CN109377082A - 精细化管理背景下的县级供电企业综合评价方法及装置 - Google Patents
精细化管理背景下的县级供电企业综合评价方法及装置 Download PDFInfo
- Publication number
- CN109377082A CN109377082A CN201811352738.9A CN201811352738A CN109377082A CN 109377082 A CN109377082 A CN 109377082A CN 201811352738 A CN201811352738 A CN 201811352738A CN 109377082 A CN109377082 A CN 109377082A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- interpretational
- power supply
- value
- power plant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种精细化管理背景下的县级供电企业综合评价方法及装置,包括:选取评价准则,并得到多个评价指标;采用组合优化确权法获取评价准则的组合权重值;基于对抗型数据包络交叉分析法求得所述评价指标相对评价值;将所述综合权重值与相对评价值进行加权得到静态交叉评价值;设置考核周期,求出供电企业在考核周期内各年份的静态交叉评价值;基于信息熵和时间度确定时序加权向量,基于时序加权向量对各年份的静态交叉评价值进行线性加权,获取动态综合评价值;根据所述动态综合评价值,建立所述供电企业的奖惩系数。该方法在评价标准统一、主客观性协调、薄弱环节识别具有较强的优势,适用于不同区域垄断企业之间的间接竞争。
Description
技术领域
本发明涉及供电技术领域,尤其涉及一种精细化管理背景下的县级供电企业综合评价方法及装置。
背景技术
近年来,随着国家电网公司“三集五大”管理战略的逐步实施和电力体制改革的日趋深化,公司管理理念、管理方法、管理要求向基层供电企业全面延伸覆盖,县级供电企业作为精益化管理的主体,受管理体制、人员结构、设备水平、经营理念等多种因素的影响,发展极度不平衡。生产经营关键指标数据的跨度很大,仅对海量基础数据进行浅度观察和对比,很难对供电企业长期发展状况进行宏观量化分析,难以客观准确的认识到企业的发展趋势和企业间的差异。因此,亟需研究一套合理、科学、全面的供电企业电网发展与生产经营水平评价方法,为县公司进行准确定位与专业化指导提供可靠依据。
供电企业电网发展与生产经营水平评价是一个典型的多对象、多维度、多时段的动态综合评价问题,其内涵丰富,涉及社会经济、电网结构、电网运行、企业资产管理、经营业绩等多个方面,现有关于供电企业评价的内容较为广泛。
电力建设第34卷第2期18-21段对配电系统的评价指标体系展开研究,从供电质量、网架结构、运行水平、技术装备、经济与社会性五个方面构建层次化评价指标体系,进一步对指标进行分类、制定评价判据以及权重确定,为科学评价配电网发展现状和发展能力提出了可量化的手段,并对某地区配电网展开评价验证了方法有效性。
电网技术第31卷第8期69-72段基于主成分分析法提出新农村低压配电网的综合评估方法,并将其用于近期完成的新农村中低压配电网规划的实际案例中。案例分析结果表明,该方法对近期低压配电网规划具有理论和实际指导意义。
电力自动化设备第37卷第9期199-204对县公司的综合评价策略进行研究,在综合评价的指标选取中引入大数据分析技术克服主观选取评价指标的随意性,并提出基于系统聚类技术的差异化分类思路,形成县公司类内相比、类间参考的管理策略。
然而,现有的评价策略一方面缺乏对主观专家意见和客观数据信息的权衡考虑。主观赋权法取决于决策者偏好,权重确定具有较强的片面性;客观赋权法取决于指标数据的离散程度,权重确定难以体现指标本身涵义,适应性较差。另一方面缺乏对动态信息的集结,研究多依托于单一年份的数据进行分析评价,评价结果难以反映企业发展趋势的技术问题。因此,随着精细化管理理念向县级供电企业的全面延伸覆盖,很有必要研究一套县级供电企业电网发展与生产经营水平量化评价方法,合理定位企业发展方向,引导电网发展和企业经营。
发明内容
本发明的目的之一至少在于,针对如何克服上述现有技术存在的问题,提供一种精细化管理的县级供电企业综合评价方法及装置,能够对县级供电企业做出有效的评价,精准定位企业发展的薄弱环节,以使企业可以从中得到相适应的发展策略。
为了实现上述目的,本发明采用的技术方案包括以下各方面。
优选的,一种精细化管理背景下县级供电企业综合评价方法,所述包括:
步骤1,选取7类评价准则,通过准则-评价指标因果关联分析,得到每类准则所涵盖的多个评价指标;并将每类评价准则中的各个评价指标分为输入指标和输出指标,其中,所述7类评价准则包括:社会经济、供需水平、供电质量、供电能力、售电市场、经营水平和资产管理;所述输入指标代表决策单元从事供电投资建设的投入量,所述输出指标代表决策单元通过供电投资建设而获得的产出量,所述决策单元即为待评价的供电企业;
步骤2,采用组合优化确权法对7类评价准则进行权重分配,获取各类评价准则的组合权重值;
步骤3,基于对抗型数据包络交叉分析法对每类评价准则的各个输入指标和输出指标的本年份的统计数据进行分析,得到所述评价准则本年份的相对评价值;
步骤4,基于所述组合权重值与相对评价值对评价准则进行加权得到本年份的静态交叉评价值;
步骤5,设置考核周期,重复步骤3~步骤4,分别求出所述决策单元在考核周期内各年份的静态交叉评价值;
步骤6,基于信息熵和时间度确定时序加权向量,基于所述时序加权向量对各单一年份决策单元的静态交叉评价值进行线性加权,获取多年份的动态综合评价值;
步骤7,根据所述动态综合评价值,建立所述供电企业的奖惩系数。
优选的,所述精细化管理背景下县级供电企业综合评价方法中,所述步骤2具体包括:
步骤201,基于改进灰色关联度法对各个评价准则进行分析,确定所述评价准则的主观权重集合;
步骤202,基于熵权法对各个评价准则进行分析,确定所述评价准则的客观权重集合;
步骤203,采用组合优化确权法对7类评价准则进行权重分配,获取各类评价准则的组合权重值;
优选的,所述精细化管理背景下县级供电企业综合评价方法中,所述步骤201具体包括:
步骤2011,确定7类评价准则为评价对象,由专家对所述评价对象进行权重判断,得到各个评价对象的权重数据序列:
步骤2022,从所述权重数据矩阵序列选取最大的权重值作为参考权重值,组成参考数据列;
步骤2023,求取各个评价对象序列到参考数据列的距离;
步骤2024,基于所述各个评价对象序列到参考数据列的距离求取各个评价对象的权重并进行归一化处理,从而得到主观权重集合。
优选的,所述精细化管理背景下县级供电企业综合评价方法中,所述步骤203具体包括:
步骤2031,基于矩估计理论计算不同评价准则的主观权重集合和客观权重集合的相对重要度,所述相对重要度为:
其中,j为所述评价准则,αj为其主观权重集合的相对重要度,βj为其客观权重集合的相对重要度,ωsj为其主观权重集合,ωoj为其客观权重集合;
步骤2032,基于所述主观权重集合、客观权值集合及其对应的相对重要度确定该评价准则的组合权重:
其中,n为评价准则个数,即n为7。
优选的,所述精细化管理背景下县级供电企业综合评价方法中,所述步骤3具体包括,
步骤301,利用自我评价模型对各个决策单元的输入指标和输出指标进行分析,得到各个评价指标的自我评价值;
步骤302,根据所述自我评价值得到线性规划方程组,并求解所述线性规划方程组的最优解;
步骤303,根据所述最优解求出交叉评价值,以此得到交叉评价矩阵;
步骤304,求取所述交叉评价矩阵的平均值,从而得到所述相对评价值。
优选的,所述精细化管理背景下县级供电企业综合评价方法中,所述动态综合评价值由下式求得:
其中,T为考核周期,ρ=[ρ1,ρ2,…,ρT]表示时序加权向量,目标函数为时序加权向量的熵。
进一步的,一种精细化管理背景下县级供电企业综合评价装置,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的方法。
综上所述,由于采用了上述技术方案,本发明至少具有以下有益效果:
1、构建县级供电企业电网发展和生产经营综合评价体系,本发明基于国家电网县公司生产经营一套表制度,从社会经济、供需水平、供电质量、供电能力、售电市场、经营水平和资产管理7个方面全面刻画了县级供电企业配电网发展水平和企业经营的实际状况。
2、提出一种基于数据包络交叉分析的供电企业电网发展和生产经营水平动态指标评价方法,该方法在评价标准统一、主客观性协调、薄弱环节识别具有较强的优势,适用于不同区域垄断企业之间的间接竞争。
3、采用改进灰色关联度法和熵系数法建立主客观组合权重决策模型,在消除决策过程的不确定性因素的同时,也克服了权重结果适应性低的问题,引入“信息熵”和“时间度”理论确定时序加权向量,利用时序加权向量将各时期的静态模型线性加权,并根据评价结果建立奖惩系数标尺,实现对供电企业生产经营和电网发展水平的动态评价,定位企业发展薄弱环节,制定与企业自身相适应的发展策略,为企业管理者提供决策参考。
附图说明
图1是根据本发明示例性实施例的县级供电企业综合评价方法流程图;
图2是根据本发明示例性实施例的县级供电企业2013-2017年综合评价值示意图;
图3a是根据本发明示例性实施例的第一公司2013-2017年各准则DEA评价值示意图;
图3b是根据本发明示例性实施例的第六公司2013-2017年各准则DEA评价值示意图;
图3c是根据本发明示例性实施例的第四公司2013-2017年各准则DEA评价值示意图;
图4是根据本发明示例性实施例的县级供电企业2013-2017年奖惩系数示意图;
图5是根据本发明示例性实施例的精细化管理背景下县级供电企业综合评价装置结构示意图。
具体实施方式
下面结合附图及实施例,对本发明进行进一步详细说明,应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
图1是根据本发明示例性实施例的一种精细化管理背景下县级供电企业综合评价方法流程图,所述方法包括:
步骤1,选取7类评价准则,通过准则-评价指标因果关联分析,得到每类准则所涵盖的多个评价指标;并将每类评价准则中的各个评价指标分为输入指标和输出指标;其中,所述7类评价准则包括:社会经济、供需水平、供电质量、供电能力、售电市场、经营水平和资产管理;所述输入指标代表决策单元从事供电投资建设的投入量,所述输出指标代表决策单元通过供电投资建设而获得的产出量,所述决策单元即为待评价的供电企业;
具体的,在选取指标时,评价指标体系的建立应遵循科学性、系统性、可操作性、客观性、灵活性5个原则,选取的指标应具有含义明确、易于获取、方便扩展等特点,进而能够全面合理地反映县级供电企业配电网发展水平和企业经营的实际状况。结合国家电网县公司生产经营一套表制度,选取电网发展和生产经营水平为总目标,社会经济、供需水平、供电质量、供电能力、售电市场、经营水平和资产管理7个方面为评价准则,建立准则层。通过准则-评价指标因果关联分析,选取每个准则所涵盖的评价指标,并将每类评价准则中的各个评价指标分为输入指标和输出指标,其中,输入指标代表决策单元从事供电投资建设的投入量,输出指标代表决策单元(供电企业)通过供电投资建设而获得的产出量,所述决策单元即为待评价的供电企业;即可搭建评价基层供电企业电网发展和生产经营水平的“目标-准则-指标”的如表1所示的层次结构模型。其中,社会经济准则用于表征县级供电企业所属营业区经济社会发展水平;供需水平准则用于表征电网供电水平和用电能力间的匹配程度;供电质量准则用于表征电网供电的效果;供电能力准则用于表征的是配电网为营业区供应电能的能力;售电市场准则用于表征供电企业的市场营销状况;经营业绩用于表征企业的经营状况;资产质量准则用于表征企业资产运营的效率。由此建立的评价指标体系全面涵盖了县级供电企业电网发展和生产经营的关键因素,具有较强的适应性。
表1
步骤2,采用组合优化确权法对7类评价准则进行权重分配,获取各类评价准则的组合权重值;
进一步的,所述步骤2具体包括,步骤201:基于改进灰色关联度法对各个评价准则进行分析,确定所述评价准则的主观权重集合。灰色关联分析是分析系统中各因素关联程度的一种方法,用其求解指标(评价中的具体评价对象)权重的过程本质上是量化比较不同专家经验权重的过程。其关联度越大,说明专家经验判断趋于一致,该指标(评价对象)在整个指标体系中的重要程度就越大,权重也就越大。改进灰色关联度法进一步克服传统方法所得决策结果不确定性强以及区分度不高的缺点,本发明采用该方法求解评价准则的主观权重集合的具体步骤如下:
步骤2011,确定7类评价准则为评价对象,由专家对所述评价对象进行权重判断,得到各个评价对象的权重数据序列;聘请专家进行权重的经验判断。设有n个评价对象(这里评价准则层,n=7),有m个专家同时对各个评价对象的权重做出经验判断,构成各指标权重经验判断数据序列,矩阵形式表示如下:
B=(B1,B2,…,Bn)T
步骤2012,从所述权重数据矩阵序列选取最大的权重值作为参考权重值,组成参考数据列;从中B挑选一个最大的权重值作为“公共”参考权重值,各专家的参考权重参考值均赋予此值,从而组成参考数据列:
B0=(b0(1),b0(2),L b0(m))
步骤2023,求取各个评价对象序列到参考数据列的距离;利用下述公式求各个评价对象序列B1,B2,L,Bn与参考数据列B0之间的距离
步骤2024,基于所述各个评价对象序列到参考数据列的距离求取各个评价对象的权重并进行归一化处理,从而得到主观权重集合;由公式:可以求得各个评价对象的权重,利用公式对所述权重进行归一化处理,利用得到主观权重向量
进一步的,所述步骤2还包括步骤202,基于熵权法对各个评价准则进行分析,确定所述评价准则的客观权重集合。客观权重的求解基于熵系数模型,熵的概念起源于热力学,常用来度量体系的混乱程度,而后被用于信息论。信息熵用于表征系统状态的不确定度和信息的无序度,某指标的信息熵值越大,说明指标值的变异程度越小,对信息的贡献越小,在评价中起的作用越小,权重也就越小;反之信息熵值越小,信息的无序度越小,信息的贡献度越高。
熵权法主要基于各评价指标观测值形成的决策矩阵所提供的信息进行权重分配,指标权重的变化应该与决策矩阵的变化保持一致,传统的熵权法对决策矩阵变化的适应性存在不足,本发明基于具有适应性的熵系数模型求解客观权重,具体方法如下:
将决策矩阵A=(aij)m×n转化为规范化的决策矩阵C,C=(cij)m×n其中m为评价对象数目,n为评价指标数目。
式中:J1为收益性指标;J2为成本型指标;
对于规范化的矩阵C=(cij)m×n,第j个指标的熵定义为:
hj=γ-Ej
式中:γ为常数(γ≥max{E1,E2,…,En})。
对于一个多指标决策问题,合理的权重应该使得系统的熵最小,即可建立求解客观权重的熵系数模型:
式中:ωo为客观权重向量,K为n×n矩阵,对角线元素为Kjj=γ-Ej,其余元素为0,e=(1,1,…,1)T。
求解上述模型可得到客观权重向量为:
ωo=K-1e/eTK-1e
进一步的,所述步骤2还包括:步骤203,采用组合优化确权法对7类评价准则进行权重分配,获取各类评价准则的组合权重值。为体现不同专家的主观偏好,同时做到决策的客观真实,考虑采用组合优化确权方法对主客观权重进行集结,达到主客观的相对统一。将矩估计理论用于计算不同指标的主客观权重的相对重要程度,对于不同的评价对象(评价准则)j,主观权重的相对重要度α和客观权重的相对重要度β存在差异。对于改进灰色关联度法确定的主观权重集合ωs={ωsj|1≤j≤n}和熵系数法确定的客观权重集合ωo={ωoj|1≤j≤n},其相对重要度为:
基于主客观权重及对应的相对重要度系数可求解最终的组合权重:
步骤3,基于对抗型数据包络交叉分析法对每类评价准则的各个输入指标和输出指标的本年份的统计数据进行分析,得到所述评价指标本年份的相对评价值。
供电企业的电网发展和生产经营水平与地区电网的投资策略、薄弱环节、以及阶段性运营目标不同而存在较大差异,仅单一地对大量数据进行统计分析难以公平、客观的反映各供电企业的实际情况。因此,引入数据包络分析DEA(Data Analysis Envelopment)“相对有效”的思想到评价模型中,该模型在避免主观因素、简化算法和减小误差等方面有着不可低估的优越性,已成熟运用到资源配置和生产力进步等多个领域。
DEA的基本思路是将每一个被评价的供电企业当成一个决策单元DMU(DecisionMaking Unit),再由众多的构成评价整体,以指标层的“输入指标”和“输出指标”的权重作为变量,“输出指标”和输入指标的比率最大化为目标函数构建DEA评价模型确定有效生产沿面,并根据DMU与有效生产前沿面的距离状况,确定各DMU是否DEA有效。
传统的CCR模型(由Chames、Cooper和Rhodes提出,简称CCR)为DEA的一般经典模型:假设有n个地区供电企业时,每个企业都有m种类型的输入指标、s种类型的输出指标,xij表示第j个决策单元对第i种输入的投入量,xij>0;yrj表示第j个决策单元对第r中输出的产出量,yrj>0;νi表示第i种类型输入的权系数;ur表示第r种类型输出的权系数。其中,i=1,2,…,m;r=1,2,…,s;j=1,2,…,n;xij及yij为已知的数据,它可以根据历史的资料或预测的数据得到;νi及ur为变量,对应于权ν=(ν1,ν2,…,νm)T,u=(u1,u2,…us)T。
定义DMUj当年度的效率自评价指数为:
当对第e(1≤e≤n)个DMU进行效率评价时,以权系数ν及u为变量,以第e个DMU的自我评价值为目标,构成DEA的C2R模型,经过Charnes-Cooper变换,可得到以下的线性规划模型(模型1:自我评价模型):
而在实际问题中往往有较多的决策单元都能取到最大的效率评价值1,因此仅采用自我评价模型难以区分不同供电企业的优劣。为了解决这个问题,本发明引入对抗性交叉评价机制,交叉评价的实质是:每一个DMUe在尽可能抬高自己的前提下,尽可能的贬低其他DMU。为此以为第一目标,以为第二目标,建立对抗型交叉评价模型。该方法的具体做法如下,
首先,利用模型1(自我评价模型)计算DMUe的自我评价值Et,ee(1≤j≤n);其次,基于给定的i∈{1,2,3…,n},k∈{1,2,3…,n}得到如下的线性规划方程组:
接着,求得所述线性规划方程组的最优解,并根据所述最优解求出交叉评价值:由交叉评价值构成交叉评价矩阵:
最后计算Et的第j列的平均值然后得到各决策单元评价值集合{Et,1,Et,2,…,Et,n},即为所述评价指标本年份的相对评价值。将其作为评价各决策单元优劣的一项指标,Et,j越大说明DMUj越优。
步骤4,基于所述组合权重值与相对评价值对评价准则进行加权得到本年份的静态交叉评价值;
具体的,将所述步骤2中求得的综合权重值与步骤3求得的相对评价值进行加权得到本年份的静态综合评价值。以上静态评价模型仅适用于单一年份的评价,其评价结果难以体现供电企业的发展变化。因此本发明进一步引入时序“信息熵”和“时间度”以确定时序加权向量,对各单一年份供电企业的静态评价值按照时序加权向量进行线性加权集结,建立多年份动态评价综合模型。
步骤5,设置考核周期,重复步骤3~步骤4,分别求出所述决策单元在考核周期内各年份的静态交叉评价值;
具体的,设置一个考核周期t,对考核周期内各年份重复步骤3~4(步骤2中已经由专家给出权值判断,因此不用再重复),以此求出考核周期内各年份的静态交叉评价值。
步骤6,基于信息熵和时间度确定时序加权向量,基于所述时序加权向量对各单一年份供电企业的静态交叉评价值进行线性加权,获取多年份的动态综合评价值;
具体的,构建如下式所述的多年份动态评价综合模型:
式中ρ=[ρ1,ρ2,…,ρT]表示时序加权向量,反映不同时段信息对动态评估的贡献差异,目标函数为时序加权向量的熵,熵值越大,表示其含有的信息量越小;时间度λ的大小体现于集结过程中对时序的重视程度。求解上述模型即可得到所述动态时序加权向量。最后基于所述动态时序加权向量对各年份的静态交叉评价值进行线性加权,得到供电企业j在考核周期t内的电网发展和生产经营效率动态评价值,如式(19)所示:
步骤7,根据所述动态综合评价值,建立所述供电企业的奖惩系数,以使所述供电企业得到相应的发展策略。
具体的,定义供电企业j在考核周期t内的奖惩系数ξt,j为:
上述收益调整的一个基本原则是:各地区因电网发展和生产经营水平引起收益调整时,各供电企业总的调整为0,即总的奖励系数和总的惩罚系数代数和为0。企业可根据该评价结果建立奖惩系数,并制定相应的发展策略。
进一步的,为验证本发明所提方法的实用性和有效性,选取西南某省10家县级供电企业为研究对象,结合该省县级供电企业电网发展和生产经营统计一套表的指标统计数据,对该省的县级供电企业电网发展和生产经营现状进行实际评估分析。表2为2017年各准则数据包络交叉分析评价值。
表2
从表2可以看出,该省10个县级供电企业2017年的电网发展和生产经营整体效率处于中等偏上水平;分准则来看,供需水平、资产质量都相对处于较高水准,大部分地区都超过或接近于0.9,但国民经济和供电能力依然处于较低水平,平均水平分别在0.794和0.800,各地区的经营水平、售电市场、供电质量也相对处于较高水平。
对该省县级供电企业效率进行横向对比,该省各供电企业效率评价值如图2所示。从图中可以看到:该省电网发展和生产经营水平随着地区不同存在着较大差异:省会城市下辖县级供电企业(企业1、2)的效率相对较高,评价值大多处于0.85以上水平;西部地区(企业5、6)效率明显低于其他地区,效率评价值都处于0.75以下,2013年甚至处在0.65以下;省会周边地市下辖县级供电企业(3、4、5、8、9、10)发展水平适中,效率评价值集中在0.8-0.85.该省各县级供电企业的电网发展和生产经营水平与经济发展水平存在着相似的分布规律,总体呈现中心城市辐射化降低的态势。决策者可以针对效率相对较低的企业或准则调整下一年的发展策略,针对效率考核相对较低的地区采取考核惩罚,以刺激其提高综合评价值,从而提高全省的电网发展和生产经营水平。
不同类型的供电企业发展优势和薄弱环节也存在差异,如图3所示:对于发达型供电企业(企业1、企业2)而言,其社会经济发展水平高,供电质量可靠,经营模式合理,资产管理策略先进,营销方案高效。但供电能力水平效率一直处于较低水平,虽五年间略有增长,但是仍处于0.7左右,直接影响了该类型供电企业的配电网发展水平,限制整体评价水平的提高,因此该类型企业应当合理规划变电和线路,努力完善电网结构,加大电网建设投入,提升系统供电能力。
发展型供电企业(企业3、4、5、8、9、10),各方面发展相对平衡,但发展整体水平相对于企业1、2处于较低水平,可将企业1、2作为标杆企业激励其自身发展,积极开拓增量配电市场,努力提升业扩报装的服务水平,加大各级电网投资力度,持续改善电网结构、提升供电质量,同时压降经营管理的成本费用,实现公司效益的稳步增长。
制约型供电企业(公司6、7)的,国民经济、供电质量评分都处于0.65以下,发展水平有限,决策者制定发展策略时应进一步挖掘这两方面的潜力,把握营业区经济发展方向,积极拓宽潜在用电市场,加大公司配电网建设投资力度,提高供电可靠性;此外尽可能争取国家优惠补贴政策,积极利用政策红利提高电网的供电能力和装备水平,同时积极培育用电市场,实现电网与地方经济的快速腾飞。
图4进一步展示了该省10个县级供电企业2013年-2017年的奖惩系数评价值,从图3可以看到,该省在五年内两级分化的现象正逐步降低,各县级供电企业配电网发展和生产经营水平向更高水平靠拢,从而有利于提升全省的整体水平,验证了本发明所提奖惩系数标尺评价模型的有效性。
上述评价结果基本与该省各10家县级供电企业的实际配电网发展和生产经营水平相符,验证了本发明所提的综合评价体系和评价方法的适用性和实用性。通过评价结果的横向对比和纵向分析合理定位企业发展的优劣势,挖掘影响考核评价的影响因素,为企业管理者制定优化下一步发展策略提供决策支持,为电力监管者制定针对性的考核机制奠定基础。
图5示出了根据本发明示例性实施例的装置,即电子设备310(例如具备程序执行功能的计算机服务器),其包括至少一个处理器311,电源314,以及与所述至少一个处理器311通信连接的存储器312和输入输出接口313;所述存储器312存储有可被所述至少一个处理器311执行的指令,所述指令被所述至少一个处理器311执行,以使所述至少一个处理器311能够执行前述任一实施例所公开的方法;所述输入输出接口313可以包括显示器、键盘、鼠标、以及USB接口,用于输入输出数据;电源314用于为电子设备310提供电能。
本领域技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
当本发明上述集成的单元以软件功能单元的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明具体实施方式的详细说明,而非对本发明的限制。相关技术领域的技术人员在不脱离本发明的原则和范围的情况下,做出的各种替换、变型以及改进均应包含在本发明的保护范围之内。
Claims (7)
1.一种精细化管理背景下县级供电企业综合评价方法,其特征在于,所述包括:
步骤1,选取7类评价准则,通过准则-评价指标因果关联分析,得到每类准则所涵盖的多个评价指标;并将每类评价准则中的各个评价指标分为输入指标和输出指标,其中,所述7类评价准则包括:社会经济、供需水平、供电质量、供电能力、售电市场、经营水平和资产管理;所述输入指标代表决策单元从事供电投资建设的投入量,所述输出指标代表决策单元通过供电投资建设而获得的产出量,所述决策单元即为待评价的供电企业;
步骤2,采用组合优化确权法对7类评价准则进行权重分配,获取各类评价准则的组合权重值;
步骤3,基于对抗型数据包络交叉分析法对每类评价准则的各个输入指标和输出指标的本年份的统计数据进行分析,得到所述评价准则本年份的相对评价值;
步骤4,基于所述组合权重值与相对评价值对评价准则进行加权得到本年份的静态交叉评价值;
步骤5,设置考核周期,重复步骤3~步骤4,分别求出所述决策单元在考核周期内各年份的静态交叉评价值;
步骤6,基于信息熵和时间度确定时序加权向量,基于所述时序加权向量对各单一年份决策单元的静态交叉评价值进行线性加权,获取多年份的动态综合评价值;
步骤7,根据所述动态综合评价值,建立所述供电企业的奖惩系数。
2.根据权利要求1所述的县级供电企业综合评价方法,其特征在于,所述步骤2具体包括:
步骤201,基于改进灰色关联度法对各个评价准则进行分析,确定所述评价准则的主观权重集合;
步骤202,基于熵权法对各个评价准则进行分析,确定所述评价准则的客观权重集合;
步骤203,采用组合优化确权法对7类评价准则进行权重分配,获取各类评价准则的组合权重值。
3.根据权利要求2所述的县级供电企业综合评价方法,其特征在于,所述步骤201具体包括:
步骤2011,确定7类评价准则为评价对象,由专家对所述评价对象进行权重判断,得到各个评价对象的权重数据序列:
步骤2022,从所述权重数据矩阵序列选取最大的权重值作为参考权重值,组成参考数据列;
步骤2023,求取各个评价对象序列到参考数据列的距离;
步骤2024,基于所述各个评价对象序列到参考数据列的距离求取各个评价对象的权重并进行归一化处理,从而得到主观权重集合。
4.根据权利要求2所述的县级供电企业综合评价方法,其特征在于,所述步骤203具体包括:
步骤2031,基于矩估计理论计算不同评价准则的主观权重集合和客观权重集合的相对重要度,所述相对重要度为:
其中,j为所述评价准则,αj为其主观权重集合的相对重要度,βj为其客观权重集合的相对重要度,ωsj为其主观权重集合,ωoj为其客观权重集合;
步骤2032,基于所述主观权重集合、客观权值集合及其对应的相对重要度确定该评价准则的组合权重:
其中,n为评价准则个数,即n为7。
5.根据权利要求1所述的县级供电企业综合评价方法,其特征在于,所述步骤3具体包括,
步骤301,利用自我评价模型对各个决策单元的输入指标和输出指标进行分析,得到各个评价指标的自我评价值;
步骤302,根据所述自我评价值得到线性规划方程组,并求解所述线性规划方程组的最优解;
步骤303,根据所述最优解求出交叉评价值,以此得到交叉评价矩阵;
步骤304,求取所述交叉评价矩阵的平均值,从而得到所述相对评价值。
6.根据权利要求1所述的县级供电企业综合评价方法,其特征在于,所述动态综合评价值由下式求得:
其中,T为考核周期,ρ=[ρ1,ρ2,…,ρT]表示时序加权向量,目标函数为时序加权向量的熵。
7.一种精细化管理背景下县级供电企业综合评价装置,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811352738.9A CN109377082A (zh) | 2018-11-14 | 2018-11-14 | 精细化管理背景下的县级供电企业综合评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811352738.9A CN109377082A (zh) | 2018-11-14 | 2018-11-14 | 精细化管理背景下的县级供电企业综合评价方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109377082A true CN109377082A (zh) | 2019-02-22 |
Family
ID=65388765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811352738.9A Pending CN109377082A (zh) | 2018-11-14 | 2018-11-14 | 精细化管理背景下的县级供电企业综合评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109377082A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110264112A (zh) * | 2019-07-17 | 2019-09-20 | 国网河南省电力公司开封供电公司 | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 |
CN110717668A (zh) * | 2019-09-30 | 2020-01-21 | 上饶市中科院云计算中心大数据研究院 | 一种旅游景区互联网影响力评估及景区自动管理调度方法 |
CN111126757A (zh) * | 2019-11-15 | 2020-05-08 | 全球能源互联网研究院有限公司 | 一种电能质量综合评价方法及装置 |
CN111967788A (zh) * | 2020-08-27 | 2020-11-20 | 天津大学 | 目标企业确定方法、装置、第一电子设备及存储介质 |
CN112529413A (zh) * | 2020-12-11 | 2021-03-19 | 深圳传世智慧科技有限公司 | 一种企业管理熵的评测系统及方法 |
CN113554366A (zh) * | 2021-09-23 | 2021-10-26 | 山东大学 | 消毒产品生产企业的分类监督方法及相关设备 |
CN114638499A (zh) * | 2022-03-14 | 2022-06-17 | 西安工程大学 | 一种基于犹豫模糊四阶段dea的公共文化效能评估方法 |
CN117407824A (zh) * | 2023-12-14 | 2024-01-16 | 四川蜀能电科能源技术有限公司 | 一种电力时间同步装置的健康检测方法、设备和介质 |
-
2018
- 2018-11-14 CN CN201811352738.9A patent/CN109377082A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110264112A (zh) * | 2019-07-17 | 2019-09-20 | 国网河南省电力公司开封供电公司 | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 |
CN110264112B (zh) * | 2019-07-17 | 2021-08-10 | 国网河南省电力公司开封供电公司 | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 |
CN110717668A (zh) * | 2019-09-30 | 2020-01-21 | 上饶市中科院云计算中心大数据研究院 | 一种旅游景区互联网影响力评估及景区自动管理调度方法 |
CN111126757A (zh) * | 2019-11-15 | 2020-05-08 | 全球能源互联网研究院有限公司 | 一种电能质量综合评价方法及装置 |
CN111967788A (zh) * | 2020-08-27 | 2020-11-20 | 天津大学 | 目标企业确定方法、装置、第一电子设备及存储介质 |
CN112529413A (zh) * | 2020-12-11 | 2021-03-19 | 深圳传世智慧科技有限公司 | 一种企业管理熵的评测系统及方法 |
CN113554366A (zh) * | 2021-09-23 | 2021-10-26 | 山东大学 | 消毒产品生产企业的分类监督方法及相关设备 |
CN113554366B (zh) * | 2021-09-23 | 2021-12-14 | 山东大学 | 消毒产品生产企业的分类监督方法及相关设备 |
CN114638499A (zh) * | 2022-03-14 | 2022-06-17 | 西安工程大学 | 一种基于犹豫模糊四阶段dea的公共文化效能评估方法 |
CN117407824A (zh) * | 2023-12-14 | 2024-01-16 | 四川蜀能电科能源技术有限公司 | 一种电力时间同步装置的健康检测方法、设备和介质 |
CN117407824B (zh) * | 2023-12-14 | 2024-02-27 | 四川蜀能电科能源技术有限公司 | 一种电力时间同步装置的健康检测方法、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109377082A (zh) | 精细化管理背景下的县级供电企业综合评价方法及装置 | |
Tao et al. | Digital economy, entrepreneurship, and high-quality economic development: Empirical evidence from urban China | |
CN109829604A (zh) | 一种电网侧储能电站运行效果综合评估方法 | |
Chen | An assessment of technical efficiency and cross-efficiency in Taiwan's electricity distribution sector | |
CN108491969A (zh) | 基于大数据的空间负荷预测模型构建方法 | |
CN109659933A (zh) | 一种基于深度学习模型的含分布式电源配电网电能质量预测方法 | |
CN107292534A (zh) | 城市配电网中长期动态投资的标尺竞争评价方法及装置 | |
Wang et al. | A construction of smart city evaluation system based on cloud computing platform | |
CN110782153A (zh) | 一种企业园区综合能效评估体系建模方法及系统 | |
CN101763590A (zh) | 一种银行柜台服务系统 | |
CN107358332A (zh) | 一种电网调度运行精益化评价方法 | |
CN107305653A (zh) | 基于属性数学的低压配电台区综合评价方法及装置 | |
CN110175763A (zh) | 基于模糊评价模型的客观多属性决策电压质量评价方法 | |
CN109784755A (zh) | 一种基于层次分析法的电网智能化水平评估方法 | |
CN108805471A (zh) | 基于复合系统作用关系分析的水资源承载能力评价方法 | |
Liu et al. | Development assessment of higher education system based on TOPSIS-entropy, hopfield neural network, and cobweb model | |
CN116307841A (zh) | 一种集成多指标的高校评价系统的构建方法 | |
Puri et al. | Integrated data envelopment analysis and multicriteria decision-making ranking approach based on peer-evaluations and subjective preferences: case study in banking sector | |
CN114091886A (zh) | 一种供电所台区现场作业智能派工方法及系统 | |
Zhao et al. | Construction and analysis of public Management System Indicators Based On AHP (Analytic Hierarchy Process) | |
CN116757544A (zh) | 一种配电网电能质量附加损耗综合评估方法及系统 | |
CN115829811A (zh) | 一种县域公共服务设施配置评估方法及系统 | |
CN109389315A (zh) | 一种农网典型台区降损方法 | |
Li | Dynamic assessment on regional eco-environmental quality using AHP-statistics model—A case study of Chaohu Lake Basin | |
CN110110288A (zh) | 一种企业职工幸福指数评价方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190222 |
|
RJ01 | Rejection of invention patent application after publication |