基于模糊评估算法对停电通知管理探究.docVIP

基于模糊评估算法对停电通知管理探究 　　摘 要：该文介绍了一种加强停电通知管理的模糊评估算法。该算法可以对停电通知业务展开有效监管，通过模糊综合评判方法对监测结果开展量化评估。该评判方法将停电通知实时信息和历史记录进行有效的关联，管理者可以从整体上推断运管处于何种状态，再从实际的数据看出各关键因素所处状态，对处于不佳状态参量进行严格控制，以免造成运管失控 关键词：停电通知管理 模糊评估算法 量化评估 中图分类号：TM744 文献标识码：A 文章编号：1674-098X（2016）12（a）-0140-02 停电通知是供电流程上的重要一环，作为电力公司的对外窗口之一，其工作质量直接关系到企业的社会口碑和行风测评。目前，停电通知工作日趋繁重，为了进一步加大对其科学管理，该文提出：建立加强停电通知管理的模糊评估算法。通过该算法可以对停电通知业务展开有效监管，运用模糊综合评判方法对停电通知的主要指标完成情况展开量化评估。该评估算法将停电通知当月实际信息和历史数据进行有效关联，对停电通知运管状态作出系统综合的量化评估，具备较强的可操作性，能为日后停电通知管理提供参考依据 1 状态评价体系的建立 停?通知业务的优化管理主要是为了实现100%的停电通知发放率、回执率、无投诉率。为了使评估指标科学系统地反映停电通知的运管状态，结合评估停电通知工作进展的可操作性，实现停电通知优化管理主要取决于PMS台帐数据正确率、停电通知外发队业务能力、停电通知外发队的服务质量、加强规划和备好相关紧急预案的能力。为了建模分析计算，分别将优化因素可量化，以PMS用户信息缺失和错误数量、停电通知有效回执单数、停电通知投诉电话数量、紧急批单量（非计划停电通知单数量）等4个特征量来描述停电通知管理状态。这4个因素量基于当月有效停电通知单数量分别计算，就可得到停电通知管理优化因素的4个状态参量：信息劣化率、回执率、投诉率和突发率 2 关键因素和状态评价的确定 建立停电通知运管状态参量模型，确定关键因素，停电通知运管状态可分解为信息劣化率、回执率、投诉率、紧急事件突发率等4个评判项目，表示为关键因素集。同时考虑到专家意见和停电通知工作的业绩考评，停电通知运管的四个因素状态可划分为优良、一般、警戒、严重四种状态，表示为状态评价集 3 确定权重 选取关键因素后，需根据因素间的相对重要性给予相应的权重，定义权重矩阵A=[ai]，ai为关键因素；ui为在停电通知运管状态整体评估中所起的权重，且满足： 确定权重的方法有不少，例如加权平均法、专家评估费、Delphi法、信息熵法等 停电通知运管状态评估尚在研究的起步状态，该文主要采用层次分析法和专家评估法相结合的方法得到指标的相对重要性，层次分析法结构将目标层定义为“停电通知运管状态”、准则层定义为“发放率、回执率、投诉率”三项、将方案层定义为“提高PMS台账数据准确性、提高停电通知发放队伍业务执行力、提高停电通知发放队伍服务质量、加强规划做好紧急预案”四方面。最终，因素集U的权重分配初步定为A=[0.5，0.175，0.3，0.025] 4 模糊评判矩阵的建立 用第i个关键因素对停电通知运管状态进行评估，状态评价集中的状态vj的隶属度为rij，由于该文定义了4个关键因素、4个评价状态，那么可以用隶属度集表示按关键因素ui评估的结果。如此，可构成模糊评判矩阵： 5 确定隶属函数 确定模糊评判矩阵中的元素是开展模糊综合评判的关键。隶属度的模糊集合是通过隶属函数来确定的。确定隶属函数有很多方法，该文中信息劣化率、回执率、投诉率、突发率的隶属函数都属于典型函数，可以采用待定系数法确定。典型函数形式包括三角分布、梯形分布、正态分布等。因为梯形-三角形隶属函数形态简易，与其他隶属函数算出的结果相比差别不大，所以该文利用梯形-三角形组合的分布函数，建立信息劣化率等关键因素对应于不同状态等级的隶属函数，并通过统计对比加以综合分析，分别设立信息劣化率等因素在4种评价状态等级下的边界值 根据对相关历史数据的收集，通过专业人员的工作经验加以分析总结，可统计出包括日期、停电通知单数量（张）、有效发放数（张）、台账信息劣化率（万分率）、当月回执单数（张）、回执率（百分率）、投诉电话数量、投诉率（千分率）、紧急通知单数（张）、突发率（万分率）的表格 以信息劣化率（万分率）为例，根据所统计的历史数据分布，涉及状态等级边界值可分别取值为3、5、7、9、11、13 由此信息劣化率U1对应与状态V1～V4的隶属函数可分别确定为： ； ； ； 同理，回执率、投诉率、突发率的隶属函数也可以用典型的隶属函数表示，采用如上同样的方法 6 模糊运算和结果分析