基于大数据分析的电网车辆评价模型的研究应用

买波，马一凯，陈昌平，王薇，骆丹，吴海琨

(1.国网宁夏电力有限公司银川供电公司，宁夏 银川 750011；2.陕西德通信息科技有限公司，陕西 西安 710000)

0 引 言

生产车辆管理是地市供电公司管理工作的重要组成部分[1]，供电公司通过建立统一车辆管理平台，涵盖了车辆计划采购、申请运行、监控预警、保养维护、处置报废的全环节，实现了车辆使用管理的有序化、合规化[2]，但在开展新车分配、车辆调拨、车辆报废等工作时，主要采用基层单位申报、现场核实确认的方式进行，虽然在评价时会综合考虑车辆的使用年限、行驶里程、车辆购置价格等因素，但缺乏科学系统的评价手段[3-4]。

本文以统一车辆管理平台[5]的车辆使用数据为基础，利用大数据分析挖掘技术[6]，从车龄、行驶里程数、月度出车频次、采购价格等维度对车辆进行综合评价，构建了“单位车辆使用评价指数”和“单个车辆报废评价指数”两个模型，以评价结果为依据指导开展车辆的分配、调拨、报废管理，提升车辆精益化管理水平，助推企业运营效率提升[7]。

1 单位车辆使用评价指数模型

1.1 单位车辆评价指数的确定

单位车辆使用评价指数U用来反应某单位车辆使用率的情况，U的因子构成包括单位车辆平均使用频度V和单位高频使用车辆占比P。定义车辆使用评价指数U计算公式为

U=(k1×V+k2×P)×100

(1)

式中：k1，k2—权重系数；

V—某一工作时间区段内，某单位车辆平均出车率；

P—某单位出车次数达到一定数值的车辆占总车辆的比重。

车辆使用评价指数U越高，说明该单位整体车辆使用率较高，车辆需求度较高；车辆使用评价指数U越低，说明该单位整体车辆使用率低，车辆需求度较低。公司在考虑车辆分配、车辆调拨过程中可参考车辆使用评价指数U开展。同时基层单位为提高车辆评价指数U，可将车况差、使用频次低的车辆进行及时报废，在分配新车时得到优先分配权(见图1)。

图1 车辆使用评价指数U关系

1.2 单位车辆平均使用频度

定义单位车辆平均使用频度V的计算公式为

(2)

式中：M—某一工作时间区段内，某单位车辆平均出车次数；

T—统计时间周期，可以选择以年度、季度和月度的工作日进行统计计算。

M的计算公式为

(3)

式中：C—统计周期内单位总派车次数，可以根据唯一派车工单编号从系统中统计得出；

S—单位总车辆数，可以根据各单位车辆档案从系统中统计得出。

1.3 单位高频使用车辆占比

定义单位高频使用车辆占比P计算公式：

(4)

式中：N—某单位出车次数达到一定数值的车辆数；

S—单位总车辆数。

2 单个车辆报废评价指数模型

2.1 单个车辆报废评价指数因子构成分析

通过构建单个车辆报废评价指数来反应单个车辆的车况，一般来说，对于同一价格区间车辆，车辆行驶公里数越多，使用年限越久，综合车况越差；反之，车辆行驶公里越少，年限越短，综合车况越好。因此，单个车辆报废评价指数R与行驶里程数、使用年限、车辆价格三个相关因子有关。

2.2 车辆行驶里程数相关因子

构建与车辆行驶里程数的相关因子车辆成新率Cs，定义其计算公式为

(5)

式中：Sg—车辆参考行驶里程；

S—实际行驶里程，通过评估车辆尚可行驶里程与规定行驶里程比值来反应车辆成新率。

2.3 车辆使用年限相关因子

构建与车辆使用年限的相关因子时间折旧率Cy，定义其计算公式为

(6)

式中：Yg—车辆参考使用年限；

Y—车辆已使用年限，可反映车辆的时间损耗及折旧情况。

2.4 车辆价格相关因子

根据车辆购置价格、各车辆年平均行驶里程、总行驶里程以及最高使用年限等因子进行综合评估，同时考虑车辆价格因素对车辆质量的影响，对参考使用年限Yg和参考行驶里程Sg进行表1设定，如表1所示。

表1 不同价格区间与Yg和Sg的设定值

2.5 单个车辆报废评价指数的确定

结合车辆价格、行驶里程数、使用年限因子对车辆报废评价指数的影响，定义单个车辆报废指数R计算公式为

R={1-[Cs×0.5+Cy×0.5]}×100=

(7)

根据式(7)反应出：车辆行驶公里数越多，使用年限越长，车辆报废评价指数R值越大；车辆行驶公里越少，使用年限越短，车辆报废评价指数R值越小，如图2所示。

图2 车辆报废指数R关系

3 模型验证

选取某供电公司2020年生产用车数据，对该公司单位车辆使用评价指数模型U和单个车辆报废评价指数模型R进行测算[8]。

3.1 数据获取

统一车辆管理平台利用GPRS/GPS/GIS等先进技术，将车辆位置跟踪、实时监控、轨迹播放等数据内容实时写入到网省数据库，通过创建数据流转链路,将统一车辆管理平台的海量数据内容接入数据中台[9]，形成汇总数据表。根据业务需求，按需编写数据抽取脚本，最终提取车辆使用及报废评价的分析基础信息表。

3.2 数据处理

数据处理是针对数据质量问题对数据进行缺失值处理和异常处理，针对分析需求数据进行筛选、内容提取、格式转换、关联验证等基本处理，剔除轨迹点失真或异常数据，验证车辆状态、类型、行使里程及购置金额等基本档案信息[10]，对不规范数据、空值数据做预处理，为模型分析做好数据清洗工作。

3.3 单位车辆使用评价指数模型的验证结果

根据计算，该公司单位车辆使用评价指数U的平均值为65.8, 单位车辆使用评价指数U的最大值达到97，而最小值达到48，说明单位之间在车辆使用的频度方面存在较大差距，具备车辆进行调拨的空间[11]。具体验证结果如图3所示。

图3 单位车辆使用评价指数模型的验证结果

3.4 单个车辆报废评价指数模型的验证结果

根据计算，单个车辆报废评价指数模型计算出全部生产车辆的指数R，其中指数达到120以上的车量26辆，根据R值对车辆进行排名，可以确定单位最需报废的车辆清单(见图4)。

图4 单个车辆报废评价指数区间车辆数量分布

3.5 单位车辆管理特征标签

通过单位车辆使用评价指数U和车辆报废评价指数R模型的计算结果，综合分析形成各单位车辆在报废、配置、调入、调出方面的特征标签，为公司科学开展车辆管理提供数据支撑，根据数据结果，形成6类单位车辆管理状态标签，如表2所示。

表2 单位车辆管理特征标签

4 应用内容

根据数据分析结果，形成了该地市公司13个基层单位的特征标签，实现车辆在分配、调拨、报废过程中的科学决策，包括以下5个方面内容：

1)基层单位在申请新车时，如果该单位属于A类型或B类型，应予以分配；

2)基层单位在申请新车时，如果该单位不属于A类型或B类型，则不予分配；

3)在制定年度车辆报废计划时，可对A类型和C类型单位中R值较高的车辆优先开展报废，并在新车采购后及时配置新车；

4)在制定年度车辆报废计划时，可主动对E类型单位中R值较高的车辆开展报废，新车采购后分配至A类型或B类型单位；

5)可将F类型单位中车辆调拨至A类型或B类型单位。

按照以上原则，该地市公司2020年报废车辆8辆，调拨车辆3辆，分配车辆5辆，车辆的管理更加科学，进一步提高了车辆的使用效率。

5 结 论

通过构建单位车辆使用评价指数和车辆报废评价指数模型，并以某公司车辆使用数据进行模型验证，形成了该公司各基层单位车辆管理状态的标签库，为该公司开展车辆分配、调拨、报废决策工作提供了数据支撑。

经实际验证，单位车辆使用评价指数和车辆报废评价指数能够准确反映地市基层单位的用车情况和车辆状况，模型计算结果对车辆管理有较高的参考价值，可依此制定车辆分配、调拨和报废方案。由于供电公司车辆管理大多基于统一车辆管理平台开展，且管理模式相近，因此评价模型具有普遍性和推广性，可应用于各地市层级的电网公司。