骤604，基于重要度信息调整模型，根据各重要度数字数据点以及重要度中位数，对各待调整重要度信息进行调整，得到各已调整重要度信息。
[0094]
具体地，将各个待调整重要度信息对应的重要度数字数据点分别与重要度中位数进行对比，得到重要度信息对比结果，其中，重要度信息对比结果包括重要度数字数据点大于重要度中位数，重要度数字数据点等于重要度中位数以及重要度数字数据点小于重要度中位数。根据重要度信息对比结果对各个待调整重要度信息进行等级划分，即按照各个重要度数字数据点与重要度中位数的差值，将各个待调整重要度信息进行等级划分后按照十等分的原则进行排序，得到各个已划分重要度信息。最后，根据各个已划分重要度信息确定分配给各个待调整重要度信息的权重调整比例后，将各个待调整重要度信息与对应的权重调整比例进行相乘，得到各已调整重要度信息。
[0095]
本实施例中，通过将待调整重要度信息输入至重要度信息调整模型，以确定各个重要度数字数据点以及重要度中位数，以用作分别对相应的待调整重要度信息进行调整，能够协助电网工程在内部交互以及与外部交互的过程中，对各种指标进行内外因素分析，提高电力资源交互情况的准确度。
[0096]
在一个实施例中，如图7所示，基于重要度信息调整模型，根据各重要度数字数据点以及重要度中位数，对各待调整重要度信息进行调整，得到各已调整重要度信息，包括：
[0097]
步骤702，将各重要度数字数据点与重要度中位数进行对比，得到重要度信息对比结果。
[0098]
其中，重要度信息对比结果可以是重要度数字数据点与重要度中位数进行对比得到的对比结果，表示两者的大小关系。
[0099]
具体地，将各个待调整重要度信息对应的重要度数字数据点分别与重要度中位数进行对比，得到重要度信息对比结果，其中，重要度信息对比结果包括重要度数字数据点大于重要度中位数，重要度数字数据点等于重要度中位数以及重要度数字数据点小于重要度中位数。
[0100]
步骤704，根据重要度信息对比结果对各待调整重要度信息进行等级划分，得到各已划分重要度信息。
[0101]
其中，已划分重要度信息可以是
[0102]
具体地，根据重要度信息对比结果对各个待调整重要度信息进行等级划分，即按照各个重要度数字数据点与重要度中位数的差值，将各个待调整重要度信息进行等级划分后按照十等分的原则进行排序，得到各个已划分重要度信息。
[0103]
步骤706，对各已划分重要度信息进行调整，得到各已调整重要度信息。
[0104]
具体地，根据各个已划分重要度信息确定分配给各个待调整重要度信息的权重调整比例后，将各个待调整重要度信息与对应的权重调整比例进行相乘，得到各已调整重要度信息。
[0105]
本实施例中，通过将各个重要度数字数据点分别与重要度中位数进行对比，用于对各个待调整重要度信息进行等级划分后进行加权计算，能够根据等级排名决定确定权重时分配给该数据点的权重，使得后续构建电网工程指标体系算法模型更符合实际情况。
[0106]
在一个实施例中，如图8所示，根据各电网评价指标信息以及各已调整重要度信息，构建电网工程对应的电网工程指标体系算法模型，包括：
[0107]
步骤802，根据各电网评价指标信息以及电网工程影响评分任务，确定电网工程的各指标评价模块。
[0108]
其中，指标评价模块可以是将多个符合电网工程影响评分任务的同一类型的电网评价指标信息进行整合得到的模块，用于对电网工程进行评分。
[0109]
具体地，根据各个电网评价指标信息以及电网工程影响评分任务，从多个指标评价模块中选择匹配该电网工程的各个目标指标评价模块。例如：结合整体指标框架，按模块化思路对指标算法进行整体设计，确定形成“优质工程评价”“新增指标评价”“综合检查等其他评价”三大模块。
[0110]
步骤804，根据各电网评价指标信息以及各已调整重要度信息，确定各指标评价模块对应的评价模块重要度信息。
[0111]
其中，评价模块重要度信息可以是指标评价模块对应的权重。
[0112]
具体地，根据各个电网评价指标信息以及各个已调整重要度信息，对各个指标评价模块的权重进行计算，得到各个指标评价模块对应的评价模块重要度信息，例如：根据各模块在二级和三级指标中的占比设置该模块在相应报告中的权重，以电网工程esg评价评级报告(总报告)，“优质工程评价”模块权重为0.4-0.55，“新增指标评价”权重为0.15-0.25，“综合检查等其他评价”权重为0.2-0.45。
[0113]
步骤806，根据各评价模块重要度信息，构建电网工程指标体系算法模型。
[0114]
具体地，根据各个评价模块重要度信息，搭建构建电网工程指标体系算法模型，其中，电网工程指标体系算法模型中若当期未开展，则选取最新时段最近范围的检查评价结果作为其模块的得分。
[0115]
本实施例中，通过将多个相同类型的电网评价指标信息组合成一个指标评价模块，后续使用多个指标评价模块构建电网工程指标体系算法模型，能够使得构建电网工程指标体系算法模型的时候减少模型之间的相互交互的复杂度，在调试模型的时候更容易将模型调试到最佳状态，提高了电网工程指标体系算法模型的计算准确率。
[0116]
在一个实施例中，如图9所示，提供了一种电网工程指标体系算法模型应用方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
[0117]
步骤902，响应于电网工程的电力资源交互情况监控任务，获取电网工程指标体系算法模型。
[0118]
其中，电力资源交互情况监控任务可以是电网工程的各项指标之间的相互影响以及各个指标对外部的影响的程度监控任务。
[0119]
具体地，服务器104响应于终端102关于电网工程对应的电力资源交互情况监控任务的指令，从终端102处获取电网工程的电网工程指标体系算法模型，并且将获取到的电网工程指标体系算法模型存储到存储单元中，当服务器需要利用电网工程指标体系算法模型进行计算时，则从存储单元中调取至易失性存储资源以供中央处理器进行计算。其中，电网工程指标体系算法模型可以是单个数据输入至中央处理器进行串行计算，也可以为多个数据同时输入至中央处理器进行并行计算。
[0120]
步骤904，对电网工程指标体系算法模型中的各电网评价指标信息添加电网基础
重要度信息，得到电力交互电网工程指标体系算法模型。
[0121]
其中，电网基础重要度信息可以是根据电力资源交互情况监控任务而预先设定，针对各个电网评价指标信息的权重。
[0122]
其中，电力交互电网工程指标体系算法模型可以是电网工程指标体系算法模型中的各个电网评价指标信息增加基础权重后的模型。
[0123]
具体地，基于电网基础重要度信息和模块算法的已调整重要度信息，esg新增指标评价将依次按照三级指标、二级指标、一级指标的顺序对基础评价数据进行汇总计量，各层级指标在汇总计量时采用的重要度信息设定规则按照“基础权重设定+权重动态调整”模式，得到电力交互电网工程指标体系算法模型。其中，根据模型算法设计部分中的电网基础重要度信息，新增指标评价总和在15％-25％之间。在汇总计量前，为便于数据处理，对各级指标设定编码。各级指标项编码如下所示：
[0124]
一级指标对应指标体系中的编码分别为e1、e2
…
(针对环境的一级指标编码)，s1、s2
…
(针对交互的一级指标编码)，g1、g2
…
(针对监控的一级指标编码)；
[0125]
二级指标对应指标体系中的编码分别为e1.1、e2.1
…
(针对环境的二级指标编码)，s1.1、s2.1
…
(针对交互的二级指标编码)，g1.1、g2.1
…
(针对监控的二级指标编码)；
[0126]
三级指标对应指标体系中的编码分别为e1.1.1、e2.1.1
…
(针对环境的三级指标编码)，s1.1.1、s2.1.1
…
(针对交互的三级指标编码)，g1.1.1、g2.1.1
…
(针对监控的三级指标编码)；
[0127]
每一评价主体的esg最终评价得分由e、s和g各部分得分加权汇总得出，esg最终得分即：
[0128]
esg评分总分＝e环境总分*e环境权重+s交互责任总分*s交互责任权重+g监控总分*g监控权重(满分100分)
[0129]
e、s和g各部分的得分由每部分下设的三级指标项组成，各部分得分的汇总计量过程共分为三个阶段：
[0130]
第一，对于三级指标项，设定满分值以及得分/扣分规则，符合指标描述评价内容的得满分，符合指标内容但涉及扣分规则的部分得分，不符合指标描述评价内容得0分，得到该三级指标项实际分数(满分100分)；
[0131]
第二，基于上述得分，依据所设定的各项三级指标和二级指标项的权重逐层进行加权汇总，得到各一级指标项实际分数(满分100分)；
[0132]
第三，基于上述得分，依据所设定的各项一级指标项的权重进行加权汇总，最终得到该部分评价结果总得分(满分100分)。
[0133]
步骤906，将电网工程的电网实时描述数据输入至电力交互电网工程指标体系算法模型，得到电力资源交互情况信息。
[0134]
其中，电力资源交互情况信息可以是表示电网工程在全生命周期的过程中任意时间与外界进行交互的具体情况的信息。
[0135]
其中，电网实时描述数据可以是电网工程在全生命周期的过程中任意时间所产生用来描述电网工程的情况的数据。
[0136]
具体地，获取电网工程的实时描述数据，数据中包括实施产生的电网工程设计数据、电网工程资源交互数据、电网工程建设数据、电网工程运营数据以及电网工程损耗数
据，将实施产生的电网工程设计数据、电网工程资源交互数据、电网工程建设数据、电网工程运营数据以及电网工程损耗数据输入至电力交互电网工程指标体系算法模型，得到电力资源交互情况信息，并对电网工程的电力资源交互情况进行监控。
[0137]
本实施例中，通过响应于电网工程的电力资源交互情况监控任务，获取电网工程指标体系算法模型，电网工程指标体系算法模型为根据一种基于电网工程的esg指标体系算法模型确定方法构建得到的；对电网工程指标体系算法模型中的各电网评价指标信息添加电网基础重要度信息，得到电力交互电网工程指标体系算法模型；将电网工程的电网实时描述数据输入至电力交互电网工程指标体系算法模型，得到电力资源交互情况信息；电力资源交互情况信息用于对电网工程的电力资源交互情况进行监控。
[0138]
通过在电网工程指标体系算法模型中添加电网基础重要度信息，使得电力交互电网工程指标体系算法模型满足“基础权重设定+权重动态调整”模式，能够对电力工程的电力资源交互进行交互情况的监控描述更接近实际情况，能够助力电网工程项目有效防范esg风险。
[0139]
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0140]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的基于电网工程的esg指标体系算法模型确定方法的一种基于电网工程的esg指标体系算法模型确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个基于电网工程的esg指标体系算法模型确定装置实施例中的具体限定可以参见上文中对于一种基于电网工程的esg指标体系算法模型确定方法的限定，在此不再赘述
。
[0141]
在一个实施例中，如图12所示，提供了一种基于电网工程的esg指标体系算法模型确定装置，包括：电网数据获取模块1202、映射关系确定模块1204、重要度信息计算模块1206、重要度信息调整模块1208和电网模型构建模块1210，其中：
[0142]
电网数据获取模块1202，用于响应于电网工程对应的电网工程影响评分任务，获取电网工程的电网工程全生命周期数据；
[0143]
映射关系确定模块1204，用于根据电网工程全生命周期数据，确定电网工程对应的各电网评价指标信息以及指标信息重要度映射关系；
[0144]
重要度信息计算模块1206，用于根据指标信息重要度映射关系，对各电网评价指标信息映射为对应的待调整重要度信息；
[0145]
重要度信息调整模块1208，用于根据电网工程影响评分任务对应的重要度信息调整模型，对各待调整重要度信息进行调整，得到各电网评价指标信息对应的已调整重要度信息；
[0146]
电网模型构建模块1210，用于根据各电网评价指标信息以及各已调整重要度信
息，构建电网工程对应的电网工程指标体系算法模型；电网工程指标体系算法模型用于确定电网工程中的电力资源交互情况。
[0147]
在一个实施例中，重要度信息计算模块1206，还用于根据层次分析映射关系，对各电网评价指标信息映射为对应的第一重要度信息；根据熵值映射关系，对各电网评价指标信息映射为对应的第二重要度信息；根据各第一重要度信息和各第二重要度信息，确定各待调整重要度信息。
[0148]
在一个实施例中，重要度信息计算模块1206，还用于基于层次分析映射关系，根据各电网评价指标信息，构建指标信息量化判断矩阵；根据方根法求解指标信息量化判断矩阵，得到矩阵最大特征值以及各矩阵特征向量；根据矩阵最大特征值以及各矩阵特征向量，得到各第一重要度信息。
[0149]
在一个实施例中，重要度信息计算模块1206，还用于基于熵值映射关系，根据各电网评价指标信息，构建指标信息决策矩阵；求解指标信息决策矩阵，得到各第二重要度信息。
[0150]
在一个实施例中，重要度信息调整模块1208，还用于根据各待调整重要度信息，确定各待调整重要度信息对应的重要度数字数据点以及重要度中位数；基于重要度信息调整模型，根据各重要度数字数据点以及重要度中位数，对各待调整重要度信息进行调整，得到各已调整重要度信息。
[0151]
在一个实施例中，重要度信息调整模块1208，还用于将各重要度数字数据点与重要度中位数进行对比，得到重要度信息对比结果；根据重要度信息对比结果对各待调整重要度信息进行等级划分，得到各已划分重要度信息；对各已划分重要度信息进行调整，得到各已调整重要度信息。
[0152]
在一个实施例中，电网模型构建模块1210，还用于根据各电网评价指标信息以及电网工程影响评分任务，确定电网工程的各指标评价模块；根据各电网评价指标信息以及各已调整重要度信息，确定各指标评价模块对应的评价模块重要度信息；根据各评价模块重要度信息，构建电网工程指标体系算法模型。
[0153]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的电网工程指标体系算法模型应用方法的一种电网工程指标体系算法模型应用装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电网工程指标体系算法模型应用装置实施例中的具体限定可以参见上文中对于一种电网工程指标体系算法模型应用方法的限定，在此不再赘述
。
[0154]
在一个实施例中，如图13所示，提供了一种电网工程指标体系算法模型应用装置，包括：电网模型获取模块1302、交互模型得到模块1304和交互信息计算模块1306，其中：
[0155]
电网模型获取模块1302，用于响应于电网工程的电力资源交互情况监控任务，获取电网工程指标体系算法模型，电网工程指标体系算法模型为根据一种基于电网工程的esg指标体系算法模型确定方法构建得到的；
[0156]
交互模型得到模块1304，用于对电网工程指标体系算法模型中的各电网评价指标信息添加电网基础重要度信息，得到电力交互电网工程指标体系算法模型；
[0157]
交互信息计算模块1306，用于将电网工程的电网实时描述数据输入至电力交互电网工程指标体系算法模型，得到电力资源交互情况信息；电力资源交互情况信息用于对电
网工程的电力资源交互情况进行监控。
[0158]
上述一种基于电网工程的esg指标体系算法模型确定装置以及一种电网工程指标体系算法模型应用装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0159]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务器数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于电网工程的esg指标体系算法模型确定方法以及一种电网工程指标体系算法模型应用方法。
[0160]
本领域技术人员可以理解，图14中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0161]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0162]
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0163]
在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。
[0164]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0165]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据
库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0166]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0167]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种基于电网工程的esg指标体系算法模型确定方法，其特征在于，所述方法包括：响应于电网工程对应的电网工程影响评分任务，获取所述电网工程的电网工程全生命周期数据；根据所述电网工程全生命周期数据，确定所述电网工程对应的各电网评价指标信息以及指标信息重要度映射关系；根据所述指标信息重要度映射关系，对各所述电网评价指标信息映射为对应的待调整重要度信息；根据所述电网工程影响评分任务对应的重要度信息调整模型，对各所述待调整重要度信息进行调整，得到各所述电网评价指标信息对应的已调整重要度信息；根据各所述电网评价指标信息以及各所述已调整重要度信息，构建所述电网工程对应的电网工程指标体系算法模型；所述电网工程指标体系算法模型用于确定所述电网工程中的电力资源交互情况。2.根据权利要求1所述的方法，其特征在于，所述指标信息重要度映射关系包括层次分析映射关系以及熵值映射关系；所述根据所述指标信息重要度映射关系，对各所述电网评价指标信息映射为对应的待调整重要度信息，包括：根据所述层次分析映射关系，对各所述电网评价指标信息映射为对应的第一重要度信息；根据所述熵值映射关系，对各所述电网评价指标信息映射为对应的第二重要度信息；根据各所述第一重要度信息和各所述第二重要度信息，确定各所述待调整重要度信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述层次分析映射关系，对各所述电网评价指标信息映射为对应的第一重要度信息，包括：基于所述层次分析映射关系，根据各所述电网评价指标信息，构建指标信息量化判断矩阵；根据方根法求解所述指标信息量化判断矩阵，得到矩阵最大特征值以及各矩阵特征向量；根据所述矩阵最大特征值以及各所述矩阵特征向量，得到各所述第一重要度信息。4.根据权利要求2所述的方法，其特征在于，所述根据所述熵值映射关系，对各所述电网评价指标信息映射为对应的第二重要度信息，包括：基于所述熵值映射关系，根据各所述电网评价指标信息，构建指标信息决策矩阵；求解所述指标信息决策矩阵，得到各所述第二重要度信息。5.根据权利要求1所述的方法，其特征在于，所述根据所述电网工程影响评分任务对应的重要度信息调整模型，对各所述待调整重要度信息进行调整，得到各所述电网评价指标信息对应的已调整重要度信息，包括：根据各所述待调整重要度信息，确定各所述待调整重要度信息对应的重要度数字数据点以及重要度中位数；基于所述重要度信息调整模型，根据各所述重要度数字数据点以及所述重要度中位数，对各所述待调整重要度信息进行调整，得到各所述已调整重要度信息。6.根据权利要求5所述的方法，其特征在于，所述基于所述重要度信息调整模型，根据
各所述重要度数字数据点以及所述重要度中位数，对各所述待调整重要度信息进行调整，得到各所述已调整重要度信息，包括：将各所述重要度数字数据点与所述重要度中位数进行对比，得到重要度信息对比结果；根据所述重要度信息对比结果对各所述待调整重要度信息进行等级划分，得到各已划分重要度信息；对各所述已划分重要度信息进行调整，得到各所述已调整重要度信息。7.根据权利要求1所述的方法，其特征在于，所述根据各所述电网评价指标信息以及各所述已调整重要度信息，构建所述电网工程对应的电网工程指标体系算法模型，包括：根据各所述电网评价指标信息以及所述电网工程影响评分任务，确定所述电网工程的各指标评价模块；根据各所述电网评价指标信息以及各所述已调整重要度信息，确定各所述指标评价模块对应的评价模块重要度信息；根据各所述评价模块重要度信息，构建所述电网工程指标体系算法模型。8.一种电网工程指标体系算法模型应用方法，其特征在于，所述方法包括：响应于电网工程的电力资源交互情况监控任务，获取电网工程指标体系算法模型，所述电网工程指标体系算法模型为根据如权利要求1至7中任一项所述基于电网工程的esg指标体系算法模型确定方法构建得到的；对所述电网工程指标体系算法模型中的各电网评价指标信息添加电网基础重要度信息，得到电力交互电网工程指标体系算法模型；将所述电网工程的电网实时描述数据输入至所述电力交互电网工程指标体系算法模型，得到电力资源交互情况信息；所述电力资源交互情况信息用于对所述电网工程的电力资源交互情况进行监控。9.一种基于电网工程的esg指标体系算法模型确定装置，其特征在于，所述装置包括：电网数据获取模块，用于响应于电网工程对应的电网工程影响评分任务，获取所述电网工程的电网工程全生命周期数据；映射关系确定模块，用于根据所述电网工程全生命周期数据，确定所述电网工程对应的各电网评价指标信息以及指标信息重要度映射关系；重要度信息计算模块，用于根据所述指标信息重要度映射关系，对各所述电网评价指标信息映射为对应的待调整重要度信息；重要度信息调整模块，用于根据所述电网工程影响评分任务对应的重要度信息调整模型，对各所述待调整重要度信息进行调整，得到各所述电网评价指标信息对应的已调整重要度信息；电网模型构建模块，用于根据各所述电网评价指标信息以及各所述已调整重要度信息，构建所述电网工程对应的电网工程指标体系算法模型；所述电网工程指标体系算法模型用于确定所述电网工程中的电力资源交互情况。10.一种电网工程指标体系算法模型应用装置，其特征在于，所述装置包括：电网模型获取模块，用于响应于电网工程的电力资源交互情况监控任务，获取电网工程指标体系算法模型，所述电网工程指标体系算法模型为根据如权利要求1至7中任一项所
述基于电网工程的esg指标体系算法模型确定方法构建得到的；交互模型得到模块，用于对所述电网工程指标体系算法模型中的各电网评价指标信息添加电网基础重要度信息，得到电力交互电网工程指标体系算法模型；交互信息计算模块，用于将所述电网工程的电网实时描述数据输入至所述电力交互电网工程指标体系算法模型，得到电力资源交互情况信息；所述电力资源交互情况信息用于对所述电网工程的电力资源交互情况进行监控。

技术总结
本申请涉及一种基于电网工程的ESG指标体系算法模型确定方法和装置。所述方法包括：响应于电网工程对应的电网工程影响评分任务，获取电网工程全生命周期数据；根据电网工程全生命周期数据，确定各电网评价指标信息以及指标信息重要度映射关系；根据指标信息重要度映射关系，对各电网评价指标信息映射为对应的待调整重要度信息；根据电网工程影响评分任务对应的重要度信息调整模型，对各待调整重要度信息进行调整，得到各已调整重要度信息；根据各电网评价指标信息以及各已调整重要度信息，构建电网工程对应的电网工程指标体系算法模型。采用本方法能够提高对电网工程在全生命周期的运行和环境交互之间产生的资源交互情况描述精确度。精确度。精确度。


技术研发人员：曾文龙 邹贵林 王俊刚 余海翔 袁太平 罗旭升 李凡 何飞鹏 冷祥彪 彭飞
受保护的技术使用者：南方电网能源发展研究院有限责任公司
技术研发日：2023.05.30
技术公布日：2023/8/23