基于云测度的电力营销状态评估及预警模型研究.pdf

第４１卷第１期２０１３年１月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｌ０１．４１ＮＯ．１Ｊａｎ．１．２０１３基于云测度的电力营销状态评估及预警模型研究吴杨，刘俊勇（１．四川大学电气信息学院，四川成都６１００６５；２．西南科技大学，四川绵阳６２１０１０）摘要：电力市场化改革及智能电网建设进程的加快，促使电力企业必须改变传统的营销模式。新形势下的电力营销信息呈现出类型、结构日益复杂的特点。如何实现复杂信息之间的低损耗转换，降低信息认知过程中的损耗，使得电力营销状态的评估预警更加客观、准确，对提高电力企业管理决策水平具有十分重要意义。提出了基于云测度的电力营销状态评估预警模型，通过建立电力营销状态及评估因子云，实现评估等级区间界限的软化及评估因子定性、定量表示的低损耗转换最终通过基于云重心的云测度分析，得出电力营销状态评估预警结论的客观表述，为电力营销管理决策提供了一种新思路。通过算例分析，验证了该模型的可行性、实用性。关键词：云模型；云测度理论；电力营销；评估预警；层次分析法ＲｅｓｅａｒｃｈｏｎａｓｓｅｓｓｍｅｎｔａｎｄｆｏｒｅｗａｒｎｉｎｇｍｏｄｅｌｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｎｄｉｔｉｏｎｂａｓｅｄｏｎｃｌｏｕｄｍｅａｓｕｒｅｔｈｅｏｒｙＷＵＹａｎｇ一．ＬＩＵＪｕｎ．ｙｏｎｇ（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６５，Ｃｈｉｎａ；２．ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｍｉａｎｙａｎｇ６２１０１０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅａｃｃｅｌｅｒａｔｉｏｎｏｆｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｉｚａｔｉｏｎａｎｄｓｍａｒｔｇｒｉｄｐｒｏｃｅｓｓ，ｐｏｗｅｒｅｎｔｅｒｐｒｉｓｅｓｈａｖｅｔｏｃｈａｎｇｅｔｈｅｉｒｔｒａｄｉｔｉｏｎａｌｍａｒｋｅｔｉｎｇｍｏｄｅ１．Ｔｈｅｔｙｐｅｓａｎｄｓｔｒｕｃｔｕｒｅｓｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｉｎｆｏｒｍａｔｉｏｎｂｅｃｏｍｅｍｏｒｅａｎｄｍｏｒｅｃｏｍｐｌｉｃａｔｅｕｎｄｅｒｎｅｗｓｉｔｕａｔｉｏｎ．—Ｈｏｗｔｏｉｍｐｌｅｍｅｎｔｌｏｗｌｏｓｓｃｏｎｖｅｒｓｉｏｎｏｆｃｏｍｐｌｉｃａｔｅｉｎｆｏｒｍａｔｉｏｎｔｏｍｉｎｉｍｉｚｅｔｈｅｉｎｆｏｒｍａｔｉｏｎｌｏｓｓｅｓｄｕｒｉｎｇｔｈｅｃｏｇｎｉｔｉｖｅｐｒｏｃｅｓｓａｎｄｍａｋｅｔｈｅｒｅｓｕｌｔｏｆａｓｓｅｓｓｉｎｇａｎｄｆｏｒｅｗａｒｎｉｎｇｔｈｅｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｎｄｉｔｉｏｎｍｏｒｅｏｂｊｅｃｔｉｖｅａｎｄｐｒｅｃｉｓｅｉｓｖｅｒｙｉｍｐｏｒｔａｎｔｆｏｒｐｏｗｅｒｅｎｔｅｒｐｒｉｓｅｓｔｏｉｍｐｒｏｖｅｔｈｅｉｒｍａｎａｇｅｍｅｎｔａｎｄｄｅｃｉｓｉｏｎｍａｋｉｎｇｌｅｖｅ１．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｒｅｓｅｎｔａｍｏｄｅｌｏｆａｓｓｅｓｓｉｎｇａｎｄｆｏｒｅｗａｒｎｉｎｇｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｎｄｉｔｉｏｎｂａｓｅｄｏｎｃｌｏｕｄｍｅａｓｕｒｅｔｈｅｏｒｙ．Ｔｈｒｏｕｇｈｅｓｔａｂｌｉｓｈｉｎｇｃｌｏｕｄｍｏｄｅｌｓｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇ—ｃｏｎｄｉｔｉｏｎａｎｄａｓｓｅｓｓｍｅｎｔｉｎｄｅｘｅｓ，ｗｅａｃｃｏｍｐｌｉｓｈｆｕｚｚｙｂｏｕｎｄａｒｙｏｆａｓｓｅｓｓｍｅｎｔｉｎｔｅｒｖａｌａｎｄｌｏｗｌｏｓｓｔｒａｎｓｆｏｒｍａｔｉｏｎｂｅｔｗｅｅｎｑｕａｌｉｔａｔｉｖｅａｎｄｑｕａｎｔｉｔａｔｉｖｅｉｎｄｅｘｅｓ．Ａｔｌａｓｔ，ｔｈｒｏｕｇｈｃｌｏｕｄｍｅａｓｕｒｅａｎａｌｙｚｉｎｇｂａｓｅｄｏｎｃｌｏｕｄｇｒａｖｉｔｙｃｅｎｔｅｒ，ｗｅｃａｎｄｒａｗａｎｏｂｊｅｃｔｉｖｅｃｏｎｃｌｕｓｉｏｎｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｎｄｉｔｉｏｎ．Ｔｈｅｍｏｄｅｌｂａｓｅｄｏｎｃｌｏｕｄｍｅａｓｕｒｅｔｈｅｏｒｙｐｒｏｖｉｄｅｓａｎｅｗｍｅｔｈｏｄｆｏｒｐｏｗｅｒｍａｒｋｅｔｉｎｇｍａｎａｇｅｍｅｎｔ．Ｔｈｅｒｅｓｕｌｔｏｆｅｘａｍｐｌｅｖｅｒｉｆｉｅｓｔｈｅｆｅａｓｉｂｉｌｉｔｙａｎｄｐｒａｃｔｉｃａｂｉｌｉｔｙｏｆｎｅｗｍｏｄｅ１．Ｋｅｙｗｏｒｄｓ：ｃｌｏｕｄｍｏｄｅｌ；ｃｌｏｕｄｍｅａｓｕｒｅｔｈｅｏｒｙ；ｐｏｗｅｒｍａｒｋｅｔｉｎｇ；ａｓｓｅｓｓｍｅｎｔａｎｄｆｏｒｅｗａｒｎｉｎｇ；ａｎａｌｙｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓ（ＡＨＰ）中图分类号：ＴＭ７３文献标识码：Ａ文章编号：１６７４．３４１５（２０１３）０１．００６１．０９０引言电力营销ｌＪ是电力企业通过生产、输送、分配、销售电力商品及附加服务，创造出满足全社会需求的电力商品，实现企业获取利润的过程。随着智能电网建设和电力体制改革进度的加快，我国电力企业的营销模式正发生深刻变化，这种变化主要为了适应以下两种趋势ｌ２Ｊ：一是电力供应从上世纪持续“”“”的供不应求转向增供扩销；二是电力企业运“”“营从以生产计划为核心转向以电力市场需求”和提高客户满意度为导向。新模式下的电力营销不仅担负着收集市场需求信息、为广大客户服务的功能，而且对电力企业生产、运营具有导向作用。因此，对营销状态进行准确、客观地分析及预警，对提高电力企业在能源市场中的占有率、实现企业经济效益和社会效益最大化具有十分重要的作用。近几年，随着对营销在电力企业发展中重要性认识的逐步加深，针对电力营销的研究受到越来越多的关注。文献［３．４】采用模糊评判法，分别对电力营销目标市场和供电企业营销状态进行评价。同样．６２一电力系统保护与控制是对电力营销目标市场进行分析，文献［５］则通过建立用电细分市场的物元模型，利用物元的可拓性，确立了根据优度排序选择目标市场的评价方法。文献［６］将Ｋ．Ｍｅａｎｓ聚类技术与ＦＰ．Ｇｒｏｗｔｈ算法相结合，实现售电量及其相关因素之间强关联规则的挖掘分析。文献［７］以水电企业营销工作为分析对象，通过构造缺陷树逐层追溯关键指标，实现营销薄弱环节定位。文献【８．９】采用熵权法，分别从电力客户实时履约能力、供电企业业绩两个角度对电力营销进行分析评估。文献［１０］结合主成分分析法和神经网络方法，建立了供电企业营销效果分析模型。新模式下的电力企业营销信息在形式（连续型、离散型等）、类别（数值型、文本型等）等性质上呈现出多样化的特点，营销分析评估涉及定性、定量数据的相互转换和自然语言描述。由于人类的自然语言描述具有涵盖模糊性、随机性的不确定性ｌｌ¨，冈此基于定性、定量数据相互转换和计及对象不确定性模型上的电力营销分析更符合人类认知模式，能够更加客观、真实地反映对象亦此亦彼性，实现对电力营销状态的精准评估。通过文献分析可知，现有的电力营销评估方法总体上可划分为三类：模糊集理论、概率论与数理统计、人工智能。基于模糊集理论的评价方法对事物的认识虽然比传统的“”非此即彼更近一步，但由于忽略了隶属函数本身具有不确定性，在一定程度上限制了对评价对象认知的客观性：纯粹从概率统计理论对电力营销状态进行的评估，仅考虑了对象的随机性；而基于人Ｔ智能的方法不仅需要大量训练样本，且评价模型及其物理意义也难以描述。综上所述，现有的电力营销评估方法没有能够提供统一营销对象及其状态分级界限的随机性和模糊性的手段，在对象定性认知和量化分析的客观性、准确度上存在不足。我国著名学者李德毅院士提出的云模型是基于模糊集理论和概率论，兼顾隶属函数的随机性及对象的亦此亦彼性，能够实现自然语言表述的定性概念与其定量表示之间相互转换，并透过其数字特征及云滴分布寻找出对象固有不确定性的量化表达【ｌ的模型。云模型使得兼具随机、模糊二重性的客观对象得到了更为准确的表示ｌｌ引。因此，本文在构建基于营销预警理论的电力营销评估及预警因子体系基础，提出了一种基于云测度理论的电力营销状态评估预警模型，为电力营销管理决策提供了一种新思路。１云理论概述设ｘ是某一精确数值表示的定量论域（一维、二维或多维）Ｕ上的定性概念Ｃ的一次随机出现，∈Ｘ对ｃ的确定度为（）（（）『０，１］），则Ｘ在论域【厂上的分布称为云模型（简称云１Ｉ¨ｌ，每个称为一个云滴。云用期望Ｅ（Ｅｘｐｅｃｔｅｄｖａｌｕｅ）、熵Ｅｎ（Ｅｎｔｒｏｐｙ）、超熵（Ｈｙｐｅｒｅｎｔｒｏｐｙ）３个数字特征对定性概念进行量化表征ｌ１。期望Ｅ是云重心Ｇ（Ｘ＝Ｅｘ，ｕ＝４２／４）６＿所对应的论域值，也即是概念量化的最典型样本；熵由概念的模糊性和随机性共同决定，反映了论域中可被定性概念接受的数域范围以及云滴代表定性概念的概率；超熵是熵的不确定性度量。云模型有多种形式，在正态分布基础上建立起来的正态云是其中最重要的一种，对自然和社会现象等具有普适性【】。本文的研究基于正态云模型，对正态’云模型有Ｘ～Ｎ（Ｅｘ，Ｅｎ注），ＥｎＮ（Ｅｎ，Ｈｅ），的确定度由式（１）计算得到。——．．（．．．．ｘ．．．．．－．．．Ｅｘ—）２—Ｕ（Ｘ）＝ｅ（１）正态云对定性概念的量化示例如图１所示，其中Ｅ＝２５，Ｅｎ＝３，Ｈｅ＝０．２，＝２０００（Ｘ滴个数１。“”图１表征年轻人概念的云模型Ｆｉｇ．１Ｃｌｏｕｄｍｏｄｅｌｏｆｔｈｅｄｅｆｉｎｉｔｉｏｎｏｆｙｏｕｎｇｐｅｏｐｌｅ２电力营销状态评估预警因子体系２．１构建机理因子体系的一个重要内涵是依据一定的原则或采取某种组合方式，将相互独立或关联的影响因子组织在一起，体现因子间一定的逻辑关系，满足对目标对象评判预警的需要，指导实际工作［１８１。本文以营销预警分析理论作为构建电力营销状态评估预警因子体系的依据。营销预警分析是指通过对营销工作中极可能导致行为失误和管理波动的内、外部因素进行监控、吴杨，等基于云测度的电力营销状态评估及预警模型研究一６３一识别『１９］，为后续预控对策的准确制订提供科学依据。其手段是以企业营销管理工作的外部环境和内部组织行为管理作为分析对象，建立科学合理的影响因子体系。随着电力体制改革和电力市场建设的深入推进，电网企业正面临来自同行、客户白备电厂、替代能源甚至是跨国的竞争ｌ２引，加强电力营销预警管理工作对电网企业拓展市场、提高市场占有率、增强企业竞争力、促进电网企业可持续发展具有十分重要的意义。因此本文根据营销预警分析理论，按照灵敏性、广泛性、可测度、相对独立、预见性、可比性原则，将电力营销风险影响因子分为外因型、内因型两类，建立电力营销状态评估预警因子体系。２．２因子体系本文设计的电力营销状态评估预警因子体系共分五层：第一层是目标层，对象为电力营销综合状态；第二、三层是准则层，由外因型风险因素（企业竞争能力、客户风险、供应风险、第三方风险、营销自然环境状态）和内因型风险因素（内部管理结构状态、内部运营状态、营销行为人状态）组成；第四、五层由隶属于准则层的具体因子项组成。基于营销预警分析机理构建的电力营销状态评估预警因子体系见附录Ｂ中图Ｂ１所示。３电力营销状态评估预警模型基于云测度的电力营销状态评估预警模型按照“”白底向上的层次化结构进行目标对象状态评估、预警分析，该模型可对因子体系中聚合度不为零（即：含有子因子层）的所有对象进行评估预警且流程一致。限于篇幅，本文以所构建因子体系（附“”录Ｂ图Ｂ１）中的企业竞争力为对象，进行建模分析和算例验证。３．１评价云“电力营销状态评估等级划分为极劣、劣、较”劣、良、较优、优、极优７档，对应ｌ～７级。基于云模型的评价集，将营销状态评估因子的随机、模糊二重性统一为一体，实现了分级区间的软划分，更加符合数据的实际分布。对各定性因子状态及营销综合状态，在区间『０，１１上划分为上述７个级别；各定量因子的划分界限可由数理统计分析或专家法＿ｌ９Ｊ得出，本文根据专家法得到。各因子的等级界限如表１所示，其中各定性因“”子及综合状态以Ｌ标识，定量因子的标识与附录Ｂ图Ｂ１中一致。在表１所示的等级界限分类中，对存在双边约束［ｉ，Ｄｍ】区段的２至６级，在充分考虑边界随机性、模糊性并进行适度扩展的基础上，利用对称云模型描述评价集；对位于左、右边界的１、７两级则利用半云描述，分别取左、右两端的约束值为各自的期望值Ｅｘ，取相应对称云熵值的１／２作为各自的熵。对称云模型数字特征计算公式：表１电力营销竞争力评估预警因子等级界限Ｔａｂｌｅ１Ｇｒａｄｅｌｉｍｉｔｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓａｓｓｅｓｓｍｅｎｔａｎｄｆｏｒｅｗａｒｎｉｎｇｉｎｄｅｘｅｓ吴杨，等基于云测度的电力营销状态评估及预警模型研究一６５一表３标度及其含义Ｔａｂｌｅ３Ｅｘｐｏｎｅｎｔｉａｌｓｃａｌｅａｎｄｉｔｓｍｅａｎｉｎｇ标度值涵义同样重要与另外一个指标相比，稍显重要与另外一个指标相比，明显重要与另外一个指标相比，非常重要与另外一个指标相比，极端重要取前述两相邻判断的中间值对于多层级因子体系，在根据分层原则及改进型层次分析法计算得到各层级因子权重的基础上，可采用自下而上逐层递推的方式，得到底层因子相对其上层目标的权重值，即…重心向量Ｑ。＝（ｇ，，，Ｑｏ），而由式（８）可计算出ｆ时刻目标对象实际状态的综合云重心向量…Ｑ＝（，，，）。将ｔ时刻综合云重心向量…Ｑ进行归一化得到Ｑ＝（Ｑ．，，，），其中：ＱＴＩ（一＿ｎ，）￣／／ｎｏ；．ｏｒ＜＞－－＂ｏ￣…ｏｉ￣＝ｌ，２，，（９）Ｉ（一）／；＞一一归一化后的综合云重向量赋权值之和与理想状态下综合云重心值之差，即为目标对象的综合云测度。综合云测度值越大，对象偏离理想状态程度越轻，实际状态越趋于理想状态。云测度计算为＝１一：（（Ｑ．Ｉ）ｄｏ）一％。（５）其中：，％，分别为有隶属关系的第一、‘其中：为第ｆ个评估因子权重值；ＱＴ为第ｆ维云二、三级因子；为因子对其有直接隶属关系的上级因子的权重；一批为因子对其有直接隶属关系的越级上层因子的权重；＞，＝１，Ｊ＿ｊ＝ｌ（ｍ，，２分别为第二、三级因子的个数）。３．４确定云测度具有个评估因子的对象状态可由～个Ｍ维综合云来表示，该云中的每一维云模型由本维所包含的ｋ个评估因子值根据下式计算得到：期望：！±±：：：±…Ｅ＋Ｅｎ＋七ＥｎＩ‘＾（６）熵…Ｅｎ＝Ｅｎ】＋Ｅｎ２＋＋Ｅ（７）当该对象状态发生改变时，其Ｍ维综合云重心也将相应变化。因此通过对云重心变化的分析，可推知目标对象状态变化情况。综合云重心可表示为…Ｑ＝（Ｑｌ，，，）＝ＧｘＨ（８）其中：＝×…（＝１，２，，ｍ）为第维云重…心的位置向量，Ｇ＝（，：，，）；Ｈ为第ｆ…维云重心高度向量，Ｈ＝（，，，ｈｉ），一般情况√下ｈｉ取常值２／４。对任意一个目标对象，其理想状态下的各评估因子值已确定，因此可计算出理想状态下其综合云重心的归一化值。３．５综合状态等级定性及预警将目标对象的综合云测度值作为综合评价云发生器（图２）的输入，得出目标对象实际状态的评估等级及定性结果。“”以综合云测度值作为评判依据，对良性及以下状态进行预警。共设定４条警戒线，云测度阈“”值及预警示意设置如表４所示。其中优于良性的状态均用绿灯表示。通过亮灯的方式警示电力营销管理人员及时调整策略或采取处理措施，降低损“失或危机发生的机率，确保企业营销状态控制在良”性及以上。表４电力营销预警信息设置Ｔａｂｌｅ４Ｓｔａｎｄａｒｄｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｗａｒｎｉｎｇｉｎｆｏｒｍａｔｉｏｎ４算例分析本文以附录Ａ中表Ａ１所示的原始数据对电力营销竞争力年度状态进行分析。４．１计算综合云重心根据表Ａ１中的原始数据，利用关联度函数（式（４））及各因子评价云（表２），得到各因子状态值，如表５所示。●●腮舶２＝％∑一６６一电力系ＯＬｄ，护与控制该综合云重心向量以决策矩阵形式表示为０８５０．８５０．５０．５Ｏ８５０７０．５１１０．１５０．８５０．５１０３０３０＿８５０１５Ｏ３０．８５Ｏ７Ｏ．７０．５０．３０７０．７０５０１０５０Ｏ１５４．２确定评估因子权重值利用改进型ＡＨＰ方法确定电力营销竞争力各因子权重值。为便于对营销竞争力从多层次灵活组合分析，依据３＿３节的思想，对权重计算采取自下而上逐层递推的方式，结果见表６。表６电力营销竞争力评估因子权重值Ｔａｂｌｅ６ＷｅｉｇｈｔｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓｉｎｄｅｘｅｓＡ１３１０．１４２８Ａ１３２０．４２８６Ａ１３３０．４２８６４．３云测度计算通过决策矩阵和电力营销综合评价云（表２“”中Ｌ项），由式（６）、式（７）分别求得各因子的综合期望值Ｅ、综合熵值。２０维电力营销竞争力综…合云重心ｅ（Ｑ１，Ｑ２，，Ｑ２ｏ）＝ＧｘＨ＝（１，……Ｅｘ２，，Ｅｘ２ｏ）Ｘ（ｈｌ，ｈ２，，２０），理想状态下该综…合云重心Ｑ＝（Ｑ１０，０，，Ｑ２ｏ￣）＝Ｇ×…＝（１，１，，。●０ＯＯ３３ｍＯ＿＿ＯＯＯ３一３３ｎＯＯＯＯＯＯ０ｏｏ０Ｏ０（ＯＯ（ｏ。盯盯３５０ＯＯｎ０ｍ０ＯＯＯ００ＯＯ０㈣ｏ。一ＯＯ０ＯＯ０。盯吴杨，等基于云测度的电力营销状态评估及预警模型研究一６７．１）×…１，２，，２０）Ｔ。由综合云重心向量，根据式（９），式（１０）得出电力营销竞争力综合云测度结果，见表７。表７电力营销竞争力综合云测度分析结果Ｔａｂｌｅ７Ｒｅｓｕｌｔｏｆｓｙｎｔｈｅｔｉｃｃｌｏｕｄｍｅａｓｕｒｅｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ评估各因子综合云数字特征云重心综合１天Ｉ子ＥｘＥｎ归一化云测序Ａｌｌ１０．８６３５６Ｏ．１８３６０．００３６０７Ａｌ１２０．６９１０１０．１８３６０．Ｏ１３９９３Ａｌ１３０．４６２２７Ｏ．２２Ｏ．Ｏ１２２７１Ａ１】４Ｏ．５０．３０６８０．００４５４１Ａｌ１５０．６６７９９０．２８０２０．０Ｏ１７４ＡＩＪ６０．６３４８８０．３０６８０．００４７９８Ａ１２１０．５５３０５９０．３３３４０．００２７８６Ａ１２２０．８３４９０４０．２８２２０．００８６６１Ａ１２３０．７１３ｌＯ１０１２４８００１４０４３Ａ１２４Ｏ．５０．３０６８０．０３２３３８Ｏ．６１０２１６１９２Ａ１２５０．４８７１８８０．２７６７０．０２００８３Ａ１２６０．４２８０１４０．３３３４Ｏ．Ｏ１０７１６Ａ１２７０．６４９５２４Ｏ．２４ｌ７Ｏ．０ｌ０６８９Ａ１２８０．５５２３６５０．３４６７０．００７８４２Ａ１２９０．４３ｌ２２３０．３４６７０．００７９２８Ａｌ２１ＯＯ．５２】ｌ５７０．２５５０．００５９４Ａ１２１１０．４７５９６９０２１１６０．００７９４１Ａ１３１０４８３１４０．３４６７０．０４１２４３Ａ１３２０．６５９６２Ｏ．２７１８０．０８１４６３Ａｌ３３０．５９４２０．３２０１０．０９７１１９附录Ａ算例原始数据４．４确定电力营销竞争力综合状态及预警等级将综合云测度值（０．６１０２１６１９２）输入电力营销综合评价云发生器（图２），激活等级４和５（即“”“”良、较优状态）两个云对象，根据极大关联度原则，最终判定本算例的电力营销竞争力综合状“”“”态为较优（即：５级），其预警状态以绿灯示意。５结论（１）基于云测度的电力营销状态评估预警模型，按照自下而上逐级评判的原则，可分析得出状态评估预警的量化结果及定性结论，可实现聚合度不为零的所有因子的状态评价预警分析，为电力企业进行内部营销管理和同业对标提供了便捷的手段，具有一定的实用价值。（２）本文用云模型表征电力营销综合状态及评估因子等级界限的随机性、模糊性，通过云模型实现不确定对象定量、定性的转换。基于云的自然语言结果更符合人类的认知模式，数值结果借助了不确定性模型，精确的数值内体现的是更加准确的结果，使评估预警结果更符合客观实际。（３）文中的电力营销竞争力年度状态算例证实了本文提出的评估预警模型的可行性、合理性，为电力营销综合状态分析提供了一种新的思路。同时，本模型还可用于电力营销：亏案比较、电力目标市场状态分析等领域。表Ａ１电力营销竞争力评估因子原始数据ＴａｂｌｅＡ１Ｒａｗｄａｔａｏｆａｓｓｅｓｓｍｅｎｔｉｎｄｅｘｅｓｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ一６８一电力系统保护与控制附录Ｂ电力营销状态评估及预警因子体系外型风险ｌ素内Ｊ风险１祟企、【竞争能力Ａ１客户风险Ａ２供应风险Ａ３第三力风险Ａ４自然环境状态Ａ５内部管理结构状态Ｂ１内部运营状态Ｂ２营销行为人状态Ｂ３市场占有情况Ａ１１销售情况Ａ１２产品质量Ａ１３客户行为影响力Ａ２１客，心理反应Ａ２２购电风险Ａ３结算风险Ａ３２企业形蒙信誉Ａ４１环境保护及节能减排重视稃度Ａ５ｌ营销组织战略Ｂ１１营销织机构ＢＩ２营销功能分配Ｂ１３营销队伍建设Ｂ１４部门问沟通合作状态Ｂ２１营销人员行为状态Ｂ３营销人员行为控制Ｂ３２市场占有率Ａ１１１、市场占有率变化度Ａｌ１２、价格竞争力Ａｌ１３、竞争集中度Ａｌ１４、行业进入难易度Ａ１１５、市场需求强度Ａ１１６替代能源性价Ｌ：ＬＡ１２１、售电量增氏率Ａ１２２、售电收入增长率Ａ１２３、销售利润率Ａ１２４、均价达标率Ａ１２５、售电费用率Ａ１２６、电费回收率Ａ１２７、绿色能源售量增率Ａ１２８、绿色能源销售收入增长率Ａ１２９、绿色能源均价达标率Ａ１２１０、绿色能源占总售电嚣比重Ａ１２１１线损达标率Ａ１３１、频率合格率Ａ１３２、电压合格率Ａ１３３价格敏感度Ａ２１１、投诉率Ａ２１２、欠费率Ａ２１３、销售变现天数Ａ２１４、客户对绿色能源支付意愿Ａ２１５、客户对绿色能源支付能力Ａ２１６客户忠诚度Ａ２２１、新客户增长率Ａ２２２划误导率Ａ３１ｌ、购电合同履约率Ａ３１２供应竞争度Ａ３２１、购电价格增长率Ａ３２２国内经济景气度Ａ４１１、企业营销形象等级Ａ４１２、企业展露度Ａ４１３、企、社会贡献率Ａ４１４环保意识朽帔Ａ５１１、自然灾害发生额度Ａ５１２营销信用可靠度ＢＩ１Ｉ、营销目标合理度Ｂ１ｌ２、营销策略准确率Ｂ１１３、营销战略系统率Ｂ１１４组织机构适应性Ｂｌ２Ｉ、管理层次合理度Ｂ１２２、与其他部门ｌ办渊Ｂ１２３营销网络功能实现度Ｂ１３１、『订场开拓能力Ｂ１３２、营销Ｈ标完成率Ｂｌ３３营销队伍凝聚度Ｂ１４ｌ、营销队伍创造力Ｂ１４２、营销人员满意度Ｂ１４３、营销人员比例Ｂ１４４、营销人员词离率Ｂ１４５营销组织冲突频率Ｂ２１１、营销组织冲突强度Ｂ２１２、信息渠道畅通性Ｂ２１３、市场信息真实度Ｂ２１４、市场信息沟通速度Ｂ２１５营销人员基本素质Ｂ３１１、营销人员综合能力Ｂ３ｌ２、技能培训通过窒Ｂ３１３个人工作日标完成率Ｂ３２１、故意错误率Ｂ３２２、严重失职率Ｂ３２３、顾客投诉解决率Ｂ３２４图Ｂｌ电力营销状态评估及预警因子体系Ｆｉｇ．Ｂ１Ａｓｓｅｓｓｍｅｎｔａｎｄｆｏｒｅｗａｒｎｉｎｇｉｎｄｅｘｓｙｓｔｅｍｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｃｏｎｄｉｔｉｏｎ参考文献［１］魏庆海．电网企业现代营销理论与应用【ＭＪ＿北京：中国电力出版社，２０１０．［２］刘思强，龙罡，李湘祁．我国近年来电力营销模式的特征及发展趋势分析［Ｊ］．电力技术经济，２００６，１８（５）：３８．４０．——ＬＩＵＳｉｑｉａｎｇ，ＬＯＮＧＧａｎｇ，ＬＩＸｉａｎｇｑｉ．Ａｎａｌｙｓｉｓｏｎｐｒｏｐｅｒｔｙａｎｄｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄｏｆｐｏｗｅｒｍａｒｋｅｔｉｎｇｍｏｄｅｌｏｆｏｕｒｃｏｕｎｔｒｙｉｎｒｅｃｅｎｔｙｅａｒｓ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒ—ＴｅｃｈｎｏｌｏｇｉｃＥｃｏｎｏｍｉｃｓ，２００６，１８（５）：３８４０．［３］孙薇，李敬如．供电企业营销工作综合评价指标体系的建立及评价方法［Ｊ］．电力技术经济，２００６，１８（３）：５４．５８．ＳＵＮＷｅｉ，ＬＩＪｉｎｇ－ｒｕ．Ｅｓｔａｂｌｉｓｈｍｅｎｔａｎｄｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｏｆｐｅｒｆｏｒｍａｎｃｅｉｎｄｉｃａｔｏｒｓｙｓｔｅｍｆｏｒｃｏｍｐｒｅｈｅｎｓｉｖｅｐｏｗｅｒｍａｒｋｅｔｉｎｇｏｆｐｏｗｅｒｕｔｉｌｉｔｉｅｓ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＴｅｃｈｎｏｌｏｇｉｃＥｃｏｎｏｍｉｃｓ，２００６，１８（３）：５４．５８．［４］吕蓬，孙薇，孙颖，等．基于层次分析的电力营销目标电食业电力营销综介状态吴杨，等基于云测度的电力营销状态评估及预警模型研究一６９．市场模糊评判［Ｊ］＿华北电力大学学报，２００４，３１（１）７７．７９．ＬｉＪＰｅｎｇ．ＳＵＮＷｅｉ．ＳＵＮＹｉｎｇ，ｅｔａ１．ＦｕｚｚｙｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｆｏｒｃｈｏｏｓｉｎｇｔａｒｇｅｔｍａｒｋｅｔｏｆｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｉｎｇｂｙＡＨＰ［Ｊ］．ＪｏｕｍａｌｏｆＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，２００４，３１（１１：７７．７９．［５］任玉珑，倪校，李云，等．确定电力营销目标市场的优—度评价方法研究【Ｊ］．中国管理科学，２００２，１０（２）：５８６１．ＲＥＮＹｕ．１ｏｎｇ．ＮＩＸｉａｏ。ＬＩＹｕｎ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｍｅｔｈｏｄｏｆｐｒｉｏｒｉｔｙ．ｄｅｇｒｅｅｅｖａｌｕａｔｉｏｎｆｏｒｃｈｏｏｓｉｎｇｔａｒｇｅｔｍａｒｋｅｔｏｆｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｉｎｇ［Ｊ１．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，２００２，１０（２）：５８．６１．［６］侯雪波，田斌，葛少云，等．关联规则技术在电力营销分析中的应用『Ｊ】．电力系统及其自动化学报，２００５，—１７ｒ２、：６７７２．—Ｈ０ＵＸｕｅ．ｂｏ，ＴＩＡＮＢｉｎ，ＧＥＳｈａｏｙｕｎ，ｅｔａ１．Ａｐｐｌｉｃａｔｉｏｎｏｆａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓｔｅｃｈｎｉｑｕｅｓｉｎｅｌｅｃｔｒｉｃ—ｍａｒｋｅｔｉｎｇａｎａｌｙｓｉｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵＥＰＳＡ．２００５．１７（２）：６７．７２．［７］帅颖，刘俊勇，丁婧，等．基于指标体系的电力营销薄弱环节定位分析［Ｊ］．电力系统自动化学报，２００８，２０（６）：６．１１．ＳＨＵＡＩＹｉｎｇ，ＬＩＵＪｕｎ－ｙｏｎｇ，ＤＩＮＧＪｉｎｇ，ｅｔａ１．Ｗｅａｋｐｏｉｎｔａｎａｌｙｓｉｓｆｏｒｅｌｅｃｔｒｉｃｍａｒｋｅｔｉｎｇｂａｓｅｄｏｎｔｈｅｉｎｄｉｃｅｓ—ｓｙｓｔｅｍ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵＥＰＳＡ，２００８，２Ｏ（６）：６．１１．［８］王涛，唐健，王鹤，等．电力客户实时履约能力综合评价管理系统ｆＪ］．电网技术，２００７，３１（２３）：３７．４０．ＷＡＮＧＴａｐ，ＴＡＮＧＪｉａｎ，ＷＡＮＧＨｅ，ｅｔａ１．Ｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｓｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍａｂｏｕｔ’—ｅｌｅｃｔｒｉｃｉｔｙｃｕｓｔｏｍｅｒｓｃａｐａｂｉｌｉｔｙｏｆｒｅａｌｔｉｍｅｃｏｎｔｒａｃｔｅｘｅｃｕｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００７，３１（２３）：３７．４０．［９］汪时辉，李翔，牛东晓，等．熵权法在供电企业营销效果评价中的应用［Ｊ］．现代电力，２００４，２１（２）：８７．９０．——ＷＡＮＧＳｈｉｈｕｉ，ＬＩＸｉａｎｇ，ＮＩＵＤｏｎｇｘｉａｏ，ｅｔａ１．Ａｐｐｌｉｃａｔｉｏｎｏｆｅｎｔｒｏｐｙｍｅｔｈｏｄｉｎｅｖａｌｕａｔｉｏｎｏｆｅｌｅｃｔｒｉｃ’ｅｎｔｅｒｐｒｉｓｅｓｍａｒｋｅｔｉｎｇｒｅｓｕｌｔ［Ｊ］．ＭｏｄｅｍＥｌｅｃｔｒｉｃＰｏｗｅｒ，—２００４，２１（２）：８７９０．［１０］孟明，牛东晓．盂宁．基于主成分分析的神经网络评价模型研究［Ｊ］．华北电力大学学报，２００４，３１（２）：５３．５６．ＭＥＮＧＭｉｎｇ，ＮＩＵＤｏｎｇ－ｘｉａｏ，ＭＥＮＧＮｉｎｇ．Ｎｅｕｒａｌｎｅｔｗｏｒｋｅｖａｌｕａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ［Ｊ］．ＪｏｕｒａｌｏｆＮｏｇｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒ—Ｕｎｉｖｅｒｓｉｔｙ，２００４，３１（２）：５３５６．［１１］李德毅，杜鹋．不确定性人工智能【Ｍ】．北京：国防工业出版社，２００５．［１２］孙晓璐，马静，李渊博，等．基于云模型的电压暂降设备敏感度评估［Ｊ］．电力系统保护与控制，２０１１，３９（４）：１Ｏ０．１０４．—ＳＵＮＸｉａｏｌｕ，ＭＡＪｉｎｇ，ＬＩＹｕａｎ－ｂｏ，ｅｔａ１．Ｅｑｕｉｐｍｅｎｔｓｅｎｓｉｔｉｖｉｔｙｅｖａｌｕａｔｉｏｎｂａｓｅｄｏｎｃｌｏｕｄｍｏｄｅｌｄｕｅｔｏｖｏｌｔａｇｅｓａｇｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，—２０１１，３９（４）：１００１０４．［１３］ＬＩＤｅ－ｙｉ．Ｕｎｃｅｒｔａｉｎｔｙｒｅａｓｏｎｉｎｇｂａｓｅｄｏｎｃｌｏｕｄｍｏｄｅｌｓｉｎｃｏｎｔｒｏｌｌｅｒｓｊｏｕｒｎａｌｏｆｃｏｍｐｕｔｅｒｓｃｉｅｎｃｅａｎｄｍａｔｈｅｍａｔｉｃｓｗｉｔｈａｐｐｌｉｃａｔｉｏｎ［Ｊ］．ＥｌｓｅｖｉｅｒＳｃｉｅｎｃｅ，１９９８，３５（３）：９９．１２３．［１４］许凯，秦昆，黄伯和，等．基于云模型的图像区域分割方法ｆＪ］．中国图象图形学报，２０１０，１５（５）：７５７．７６３．—ＸＵＫａｉ，ＱＩＮＫｕｎ，ＨＵＡＮＧＢｏｈｅ，ｅｔａ１．Ａｎｅｗｍｅｔｈｏｄｏｆｒｅｇｉｏｎｂａｓｅｄｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｃｌｏｕｄｍｏｄｅｌ［Ｊ］．ＪｏｕｍａｌｏｆＩｍａｇｅａｎｄＧｒａｐｈｉｃｓ，２０１０，１５（５）：７５７．７６３．［１５］曾鸣，甘德一，崔拓伟，等．基于动态仿真和云模型的发电竞争参数设计研究ｆＪ］．电力系统保护与控制，２００９，３７（２０）：７－１１，１７．ＺＥＮＧＭｉｎｇ，ＧＡＮＤｅ・ｙｉ，ＣＵＩＴｕｏ・ｗｅｉ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｐａｒａｍｅｔｅｒｄｅｓｉｇｎｏｆｃ（３－ｍｐｅｔｉｔｉｖｅｇｅｎｅｒａｔｉｏｎｍａｒｋｅｔｓｂａｓｅｄｏｎｄｙｎａｍｉｃｓｉｍｕｌａｔｉｏｎａｎｄｃｌｏｕｄｍｏｄｅｌ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（２０）：７－１１，１７．［１６］李玲玲，朱芬芬，姚致清，等．基于可信度的可靠性度量云模型ｆＪ］．电力系统保护与控制，２０１２，４Ｏ（８）：９０９４．ＬＩＬｉｎｇ－ｌｉｎｇ，ＺＨＵＦｅｎｍｆｅｎ，ＹＡＰＺｈｉ－ｑｉｎｇ，ｅｔａ１．Ｒｅｌｉａｂｉｌｉｔｙｍｅａｓｕｒｅｃｌｏｕｄｍｏｄｅｌｂａｓｅｄｏｎｃｒｅｄｉｂｉｌｉｔｙ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（８）：９０．９４．［１７］李德毅，刘常昱．论正态云模型的普适性ｆＪ１．中国工程科学，２００４，６（８）：２８．３４．——ＬＩＤｅｙｉ，ＬＩＵＣｈａｎｇｙｕ．Ｓｔｕｄｙｏｎｔｈｅｕｎｉｖｅｒｓａｌｉｔｙｏｆｔｈｅｎｏｒｍａｌｃｌｏｕｄｍｏｄｅｌ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，２００４，６（８）：２８３４．［１８］胡江溢，贾俊国，林弘雨，等．售电市场分析与预测指标体系【Ｊ］．电力系统自动化，２００９，３３（２）：１０－１４．—ＨＵＪｉａｎｇ－ｙｉ，ＪＩＡＪｕｎ－ｇｕｏ，，ＬＩＮＨｏｎｇｙｕ，ｅｔａ１．Ｉｎｄｅｘｓｙｓｔｅｍｏｆｐｏｗｅｒｓａｌｅｍａｒｋｅｔａｎａｌｙｓｉｓａｎｄｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，３３（２）：１０．１４．［１９］佘廉，高风彦，李东久．企业营销预警管理【Ｍ］．石家庄：河北科学技术出版社。１９９９．［２０］丁毓山．电力营销管理手册【Ｍ］．２版．北京：中国电力出版社。２００９．［２１］胡涛，王树宗，杨建军．：基于云模型的物元综合评估方法［Ｊ】．海军工程大学学报，２００６，１８（１）：８５．８８．—ＨＵＴａｏ，ＷＡＮＧＳｈｕｚｏｎｇ，ＹＡＮＧＪｉａｎ－ｊｕｎ．Ｍａｔｔｅｒ－ｅｌｅｍｅｎｔｉｎｔｅｇｒａｔｉｏｎｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｃｌｏｕｄｍｏｄｅｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｖａｌＵｎｉｖｅｒｓｉｔｙｏｆ—Ｅｎｇｉｎｅｅｒｉｎｇ，２００６，１８（１）：８５８８．［２２］张少敏，栗军，王保义．竞争市场下的电网公司经营风险综合评价模型［Ｊ］．电力系统保护与控制，２０１１，３９（８）：７０－７４．—ＺＨＡＮＧＳｈａｏｍｉｎ，ＬＩＪｕｎ，ＷＡＮＧＢａｏ－ｙｉ．Ｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｏｆｇｒｉｄｃｏｒｐｏｒａｔｉｏｎｂｕｓｉｎｅｓｓｒｉｓｋｕｎｄｅｒｔｈｅｃｏｍｐｅｔｉｔｉｖｅｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（８）：７０７４．—收稿日期：２０１２－０８０１作者简介：吴杨（１９７４－），女，博士研究生，工程师，研究方向为电力市场、智能决策、智能电网；Ｅ－ｍａｉｌ：ｗｕｙａｎｇ０ｌ＿ｃｉｎｄｙ＠１６３．ｃｏｍ刘俊勇（１９６３一），男，教授，博士研究生导师，研究方向为电力市场、电力系统稳定与控制、智能电网、电力系统可视化等。