基于算法應(yīng)用的供電保障業(yè)務(wù)管理體系優(yōu)化研究

張文華，錢 哨，王晶晶

(國網(wǎng)江蘇省電力有限公司鹽城供電分公司，江蘇 鹽城 224000)

0 引 言

伴隨著國有企業(yè)改革的深入和電力企業(yè)自身發(fā)展訴求的不斷升級，對電力企業(yè)的綜合管理水平提出了更高的要求，電力企業(yè)也面臨著越來越高的降本增效壓力，企業(yè)的精益化管理水平亟需提升。非日常性的業(yè)務(wù)如重大活動供電保障服務(wù)等，因其業(yè)務(wù)內(nèi)容、開始時間、保障周期等的不確定性，按照常規(guī)的業(yè)務(wù)模式進行管理存在相應(yīng)的難度，一定程度上導(dǎo)致了供電保障業(yè)務(wù)管理低效的情況。而供電保障業(yè)務(wù)往往涉及各級地方政府、企事業(yè)單位的重大會議或招商引資活動，涉及諸如節(jié)日集會、中考高考等關(guān)系到普通民眾民生質(zhì)量的重要事件，對供電保障業(yè)務(wù)提出了更高的管理要求。

1 供電保障業(yè)務(wù)研究現(xiàn)狀

目前，在供電保障業(yè)務(wù)管理方面主要是針對傳統(tǒng)供電業(yè)務(wù)模式下信息流和業(yè)務(wù)流無法掌握的現(xiàn)狀，電力企業(yè)基于泛在電力物聯(lián)網(wǎng)構(gòu)建了供電保障業(yè)務(wù)體系，開發(fā)了輔助供電保障業(yè)務(wù)體系落地的供電保障云平臺。同時，圍繞供電保障業(yè)務(wù)已經(jīng)有了諸多學(xué)術(shù)研究成果，包括管理方法創(chuàng)新、分析模型應(yīng)用和信息系統(tǒng)建設(shè)三大方面。在管理方法創(chuàng)新方面，現(xiàn)有研究包括通過常態(tài)化管理的方法將供電保障服務(wù)的被動模式轉(zhuǎn)變?yōu)槿粘５闹鲃庸芾韀1]以提高服務(wù)響應(yīng)速度和效率，研究供電保電級別劃分[2]以規(guī)范保電業(yè)務(wù)內(nèi)容，研究“保姆式”的服務(wù)模式改進[3]、應(yīng)急體系規(guī)范建設(shè)[4]以及采用DEMATEL-ANP-ant-ientropy和灰色關(guān)聯(lián)分析法構(gòu)建供電服務(wù)質(zhì)量評價體系[5]以提升服務(wù)質(zhì)量；在分析模型應(yīng)用上，現(xiàn)有研究包括利用波士頓矩陣以評估產(chǎn)業(yè)聚集區(qū)供電保障能力[6]，提出以信息分析師職能為核心的調(diào)控應(yīng)急對策[7]，基于粗糙集理論構(gòu)建算法進行配電故障診斷[8]，將基于N-1準則的總供給能力近似算法運用于配電網(wǎng)規(guī)劃建設(shè)[9]；在信息系統(tǒng)建設(shè)方面，包括可視化音視頻實時監(jiān)控系統(tǒng)建設(shè)[10]，利用遙測設(shè)備采集信息的高壓用戶遠程信息化監(jiān)控模式[11]，基于信息物理系統(tǒng)的應(yīng)急指揮平臺建設(shè)[12]等。

從以上研究現(xiàn)狀綜述可以看出，目前在供電保障方面的研究與應(yīng)用集中在管理策略方法和利用新技術(shù)實施監(jiān)控或指揮方面，尚未有利用算法模型開展供電保障業(yè)務(wù)管理策略優(yōu)化方面的研究。

2 算法應(yīng)用研究思路

電力企業(yè)長久以來積累了大量的業(yè)務(wù)數(shù)據(jù)，但因缺乏有效的理論指導(dǎo)和應(yīng)用思路，導(dǎo)致數(shù)據(jù)的整體利用效率不高。而基于數(shù)據(jù)建立相應(yīng)的算法模型能夠發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律，用于分析業(yè)務(wù)、指導(dǎo)業(yè)務(wù)。因此，轉(zhuǎn)變傳統(tǒng)思路，從算法模型出發(fā)，分析業(yè)務(wù)數(shù)據(jù)、識別業(yè)務(wù)規(guī)律、輔助業(yè)務(wù)管理，為企業(yè)管理決策提供支撐。

參考相關(guān)數(shù)學(xué)模型研究成果，如線性回歸模型的建模方法和應(yīng)用研究[13]、基于失效模式及后果分析FMEA(Failure Mode and Effects Analysis)算法，研究配網(wǎng)線路可靠性的方法和應(yīng)用，采用層次分析法開展的業(yè)務(wù)資源分配研究等。結(jié)合業(yè)務(wù)現(xiàn)狀，運用線性回歸和FMEA模型進行業(yè)務(wù)周期和業(yè)務(wù)資源分配策略分析，據(jù)此研究業(yè)務(wù)人員合理設(shè)置供電保障業(yè)務(wù)周期，研究調(diào)配業(yè)務(wù)開展的人力和物力資源分配策略。

3 算法模型概述

3.1 線性回歸模型

回歸分析是利用數(shù)理統(tǒng)計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法，運用十分廣泛?；貧w模型分為線性和非線性兩種，非線性回歸模型往往是自變量和因變量之間存在指數(shù)、對數(shù)或其他函數(shù)形態(tài)的復(fù)雜關(guān)系，線性回歸則是自變量和因變量之間關(guān)系呈線性的一種相對簡單也是最基礎(chǔ)、最常見、最重要的模型。

設(shè)x1,x2,…,xn為n個自變量，y為因變量，所建立的線性回歸模型為

y=a0+a1x1+a2x2…+anxn+ε

式中：a0,a1,a2,…,an為自變量前的歸回參數(shù)，ε為符合正態(tài)分布的偶然誤差。在實際應(yīng)用中，需提供一系列的自變量與因變量的成組數(shù)據(jù)，帶入模型中進行求解，計算過程使用一系列計算方法，使得ε值在總體情況下最小，計算所得到的a0,a1,a2,…,an即為回歸模型的主要參數(shù)。

應(yīng)用SPSS軟件進行回歸模型的分析計算。SPSS是世界上最早采用圖形菜單驅(qū)動界面的統(tǒng)計軟件，基本功能包括數(shù)據(jù)管理、統(tǒng)計分析、圖表分析、輸出管理等。SPSS統(tǒng)計分析過程包括一般線性模型、相關(guān)分析、回歸分析等幾大類。它采用EXCEL表格的方式輸入與管理數(shù)據(jù)，便于使用者直接導(dǎo)入數(shù)據(jù)，用模塊化的功能完成回歸分析等多種計算，完全可以滿足專業(yè)的回歸分析需求。

3.2 FMEA模型

FMEA模型是最早由美國國家宇航局(NASA)形成的一套分析模式，是一種對整體系統(tǒng)進行評估的方法，通過對系統(tǒng)中可能發(fā)生的故障路徑、發(fā)生故障的原因以及各個故障對系統(tǒng)的影響來實現(xiàn)的[14]。配電網(wǎng)結(jié)構(gòu)復(fù)雜，而隔離開關(guān)在配電網(wǎng)中起到故障隔離、縮短停電時間等作用，隔離開關(guān)的位置和動作狀態(tài)直接影響著整個配電網(wǎng)絡(luò)中的故障情況。采用FMEA的思想，在分析配電網(wǎng)結(jié)構(gòu)時，當(dāng)分支線路上無開關(guān)時，需要以隔離開關(guān)為邊界，將整個電網(wǎng)區(qū)域分解成饋線線路和分支線路負荷前無開關(guān)的支路，再根據(jù)歷史數(shù)據(jù)，對兩種支路的故障率進行求和。等效故障率R的計算方法為

式中：R為所研究區(qū)域的總體等效故障率，rl為單個分解后的饋線線路區(qū)域的歷史故障率，k為饋線線路區(qū)域個數(shù)；rj為單個分解后的分支線路負荷前無開關(guān)的支路區(qū)域歷史故障率，t為分支線路負荷前無開關(guān)的區(qū)域個數(shù)。

當(dāng)分支線路上有開關(guān)時，需排除前端有開關(guān)的分支線路對故障率的影響，因此等效的故障率R′的計算方法為

式中：R′為所研究區(qū)域的總體等效故障率，rl為單個分解后的饋線線路區(qū)域的歷史故障率。

由于供電保障業(yè)務(wù)的目標(biāo)是不出現(xiàn)一次斷電，因此傳統(tǒng)的FMEA分析過程中的停電持續(xù)時間對于業(yè)務(wù)分析沒有實際意義，以故障率作為核心指標(biāo)即可。

在供電保障業(yè)務(wù)開展過程中，往往會涉及多條配電線路，而每條配電線路的故障情況無法直接計算得到，采用FMEA思想對每條線路進行區(qū)域分解后，將故障可能性轉(zhuǎn)化為多條支路的故障可能性的加和，而各個支路的故障率可從歷史數(shù)據(jù)中獲取，則把難以分析的問題分解為可以解決的問題。

4 模型應(yīng)用

4.1 基于線性回歸的業(yè)務(wù)周期設(shè)定模型

為了更好地開展供電保障業(yè)務(wù)分析，建立基于線性回歸的業(yè)務(wù)周期設(shè)定模型作為基礎(chǔ)展開研究。先選取業(yè)務(wù)周期作為模型的因變量;再進行自變量篩選，通過初步分析，選取涉及供電保障場所數(shù)量、供電保障業(yè)務(wù)等級、業(yè)務(wù)參與人數(shù)作為可能的自變量；最后，通過回歸分析驗證和確定適合模型的自變量。

為能夠計算得到適合實際情況的線性回歸模型，通過調(diào)研取得了近12次業(yè)務(wù)開展人為設(shè)定的業(yè)務(wù)周期天數(shù)、涉及供電保障場所個數(shù)、供電保障業(yè)務(wù)等級和參與業(yè)務(wù)人數(shù)。其中供電保障業(yè)務(wù)等級按照衡量業(yè)務(wù)重要程度來劃分：1級為最高保障等級，3級為最低保障等級。12次業(yè)務(wù)開展記錄如表1所示。

表1 業(yè)務(wù)開展周期天數(shù)記錄

在調(diào)研獲取到原始數(shù)據(jù)后，應(yīng)用SPSS軟件進行回歸分析，驗證和選取適合模型的自變量。先將表1的數(shù)據(jù)導(dǎo)入SPSS打開后，選擇“線性回歸分析”，設(shè)定數(shù)據(jù)為未標(biāo)準化數(shù)據(jù)進行分析，然后分析SPSS計算得到的結(jié)果，所得輸出結(jié)果模型擬合程度達0.998，說明線性擬合程度較好；方差分析的總體顯著性為0，遠低于0.005，表明3組自變量組成的線性模型具有顯著的統(tǒng)計學(xué)意義。分析得到的模型系數(shù)見表2。

表2中B即Beta,代表回歸系數(shù)，標(biāo)準化的回歸系數(shù)(即表中的標(biāo)準系數(shù))代表自變量和因變量的關(guān)系，用于判斷自變量對因變量的影響關(guān)系方向及影響程度，B>0表示正相關(guān)關(guān)系，B<0表示負相關(guān)關(guān)系;例如，“涉及供電保障場所數(shù)量”的B>0，則表示它對于因變量是正向影響關(guān)系。標(biāo)準誤差代表的是實際值與回歸線的距離，值越小越好，可用于描述回歸模型與實際數(shù)據(jù)的擬合程度;例如，“涉及供電保障場所數(shù)量”的標(biāo)準誤差值為0.054，表明其擬合程度較好。T值表示對回歸系數(shù)的“t檢驗”的結(jié)果，顯著性值代表“t檢驗”的顯著性，絕對值越大，顯著性值就越小，顯著性值小于0.05，一般被認為是系數(shù)檢驗顯著，表明該自變量能夠有效預(yù)測因變量。表2中“涉及供電保障場所數(shù)量”和“供電保障業(yè)務(wù)等級”兩個變量的顯著性值均小于0.05，所以可以作為有效自變量。

表2 模型系數(shù)

由表2可知，業(yè)務(wù)參與人數(shù)這一個變量的回歸系數(shù)(B)僅為0.039，判定其對線性模型的影響極小，且顯著性值為0.184，遠大于0.05，因此在模型中不列為主要自變量。通過上述分析，最終確定涉及供電保障場所數(shù)量、供電保障業(yè)務(wù)等級作為模型主要自變量，接下來，將進行模型構(gòu)建，令x1、x2分別為涉及供電保障場所數(shù)量、供電保障業(yè)務(wù)等級，則對應(yīng)線性模型的系數(shù)a0,a1,a2分別為7.157、0.785和(-1.235)，因此線性模型為

y=7.157+0.785x1-1.235x2

當(dāng)有新的供電保障業(yè)務(wù)開展時，則可直接根據(jù)保電等級和涉及的業(yè)務(wù)場所數(shù)量代入上式，直接得到供電保障業(yè)務(wù)周期天數(shù)，再根據(jù)實際情況向上或向下取整，如有必要可人為微調(diào)天數(shù)。

4.2 基于FMEA的業(yè)務(wù)資源分配策略模型

表3 區(qū)域等效故障率計算

為了更合理地分配檢修業(yè)務(wù)資源，根據(jù)表3中計算得到的等效故障率數(shù)值，實際綜合考慮了對應(yīng)線路和設(shè)備的檢修難度，采用常用的四象限模型，按照故障率高低水平和故障檢修難度高低水平2個維度劃分了4個象限(見圖1)，分別是故障率高檢修難度高、故障率高檢修難度低、故障率低檢修難度高、故障率低檢修難度低。其中，對于故障可能性高且頻發(fā)故障檢修難度高的區(qū)域安排業(yè)務(wù)骨干重點巡查，同時配備先進檢測和維修設(shè)備進行預(yù)防性檢修；對于故障可能高但故障檢修難度低的區(qū)域安排有經(jīng)驗的業(yè)務(wù)人員開展常規(guī)巡查，并配備普通設(shè)備進行預(yù)防性檢修；對于故障可能性低但檢修難度高的區(qū)域安排有經(jīng)驗的業(yè)務(wù)人員進行重點巡查，配備先進檢測和維修設(shè)備進行預(yù)防性檢修；對于故障可能性與檢修難度都較低的區(qū)域，安排一般業(yè)務(wù)人員進行常規(guī)巡查，配備普通設(shè)備進行預(yù)防性檢修。

圖1 人力、物力資源分配四象限圖

在該例中，經(jīng)實地調(diào)研了解，E3、E5和E6區(qū)域檢修難度較大，并結(jié)合計算得到的等效故障率(E3和E5等效故障率在6個區(qū)域中排名靠前)，因此E3、E5區(qū)域安排業(yè)務(wù)骨干重點巡查，同時配備先進檢測和維修設(shè)備進行預(yù)防性檢修；E6區(qū)域安排有經(jīng)驗的業(yè)務(wù)人員開展常規(guī)巡查，并配備普通設(shè)備進行預(yù)防性檢修；其他區(qū)域安排一般業(yè)務(wù)人員進行常規(guī)巡查，配備普通設(shè)備進行預(yù)防性檢修。

5 結(jié) 語

總結(jié)了某電力公司開發(fā)的基于項目管理理念和信息技術(shù)方法的供電保障云平臺在供電保障業(yè)務(wù)管理中的應(yīng)用實踐，分析了現(xiàn)有成果中存在的不足，提出了采用FMEA算法模型指導(dǎo)供電保障業(yè)務(wù)管理的思路，應(yīng)用線性回歸模型指導(dǎo)業(yè)務(wù)周期設(shè)定，指導(dǎo)業(yè)務(wù)資源分配，并在實例中進行實踐推演。

為供電保障業(yè)務(wù)相關(guān)研究開拓了新的探索視角，是智能技術(shù)在電力生產(chǎn)中應(yīng)用的嘗試，為相關(guān)的研究與應(yīng)用提供了一定的借鑒。后續(xù)可探索更多的算法模型在不同業(yè)務(wù)場景中的應(yīng)用，發(fā)掘電力數(shù)據(jù)價值。