CN110363382A - 全能型乡镇供电所一体化业务融合技术 - Google Patents
全能型乡镇供电所一体化业务融合技术 Download PDFInfo
- Publication number
- CN110363382A CN110363382A CN201910476214.9A CN201910476214A CN110363382A CN 110363382 A CN110363382 A CN 110363382A CN 201910476214 A CN201910476214 A CN 201910476214A CN 110363382 A CN110363382 A CN 110363382A
- Authority
- CN
- China
- Prior art keywords
- business
- class
- distance
- service
- power supply
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 14
- 230000010354 integration Effects 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000004927 fusion Effects 0.000 claims abstract description 7
- 230000006872 improvement Effects 0.000 claims abstract description 4
- 230000004044 response Effects 0.000 claims abstract description 3
- 238000011835 investigation Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000011161 development Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000004069 differentiation Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 230000006698 induction Effects 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000002844 melting Methods 0.000 description 3
- 230000008018 melting Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- 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
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种全能型乡镇供电所一体化业务融合技术，属于电力业务融合技术领域。该发明通过深入的了解新农村新型用能方式，确定业务需求，综合考虑业务的各项影响因素，构建供电所一体化业务融合模型，对供电所一体化业务进行全流程、全环节支撑，形成电力业务融合方案，满足未来各类客户的多样性需求，不断提高办电效率和服务质量，以规范的服务、快速的响应、灵活的策略服务客户、提升客户满意度，依靠服务赢得市场。
Description
技术领域
本发明属于电力业务融合技术领域，具体涉及一种全能型乡镇供电所一体化业务融合技术。
技术背景
乡镇供电所是电网公司最基层的供电服务组织和业务执行单元，也是电网企业安全生产、经营管理、供电服务、树立品牌的窗口。电网公司经营区域内农村地区供电能力明显提升，新改造村镇户均配变容量和供电能力大幅提升，农网供电可靠率和综合电压合格率也稳步提高，为农村地区生活用电保障、开展节水灌溉、发展设施农业、实现产业升级创造了有利条件，也为乡镇供电所优质服务提供了坚实基础。
电网公司经营形式的改变，以及农村环境的发展，对乡镇供电所的运维和管理产生了新的要求。一方面，电网公司成本刚性增长与电量增速趋缓、效益增长困难之间的矛盾日益突出，对提质增效提出了更高的要求，作为电网最末端的乡镇供电所必然要顺应新要求，进一步推进精益化、集约化管理；另一方面，随着农村用能用电方式、电力服务需求的多样化发展，对乡镇供电所的发展方式、管理理念、服务模式等带来了深刻影响，以市场为导向的机制亟待完善，需要供电所变粗放服务为精准服务，围绕客户特质和要求推行价值服务，使供电所成为服务地方发展的强力引擎。因此，要综合考虑行政区划、销售电量、服务半径、客户规模等因素，因地制宜优化供电所布局和设置，完善组织架构和人员配置，实施差异化管控。改善生产条件，推进营配合一，打造业务协同运行、人员一专多能、服务一次到位的‘全能型’乡镇供电所。建设‘全能型’乡镇供电所，要定位于提高服务质量和效率，以信息化为支撑，加快构建网格化供电服务模式，培育一专多能复合型职工队伍，集成农村低压配电运维、设备管理、营销服务等业务，实现‘一口对外’和‘一站式’服务。因此研究“全能型”乡镇供电所业务融合技术，具有重要的意义。
本发明通过梳理供电所现有业务，确定业务需求，综合考虑业务的各项影响因素，构建供电所一体化业务融合模型，为客户提供个性化和专业化的供电服务。本发明有利于乡镇供电所业务人员更及时高效地展开营销、运检等业务，提高业务人员生产效率。真正做到信息系统为人所用，避免人为系统“打工”局面；有利于促进供电所业务进一步协同运行，培养更多一专多能的复合型人才，促进乡镇供电所大幅度提质增效，为电网公司更好服务“三农”提供新动力。
发明内容
本发明通过深入的了解新农村新型用能方式，确定业务需求，综合考虑业务的各项影响因素，构建供电所一体化业务融合模型，对供电所一体化业务进行全流程、全环节支撑，满足未来各类客户的多样性需求。
本发明是采用以下的技术方案实施的：一种全能型乡镇供电所一体化业务融合技术，其特征在于，包括：
步骤S1：实施需求调研，了解客户真实需求；
步骤S2：综合考虑业务的各项影响因素，确定业务影响度指标体系；
步骤S3：结合不同地区差异化的用户偏好实际情况，构建聚类分析模型，确定业务分类；
步骤S4：对乡镇供电所业务进行融合，进一步地为客户提供个性化和专业化的供电服务。
可选的，所述步骤S1：
实施需求调研，了解客户真实需求。通过实地走访、网络调研、历史数据查询、对比分析等方式，从新型用能需求、供电服务需求、管理方式需求等多方面，对各类电力客户需求进行深入了解。
可选的，所述步骤S2：
综合考虑业务的各项影响因素，确定业务影响度指标体系。识别影响业务执行的关键因素，总结归纳关键指标，从区位因素、业务规模、劳动效率、员工素质四个维度确定业务影响度指标体系，使业务评价的影响因素更为全面系统，为开展供电所业务重要程度分析的准确性奠定基础。初步考虑的主要影响因素为：客户敏感度、业务频度、业务复杂度、资源依赖度。
可选的，所述步骤S3：
结合不同地区差异化的用户偏好实际情况，构建聚类分析模型，将客户敏感度、业务复杂度、业务资源依赖度、业务频繁度等相近的业务聚为一类，充分考虑各供电所间的地区差异性，提高业务间的可比性。
采用聚类分析法，将客户影响、执行情况相近的业务聚为一类。基本步骤如下：
(1)将每个对象归为一类，共得到N类，每类仅包含一个对象。采用乡镇供电所各业务方向的专家打分，形成各类供电业务的空间分布。类与类之间的距离就是它们所包含的对象之间的距离；
(2)找到最接近的两个类并合并成一类，于是总的类数少了一个；
(3)重新计算新的类与所有旧类之间的距离；
(4)重复第2步和第3步，直到最后合并成一个类为止(此类包含了N个对象)。
根据步骤3的不同,可将层次式聚类方法分为几类：single-linkage，complete-linkage以及average-linkage聚类方法等。本发明测算采用single-linkage聚类算法。single-linkage聚类法每次将两个旧类合并成一个新类，直到最终合并成一个类为止。每合并一次，则在距离矩阵中删除相对应的行与列。聚类的类间距离等于两类对象之间的最小距离，若用相似度衡量，则是一类中的任一对象与另一类中任一对象的最大相似度。
single-linkage聚类算法过程如下：
(1)初始时共有N个类，每个类由一个对象类成。令顺序号m＝0,L(m)＝0。
(2)在D中寻找最小距离d[(r),(s)]＝min d[(i),(j)]。
(3)将两个类(r)和(s)合并成一个新类(r,s)；令m＝m+1，L(m)＝d[(r),(s)]。
(4)更新距离矩阵D:将表示类(r)和类(s)的行列删除，同时加入表示新类(r,s)的行列；同时定义新类(r,s)与各旧类(k)的距离为d[(k),(r,s)]＝min d[(k),(r)],d[(k),(s)]。
(5)反复步骤2-4，直到所有对象合并成一个类为止。
算法的基本思想是根据样本点与样本点之间的距离计算模糊关系矩阵，在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，通常采用的方法就是计算样本间的“距离”(Distance)。距离可选种类有：欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、马氏距离、夹角余弦、汉明距离、杰卡德距离&杰卡德相似系数、相关系数&相关距离、信息熵，一般最常用的是欧氏距离，对指标进行标准化处理后聚类。
在n维空间内，两个n维向量a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的欧氏距离 (Euclidean Distance)公式：
标准化欧氏距离(Standardized Euclidean distance)的公式为：
标准化后的值＝(标准化前的值－分量的均值)/分量的标准差两个n维向量 a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的标准化欧氏距离的公式：
根据调研，乡镇供电所现行业务通常分为25项，核心业务类别最少可为3类。考虑n个评价因素，25项供电所业务可以表示为：
均值为：
标准差为：
通过上述聚类分析过程，最终将供电所的25个业务聚类为三个类型。
具体实施时，可根据调研确定乡镇供电所现行业务数量和拟聚类的核心业务类别数量，并根据上述方法进行供电所业务融合分析。
可选的，所述步骤S4：
因新农村用电变化，形成新的乡镇供电所业务模式，因此农村环境变化、电网新技术发展等会对乡镇供电所业务、管理方式、服务模式等产生影响，本发明内容包含新型业务的一体化业务融合模式，以信息系统为载体，对供电所一体化业务进行全流程、全环节支撑，满足未来各类客户的多样性需求，不断提高办电效率和服务质量，以规范的服务、快速的响应、灵活的策略服务客户、提升客户满意度，依靠服务赢得市场。
附图说明
为了更加清楚的说明本发明实施例和现有技术中的技术方案，下面将对本发明所使用的附图做一些简单的介绍，很显然，下面的附图是本发明的一部分实施例，对于本领域普通技术人员来讲，在不付出任何创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是全能型乡镇供电所业务融合过程中的业务拆分流程图；
图2是全能型乡镇供电所业务融合过程中的业务的“融”流程图；
图3是全能型乡镇供电所业务融合过程中的业务的“合”流程图；
图4是全能型乡镇供电所一体化业务融合业务总体技术路线图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明所述的一种全能型乡镇供电所一体化业务融合技术，如图4所示，包括：
按照“全能型”乡镇供电所业务需求调研、业务范围分析、业务组织架构进行分阶段研究。其中业务需求调研主要对新农村出现的电动汽车、分布式能源等新型用能方式进行全面深入的了解；基于调研所得新的业务需求，进行相应聚类分析，根据业务分析结果重新定义供电所的业务范围；在上述基础上，对面向新农村的供电所业务进行融合。
步骤S1实施需求调研，了解客户真实需求。通过实地走访、网络调研、历史数据查询、对比分析等方式，从新型用能需求、供电服务需求、管理方式需求等多方面，对各类电力客户需求进行深入了解。主要包括以下流程：
1)调研用户供电服务领域的组织结构、岗位设置和职责定义，从功能上区分有多少个子业务系统，划分业务系统的大致范围，明确业务系统的目标。
2)调研每个子业务系统所需的工作流程、功能与处理规则，收集供电服务单据、报表和账本等原始资料，分析物流、资金流和信息流三者的关系，以及如何用数据流来表示这三者的关系。
3)对调研的内容进行准备，针对不同管理层次的用户询问不同的问题，列出问题清单。将操作层、管理层和决策层的需求既联系，又区分开来，形成一个金字塔，使下层满足上层的需求。
4)对与用户沟通的情况及时总结归纳，整理调研结果，找出新的疑点，初步构成需求基线。
5)若基线符合要求，则需求分析完毕；反之返回到第1步或第2或第3步。如此循环多次，直到需要分析使双方满意为止。
根据需求调研的结果，对现有供电服务业务进行评估，分析匹配度，找到问题的矛盾点，分析解决方法，进而为后续业务分析等树立标准，设定参考指标。
步骤S2综合考虑业务的各项影响因素，确定业务影响度指标体系。识别影响业务执行的关键因素，总结归纳关键指标，从区位因素、业务规模、劳动效率、员工素质四个维度确定业务影响度指标体系，使业务评价的影响因素更为全面系统，为开展供电所业务重要程度分析的准确性奠定基础。初步考虑的主要影响因素为：客户敏感度、业务频度、业务复杂度、资源依赖度。
步骤S3结合不同地区差异化的用户偏好实际情况，构建聚类分析模型，将客户敏感度、业务复杂度、业务资源依赖度、业务频繁度等相近的业务聚为一类，充分考虑各供电所间的地区差异性，提高业务间的可比性。
采用聚类分析法，将客户影响、执行情况相近的业务聚为一类。基本步骤如下：
(1)将每个对象归为一类，共得到N类，每类仅包含一个对象。采用专家打分，形成各类的空间分布。具体分数包括：本业务与其他业务的相似程度，本业务的重要性、复杂度、资源需求量、频繁度等。类与类之间的距离就是它们所包含的对象之间的距离；
(2)找到最接近的两个类并合并成一类，于是总的类数少了一个；
(3)重新计算新的类与所有旧类之间的距离；
(4)重复第2步和第3步，直到最后合并成一个类为止(此类包含了N个对象)。
本发明测算采用single-linkage聚类算法。single-linkage聚类法每次将两个旧类合并成一个新类，直到最终合并成一个类为止。每合并一次，则在距离矩阵中删除相对应的行与列。聚类的类间距离等于两类对象之间的最小距离，若用相似度衡量，则是一类中的任一对象与另一类中任一对象的最大相似度。
single-linkage聚类算法过程如下：
(1)初始时共有N个类，每个类由一个对象类成。令顺序号m＝0,L(m)＝0。
(2)在D中寻找最小距离d[(r),(s)]＝min d[(i),(j)]。
(3)将两个类(r)和(s)合并成一个新类(r,s)；令m＝m+1，L(m)＝d[(r),(s)]。
(4)更新距离矩阵D:将表示类(r)和类(s)的行列删除，同时加入表示新类(r,s)的行列；同时定义新类(r,s)与各旧类(k)的距离为d[(k),(r,s)]＝min d[(k),(r)],d[(k),(s)]。
(5)反复步骤2-4，直到所有对象合并成一个类为止。
算法的基本思想是根据样本点与样本点之间的距离计算模糊关系矩阵，在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，通常采用的方法就是计算样本间的“距离”(Distance)。本案例采用欧氏距离，对指标进行标准化处理后聚类。
在n维空间内，两个n维向量a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的欧氏距离 (Euclidean Distance)公式：
标准化欧氏距离(Standardized Euclidean distance)的公式为：
标准化后的值＝(标准化前的值－分量的均值)/分量的标准差两个n维向量 a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的标准化欧氏距离的公式：
根据调研，本案例中的乡镇供电所现行业务有25项，核心业务类别最少可为3类。考虑 n个评价因素，25项供电所业务可以表示为：
均值为：
标准差为：
供电所业务融合
(1)业务拆分
深入研究业务专业领域的规章制度、业务流程和操作规范，按照独立、不可分割原则，将业务内容拆分至最基本的业务单元，如图1所示。
(2)业务的“融”与“合”
“融”定义为相关性业务的关联集成和融汇贯通。重点针对周期性业务，以数据为载体，将打破业务多环节壁垒，减少重复执行过程，实现业务内容的压缩，借助数据挖掘分析，支撑优化业务开展的周期并缩短业务时限，如图2所示。
“合”侧重于对业务环节的集约管理和优化处理。针对多环节、重管控类业务，通过将审批环节在线化和移动化，利用技术手段合并冗余环节、串行业务改为并行业务等方式，实现业务流程的简化和再造，同时保证业务执行全过程的安全可控，如图3所示。
步骤S4因新农村用电变化，形成新的乡镇供电所业务模式，因此农村环境变化、电网新技术发展等会对乡镇供电所业务、管理方式、服务模式等产生影响，本发明内容包含新型业务的一体化业务融合模式，以信息系统为载体，对供电所一体化业务进行全流程、全环节支撑，满足未来各类客户的多样性需求，不断提高办电效率和服务质量，以规范的服务、快速的响应、灵活的策略服务客户、提升客户满意度，依靠服务赢得市场。
实施业务模块开发和组合，实现业务融合。在业务框架指导下，实现业务模块的开发和需求落地。根据实际需求，开发、优化、维护各业务模块，从表计安装、营销计费、业扩报装、故障抢修、新能源管理等，将信息化贯彻落实到每个模块的开发过程中。由基础服务过渡到增值服务，与时俱进不断拓展开发新的先进的业务模块，加快“互联网+”及电子渠道建设和新型网上交费方式的推广，实现各项业务“一站式”服务。通过模块化的业务组合，使业务间接口兼容性高，业务流程过渡平滑，业务人员执行高效，业务落地顺利，用户体验良好。
Claims (5)
1.一种全能型乡镇供电所一体化业务融合技术，其特征在于，包括：
步骤S1：实施需求调研，了解客户真实需求；
步骤S2：综合考虑业务的各项影响因素，确定业务影响度指标体系；
步骤S3：结合不同地区差异化的用户偏好实际情况，构建聚类分析模型，确定业务分类；
步骤S4：对乡镇供电所业务进行融合，进一步地为客户提供个性化和专业化的供电服务。
2.根据权利要求1所述的一种全能型乡镇供电所一体化业务融合技术，其特征在于，所述步骤S1中实施需求调研，了解客户真实需求。通过实地走访、网络调研、历史数据查询、对比分析等方式，从新型用能需求、供电服务需求、管理方式需求等多方面，在企事业客户和居民客户进行深入了解。
3.根据权利要求1所述的一种全能型乡镇供电所一体化业务融合技术，其特征在于，所述步骤S2中综合考虑业务的各项影响因素，确定业务影响度指标体系。识别影响业务执行的关键因素，总结归纳关键指标，从区位因素、业务规模、劳动效率、员工素质四个维度确定业务影响度指标体系，使业务评价的影响因素更为全面系统，为开展供电所业务重要程度分析的准确性奠定基础。初步考虑的主要影响因素为：客户敏感度、业务频度、业务复杂度、资源依赖度。
4.根据权利要求1所述的一种全能型乡镇供电所一体化业务融合技术，其特征在于，所述步骤S3中结合不同地区差异化的用户偏好实际情况，构建聚类分析模型，将客户敏感度、业务复杂度、业务资源依赖度、业务频繁度等相近的业务聚为一类，充分考虑各供电所间的地区差异性，提高业务间的可比性。
采用聚类分析法，将客户影响、执行情况相近的业务聚为一类。基本步骤如下：
(1)将每个对象归为一类，共得到N类，每类仅包含一个对象。采用专家打分，形成各类的空间分布。类与类之间的距离就是它们所包含的对象之间的距离；
(2)找到最接近的两个类并合并成一类，于是总的类数少了一个；
(3)重新计算新的类与所有旧类之间的距离；
(4)重复第2步和第3步，直到最后合并成一个类为止(此类包含了N个对象)。
根据步骤3的不同,可将层次式聚类方法分为几类：single-linkage，complete-linkage以及average-linkage聚类方法等。本发明测算采用single-linkage聚类算法。single-linkage聚类法每次将两个旧类合并成一个新类，直到最终合并成一个类为止。每合并一次，则在距离矩阵中删除相对应的行与列。聚类的类间距离等于两类对象之间的最小距离，若用相似度衡量，则是一类中的任一对象与另一类中任一对象的最大相似度。
single-linkage聚类算法过程如下：
(1)初始时共有N个类，每个类由一个对象类成。令顺序号m＝0,L(m)＝0。
(2)在D中寻找最小距离d[(r),(s)]＝min d[(i),(j)]。
(3)将两个类(r)和(s)合并成一个新类(r,s)；令m＝m+1，L(m)＝d[(r),(s)]。
(4)更新距离矩阵D:将表示类(r)和类(s)的行列删除，同时加入表示新类(r,s)的行列；同时定义新类(r,s)与各旧类(k)的距离为d[(k),(r,s)]＝min d[(k),(r)],d[(k),(s)]。
(5)反复步骤2-4，直到所有对象合并成一个类为止。
算法的基本思想是根据样本点与样本点之间的距离计算模糊关系矩阵，在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，通常采用的方法就是计算样本间的“距离”(Distance)。距离可选种类有：欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、马氏距离、夹角余弦、汉明距离、杰卡德距离&杰卡德相似系数、相关系数&相关距离、信息熵，一般最常用的是欧氏距离，对指标进行标准化处理后聚类。
在n维空间内，两个n维向量a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的欧氏距离(Euclidean Distance)公式：
标准化欧氏距离(Standardized Euclidean distance)的公式为：
标准化后的值＝(标准化前的值－分量的均值)/分量的标准差两个n维向量a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的标准化欧氏距离的公式：
根据调研，乡镇供电所现行业务通常分为25项，核心业务类别最少可为3类。考虑n个评价因素，25项供电所业务可以表示为：
均值为：
标准差为：
通过上述聚类分析过程，最终将供电所的25个业务聚类为三个类型。
具体实施时，可根据调研确定乡镇供电所现行业务数量和拟聚类的核心业务类别数量，并根据上述方法进行供电所业务融合分析。
5.根据权利要求1所述的一种全能型乡镇供电所一体化业务融合技术，其特征在于，所述步骤S4中因新农村用电变化，形成新的乡镇供电所业务模式，因此农村环境变化、电网新技术发展等会对乡镇供电所业务、管理方式、服务模式等产生影响，本发明研究包含新型业务的一体化业务融合模式，以信息系统为载体，对供电所一体化业务进行全流程、全环节支撑，满足未来各类客户的多样性需求，不断提高办电效率和服务质量，以规范的服务、快速的响应、灵活的策略服务客户、提升客户满意度，依靠服务赢得市场。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910476214.9A CN110363382A (zh) | 2019-06-03 | 2019-06-03 | 全能型乡镇供电所一体化业务融合技术 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910476214.9A CN110363382A (zh) | 2019-06-03 | 2019-06-03 | 全能型乡镇供电所一体化业务融合技术 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110363382A true CN110363382A (zh) | 2019-10-22 |
Family
ID=68215549
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910476214.9A Pending CN110363382A (zh) | 2019-06-03 | 2019-06-03 | 全能型乡镇供电所一体化业务融合技术 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110363382A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116842092A (zh) * | 2023-06-08 | 2023-10-03 | 广东省科学院广州地理研究所 | 数据建库及归集管理的方法及系统 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1549171A (zh) * | 2003-05-15 | 2004-11-24 | 季永萍 | 基于网格计算的高新技术市场界定标准的实现装置 |
| WO2006059343A2 (en) * | 2004-11-30 | 2006-06-08 | White Vision Software Limited | A method and system for institution of information communication and computation framework |
| CN103246927A (zh) * | 2013-05-24 | 2013-08-14 | 山东地纬计算机软件有限公司 | 一种人力资源和社会保险领域主动服务系统 |
| CN103914518A (zh) * | 2014-03-14 | 2014-07-09 | 小米科技有限责任公司 | 聚类方法及相关装置 |
| CN104574141A (zh) * | 2014-12-23 | 2015-04-29 | 中国移动通信集团广东有限公司 | 一种业务影响度分析方法 |
| CN106022976A (zh) * | 2016-07-25 | 2016-10-12 | 杭州凯达电力建设有限公司 | 一种面向需求侧的电力用户分类方法及系统 |
| CN106228192A (zh) * | 2016-07-28 | 2016-12-14 | 国网湖南省电力公司 | 一种基于双阈值聚类分析的输电线路山火区域辨识方法 |
| US20170006135A1 (en) * | 2015-01-23 | 2017-01-05 | C3, Inc. | Systems, methods, and devices for an enterprise internet-of-things application development platform |
| CN107527150A (zh) * | 2017-08-29 | 2017-12-29 | 国网天津市电力公司 | 一种基于大数据分析的新型班组任务分配方法 |
| CN107742127A (zh) * | 2017-10-19 | 2018-02-27 | 国网辽宁省电力有限公司 | 一种改进的防窃电智能预警系统及方法 |
| CN108280541A (zh) * | 2018-01-11 | 2018-07-13 | 国网山东省电力公司 | 基于随机森林和决策树的客户服务策略制定方法、装置 |
| CN108428055A (zh) * | 2018-03-12 | 2018-08-21 | 华南理工大学 | 一种考虑负荷纵向特性的负荷聚类方法 |
| CN108564136A (zh) * | 2018-05-02 | 2018-09-21 | 北京航空航天大学 | 一种基于模糊推理的空域运行态势评估分类方法 |
| CN109325537A (zh) * | 2018-09-26 | 2019-02-12 | 深圳供电局有限公司 | 用电管理方法、装置、计算机设备和存储介质 |
| CN109359868A (zh) * | 2018-10-18 | 2019-02-19 | 国网电子商务有限公司 | 一种电网用户画像的构建方法及系统 |
| CN109408548A (zh) * | 2018-09-19 | 2019-03-01 | 中国电力科学研究院有限公司 | 一种城市电力大数据应用系统及方法 |
| CN109615089A (zh) * | 2018-10-12 | 2019-04-12 | 国网浙江省电力有限公司衢州供电公司 | 用电信息采集标签的生成方法和基于此的工单派发方法 |
| CN109685581A (zh) * | 2019-01-03 | 2019-04-26 | 江苏方天电力技术有限公司 | 一种基于标签聚类技术的电力大客户用电行为分析方法 |
| CN109711616A (zh) * | 2018-12-25 | 2019-05-03 | 国网河北省电力有限公司衡水市冀州区供电分公司 | 一种基于大数据的全能型供电所人员优化配置的系统 |
-
2019
- 2019-06-03 CN CN201910476214.9A patent/CN110363382A/zh active Pending
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1549171A (zh) * | 2003-05-15 | 2004-11-24 | 季永萍 | 基于网格计算的高新技术市场界定标准的实现装置 |
| WO2006059343A2 (en) * | 2004-11-30 | 2006-06-08 | White Vision Software Limited | A method and system for institution of information communication and computation framework |
| CN103246927A (zh) * | 2013-05-24 | 2013-08-14 | 山东地纬计算机软件有限公司 | 一种人力资源和社会保险领域主动服务系统 |
| CN103914518A (zh) * | 2014-03-14 | 2014-07-09 | 小米科技有限责任公司 | 聚类方法及相关装置 |
| CN104574141A (zh) * | 2014-12-23 | 2015-04-29 | 中国移动通信集团广东有限公司 | 一种业务影响度分析方法 |
| US20170006135A1 (en) * | 2015-01-23 | 2017-01-05 | C3, Inc. | Systems, methods, and devices for an enterprise internet-of-things application development platform |
| CN106022976A (zh) * | 2016-07-25 | 2016-10-12 | 杭州凯达电力建设有限公司 | 一种面向需求侧的电力用户分类方法及系统 |
| CN106228192A (zh) * | 2016-07-28 | 2016-12-14 | 国网湖南省电力公司 | 一种基于双阈值聚类分析的输电线路山火区域辨识方法 |
| CN107527150A (zh) * | 2017-08-29 | 2017-12-29 | 国网天津市电力公司 | 一种基于大数据分析的新型班组任务分配方法 |
| CN107742127A (zh) * | 2017-10-19 | 2018-02-27 | 国网辽宁省电力有限公司 | 一种改进的防窃电智能预警系统及方法 |
| CN108280541A (zh) * | 2018-01-11 | 2018-07-13 | 国网山东省电力公司 | 基于随机森林和决策树的客户服务策略制定方法、装置 |
| CN108428055A (zh) * | 2018-03-12 | 2018-08-21 | 华南理工大学 | 一种考虑负荷纵向特性的负荷聚类方法 |
| CN108564136A (zh) * | 2018-05-02 | 2018-09-21 | 北京航空航天大学 | 一种基于模糊推理的空域运行态势评估分类方法 |
| CN109408548A (zh) * | 2018-09-19 | 2019-03-01 | 中国电力科学研究院有限公司 | 一种城市电力大数据应用系统及方法 |
| CN109325537A (zh) * | 2018-09-26 | 2019-02-12 | 深圳供电局有限公司 | 用电管理方法、装置、计算机设备和存储介质 |
| CN109615089A (zh) * | 2018-10-12 | 2019-04-12 | 国网浙江省电力有限公司衢州供电公司 | 用电信息采集标签的生成方法和基于此的工单派发方法 |
| CN109359868A (zh) * | 2018-10-18 | 2019-02-19 | 国网电子商务有限公司 | 一种电网用户画像的构建方法及系统 |
| CN109711616A (zh) * | 2018-12-25 | 2019-05-03 | 国网河北省电力有限公司衡水市冀州区供电分公司 | 一种基于大数据的全能型供电所人员优化配置的系统 |
| CN109685581A (zh) * | 2019-01-03 | 2019-04-26 | 江苏方天电力技术有限公司 | 一种基于标签聚类技术的电力大客户用电行为分析方法 |
Non-Patent Citations (4)
| Title |
|---|
| 张远镇等: "以客户满意为导向的充电站第三方运维管理", 《中国电力企业管理》 * |
| 程茜: "德阳移动中小聚类市场营销策略研究", 《经济与管理科学》 * |
| 陈水军: "智能化无障碍供电服务管理", 《企业管理》 * |
| 韩翔宇: "基于客户细分的我国农村电信市场精准营销策略研究", 《经济与管理科学》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116842092A (zh) * | 2023-06-08 | 2023-10-03 | 广东省科学院广州地理研究所 | 数据建库及归集管理的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hong et al. | Probabilistic electric load forecasting: A tutorial review | |
| Li et al. | Application of interpretable machine learning models for the intelligent decision | |
| Banker et al. | The use of categorical variables in data envelopment analysis | |
| CN108280541A (zh) | 基于随机森林和决策树的客户服务策略制定方法、装置 | |
| Lubis et al. | Comparison of the approach in the Zakat management system | |
| CN112734284A (zh) | 一种流程工业能耗优化决策系统及其在异常工况下提高评估结果准确度的操作方法 | |
| Rahaman et al. | Predictive Analytics for Strategic Workforce Planning: A Cross-Industry Perspective from Energy and Telecommunications | |
| Sun et al. | Using improved RFM model to classify consumer in big data environment | |
| CN105488598A (zh) | 一种基于模糊聚类的中长期电力负荷预测方法 | |
| CN110363382A (zh) | 全能型乡镇供电所一体化业务融合技术 | |
| Taillandier et al. | A new agent-based model to manage construction project risks–application to the crossroad of Bab El Karmadine at Tlemcen | |
| CN109493129A (zh) | 产品智能设计的方法及装置、电子设备、存储介质 | |
| Bai | Innovative mode of human resource management of university teachers based on intelligent big data analysis | |
| Anardani et al. | Analysis of business intelligence system design for student performance monitoring | |
| Kiranmai et al. | The Impact of Machine Learning (ML) Optimization of supply chain management domain | |
| Nan et al. | [Retracted] Corporate Marketing Strategy Analysis with Machine Learning Algorithms | |
| Grigoras et al. | Knowlegde extraction from Smart Meters for consumer classification | |
| CN114363825B (zh) | 一种基于mr常驻地的建筑物属性识别方法及系统 | |
| Ghasemi et al. | Big Data Analytics in Smart Energy Systems and Networks: A Review | |
| Labate et al. | SHAPE: A new Business Analytics web platform for getting insights on electrical load patterns | |
| Chaudhari et al. | DIC2FBA: Distributed Incremental Clustering with Closeness Factor Based Algorithm for Analysis of Smart Meter Data | |
| Vigo et al. | SPRINT: Optimization of staff management for desk customer relations services at Hera | |
| Delis et al. | Management Practices and Takeover Decisions | |
| Arshad et al. | Impact of Entrepreneurial Networking on Firm Performance: A Dual Moderated Mediation Analysis | |
| Scherz et al. | How to Assess Sustainable Planning Processes of Buildings? A Maturity Assessment Model Approach for Designers. Sustainability 2022, 14, 2879 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191022 |