基于大数据和层次分析法的电力信息系统成熟度评估

来源:用户上传      作者:

　　摘要：文章首先分析了业务系统成熟度的评估指标体系，随后介绍了层次分析法确定指标权重数值，包括创建层次递阶结构、建立判断矩阵、一致性检验以及层次单排序等，最后介绍了成熟度综合评估，希望能给相关人士提供一些参考。
　　关键词：大数据;层次分析法;成熟度评估
　　电力信息系统中的主要包括数据中心、企业资源计划、用电信息收集、营销系统、生产管理系统等部分，不同的业务系统之间存在着多样的复杂交互行为和异步操作行为，各种系统之间的有序运行是企业信息化的基础保障，同时也是建设现代化企业的基础要求，为此需要在信息背景下，对业务系统的成熟度进行准确评估。
　　一、业务系统成熟度的评估指标体系
　　选取指标是创建评估体系的基础，为了能够让整个评估指标体系更加准确、客观、全面，在选取指标的过程中应该遵循规范性、可操作性、相互独立性、全面性、准确性和客观性等原则。随着电力企业中逐渐应用各种业务系统进行信息化管理，电力企业中的基础数据也逐渐增加，数据中主要包括外部数据、空间数据、信息管理数据、实时采集数据等，其中数据容量较大的有空间数据存储和实时采集数据，从而给在大量数据信息中挖掘拥有代表性数据指标工作增加了一定的难度。
　　从大数据的角度入手，对企业内现有的各种业务系统实际状况和应用需求进行重新分析。利用HADOOP技术为基础创建和计算业务并行、分布式储存的监测业务平台，对海量数据分布进行有效储存和处理，挖掘业务系统成熟度代表特征，遵循分层、分类的处理原则，考虑到业务系统功能的满意度、实用性和适应能力以及系统内部权限匹配、流程贯通、岗位设置等元素，同时结合业务系统中的及时性和准确性进行综合考虑。
　　针对电力信息系统的生命运行周期，对系统性能测试结果、用户使用报告、用户测试报告、系统设计说明等进行全面的调查。同时利用HADOOP软件中的业务监测系统通过K-MEANS的聚类分析方法对相关数据进行实时采集、组织和分析，对模型进行固化分析，从而形成相应的评价分析标准。针对那些能够对业务系统成熟评价产生影响的大量因素实施数据挖掘，将系统典型特征提取出来，参考专家经验，对业务系统中的固有特性进行深入挖掘，从而将人员权限、数据质量、流程贯通、功能应用等四种一级影响元素挖掘出来，以相互独立性和全面性为基础，整合上述四种指标体系，获得全部业务系统的评估指标，从而准确判断成熟度。
　　二、层次分析法确定指标权重数值
　　（一）创建层次递阶结构
　　层次递阶结构主要包括方案层、指标层、准则层和目标层，本文以层次分析法为基础，综合评价业务系统的成熟度，同时将目标层设置为业务系统的成熟度，将准则层设置成一级影响因素，将指标层设置成二级影响因素，同时将方案层设置成业务系统。[1]
　　（二）建立判断矩阵
　　判断矩阵能够展现出本层次元素的不同重要程度，一般情况下都会使用1到9的阿拉伯数字或是倒数进行表示，将指标的初始得分数值转化成矩阵的判断元素，在挖掘数据的过程中主要得到的是百分制下的各种元素计算结果，为此需要采取有效方法将其变成一种标度值，随后创建判断矩阵，至于指标层的判断矩阵和准则层的判断矩阵，由于基础数据不足，因此结合专家经验总结出来的不同元素的重要程度，对矩阵中的各元素赋值进行判断。[2]
　　（三）一致性检验以及层次单排序
　　层次单排序主要就是计算矩阵特征向量和特征值，在比较能够对业务系统成熟性产生影响的各种因素时，是无法做到全部一致的，从而导致特征向量与特征根之间产生一定的偏差，需要进一步检验判断矩阵的一致性。首先应该通过计算验证判断矩阵的CI一致性指标，随后和RI随机性指标进行对比获得CR，在CR数值小于等于0.10的状态下，认定判断矩阵，不然相反的条件下，就需要调整矩阵，进行二次检验。
　　在求取判断矩阵突出特征和对应向量时，可以使用和积法和，如在判断矩阵A时，可以求取准则层中不同元素在目标层中的相对权重排序，首先需要把判断矩阵内的所有元素进行归一化处理，随后将每一列完成归一化处理的判断矩阵根据行序进行求和，再次是对求出的向量实施归一化处理，求取WA=[0.490.310.140.06]T。通过计算判断矩阵中的突出特征根，得到最终结果4.1036，判断矩阵的一致性指标为0.0346，随机的RI平均一致性指标为0.9，最终得到CR结果是CIRI=0.038，小于等于0.1.最终判定A符合一致性要求，随后就是检验一致性。
　　三、成熟度综合评估
　　在求取方案层中的排序权重矩阵的过程中，利用相应的转化方法，对初始指标得分进行转换，随后获得相应的判断矩阵，并对权重排序向量进行计算，获得方案层中的权重排序矩阵。求取综合权重向量，结合指标层和准则层中的排序权重向量求取相对于目标层的指标层综合权重向量。成熟度评估，结合方案层计算出来的排序权重矩阵，求取不同方案的相对成熟度。通过这种方法能够对业务系统中的成熟度进行准确、客观的评价，了解具体应用状况。
　　四、结语
　　综上所述，文章中针对电力信息系统的综合评价方法，能够创建业务系统成熟度的层次递阶模式，随后利用层次分析法明确了不同层次的排序权重数值，同时将各个业务系统的成熟度计算出来，随后验证评估方法是否有效。具体的研究成果能够对电力信息系统中的评估工作提供有效指导，但是在判断矩阵结构的过程中会被主观因素所影响，因此在后续研究過程中可以将反馈系统理论和模糊决策理论应用到评估中。
　　参考文献：
　　[1]陶鸿飞，孙艺新.基于大数据和层次分析法的电力信息系统成熟度评估[J].中国电力，2016，49（10）：114-118.
　　[2]程翔.电力企业信息系统统一运维能力成熟度评价模型研究[C].中国电力企业联合会科技开发服务中心，2014：12.
转载注明来源:https://www.xzbu.com/1/view-14705421.htm