基于AHP熵权法的电力计量主站业务运行状态评价

安 江

(贵州电网有限责任公司计量中心，贵州 贵阳 550000)

0 引言

电力计量主站运行状态的准确评价对主站的运维效益与运行稳定具有重要意义。随着新型计量设备的不断涌入，计量数据的种类与体量不断增大，对数据深化应用与价值挖掘的要求也不断提升，使得对主站运行水平的要求也随之提高。如何提高主站运维与巡检的工作效益、提升系统运行稳定性等问题也随之凸显。因此，采用创新的管理思路和先进的运维手段，保障主站的安全、稳定运行，已成为现阶段的当务之急。现阶段，对系统运行状态的分析主要是针对单个服务器、中间件、数据库等，开展对信息系统建后整体评估，确定信息系统建设的合理度，较少从业务角度出发对系统运行状态进行常态化监测评价。对主站进行运行状态评价的目的主要有以下几个方面[1-3]：①评价主站运行状态与关键业务性能；②分析主站关键节点运行状态变化趋势；③寻找关键业务状态瓶颈节点。本文提出了主站运行状态的概念，并将其作为研究对象。分析了指标的选取的层次构建方案及选取原则，提供了模糊指标量化与非标准化指标标准化的方法，设计了主客观结合的权重设计方案，最终构建对电力计量主站运行状态准确评价的评价模型。

1 主站运行状态与模型设计方案

1.1 相关概念

主站运行状态是指综合主站业务处理效率、体量、准确度等维度指标，对主站支撑关键业务运行水平的描述结果。指令下发是指人工通过前台对前置下发指令，以实现对某些数据采集的业务过程。任务采集是指通过定时装置周期性生产采集任务下发到前置，以实现对部分电力计量数据的日常采集的业务过程。目标层评价目标是描述评价最终目标的模型最上层构成成分。中间层状态参数是对目标层评价目标进一步细化但仍无法量化评价衡量的中间分层构成成分。指标层评价指标是对中间层状态参数进一步细化后得到的、可直接量化评价衡量的最底层构成成分。

1.2 模型设计方案

对电力计量主站运行状态进行评价，满足客观、真实反映电力计量主站运行状态的需要是基本要求。前期，基于全链路监测体系的构建，已基本实现对电力计量主站结构层次的明晰化，且已实现电力计量主站关键业务及关键节点业务数据的快速获取。

本文以单一节点状态、关键业务性能、主站整体运行状态等维度，建立分层分级的电力计量主站运行状态评价模型：针对耗时、数量、效率等评价对象，根据运维工作的实际需要，构建电力计量主站运行状态评价层次结构。进一步结合模糊数学思想对指标进行量化，再运用主客观结合的方法设计各指标权重。

1.2.1 评价目标

结合电力计量主站运行状态这一具体的评价对象，则可描述为通过对电力计量主站关键业务与关键节点的业务信息，衡量电力计量主站对关键业务支撑的水平[4]。电力计量主站运行状态评价模型的最终目标是决策，主要目标包括以下几点。

①检查电力计量主站的目标、功能及各项指标是否符合关键业务运行要求。

②检查电力计量主站的关键节点的运行状态。

③检查系统的运行质量。

④分析评价结果，寻找主站的薄弱节点，分析主站发展趋势，有效开展专项提升工作。

1.2.2 评价原则

为了准确、定量地对电力计量主站进行评价，开展电力计量主站运行状态评价模型的设计研究工作。评价结果将作为主站提升与关键业务管控的数据支撑。因此，运行状态评价模型的设计应当遵循以下原则[5]。

①系统性原则：评价模型应当全面地对被评价对象的综合情况进行描述，既要突出关键节点、关键指标因素等对整体运行状态的决定性地位，又要反映整体的完整性与结构性。

②指标可测性原则：即指标的含义应当明确，界限应当清晰，指标的内涵数据应当可测、可获取。

③指标体系的科学性和先进性原则：指标体系的设计应当能有效地反映电力计量主站的基本特征。

④层次性原则：评价模型的构建应基于电力计量主站的内在属性与特征，以层次化的结构展现内在逻辑关系，从而保障整体的结构清晰与可延展性。

⑤互斥性原则：在遵循层次性原则的基础上，同级指标间应当是并列、互斥的关系，应尽可能地避免显性的包含关系，并运用合适的工具方法以提出隐形的包含关系。

2 主站运行状态评价模型

评价模型的构建包括模型结构的搭建、指标的标准化与定量化、指标权重的设计等。评价指标选取的合理性决定了评价模型是否能准确对系统运行状态作出评价。评价模型的指标选取构建是对系统特征的反映。而在技术和效率的限值条件下，在众多的评价指标中，选取有效的、合理的评价指标显得至关重要。如果评价指标选取错误，就会影响评价的准确性，甚至会误导运维工作的决策与开展。

2.1 基于层次分析法构建模型结构

根据对电力计量主站运维工作的调研与收资研究，本文将采用层次分析法对电力计量主站这一评价对象层次化，将复杂的评价对象分解为相互间存在承接关系的分层结构[6-7]。基于对电力计量主站运行状态评价的总体目标，从耗时、数量、效率三个维度分别进行评价目标分解。进一步结合对评价维度的状态参数分析，构建下一级评价项，逐级细化，层层分解，直至获得能通过业务信息采集技术直接采集并进一步量化测定的指标为止，最终形成最底层的指标层[8]。电力计量主站运行状态评价模型层次化结构如表1所示。

表1 电力计量主站运行状态评价模型层次化结构

2.2 结合模糊数学思想量化指标

基于建立的层次结构，结合现状调研结果，部分指标存在未量化或量化程度不足的情况。从整个层次结构来看，指标的观测级及度量单位存在差异，不利于整体运行状态的综合评价。为最大限度地实现对实际情况的准确描述、排除由于模型内度量差异导致的影响、避免指标变化等导致评价结果的失真，利用模糊数学思想对指标进行量化和无量纲化处理[9-11]。根据现场运维管理规范将指标分为10级，即对指标特性赋予带顺序的定性描述序列。设定分值越低，代表对应的该指标特性表现越差。在实际运维工作中，受限于系统建设情况等原因，上述序列中的指标等级无法直接测量。现假设等级量是实际存在的，结合运维历史数据，等级量基本遵从正态分布N(μ,σ2)。序列1～10反映了该量的表现程度。例如到Ⅱ区的档案加载节点的平均耗时指标，序列1～10即反映了平均耗时的长短：1表示耗时超长(属于极限超时现象)，10表示耗时极优(属于理论最短耗时)。由每个等级量表示近似正态分布区间内的一个均分区间，即1/10均分区间，可以得到在正态分布区间内的均分点序列，用yi表示，则yi表示在分布域区间内的第i个均分点。将均分点按大小进行调整，以上述Ⅱ区档案加载节点的平均耗时指标为例，结合现场运维专家给出的分布阈值(a,b)，大致估算各对象的对应的阈值区间。结合分布阈值的均分点序列为：a

2.3 主客观结合设计指标权重

本文采用组合赋权法，分别运用主客观赋权法确定最合理的主客观权重，进一步根据实际情况确定主客观比重，最终确定各指标权重。从客观性与实际可落地性角度出发，本文的主观赋权法选取德尔菲法，客观赋权法选取熵值法[12]。

2.3.1 德尔菲法主观赋权

本研究基于层次机构制定平均模型指标权重量表,发放给运维、设计开发、外部相关专家等，由专家各自对每一个指标的重要性进行打分。把打分结果分歧较大的几项指标单独列出来,集中产生分歧的专家进行讨论并再次打分。按此方法，反复进行一次。最终，确定出每个指标的重要度。

对本研究中的对打分结果的实际处理方法的主要步骤[13]梳理描述如下。

①组织n位相关专家，对量化的层次结构中指标层的39个评价指标Yj，依照中间层C的6个状态参数Xi的对应关系进行分组评价，得到指标权重的估计值。

②计算n位专家给出的权重估计值的平均估计值：

(1)

③计算估计值和平均估计值的偏差：

s=1,2,…,n

(2)

2.3.2 熵值法客观赋权

熵是用于描述不确定性的量，其大小与信息量成负相关性。熵值法就是用指标熵值来确定权重。一般地，将评价对象记为{ai}，i=1,2,…,6，用xij表示中间层C中第i个状态参数下的指标层指标j的原始值。熵值法的计算过程如下。

①将xij作正向化处理，并计算第j个指标第i个状态参数所占的比重Pij：

(3)

②计算第j个指标的熵值ej

(4)

③计算第j个指标的差异系数gj：

gj=1-ej，j=1,2,…,39

(5)

④计算第j个指标的权重Wj：

(6)

3 主站运行状态评价实例

熵值法确定的权重体系可能存在部分指标权重与实际重要程度偏差较大的情况。基于这一情况，利用德尔菲法获取的主观权重体系对熵值法获取的客观权重体系进行修正，最终得到计量自动化系统运行状态评价体系中所有评价指标的权重值，如表2～表4所示。

表4 电力计量组织任务采集业务性能权重体系

基于关键业务特性与主站运行的时间特性，选取3个时间点(T1，T2，T3)，以主站整体运行状态为例，评价结果见表2。

表2 电力计量主站运行状态评价模型权重体系

表3 电力计量主站指令下发业务性能权重体系

电力计量主站运行状态评价结果如表5所示。

表5 电力计量主站运行状态评价结果

从表5可以看出，本文设计构建的评价模型可以通过对关键业务及关键节点的业务信息综合分析，有效评价电力计量主站的运行状态。T1时刻的运行状态最好，总体得分为7.67；T2和T3时刻的运行状态较差，分别为5.67和5.74。根据层级结构回溯发现，T2时刻的平均耗时得分较低，其中前置接入(II区)节点和前置接入(安全接入区)节点评分最低；T3时刻的平均数量得分较低，其中档案加载节点、前置接入(安全接入区)节点、数据入库节点评分都较低。

4 结论

本文基于模糊综合评价法，提出电力计量主站运行状态评价模型。模型将主站运行状态与关键业务运行评价相关联，但其指标构建并未受限于业务本身，具有较强的借鉴意义与可扩展性。研究表明：通过本文设计构建的评价模型可以对关键业务及关键节点的业务信息进行综合分析，且T1时刻的运行状态最好。评价模型的关键算法可满足常见电力计量主站的运行状态评价需要，且已实现并开展应用，达到预期效果，降低了运维管理的工作负荷，提高了整体运行状态感知及业务监控的准确度与时效性。