(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211314739.0 (22)申请日 2022.10.26 (71)申请人 中国人民财产保险股份有限公司 地址 100000 北京市朝阳区建国门外大街2 号院2号楼 (72)发明人 林国斌　卫冰原　梁汉天　刘奔　 罗志玉　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 戴尧罡 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06F 17/16(2006.01) G06F 17/18(2006.01) (54)发明名称 海上风电运营期风险量化评估方法、 装置、 服务器和存 储介质 (57)摘要 本发明的实施例提供了一种海上风电运营 期风险量化评估 方法、 装置、 服务器和存储介质， 涉及数据处理技术领域， 方法包括： 基于海上风 电运营期的各风险特征确定风险评估指标， 计算 各级风险评估指标的权重和指标值。 基于每个风 险评估指标的指标值和权重， 计算得到风险数 值， 将风险数值与参数判别法相结合， 引入金融 风险概率因素， 计算出海上风电风险值。 进而基 于海上风电风险值和预设的风险分级规则， 确定 待评估海上风电项目在海上风电运营期的风险 情况， 从而实现了对海上风电项目在海上风电运 营期的可靠 评估。 权利要求书8页 说明书22页 附图4页 CN 115375207 A 2022.11.22 CN 115375207 A 1.一种海上风电运营期风险量化评估方法， 应用于评估服务器， 其特征在于， 所述方法 包括： 获得待评估 海上风电项目在海上风电运营期的各风险特 征； 基于各所述风险特征确定风险评估指标； 基于所述风险评估指标， 根据 预设的多级风险评估结构构造得到海上风电风险评估指 标体系， 并构造判断矩阵， 采用层次分析法计算海上风电运营期各级风险评估指标的权 重； 判断得到每 个所述风险评估指标的指标值； 基于每个所述风险评估指标的指标值和权 重， 计算得到海上风电运营期的风险数值； 将所述风险数值与参数判别法相结合， 引入金融风险概率因素， 计算出所述待评估海 上风电项目的海上风电风险值； 基于所述海上风电风险值和预设的风险分级规则， 确定所述待评估海上风电项目在海 上风电运营期的风险情况。 2.根据权利要求1所述的海上风电运营期风险量化评估方法， 其特征在于， 所述海上风 电运营期各级风险评估指标包括至少三级风险评估指标， 所述海上风电风险评估指标体系 为三级海上风电风险评估指标体系； 所述基于所述风险评估指标， 根据 预设的多级风险评估结构构造得到海上风电风险评 估指标体系， 并构造判断矩阵， 采用层次分析法计算海上风电运营期各级风险评估指标 的 权重的步骤， 包括： 基于所述风险评估指标， 采用层次分析法确定海上风电运营期各级风险评估指标的权 重； 根据预设的多级风险评估结构构造得到海上风电风险评估指标体系， 并基于所述海上 风电风险评估指标体系， 建立 递阶层次结构模型； 基于德尔菲法， 通过对各所述风险评估指标之间相互两两比较， 确定各所述风险评估 指标对上一层的权 重， 构造出 所述递阶层次结构模型 各层次中的所有判断矩阵A： A=(aij)= 其中， 所述判断矩阵A中元素的值关于主对角线互为倒数， 且主对角线元素为1；  aij表 示第i个指标相对于第j个指标的比较结果； 计算每个所述判断矩阵的最大特征根λmax以及对应的特征向量， 归一化处理得到归一 化后的特征向量W， W=[w1,w2 …wn]T； 其中， wi为  W 的分量， 对应的是各风险评估指标的权 重； 按照一级风险评估指标、 二级风险评估指标至三级风险评估指标的顺序， 根据各所述 风险评估指标 的权重， 依 次对每个层级的风险评估指标的权重进行合成， 得到海上风电运 营期总体风险的权 重。 3.根据权利要求2所述的海上风电运营期风险量化评估方法， 其特征在于， 所述根据 各 所述风险评估指标的权重， 依 次对每个层级的风险评估指标的权重进行合成， 得到海上风 电运营期总体风险的权 重的步骤， 包括： 根据以下公式计算各 所述判断矩阵的一 致性指标： CI＝ （ λmax－n） ／ （n－1）权　利　要　求　书 1/8 页 2 CN 115375207 A 2其中， CI 为一致性指标； n 为判断矩阵中的元 素个数； λmax为判断矩阵的最大 特征根； 根据以下公式计算各 所述判断矩阵的一 致性比例： CR ＝CI／ RI 其中： CR 为一致性比例； RI  为平均随机一 致性指标； 将各所述判断矩阵的一致性比例与 预设值进行比较， 将一致性比例大于或等于所述预 设值的判断矩阵进行重新构建， 直至各 所述判断矩阵的一 致性比例均小于所述预设值； 根据以下公式计算总体一 致性比例： 将所述总体一致性比例与 所述预设值进行比较， 若所述总体一致性比例大于或等于所 述预设值， 则根据权重对各所述判断矩阵中的至少一个判断矩阵进行重新构建， 直至重新 计算得到的总体一 致性比例小于所述预设值； 在各所述判断矩阵的一致性比例和总体一致性比例均小于所述预设值的情况下， 针对 一级风险评估指标： 设一级风 险评估指标有A1，…， Am共m 个指标， 层次总排序权重分别为 a1，…， am； 针对二级风险评估指标： 设二级风险评估指标有B1，…， Bn共n个指标， 对于Aj（j=1,2… n） 对应的权 重分别为b1j，…， bnj, ； 当 Bi 与 Aj 无关联时， bij = 0； 各二级风险评估指标关于总体风险的权 重， bi= ； 针对三级风险评估指标： 设三级风险评估指标有C1, …,Ck共k个指标， 对于Bj（j=1,2… m） 对应的权 重分别为C1i,…,Cnj； 当 Ci 与 Bj 无关联时， Cij = 0； 各三级风险评估指标关于总体风险的权 重为： Ci= 。 4.根据权利要求1所述的海上风电运营期风险量化评估方法， 其特征在于， 所述引入金 融风险概 率因素的步骤， 包括： 获得所述待评估海上风电项目的多个金融评估指标， 多个所述金融评估指标包括偿债 能力、 盈利能力、 财务杠杆 水平、 违约记录、 风电行业景气 指数和行业 排名； 基于多个所述金融评估指标， 建立多维特征向量 （x1， x2，…， xn） ， 以对多个所述金融评 估指标进行表征； 基于各海上风电项目的历史承保数据以及所述多维特征向量， 构建特征变量数据矩阵 X= （xkij） ； k=1,…,N， 对应各金融风险等级； i=n1，…, nN， 对应每个金融风险等级的样本个 数， j=1,2, …,n， 对应相应的多维特 征向量； 基于所述特征变量数据矩阵和贝叶斯准则确定所述待评估海上风电项目属于各个金 融风险等级的概率； 其中， 所述待评估海上风电项目属于每个金融风险等级的概率通过以 下方式计算得到：权　利　要　求　书 2/8 页 3 CN 115375207 A 3