臧斌斌,高輝,劉建
(1.南京郵電大學(xué) 自動(dòng)化學(xué)院、人工智能學(xué)院,江蘇 南京 210003;2.國(guó)網(wǎng)江蘇省電力有限公司電力科學(xué)研究院,江蘇 南京 211100)
目前,電動(dòng)汽車及配套充電設(shè)施的規(guī)模不斷增長(zhǎng)[1-2],中國(guó)電動(dòng)汽車充電基礎(chǔ)設(shè)施促進(jìn)聯(lián)盟發(fā)布的《2020—2021年度中國(guó)充電基礎(chǔ)設(shè)施發(fā)展年度報(bào)告》指出,截至2021年底,全國(guó)充電設(shè)備保有量261.7萬(wàn)臺(tái),同比增加70.1%,有力支撐了我國(guó)電動(dòng)汽車規(guī)?;袌?chǎng)的快速形成和發(fā)展[3]。但目前配套的電動(dòng)汽車充電故障診斷及安全運(yùn)維服務(wù)體系尚不完善[4],多依賴于人員的知識(shí)和經(jīng)驗(yàn)進(jìn)行充電設(shè)施故障分析與診斷[5-6],難以形成標(biāo)準(zhǔn)化作業(yè)規(guī)范和相關(guān)流程。究其原因,主要有以下幾方面:電動(dòng)汽車充電過(guò)程多級(jí)設(shè)備一體化作用機(jī)理及安全運(yùn)行特性等理論研究尚存不足[7],導(dǎo)致充電實(shí)時(shí)安全數(shù)據(jù)監(jiān)測(cè)及挖掘準(zhǔn)度不高[8];充電過(guò)程故障智能診斷及安全預(yù)警技術(shù)研究深度不夠[9-10],導(dǎo)致故障定位及預(yù)警等級(jí)評(píng)價(jià)精度欠缺[11-12];充電過(guò)程運(yùn)維服務(wù)體系不完善,導(dǎo)致對(duì)出現(xiàn)的充電故障和安全隱患預(yù)警處理效率低[13]。傳統(tǒng)的充電服務(wù)運(yùn)維模式包含2個(gè)方面內(nèi)容:一方面對(duì)電動(dòng)汽車充電設(shè)施進(jìn)行日常巡檢,提供專業(yè)檢修、維護(hù)和運(yùn)維服務(wù);另一方面通過(guò)網(wǎng)絡(luò)監(jiān)控充電樁實(shí)時(shí)狀況,一旦出現(xiàn)緊急事故,及時(shí)進(jìn)行現(xiàn)場(chǎng)處理[14-15]。充電設(shè)備狀態(tài)密切相關(guān)的運(yùn)行、氣象環(huán)境等信息數(shù)據(jù)量巨大,人工診斷分析效率不高。目前充電設(shè)施的智能運(yùn)維在故障診斷、處置決策和差異化運(yùn)維上[16]缺乏技術(shù)決策支撐體系,無(wú)法實(shí)現(xiàn)充電站設(shè)施的精準(zhǔn)運(yùn)維,限制了電動(dòng)汽車充電設(shè)施運(yùn)維服務(wù)能力的提升。
此外,已有研究人員對(duì)充電設(shè)施的狀態(tài)進(jìn)行評(píng)估[17],包括對(duì)充電信息安全評(píng)估的研究[18],但關(guān)于充電設(shè)施運(yùn)維服務(wù)體系評(píng)估方法的研究尚未展開。因此,本文基于目前充電設(shè)施運(yùn)維服務(wù)存在的問題,提出互動(dòng)化運(yùn)維機(jī)制及評(píng)估方法,構(gòu)建智能化運(yùn)維服務(wù)模式及其評(píng)價(jià)體系,以緩解運(yùn)維服務(wù)壓力。
電動(dòng)汽車充電設(shè)施安全運(yùn)維問題涉及范圍廣闊,因素復(fù)雜,而且影響因素往往相互作用[19],主要包括對(duì)人身、汽車和周圍設(shè)施等造成的損害。良好的絕緣對(duì)于保證電氣設(shè)備與線路的安全運(yùn)行,防止人身觸電事故的發(fā)生是最基本和最可靠的手段。其中外殼的防護(hù)等級(jí)、電氣間隙以及絕緣電阻,是判斷絕緣能力的關(guān)鍵因素。保證外殼的防護(hù)能力,保留一定的電氣間隙避免過(guò)電壓造成絕緣擊穿,定期檢查絕緣電阻,是保障絕緣安全的重要方式。同時(shí),故障的處理準(zhǔn)確度也是衡量設(shè)施安全的重要指標(biāo),保護(hù)裝置是保障充電設(shè)施安全的另一重要手段。
有效的運(yùn)維服務(wù)是保障充電設(shè)施充電安全的必要形式。充電安全運(yùn)維影響因素分析如圖1所示。
圖1 充電設(shè)施充電安全運(yùn)維影響因素
傳統(tǒng)的運(yùn)維服務(wù)通常是在充電設(shè)施故障發(fā)生后上報(bào)故障,派遣檢修人員進(jìn)行維修,這種方式效率低下,如果多個(gè)設(shè)施同時(shí)發(fā)生故障,會(huì)嚴(yán)重影響用戶的充電體驗(yàn),增加運(yùn)維負(fù)擔(dān)。為了改善充電設(shè)施的運(yùn)維服務(wù)能力,本文提出“互聯(lián)網(wǎng)+傳統(tǒng)巡檢”的運(yùn)維模式,可實(shí)時(shí)掌握充電樁運(yùn)行狀態(tài),及時(shí)有效地排除設(shè)備隱患,保障設(shè)備安全穩(wěn)定運(yùn)行,為客戶提供優(yōu)質(zhì)充電運(yùn)維服務(wù)。借助車聯(lián)網(wǎng)平臺(tái),通過(guò)手機(jī)巡檢APP,將充電樁被動(dòng)檢修變成主動(dòng)運(yùn)維,實(shí)現(xiàn)充電樁隱患早發(fā)現(xiàn)、早處理,提升充電樁的安全運(yùn)行水平。
結(jié)合目前的運(yùn)維管理方式[20],提出更合理、高效、完善的運(yùn)維服務(wù)人員管理機(jī)制,具體如下:
a)為快速解決客戶問題,采用分區(qū)人員駐點(diǎn)方式,針對(duì)城市不同縣區(qū)的充電點(diǎn)設(shè)立多個(gè)服務(wù)點(diǎn),每個(gè)服務(wù)點(diǎn)配置運(yùn)維人員,建立快速響應(yīng)機(jī)制。
b)成立專業(yè)運(yùn)維隊(duì)伍,建立完整運(yùn)維機(jī)制,包括日常巡視(周期性計(jì)劃巡視和特殊巡視)、充電設(shè)施檢修(周期性計(jì)劃?rùn)z修和臨時(shí)性檢修)、異常情況處理(配電設(shè)施異常、充電樁體異常、充電服務(wù)軟件異常和充電車樁匹配異常)。
c)根據(jù)客戶反饋以及監(jiān)測(cè)平臺(tái)反饋,發(fā)現(xiàn)充電樁異常充電情況或存在安全隱患,立即組織人員搶修,確保安全運(yùn)維;建立合理獎(jiǎng)懲考核機(jī)制,明確運(yùn)維人員的職責(zé),保證客戶滿意度。
d)階段性進(jìn)行運(yùn)維人員培訓(xùn),學(xué)習(xí)崗位職責(zé)、工作流程、工作表單、工作技術(shù)規(guī)范、管理制度、業(yè)務(wù)知識(shí)、作業(yè)規(guī)范、新技術(shù)培訓(xùn)、溝通禮儀等內(nèi)容。
采用“互聯(lián)網(wǎng)+傳統(tǒng)巡檢”模式,對(duì)充電樁所有數(shù)據(jù)進(jìn)行實(shí)時(shí)采集、統(tǒng)一配置、統(tǒng)一管理,利用大數(shù)據(jù)、互聯(lián)網(wǎng)技術(shù)提前判斷設(shè)備可能出現(xiàn)的問題,有針對(duì)性地安排檢修,提升運(yùn)行維護(hù)的管理效率,實(shí)現(xiàn)實(shí)時(shí)故障告警提醒、多層級(jí)可視化管理、智能監(jiān)控保證運(yùn)維等功能,對(duì)充電樁進(jìn)行統(tǒng)一監(jiān)控、控制、管理。
在電動(dòng)汽車充電設(shè)施安全運(yùn)維過(guò)程中,與電動(dòng)汽車充電站相關(guān)聯(lián)的主要信息網(wǎng)絡(luò)系統(tǒng)是以智能電網(wǎng)為基礎(chǔ)的充電站綜合管理系統(tǒng)及智慧車聯(lián)信息網(wǎng)[21]。隨著電力物聯(lián)網(wǎng)的快速發(fā)展與電動(dòng)汽車規(guī)模的擴(kuò)大,車、站、網(wǎng)之間已逐步實(shí)現(xiàn)信息互通。
目前,在制訂充電站運(yùn)維計(jì)劃時(shí)并未考慮設(shè)備運(yùn)行情況差異,大多依靠運(yùn)維人員的經(jīng)驗(yàn)選擇運(yùn)維方式,導(dǎo)致了運(yùn)維工作的粗略性。因此,在當(dāng)前電動(dòng)汽車及交通服務(wù)行業(yè)快速發(fā)展的趨勢(shì)下,本文考慮電動(dòng)汽車充電過(guò)程中用戶、運(yùn)維人員與各級(jí)設(shè)備之間互聯(lián)特點(diǎn)以及安全需求,提出以多網(wǎng)信息融合為基礎(chǔ)的電動(dòng)汽車充電站就地安全服務(wù)模式與遠(yuǎn)程服務(wù)模式,具備業(yè)務(wù)支撐功能、安全保障服務(wù)提供能力、設(shè)備維修更換水平以及就地技術(shù)保障措施和人員配置。針對(duì)遠(yuǎn)程運(yùn)維服務(wù)模式,具備預(yù)警信息實(shí)時(shí)監(jiān)控及預(yù)警結(jié)果實(shí)時(shí)推送功能、遠(yuǎn)程協(xié)調(diào)互動(dòng)能力以及遠(yuǎn)程技術(shù)保障措施和人員配置?;?dòng)化運(yùn)維服務(wù)模式框架如圖2所示。
圖2 互動(dòng)化運(yùn)維服務(wù)模式
基于充放電互聯(lián)特征,優(yōu)化當(dāng)前運(yùn)維服務(wù)模式,是為了構(gòu)建集模塊化、獨(dú)立性、低耗性、遠(yuǎn)程化、高安全、低成本、高效率于一體的運(yùn)維模式,確保實(shí)時(shí)監(jiān)控、及時(shí)維護(hù)電動(dòng)汽車充電樁設(shè)施,提升電動(dòng)汽車充電設(shè)施服務(wù)滿意度,保障電動(dòng)汽車安全穩(wěn)定運(yùn)行。以智能設(shè)備為基礎(chǔ),應(yīng)用大數(shù)據(jù)技術(shù),創(chuàng)新智能化運(yùn)維服務(wù)管理手段,融合互聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)電動(dòng)汽車充電運(yùn)維服務(wù)體系,提高運(yùn)維效率,降低人力成本,從而達(dá)到運(yùn)營(yíng)商與用戶雙向滿意的效果。
綜合模糊評(píng)價(jià)常用于各領(lǐng)域相關(guān)等級(jí)評(píng)價(jià)[22],在評(píng)價(jià)方法中占有重要地位。本文利用綜合模糊評(píng)價(jià)法結(jié)合層次分析法,對(duì)上述電動(dòng)汽車運(yùn)維服務(wù)體系進(jìn)行綜合分析評(píng)估。建立運(yùn)維服務(wù)綜合評(píng)價(jià)模型之前,需要明確綜合評(píng)價(jià)指標(biāo)體系構(gòu)建原則。梳理指標(biāo)體系構(gòu)建思路,建立涵蓋風(fēng)險(xiǎn)管控、安全保護(hù)、經(jīng)濟(jì)損失及運(yùn)行效率等的綜合評(píng)價(jià)指標(biāo)體系;以所建綜合評(píng)價(jià)指標(biāo)體系為對(duì)象,利用綜合模糊層次分析法、綜合賦權(quán)法,構(gòu)建運(yùn)行績(jī)效綜合評(píng)價(jià)模型,并通過(guò)示范區(qū)電動(dòng)汽車充電設(shè)施實(shí)際運(yùn)行數(shù)據(jù)驗(yàn)證該評(píng)價(jià)模型,為完善互動(dòng)化運(yùn)維服務(wù)模式提供依據(jù)。具體評(píng)價(jià)模型建立流程如圖3所示。
圖3 評(píng)價(jià)模型建立流程
根據(jù)上述評(píng)價(jià)流程,綜合考慮多個(gè)方面來(lái)進(jìn)行充電設(shè)施運(yùn)維服務(wù)體系的全面評(píng)價(jià),劃分n個(gè)評(píng)價(jià)論域,即
U={U1,U2,…,Un}.
(1)
式中U為評(píng)價(jià)指標(biāo)集合,Ui(i=1,2,…,n)為第i個(gè)評(píng)價(jià)指標(biāo)的影響因素集合,即
Ui={ui1,ui2,…,uim}.
(2)
式中:uij(j=1,2,…,m)為第i個(gè)評(píng)價(jià)指標(biāo)第j個(gè)因素;m為影響因素個(gè)數(shù)。
建立評(píng)價(jià)對(duì)象的評(píng)價(jià)等級(jí),每個(gè)因素對(duì)應(yīng)1個(gè)評(píng)價(jià)等級(jí),評(píng)價(jià)等級(jí)矩陣
V=[v1v2…vk].
(3)
式中:vh(h=1,2,…,k)為第h個(gè)評(píng)價(jià)等級(jí);k為評(píng)價(jià)等級(jí)數(shù),本文中k=5,等級(jí)v1、v2、v3、v4、v5分別為差、及格、中等、良好、優(yōu)秀。
每個(gè)評(píng)價(jià)因素的影響程度不同,因此對(duì)應(yīng)不同的權(quán)重系數(shù):
(4)
式中:W為權(quán)重矩陣;Wi為第i個(gè)評(píng)價(jià)指標(biāo)的權(quán)重矩陣;wij為第i個(gè)評(píng)價(jià)指標(biāo)第j個(gè)因素的權(quán)重。wij滿足以下條件:
(5)
假設(shè)指標(biāo)Ui的評(píng)價(jià)矩陣為Ri,即
(6)
則指標(biāo)Ui的綜合評(píng)價(jià)決策矩陣
Bi=Wi·Ri,
(7)
總目標(biāo)評(píng)價(jià)矩陣
B=[B1B2…Bn]
(8)
從而得到綜合模糊評(píng)分結(jié)果
S=B·VT.
(9)
該結(jié)果同時(shí)也是所有評(píng)價(jià)指標(biāo)的綜合評(píng)價(jià)結(jié)果。該評(píng)價(jià)方法為兩層評(píng)價(jià)模型,可以更加全面地評(píng)價(jià)運(yùn)維服務(wù)總體情況,也避免各個(gè)因素相互交叉的影響。
2.2.1 數(shù)據(jù)標(biāo)準(zhǔn)化
為了統(tǒng)一分析不同類型的數(shù)據(jù),首先對(duì)采集的數(shù)據(jù)進(jìn)行無(wú)量綱標(biāo)準(zhǔn)化處理,然后對(duì)標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行歸一化處理。將指標(biāo)分為正向指標(biāo)與負(fù)向指標(biāo):正向指標(biāo)是其值越大,運(yùn)維服務(wù)越好;負(fù)向指標(biāo)是其值越小,運(yùn)維服務(wù)越好。正向指標(biāo)處理方式見式(10),負(fù)向指標(biāo)處理方式見式(11):
(10)
(11)
式中:xj為指標(biāo)j的數(shù)值;yj為歸一化處理后的指標(biāo)值。
2.2.2 隸屬度確定
利用隸屬度函數(shù)K(x)確定各個(gè)指標(biāo)因素與評(píng)價(jià)等級(jí)的關(guān)系,其值越接近1則隸屬度越高,其值越接近0則隸屬度越低。正向指標(biāo)的隸屬度計(jì)算見式(12),負(fù)向指標(biāo)的隸屬度計(jì)算見式(13):
(12)
(13)
式中:x為指標(biāo)的實(shí)際數(shù)值;xk與xk+1為與指標(biāo)實(shí)際數(shù)值相鄰的2個(gè)標(biāo)準(zhǔn)值。指標(biāo)對(duì)第k+1級(jí)評(píng)價(jià)的隸屬度為1-K(x),對(duì)其他評(píng)價(jià)等級(jí)的隸屬度則為0。隸屬度構(gòu)成評(píng)價(jià)矩陣Ri。
2.2.3 主觀權(quán)重
利用改進(jìn)的層次分析法確定主觀權(quán)重[23]。以5標(biāo)度法代替9標(biāo)度法來(lái)構(gòu)造比較矩陣[24],即采用標(biāo)度1—5表征重要程度:1為同等重要,2為稍微重要,3為較為重要,4為重要,5為非常重要。
與傳統(tǒng)的層次分析法一樣,首先建立層次結(jié)構(gòu)模型,利用5標(biāo)度法構(gòu)建判斷矩陣A,其元素的計(jì)算公式為:
(14)
式中:aij為指標(biāo)因素i相比于j的重要程度;ri、rj為因素i、j的數(shù)值;rmax、rmin分別為所有因素最大值、最小值;bm=rmax/rmin。
最優(yōu)傳遞矩陣元素的計(jì)算公式為
(15)
(16)
則指標(biāo)j的主觀權(quán)重
(17)
2.2.4 客觀權(quán)重
利用因子分析法確定客觀權(quán)重。首先對(duì)標(biāo)準(zhǔn)化處理后的數(shù)據(jù),計(jì)算相關(guān)矩陣R0;求解矩陣的特征根以及特征向量;根據(jù)系統(tǒng)要求的累計(jì)貢獻(xiàn)確定主因子的個(gè)數(shù),計(jì)算因子載荷矩陣A0;確定因子模型,最后得到指標(biāo)客觀權(quán)重[25]。
2.2.5 綜合賦權(quán)法
綜合權(quán)重的計(jì)算公式為
(18)
式中βj、wj分別為指標(biāo)j的客觀權(quán)重、綜合權(quán)重。
綜合模糊評(píng)價(jià)流程如圖4所示。以就地運(yùn)維服務(wù)模式、遠(yuǎn)程運(yùn)維服務(wù)模式及運(yùn)維服務(wù)子系統(tǒng)為評(píng)價(jià)對(duì)象,分析各自運(yùn)維服務(wù)功能及運(yùn)行過(guò)程特點(diǎn),歸納影響評(píng)價(jià)對(duì)象高效運(yùn)行的綜合績(jī)效因素,篩選與影響因素對(duì)應(yīng)的綜合評(píng)價(jià)指標(biāo)。綜合考慮充電效果、可靠性及用戶感受,具體充電設(shè)施綜合評(píng)價(jià)指標(biāo)如圖5所示。
圖4 綜合模糊評(píng)價(jià)流程
圖5 充電設(shè)施綜合評(píng)價(jià)指標(biāo)
根據(jù)圖5內(nèi)容,充電設(shè)施運(yùn)維服務(wù)體系一次因素集合
U={U1,U2,U3,U4,U5}.
(19)
(20)
建立評(píng)價(jià)矩陣Ri,本文采用專家打分的方法,得到綜合評(píng)價(jià)矩陣:
(21)
根據(jù)式(8)、(9)計(jì)算結(jié)果,建立指標(biāo)評(píng)價(jià)等級(jí)與分值區(qū)間表,見表1。
表1 指標(biāo)評(píng)價(jià)等級(jí)與分值區(qū)間
綜合模糊評(píng)價(jià)方法能夠有效評(píng)估電動(dòng)汽車運(yùn)維服務(wù)模式,并基于評(píng)估效果進(jìn)一步改善運(yùn)維服務(wù)。
根據(jù)2021年江蘇省南京地區(qū)部分充電站運(yùn)維服務(wù)的調(diào)研數(shù)據(jù),獲取采用不同運(yùn)維服務(wù)模式的3組充電設(shè)施數(shù)據(jù),分為A組、B組和C組進(jìn)行案例分析。3組充電設(shè)施型號(hào)相同,運(yùn)維服務(wù)模式不同:A組采用本文提出的“互聯(lián)網(wǎng)+傳統(tǒng)巡檢”的運(yùn)維服務(wù)模式;B組采用傳統(tǒng)運(yùn)維模式,通過(guò)人工巡檢進(jìn)行故障排查;C組采用遠(yuǎn)程互聯(lián)網(wǎng)監(jiān)測(cè)模式,但沒有加入傳統(tǒng)的定期巡檢服務(wù),以遠(yuǎn)程監(jiān)測(cè)、故障系統(tǒng)監(jiān)控上報(bào)為主。以A組為例進(jìn)行綜合模糊評(píng)價(jià)計(jì)算,利用獲取的數(shù)據(jù),按照隸屬度確定原則評(píng)估指標(biāo)的評(píng)價(jià)等級(jí)隸屬度;采用綜合賦權(quán)法建立每個(gè)指標(biāo)的權(quán)重矩陣及綜合評(píng)價(jià)矩陣,具體見表2。
表2 A組綜合模糊評(píng)價(jià)權(quán)重
由表2中的數(shù)據(jù)可得A組的評(píng)價(jià)矩陣:
(24)
(25)
(26)
(27)
(28)
根據(jù)式(21)、(22)、(24)—(28)可計(jì)算得到A組的總目標(biāo)評(píng)價(jià)矩陣
B=[B1B2B3B4B5]=
(29)
最終計(jì)算得出A組綜合模糊評(píng)價(jià)矩陣
(30)
同樣地,按照上述步驟分別對(duì)B組和C組進(jìn)行評(píng)價(jià)計(jì)算,3組得分及評(píng)價(jià)結(jié)果見表3。為了更好地對(duì)比采用綜合賦權(quán)法的評(píng)價(jià)效果,本文同時(shí)利用常規(guī)的模糊評(píng)價(jià)算法[26](權(quán)重部分只采用單一權(quán)重確定方式)對(duì)3組充電設(shè)施運(yùn)維服務(wù)進(jìn)行評(píng)價(jià),結(jié)果見表4。
表3 綜合賦權(quán)法下各組充電設(shè)施運(yùn)維服務(wù)評(píng)分
表4 單一賦權(quán)法下各組充電設(shè)施運(yùn)維服務(wù)評(píng)分
從表3和表4可以看出,無(wú)論是改進(jìn)前還是改進(jìn)后的綜合模糊算法評(píng)價(jià)結(jié)果,采用“互聯(lián)網(wǎng)+傳統(tǒng)巡視”的A組運(yùn)維服務(wù)方式在各項(xiàng)指標(biāo)中得分最高,采用傳統(tǒng)運(yùn)維服務(wù)模式的B組次之,以遠(yuǎn)程運(yùn)維服務(wù)為主的C組評(píng)價(jià)結(jié)果最差。為了進(jìn)一步比較改進(jìn)后的綜合模糊評(píng)價(jià)方法的可靠性,將改進(jìn)前后的方法評(píng)分與實(shí)際值(專業(yè)調(diào)研考核后的得分)進(jìn)行比較。各組的綜合模糊評(píng)價(jià)結(jié)果以及實(shí)際情況如圖6所示。
圖6 各組充電設(shè)施運(yùn)維服務(wù)評(píng)價(jià)
由圖6可知:綜合賦權(quán)法結(jié)合了主觀和客觀權(quán)重2個(gè)方面的信息,能夠更準(zhǔn)確地反映真實(shí)情況,其評(píng)價(jià)結(jié)果更接近真實(shí)情況;而單一賦權(quán)法受制于主觀因素影響,其評(píng)價(jià)結(jié)果偏差較大。綜合比較,本文提出的綜合模糊評(píng)價(jià)算法對(duì)于評(píng)價(jià)準(zhǔn)確度有一定的提升效果。
本文分析了電動(dòng)汽車充電設(shè)施安全運(yùn)維影響因素,結(jié)合運(yùn)維服務(wù)人員管理方式,提出一種“互聯(lián)網(wǎng)+傳統(tǒng)巡檢”的運(yùn)維服務(wù)機(jī)制,增強(qiáng)了運(yùn)維服務(wù)的互動(dòng)性?;谠摲?wù)機(jī)制,提出一種充電設(shè)施運(yùn)維服務(wù)綜合模糊評(píng)價(jià)模型,在權(quán)重分析過(guò)程中采用結(jié)合主觀權(quán)重(層次分析法計(jì)算)和客觀權(quán)重(因子分析法計(jì)算)的綜合賦權(quán)法,并在主觀權(quán)重計(jì)算中利用5標(biāo)度法對(duì)層次分析法進(jìn)行改進(jìn),考慮了充電容量、效率、可靠性指標(biāo)、用戶體驗(yàn)、安全性5個(gè)指標(biāo),全面評(píng)估充電設(shè)施運(yùn)維服務(wù)。利用改進(jìn)前后的綜合模糊評(píng)價(jià)方法對(duì)比分析采用不同運(yùn)維服務(wù)模式的充電設(shè)施組,評(píng)價(jià)結(jié)果表明,采用“互聯(lián)網(wǎng)+傳統(tǒng)巡檢”運(yùn)維服務(wù)模式的組得分最高,并且改進(jìn)后的綜合賦權(quán)法的評(píng)價(jià)方式能夠更準(zhǔn)確地評(píng)價(jià)運(yùn)維服務(wù)情況。該評(píng)價(jià)結(jié)果可為后續(xù)改善運(yùn)維服務(wù)體系提供參考,促進(jìn)電動(dòng)汽車產(chǎn)業(yè)健康快速發(fā)展。