基于竞争图谱的供电服务工单派发方法

肖建飞, 杜 平,颜 涛,陈 卓,宋之光

(四川中电启明星信息技术有限公司,610074,成都)

0 引言

随着电网公司供电所数字化工作开展的逐渐深入,供电所日常工单的重要性日益增加[1-3]。供电所人员在日常工单处理中存在获取工单的渠道多、涉及营销、设备、安监等多专业的工单、接单方式多样化、数据多端录入等问题。管理上存在工单处理节点多、派发准确率低的问题[4-6]。因此,亟需开展供电所的智能派发工作。

许多学者对供电所工单智能派发的问题做了大量研究。唐冬来等[7]提出了一种基于逆文本词频指数算法的供电所工单智能派发方法,通过逆文本词频指数算法提取工单的关键字,并进行自动工单派发。王腾等[8]提出了一种基于文本挖掘的供电所工单智能派发方法,通过热词采集,实现了工单的内容分析,并自动对供电所员工进行工单分配。吴超[9]提出了一种基于客户感知的供电所工单智能派发方法,通过神经网络模型实现供电所员工的工单自动分配。王占忠[10]提出了一种基于多文本关联的供电所工单自动分配方法,通过文本聚类和文本关联识别工单含义,并自动向供电所员工分配工单。Nojedhi等[11]提出了一种基于框架处理的工单分配方法,采用信息模型对工单进行分配。Jungmok等[12]提出了一种基于最小工作任务的工单分配方法,各项工作任务的耗时最小。由此可见,供电所工单智能派发方法多样,但上述方法中只考虑了一种类型的工单任务的派发,而供电所工单类型多,上述方法派单准确率低。

针对供电所工单类型多、分配准确率低的问题,提出了一种基于竞争图谱的供电服务工单派发方法。该方法采用了通过自然语言处理进行供电所多类型工单的整合,消除重复工单;通过提取供电员工的工作状态,判断其是否具有接单条件;通过竞争图谱,从供电员工的的位置、工作状态情况分析其具备接单的竞争得分,并对供电服务工单进行分配,提升供电所多类型供电分配准确率。

1 供电服务工单分配框架

文中所述的基于竞争图谱的供电服务工单派发方法框架主要包括供电服务工单信息整合、供电员工状态提取和供电服务工单派发三部分内容,如图1所示。

图1 基于竞争图谱的供电服务工单派发方法框架

1)供电服务工单信息整合。首先,模型接收营销、运检、安监等专业的供电服务工单输入。其次,提取供电服务工单的工单类型、处理时限等特征信息。最后,将多类型的供电服务供电进行整合,消除重复录入的供电服务工单数据。

2)供电员工状态提取。首先,根据供电员工的手机位置信息,进行供电员工的位置定位。其次,采用供电所移动应用端提取供电员工现在的工作状态,判断供电员工的接单能力。

3)供电服务工单派发。根据供电员工的工作状态、接单意愿等方式采用竞争图谱进行工单派发,待供电员工接单完成后,给予相应的积分进行奖励。

2 供电服务工单分配模型

2.1 供电服务工单信息整合

供电服务工单信息整合的目的是将营销、运检、安监等专业的工单进行整合,形成供电服务工单资源池,消除多头工单管理造成的供电工单派单混乱的问题,避免重复供电工单造成供电员工多头处理。

自然语言处理(Natural Language Processing, NLP)是一种计算机语言信息的处理方法。该方法按照供电员工习惯的语言来进行供电服务工单的处理,广泛应用于词频特征统计、分析上下文语义等文本处理[13-15],具有处理准确率高、分析速度快的特点。因此,文中采用NLP方法提取供电服务工单的文本特征。

文本的特征与典型的特征之间采用皮尔逊系数进行比较。供电服务工单的皮尔逊系数Pz为:

(1)

采用皮尔逊系数提取的供电服务工单的特征见表1。

表1 供电服务工单的特征表

采用皮尔逊系数提取完供电服务工单后,按照皮尔逊系数相似度80%的即为类似的工单,并进行供电服务工单整合,数据整合是一种消除供电服务工单重复数据的方法,其利用了计算机技术按照供电服务工单特征数据,在规则范围内进行采集、分析和汇总使用,获得了供电服务工单的唯一性描述。因此,文中采用数据整合消除重复录入的供电服务工单数据。

2.2 供电员工状态提取

供电员工状态提取的目的是判断供电所员工当前是否具有接收分配的供电服务工单的能力[16]。国家电网公司供电员工采用i国网供电服务移动微应用进行管理。i国网供电服务移动微应用中,供电员工的状态有工作状态和工作位置两部分。其中,工作状态包括供电员工在派单日期是否处于出勤状态,及当前是否已经接单工作两部分;工作位置为供电员工处于工作日期时,其所在的地理定位位置,供电服务工单分单可根据供电员工的地理位置距离供电处理位置的远近来进行分单[17-19]。i国网供电服务移动微应用的数据归集在省级电力公司的数据中台,文中所提方法从数据中台获取供电员工的状态数据。

当前处于出勤状态的供电员工Ac为:

(2)

式中,na为当前供电所处于出勤状态的供电员工数量,ai为不同的已出勤供电员工。

当前处于工作状态的供电员工Bc为:

(3)

式中,nb为当前供电所处于工作状态的供电员工数量,bi为处于工作状态不同的供电员工。

供电员工的地理位置信息Exy为:

Exy=(xa,ya)

(4)

式中,xa为供电员工所处的地理位置纬度,ya为供电员工所处的地理位置经度。

获取供电员工的特征信息后,依次判断供电员工是否处于出勤状态、是否处于已工作状态和离供电服务工单处置地理位置距离来分析供电员工是否具备接收供电服务工单分单的能力。

2.3 供电服务工单派发

供电服务工单派发是依据2.2节对供电人员状态评估后,进行的供电服务工单分配。在供电所接收到营销、运检、安监等口径下发的供电后,之前人工凭经验进行工单的分配。但在此时,供电员工所处的状态不同,即:有休假的员工、正在工作的员工、待执行任务的员工,且各类员工所处的地理位置信息不同[20]。所以,应优先分配按照离供电服务供电位置近,且员工状态为待执行任务的员工。

竞争图谱分析方法是一种任务派发分析方法[21]。竞争图谱中,供电公司通过对供电员工的工作状态、离供电服务工单处置位置距离等多个维度进行对比分析,获得供电服务工单处理的竞争成本,然后按照供电员工的服务能力等级、忙闲状态等分配工单任务,在该分配方式中,竞争优势大的供电员工获得供电服务分配工单的机率越高。

在竞争图谱中,最小的竞争成本Cmin为:

Cmin=β(cv)=β(c1,c2,...cm)

(5)

式中,β为竞争图谱函数,cv为竞争序列,(c1,c2,…,cm)为供电员工的竞争图谱序列,m为供电员工竞争的指标数量。

供电员工竞争得分gv为:

(6)

式中,nc为当前供电员工的竞争指标个数,ci为不同的供电员工的竞争指标得分值,wi为不同的供电员工的竞争指标权重。

为避免供电员工达到一定服务等级后工单处理不及时的问题,设置了供电员工两次处理工单时间超过阈值,则降低服务竞争得分的方式,激励供电员工参与工单处理。供电员工竞争得分修正值gz为:

gz=gv-Δf(tmin≤Δy)

(7)

式中,△f为供电员工竞争得分降低阈值,tmin为供电员工两次处理工单间隔的最小时间,△y为供电员工两次处理工单间隔的阈值。

在进行供电服务工单派单时,按照竞争图谱得分高低进行派单,即:某个供电服务工单处置点选择竞争图谱得分最高的供电员工派单,直至工单分配完毕。

3 算例分析

3.1 场景与参数设定

为验证文中所提基于竞争图谱的供电服务工单派发方法的有效性。在某供电所进行工单任务分配仿真运行。设置该供电所有运维人员53名。供电服务工单的数据来源为营销业务系统中的用电客户档案数据、电费缴费数据,用电信息采集系统的用户电表电流、电压、功率因数、停电事件上报数据,人资管理系统中的供电员工人资编码、姓名等档案数据,i国网供电服务移动应用中供电员工的状态数据,95598供电服务系统中的客户报修数据,供电服务指挥平台中的供电服务工单数据。上述系统的数据同步至省级电力公司的数据中台,然后再传输至文中所提算法中,来源于营销、运检、安监、人资和调度5个部门,每个部门仿真的工单数量为1 000个。

文中所提基于竞争图谱的供电服务工单派发方法采用python开发。部署在地市供电公司的服务机房。服务器的处理器为Intel xeon Gold 6254,处理器核心为18个,处理器运行频率为3.1 GHz,内存为128 GB,服务器硬盘为固态硬盘8 TB。文中比对的方法为注意力分单策略[22]、联合Q值分解策略[23]、数据驱动策略[24],上述分单策略是供电服务派单中的经典方法,具有较好的通用性。

3.2 算例运行分析

3.2.1 供电服务工单派单效率分析 供电服务工单派单效率分析是供电服务工单分单的性能指标。该指标的计算方法为:从供电所接收到工单后,到完成工单派单的时间。该指标的统计指标为分单耗时长,其分单耗时越短,则说明供电服务工单分单性能越好。

分别选择营销、运检、安监、人资和调度各100个工单,采用文中所提基于竞争图谱的供电服务工单派发方法与注意力分单策略、联合Q值分解策略、数据驱动策略比较供电服务工单分单性能。供电服务工单派发平均耗时见表2。

表2 供电服务工单派发效率分析

由表2可知,文中所提基于竞争图谱的供电服务工单派发方法的算法结构简洁高效,其中,采用优化的NLP处理供电服务工单,提取供电员工状态、位置高效,竞争图谱派发工单性能高。因此,在供电服务工单派发时耗时短,其工单派单时间为0.53 min;而注意力分单策略、联合Q值分解策略、数据驱动策略算法采集数据周期长,供电服务工单分配消耗资源大,耗时多,其中,注意力分单策略1.54 min、联合Q值分解策略1.48 min、数据驱动策略1.63 min。因此,文中所提基于竞争图谱的供电服务工单派发方法派单效率更优。

3.2.2 供电服务工单派单准确率分析 供电服务工单派单准确率是文中所提方法派单的核心指标,该指标是衡量供电服务工单是否分配合适的关键要素。其计算方式为:将模型统计的供电任务分配人员与人工依据供电所管理规范人工分单的人员进行比较,若两者一致,则为供电服务工单派单准确。两者的比值则为供电服务工单派单准确率。供电服务工单派单准确率的取值范围为0～100%,比值越大,说明供电服务工单分单越准确。

分别选择供电服务工单数量为1 000、1 500、2 000、3 000、3 500、4 000、5 000,采用文中所提基于竞争图谱的供电服务工单派发方法与注意力分单策略、联合Q值分解策略、数据驱动策略比较供电服务工单派单准确率。供电服务工单派单准确率见表3。

表3 供电服务工单派单准确率表

由表3可知,文中所提基于竞争图谱的供电服务工单派发方法结合了供电员工的工作状态、离供电服务工单处置位置距离和供电员工等级进行综合分析,采用竞争图谱求解了最优的供电服务派单策略,其平均供电服务工单派单准确率99.1%。而注意力分单策略、联合Q值分解策略、数据驱动策略算法派发供电服务工单时,未结合供电员工的能力做等级进行划分,仅依赖供电员工的忙闲状态和地理位置进行工单派发,其派单准确率较低,其中,注意力分单的供电服务工单派单准确率97.2%,联合Q值分解分单的供电服务工单派单准确率96.1%,数据驱动的供电服务工单派单准确率95.0%。因此,文中所提基于竞争图谱的供电服务工单派发方法更准确。

3.2.3 供电服务工单派单激励效果 供电服务工单派单激励效果是为了验证文中所提方法对供电员工的工作激励情况。文中,将53名运维人员分为好、中、差三个等级,三个等级的人员数量分别为15、21、17个;供电服务工分配1 000个工单。采用文中所提基于竞争图谱的供电服务工单派发方法与注意力分单策略、联合Q值分解策略、数据驱动策略的派单结果见表4。

表4 供电服务工单派单结果表

由表4可知,文中所提基于竞争图谱的供电服务工单派发方法建立了好、中、差等级供电员工的分单激励策略,结合供电员工的工作状态、所处位置、等级等因素,将工单优先分配给好、中2个等级的供电员工,以提高好、中2个等级供电员工的工作积极性。针对差等级供电员工,则少分配供电服务工单,激励该类员工提升工作质效,从而提升服务等级,获得更多的供电工单与绩效。注意力分单策略、联合Q值分解策略、数据驱动策略则只根据供电员工的忙闲状态和所处位置进行分单,并未区分不同类别的供电员工的激励策略,而造成了3个等级的供电员工对提升工作质效的激励不足。因此,相较于注意力分单策略、联合Q值分解策略、数据驱动策略,文中所提基于竞争图谱的供电服务工单派发方法能更好地对供电员工进行激励,提升其工作质效。

4 结语

为解决供电所工单类型多、分配准确率低的问题,提出了一种基于竞争图谱的供电服务工单派发方法。 该方法通过自然语言处理对多种类型的供电所工单进行整合,实现了供电员工的位置、工作状态等信息的整合,得到了供电员工的完整状态信息。通过对供电员工的工作状态、离供电服务工单处置位置距离等多个维度进行对比分析,可获得供电服务工单最优的分配结果。该方法为避免供电员工达到一定服务等级后工单处理不及时的问题,提出了竞争优势值降低的策略,促进供电员工积极参与接单。

算例的仿真结果表明,该方法通过优化配置供电服务工单分单,提高了好、中2个等级供电员工的派单与绩效,对差等级供电员工起到激励作用,该方法有效提升了供电服务工单派发准确率,提升了供电服务工单处置效率。下一步,将结合社会化的共享电工的资源分布特点,对供电员工服务工单分配方式做进一步研究。