点对点能源项目评估方法、装置、计算机设备和存储介质

摘要

本申请涉及一种点对点能源项目评估方法、装置、计算机设备和存储介质。所述方法包括：响应于能源管理终端发送的针对点对点能源项目的评估请求，生成评估请求对应的评估指标集合；评估指标集合中包含至少三个评估指标；按照评估指标集合，对点对点能源项目的项目数据进行数据抽取处理，得到评估指标集合中各评估指标的初始数据；对初始数据进行极大型转换处理，得到对应的极大型数据；将极大型数据和评估指标集合，输入到点对点能源项目对应的项目评估模型，得到点对点能源项目的评估结果，并将评估结果返回至所述能源管理终端。采用本方法能够提高评估点对点能源项目的准确率。

说明书

技术领域

本申请涉及分布式发电技术领域，特别是涉及一种点对点能源项目评估方法、装置、计算机设备和存储介质。

背景技术

随着分布式发电技术的发展，越来越多的分布式能源蓬勃发展，由此，分布式发电在电力市场的交易逐渐频繁。点对点能源零售市场能够通过在配电网层面建立灵活自治的分布式市场，解决了传统电力交易市场难以整合数量庞大、地域分布零散的分布式发电主体的问题。点对点能源零售市场对当前电力交易业务产生了深远影响，需要对点对点能源项目进行评估，根据评估结果制定相应解决方针，以便应对未来大规模的电力交易业务。

目前，关于点对点能源项目的评估方法主要有问卷调查法，评级量表法，但是这两种点对点能源项目评估方法存在较大的主观因素，无法客观、准确的对点对点能源项目进行评估。

发明内容

基于此，有必要针对上述技术问题，提供一种能够准确评估点对点能源项目的点对点能源项目评估方法、装置、计算机设备和存储介质。

一种点对点能源项目评估方法，所述方法包括：

响应于能源管理终端发送的针对点对点能源项目的评估请求，生成所述评估请求对应的评估指标集合；所述评估指标集合中包含至少三个评估指标；

按照所述评估指标集合，对所述点对点能源项目的项目数据进行数据抽取处理，得到所述评估指标集合中各所述评估指标的初始数据；

对所述初始数据进行极大型转换处理，得到对应的极大型数据；

将所述极大型数据和所述评估指标集合，输入到所述点对点能源项目对应的项目评估模型，得到所述点对点能源项目的评估结果，并将所述评估结果返回至所述能源管理终端。

在其中一个实施例中，响应于能源管理终端发送的针对点对点能源项目的评估请求，生成所述评估请求对应的评估指标集合，包括：

响应于所述能源管理终端发送的针对所述点对点能源项目的评估请求，确定所述评估请求对应的至少三个第一层指标；

获取各所述第一层指标对应的至少一个第二层评估指标，得到至少三个第二层评估指标，作为所述至少三个评估指标；

根据所述至少三个评估指标，生成与所述评估请求对应的评估指标集合。

在其中一个实施例中，在按照所述评估指标集合，对所述点对点能源项目的项目数据进行数据抽取处理，得到所述评估指标集合中各所述评估指标的初始数据之前，还包括：

接收所述能源管理终端发送的针对所述点对点能源项目的项目数据；

所述按照所述评估指标集合，对所述点对点能源项目的项目数据进行数据抽取处理，得到所述评估指标集合中各所述评估指标的初始数据，包括：

从所述项目数据中，查找出与所述评估指标集合中各个所述评估指标匹配的数据，作为所述初始数据。

在其中一个实施例中，在对所述初始数据进行极大型转换处理，得到对应的极大型数据之前，还包括：

若所述初始数据中包括数值型数据，则将所述数值型数据进行比率转换处理，得到所述数值型数据对应的比率型数据；

将所述初始数据中的所述数值型数据更新为所述比率型数据，得到目标数据。

在其中一个实施例中，对所述初始数据进行极大型转换处理，得到对应的极大型数据，包括：

判断所述目标数据中是否存在极小型数据；

若所述目标数据中存在极小型数据，则将所述极小型数据的上界值与所述极小型数据进行相减，得到所述极大型数据。

在其中一个实施例中，极大型数据包括所述评估指标集合中各评估指标对应的极大型数据；

将所述极大型数据和所述评估指标集合，输入到所述点对点能源项目对应的项目评估模型，得到所述点对点能源项目的评估结果，包括：

通过所述项目评估模型，确定所述各评估指标的权重，并根据所述各评估指标的权重，对所述各评估指标对应的极大型数据进行加权求和，得到所述点对点能源项目对应的评估结果。

在其中一个实施例中，所述方法还包括：

按照预设周期，将所述极大型数据进行划分处理，得到多组周期型数据；

分别将各组所述周期型数据和所述评估指标集合，输入到所述点对点能源项目对应的项目评估模型，得到所述点对点能源项目的多个周期评估结果；

根据所述多个周期评估结果，生成分析报告，将所述分析报告返回至所述能源管理终端；所述分析报告用于表示所述点对点能源项目在所述预设周期内的多个周期评估结果的对比结果。

一种点对点能源项目评估装置，所述装置包括：

指标构建模块，用于响应于能源管理终端发送的针对点对点能源项目的评估请求，生成所述评估请求对应的评估指标集合；所述评估指标集合中包含至少三个评估指标；

数据获取模块，用于按照所述评估指标集合获取所述点对点能源项目的项目数据，对所述点对点能源项目的项目数据进行数据抽取处理，得到所述评估指标集合中各所述评估指标的初始数据；

数据转换模块，用于对所述初始数据进行极大型转换处理，得到对应的极大型数据；

结果获取模块，用于将所述极大型数据和所述评估指标集合，输入到所述点对点能源项目对应的项目评估模型，得到所述点对点能源项目的评估结果，并将所述评估结果返回至所述能源管理终端。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

响应于能源管理终端发送的针对点对点能源项目的评估请求，生成所述评估请求对应的评估指标集合；所述评估指标集合中包含至少三个评估指标；

按照所述评估指标集合，对所述点对点能源项目的项目数据进行数据抽取处理，得到所述评估指标集合中各所述评估指标的初始数据；

对所述初始数据进行极大型转换处理，得到对应的极大型数据；

将所述极大型数据和所述评估指标集合，输入到所述点对点能源项目对应的项目评估模型，得到所述点对点能源项目的评估结果，并将所述评估结果返回至所述能源管理终端。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

响应于能源管理终端发送的针对点对点能源项目的评估请求，生成所述评估请求对应的评估指标集合；所述评估指标集合中包含至少三个评估指标；

按照所述评估指标集合，对所述点对点能源项目的项目数据进行数据抽取处理，得到所述评估指标集合中各所述评估指标的初始数据；

对所述初始数据进行极大型转换处理，得到对应的极大型数据；

将所述极大型数据和所述评估指标集合，输入到所述点对点能源项目对应的项目评估模型，得到所述点对点能源项目的评估结果，并将所述评估结果返回至所述能源管理终端。

上述点对点能源项目评估方法、装置、计算机设备和存储介质，通过响应能源管理终端发送的针对点对点能源项目的评估请求，进而生成与评估请求对应的评估指标集合，然后根据该评估指标集合，对点对点能源项目的项目数据进行数据抽取处理，从而得到评估指标集合中各评估指标的初始数据，接着对初始数据进行极大型转换处理，进而得到对应的极大型数据，之后将极大型数据和评估指标集合输入到点对点能源项目对应的项目评估模型中，得到点对点能源项目的评估结果，最终将评估结果返回至能源管理终端。采用本方法，能够根据点对点能源项目的评估请求的变化，生成相应的评估指标集合，使得评估结果更贴合真实的评估请求，通过对初始数据的极大型处理，统一了评估指标集合中不同评估指标的评估标准，而且利用与点对点能源项目对应的项目评估模型进行评估，从而提高了得到的评估结果的准确率，进而提高了评估点对点能源项目的准确率。

附图说明

图1为一个实施例中点对点能源项目评估方法的应用环境图；

图2为一个实施例中点对点能源项目评估方法的流程示意图；

图3为一个实施例中点对点能源项目评估指标的示意图；

图4为一个实施例中按照预设周期划分极大型数据步骤的流程示意图；

图5为另一个实施例中点对点能源项目评估方法的流程示意图；

图6为一个实施例中点对点能源项目评估装置的结构框图；

图7为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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申请，并不用于限定本申请。

本申请提供的点对点能源项目评估方法，可以应用于如图1所示的应用环境中。其中，能源管理终端102通过网络与服务器104进行通信。具体地，参考图1，在点对点能源项目评估场景中，服务器104响应能源管理终端102发送的针对点对点能源项目的评估请求，生成与评估请求对应的评估指标集合；按照评估指标集合，对点对点能源项目的项目数据进行数据抽取处理，得到评估指标集合中各评估指标的初始数据；对初始数据进行极大型转换处理，得到对应的极大型数据；将极大型数据和评估指标集合，输入到点对点能源项目对应的项目评估模型，得到点对点能源项目的评估结果，并将评估结果返回至能源管理终端102。其中，能源管理终端102是指供技术研发单元或技术人员进行点对点能源项目的管理和供普通人员进行点对点能源交易的操作的终端，可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备；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。

在一个实施例中，如图2所示，提供了一种点对点能源项目评估方法，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：

步骤S201，响应于能源管理终端发送的针对点对点能源项目的评估请求，生成评估请求对应的评估指标集合；评估指标集合中包含至少三个评估指标。

其中，点对点能源项目是指以风、光等分布式清洁能源作为主要能源，以配电网作为主要能源交易通道，实现能源零售新模式的交易项目。评估请求包括需要对点对点能源项目评估的评估维度，用于请求评估点对点能源项目。

其中，评估指标集合是指针对点对点能源项目的评估请求的评估指标的集合，评估指标集合包括发电预测准确性、用电预测准确性、价格波动、违约率、成交总量增长率、市场主体盈利情况、弃风弃光率、碳减排量、分布式发电数量增长率、售电公司数量增长率、用户数量增长率、用户满意度、活跃用户占比、投诉用户比例、平台新增用户、获客转化率、平台功能完备性、平台信息安全性等评估指标中的至少三个评估指标。各评估指标的评估标准不同，例如用户满意度指标的评估标准为数值越高越好，投诉用户比例指标的评估标准为数值越低越好。

具体地，能源管理终端响应于技术人员的针对点对点能源项目评估操作，生成针对点对点能源项目的评估请求，并将针对点对点能源项目的评估请求发送至服务器，服务器接收并解析该评估请求，得到对应的多个评估维度，评估维度至少为三个，服务器生成与各评估维度对应的评估指标，各评估维度对应的评估指标至少为一个，服务器将所有的评估指标构建集合，得到与评估请求对应的评估指标集合。由此，服务器获取评估指标集合之后，将评估指标集合作为处理依据执行后续的数据抽取步骤。

步骤S202，按照评估指标集合，对点对点能源项目的项目数据进行数据抽取处理，得到评估指标集合中各评估指标的初始数据。

其中，项目数据是关于点对点能源项目的交易业务的大量数据。数据抽取处理是指通过大数据提取技术从数据源中提取出与评估指标对应的目标数据。初始数据是根据评估指标集合中的评估指标得到的，也就是说，每组初始数据均包括评估指标集合中各评估指标对应的初始数据。评估指标集合中的评估指标对应多组初始数据，初始数据包括千组或千组以上初始数据。

具体地，服务器得到评估指标集合之后，服务器按照评估指标集合中所包含的评估指标，调用对应的数据抽取指令，对点对点能源项目的交易业务项目数据执行数据抽取操作，得到评估指标集合中各评估指标的多组初始数据，每一组初始数据都与评估指标集合中的评估指标一一对应。由此，服务器获取初始数据之后，将初始数据作为处理依据执行后续的极大型转换步骤。

步骤S203，对初始数据进行极大型转换处理，得到对应的极大型数据。

其中，初始数据中各数据的量纲单位不同，初始数据的评估标准与其对应的评估指标相同，因此，初始数据中的各数据的评估标准也不同。极大型数据是指数值越大、评价就越好的数据，例如成交总量增长率为极大型数据，也就是说，成交总量增长率的数值越大，成交总量越好。

具体地，服务器在获得初始数据之后，为了统一初始数据中各数据的评估标准，对点对点能源项目进行准确评估，需要将所有评估指标转化为同向，例如，将评估指标进行正向化转换，也就是说，将评估指标统一转换为极大型指标。服务器获取预设的极大型转换指令，根据预设的极大型转换指令，若评估指标为极小型数据，则对该评估指标对应的所有初始数据进行极大型转换操作，得到评估指标集合中各评估指标的初始数据对应的极大型数据。由此，服务器获取极大型数据之后，将极大型数据作为处理依据执行后续的项目评估步骤。

步骤S204，将极大型数据和评估指标集合，输入到点对点能源项目对应的项目评估模型，得到点对点能源项目的评估结果，并将评估结果返回至能源管理终端。

具体地，在评估指标全部转换为极大型数据之后，服务器从数据库中获取已存储的与点对点能源项目对应的项目评估模型，然后将极大型数据和评估指标集合输入到点对点能源项目对应的项目评估模型中，得到多组初始数据的评估结果，然后将所有的评估结果进行相加，得到最终的点对点能源项目的评估结果，服务器将评估结果发送至能源管理终端，能源管理终端接收并展示该评估结果，以便于技术人员及时查看。

上述点对点能源项目评估方法中，通过响应能源管理终端发送的针对点对点能源项目的评估请求，进而生成与评估请求对应的评估指标集合，然后根据该评估指标集合，对点对点能源项目的项目数据进行数据抽取处理，从而得到评估指标集合中各评估指标的初始数据，接着对初始数据进行极大型转换处理，进而得到对应的极大型数据，之后将极大型数据和评估指标集合输入到点对点能源项目对应的项目评估模型中，得到点对点能源项目的评估结果，最终将评估结果返回至能源管理终端。采用本方法，能够根据点对点能源项目的评估请求的变化，生成相应的评估指标集合，使得评估结果更贴合真实的评估请求，通过对初始数据的极大型处理，统一了评估指标集合中不同评估指标的评估标准，而且利用与点对点能源项目对应的项目评估模型进行评估，从而提高了得到的评估结果的准确率，进而提高了评估点对点能源项目的准确率。

在一个实施例中，上述步骤S201，响应于能源管理终端发送的针对点对点能源项目的评估请求，生成评估请求对应的评估指标集合，具体包括：响应于能源管理终端发送的针对所述点对点能源项目的评估请求，确定评估请求对应的至少三个第一层指标；获取各第一层指标对应的至少一个第二层评估指标，得到至少三个第二层评估指标，作为至少三个评估指标；根据至少三个评估指标，生成与评估请求对应的评估指标集合。

其中，第一层指标是根据评估请求的评估维度确定的，第一层指标包括市场运行、市场主体服务和交易平台服务，第一层指标也可以根据评估请求的实际情况进行改变，在此不做具体限制。第二层指标是在第一层指标基础上的评估维度细分，第二层指标用于点对点能源项目的评估。

具体地，服务器对能源管理终端发送的针对点对点能源项目的评估请求进行需求解析，得到评估请求的至少三个评估维度，根据评估维度确定至少三个第一层指标，第一层指标的数量与评估维度的数量相同；然后服务器调用与点对点能源项目的评估请求对应的详细需求解析指令，对各第一层指标做进一步解析，每一个第一层指标至少得到对应的一个第二层指标，则服务器能够得到至少三个第二层指标，将得到的第二层指标作为评估指标；服务器将各评估指标进行汇聚并生成一个集合，作为评估请求对应的评估指标集合。

例如，服务器通过对能源管理终端发送的针对点对点能源项目的评估请求进行需求解析，得到评估请求的需求为从点对点能源零售市场运行、市场主体服务、平台服务三个维度来评估点对点能源项目，因此，将市场运行、市场主体服务和平台服务作为第一层指标，然后服务器对各第一层指标进一步需求解析，得到市场运行指标对应的第二层指标包括发电预测准确性a、用电预测准确性b、价格波动c、违约率d、成交总量增长率e、市场主体盈利情况f、弃风弃光率g和碳减排量h等指标，市场主体服务指标对应的第二层指标包括分布式发电数量增长率i、售电公司数量增长率j、用户数量增长率k、用户满意度l、活跃用户占比m和投诉用户比例n等指标，交易平台服务指标对应的第二层评估指标包括平台新增用户o、获客转化率p、平台功能完备性q、平台信息安全性r等指标，得到的评估指标具体如图3所示。最后根据所有的第二层指标，生成评估指标集合S：

S＝{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r} (1)

在本实施例中，通过对评估请求进行解析来确定对应的至少三个第一层指标，然后由第一层指标获取对应的第二层指标，并根据第二层指标生成评估指标集合，使得评估结果更贴合真实的评估请求，避免评估结果与评估指标之间存在偏差，导致得到的评估结果的无法反映真实、全面的评估点对点能源项目，进而提高了评估点对点能源项目的全面性和准确率。

在一个实施例中，在按照所述评估指标集合，对点对点能源项目的项目数据进行数据抽取处理，得到评估指标集合中各评估指标的初始数据之前，还包括：接收能源管理终端发送的针对点对点能源项目的项目数据；那么，上述步骤S202，按照评估指标集合，对点对点能源项目的项目数据进行数据抽取处理，得到评估指标集合中各评估指标的初始数据，具体包括：从项目数据中，查找出与评估指标集合中各个评估指标匹配的数据，作为初始数据。

具体地，服务器得到评估请求对应的评估指标集合之后，根据该评估请求，生成对应的点对点能源项目的项目数据请求，并将该项目数据请求发送至能源管理终端，能源管理终端接收并响应该请求，将点对点能源项目的项目数据发送至服务器，服务器接收该项目数据。然后服务器构建数据查询语句，查找出项目数据中与评估指标集合的各个评估指标相匹配的数据，接着通过大数据技术中的数据抽取方法将相匹配数据提取出来，作为评估点对点能源项目的初始数据。

在本实施例中，通过大数据技术中的数据抽取方法，将点对点能源项目的项目数据中，查找出与评估指标集合中各个评估指标匹配的数据，作为初始数据。采用本方法，仅采用项目数据中与各评估指标相关的数据进行项目评估，而无需使用整份点对点能源项目数据，有助于在提升评估点对点能源项目的准确率，还能够提高评估点对点能源项目的效率。

在一个实施例中，上述步骤S203，在对初始数据进行极大型转换处理，得到对应的极大型数据之前，还包括：若初始数据中包括数值型数据，则将数值型数据进行比率转换处理，得到数值型数据对应的比率型数据；将初始数据中的所述数值型数据更新为所述比率型数据，得到目标数据。

其中，数值型数据由数字、小数点、正负号和字母E组成，数值型数据可以是整数、小数和负数，例如10、3.9、-12。比率型数据是指数值与该数值的上限之间的比值，例如50％、90％、12％。

具体地，服务器在获取初始数据之后，调用对应的数据类型检测指令对初始数据的数据类型进行检测，若初始数据中包括数值型数据，则服务器调用预设的比率转换指令，将该数值型数据与该数值型数据的上限进行相除，进而得到该数值型数据对应的比率型数据，然后以同样的方式，将初始数据中所有的数值型数据转换为比率型数据，从而服务器得到目标数据。

举例说明，α为数值型数据，β为α的上界值，则可以计算得到数值型数据α的比率型数据φ：

在本实施例中，服务器将初始数据中的数值型数据全部转换为比率型数据，进而得到点对点项目评估的目标数据，使得目标数据中数据的量纲单位得到了统一，使得后续服务器的极大型转换处理更为简便，能够提高点对点能源项目的评估效率。

在一个实施例中，对初始数据进行极大型转换处理，得到对应的极大型数据，具体包括：判断目标数据中是否存在极小型数据；若目标数据中存在极小型数据，则将极小型数据的上界值与极小型数据进行相减，得到极大型数据。

其中，极大型转换处理是指将极小型数据转换成极大型数据。极小型数据是指数值越小、评价就越好的数据，例如投诉用户比例指标为极小型数据，也就是说，投诉用户比例指标的数据越小，对应的评估结果也就越好。

具体地，服务器获取预设的极大型转换指令，根据预设的极大型转换指令，判断评估指标中是否存在极小型数据，若某评估指标为极小型数据，则对该评估指标对应的目标数据进行极大型转换操作，用目标数据的上界值减去极小型数据，从而得到评估指标集合中各评估指标的初始数据对应的极大型数据；由此，服务器获取极大型数据之后，将极大型数据作为评估依据执行后续的项目评估步骤。若目标数据中不包括极小型数据，则将目标数据输入点对点能源项目对应的项目评估模型中。

举例说明，投诉用户比例n为极小型数据，由于投诉用户比例n对应的目标数据n'为比率型数据，则投诉用户比例n对应的目标数据n'的上界值为1，则目标数据n'对应的极大型数据N为：

N＝1-n' (3)

在本实施例中，服务器判断目标数据中是否存在极小型数据，若存在，则将极小型数据转换为极大型数据，使得输入到点对点能源项目对应的项目评估模型中的数据都为极大型数据，此时，评估结果的数值越高，则点对点能源项目的评价越好，进而统一了评估项目集合中各评估指标的评估标准，有利于对点对点能源项目进行准确评估，从而提高了评估点对点能源项目的准确率。

在一个实施例中，极大型数据包括评估指标集合中各评估指标对应的极大型数据；那么，上述步骤S204，将极大型数据和评估指标集合，输入到点对点能源项目对应的项目评估模型，得到点对点能源项目的评估结果，具体包括：通过项目评估模型，确定各评估指标的权重，并根据各评估指标的权重，对各评估指标对应的极大型数据进行加权求和，得到点对点能源项目对应的评估结果，所得的评估结果也为极大型数据。

具体地，首先服务器通过项目评估模型，为评估指标集合中的每一个评估指标分配权重，然后将每个评估指标的权重和对应的每组极大型数据进行相乘后得到的结果进行相加，得到多组评估指标集合的加权求和结果，最后将多组加权求和结果进行相加，得到的结果总值作为得到点对点能源项目对应的评估结果。

举例说明，服务器基于层次分析法构建项目评估模型，通过项目评估模型来评价点对点能源项目的交易业务。首先通过项目评估模型来确定评估指标集合中各评估指标的权重，再计算单个极大型数据的加权求和结果，最后对所有的极大型数据的加权求和结果进行求和，得到最终的点对点能源项目的评估结果。

为确定评估指标集合中各评估指标的权重，需要构建点对点能源评估项目的判断矩阵C，假设C

C

则点对点能源评估项目的判断矩阵C如下所示：

假设z

z

则第一层指标的判断矩阵如下所示：

其中，γ表示第二层指标的序数，

重要程度C

第一层指标在点对点能源项目中的权重为

则第p个第二层指标在点对点能源项目中的权重ω

根据第二层指标V

其中，P

将所有极大型数据的加权求和结果进行相加，得到最终的点对点能源项目的评估结果P'：

其中，P'的取值范围是[0,1]，P'的数值越大说明点对点能源项目的交易业务越好。

在本实施例中，通过构建点对点能源项目对应的项目评估模型，得到点对点能源项目的评估结果，使得评估结果更加客观、准确，从而避免了主观因素导致的对点对点能源项目的片面性评估，进而提高了评估点对点能源项目的准确率。

在本实施例中，如图4所示，按照预设周期划分极大型数据，具体还包括如下步骤：

步骤S401，按照预设周期，将极大型数据进行划分处理，得到多组周期型数据。

其中，预设周期是技术研发单位或技术人员根据点对点能源项目的评估需求进行设置的项目评估周期，比如一个月、一个季度、一年等，当然也可以根据实际情况进行调整，在此不进行具体限定。

具体地，能源管理终端响应于技术人员的针对点对点能源项目的周期评估操作，生成针对点对点能源项目的周期评估请求，该周期评估请求中包括预设的周期信息，然后将该周期评估请求发送至服务器，服务器接收该评估请求，得到预设周期，进而将极大型按照预设周期进行数据划分，得到多组周期型数据。经过多次划分后，若最后剩余的极大型数据的数量少于预设周期，则服务器调用数据生成指令，根据剩余的极大型数据进行预测，得到少于预设周期的极大型数据，作为预测数据，将预测数据和剩余的极大型数据进行结合，得到最后一组周期型数据。由此，服务器获取多组周期性数据之后，将多组周期性数据作为处理依据执行后续的周期评估步骤。

步骤S402，分别将各组周期型数据和评估指标集合，输入到点对点能源项目对应的项目评估模型，得到点对点能源项目的多个周期评估结果。

具体地，各组周期型数据包括与评估指标集合中各评估指标对应的周期型数据。服务器从已存储的项目评估模型中，获取与点对点能源项目对应的项目评估模型，然后分别将各组周期型数据和评估指标集合，输入到项目评估模型中，项目评估模型计算各组周期型数据对应的各评估指标的周期权重，然后根据周期权重和周期型数据，得到各组中单个周期型数据的加权求和结果，将各组中所有的加权求和结果进行相加，得到各组的周期评估结果。

步骤S403，根据多个周期评估结果，生成分析报告，将分析报告返回至能源管理终端；分析报告用于表示点对点能源项目在预设周期内的多个周期评估结果的对比结果。

具体地，服务器得到多个周期评估结果后，对多个周期评估结果进行横向比较，根据该横向比较结果生成分析报告，然后将该分析报告返回至能源管理终端，能源管理终端接收并展示该分析报告，以便于技术人员进行查看，从而让技术人员了解各周期内的点对点能源项目的情况，以便让技术人员能够及时发现点对点能源项目中的问题，从而提出解决方案。

在本实施例中，通过按照预设周期划分极大型数据，得到多组周期型数据，分别将各组周期型数据和评估指标集合，输入到项目评估模型中，得到周期评估结果，根据周期评估结果，生成分析报告并返回至能源管理终端，使得技术人员能够通过能源管理终端，不仅能够获取到点对点能源项目的总体评估结果，还能够获取到各周期内的点对点能源项目的分析报告，进而能够让技术人员直接对点对点能源项目的总体评估结果和多个周期评估结果进行全面分析，进而发现点对点能源项目中的优势和不足，从而能够提出解决方案，来对点对点能源项目做进一步的完善。

在一个实施例中，如图5所示，提供了另一种点对点能源项目评估方法，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：

步骤S501，响应于能源管理终端发送的针对点对点能源项目的评估请求，确定评估请求对应的至少三个第一层指标。

步骤S502，获取各第一层指标对应的至少一个第二层评估指标，得到至少三个第二层评估指标，作为至少三个评估指标。

步骤S503，根据至少三个评估指标，生成与评估请求对应的评估指标集合。

步骤S504，接收能源管理终端发送的针对点对点能源项目的项目数据。

步骤S505，从项目数据中，查找出与评估指标集合中各个评估指标匹配的数据，作为初始数据。

步骤S506，若初始数据中存在包括数值型数据，则将数值型数据进行比率转换处理，得到数值型数据对应的比率型数据。

步骤S507，将初始数据中的数值型数据更新为比率型数据，得到目标数据。

步骤S508，判断目标数据中是否存在极小型数据；若目标数据中存在极小型数据，则将极小型数据的上界值减去与极小型数据进行相减，得到极大型数据。

步骤S509，通过项目评估模型，确定各评估指标的权重，并根据各评估指标的权重，对各评估指标对应的极大型数据进行加权求和，得到点对点能源项目对应的评估结果。

上述点对点能源项目评估方法，可以达到以下技术效果：(1)通过对评估请求进行解析，能够获得更客观的多个项目评估指标，提升点对点能源项目评估结果的全面性；(2)使用极大型数据来评估点对点能源项目，有助于评估指标的评估标准统一，提升了评估结果的准确率；(3)通过与点对点能源项目对应的项目评估模型进行评估，避免了由主观因素导致的点对点能源项目的评估结果的具有片面性，从而进一步提升了评估点对点能源项目的准确率。

应该理解的是，虽然图2-5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，图2-5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。

在一个实施例中，如图6所示，提供了一种点对点能源项目评估装置600，包括：指标构建模块601、数据获取模块602、数据转换模块603和结果获取模块604，其中：

指标构建模块601，用于响应于能源管理终端发送的针对点对点能源项目的评估请求，生成评估请求对应的评估指标集合；评估指标集合中包含至少三个评估指标。

数据获取模块602，用于按照评估指标集合，对点对点能源项目的项目数据进行数据抽取处理，得到评估指标集合中各评估指标的初始数据。

数据转换模块603，用于对初始数据进行极大型转换处理，得到对应的极大型数据。

结果获取模块604，用于将极大型数据和评估指标集合，输入到点对点能源项目对应的项目评估模型，得到点对点能源项目的评估结果，并将评估结果返回至能源管理终端。

在一个实施例中，指标构建模块601，还用于响应于能源管理终端发送的针对点对点能源项目的评估请求，确定评估请求对应的至少三个第一层指标；获取各第一层指标对应的至少一个第二层评估指标，得到至少三个第二层评估指标，作为至少三个评估指标；根据至少三个评估指标，生成与评估请求对应的评估指标集合。

在一个实施例中，点对点能源项目评估装置600还包括数据接收模块，用于接收能源管理终端发送的针对点对点能源项目的项目数据。

在一个实施例中，数据获取模块602，还用于从项目数据中，查找出与评估指标集合中各个评估指标匹配的数据，作为初始数据。

在一个实施例中，点对点能源项目评估装置600还包括比率转换模块，用于若初始数据中包括数值型数据，则将数值型数据进行比率转换处理，得到数值型数据对应的比率型数据；将初始数据中的数值型数据更新为比率型数据，得到目标数据。

在一个实施例中，点对点能源项目评估装置600还包括极大型转换模块，用于判断目标数据中是否存在极小型数据；若目标数据中存在极小型数据，则将极小型数据的上界值减去与极小型数据进行相减，得到极大型数据。

在一个实施例中，极大型数据包括评估指标集合中各评估指标对应的极大型数据，结果获取模块604，还用于通过项目评估模型，确定各评估指标的权重，并根据各评估指标的权重，对各评估指标对应的极大型数据进行加权求和，得到点对点能源项目对应的评估结果。

在一个实施例中，点对点能源项目评估装置600还包括周期分析模块，用于按照预设周期，将极大型数据进行划分处理，得到多组周期型数据；分别将各组周期型数据和评估指标集合，输入到点对点能源项目对应的项目评估模型，得到点对点能源项目的多个周期评估结果；根据多个周期评估结果，生成分析报告，将分析报告返回至所述能源管理终端；分析报告用于表示点对点能源项目在预设周期内的多个周期评估结果的对比结果。

关于点对点能源项目评估装置的具体限定可以参见上文中对于点对点能源项目评估方法的限定，在此不再赘述。上述点对点能源项目评估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。

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7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、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项目数据、初始数据、极大型数据、评估结果等数据。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点对点能源项目评估方法。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请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。

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。

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。

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，本申请所提供的各实施例中所使用的对存储器、存储、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、闪存或光存储器等。易失性存储器可包括随机存取存储器(RandomAccess Memory，RAM)或外部高速缓冲存储器。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。

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。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。