张文华,钱 哨,王晶晶
(国网江苏省电力有限公司盐城供电分公司,江苏 盐城 224000)
伴随着国有企业改革的深入和电力企业自身发展诉求的不断升级,对电力企业的综合管理水平提出了更高的要求,电力企业也面临着越来越高的降本增效压力,企业的精益化管理水平亟需提升。非日常性的业务如重大活动供电保障服务等,因其业务内容、开始时间、保障周期等的不确定性,按照常规的业务模式进行管理存在相应的难度,一定程度上导致了供电保障业务管理低效的情况。而供电保障业务往往涉及各级地方政府、企事业单位的重大会议或招商引资活动,涉及诸如节日集会、中考高考等关系到普通民众民生质量的重要事件,对供电保障业务提出了更高的管理要求。
目前,在供电保障业务管理方面主要是针对传统供电业务模式下信息流和业务流无法掌握的现状,电力企业基于泛在电力物联网构建了供电保障业务体系,开发了辅助供电保障业务体系落地的供电保障云平台。同时,围绕供电保障业务已经有了诸多学术研究成果,包括管理方法创新、分析模型应用和信息系统建设三大方面。在管理方法创新方面,现有研究包括通过常态化管理的方法将供电保障服务的被动模式转变为日常的主动管理[1]以提高服务响应速度和效率,研究供电保电级别划分[2]以规范保电业务内容,研究“保姆式”的服务模式改进[3]、应急体系规范建设[4]以及采用DEMATEL-ANP-ant-ientropy和灰色关联分析法构建供电服务质量评价体系[5]以提升服务质量;在分析模型应用上,现有研究包括利用波士顿矩阵以评估产业聚集区供电保障能力[6],提出以信息分析师职能为核心的调控应急对策[7],基于粗糙集理论构建算法进行配电故障诊断[8],将基于N-1准则的总供给能力近似算法运用于配电网规划建设[9];在信息系统建设方面,包括可视化音视频实时监控系统建设[10],利用遥测设备采集信息的高压用户远程信息化监控模式[11],基于信息物理系统的应急指挥平台建设[12]等。
从以上研究现状综述可以看出,目前在供电保障方面的研究与应用集中在管理策略方法和利用新技术实施监控或指挥方面,尚未有利用算法模型开展供电保障业务管理策略优化方面的研究。
电力企业长久以来积累了大量的业务数据,但因缺乏有效的理论指导和应用思路,导致数据的整体利用效率不高。而基于数据建立相应的算法模型能够发现数据中的规律,用于分析业务、指导业务。因此,转变传统思路,从算法模型出发,分析业务数据、识别业务规律、辅助业务管理,为企业管理决策提供支撑。
参考相关数学模型研究成果,如线性回归模型的建模方法和应用研究[13]、基于失效模式及后果分析FMEA(Failure Mode and Effects Analysis)算法,研究配网线路可靠性的方法和应用,采用层次分析法开展的业务资源分配研究等。结合业务现状,运用线性回归和FMEA模型进行业务周期和业务资源分配策略分析,据此研究业务人员合理设置供电保障业务周期,研究调配业务开展的人力和物力资源分配策略。
回归分析是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。回归模型分为线性和非线性两种,非线性回归模型往往是自变量和因变量之间存在指数、对数或其他函数形态的复杂关系,线性回归则是自变量和因变量之间关系呈线性的一种相对简单也是最基础、最常见、最重要的模型。
设x1,x2,…,xn为n个自变量,y为因变量,所建立的线性回归模型为
y=a0+a1x1+a2x2…+anxn+ε
式中:a0,a1,a2,…,an为自变量前的归回参数,ε为符合正态分布的偶然误差。在实际应用中,需提供一系列的自变量与因变量的成组数据,带入模型中进行求解,计算过程使用一系列计算方法,使得ε值在总体情况下最小,计算所得到的a0,a1,a2,…,an即为回归模型的主要参数。
应用SPSS软件进行回归模型的分析计算。SPSS是世界上最早采用图形菜单驱动界面的统计软件,基本功能包括数据管理、统计分析、图表分析、输出管理等。SPSS统计分析过程包括一般线性模型、相关分析、回归分析等几大类。它采用EXCEL表格的方式输入与管理数据,便于使用者直接导入数据,用模块化的功能完成回归分析等多种计算,完全可以满足专业的回归分析需求。
FMEA模型是最早由美国国家宇航局(NASA)形成的一套分析模式,是一种对整体系统进行评估的方法,通过对系统中可能发生的故障路径、发生故障的原因以及各个故障对系统的影响来实现的[14]。配电网结构复杂,而隔离开关在配电网中起到故障隔离、缩短停电时间等作用,隔离开关的位置和动作状态直接影响着整个配电网络中的故障情况。采用FMEA的思想,在分析配电网结构时,当分支线路上无开关时,需要以隔离开关为边界,将整个电网区域分解成馈线线路和分支线路负荷前无开关的支路,再根据历史数据,对两种支路的故障率进行求和。等效故障率R的计算方法为
式中:R为所研究区域的总体等效故障率,rl为单个分解后的馈线线路区域的历史故障率,k为馈线线路区域个数;rj为单个分解后的分支线路负荷前无开关的支路区域历史故障率,t为分支线路负荷前无开关的区域个数。
当分支线路上有开关时,需排除前端有开关的分支线路对故障率的影响,因此等效的故障率R′的计算方法为
式中:R′为所研究区域的总体等效故障率,rl为单个分解后的馈线线路区域的历史故障率。
由于供电保障业务的目标是不出现一次断电,因此传统的FMEA分析过程中的停电持续时间对于业务分析没有实际意义,以故障率作为核心指标即可。
在供电保障业务开展过程中,往往会涉及多条配电线路,而每条配电线路的故障情况无法直接计算得到,采用FMEA思想对每条线路进行区域分解后,将故障可能性转化为多条支路的故障可能性的加和,而各个支路的故障率可从历史数据中获取,则把难以分析的问题分解为可以解决的问题。
为了更好地开展供电保障业务分析,建立基于线性回归的业务周期设定模型作为基础展开研究。先选取业务周期作为模型的因变量;再进行自变量筛选,通过初步分析,选取涉及供电保障场所数量、供电保障业务等级、业务参与人数作为可能的自变量;最后,通过回归分析验证和确定适合模型的自变量。
为能够计算得到适合实际情况的线性回归模型,通过调研取得了近12次业务开展人为设定的业务周期天数、涉及供电保障场所个数、供电保障业务等级和参与业务人数。其中供电保障业务等级按照衡量业务重要程度来划分:1级为最高保障等级,3级为最低保障等级。12次业务开展记录如表1所示。
表1 业务开展周期天数记录
在调研获取到原始数据后,应用SPSS软件进行回归分析,验证和选取适合模型的自变量。先将表1的数据导入SPSS打开后,选择“线性回归分析”,设定数据为未标准化数据进行分析,然后分析SPSS计算得到的结果,所得输出结果模型拟合程度达0.998,说明线性拟合程度较好;方差分析的总体显著性为0,远低于0.005,表明3组自变量组成的线性模型具有显著的统计学意义。分析得到的模型系数见表2。
表2中B即Beta,代表回归系数,标准化的回归系数(即表中的标准系数)代表自变量和因变量的关系,用于判断自变量对因变量的影响关系方向及影响程度,B>0表示正相关关系,B<0表示负相关关系;例如,“涉及供电保障场所数量”的B>0,则表示它对于因变量是正向影响关系。标准误差代表的是实际值与回归线的距离,值越小越好,可用于描述回归模型与实际数据的拟合程度;例如,“涉及供电保障场所数量”的标准误差值为0.054,表明其拟合程度较好。T值表示对回归系数的“t检验”的结果,显著性值代表“t检验”的显著性,绝对值越大,显著性值就越小,显著性值小于0.05,一般被认为是系数检验显著,表明该自变量能够有效预测因变量。表2中“涉及供电保障场所数量”和“供电保障业务等级”两个变量的显著性值均小于0.05,所以可以作为有效自变量。
表2 模型系数
由表2可知,业务参与人数这一个变量的回归系数(B)仅为0.039,判定其对线性模型的影响极小,且显著性值为0.184,远大于0.05,因此在模型中不列为主要自变量。通过上述分析,最终确定涉及供电保障场所数量、供电保障业务等级作为模型主要自变量,接下来,将进行模型构建,令x1、x2分别为涉及供电保障场所数量、供电保障业务等级,则对应线性模型的系数a0,a1,a2分别为7.157、0.785和(-1.235),因此线性模型为
y=7.157+0.785x1-1.235x2
当有新的供电保障业务开展时,则可直接根据保电等级和涉及的业务场所数量代入上式,直接得到供电保障业务周期天数,再根据实际情况向上或向下取整,如有必要可人为微调天数。
表3 区域等效故障率计算
为了更合理地分配检修业务资源,根据表3中计算得到的等效故障率数值,实际综合考虑了对应线路和设备的检修难度,采用常用的四象限模型,按照故障率高低水平和故障检修难度高低水平2个维度划分了4个象限(见图1),分别是故障率高检修难度高、故障率高检修难度低、故障率低检修难度高、故障率低检修难度低。其中,对于故障可能性高且频发故障检修难度高的区域安排业务骨干重点巡查,同时配备先进检测和维修设备进行预防性检修;对于故障可能高但故障检修难度低的区域安排有经验的业务人员开展常规巡查,并配备普通设备进行预防性检修;对于故障可能性低但检修难度高的区域安排有经验的业务人员进行重点巡查,配备先进检测和维修设备进行预防性检修;对于故障可能性与检修难度都较低的区域,安排一般业务人员进行常规巡查,配备普通设备进行预防性检修。
图1 人力、物力资源分配四象限图
在该例中,经实地调研了解,E3、E5和E6区域检修难度较大,并结合计算得到的等效故障率(E3和E5等效故障率在6个区域中排名靠前),因此E3、E5区域安排业务骨干重点巡查,同时配备先进检测和维修设备进行预防性检修;E6区域安排有经验的业务人员开展常规巡查,并配备普通设备进行预防性检修;其他区域安排一般业务人员进行常规巡查,配备普通设备进行预防性检修。
总结了某电力公司开发的基于项目管理理念和信息技术方法的供电保障云平台在供电保障业务管理中的应用实践,分析了现有成果中存在的不足,提出了采用FMEA算法模型指导供电保障业务管理的思路,应用线性回归模型指导业务周期设定,指导业务资源分配,并在实例中进行实践推演。
为供电保障业务相关研究开拓了新的探索视角,是智能技术在电力生产中应用的尝试,为相关的研究与应用提供了一定的借鉴。后续可探索更多的算法模型在不同业务场景中的应用,发掘电力数据价值。