基于云測度的電力營銷狀態(tài)評估及預(yù)警模型研究

盧美玲 姚文軍 張凱倫 陳莽原

（1.國網(wǎng)溫州供電公司 2.溫州市甌海電力實(shí)業(yè)有限公司）

基于云測度的電力營銷狀態(tài)評估及預(yù)警模型研究

盧美玲1 姚文軍1 張凱倫1 陳莽原2

（1.國網(wǎng)溫州供電公司 2.溫州市甌海電力實(shí)業(yè)有限公司）

為適應(yīng)我國電網(wǎng)建設(shè)和電力體制改革，我國電力企業(yè)的營銷模式也在尋求新的突破。面對新形勢，電力企業(yè)面臨的電力營銷信息更為復(fù)雜，如何對日益復(fù)雜的營銷信息進(jìn)行有效處理，提高我國電力企業(yè)的營銷水平和決策能力成為我國電力企業(yè)面臨的主要問題之一。本文針對我國電力建設(shè)的現(xiàn)狀，提出了以云測度的電力營銷評估分析模式，并對此進(jìn)行研究分析。

電力營銷；云測度分析；預(yù)警模型；實(shí)例分析

0 引言

隨著我國電網(wǎng)建設(shè)不斷完善以及電力體制改革的不斷深入，我國電力企業(yè)的營銷模式也發(fā)生著顯著的變化。首先是我國的電力供求關(guān)系已經(jīng)發(fā)生轉(zhuǎn)變，由以往的“供不應(yīng)求”轉(zhuǎn)變?yōu)楝F(xiàn)今的“增供擴(kuò)銷”模式；其次是電力企業(yè)的供電模式也逐漸轉(zhuǎn)變，由以往的計(jì)劃供電模式轉(zhuǎn)為以社會需求度為主要準(zhǔn)則進(jìn)行供電生產(chǎn)。過去電力企業(yè)采取的電力營銷模式分析方法無法在新的電力體制下對電力營銷信息進(jìn)行全面、準(zhǔn)確、快速的分析，這對于電力企業(yè)及時(shí)制定合適的電力營銷方案是不利的，本文將就目前電力行業(yè)的新形勢對電力營銷狀態(tài)進(jìn)行評估并對預(yù)警模式進(jìn)行分析研究。

1 電力營銷分析方法簡述

首先，從電力營銷的概念來看，電力營銷是指電力企業(yè)通過對電力商品進(jìn)行生產(chǎn)、輸送、分配、銷售以獲取利潤的過程。電力企業(yè)設(shè)定電力營銷方案以滿足客戶并尋求最大利潤，這就意味著電力營銷方案包括收集市場、用戶信息并對其進(jìn)行準(zhǔn)確地分析以滿足廣大客戶的需求，增強(qiáng)其滿意程度，并且指導(dǎo)電力企業(yè)的日常生產(chǎn)和營運(yùn)以尋求電力企業(yè)經(jīng)濟(jì)效益的最大化并獲得最大的社會效益。

其次，從電力營銷的評估方法來看，我國采取的電力營銷評估方法主要有以下幾種：

1）模糊評判法：主要是對目標(biāo)市場和供電企業(yè)營銷狀態(tài)進(jìn)行評價(jià)。

2）物元模型：利用優(yōu)度排序方法對目標(biāo)市場進(jìn)行選擇、分析。

3）熵權(quán)法：從客戶和企業(yè)自身的業(yè)績兩個(gè)角度對電力企業(yè)的電力營銷進(jìn)行分析。

對以上分析方法進(jìn)行總結(jié)，不難看出以上分析方法都存在一定的局限性，模糊評判法雖然在對事物的認(rèn)識上存在一定的優(yōu)越性，但是，其忽略了隸屬函數(shù)的不確定性，在一定程度上缺失了對評價(jià)對象的客觀分析；而物元模型和熵權(quán)法，屬于從數(shù)據(jù)的概率統(tǒng)計(jì)上對電力營銷進(jìn)行分析，又在一定程度上忽略了評價(jià)對象具有一定隨機(jī)性的特征，對研究對象的描述有一定難度。

基于以上分析方法的局限性，我國相關(guān)研究者提出基于云模型對電力企業(yè)的電力營銷進(jìn)行評估分析。云模型基本涵蓋了以上分析方法的優(yōu)越性，既具有自然語言的模糊性特征，又兼具隸屬函數(shù)的隨機(jī)性。本文即在云測度基礎(chǔ)上對企業(yè)電力營銷狀態(tài)進(jìn)行評估。

2 電力營銷狀態(tài)評估預(yù)警因子體系的建立及評價(jià)

2.1 云模型的描述

自然語言中定性和定量概念之間具有模糊性和隨機(jī)性，云模型則將這兩種概念結(jié)合在一起形成映射，反映定量和定性概念間的關(guān)系。云模型的形式多樣，本文采用的是正態(tài)云模型，具有普適性，是云模型中最重要的形式之一。對其描述如下：

云滴x表示定性概念和定量值的映射（映射具有不確定性），云用期望Ex是云滴x在論域內(nèi)分布的期望，是最典型的概念量化樣本；熵 En 表示定性概念的度量，表示云滴x的離散程度；超熵 He（熵的熵）是熵 En 的不確定性度量，反映云滴的凝聚程度。

其模型可表達(dá)為：云滴x滿足以Ex為期望值， En'為方差的正態(tài)分布；En'滿足以熵En為期望值，超熵He為方差的正態(tài)分布。

根據(jù)云模型的概念，需要設(shè)一個(gè)精確數(shù)值表示的論域，用U表示，U上對應(yīng)的定性概念設(shè)為C，則云滴x可看作定性概念C中的一個(gè)隨機(jī)出現(xiàn)，可稱作定性概念C的隸屬度，其在論域上的分布即是所謂的云。云滴的確定度公式可表達(dá)為：

2.2 云發(fā)生器的生成

云發(fā)生器按照算法的不同可以分為多種，本文著重介紹正向云發(fā)生器和逆向云發(fā)生器兩種的生成過程。

首先，正向云發(fā)生器是通過輸入云用期望、熵、超熵這三個(gè)定性概念，最終經(jīng)過算法得到云滴的定量值和概念的確定度。其主要通過上述公式和云模型來確定和產(chǎn)生云滴，通過不斷重復(fù)上述算法來產(chǎn)生N個(gè)云滴，從而生成云，實(shí)現(xiàn)定性概念和定量數(shù)值的轉(zhuǎn)換。

而逆向云發(fā)生器則運(yùn)用反向思維，首先確定了某一數(shù)值定域內(nèi)的云滴樣本，再通過相應(yīng)算法產(chǎn)生云用期望、熵和超熵這三個(gè)定性概念。輸入N個(gè)云滴，三個(gè)定性概念的算法可以通過以下公式生成。

2.3 電力營銷狀態(tài)評估預(yù)警因子體系

首先，簡要介紹預(yù)警因子體系。本文主要基于5個(gè)層次設(shè)計(jì)電力營銷評估預(yù)警體系，第一層主要是針對電力企業(yè)的綜合營銷的狀態(tài)設(shè)計(jì)，屬于預(yù)警因子體系的目標(biāo)層；第二層和第三層是基于電力企業(yè)面臨的風(fēng)險(xiǎn)因素（包括客戶風(fēng)險(xiǎn)、環(huán)境因素、企業(yè)競爭力、供應(yīng)風(fēng)險(xiǎn)等），屬于準(zhǔn)則層；第四層和第五層是基于具體因子組成。對于電力營銷狀態(tài)評估預(yù)警模型的評估“自底向上”，該模型對因子體系中含有子因子層的所有對象進(jìn)行評估預(yù)警的流程是一致的。

對于云的評價(jià)，首先在預(yù)警因子等級上對電力營銷狀態(tài)進(jìn)行劃分可以分為七個(gè)等級，即極劣、劣、較劣、良、較優(yōu)、優(yōu)、極優(yōu)。綜合評估因子L在區(qū)間[0，1]上劃分為(0,0.1] (0.1,0.2] (0.2,0.4] (0.4,0.6] (0.6,0.8] (0.8,0.9] (0.9,1]共7個(gè)級別； 其他各個(gè)因子分別按照各自的等級界限進(jìn)行劃分。其次，在上述的各個(gè)因子的等級界限中， 2～6級的區(qū)段，利用對稱云模型來對評價(jià)集進(jìn)行描述（前提是充分考慮邊界隨機(jī)性、模糊性并對其進(jìn)行適度擴(kuò)展）；至于第一級和第七級，則按照如下公式進(jìn)行特征計(jì)算：

在將He 取常數(shù)的情況下，可利用上述方法計(jì)算電力營銷競爭力綜合狀態(tài)及各因子評價(jià)云，例如：綜合評估云L計(jì)算值為 (0 , 0.0083, 0.1) (0.15, 0.0167, 0.1) (0.3, 0.03, 0.1) (0.5, 0.03, 0.1) (0.7, 0.03, 0.1) (0.85, 0.0167, 0.1) (1, 0.0083, 0.1)。

接下來，可根據(jù)上述計(jì)算結(jié)果得出綜合評價(jià)云發(fā)生器，輸入綜合評價(jià)云的相關(guān)數(shù)據(jù)即可得到相關(guān)云特征數(shù)值。對于多層級因子體系，可以根據(jù)分層原則及改進(jìn)型層次分析法計(jì)算得到各層級因子權(quán)重，再自下而上根據(jù)相關(guān)權(quán)重值，最后用綜合云重心向量賦權(quán)值之和減去理想狀態(tài)下綜合云重心值即可得到綜合云測度。

最后，即可將綜合云測度值輸入綜合云發(fā)生器，從而得到相關(guān)評價(jià)結(jié)果，此時(shí)可以利用綜合云測度值作為評判依據(jù)，對結(jié)果在“良性”及“良性”以下的評判結(jié)果進(jìn)行預(yù)警處理。預(yù)警方式可分為一級、二級和三級警報(bào)，一級警報(bào)屬于發(fā)生重大事故或狀況，需引起企業(yè)領(lǐng)導(dǎo)的高度重視并快速采取相應(yīng)應(yīng)急措施，二級警報(bào)屬于中級警報(bào)，需要采取相應(yīng)措施，三級警報(bào)屬于一般警報(bào)，相關(guān)工作人員需要及時(shí)排查警報(bào)，采取相應(yīng)措施。企業(yè)高層領(lǐng)導(dǎo)和企業(yè)基層工作人員對于預(yù)警系統(tǒng)要高度重視，其能夠較為全面地反應(yīng)電力企業(yè)的運(yùn)營和生產(chǎn)狀況，從而提示企業(yè)相關(guān)管理和營銷人員對當(dāng)前的電力營銷狀態(tài)進(jìn)行適當(dāng)?shù)卣{(diào)整，確保電力企業(yè)能夠獲得良好的經(jīng)濟(jì)和社會效益。

3 算法實(shí)例分析

本文以電力企業(yè)下半年市場競爭力為例進(jìn)行分析，簡要描述電力營銷狀況，預(yù)警因子體系的評價(jià)和預(yù)警過程。

1)構(gòu)建預(yù)警因子體系：市場競爭力A1；市場占有情況A11、銷售狀況A12、產(chǎn)品質(zhì)量A13；市場占有率A111、市場占有率變化度A112、價(jià)格競爭力A113、售電量增長率A121、售電收入增長率A122、銷售利潤率A123、線損達(dá)標(biāo)率A131、頻率合格率A132、電壓合格率A133。

2）收集各主要因子的原始數(shù)據(jù)：

A11（7～12月）82.38、78.46、66.15、68.62、76.91、80.53；

A112（7～12月 ）5.16、4.96、3.87、4.02、4.01、5.22；

A113（7～12月 ）0.78、0.86、1.14、1.15、0.99、1.02；

A12（7～12月 ）19.79、12.89、2.28、5.54、8.17、6.98；

選擇我院2016年1月-2016年12月共計(jì)100名呼吸內(nèi)科重癥患者。其中,男性50人,女性50人,平均年齡54±12.5歲,觀察組一共50人,男性27例,女性23例,平均年齡54±3.2歲,疾病類型支氣管擴(kuò)張患者21例,肺癌患者18例,慢性阻塞性肺炎患者5例,其他類型疾病6例。對照組共50人,其中男性26人,女性24人,年齡56±5.1歲。支氣管擴(kuò)張患者20例,肺癌患者19例,慢性阻塞性肺炎6例,其他類型疾病5例。排除標(biāo)準(zhǔn):1.已死亡;2.轉(zhuǎn)院治療;3.拒絕進(jìn)行護(hù)理和后期治療。[2]兩組患者在年齡,病癥類型,性別等的方面沒有顯著地差異,(P>0.05)不具有統(tǒng)計(jì)學(xué)意義。

A122（7～12月 ）2.27、5.65、1.05、2.02、7.64、9.98；

A123（7～12月）高、較高、一般、較低、較低、一般；

A131（7～12月 ）109.8、112.5、100.3、99.2、96.5、95.4；

A132（7～12月）93.21、92.11、97.06、99.67、99.82、98.16；

A133（7～12月）96.12、96.71、97.43、98.98、99.17、99.16；

對于定性因子，直接根據(jù)評價(jià)云進(jìn)行評價(jià)，對于定量因子先用極大關(guān)聯(lián)度得到其定性評價(jià)，再對其進(jìn)行評價(jià)。

A111（7～12月）極優(yōu)、優(yōu)、優(yōu)、優(yōu)、優(yōu)、極優(yōu)；

A112（7～12月）優(yōu)、優(yōu)、優(yōu)、優(yōu)、劣、極劣；

A121（7～12月）極優(yōu)、極優(yōu)、極劣、較優(yōu)、極優(yōu)、極優(yōu)；

A122（7～12月）極優(yōu)、極優(yōu)、極劣、優(yōu)、極優(yōu)、極優(yōu)；

A123（7～12月）優(yōu)、較優(yōu)、良、較劣、較劣、良；

A131（7～12月）良、良、良、較優(yōu)、 較優(yōu)、劣；

A132（7～12月）劣、極劣、較優(yōu)、優(yōu)、優(yōu) 、較優(yōu)；

A133（7～12月）較劣、劣、劣、較優(yōu)、 較優(yōu)、較優(yōu)；

自下而上計(jì)算權(quán)重值：A11 0.217、A12 0.372、A13 0.187；A21 0.164、A22 0.153、A23 0.202；A1310.142、A132 0.429、A133 0.429

根據(jù)權(quán)重值和歸一化值的計(jì)算結(jié)果，可計(jì)算得出綜合云測度值，最后將綜合云測度值輸入綜合評價(jià)云發(fā)生器，可得到最終的評判結(jié)果，本次案例評判結(jié)果為優(yōu)。

4 結(jié)束語

我國的電力行業(yè)隨著社會的發(fā)展也在做著相應(yīng)的體制調(diào)整，電力行業(yè)從計(jì)劃供電到按需供電，相關(guān)電力企業(yè)的電力營銷模式也要做相應(yīng)的調(diào)整以適應(yīng)當(dāng)前的形勢?；谠茰y度的電力營銷狀態(tài)評價(jià)及預(yù)警方法可以很好地彌補(bǔ)傳統(tǒng)的電力營銷狀態(tài)評估方法，其兼具模糊二重性和隨機(jī)性，具有較高的優(yōu)越性，是目前電力營銷狀態(tài)評估模型中較為優(yōu)越的方法。本文即針對基于云測度的電力營銷狀態(tài)評估和預(yù)警模型方式進(jìn)行簡單論述，提出了云模型，對相關(guān)參數(shù)的算法進(jìn)行了簡要描述并建立了簡單的預(yù)警體系，以論述基于云測度的預(yù)警體系的過程，以期對云測度為基礎(chǔ)的電力營銷評估模式有更深的了解，促進(jìn)電力企業(yè)的發(fā)展。

[1]吳楊,劉俊勇. 基于云測度的電力營銷狀態(tài)評估及預(yù)警模型研究[J]. 電力系統(tǒng)保護(hù)與控制,2013(1)61-69.

[2]杜曉茜. 電力公司營銷安全風(fēng)險(xiǎn)評價(jià)與管理體系研究[D].北京：華北電力大學(xué),2012.

[3]王琦,王永濱,曹軼臻.基于云模型的電力生產(chǎn)管理軟件可信評估方法[J].計(jì)算機(jī)應(yīng)用與軟件,2012,29(7)：33-45.

2015-10-10）