云測度的電力營銷狀態評估與預警模型分析

馬文, 張雪堅

(云南電網有限責任公司 信息中心， 昆明 650217)

0 引言

電力營銷是電力單位主要的經濟渠道，其包含了電力單位的生產、輸送、分配、銷售、服務，主要功能在于創造滿足社會需求的電力產品，并向電力市場用戶營銷。在現代社會發展速度加快的背景之下，社會對于電力的需求大幅度增長，從而傳統的電力營銷概念、方式已經無法滿足需求，而為了對此現狀進行改善，電力企業意識到要將電力營銷進行改革，而為了確保改革方向的正確，電力企業開始將電力營銷與現代網絡信息化技術相互結合，進而產生出兩種改革趨勢，即為電力供應從供不應求轉向增供擴銷、電力企業運營從以生產計劃為核心轉向以電力市場需求、提高客戶滿意度為核心，而在此兩種模式之下，因為網絡信息化技術，其運行產生了體積龐大的數據，人工難以對此進行處理，所以為了有效的對電力營銷狀態進行準確、客觀地分析及預警，電力營銷的改革產生了進一步的深化發展，開始強調云測度技術的應用。

1 云測度云理論概述

首先假設X為某一個精確數值表示的定量論域U上的定型概念C的一次隨機生產，那么X對于C的確定度即為u(x)∈[0,1]，在其中x在U上的分布即為云模型，單獨的x為云滴。云用期望Ex、熵En、超熵He為特征對定性概念進行量化的表征，其中期望Ex為云重心G所相對的論域值；熵En是由概念的模糊性和隨機性組成并決定的，可反映出論域中可被定性概念接受的數域范圍；超熵He是熵En的不確定性度量[1,2]。

基于理論得知，云模式存在多種形式，而其中最具有代表性的即為在正態分布基礎上建立的正態云形式，此形式針對自然、社會現象等方面具有十分良好的實用性[3,4]。在此基礎上本文主要針對正太云模型進行研究，圖1為正態云對定性概念的量化示例[5,6]。

2 電力營銷狀態評估預警因子體系

2.1 構建機理

首先因為因子體系要形成一個重點內涵，就必須按照一定的原則來進行組合，以此才能將獨立或有關聯的影響因子集中化，從而能形成因子邏輯關系網，在因子邏輯 關系網的作用下，才能滿足電力營銷對營銷目標的預警判斷[7,8]。本文在上述基礎上構建電力營銷預警機理。

分析來看，電力營銷預警的處罰機理，主要是通過對營銷工作中可能產生的行為失誤、管理波動的內外部因素進行監控、識別來啟動的，運作方面，其主要是以企業營銷管理工作的外部環境、內部組織行為管理監控對象，對對象目標的行為進行分析后發現其中不足，進而通過建立科學合理的影響因子體系的方式來實現預警[9,10]。在現代電力市場的改革背景下，電力單位所受到的競爭壓力巨大，所以其在運行當中存在巨大的經濟風險，而為了更好的規避風險，構建電力營銷預警系統，能夠幫助電力單位在進行經營活動、競爭時有更高的保障，以此可提高電力單位在市場中的占有率[11,12]。本文在此前提下，依照營銷預警分析理論，對電力營銷風險因子進行分析，將風險因子分為內外兩個類型，并針對不同類型的風險因子，剪力電力營銷狀態評估預警因子體系[13,14]。

2.2 因子體系構建

在本文的設計思路當中，首先將電力營銷狀態評估預警因子體系分為5個層次，并將層次對應項目分為目標層、準則層、因子項組成，下文對此進行逐一分析。

1. 目標層。目標層對應本文設計體系的第一層次，其主要代表了電力營銷綜合狀態。

2. 準則層。準則層對應本文設計體系的第二、三層次，其主要由企業競爭能力、客戶風險、供應風險、第三方風險、營銷自然環境狀態等外部因素與內部管理結構狀態、內部運營狀態、營銷行為人狀態等內部因素組成。

3. 因子項組成。因子項組成對應本文設計體系的第四、五層次，其主要由準則層的具體因子項組成。

3 電力營銷狀態評估預警模型

本文所設計的電力營銷狀態評估預警模型，主要采用由下至上的層次化結構進行設計，設計目標當中主要包含了對象狀態評估、預警分析。在本文設計思路當中，電力營銷狀態評估預警模型應當具備對因子體系聚合度不為零的所有目標進行評估預警的功能，并且評估預警運行流程相同。

3.1 云評價

本文首先將電力營銷狀態分級，進而得出7個不同的電力營銷狀態，分別為極劣、劣、較劣、良、較優、優、極優，考慮到便捷性，下文中將此對應為1～7數字。在云模型的評價集基礎上，將電力營銷狀態的評估因子進行統一，從而使其中隨機、模糊因子二重性統一為一體，如此就實現了不同分級的軟區分，在此基礎上能夠滿足數據的實際分布。

在1～7的電力營銷狀態體系之下，將采用數理統計分析法對各等級因子進行劃分，并將其中各定性因子與綜合狀態定義為L。在等級劃分完畢之后，對其中具備雙邊約束特性的分區段評價集進行云模型描述，表述基礎在于邊界隨機性、模糊性并進行適度擴展；對于具有單邊界的劃分區間，主要采用半云進行描述，以此分別取左、右兩端的約束值為各自的期望值Ex，取相應對稱云熵值的1/2作為各自的熵En，正態云模型得出的綜合評價云發生器，如圖2所示。

3.2 評估因子的綜合評價云數字特征值測算

本文直接將定性因子作為綜合評價云的輸入，從而得到了對應評價結果的云數字特征值數；直接將定量因子以定量值作為其自身評價云的輸入，在極大關聯度理論基礎上，得到了定性評價，之后通過定性因子測算方法，得到了定量因子的綜合評價云數字特征值。

3.3 綜合狀態等級定性及預警

為了實現綜合評價云發生器的輸入功能，本文將目標對象的綜合云測度值導入其中，進而得出了目標對象實際狀態的評估等級、定性結果。

在綜合云測度值的評價基礎上，通過預警模型的運作，對其中4等級的營銷狀態進行預警，預警主要設有4條警戒線，每當觸發一條警戒線預警等級就會上升一級。具體表現方面，當預警系統沒有被觸發時，即表現為良性時，系統會以綠燈形式表現，而當觸發預警系統時，則會亮起紅燈并發出警報，以此可以通知到電力營銷人員，從而通過相關措施來進行處理，降低了營銷的損失以及危機發生的機率。此外，本文預警系統當中所有高于4等級的營銷狀態均用綠燈表示，而除7等級以外的所有低于4等級的均用紅燈、警報表示，7等級狀態則用紅燈、閃爍、警報表示。

4 算例分析

4.1 計算綜合云重心

首先依照原始的數據，本文將采用關聯度函數、因子評價云算例來進行計算，以此得到個因子的狀態值數，具體如表1所示。

表1 電力營銷競爭力各評估因子狀態值數

4.2 確定評估因子權重值

此階段本文主要針對傳統的AHP方法進行改進，以使其能夠代入到電力營銷競爭因子體系當中，之后利用改進后的AHP方法進行計算，以此確認了電力營銷競爭力各因子權重值，而本文出于對營銷競爭力從多層次靈活組合分析，依照權重分析進行自下而上逐層遞推。

此外，本文的權重分析來源于多層級因子體系，并為了降低權重分析過程中的專家打分復雜度、權重計算復雜程度，以便于分析計算的效率提高，所以在采用引入了序關系的改進型層次分析法的基礎上進行權重分析。

分析流程如下：

首先對某個評價目標進行定義，進而得出因子集T1，T2，…，Tm，此因子集的分布順序主要依照重要程度由重到輕依次排序，從而得出T1>T2>…>Tm，在此當中主要用>來確認因子序關系。

其次，對因子集進行評價，主要依照步驟建立序關系：從因子集中依次選擇出最重要的一個因子并排序，以確定唯一的序關系[15,16]。然后按照標度值，來對每一個相鄰因子之間的相對重要程度進行決策，從而能構造出判斷矩陣，最終通過計算得出各因子權重值。

在上述權重分析之下，得出相應的結果如表2所示。

表2 電力營銷競爭力評估因子權重值

4.3 云測度計算

通過決策矩陣M和電力營銷綜合評價云求得各因子的綜合期望值Ex、綜合熵值En。20 維電力營銷競爭力綜合云重心Q=(Q1，Q2，…，Q20)=G×HT=(Ex1，Ex2，…,Ex20)×(h1，h2，…，h20)T，理想狀態下該綜合云重心Q=(Q10,Q20,…,Q200)=G×HT=(1，1，…，1)×(h1，h2,…,h20)T。由綜合云重心向量得出電力營銷競爭力綜合云測度結果。

5 總結

5.1 預警系統價值討論

本文設計的云測度的電力營銷狀態評估預警模型，主要采用由上至下的形式進行構建，進而通過預警模型的運作，可以對狀態評估預警的量化結果進行定性結論。此外，本文系統還能夠對實現聚合度不為零的所有因子的狀態評價預警分析，在電力單位的實際運行當中，能夠實現內部營銷管理與同業對標的便捷性技術，所以本文設計系統的應用價值較高。

5.2 預警結果客觀性

主觀性的評價指標存在片面、局限的特性，因此本文預警系統的預警判斷體系，將完全圍繞客觀評價指標來進行。本文云模型表征方面，主要包括了電力營銷綜合狀態及評估因子等級界限的隨機性、模糊性，在此基礎上通過云技術的自然語言，能夠實現云模型不確定對象定量、定性的轉換，轉換結果更加復合人類認知趨向。此外，本文系統預警體系采用了不確定模型，從而使得預警結果數值的準確性更高，更加符合客觀評價。

6 總結

本文的設計系統主要建立于云測度云理論基礎之上，通過電力營銷狀態評估預警因子體系的分析建立了本文設計的構建機理，進而構建了因子體系，再后對電力營銷狀態評估預警模型進行了分析，分析主要包括云評價、評估因子的綜合評價云數字特征值測算兩個部分，最終為了驗證本文設計的可行性、實用性，通過相應算例來對此進行分析，分析數據結果顯示本文系統具有良好的可行性、實用性。此外，在于傳統的電力營銷思路、方式比較之下，本文的預警系統還能用于電力營銷方案比較、電力目標市場狀態分析等領域，說明本文預警系統創新點在于更高的適用性、多元化應用。