电力营销状态评估及预警模型分析

王炯 叶婷

(国网江苏省电力有限公司无锡供电公司 江苏无锡 214061)

随着电力企业信息化建设进程的不断推进，电力行业逐渐发展为信息化、智能化和数字化。在这一大背景下，传统营销方式已经无法满足电力营销需求，需要结合电力市场需求和用户需求对电力营销方式和策略进行调整和优化，因此有必要对电力营销状态进行评估和预警[1]。在电力体制改革形势背景下，电力市场营销涉及的影响因素比较多，并且营销环节比较复杂，不仅具有内在逻辑耦合性特征，其外在波动本质又具有非线性特点。电力营销状态评估及预警过程中，需要对电力企业营销信息进行分析和描述，电力企业营销信息不同于其他数据信息，在形式上和类别上呈现出多样化特点，增加了电力营销状态评估及预警难度。现有分析方法主要分为模糊数学分析法、主成分分析法以及基于人工智能技术的电力营销状态评估及预警分析这3 种，这3 种方法存在一个共同的问题，在实际应用中对于复杂的电力营销信息多为转换损耗比较大，并且电力营销预警等级区间界限的软化度也比较低，导致预警信息与电力营销实际信息不相符，一致性系数比较小，不能够准确地反映出电力营销状态，进而无法为电力营销策略和计划优化和完善提供有力的数据支撑，为此提出此次课题。根据实际需求和相关规定要求选取评估因子，建立评估体系；通过确定评估因子的序关系，对评估因子权重进行赋值；计算出用于描述电力营销状态的综合云测度值，根据评估准则确定电力营销状态等级；利用建立的预警模型对电力营销状态进行预警分析，输出预警程度，为电力营销状态进行预警提示，以期为提升电力营销状态评估及预警效果提供一定帮助。

1 电力营销状态评估及预警模型分析方法设计

1.1 建立评估因子体系

影响电力营销状态的因素有很多，根据各个因素的特点以及电力营销实际情况，此次将影响电力营销状态的因素分为内部因素和外部因素，结合内部因素与外部因素建立营销状态评估因子体系，该体系结构分为5个层次，其中包括目标层、准则层、因子项等，其中目标层是营销状态评估因子体系的核心层次，为电力营销状态；准则层是在目标层的基础上选取的内部风险因素和外部风险因素两大准则，其中内部风险因素选取了电力企业内部管理结构状态、电力企业内部运营状态以及电力营销行为人状态作为准则层指标，外部风险因素选取了电力企业竞争能力、电力用户风险、电力供应风险、第三方风险以及自然环境状态作为准则层指标，以上指标构成了状态评估因子体系的第二层和第三层[2]。因子项构成了状态评估因子体系的第四层，为上述评估准则选取了相应的评估因子，具体见表1。

表1 电力营销评估因子表

为了更好地分析每个因子，又针对每个因子制定了相应的分析准则，其中市场占有情况主要根据电力企业市场占有率、电力企业市场占有率变化度、电力价格竞争力、电力竞争集中度、电力行业进入难易度以及电力市场需求强度这6 个方面；销售情况根据电力代替能源性价比、销售电量增长率、销售电量收入增长率、绿色能源占总售电量比重以及绿色能源均价达标率等进行计算；电力产品质量根据线损达标率、频率合格率以及电压合格率计算；电力用户行为影响力根据电力价格敏感度、投诉率、用户欠费率、客户对绿色能源支付能力等计算；电力用户心理反应根据电力用户忠诚度和新电力用户增长率计算；购电风险根据计划误导率和购电合同履行率计算；结算风险根据电力供应竞争度和购电价格增长率计算；电力企业形象信誉根据国内经济景气度、电力企业营销形象等级、电力企业展露度和电力企业社会贡献率计算；环境保护及节能减排重视程度根据环保意识程度和自然灾害发生频率计算；营销组织战略根据营销信用可靠度、营销目标合理度、营销策略准确率以及营销战略系统率计算；营销组织结构状态根据电缆企业营销机构适应性、管理层次合理度以及其他部门协调性计算；营销功能分配状态根据营销网络功能现实度、营销市场开拓能力以及电力营销目标完成率计算；营销队伍建设情况根据电力营销队伍凝聚度、电力营销队伍创造力、电力营销人员满意度以及营销人员调离率计算；电力企业部门间沟通合作状态根据电力营销组织冲突频率、营销组织冲突强度、信息渠道通常程度、电力市场信息真实度以及电力营销市场信息沟通速度分析；营销人员行为状态主要根据营销人员基本素质、营销人员综合组织以及营销人员技能培训通过率分析；营销人员行为控制情况根据个人工作目标达成率、故意错误率、顾客投诉解决率和严重失职率分析。以上因子项分析准则构成了评估因子体系的第五层，下一层对上一层负责，由此构建一个完整的评估因子体系。

1.2 确定评估因子权重值

对于评估因子体系中因子权重分析采用层次分析法，根据实际情况利用评估因子体系第五层中的分析准则对每个评估因子进行计算和分析，根据计算结果按照大小值进行排序，并建立与准则层相对应的因子集合Z，对评估因子做出如下定义。

如果对准则层中某一指标，评估因子按照其对准则层中指标的重要程度进行排列，该关系为评估因子序关系。从因子集合Z中随机选择一个因子，将其与与其相邻的评估因子进行比较，其对比准则为：因子标度值为1∶1，表示两个评估因子对于电力营销状态重要程度相同；因子标度值为1∶3，表示该评估因子与相邻因子相比较，对电力营销状态而言要稍微重要一些；因子标度值为1∶5，表示该评估因子与相邻因子相比较，对电力营销状态而言要明显重要一些；因子标度值为1∶7，表示该评估因子与相邻因子相比较，对电力营销状态而言非常重要；因子标度值为1∶9，表示该评估因子与相邻因子相比较，对电力营销状态而言极端重要；因子标度值为1∶2/4/6/8，取前述两个相邻判断的中间值[3]。按照以上规则确定两个因子的相对重要程度，并对因子集合Z中评估因子进行重新排序，以此确定因子的唯一序关系。

确立了评估因子的序关系后，根据分层原则可以得到评估因子的权重值，其计算公式如下：

式（1）中，ϖ为评估因子的权重值；i为因子集合Z中因子数量；e为评估因子的标度值；r为利用评估因子体系第五层中的分析准则计算得到的因子值。

1.3 评估电力营销状态

利用云测度技术对电力营销状态进行评价分析，在云测度概念中一个包含多个评估因子的对象状态可以由一个多维综合云测度表示，上文建立的评估因子体系中对电力营销状态评估选择了16个评估因子，因此利用一个16 维综合云测度来表示电力营销状态。由于电力营销状态是会发生改变的，因此16维综合云测度的测度重心也会发生改变，所以可以根据16维综合云测度重心的变化情况分析出电力营销状态变化情况，根据云测度分析原理，云测度重心的计算公式具体如下。

式（2）中，a为云测度重心；K为云测度重心的位置向量；F为云测度重心的高度向量。每一个电力营销状态评估因子都有一个理想值，因此在理想状态下电力营销状态评估因子值是已知的，根据每个因子的理想值可以计算出理想状态下云测度重心向量，即公式（2）中，云测度重心的位置向量和云测度重心的高度向量已知[4]。利用公式（2）可以得到某一时刻电力营销状态的综合云测度重心，将其进行归一化处理，然后将其与理想状态下电力营销状态的综合云测度重心进行差值计算，可以得到电力营销状态的综合云测度值，其用公式计算如下：

式（3）中，ρ为电力营销状态的综合云测度值；wn为第n个因子的权重值；s*为评估因子理想值；s为评估因子实际值；a*为理想状态下云测度重心向量；a*为电力营销状态的综合云测度重心归一化值[5]。

利用上述公式计算出电力营销状态的综合云测度值，该数值可以表示目前电力营销状态距离理想电力营销状态的偏差程度，综合云测度值越大表示电力营销状态距离理想电力营销状态的偏差越大，当前电力营销状态越差；综合云测度值越小表示电力营销状态距离理想电力营销状态的偏差越小，当前电力营销状态越好[6-7]。

根据电力营销状态评估需求，此次设计了用于表示电力营销状态的7个等级，分别为极其恶劣、非常恶劣、比较恶劣、一般、比较好、非常好、极其好，对应1～7级。根据计算的电力营销状态的综合云测度值确定电力营销状态等级，云测度值范围在0～1之间，其等级划分准则如下：云测度值为0～0.15之间，电力营销状态等级为7级，表示当前电力营销状态极其好；云测度值为0.15～0.35之间，电力营销状态等级为6级，表示当前电力营销状态非常好；云测度值为0.35～0.45 之间，电力营销状态等级为5级，表示当前电力营销状态比较好；云测度值为0.45～0.65之间，电力营销状态等级为4级，表示当前电力营销状态一般；云测度值为0.65～0.75之间，电力营销状态等级为3级，表示当前电力营销状态比较恶劣；云测度值为0.75～0.85 之间，电力营销状态等级为2级，表示当前电力营销状态非常恶劣；云测度值为0.85～1之间，电力营销状态等级为1级，表示当前电力营销状态极其恶劣，按照上述准则评估当前电力营销状态。

1.4 建立预警模型

在上文基础上，建立预警模型，预警模型是起到警示作用，根据电力营销状态预警需求，确定一个预警阈值，当电力营销状态评估结果事先设定的预警阈值，则表示目前电力营销状态非常危险，必须要采取相应的措施和手段，降低电力营销风险[8]。为了表示预警程度，设计了四种警示灯，分别为红灯、黄灯、绿灯和双绿灯，该模型公式如下：

式（4）中，Y为电力营销状态预警程度；g为电力营销状态警示信号；k为电力营销状态预警系数；o为电力营销状态预警阈值。此次设计了4个电力营销状态预警程度，分别为1级、2级、3级和4级，当预警模型计算到电力营销状态为1 级时，表示当前电力营销处于危机状态，对应的警示灯颜色为红色，此时必须要大幅度调整电力营销策略和计划[9-10]；当预警模型计算到电力营销状态为2 级时，表示当前电力营销处于劣性状态，对应的警示灯颜色为黄色，此时需要调整电力营销策略和计划；当预警模型计算到电力营销状态为3 级时，表示当前电力营销处于良性状态，符合电力市场营销需求，对应的警示灯颜色为绿色，此时仅需要稍微调整下电力营销策略和计划；当预警模型计算到电力营销状态为4级时，表示当前电力营销处于优性状态，对应的警示灯颜色为双绿色，当前电力营销策略和计划比较好，完全符合当前电力营销市场需求。利用上述模型确定电力营销状态预警程度，根据预警结果对电力营销策略和方案进行优化和完善。

2 实验论证分析

实验以某电力企业为实验环境，选取了该电力企业上个季度的电力营销数据作为原始数据，利用此次设计方法与传统方法（文献[1]方法）对该电力企业当前的电力营销状态进行分析。根据该电力企业电力营销情况，从上文建立评估因子体系中选取了8 个作为该企业电力营销状态评估因子，其中包括市场占有情况、电力产品质量、用户心理反应、购电风险、结算风险、电力营销组织战略、电力营销功能分配、电力营销人员行为状态。利用公式（1）对评估因子的权重值进行计算，并且利用（2）计算出云测度重心，对其进行归一化处理，得到电力营销状态评估分析数据，具体见表2。

表2 电力营销状态评估分析数据表

利用公式（3）计算出该电力企业电力营销状态综合云测度值为0.561 6，并利用预警模型对其进行分析，预警阈值设定为0.45，经模型分析得到该企业电力营销状态一般，状态等级为4级，预警程度为3级，警示信号灯为绿色。按照上述流程对该电力企业去年6月到今年6 月的电力营销状态分析，分析次数为6 次，记录每次分析结果，利用SFHA 软件计算出两种分析方法的一致性系数值，一致性系数值越大表示分析结果与实际情况越不相符，利用电子表格对SFHA 软件计算数据进行记录，具体见图3。

由表3 数据可知，此次设计方法一致性系数值比较大，最大值为0.999，表示分析结果与实际情况非常相符合；而传统方法一致性系数值最大仅为0.684，远远小于设计方法，这说明传统方法分析结果与实际情况差距比较大。这是因为此次设计方法采用了云测度技术，在对电力营销状态分析过程中，利用云测度技术处理复杂的电力营销信息，降低了电力营销信息多维转换损耗，从而提高了分析精度。因此，实验结果证明了，此次设计方法能够准确分析出电力营销状态，具有较高的分析精度，相比较传统方法更适用于电力营销状态评估与预警。

表3 两种分析方法分析结果一致性系数值对比

3 结语

电力营销状态直接反映了电力企业营销策略和营销方案质量，为了适应当前新形势，电力企业必须要结合电力营销情况对现有的营销模式和策略进行调整和优化，带动电力企业不断向前发展。此次结合电力企业状态分析需求，采用云测度技术设计了一种新的分析方法，并通过实验论证了该方法可行、可靠，有效提高了电力营销状态分析精度，以期通过该文研究能够为电力企业营销战略和营销策略升级和调整提供一定准确的数据支持依据。由于此次研究时间有限，建立的预警模型可能存在一些不足之处，今后有待在该方面进行进一步研究和探索，不断优化和创新分析方法，为电力企业发展提供理论支撑。