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停電通知管理的模糊評估算法。該算法可以對停電通知業務展開有效監管，通過模糊綜合評判方法對監測結果開展量化評估。該評判方法將停電通知實時信息和歷史記錄進行有效的關聯，管理者可以從整體上推斷運管處于何種狀態，再從實際的數據看出各關鍵因素所處狀態，對處于不佳狀態參量進行嚴格控制，以免造成運管失控。

關鍵詞：停電通知管理 模糊評估算法 量化評估

中圖分類號：TM744 文獻標識碼：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，作為電力公司的對外窗口之一，其工作質量直接關系到企業的社會口碑和行風測評。目前，停電通知工作日趨繁重，為了進一步加大對其科學管理，該文提出：建立加強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務展開有效監管，運用模糊綜合評判方法對停電通知的主要指標完成情況展開量化評估。該評估算法將停電通知當月實際信息和歷史數據進行有效關聯，對停電通知運管狀態作出系統綜合的量化評估，具備較強的可操作性，能為日后停電通知管理提供參考依據。

1 狀態評價體系的建立

停電通知業務的優化管理主要是為了實現100%的停電通知發放率、回執率、無投訴率。為了使評估指標科學系統地反映停電通知的運管狀態，結合評估停電通知工作進展的可操作性，實現停電通知優化管理主要取決于PMS臺帳數據正確率、停電通知外發隊業務能力、停電通知外發隊的服務質量、加強規劃和備好相關緊急預案的能力。為了建模分析計算，分別將優化因素可量化，以PMS用戶信息缺失和錯誤數量、停電通知有效回執單數、停電通知投訴電話數量、緊急批單量（非計劃停電通知單數量）等4個特征量來描述停電通知管理狀態。這4個因素量基于當月有效停電通知單數量分別計算，就可得到停電通知管理優化因素的4個狀態參量：信息劣化率、回執率、投訴率和突發率。

2 關鍵因素和狀態評價的確定

建立停電通知運管狀態參量模型，確定關鍵因素，停電通知運管狀態可分解為信息劣化率、回執率、投訴率、緊急事件突發率等4個評判項目，表示為關鍵因素集。同時考慮到專家意見和停電通知工作的業績考評，停電通知運管的四個因素狀態可劃分為優良、一般、警戒、嚴重四種狀態，表示為狀態評價集。

3 確定權重

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

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

停電通知運管狀態評估尚在研究的起步狀態，該文主要采用層次分析法和專家評估法相結合的方法得到指標的相對重要性，層次分析法結構將目標層定義為“停電通知運管狀態”、準則層定義為“發放率、回執率、投訴率”三項、將方案層定義為“提高PMS臺賬數據準確性、提高停電通知發放隊伍業務執行力、提高停電通知發放隊伍服務質量、加強規劃做好緊急預案”四方面。最終，因素集U的權重分配初步定為A=[0.5，0.175，0.3，0.025]。

4 模糊評判矩陣的建立

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

5 確定隸屬函數

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

根據對相關歷史數據的收集，通過專業人員的工作經驗加以分析總結，可統計出包括日期、停電通知單數量（張）、有效發放數（張）、臺賬信息劣化率（萬分率）、當月回執單數（張）、回執率（百分率）、投訴電話數量、投訴率（千分率）、緊急通知單數（張）、突發率（萬分率）的表格。

以信息劣化率（萬分率）為例，根據所統計的歷史數據分布，涉及狀態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對應與狀態V1～V4的隸屬函數可分別確定為：

；

；

；

。

同理，回執率、投訴率、突發率的隸屬函數也可以用典型的隸屬函數表示，采用如上同樣的方法。

6 模糊運算和結果分析

對模糊評判矩陣R和權重矩陣A進行模糊運算可以得到模糊綜合評判結果，B=AR，其中為廣義模糊算子，其中確定的方式有許多。結合研究對象綜合考慮，選擇加權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鍵因素對停電通知運管狀態的影響，又保留了單個關鍵因素的全部信息。經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的評判集元素作為評判結果，也能采用模糊分布法，直接把bj作為評判結果，使管理人員對停電通知運管狀態有個全面的了解。

在日常工作中，將實際的統計數據代入隸屬函數，分別求得各關鍵因素對應的隸屬度。如此，通過所得的評判矩陣R，即可以知道各關鍵因素所處的狀態。結合權重分配，可得模糊綜合評判結果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，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行量化評估，通過模糊運算將整體結果展示給管理者參考，從整體上推斷運管處于何種狀態，再從實際的數據看出各關鍵因素所處狀態，對處于注意和嚴重的狀態參量進行嚴格控制，以免狀態進一步惡化，造成運管失控。

參考文獻

[1] 郭紅衛.基于模糊綜合算法的低碳經濟發展水平評價[J].當代經濟管理，2010，32（5）：15-18.

[2] 張騰，張波.基于概率統計的低壓用戶供電可靠性評估算法[J].電網技術，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計[J].科技與企業，2015（20）：167.