基于模糊評估算法對停電通知管理的探析

邱文淵++黃明海

摘 要：該文介紹了一種加強(qiáng)停電通知管理的模糊評估算法。該算法可以對停電通知業(yè)務(wù)展開有效監(jiān)管，通過模糊綜合評判方法對監(jiān)測結(jié)果開展量化評估。該評判方法將停電通知實時信息和歷史記錄進(jìn)行有效的關(guān)聯(lián)，管理者可以從整體上推斷運管處于何種狀態(tài)，再從實際的數(shù)據(jù)看出各關(guān)鍵因素所處狀態(tài)，對處于不佳狀態(tài)參量進(jìn)行嚴(yán)格控制，以免造成運管失控。

關(guān)鍵詞：停電通知管理 模糊評估算法 量化評估

中圖分類號：TM744 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2016）12（a）-0140-02

停電通知是供電流程上的重要一環(huán)，作為電力公司的對外窗口之一，其工作質(zhì)量直接關(guān)系到企業(yè)的社會口碑和行風(fēng)測評。目前，停電通知工作日趨繁重，為了進(jìn)一步加大對其科學(xué)管理，該文提出：建立加強(qiáng)停電通知管理的模糊評估算法。通過該算法可以對停電通知業(yè)務(wù)展開有效監(jiān)管，運用模糊綜合評判方法對停電通知的主要指標(biāo)完成情況展開量化評估。該評估算法將停電通知當(dāng)月實際信息和歷史數(shù)據(jù)進(jìn)行有效關(guān)聯(lián)，對停電通知運管狀態(tài)作出系統(tǒng)綜合的量化評估，具備較強(qiáng)的可操作性，能為日后停電通知管理提供參考依據(jù)。

1 狀態(tài)評價體系的建立

停電通知業(yè)務(wù)的優(yōu)化管理主要是為了實現(xiàn)100%的停電通知發(fā)放率、回執(zhí)率、無投訴率。為了使評估指標(biāo)科學(xué)系統(tǒng)地反映停電通知的運管狀態(tài)，結(jié)合評估停電通知工作進(jìn)展的可操作性，實現(xiàn)停電通知優(yōu)化管理主要取決于PMS臺帳數(shù)據(jù)正確率、停電通知外發(fā)隊業(yè)務(wù)能力、停電通知外發(fā)隊的服務(wù)質(zhì)量、加強(qiáng)規(guī)劃和備好相關(guān)緊急預(yù)案的能力。為了建模分析計算，分別將優(yōu)化因素可量化，以PMS用戶信息缺失和錯誤數(shù)量、停電通知有效回執(zhí)單數(shù)、停電通知投訴電話數(shù)量、緊急批單量（非計劃停電通知單數(shù)量）等4個特征量來描述停電通知管理狀態(tài)。這4個因素量基于當(dāng)月有效停電通知單數(shù)量分別計算，就可得到停電通知管理優(yōu)化因素的4個狀態(tài)參量：信息劣化率、回執(zhí)率、投訴率和突發(fā)率。

2 關(guān)鍵因素和狀態(tài)評價的確定

建立停電通知運管狀態(tài)參量模型，確定關(guān)鍵因素，停電通知運管狀態(tài)可分解為信息劣化率、回執(zhí)率、投訴率、緊急事件突發(fā)率等4個評判項目，表示為關(guān)鍵因素集。同時考慮到專家意見和停電通知工作的業(yè)績考評，停電通知運管的四個因素狀態(tài)可劃分為優(yōu)良、一般、警戒、嚴(yán)重四種狀態(tài)，表示為狀態(tài)評價集。

3 確定權(quán)重

選取關(guān)鍵因素后，需根據(jù)因素間的相對重要性給予相應(yīng)的權(quán)重，定義權(quán)重矩陣A=[ai]，ai為關(guān)鍵因素；ui為在停電通知運管狀態(tài)整體評估中所起的權(quán)重，且滿足：。

確定權(quán)重的方法有不少，例如加權(quán)平均法、專家評估費、Delphi法、信息熵法等。

停電通知運管狀態(tài)評估尚在研究的起步狀態(tài)，該文主要采用層次分析法和專家評估法相結(jié)合的方法得到指標(biāo)的相對重要性，層次分析法結(jié)構(gòu)將目標(biāo)層定義為“停電通知運管狀態(tài)”、準(zhǔn)則層定義為“發(fā)放率、回執(zhí)率、投訴率”三項、將方案層定義為“提高PMS臺賬數(shù)據(jù)準(zhǔn)確性、提高停電通知發(fā)放隊伍業(yè)務(wù)執(zhí)行力、提高停電通知發(fā)放隊伍服務(wù)質(zhì)量、加強(qiáng)規(guī)劃做好緊急預(yù)案”四方面。最終，因素集U的權(quán)重分配初步定為A=[0.5，0.175，0.3，0.025]。

4 模糊評判矩陣的建立

用第i個關(guān)鍵因素對停電通知運管狀態(tài)進(jìn)行評估，狀態(tài)評價集中的狀態(tài)vj的隸屬度為rij，由于該文定義了4個關(guān)鍵因素、4個評價狀態(tài)，那么可以用隸屬度集表示按關(guān)鍵因素ui評估的結(jié)果。如此，可構(gòu)成模糊評判矩陣：

5 確定隸屬函數(shù)

確定模糊評判矩陣中的元素是開展模糊綜合評判的關(guān)鍵。隸屬度的模糊集合是通過隸屬函數(shù)來確定的。確定隸屬函數(shù)有很多方法，該文中信息劣化率、回執(zhí)率、投訴率、突發(fā)率的隸屬函數(shù)都屬于典型函數(shù)，可以采用待定系數(shù)法確定。典型函數(shù)形式包括三角分布、梯形分布、正態(tài)分布等。因為梯形-三角形隸屬函數(shù)形態(tài)簡易，與其他隸屬函數(shù)算出的結(jié)果相比差別不大，所以該文利用梯形-三角形組合的分布函數(shù)，建立信息劣化率等關(guān)鍵因素對應(yīng)于不同狀態(tài)等級的隸屬函數(shù)，并通過統(tǒng)計對比加以綜合分析，分別設(shè)立信息劣化率等因素在4種評價狀態(tài)等級下的邊界值。

根據(jù)對相關(guān)歷史數(shù)據(jù)的收集，通過專業(yè)人員的工作經(jīng)驗加以分析總結(jié)，可統(tǒng)計出包括日期、停電通知單數(shù)量（張）、有效發(fā)放數(shù)（張）、臺賬信息劣化率（萬分率）、當(dāng)月回執(zhí)單數(shù)（張）、回執(zhí)率（百分率）、投訴電話數(shù)量、投訴率（千分率）、緊急通知單數(shù)（張）、突發(fā)率（萬分率）的表格。

以信息劣化率（萬分率）為例，根據(jù)所統(tǒng)計的歷史數(shù)據(jù)分布，涉及狀態(tài)等級邊界值可分別取值為3、5、7、9、11、13。

由此信息劣化率U1對應(yīng)與狀態(tài)V1～V4的隸屬函數(shù)可分別確定為：

；

；

；

。

同理，回執(zhí)率、投訴率、突發(fā)率的隸屬函數(shù)也可以用典型的隸屬函數(shù)表示，采用如上同樣的方法。

6 模糊運算和結(jié)果分析

對模糊評判矩陣R和權(quán)重矩陣A進(jìn)行模糊運算可以得到模糊綜合評判結(jié)果，B=AR，其中為廣義模糊算子，其中確定的方式有許多。結(jié)合研究對象綜合考慮，選擇加權(quán)平均型的綜合評判的方法較為適宜，其中。這種算法既考慮到了全部關(guān)鍵因素對停電通知運管狀態(tài)的影響，又保留了單個關(guān)鍵因素的全部信息。經(jīng)過模糊綜合評判得到評價值bj后，可采用最大隸屬度法，取和最大評價值對應(yīng)的評判集元素作為評判結(jié)果，也能采用模糊分布法，直接把bj作為評判結(jié)果，使管理人員對停電通知運管狀態(tài)有個全面的了解。

在日常工作中，將實際的統(tǒng)計數(shù)據(jù)代入隸屬函數(shù)，分別求得各關(guān)鍵因素對應(yīng)的隸屬度。如此，通過所得的評判矩陣R，即可以知道各關(guān)鍵因素所處的狀態(tài)。結(jié)合權(quán)重分配，可得模糊綜合評判結(jié)果B。若用最大隸屬度原則就可知道停電通知運管所處的狀態(tài)，但這樣可能會造成部分信息的損失。這種情況下可采用模糊分布法進(jìn)行量化評估，通過模糊運算將整體結(jié)果展示給管理者參考，從整體上推斷運管處于何種狀態(tài)，再從實際的數(shù)據(jù)看出各關(guān)鍵因素所處狀態(tài)，對處于注意和嚴(yán)重的狀態(tài)參量進(jìn)行嚴(yán)格控制，以免狀態(tài)進(jìn)一步惡化，造成運管失控。

參考文獻(xiàn)

[1] 郭紅衛(wèi).基于模糊綜合算法的低碳經(jīng)濟(jì)發(fā)展水平評價[J].當(dāng)代經(jīng)濟(jì)管理，2010，32（5）：15-18.

[2] 張騰，張波.基于概率統(tǒng)計的低壓用戶供電可靠性評估算法[J].電網(wǎng)技術(shù)，2004，28（17）：81-84.

[3] 馬懿，李江勇，于渤海.一種基于交流算法的停電事故模型設(shè)計[J].科技與企業(yè)，2015（20）：167.