基于組合賦權(quán)和模糊綜合評(píng)判的電網(wǎng)企業(yè)物資品控體系綜合能效評(píng)價(jià)

代洲 王鋼 嚴(yán)英杰 劉亞?wèn)| 于中玉 楊瑞波

(1.華南理工大學(xué) 電力學(xué)院，廣東 廣州 510640；2.南方電網(wǎng)物資有限公司，廣東 廣州 510620；3.上海交通大學(xué) 電子信息與電氣工程學(xué)院，上海 200240)

目前電網(wǎng)企業(yè)建立了相對(duì)完善的物資品控體系，包括設(shè)備監(jiān)造、到貨抽檢、專項(xiàng)抽檢及送樣檢測(cè)等，對(duì)提高電網(wǎng)所采購(gòu)設(shè)備的質(zhì)量起到了積極作用，有力保障了電網(wǎng)的安全穩(wěn)定運(yùn)行。

然而，電網(wǎng)企業(yè)對(duì)物資品控體系的運(yùn)轉(zhuǎn)效率尚缺乏綜合評(píng)估，大多僅從技術(shù)指標(biāo)進(jìn)行考量，例如：“出廠試驗(yàn)一次性通過(guò)率”、“設(shè)備重大缺陷率”、“物資品類及供應(yīng)商覆蓋度”等，對(duì)其資金花費(fèi)、專家工作情況及工作完成情況等缺乏統(tǒng)一評(píng)價(jià)。

眾多學(xué)者以用戶為研究對(duì)象進(jìn)行了大量的能效評(píng)價(jià)研究工作[1]，同時(shí)能效評(píng)價(jià)也是電力需求側(cè)管理不可或缺的一部分[2]。文獻(xiàn)[1]基于“驅(qū)動(dòng)力-壓力-狀態(tài)-響應(yīng)”模型提出了有效的工業(yè)用戶用電能效評(píng)價(jià)指標(biāo)體系，并計(jì)算了每個(gè)指標(biāo)的權(quán)重，在此基礎(chǔ)上評(píng)價(jià)了用戶的用電能效水平。文獻(xiàn)[2]分析了抽水蓄能系統(tǒng)的投資成本、經(jīng)濟(jì)效益及其運(yùn)行約束，建立了求取綜合效益的數(shù)學(xué)模型，提出了綜合效益的評(píng)價(jià)方法。文獻(xiàn)[3]利用IEEE 14節(jié)點(diǎn)系統(tǒng)算例分析了節(jié)點(diǎn)煤耗率指標(biāo)的時(shí)間空間特性以及用于電力系統(tǒng)能效評(píng)估的可行性。文獻(xiàn)[4]將直覺模糊熵法分析和超效率數(shù)據(jù)包絡(luò)分析方法相結(jié)合，提出具有直覺模糊熵法權(quán)重的超效率DEA 評(píng)價(jià)模型，結(jié)合“壓力-狀態(tài)-響應(yīng)”模型的相關(guān)指標(biāo)，對(duì)具有代表性的多個(gè)電力用戶進(jìn)行能效評(píng)估。文獻(xiàn)[5]從能效評(píng)價(jià)、需求響應(yīng)及安全監(jiān)測(cè)入手構(gòu)建用戶設(shè)備評(píng)估體系，采用區(qū)間熵權(quán)法進(jìn)行賦權(quán)。

從以上研究可知，能效評(píng)價(jià)的研究對(duì)象廣泛，并且都取得了較好的實(shí)用效果。針對(duì)目前尚缺乏對(duì)電網(wǎng)企業(yè)物資品控體系運(yùn)轉(zhuǎn)效率綜合評(píng)估的研究這一實(shí)際情況，本研究利用能效評(píng)價(jià)方式，構(gòu)建了分層分級(jí)的綜合能效評(píng)價(jià)指標(biāo)體系，并提出了組合賦權(quán)方法，將模糊層次分析法和熵權(quán)法結(jié)合，得到動(dòng)態(tài)化的組合權(quán)重，解決了主觀經(jīng)驗(yàn)與客觀數(shù)據(jù)的均衡化問(wèn)題，最后通過(guò)模糊綜合評(píng)價(jià)方法對(duì)整體能效開展評(píng)價(jià)，并結(jié)合南網(wǎng)下屬子公司的實(shí)際數(shù)據(jù)，對(duì)算法的有效性進(jìn)行了驗(yàn)證。

1 綜合能效評(píng)價(jià)指標(biāo)

1.1 構(gòu)建綜合能效評(píng)價(jià)指標(biāo)體系

電網(wǎng)企業(yè)物資品控體系包含組織管理部門、品控技術(shù)中心、第三方檢測(cè)機(jī)構(gòu)及人力資源等，具有相當(dāng)程度的復(fù)雜性。從目標(biāo)實(shí)現(xiàn)、內(nèi)部過(guò)程、利用資源、利益相關(guān)者這4項(xiàng)有效性衡量目標(biāo)出發(fā)，構(gòu)建分層分級(jí)的綜合能效評(píng)價(jià)指標(biāo)體系[6- 11]，旨在對(duì)不同機(jī)構(gòu)、過(guò)程環(huán)節(jié)及生產(chǎn)價(jià)值等進(jìn)行全面地、系統(tǒng)地評(píng)估。

“目標(biāo)實(shí)現(xiàn)”對(duì)應(yīng)“生產(chǎn)任務(wù)”，描述的是能效評(píng)價(jià)的最終目的，對(duì)于電網(wǎng)企業(yè)物資品控工作而言，即為：設(shè)備質(zhì)量提升及品控成本下降。

“內(nèi)部過(guò)程”對(duì)應(yīng)“管理成效”，描述的是電網(wǎng)企業(yè)當(dāng)年各項(xiàng)物資品控工作是否得到有效執(zhí)行，以及資金預(yù)算的使用效率等。

“利用資源”及“利益相關(guān)者”對(duì)應(yīng)“能力體系建設(shè)”，描述的是電網(wǎng)企業(yè)在物資品控工作中，人力資源的使用情況及本單位技術(shù)性支撐情況(信息化能力、自主檢測(cè)能力及標(biāo)準(zhǔn)覆蓋是否完備等)。

該綜合能效評(píng)價(jià)指標(biāo)體系具有貫穿組織戰(zhàn)略管理全過(guò)程、密切聯(lián)系組織激勵(lì)機(jī)制及強(qiáng)調(diào)對(duì)無(wú)形資本進(jìn)行評(píng)估的優(yōu)勢(shì)，具體如表1所示。

1.2 指標(biāo)規(guī)范化處理

為使各指標(biāo)能夠進(jìn)行綜合比較，需要進(jìn)行標(biāo)準(zhǔn)化處理，將三級(jí)指標(biāo)的實(shí)際值折算為[0，1]之間的數(shù)值。評(píng)價(jià)指標(biāo)按影響效果可分為效益型和成本型。

表1 綜合能效評(píng)價(jià)體系

(1)效益型指標(biāo)規(guī)范化處理

一次性通過(guò)率、物資品類覆蓋度等為效益型指標(biāo)，數(shù)值越大代表效益越優(yōu)，其變換公式為

(1)

其中：gb，ni(x)表示效益型指標(biāo)的規(guī)范化函數(shù)，xni為第n個(gè)二級(jí)指標(biāo)下的三級(jí)指標(biāo)Cni的實(shí)際值，amaxni表示該指標(biāo)的目標(biāo)值，bmaxni表示該指標(biāo)i的注意值，amaxni、bmaxni應(yīng)根據(jù)物資品控工作開展的實(shí)際情況確定。

(2)成本型指標(biāo)規(guī)范化處理

設(shè)備重大缺陷率及資金實(shí)際使用情況為成本型指標(biāo)，數(shù)值越小代表效益越優(yōu)，其變換公式為

(2)

其中：gc，ni(x)表示成本型指標(biāo)的規(guī)范化函數(shù)，xni為第n個(gè)二級(jí)指標(biāo)下的三級(jí)指標(biāo)Cni的實(shí)際值，aminni表示該指標(biāo)的目標(biāo)值，bminni表示該指標(biāo)i的注意值，aminni、bminni同理應(yīng)根據(jù)物資品控工作開展的實(shí)際情況確定。

2 基于多層模糊綜合評(píng)判的綜合能效評(píng)價(jià)方法

2.1 模糊隸屬度函數(shù)

常用的隸屬度分布函數(shù)有三角形、菱形等，當(dāng)某指標(biāo)或評(píng)價(jià)對(duì)象未絕對(duì)處于某評(píng)價(jià)區(qū)間，并向另一區(qū)間轉(zhuǎn)移時(shí)，三角形分布隸屬度函數(shù)計(jì)算所得模糊隸屬程度偏高，計(jì)算結(jié)果偏保守；而半梯形分布較符合主觀預(yù)期。本研究將綜合能效評(píng)價(jià)分為優(yōu)秀、良好、一般、注意4個(gè)能效等級(jí)(分別對(duì)應(yīng)p1、p2、p3、p4)，利用三角形隸屬度函數(shù)與半梯形函數(shù)相結(jié)合，建立了不同能效等級(jí)相對(duì)應(yīng)的隸屬度函數(shù)，具體分布見圖1。

圖1 三角形和半梯形結(jié)合隸屬度函數(shù)的分布

Fig.1 Distribution of combined membership function of triangle and semi-trapezoid

不同等級(jí)的隸屬度函數(shù)如式(3)-(6)所示。

(3)

(4)

(5)

(6)

其中：φp1(ni)表示第n個(gè)二級(jí)指標(biāo)下的第i個(gè)三級(jí)指標(biāo)Cni對(duì)應(yīng)于狀態(tài)p1的隸屬度函數(shù)值，以此類推；gni表示Cni的規(guī)范化值；f1、f2、f3和f4表示隸屬度函數(shù)分布的分界值，由大量歷史品控?cái)?shù)據(jù)與專家經(jīng)驗(yàn)得到，各個(gè)三級(jí)指標(biāo)對(duì)應(yīng)的分界值也不同。

通過(guò)求取各三級(jí)指標(biāo)Cni對(duì)應(yīng)能效等級(jí)的隸屬度函數(shù)，可以得到第n個(gè)二級(jí)指標(biāo)下的隸屬度函數(shù)矩陣Mn，m表示該二級(jí)指標(biāo)下共m個(gè)三級(jí)指標(biāo)，如式(7)所示：

(7)

2.2 基于模糊層次分析法和熵權(quán)法的組合賦權(quán)

電網(wǎng)企業(yè)物資品控體系綜合能效評(píng)價(jià)工作因指標(biāo)多元化，故而具有高度復(fù)雜性特點(diǎn)。本研究利用模糊層次分析法(FAHP)和熵權(quán)法的組合賦權(quán)方法實(shí)現(xiàn)各層級(jí)指標(biāo)的權(quán)重動(dòng)態(tài)化評(píng)估，以滿足評(píng)價(jià)結(jié)果準(zhǔn)確性的要求。

2.2.1 模糊層次分析法確定主觀權(quán)重

由于評(píng)價(jià)模型的指標(biāo)間比對(duì)存在模糊性，所以文中采用模糊層次分析法確定各指標(biāo)的主觀權(quán)重。該方法將各評(píng)價(jià)指標(biāo)做兩兩對(duì)比，利用其重要程度來(lái)定量表示[12- 14]。為使任意兩指標(biāo)的相對(duì)重要程度得到定量表達(dá)，文中采用0.1-0.9標(biāo)度法(具體含義如表2所示)，將表1中的各級(jí)指標(biāo)分別進(jìn)行兩兩比較。

表2 0.1-0.9標(biāo)度法

aij+aji=1

(8)

(9)

A1A2A3A10.50.60.6A20.40.50.6A30.40.40.5

由文獻(xiàn)[13]及文獻(xiàn)[14]，可以得到所構(gòu)建的模糊互補(bǔ)判斷矩陣指標(biāo)權(quán)重計(jì)算公式，如式(10)所示，該公式具有計(jì)算量小且便于計(jì)算機(jī)編程實(shí)現(xiàn)的優(yōu)點(diǎn)。

(10)

式中：i=1，2，3，…，n。

因此，通過(guò)表2可以得到一級(jí)指標(biāo)的主觀權(quán)重向量為Wz=(0.367，0.333，0.300)T。

2.2.2 熵權(quán)法確定客觀權(quán)重

對(duì)于評(píng)價(jià)體系中的各指標(biāo)而言，若其對(duì)能效狀態(tài)影響越大，說(shuō)明其包含的信息量也越大，此時(shí)對(duì)應(yīng)的信息熵就越小，即系統(tǒng)的無(wú)序程度越低。因此，可利用評(píng)價(jià)指標(biāo)的信息熵來(lái)計(jì)算各個(gè)指標(biāo)的效用，即根據(jù)評(píng)判指標(biāo)的實(shí)際監(jiān)測(cè)數(shù)據(jù)來(lái)獲取各個(gè)指標(biāo)的客觀權(quán)重[15]。

根據(jù)傳統(tǒng)熵的定義及計(jì)算公式，可以定義各個(gè)評(píng)判因子的熵為

(11)

(12)

2.2.3 組合賦權(quán)

熵權(quán)法確定的客觀權(quán)重隨指標(biāo)實(shí)際值而變化，將FAHP方法得到的主觀權(quán)重與客觀權(quán)重組合賦權(quán)，這樣得到的權(quán)重，既結(jié)合實(shí)際測(cè)量樣本，又考慮了規(guī)定和標(biāo)準(zhǔn)的要求，避免了權(quán)值的均衡化。

在信息熵權(quán)中加入通過(guò)規(guī)定和標(biāo)準(zhǔn)計(jì)算得到的變異系數(shù)權(quán)重，組合賦權(quán)公式如下：

(13)

以三級(jí)指標(biāo)為例，根據(jù)式(13)得到第n個(gè)二級(jí)指標(biāo)下三級(jí)指標(biāo)的組合權(quán)重矩陣為

(14)

2.3 模糊綜合評(píng)價(jià)

根據(jù)隸屬度函數(shù)和組合權(quán)重，通過(guò)逐層逐級(jí)的評(píng)價(jià)，最終得到品控體系整體的能效評(píng)價(jià)值[18- 19]。

從三級(jí)指標(biāo)出發(fā)，通過(guò)式(7)和式(14)，得到二級(jí)指標(biāo)的評(píng)價(jià)矩陣SB，如式(15)所示。

(15)

(16)

一般取向量中元素的最大值作為最終能效等級(jí)，但當(dāng)向量中2個(gè)元素值相近時(shí)難以準(zhǔn)確判斷能效等級(jí)。因此引入狀態(tài)因子的概念，對(duì)4個(gè)能效等級(jí)賦值(t1，t2，t3，t4)=(1，2，3，4)，分別對(duì)應(yīng)“優(yōu)秀、良好、一般、注意”4個(gè)能效等級(jí)的分值，狀態(tài)因子U的表達(dá)式為

(17)

式中：U為能效等級(jí)的線性加權(quán)，表示由一個(gè)能效等級(jí)向另一個(gè)能效等級(jí)的轉(zhuǎn)變趨勢(shì)；j表示趨勢(shì)系數(shù)，文中取j=2。

U∈[1，1.5)表示當(dāng)前能效等級(jí)為優(yōu)秀，U∈[1.5，2.5)表示等級(jí)為良好，U∈[2.5，3.5)表示等級(jí)為一般，U∈[3.5，4]表示等級(jí)為注意。

3 算例分析

選取南方電網(wǎng)下屬東部2家全資子公司以及西部3家全資子公司2019年品控體系運(yùn)行指標(biāo)作為算例進(jìn)行分析，各公司的品控體系運(yùn)行指標(biāo)如表3所示。

表3 品控體系運(yùn)行指標(biāo)

由表中數(shù)據(jù)，可以得到各指標(biāo)的隸屬度值與組合權(quán)重，具體過(guò)程如下。

(1)隸屬度函數(shù)矩陣計(jì)算

以東部某全資子公司A的二級(jí)指標(biāo)“設(shè)備質(zhì)量B1”數(shù)據(jù)為例，通過(guò)式(1)-(6)可以得到C11～C14的規(guī)范化值和對(duì)應(yīng)于能級(jí)狀態(tài)的隸屬度函數(shù)矩陣MB1，C11～C14的規(guī)范化值分別為0.950、0.650、0.370、0.580，隸屬度函數(shù)矩陣MB1為

優(yōu)秀良好一般注意C111.000000C120.2700.6800.0500C1300.2630.6120.125C1400.4750.3400.185

(2)組合權(quán)重確定

以“設(shè)備質(zhì)量B1”為例，首先由C11～C14的規(guī)范化值，根據(jù)式(11)-(12)得到客觀權(quán)重，WB1=(0.114，0.232，0.426，0.242)T。

根據(jù)主觀權(quán)重和客觀權(quán)重，得到組合權(quán)重為

以此類推，最終得到整個(gè)綜合能效評(píng)價(jià)指標(biāo)體系的組合權(quán)重如表4所示。

表4 指標(biāo)體系組合權(quán)重

(3)模糊綜合評(píng)判

根據(jù)式(15)，以設(shè)備質(zhì)量B1為例，其綜合評(píng)價(jià)矩陣為

進(jìn)而通過(guò)表4逐層得到東部子公司A整體的能效評(píng)價(jià)矩陣為

Seast-A=(0.474，0.341，0.130，0.048).

通過(guò)整體的能效評(píng)價(jià)和式(17)可以得出，該全資子公司的綜合狀態(tài)因子UE-A為1.436，在能效等級(jí)為優(yōu)秀的區(qū)間內(nèi)，因此A公司2019年品控體系運(yùn)行情況為優(yōu)秀狀態(tài)。

同理，根據(jù)表3的數(shù)據(jù)可計(jì)算得到南網(wǎng)下屬 5個(gè) 子公司的綜合能效評(píng)價(jià)指標(biāo)及其評(píng)價(jià)結(jié)果，文中算法的評(píng)價(jià)結(jié)果以及與模糊層次分析法的對(duì)比如表5所示。

表5 與模糊層次分析法對(duì)比

根據(jù)表5的評(píng)價(jià)結(jié)果可見，東部子公司的能效等級(jí)評(píng)價(jià)處于優(yōu)秀和良好狀態(tài)，整體比西部子公司更優(yōu)，這也與東部公司技術(shù)能力、管理水平、人才儲(chǔ)備以及信息化程度更高的特點(diǎn)相符。根據(jù)物資部門的報(bào)告顯示，東部2個(gè)子公司2019年品控體系運(yùn)行情況整體優(yōu)于西部的3個(gè)子公司，且西部子公司D需要整改，表明了文中算法的評(píng)價(jià)結(jié)果與實(shí)際情況相符，具有一定的實(shí)用性。

由表5可以看出，與模糊層次分析法相比，本文算法具備評(píng)價(jià)結(jié)果區(qū)分度高的特點(diǎn)。以東部子公司B和西部子公司C、E為例，兩種方法都評(píng)價(jià)為“良好”等級(jí)，但是模糊層次分析法的打分值都在86～89之間，3個(gè)公司分值的區(qū)分度僅在5%以內(nèi)，難以直接斷定東部子公司B一定優(yōu)于西部子公司C和E；但文中方法得到的綜合狀態(tài)因子在1.7～2.5之間，3個(gè)公司分值區(qū)分度在20%左右，可以非常直觀地得到綜合能效評(píng)價(jià)排序?yàn)闁|部子公司B>西部子公司E>西部子公司C。以西部子公司D為例，可以從表3中看出公司D的C14、B6、B7指標(biāo)遠(yuǎn)低于其他4個(gè)公司，而通過(guò)文中方法對(duì)客觀權(quán)重的調(diào)整，使得一級(jí)指標(biāo)“生產(chǎn)任務(wù)”和“能力體系建設(shè)”的綜合評(píng)價(jià)矩陣中對(duì)“注意”的隸屬度最高，從而導(dǎo)致了整體的綜合狀態(tài)因子大于2.5，能效評(píng)價(jià)為“注意”；而模糊層次分析法未結(jié)合實(shí)際數(shù)據(jù)實(shí)現(xiàn)權(quán)重變化，使其評(píng)價(jià)結(jié)果仍然為“良好”，與實(shí)際情況差異較大。

以上的算例分析表明，文中算法通過(guò)權(quán)重系數(shù)將主觀權(quán)重與客觀權(quán)重結(jié)合，并能夠結(jié)合實(shí)際數(shù)據(jù)不斷調(diào)整隸屬度函數(shù)的參數(shù)，使得算法結(jié)果的區(qū)分度更高，能效評(píng)價(jià)更為準(zhǔn)確，并且具備一定的實(shí)用性。后續(xù)將繼續(xù)結(jié)合物資公司的實(shí)際運(yùn)行情況對(duì)算法的參數(shù)進(jìn)行改進(jìn)與優(yōu)化，提高物資品控體系的運(yùn)行與管理效率。

4 結(jié)語(yǔ)

本研究結(jié)合電網(wǎng)企業(yè)物資品控體系復(fù)雜性高的特征，構(gòu)建了組織能效評(píng)價(jià)分析模型，并利用組合賦權(quán)和模糊綜合評(píng)判方法對(duì)南方電網(wǎng)下屬東、西部5個(gè)全資子公司2019年品控體系運(yùn)行指標(biāo)進(jìn)行了分析，算法結(jié)果相較于模糊層次分析法結(jié)果區(qū)分度更高，且結(jié)果符合客觀事實(shí)，證明了該模型的科學(xué)性。后續(xù)工作中，可通過(guò)此模型科學(xué)橫向比較各電網(wǎng)企業(yè)的物資品控體系綜合能效情況，也可以對(duì)具體的指標(biāo)進(jìn)行縱向挖掘，找到物資品控工作存在的短板，提高工作效率，保障入網(wǎng)設(shè)備的品質(zhì)優(yōu)良，節(jié)約企業(yè)運(yùn)營(yíng)成本。