基于主题-神经网络的电网企业高质量发展规划评价

李文澜; 鲁强

doi:10.3969/j.issn.1008-0198.2025.05.014

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于主题-神经网络的电网企业高质量发展规划评价

电力人工智能与数字化 | 更新时间：2025-12-08

- 基于主题-神经网络的电网企业高质量发展规划评价
- Evaluation of High-Quality Development Planning for Power Grid Enterprises Based on LDA-BP Neural ‍Net‍work
- 湖南电力 2025年45卷第5期页码：104-111
- 作者机构：
  
  1. 国网北京市电力公司,北京,100051
  2. 国网能源研究院有限公司,北京,102209
- 作者简介：
- 基金信息：
- DOI：10.3969/j.issn.1008-0198.2025.05.014
  中图分类号： 426
- 网络出版：2025-11-11，
  
  纸质出版：2025-11-11
- 稿件说明：
移动端阅览
李文澜, 鲁强. 基于主题-神经网络的电网企业高质量发展规划评价[J]. 湖南电力, 2025, 45(5): 104-111.

LI Wenlan, LU Qiang. Evaluation of High-Quality Development Planning for Power Grid Enterprises Based on LDA-BP Neural ‍Net‍work[J]. 2025, 45(5): 104-111.
李文澜, 鲁强. 基于主题-神经网络的电网企业高质量发展规划评价[J]. 湖南电力, 2025, 45(5): 104-111. DOI： 10.3969/j.issn.1008-0198.2025.05.014.

LI Wenlan, LU Qiang. Evaluation of High-Quality Development Planning for Power Grid Enterprises Based on LDA-BP Neural ‍Net‍work[J]. 2025, 45(5): 104-111. DOI： 10.3969/j.issn.1008-0198.2025.05.014.

摘要

电网企业高质量发展规划不仅是实现能源行业高质量发展的关键路径

更是实现“双碳”目标和建设新型能源体系的重要支撑。通过隐含狄利克雷分布（latent dirichlet allocation

LDA）主题识别模型

从安全可靠、科技创新、服务能力、生产效率、经营业绩、绿色发展等6个方面选取指标

采用层次分析法与BP神经网络相结合的方法建立电网企业高质量发展规划评价体系

并开展实证分析。研究发现

电网企业高质量发展规划成效整体呈上升趋势

但年增长率波动较大

且相较于安全可靠、服务能力

对科技创新及绿色发展的重视程度相对不足。系统优化电网企业高质量发展规划的关键影响因素

协同加强科技创新及绿色发展方面的规划建设力度意义重大。

Abstract

High-quality development planning for power grid enterprises is not only a key path to realize high-quality development of the energy industry

but also an important support to promote the realization of the ”double carbon” goal and the construction of a new energy system

through the latent dirichlet allocation(LDA) topic identification model

indicators are selected from six aspects

such as safety and reliability

scientific and technological innovation

service capability

production efficiency

business performance

green development

etc.

and the evaluation system of high-quality development planning for power grid enterprises is established by combining the hierarchical analysis method and BP neural network

and empirical analysis is carried out. It is found that the effectiveness of high-quality development planning of power grid enterprises is on the rise

but the annual growth rate fluctuates greatly

and compared with safety

reliability and service capacity

the degree of importance attached to scientific and technological innovation and green development is relatively insufficient. The key factors influencing the high-quality development planning of power grid enterprises should be systematically optimized

and the planning and construction of scientific and technological innovation and green development should be strengthened.

关键词

Keywords

references

JIA Z Y,WANG C M,HUANG Z W,et al.Evaluation research of regional power grid companies' operation capacity based on entropy weight fuzzy comprehensive model[J]. Procedia Engineering,2011,15:4626-4630.

XIE C S,DONG P P,HUA S P,et al.Safety evaluation of smart grid based on AHP-entropy method[J]. Systems Engineering Procedia,2012,4:203-209.

唐勇俊,曹哲,袁智强. 基于可靠性评估的电网综合评价规划方法研究[J]. 电力与能源,2017,38(1):87-90.

彭道鑫,董士波,王玲. 基于高质量发展的电网投资效率效益评估体系研究[J]. 建筑经济,2019,40(12):107-114.

本刊编辑部. 十年破浪实现电网高质量发展[J]. 农电管理,2022,(11):1.

国网体改办. 国家电网公司:加快建设世界一流纵深推进高质量发展[J]. 中国电力企业管理,2022,(11):13-17.

黄钞,胡馨予. ESG表现、绿色技术创新与企业高质量发展[J]. 绿色财会,2023(2):21-27.

马新华. ESG视角下的企业高质量发展[J]. 当代石油石化,2023,31(2):54-58.

王琳,方园,汪长英. ESG表现对企业高质量发展的影响研究[J]. 会计之友,2023(13):74-81.

郭成英,王勇. 电网企业高质量发展安全保障工作探索与实践[J]. 内蒙古科技与经济,2020(1):33.

赵敏彤. 数字化转型赋能电网企业高质量发展策略研究[J].企业改革与管理,2021(3):214-216.

薛一鸣,徐鹏飞,宫建锋,等. 基于用户侧需求的电网发展经营综合评价体系研究[J]. 发电技术,2022,43(4):636-644.

刘晋霞,侯倩倩. 热点主题特征维度的识别指标体系构建及实证研究:以我国制氢领域为例[J]. 情报杂志,2022,41(9):150-158.

潘小宇,倪渊,金春华,等. 基于超平面-BERT-Louvain优化LDA模型的书法作品价值要素提取及指标体系构建[J]. 数据分析与知识发现,2023,7(10):109-118.

聂秀萍. 基于时间序列的学科热点主题预测[D]. 北京:中国农业科学院,2019.

罗琰钦. 图书馆科研热点发掘服务模型研究与设计:以应用经济学为例[J]. 书馆论坛,2015,35(12):56-61.

樊宏. 基于DEA模型的我国证券企业评价方法及应用[J]. 数量经济技术经济研究,2002,19(4):118-121.

李素英,王贝贝,冯雯. 基于AHP-BP的科技型中小企业创新能力评价研究:以京津冀创业板上市公司数据为样本[J]. 会计之友,2017(24):60-64.

乔维德. 基于AHP与BP神经网络的电机系统节能评价[J]. 南通大学学报(自然科学版),2017,16(3):20-26.

曹竹. 合资制造企业知识转移绩效评价及管理策略研究[D]. 重庆:重庆大学,2008.

NEWMAN D,ASUNCION A,SMYTH P,et al.Distributed algorithms for topic models[J]. Journal of Machine Learning Research,2009,10(12):1801-1828.

BLEI D M.Probabilistic topic models[J]. Communications of the ACM,2012,55(4):77-84.

候清萍,冯荣. 劳动生产效率影响因素及提升路径研究[J].航天工业管理,2023(5):37-41.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

电网企业标准数字化发展现状及趋势分析