基于熵权TOPSIS的变电站运维班组评价指标体系研究.pdf

2023 年 6 月第 6 期 总第 198 期海峡科学Straits ScienceJune 2023No.6,Total 198th基于熵权 TOPSIS 的变电站运维班组评价指标体系研究杨毅豪 何培灿 陈 钊 卢诗鸿 林 莉(国网福建省电力有限公司福州供电公司,福建 福州 350009)摘要 随着绩效改革和内部模拟市场推进,科学的变电站生产班组评价体系对调动生产人员和管理人员的积极性具有重要作用。为避免主观因素对评价指标的不合理影响,采用熵权法确定各评价指标的信息熵权重,并基于TOPSIS 法对电力运维班组的综合指标进行评比,以变电站班组生产综合得分为例进行讨论。结果显示,该方法将主观因素和客观因素有机结合,提高了班组综合评价指标的科学性,完善了班组间的评价指标体系。关键词 熵权法 TOPSIS 专家判断 评价指标 变电站运维班组中图分类号 F272文献标识码 A文章编号 1673-8683(2023)06-0047-060 引言随着企业市场化改革和提质增效的需求不断增加,科学合理的评价指标体系对于提高变电站一线生产人员和管理人员的工作积极性具有重要作用。每月对标一次的变电站生产班组评价指标竞争有助于提高生产活力,然而在过去的指标评价体系中,人为主观赋值和固定的指标权重对评价结果产生了较大影响,并未考虑到不同时期生产工作的不同侧重点,无法灵活调整指标权重,导致评价体系较为死板。因此,改进评价指标体系是完善内部模拟市场、加强企业提质增效的重要一步。在方案选择和指标权重计算中,熵权法已经被广泛应用于各行业领域,如工程施工领域1、生态资源领域2和交通行业领域3等。熵的概念源于热力学,既是物体状态的参数,也是无序系统不确定状态的度量,熵权法可以在系统中提取各数据包含的隐含信息,挖掘数据间的差异性。魏法杰等4利用熵权法对复杂装备系统研制的技术成熟度等级进行评价,得到全系统研制的技术成熟度等级;杨立强等5则将灰色熵权法应用于农特产品线上销售平台研究,对输入量的相对权重进行了重新计算,并对特征量的权重合理赋值。上述文献中,熵权法根据各评价指标的熵值来客观地反映相应的权重。当某一指标间数值差距越大,则表明其在考核结果中体现的作用越大,即相应的权重赋值越大6;如果在某个指标上每个评价对象得分相同时,则熵权为 0,对应的权重为 0,表示该指标对考核结果没有影响7。而若是仅采用熵权法进行客观赋值,从数据信息反馈上虽然可以达到较好的精度,但往往容易脱离实际情况;而若单纯采用直接主观赋值的方式,则指标权重极易受人为因素的干扰,缺乏科学依据。因此,有学者采用“熵权法+专家判断”的模式,将两者进行融合,优势互补,利用熵权法避免评价指标权重受主观因素影响,同时又较大程度地反映评价指标的真实信息8,而专家判断的参与则使得各项指标更能满足实际情况。熵权法与专家判断相结合可以尽量减少专家主观权重赋值时带来的不确定性,使专家意见趋于集中,完善群决策的一致性9。为了确定多项指标的最优解,优劣解距离法(Technique for Order Preference by Similarity to an IdealSolution,TOPSIS)在 1981 年被提出10。TOPSIS 法是一种多目标决策排序的方法,被称为“逼近理想解排序方法”,本质上是一种距离综合评价法11。其核心算法定义了最优解和最劣解之间的距离,通过计算各个74HAI XIA KE XUE海峡科学2023 年第 6 期方案与理想解之间的贴近度并排序,贴近度越高则表明该方案越优12。相对传统简单排序,TOPSIS 法的排序更具合理性。ZHANG 等13提出了一种基于三向决策模型的 TOPSIS 方法,针对两类相反特征的模糊概念,建立相应的三向决策模型;梁昌勇等14针对具有语言型和直觉模糊数两种评价信息的混合型多属性群决策问题,采用 TOPSIS 法选择出最合适的决策方法;李文梅等15则通过改进的 TOPSIS 方法根据熵权法得到各个指标的权重,利用正负理想解获得欧氏距离,从而计算出具有最优贴近度的最佳方案。本文综合运用熵权法、专家判断和 TOPSIS 方法,结合变电站运维班组的职责特点,提出了一套变电站运维班组评价指标体系和评价流程,旨在克服权重主观赋值法的缺点,通过在客观评价的基础融入专家判断来尽可能降低人为因素造成的误差,并在应用中根据实际情况动态调整权重,最终计算各运维站与理想解之间的最优排序,从而得到更加合理、科学、可靠的变电站生产班组的指标评价结果,提高电力变电运维班组的生产活力和积极性。1 变电站运维班组评价体系1.1 评价指标1.1 评价指标综合电力公司对变电生产班组指标评价体系的指导意见,本研究运用理论分析法和德菲尔法16,按照目标层、一级指标层、二级指标层构建变电站生产班组评价指标体系。目标层为综合性指标,即生产班组综合得分。目标层分为两个子层级,第一层级包括生产、综合、专项三个指标。其中,生产指标包括变电站班组的安全管理、运行管理、安消防及隐患管理、计划管理、一次设备管理、二次设备管理、监控管理、实物资产及防误管理 8个二级指标,主要反映了变电站生产业务范畴;综合指标主要包括培训管理、项目管理、物业物资管理、党建管理 4 个二级指标;专项指标主要包括对特殊事迹的专项加分或减分指标,具体如表 1 所示。表 1 变电站运维班组评价指标体系目标指标一级指标 Il二级指标 Ilj变电站生产班组综合评价指标生产 I1综合 I2专项 I3安全管理 I11运行管理 I12安消防及隐患管理 I13计划管理 I14一次设备管理 I15二次设备管理 I16监控管理 I17实物资产及防误管理 I18培训管理 I21项目管理 I22物业物资管理 I23党建管理 I24加分项 I31减分项 I321.2 评价流程1.2 评价流程为了弥补熵权法只能单一反映各项指标数值变动差异,无法理解各项指标背后的含义,本文评价体系将客观赋值和主观赋值相结合,实现整体指标的综合性、科学性、灵活实用性。利用主客观赋值权重的方法修正指标,并基于 TOPSIS 法对重新加权后的指标值进行统计排分,得出最终变电站运维班组综合分值,并利用划分法对变电站运维班组综合评价指标划分为优、良、及格、不及格四个层级,其流程如图 1 所示。图 1 基于熵权 TOPSIS 的评价流程图2 评价指标模型构建2.1 专家判断2.1 专家判断变电站生产运维班组的首要职能是确保变电站设842023 年第 6 期海峡科学HAI XIA KE XUE备正常运行。因此,本文设计的评价指标模型着重关注设备安全稳定运行的指标。在此基础上,通过采用专家指导意见,对二级指标采取主观赋值的方法,以避免单纯的客观赋值可能引发的指标本末倒置效应。同时,各二级指标的权重可根据不同时期实际工作的重点由专家系统进行调整,使评价结果更加符合实际情况。此外,根据实际情况对出现安全事故、重大立功表现等特别事项进行总分的直接赋值。在实际应用中,应提前列出专项赋分表,专项指标不参与本文后续熵权客观权值的计算。具体的主观赋值比例如表 2所示。表 2 二级指标的专家赋值比例二级指标 Ilj专家赋值比例安全管理 I1110%运行管理 I1210%安消防及隐患管理 I1310%计划管理 I1410%一次设备管理 I1510%二次设备管理 I1610%监控管理 I178%实物资产及防误管理 I1810%培训管理 I218%项目管理 I226%物业物资管理 I235%党建管理 I243%2.2 熵权法2.2 熵权法建立原始评价矩阵。依据表 1 的二级评价体系,建立一个 m n 的原始评价矩阵,如下式:X=xij()m n(1)式(1)中,xij是第 i 个评价对象第 j 个指标的指标值;m 为评价对象;n 为评价指标。正向以及标准化处理。针对各项指标的大小反映趋势的方向及量纲之间的差异,对原始评价矩阵进行正向化处理,并进行标准化。xij=xij-mini(xij)maxi(xij)-mini(xij),j 为正指标maxi(xij)-xijmaxi(xij)-mini(xij),j 为负指标(2)式(2)中,xij为正向标准处理后的指标值,评价指标为两类,一是正指标,即为收益性指标,其数值越大,系统指标越优;二是负指标,即为成本性指标,其数值越小,系统指标越优。如果同一指标不同评价对象值均相同,则令 xij=1。指标熵权计算。计算各评价对象 i 第 j 个指标的比重:Pij=xijmi=1xij(3)计算指标信息熵值:Ej=-(1/lnm)mi=1Pijln Pij(4)若对象 i 第 j 个指标的比重Pij=0,则Pijln Pij=0。计算所有指标变异度:Dj=1-Ej(5)计算所有指标的熵权:Wj=Djnj=1Dj(6)修正指标权重。为避免纯粹的专家权重或者客观熵权产生的偏差,采用专家判断和熵权的综合作为最终的指标权重值。根据表 2 可以得出 Iij的权重向量为 Aj=(0.1,0.1,0.1,0.1,0.1,0.1,0.08,0.1,0.08,0.06,0.05,0.03),可根据以下式子得到修正的指标权重。Wj=WjAjnj=1WjAj(7)3 基于 TOPSIS 法的等级划分TOPSIS 核心算法定义了最优解和最劣解之间的距离,最后计算各个方案与理想解之间的贴近度并进行排序,贴近度越高则表明该方案越优。其计算过程如下:根据熵权法修正指标权重 Wj,求出加权后评价矩阵 V=(vij)m n。vij=Wjxij(8)确定最优指标方案和最劣指标方案。选取各二级指标的最大值来组合成最优的指标方案,最小值为最劣指标方案:v+j=maxi(vij),0 j nv-j=mini(vij),0 j n(9)94HAI XIA KE XUE海峡科学2023 年第 6 期式(9)中,v+j为所有评价对象中第 j 个指标的最大值集合,为正理想解,即为最优指标方案;v-j为所有评价对象中第 j 个指标的最小值集合,为负理想解,即为最劣指标方案。计算评价对象到正负理想解的欧式距离。根据 v+j、v-j,各评价对象的指标值与最优指标方案和最劣指标方案的距离可根据下式子计算:D+i=nj=1(vij-v+j)2D-i=nj=1(vij-v-j)2(10)式(10)中,D+i为各评价对象的指标值与最优指标方案的距离,D-i为各评价对象的指标值与最劣指标方案的距离。计算相对贴近度。利用各评价对象的指标值与最优指标方案的距离D+i、与最劣指标方案的距离 D-i计算出各评价对象与最优指标方案的贴近度 Ci,并作为方案的最终的得分。Ci=D-iD+i+D-i(11)式(11)中,贴近度 Ci的值在 0 1,贴近度 Ci越接近于 1 表明方案越优秀,并根据表 3 所示的区间,利用划分法对综合评价分值划分为“优秀”“良好”“及格”“不及格”四个层级。表 3 不同贴近度对应的评价指标评级贴近度评价指标评级0.8Ci1.0优秀0.5Ci0.8良好0.3Ci0.5及格0Ci0.3不及格4 案例研究以某地电力供电公司变电运维中心 8 个变电运维班组(A H 运维班)某月的班组评价数据为例,基于本文提出的熵权 TOPSIS 的变电站运维班组评价指标流程开展评价。该月 12 个二级指标的原始得分详见表 4,通过应用熵权法计算可计算出各项指标的原始熵权值。原始熵权大小是直接应用熵权法得到的客观值,缺少一定的灵活性和可解释性,容易脱离主观实际评价。表 4 八个运维班(AH)某个月的班组评价原始得分运维班I1I20.780.22I11I12I13I14I15I16I17I18I21I22I23I24A85.0076.6093.0090.0070.0080.5090.0090.0090.0080.0090.0075.00B84.0082.8092.00100.0090.0098.0090.0088.5094.0080.0095.0090.00C51.0077.6092.00100.0070.0089.0087.0090.0093.0080.0090.0090.00D91.0077.4093.0090.0090.0085.0090.0093.0090.0080.0083.0075.00E63.0088.0092.0090.0090.0079.0087.0089.1086.0080.0083.0092.00F48.0080.9090.0090.0079.0082.0090.0093.0093.0080.0083.0072.00G70.0085.2092.0090.0090.0079.0090.0090.0090.0080.0083.0075.00H61.0079.8090.0090.0090.0087.0090.0090.0092.0080.0083.0075.00 利用式(7),结合专家判断向量矩阵 Aj修正熵权大小,从而有效避免纯粹的客观熵权或专家权重产生的偏差,其原始熵权和修正后的熵权如表 5 所示。从表 5 的原始熵权列可以观察到,I14的熵权值为0.25,这是所有指标中最高的权值。从原表数据可以看出,在该指标下,有 2 个班组同时获得了最高分 100,而其他 6 个班组都获得了最低分值。从数据表现来看,熵权认为该指标包含了更丰富的信息,因此应该赋予更大的权值。从实际含义上来说,当大多数对象都获得了最低分,而只有少数人获得了高分时,该指标更具表现性,换句话说,在众多平平无奇的人之中,一枝独秀的特征更能反映其与众不同,类似的情况也可在指标 I23的数据表现中体现。另一方面,I22的原始熵权值为0,在原始数据表4 中 I22对于8 个对象都具有相同分值,因此在熵系统中认为信息量为 0。这与实际情况相符合,当每个班组的项目管理成绩是一样,可以认为该项工作表现都是一样,无需在各站综合评分中体现此指标。052023 年第 6 期海峡科学HAI XIA KE XUE表 5 原始熵权大小和修正后的熵权大小指标原始熵权修正熵权I110.060.07I120.070.09I130.060.07I140.250.30I150.060.07I160.100.12I170.050.05I180.060.07I210.030.03I2200I230.180.11I240.080.03 表 2 中客观赋值比例被认为是班组工作重点对象的 I11 I21指标,在专家系统赋值中被赋予了较高的权重,其指标权重都比 I22 I24指标高,且其中 I11 I16和I18的权重都高于平均比例 8.333%。因此,经过修正后,I11 I16和 I18指标的熵权数值都有所提高,而其他指标的熵权值则有所降低,如图 2 所示。在原始熵权中I23的分值排名第二,但经专家修正后,其熵权值下降到第三。综上所述,本文采用熵权与专家判断法相结合的指标体系能够合理有效地反映现实情况,修正后的熵权结果同时考虑主客观因素,在实际应用中可以根据实际生产侧重点灵活调节专家判断系统,对指标权重进行合理调整。图 2 熵权修正前后折线图基于上述的修正指标权重结果对各班组的各指标进行分值计算,采用 TOPSIS 法,根据式(9)计算当月评价指标的正负理想解。其中,正理想解可认为在各班组各项指标中使用各项指标的最优值来组合,从而得到本月指标的最优解,负理想解反之。评价对象的指标值与最优指标方案的距离(D+i)和与最劣指标方案(D-i)计算结果如表 6 所示。根据表 3 的评级标准,对各班组的指标进行评级。表 6 各评价对象的指标值与最优方案距离运维班D+iD-iCiTOPSIS 排名指标评级A4.102.690.404及格B0.755.040.871优秀C3.443.510.512良好D3.763.380.473及格E4.422.310.345及格F4.940.910.158不及格G4.252.200.346及格H4.181.930.327及格 表 6 中,D+i、D-i可理解为各班组与理想最优班组、理想最劣班组之间的差距,贴近度越大则表示该运维班组离理想最优方案越贴近,离理想最劣班组最远,其综合指标较优,相应也获得更高的指标评级。例如,B 运维班组与最优解的距离为 0.75,与最劣解距离为5.04,综合贴近度 0.87,在 TOPSIS 法下排名第 1,获得了“优秀”的指标评级;相反,F 运维班组与最优解的距离最远,与最劣解的距离最近,其综合贴合度最低;而G 运维班组与最优解的距离为 4.25,比 H 运维班组的4.18 大,即 H 运维班组比 G 运维班组更贴近最优解,但由于 H 运维班组同时比 G 运维班组更贴近最劣解,并且其贴近最劣程度大于 G 运维班组,因此,综合排名中 G 运维班组反而更优于 H 运维班组。综上,基于 TOPSIS 法进行指标评价相较于传统的累加排名方法更具合理性。TOPSIS 法考虑了整个系统内各对象的综合表现情况,同时考虑了最优解和最劣解的变化对贴合度的影响,当系统内的最优解或最劣解发生变化时,贴合度会相应调整。而传统的指标权重累加方法则无法考虑这一点,当最优解和最劣解同时发生变化时,采用指标权重累加方法的对象的综合分值将不会发生变化,从而缺乏一定的真实性和反馈机制。5 结论本文提出了一套变电站运维班组的评价指标体系及评价流程,该指标体系主要分为三层,覆盖了生产、15HAI XIA KE XUE海峡科学2023 年第 6 期党建、培训等方面。通过结合熵权法和专家判断法,从主客观统筹角度计算各指标权重,并采用 TOPSIS 法对各子指标结果进行综合评价,得出最终的评价排名。同时,通过一个实际案例对指标体系进行分析,结果表明,本文设计的变电站运维指标体系能够有效合理地评价变电站运维班组的工作,熵权法和专家判断法的结合使得指标体系更具客观性、灵活性和真实性。在综合指标的计算上,TOPSIS 法考虑了整个系统各对象的表现情况,相较于传统单一累加的方法更具合理性。但需要指出,本文设计的评价指标体系侧重于体系框架的构建,对于一级指标、二级指标的设置可根据实际进行合理调整,这也是下一步研究的重点。参考文献:1韩志超,朱军,吴青龙,等.基于组合赋权和 TOPSIS 法的地下工程施工方法决策分析J.建筑经济,2022,43(S1):870-875.2YIN C X,LI F,QIAN Y,et al.Assessment and Forecast for Eco-logical Security Based on Entropy Weight Method:A Case Studyof Changsha,ChinaJ.Huanjing Kexue yu Jishu,2013,36(1):169-174.3 WANG H,YUE P.Short-Term Traffic Flow Prediction ofCoastal Cities based on Entropy Weight MethodJ.Journal ofCoastal Research,2020,103(SI):739-743.4魏法杰,姜姗.基于熵权的复杂装备研制过程技术成熟度评价研究J.中国管理科学,2012,20(S2):911-915.5杨立强,翁湘颖,张佳卉,等.农特产品线上销售平台综合评价与优化 基于 AHP-熵权法的灰色关联分析J.海峡科学,2022(3):67-72,108.6宋效中,李静.基于熵权法的新能源企业经营绩效综合评价J.中国集体经济,2014(21):77-78.7连通.熵权法在安全生产绩效考核中的应用J.安全,2014,35(10):37-38.8夏子立,景强,高文博,等.基于权重融合法的跨海桥梁部位及部件权重体系分析J.科学技术与工程,2023,23(5):2171-2180.9程启月.评测指标权重确定的结构熵权法J.系统工程理论与实践,2010,30(7):1225-1228.10HWANG C L,LAI Y J,LIU T Y.A New Approach for MultipleObjective Decision MakingJ.Computers&Operations Re-search,1993,20(8):889-899.11赵书强,汤善发.基于改进层次分析法、CRITIC 法与逼近理想解排序法的输电网规划方案综合评价J.电力自动化设备,2019,39(3):143-148,162.12郭宇蒙.福建省规模以上工业企业创新能力评价 基于TOPSIS 评价法J.海峡科学,2019(8):59-62.13ZHANG K,DAI J,ZHAN J.A New Classification and RankingDecision Method Based on Three-way Decision Theory andTOPSIS ModelsJ.Information Sciences,2021,568:54-85.14梁昌勇,戚筱雯,丁勇,等.一种基于 TOPSIS 的混合型多属性群决策方法J.中国管理科学,2012,20(4):109-117.15李文梅,陈舒.基于熵权 TOPSIS 法的东部地区创新型城市创新能力评价J.海峡科学,2022(12):85-89.16王靖,张金锁.综合评价中确定权重向量的几种方法比较J.河北工业大学学报,2001(2):52-57.25