基于層次分析法的企業用電脆弱性評估

黃鳴俊 周琦 葉之航 張松艷

摘 要：通過對企業用電情況進行調研，分析了企業電力脆弱性的影響因素，建立脆弱性評估指標體系，然后運用層次分析法，計算指標的權重;接著從營銷系統獲取指標數據，對指標進行賦值;最后利用綜合指數法，計算企業用電的脆弱值。根據企業的用電脆弱性，提出電力托管項目的營銷策略。

關鍵詞：用電脆弱性;層次分析法;綜合評估

0 引言

隨著售電側的放開，供電公司為了提升自身競爭力及客戶滿意度，2018年國家電網公司正式將綜合能源服務確定為主營業務，供電公司的角色定位發生了質的轉變[1]，需要供電公司充分發揮公司品牌、技術、客戶資源、服務等優勢，推動公司從單一的供電服務向綜合能源服務轉變，由原來的被動服務變成主動服務。電網經過多年運行，積累了大量客戶數據，如何應用大數據技術挖掘有價值的客戶，實現精準營銷是供電公司亟需解決的問題[2]。

本文以電力托管項目為例，運用數據分析方法，進行企業能源托管需求診斷，建立企業用電脆弱性評估模型，實現綜合能源服務的精準營銷，提高公司營銷效率。

1 客戶用電脆弱性的指標體系建立

通過市場調研，篩選影響用電風險的主要因素，建立客戶用電脆弱性指標體系，可分為一級指標和二級指標。企業電力脆弱性評價體系的指標分類如圖1所示。

企業用電脆弱性主要包括組織機構脆弱性、故障隱患脆弱性和優化用電脆弱性。其中，電工證頻次表示用電企業的電工同時在多少家企業掛靠電工證;預防試驗次數表示企業電力突發故障演練次數;用電規模表示企業申請用電所達到的規模情況，這3個指標代表企業組織機構脆弱性。

2 基于層次分析法的指標權重與賦值計算

2.1? ? 指標權重確定

2.1.1? ? 構造兩兩判斷矩陣

通過專家打分，確定兩因素中哪個更為重要，重要多少，需要對重要多少賦予一定的數值。電力應急能力評估的一級評價指標為4個，據專家打分構成矩陣，采用數字1～9及其倒數作為重要性標度。其中，1表示兩元素同樣重要;3、5、7、9分別表示一個元素比另一個元素稍微重要、明顯重要、強烈重要、絕對重要;2、4、6、8表示兩個相鄰奇數標度的中值。本文通過對電力專家開展問卷調查[3]的形式，再對數據處理得到兩兩判斷矩陣A：

A=1? ? ? ?2? ? ? ?3? ? ? ?4? ? ? ?5? ? ? ?6? ? ? ?7? ? ? ?8? ? ? ?91/2? ?1? ? ? ?2? ? ? ?3? ? ? ?4? ? ? ?5? ? ? ?6? ? ? ?7? ? ? ?81/3? ?1/2? ?1? ? ? ?2? ? ? ?3? ? ? ?4? ? ? ?5? ? ? ?6? ? ? ?71/4? ?1/3? ?1/2? ?1? ? ? ?2? ? ? ?3? ? ? ?4? ? ? ?5? ? ? ?61/5? ?1/4? ?1/3? ?1/2? ?1? ? ? ?2? ? ? ?3? ? ? ?4? ? ? ?51/6? ?1/5? ?1/4? ?1/3? ?1/2? ?1? ? ? ?2? ? ? ?3? ? ? ?41/7? ?1/6? ?1/5? ?1/4? ?1/3? ?1/2? ?1? ? ? ?2? ? ? ?31/8? ?1/7? ?1/6? ?1/5? ?1/4? ?1/3? ?1/2? ?1? ? ? ?21/9? ?1/8? ?1/7? ?1/6? ?1/5? ?1/4? ?1/3? ?1/2? ?1

2.1.2? ? 權重計算

采用方根法計算判斷矩陣最大特征值及其特征向量，計算步驟如下：

第一步：計算標準判斷矩陣A=（aij）n×n的每一行元素aij的乘積的n次方根Wi=。

第二步：將向量W歸一化，Wi=Wi/Wi求出的值，即為評估指標的權重向量。

第三步：計算判斷矩陣的最大特征值λmax=。

2.2? ? 指標賦值

在我國企業電力體系中，首先從營銷系統和用電采集信息系統中獲取指標數值，對于電工使用頻次等具體的指標，我們可以首先確定每個具體指標的上界和下界，再對每個指標進行相應計算，將每個指標歸一化，使得每個具體指標的最后取值在0～1，越靠近0，證明脆弱性越低，電力體系越安全;越靠近1，說明脆弱性較高，電力體系并不牢固。例如：

電工使用頻次：該數值以10次為基準值，越多則脆弱性越高，計算公式：

：0≤x<101：x≥10

預防性試驗次數：該數值以一年兩次以上為基準值，計算公式：

1-：0≤x<20：x≥2

3 基于綜合指數法的客戶用電脆弱性計算

綜合指數法是將不同等級的指標通過歸一化轉變成統一級別進行比較，具體地說，綜合指數法將對所有指標賦值和權重進行累乘和相加，得出最后的綜合評價指數（為一具體數值）：V=WiIi。

其中，權重Wi越大，說明該指標對結果影響越大，賦值越大，說明該指標表現越差，根據計算的脆弱性結果，可看出電力企業的脆弱性與行業平均水平的差別，同時還可以計算單獨每個指標對整體脆弱性的貢獻度，其大小反映了該指標的脆弱性所帶來的系統脆弱性程度，該數值越大，說明該指標是企業用電脆弱性的薄弱環節，可優先處理。

4 模型應用

訪問營銷系統數據庫獲取監測范圍內所有專變用戶信息，所提取的字段信息包括：供電單位（包含地市、區縣級、供電所）、戶號、戶名、用電地址、行業編碼、合同容量、運行容量、倍率、執行電價、用戶分類、用電類別、隱患類型、電工備注、法人信息、電氣聯系人信息等，導出明細清單，這些字段數據均為線上數據，可自動采取。

以2018年寧波某企業為例，使用模型可計算該企業的電力脆弱性，如表1所示。

由表1可知，該企業脆弱性達到了0.551 8，一方面，從影響系數中可以看出，該企業脆弱性風險主要因素是用電規模過大，企業可以針對該指標進行調整，降低企業電力風險;另一方面，對于電力公司來說，可以從模型中得到企業的電力脆弱性，脆弱性越高的企業，對能源托管需求也越大，可以利用此模型選擇脆弱性高的企業進行能源托管業務的營銷。通過該模型，可對系統登記在冊的所有企業進行脆弱性評估，按脆弱性從高到低排列，進行電能托管業務的推薦。

5 結語

本文首先建立企業脆性評估指標分類，運用層次分析法，獲得指標權重;接著從營銷系統獲取指標數據，對指標進行賦值;最后利用綜合指數法，計算企業脆弱值，從高到低排序，數值越高則用戶對設備托管的需求越高，可建立實時監測系統，根據需求緊迫度量化市場，提交專業部門作為供電服務工作的數據支撐。

[參考文獻]

[1] 陳萍.影響工業企業供用電可靠性的因素及預控措施分析[J].玻璃，2019，46（5）：28-31.

[2] 覃璇.高壓智能電管家建設與應用[J].工程技術研究，2018（10）：185-186.

[3] 何偉.脆弱性視角下老舊小區消防風險治理問題研究[D].上海：華東師范大學，2019.

收稿日期：2019-12-23

作者簡介：黃鳴?。?970—），女，浙江寧波人，高級經濟師，從事電力營銷方面工作。