县级供电企业电网发展及生产经营数据分析与综合评价方法研究

安 鹏 ，王振坤 ，郑志杰 ，赵 龙 ，王 艳

（1.国网山东省电力公司，山东 济南 250001；2.国网山东省电力公司经济技术研究院，山东 济南 250021）

0 引言

在市场经济快速发展和企业社会责任不断增强的背景下，提高企业技术水平和经营效益是打造企业国际品牌、树立行业典范的重要手段。国家电网有限公司高度重视电网业务和企业管理体制建设，大力推进公司发展方式和电网发展方式 “两个转变”。县级供电企业（简称县公司）是配电网运行、管理的直接负责单位，是贯彻公司“横到底、纵到边”精益化管理的主体，也是公司数据管理和数据维护的基础源头。但长期以来，受管理体制、人员结构、设备水平、经营理念、区域差异等多种因素影响，县公司电网的精益化管理和经营的集约化发展距公司总体建设目标还存在一定距离。特别是在配电网建设与管理方面，由于历史建设基础薄弱，县公司电网规划与生产经营理念明显滞后。此外，随着国家新农村建设和节能减排的大力推进、分布式电源并网和电动汽车充电等新型负荷的快速增长，给县公司电网建设和企业经营带来更大挑战［1］。

国网山东省电力公司下属县级供电企业数量多，县公司发展实际情况各不相同。客观上，供电企业的电网发展和生产经营情况，一方面受该地区的经济社会发展程度制约，另一方面也影响着该地区的经济社会发展水平。因此，以县级供电企业为研究单元，剖析经济社会发展对电网发展的决定性作用，并深入分析导致电网发展差异化特征的决定性因素，对推进国家电网有限公司、省级电网公司、地市电网公司的电网发展和经营管理具有非常重要的意义。

1 电网发展及生产经营评价指标体系构建

评价指标体系是反映基层供电企业电网发展和生产经营情况的重要手段。在考虑基层供电企业差异化特点的基础上，结合海量数据挖掘所得到的关键指标及指标之间的数理关系，综合专家经验，建立了一套基于AHP模型［2］的电网发展和生产经营评价指标体系。评价采用世界银行及国家政府部门普遍采用的评价指标体系设计准则——SMART准则构建智能电网配电自动化试点项目评价指标体系［3］。电网发展及生产经营评价系统是一个非线性复杂系统，需要由多个具有内在联系的指标按照一定的结构层次组合在一起构成指标体系。通过分析山东省经济发展概况、不同县域经济发展水平以及收集专家意见，最终在电网发展指标构建上，提取5个方面的电网发展类关键指标，分别是：供电能力、电网结构、技术装备、供电质量和智能化；在生产经营指标构建上，提取5个方面的生产经营类关键指标，分别是：经营业绩、资产质量、发展投入、安全生产和供电服务，如图1所示。

图1 电网发展和生产经营指标体系

为进一步掌握评价对象选择的关键因素，充分把握不同评价指标对评价对象的影响程度，遵循全面性、层次性、独立性、功能性、可操作性、差异性和继承性7大原则，按照专家意见将基层供电企业电网发展及生产经营评价体系中的指标进行分级、分类整理，共产生67项指标，以供电能力为例，如图2所示。

图2 供电能力指标

2 基于指标聚类的县级供电企业特征分析

聚类分析是把分类对象按照一定规则分成若干类。这些类非事先给定的，而是根据数据特征确定的［4］。在同一类中，这些对象在某种意义上趋向于彼此相似，而在不同类中趋向于不相似。在本文中，使用基于指标体系的聚类方法对98家县公司进行分析，按照相似程度划分到不同类中。

2.1 数据来源

根据指标体系要求，统计汇总山东省98个县供电企业2016年的实际指标数据，最终取得67个指标数据用于聚类分析。在指标体系中，未获得有效指标数据的14个三级指标中涉及电网结构、技术装备、供电质量、生产经营、资产质量、发展投入、供电服务7个方面。数据缺失主要原因包括：一是部分数据无法细化，由于部分单位统计时未区分电压等级，高损线路比例等指标无法细化到不同电压等级；二是部分指标由于县公司性质问题无相关统计数据，如应收电费余额占比指标，由于财务系统不独立，因此该指标无法获取；三是部分指标数据源头分散，暂无较好的途径归集整理，需花费大量人工一一筛选整理，在短时间内较难完成。

指标数据缺失对聚类指标分析会产生影响，但由于缺失的三级指标所属的二级指标均有多个指标支撑，部分指标缺失不影响二级指标评价维度的整体性，所以在实际聚类分析中，部分三级指标缺失不会对指标体系总体的评价标准产生重大偏差。因此，聚类分析的结果对于山东98个县公司的内部指标分析具有参考意义。

2.2 指标关联性分析

在聚类分析的过程中，尤其是在对因素层和子因素层的分析过程中，关联性较强的指标存在重叠效应，对聚类结果存在一定影响。为提高聚类及综合评价结果的合理性，需要对指标进行相关性分析，剔除相关性较强的指标。目前相关性分析的方法有很多，考虑到电压等级等等级变量，采用Spearman相关系数［5］，可以表示变量之间等级排序线性相关程度，其计算公式为

式中：ρ为所求的相关系数；n为样本数据的个数；di为第i行的两列成对变量的等级差数。

以所有县公司的2016年售电量和全社会用电量为基础，分析县公司售电量与全社会用电量的相关性，建立相关性分析的散点图，如图3所示。可以看出，山东省县公司全社会用电量与售电量总体相关程度较高，经计算，相关系数达到0.818。

图3 县公司全社会用电量与售相关性系散点图

经过相关性分析可知：1）全社会用电量、主营业务成本、利润总额、人均GDP、售电量、人均售电量与GDP总量关联度较高，保留GDP总量。2）资产负债率、供电面积、全社会用电量指标与城镇化率、GDP总量、市场占有率指标关联度较高，保留市场占有率指标。3）110 kV变电容量、35 kV变电容量、10 kV线路长度、10 kV配电变压器台数与多个变电设备指标数据、线路指标数据的关联度较高，将这4个指标剔除。4）单位资产所供负荷、单位资产增供负荷、单位资产所供电量、单位投资增供电量这4个指标之间存在密切的线性关系，保留单位资产所供负荷指标。

2.3 基于层次聚类的指标分析

聚类分析法是理想的多变量统计技术，也称群分析、点群分析，是研究分类的一种多元统计方法。在本研究中，98个县公司之间在电网发展和生产经营方面存在程度不同的相似性，以上述指标体系作为度量方式，进行无监督学习，最终把一些相似程度较大的县公司聚合为一类，类内趋向于彼此相似，类间趋向于不相似。

聚类分析主要有分层聚类法和迭代聚类法。其中，层次聚类算法是基于划分的经典聚类算法之一，因其实用、高效而得到广泛应用，其优点是聚类效果明显、快速且易于实现。迭代聚类算法的基本思想是通过迭代，一层一层将数据聚集在一起，可以使用分裂法由上而下将大类别分割，或者采用凝聚法由下而上对小类别进行聚合，两种方法并无优劣的本质区别。本文采用凝聚法进行聚类。初始时，将每个对象作为单独的一个聚类，然后相继地合并相互临近的聚类，迭代整个过程，每次合并聚类总数减一，直至聚类数目满足预定值，算法结束［6］。过程如表1所示。

表1 凝聚法算法

2.4 结果分析

对实证对象98个县供电企业的内部指标进行聚类分析。以SPSS软件作为聚类平台，将实际数据输入，选择分类处理，将所有指标均作为聚类指标，供电企业作为聚类对象。

数据集的特点是维数很高、样本数较少，构成高维稀疏空间，为了尽可能消除由于数据集划分不同而产生的基因子集不稳定问题，尽可能客观地反映算法本身的性能，采用bootstrap方法进行数据集训练。

由于在层次聚类的算法中类与类的距离计算方法有很多，通过比较和借鉴其他研究成果，采用组间联接法和中位数联接法两种方法，观测聚类结果。

2.4.1 组间联接聚类法

该方法以两类间两两相对的平均距离作为类间距离的度量，合并结果使两类的平均距离最小。根据计算结果，组间联接法将98个县供电公司聚成6类。

第1类地区包括：黄岛区。

第2类地区包括：即墨市、胶州市、平度市。

第3类地区包括：章丘市。

第4类地区包括：龙口市、荣成市、历城区、邹平市、邹城市、新泰市、寿光市、诸城市、广饶县、肥城市、莱州市、文登区、招远市、高密市、青州市。

第5类地区包括：滨城区、曹县、费县、兰陵县、沂水县、单县、郓城县、莒南县、郯城县、临清市、沂南县、莒县。

第6类地区包括：其他地区。

2.4.2 中位数联接聚类法

这种方法定义类与类之间的距离为两类中各样品的中位数之间的距离，使概率上在接近层级的类能聚合在一起。应用中位数链接法，聚类结果为6类。

第1类地区包括：黄岛区。

第2类地区包括：即墨市、胶州市、平度市。

第3类地区包括：章丘市。

第4类地区包括：龙口市、荣成市、历城区、邹平市、邹城市、新泰市、寿光市、诸城市、广饶县、肥城市、莱州市、文登区、招远市、高密市、青州市。

第5类地区包括：滨城区、曹县。

第6类地区包括：其他地区。

对两种聚类方法进行比较，可以看出前3类的聚类结果均相同，中位数联接聚类法将滨城区和曹县单独成为一类，而组间联接聚类法将滨城区、曹县与费县、兰陵县等县域合并在一起，2类方法聚类结果差别并不大。

3 电网发展和生产经营综合评价

根据构建的指标体系以及敏感性分析结果，对指标体系进行改良，将部分难以采集、难以计算的指标替换为新指标，计算出98个县公司的内部评价指标体系有效指标数据的得分。同时，通过德尔菲法构建指标权重体系，将每个有效指标分数代入权重，通过加权求和模型计算各县公司的评价总分值。利用2种针对内部评价指标的聚类结果，对同一类的县公司进行得分排名和分析。并且，应用外部环境指标的聚类结果，同样对县公司进行排名分析，比较研究按照内外部指标所得的不同聚类结果。

3.1 指标权重设计

在前文的指标体系中，为提高聚类分析的准确性，此处添加了若干经济社会发展指标来辅助聚类。聚类完成后，在开展县公司综合评价的过程中，将不再考虑辅助指标，只考虑公司发展的若干指标。使用了基于改进AHP模型的电网发展和生产经营的基础指标权重设计策略。

1）建立层次结构模型。在深入分析实际问题的基础上，将影响资产质量的各相关因素分解成若干等级，同一级上的诸因素从属于上一级的因素或对上级因素有影响，同时又支配下一级的因素或受下级因素的作用。

2）构造判断矩阵。从层次结构模型的第2级开始，对于从属于（或影响）上一级每个因素的同级诸因素，用两两比较法构造判断矩阵，直到最后一级。首先，通过n位专家打分的方式，得到n个判断矩阵；其次，对每一个判断矩阵的每一列求和，并根据计算结果求得判断矩阵的n个系数矩阵；最后，按照行对所有系数矩阵求和得到归一化前的权重向量。

4）计算权重系数。利用层次分析法的基本步骤计算每个专家经验建议的指标权重系数。

5）计算改进AHP的综合权重系数。综合各专家经验，通过计算指标权重两两之间的一致性程度指标Sij、各专家的指标权重平均一致性程度Si和相对一致性程度S′i。其中，Sij越大，则两个专家的指标权重向量之间的一致性程度越高。相对一致性程度反映了与其他专家指标权重的一致性程度，即是否能代表大多数专家的意见。改进后的指标权重系数包含了大多数专家的意见，更具有代表性。

通过计算，得到指标权重表，从中可以分析出电网发展和生产经营同等重要。对电网发展来说，最为重要的是供电能力和电网结构指标，智能化指标的重要性相对较低；从生产经营的角度来看，安全生产为重中之重，经营业绩其次。

3.2 权重差异化设计

考虑到不同区域间的差异，以及不同类别地区的差异，同时为提高评价的合理性和科学性，需要对基准权重进行修正，结合各类地区的特征与特性，得到几套适用于不同类别地区的修正权重。具体操作步骤如下。

1）构建差异化评分矩阵。

通过专家组建议，针对同一项指标不同类别差异进行评分，评分标准为1～5分，当该指标在某类别地区中应当权重较大时，取5分。以此类推，可以得到差异化评分矩阵。

2）计算指标贡献矩阵。根据差异化评分矩阵，对同一类别地区的指标评分进行归一化处理，计算出各项指标对该类别地区的贡献程度，定义为θij，表示第i项指标对第j类地区的贡献程度。

3）计算权重修正矩阵。根据指标贡献矩阵，结合各项指标的基准权重φi，计算得到各项指标在不同类别地区的差异化修正矩阵为

4）计算差异化权重。根据权重修正矩阵，对其进行归一化处理，即可得到适用于不同类别地区的差异化权重。

以电网发展的二级指标权重修正为例，根据专家组建议，对各类地区的电网发展二级指标重要程度进行评分，评分意见可分为两类。

一种是严格按照不同类别对同一指标的重要程度进行评分排序，如供电能力指标的评分结果。就供电能力的重要程度而言，顺序为第4类地区、第5类地区、第2类地区、第1类地区、第3类地区。

另一种是按照1～5分的等级进行自由评分，如电网结构指标的评分结果。就电网结构而言，认为第1类地区、第2类地区、第4类地区的重要程度相似，但又不是最重要的，因而评分均为3；第3类地区和第5类地区的重要程度相比其他3类较弱，但这2类地区特点相似，因此评分均为2。

根据打分矩阵可计算得到指标贡献矩阵和权重修正矩阵，对所得结果进行归一化处理，得到不同类别地区的差异化权重。根据差异化权重结果发现，以供电能力为例，在评分过程中，认为第4类地区的供电能力最为重要，在结果中第4类地区的供电能力权重为0.295，高于基准权重0.251和其他地区的差异化权重。这说明差异化权重设计模型是科学合理的，所得到的差异化权重在一定程度上可以反映出不同类别地区的差异性。

3.3 评价结果及诊断分析

根据前文的聚类分析结果，对6类不同的县公司开展综合评价，根据综合评价结果来进行排序，并且通过绘制雷达图来展现各县公司的电网发展和生产经营情况。由于所有县公司均未发生人身、设备等安全事故，同时缺少供电服务指标，将不对安全生产和供电服务进行分析，只对其余8个方面进行分析研究。

3.3.1 第1类地区

如图4所示，黄岛区是国家海陆统筹发展试验区、国际高端海洋产业集聚区、海洋经济国际合作示范区、国际航运枢纽、山东半岛蓝色经济先导区，其经济发展情况及电网发展情况优于其余县公司，根据聚类分析结果，将其单独作为一类。

图4 黄岛供电公司电网发展及生产经营雷达图

3.3.2 第2类地区

从第2类县公司的发展情况来看，即墨、胶州、平度3个县公司的智能化水平和供电质量均较高。即墨市在发展投入、资产质量方面要明显优于胶州和平度；在技术装备方面，胶州要好于即墨和平度。综合来看，即墨供电公司未来应加大在技术装备、供电能力等方面的投入，从而提高发展投入、供电能力、技术装备3个指标；胶州和平度应当着重于提高发展投入效率，提高资产投资的效率。

3.3.3 第3类地区

从第3类的章丘市可以看出，章丘市在技术装备、供电质量、智能化3个方面均得到满分。在电网结构方面接近满分，这证明章丘市的现有电网结构足够坚强。章丘公司目前在供电能力、经营业绩以及资产质量方面仍然需要进一步改进。由于近几年单位投资增供电量与增供负荷均较低，因此章丘公司在发展投入方面得分较低，未来应着重在该方面实现突破。

3.3.4 第4类地区

从该类型的综合评价结果可知，在电网结构、技术装备、供电能力、经营业绩等4个方面均有改进的空间，其需要重视投资质量、提高资产投资成效。在发展投入方面，第4类县公司需要改进的空间则较大，未来应着重提高单位投资所增加的供电量以及增加的负荷。

3.3.5 第5类地区

该类型优势方面主要体现在智能化与供电质量、技术装备3个方面均取得了较高的得分。在劣势方面，与第4类相同，发展投入得分均较低，因此未来在开展电网投资相关项目时，应当重点关注投资回报率等指标。

3.3.6 第6类地区

该类型地区保持了在智能化与供电质量方面的高得分，部分县公司在技术装备、经营业绩方面得分较低。同样地，大部分第6类县公司在发展投入方面得分较低。这已经成为第4～6类县供电公司普遍存在的问题。

4 结语

基于山东省县级供电企业特征分析，构建聚类分析指标体系、评价模型及算法，对山东98个县级供电企业指标情况、存在的问题进行了系统的分析、梳理，提出了相应的管理方法以及建议。研究结论验证了聚类分析理论的科学性，同时证明了将AHP综合评价方法应用于县公司之间评优对比的合理性。研究结果对提高县级供电企业的电网发展水平和运营效益具有较为重要的意义。