人工智能驱动下电力营销系统服务水平多维评测方法

高媛,曹有霞,刘单华,臧志波,鲍怀志

(1.国网安徽省电力有限公司营销服务中心, 安徽, 合肥 230088;
2.北京中电普华信息技术有限公司, 北京 100085)

电力营销是对电力市场的需求时间以及需求水平进行调整,凭借良好的服务质量来满足用户的合理用电需求,构建电力企业和用户间的合作关系,使用户自主改变用电方式以及消费行为,提升用电效率,增强企业效益[1]。由于电力资源处于供不应求阶段,电力企业容易忽略资源使用量少的用户需求,导致没有完整的售前和售后服务体系,同时缺少相对应的技术支持,不能及时掌握用户用电情况,且服务意识不强、观念落后。

文献[2]提出基于多维多规则的电能质量云评价方法,分析不同监测点和不同监测时间段电能质量水平评估的时空特性,完成电能质量综合评价。文献[3]提出电力营销系统服务水平的多维性能评价,利用加权因子将多目标问题进一步简化为单目标问题,利用粗略估计进行直接的性能评估。但上述人工驱动方式较为落后,且测评结果主观性较强。

为此本文提出一种以人工智能为核心,驱动电力营销系统服务水平的多维评测方法,从多角度探讨评价指标,获得客观性强的最终结果,寻找企业的问题,为日后的改进打下基础。

1.1 系统动力学变量分析

变量是人工驱动下的最基本单元,利用不同变量关系能够叙述评价系统的构造,具体变量如下。

(1) 状态变量。状态变量作为整体决定系统的最终行为变量,它和时间的关系非常密切,而当前数值与过去值加上2个时刻间使变化量相等[4]。

(2) 速率变量。速率变量能够反映变量变化速度,通过直接更改变量影响系统变化,是一种特殊的辅助变量。

(3) 辅助变量。在系统内用来叙述其他变量的信息,而在不同时刻数值是相互独立的。

(4) 常量。常量是指系统内不随着时间和其他外界条件所变化的量,其数值是定值。

(5) 外生变量。外生变量是受到外界不断影响所变化的量,其本身和系统内的其他变量没有关系,但影响系统的变化[5]。

1.2 服务水平指标权重

一级指标为总体用户的满意程度;二级指标为个体用户的满意程度,并使用德尔菲法确认二级指标的权重;三级指标为具体服务项目的满意程度,设置有n个专家参与权重进行打分,打分标准分别为① 客户基本信息的管理服务满意程度;② 欠费以及缴费复电服务的满意程度;③ 增容服务和高压新装的满意程度。

上述3个指标权重分别采用W1、W2、W3表示,其中,第j个专家对于第i个指标重要程度的评分,利用Yij代表(i=1,2,3;j=1,2,3,…,n),1≤Yij≤5,具体计算公式为

(1)

采用用户赋权打分方法确认三级指标的权重。用户通过1~5、1~10或者是1~100等不同等级的层次,对各个指标重要性直接打分[6]。将总样本设置成n,在设计8个指三级指标权重利用Wi(i=1,2,…,8)表示,而第j个专家对于第i个指标重要程度利用Yij代表(i=1,2,3,…8;j=1,2,3,…,n),1≤Yij≤5,具体计算公式为

(2)

2.1 测评指标一致化的处理

电力营销系统功能可以划分成:用电营销的管理信息系统以及其他的系统接口2个部分[7]。通过上述功能收集相关服务测评信息,并对相关数据实现分类与一致化处理。在选择评价指标的过程中,包括极大型和小型指标,对指标种类实现一致化的处理公式为

(3)

通过取其倒数,将极小型的指标转换成极大型指标。

2.2 无量纲化的处理

在综合评价的过程中,为消除上述各个指标的量纲以及数值数量级之间差别带来的影响,要对指标进行无量纲化的处理,具体无量纲化的处理公式为

(4)

2.3 判断矩阵构建

判断矩阵表示在层次系统构建期间,上一层次的某元素与该层次相关元素间的对应重要性对比。假设层A内元素ak和下一层B1,B2,…,Bn存在联系,那么构建的判断矩阵公式为

(5)

式中,bnm为相对ak和bn重要性数值的表现,一般bnm能够取1,2,…,9和它们的倒数[8-9]。

2.4 多维测评

综合评价的步骤具体如下。

(2) 构建判断集V={v1,v2,v3,v4,v5},其中各个元素vi表示各种可能的总评价结果,接着评价供电企业的营销效果,可以得到公式为

V={很好,较好,一般,较差,很差}

(6)

(3) 实现单因素的模糊评价,先请N位专家评价单因素uij(i=1,2,…,m)(j=1,2,…,n),设第k位专家进行评价,接着专家依据自己的评价填写表格,具体如表1所示。

表1 各位专家打分的评价表格

(4) 依据上述采用层次分析法所确定的权重集构建权重集。

(5) 通过评价每个Ui供电企业的营销效果的评价集为V={v1,v2,…,vn},而权重向量集为Ai=(ai1,ai2,…,ain)。经过加权平均型M(·,+)算子将Ri与权重向量Ai合成[10],得出层次因素集Ui评价结果Bi。

Bi=Ai∘Ri=(bi1,bi2,bi3,bi4,bi5)

(7)

(6) 综合评价供电企业的营销效果,通过B1,B2,…,Bm,能够获得U=(U1,U2,…,Um)单因素评价矩阵,具体公式为

(8)

(7) 依据最大隶属度的原则[11-12],分析供电企业的营销结果,而在5个等级内隶属度最大为最终评价结果。

3.1 实验数据确认

为了验证本文评测方法的有效性,实验设计问卷调查,收集客户对于公司整体满意情况,对问卷结果分析,分别从供电的故障排除、投诉报修、业务办理、安全性以及稳定性等多维度出发判断,具体如图1所示。

图1 权重等级框架图

依据用户的答案、观点、感受设置以及专家评价,从服务质量很差至很好分为5个等级。用户对文件内所有的内容进行评分,并结合实际情况评分,具体如表2所示。

表2 评价分数

调查问卷一共发放400份,其中涉及非工业用电、工业用电、商业用电以及居民用电,每方面100份,而有效回收380份,具体如表3所示。

表3 调查样本分布情况

3.2 结果分析

把上述调查获得的380份文件进行统计分析,结果如表4所示。

表4 叙述性统计分析表

由表4可知,每月平均电费中150~250元所占据的比例最多是15.8%,250~350元占据的比例是6.58%。房屋面积中50~100 m2占据最多,然后是100~200 m2的,最后200 m2以上占据最少。

将以上的房屋面积、月平均电费消耗以及家庭人口数做成柱状图,具体如图2所示。

图2 调研数据结果分析

由图2可知,人口数与月平均的电费消耗基本一致,居住面积集中在50 m2至200 m2,这部分的电费都集中在150~350元,由此可知房内面积大小和耗电量相关,与实际相符,说明数据的调查较为准确。

上述数据显示,用户对于供电的高峰稳定性与供电安全最满意,而最不满意的是客户沟通以及问题处理,具体服务满意度评价排序如表5所示。

表5 用户满意度的指标序列

观察以上实验能够看出,本文的服务测评方法能结合实际情况,因此调研的数据准确、服务水平测评效果良好。

本文提出的人工智能驱动下电力营销系统服务水平多维评测方法通过用户打分的方式,可以有效地评价电力企业服务水平,但市场变化速度太快,加上服务水平的变化,所以本文还需要进一步研究,补充实时测评功能,才能时刻观察服务水平。

猜你喜欢 服务水平权重用电 “三方四圈”工作法:提高社区服务水平北京支部生活(2022年4期)2022-05-25权重望寡:如何化解低地位领导的补偿性辱虐管理行为?*心理学报(2022年5期)2022-05-16权重常思“浮名轻”当代陕西(2020年17期)2020-10-28构建市(区)人才发展管理服务水平评价指标体系当代陕西(2019年10期)2019-06-03为党督政勤履职 代民行权重担当人大建设(2018年5期)2018-08-16权重涨个股跌 持有白马蓝筹证券市场红周刊(2018年3期)2018-05-14第12讲 家庭电路与安全用电专题复习中学生数理化·中考版(2016年2期)2016-09-10学习用电小知识学苑创造·A版(2016年5期)2016-06-21不同排班模式的比较和研究客户世界(2013年1期)2013-03-29

推荐访问:多维 人工智能 服务水平