云测度的电力营销状态评估与预警模型分析

马文, 张雪坚

(云南电网有限责任公司 信息中心， 昆明 650217)

0 引言

电力营销是电力单位主要的经济渠道，其包含了电力单位的生产、输送、分配、销售、服务，主要功能在于创造满足社会需求的电力产品，并向电力市场用户营销。在现代社会发展速度加快的背景之下，社会对于电力的需求大幅度增长，从而传统的电力营销概念、方式已经无法满足需求，而为了对此现状进行改善，电力企业意识到要将电力营销进行改革，而为了确保改革方向的正确，电力企业开始将电力营销与现代网络信息化技术相互结合，进而产生出两种改革趋势，即为电力供应从供不应求转向增供扩销、电力企业运营从以生产计划为核心转向以电力市场需求、提高客户满意度为核心，而在此两种模式之下，因为网络信息化技术，其运行产生了体积庞大的数据，人工难以对此进行处理，所以为了有效的对电力营销状态进行准确、客观地分析及预警，电力营销的改革产生了进一步的深化发展，开始强调云测度技术的应用。

1 云测度云理论概述

首先假设X为某一个精确数值表示的定量论域U上的定型概念C的一次随机生产，那么X对于C的确定度即为u(x)∈[0,1]，在其中x在U上的分布即为云模型，单独的x为云滴。云用期望Ex、熵En、超熵He为特征对定性概念进行量化的表征，其中期望Ex为云重心G所相对的论域值；熵En是由概念的模糊性和随机性组成并决定的，可反映出论域中可被定性概念接受的数域范围；超熵He是熵En的不确定性度量[1,2]。

基于理论得知，云模式存在多种形式，而其中最具有代表性的即为在正态分布基础上建立的正态云形式，此形式针对自然、社会现象等方面具有十分良好的实用性[3,4]。在此基础上本文主要针对正太云模型进行研究，图1为正态云对定性概念的量化示例[5,6]。

2 电力营销状态评估预警因子体系

2.1 构建机理

首先因为因子体系要形成一个重点内涵，就必须按照一定的原则来进行组合，以此才能将独立或有关联的影响因子集中化，从而能形成因子逻辑关系网，在因子逻辑 关系网的作用下，才能满足电力营销对营销目标的预警判断[7,8]。本文在上述基础上构建电力营销预警机理。

分析来看，电力营销预警的处罚机理，主要是通过对营销工作中可能产生的行为失误、管理波动的内外部因素进行监控、识别来启动的，运作方面，其主要是以企业营销管理工作的外部环境、内部组织行为管理监控对象，对对象目标的行为进行分析后发现其中不足，进而通过建立科学合理的影响因子体系的方式来实现预警[9,10]。在现代电力市场的改革背景下，电力单位所受到的竞争压力巨大，所以其在运行当中存在巨大的经济风险，而为了更好的规避风险，构建电力营销预警系统，能够帮助电力单位在进行经营活动、竞争时有更高的保障，以此可提高电力单位在市场中的占有率[11,12]。本文在此前提下，依照营销预警分析理论，对电力营销风险因子进行分析，将风险因子分为内外两个类型，并针对不同类型的风险因子，剪力电力营销状态评估预警因子体系[13,14]。

2.2 因子体系构建

在本文的设计思路当中，首先将电力营销状态评估预警因子体系分为5个层次，并将层次对应项目分为目标层、准则层、因子项组成，下文对此进行逐一分析。

1. 目标层。目标层对应本文设计体系的第一层次，其主要代表了电力营销综合状态。

2. 准则层。准则层对应本文设计体系的第二、三层次，其主要由企业竞争能力、客户风险、供应风险、第三方风险、营销自然环境状态等外部因素与内部管理结构状态、内部运营状态、营销行为人状态等内部因素组成。

3. 因子项组成。因子项组成对应本文设计体系的第四、五层次，其主要由准则层的具体因子项组成。

3 电力营销状态评估预警模型

本文所设计的电力营销状态评估预警模型，主要采用由下至上的层次化结构进行设计，设计目标当中主要包含了对象状态评估、预警分析。在本文设计思路当中，电力营销状态评估预警模型应当具备对因子体系聚合度不为零的所有目标进行评估预警的功能，并且评估预警运行流程相同。

3.1 云评价

本文首先将电力营销状态分级，进而得出7个不同的电力营销状态，分别为极劣、劣、较劣、良、较优、优、极优，考虑到便捷性，下文中将此对应为1～7数字。在云模型的评价集基础上，将电力营销状态的评估因子进行统一，从而使其中随机、模糊因子二重性统一为一体，如此就实现了不同分级的软区分，在此基础上能够满足数据的实际分布。

在1～7的电力营销状态体系之下，将采用数理统计分析法对各等级因子进行划分，并将其中各定性因子与综合状态定义为L。在等级划分完毕之后，对其中具备双边约束特性的分区段评价集进行云模型描述，表述基础在于边界随机性、模糊性并进行适度扩展；对于具有单边界的划分区间，主要采用半云进行描述，以此分别取左、右两端的约束值为各自的期望值Ex，取相应对称云熵值的1/2作为各自的熵En，正态云模型得出的综合评价云发生器，如图2所示。

3.2 评估因子的综合评价云数字特征值测算

本文直接将定性因子作为综合评价云的输入，从而得到了对应评价结果的云数字特征值数；直接将定量因子以定量值作为其自身评价云的输入，在极大关联度理论基础上，得到了定性评价，之后通过定性因子测算方法，得到了定量因子的综合评价云数字特征值。

3.3 综合状态等级定性及预警

为了实现综合评价云发生器的输入功能，本文将目标对象的综合云测度值导入其中，进而得出了目标对象实际状态的评估等级、定性结果。

在综合云测度值的评价基础上，通过预警模型的运作，对其中4等级的营销状态进行预警，预警主要设有4条警戒线，每当触发一条警戒线预警等级就会上升一级。具体表现方面，当预警系统没有被触发时，即表现为良性时，系统会以绿灯形式表现，而当触发预警系统时，则会亮起红灯并发出警报，以此可以通知到电力营销人员，从而通过相关措施来进行处理，降低了营销的损失以及危机发生的机率。此外，本文预警系统当中所有高于4等级的营销状态均用绿灯表示，而除7等级以外的所有低于4等级的均用红灯、警报表示，7等级状态则用红灯、闪烁、警报表示。

4 算例分析

4.1 计算综合云重心

首先依照原始的数据，本文将采用关联度函数、因子评价云算例来进行计算，以此得到个因子的状态值数，具体如表1所示。

表1 电力营销竞争力各评估因子状态值数

4.2 确定评估因子权重值

此阶段本文主要针对传统的AHP方法进行改进，以使其能够代入到电力营销竞争因子体系当中，之后利用改进后的AHP方法进行计算，以此确认了电力营销竞争力各因子权重值，而本文出于对营销竞争力从多层次灵活组合分析，依照权重分析进行自下而上逐层递推。

此外，本文的权重分析来源于多层级因子体系，并为了降低权重分析过程中的专家打分复杂度、权重计算复杂程度，以便于分析计算的效率提高，所以在采用引入了序关系的改进型层次分析法的基础上进行权重分析。

分析流程如下：

首先对某个评价目标进行定义，进而得出因子集T1，T2，…，Tm，此因子集的分布顺序主要依照重要程度由重到轻依次排序，从而得出T1>T2>…>Tm，在此当中主要用>来确认因子序关系。

其次，对因子集进行评价，主要依照步骤建立序关系：从因子集中依次选择出最重要的一个因子并排序，以确定唯一的序关系[15,16]。然后按照标度值，来对每一个相邻因子之间的相对重要程度进行决策，从而能构造出判断矩阵，最终通过计算得出各因子权重值。

在上述权重分析之下，得出相应的结果如表2所示。

表2 电力营销竞争力评估因子权重值

4.3 云测度计算

通过决策矩阵M和电力营销综合评价云求得各因子的综合期望值Ex、综合熵值En。20 维电力营销竞争力综合云重心Q=(Q1，Q2，…，Q20)=G×HT=(Ex1，Ex2，…,Ex20)×(h1，h2，…，h20)T，理想状态下该综合云重心Q=(Q10,Q20,…,Q200)=G×HT=(1，1，…，1)×(h1，h2,…,h20)T。由综合云重心向量得出电力营销竞争力综合云测度结果。

5 总结

5.1 预警系统价值讨论

本文设计的云测度的电力营销状态评估预警模型，主要采用由上至下的形式进行构建，进而通过预警模型的运作，可以对状态评估预警的量化结果进行定性结论。此外，本文系统还能够对实现聚合度不为零的所有因子的状态评价预警分析，在电力单位的实际运行当中，能够实现内部营销管理与同业对标的便捷性技术，所以本文设计系统的应用价值较高。

5.2 预警结果客观性

主观性的评价指标存在片面、局限的特性，因此本文预警系统的预警判断体系，将完全围绕客观评价指标来进行。本文云模型表征方面，主要包括了电力营销综合状态及评估因子等级界限的随机性、模糊性，在此基础上通过云技术的自然语言，能够实现云模型不确定对象定量、定性的转换，转换结果更加复合人类认知趋向。此外，本文系统预警体系采用了不确定模型，从而使得预警结果数值的准确性更高，更加符合客观评价。

6 总结

本文的设计系统主要建立于云测度云理论基础之上，通过电力营销状态评估预警因子体系的分析建立了本文设计的构建机理，进而构建了因子体系，再后对电力营销状态评估预警模型进行了分析，分析主要包括云评价、评估因子的综合评价云数字特征值测算两个部分，最终为了验证本文设计的可行性、实用性，通过相应算例来对此进行分析，分析数据结果显示本文系统具有良好的可行性、实用性。此外，在于传统的电力营销思路、方式比较之下，本文的预警系统还能用于电力营销方案比较、电力目标市场状态分析等领域，说明本文预警系统创新点在于更高的适用性、多元化应用。