基于競爭圖譜的供電服務工單派發方法

肖建飛, 杜 平,顏 濤,陳 卓,宋之光

(四川中電啟明星信息技術有限公司,610074,成都)

0 引言

隨著電網公司供電所數字化工作開展的逐漸深入,供電所日常工單的重要性日益增加[1-3]。供電所人員在日常工單處理中存在獲取工單的渠道多、涉及營銷、設備、安監等多專業的工單、接單方式多樣化、數據多端錄入等問題。管理上存在工單處理節點多、派發準確率低的問題[4-6]。因此,亟需開展供電所的智能派發工作。

許多學者對供電所工單智能派發的問題做了大量研究。唐冬來等[7]提出了一種基于逆文本詞頻指數算法的供電所工單智能派發方法,通過逆文本詞頻指數算法提取工單的關鍵字,并進行自動工單派發。王騰等[8]提出了一種基于文本挖掘的供電所工單智能派發方法,通過熱詞采集,實現了工單的內容分析,并自動對供電所員工進行工單分配。吳超[9]提出了一種基于客戶感知的供電所工單智能派發方法,通過神經網絡模型實現供電所員工的工單自動分配。王占忠[10]提出了一種基于多文本關聯的供電所工單自動分配方法,通過文本聚類和文本關聯識別工單含義,并自動向供電所員工分配工單。Nojedhi等[11]提出了一種基于框架處理的工單分配方法,采用信息模型對工單進行分配。Jungmok等[12]提出了一種基于最小工作任務的工單分配方法,各項工作任務的耗時最小。由此可見,供電所工單智能派發方法多樣,但上述方法中只考慮了一種類型的工單任務的派發,而供電所工單類型多,上述方法派單準確率低。

針對供電所工單類型多、分配準確率低的問題,提出了一種基于競爭圖譜的供電服務工單派發方法。該方法采用了通過自然語言處理進行供電所多類型工單的整合,消除重復工單;通過提取供電員工的工作狀態,判斷其是否具有接單條件;通過競爭圖譜,從供電員工的的位置、工作狀態情況分析其具備接單的競爭得分,并對供電服務工單進行分配,提升供電所多類型供電分配準確率。

1 供電服務工單分配框架

文中所述的基于競爭圖譜的供電服務工單派發方法框架主要包括供電服務工單信息整合、供電員工狀態提取和供電服務工單派發三部分內容,如圖1所示。

圖1 基于競爭圖譜的供電服務工單派發方法框架

1)供電服務工單信息整合。首先,模型接收營銷、運檢、安監等專業的供電服務工單輸入。其次,提取供電服務工單的工單類型、處理時限等特征信息。最后,將多類型的供電服務供電進行整合,消除重復錄入的供電服務工單數據。

2)供電員工狀態提取。首先,根據供電員工的手機位置信息,進行供電員工的位置定位。其次,采用供電所移動應用端提取供電員工現在的工作狀態,判斷供電員工的接單能力。

3)供電服務工單派發。根據供電員工的工作狀態、接單意愿等方式采用競爭圖譜進行工單派發,待供電員工接單完成后,給予相應的積分進行獎勵。

2 供電服務工單分配模型

2.1 供電服務工單信息整合

供電服務工單信息整合的目的是將營銷、運檢、安監等專業的工單進行整合,形成供電服務工單資源池,消除多頭工單管理造成的供電工單派單混亂的問題,避免重復供電工單造成供電員工多頭處理。

自然語言處理(Natural Language Processing, NLP)是一種計算機語言信息的處理方法。該方法按照供電員工習慣的語言來進行供電服務工單的處理,廣泛應用于詞頻特征統計、分析上下文語義等文本處理[13-15],具有處理準確率高、分析速度快的特點。因此,文中采用NLP方法提取供電服務工單的文本特征。

文本的特征與典型的特征之間采用皮爾遜系數進行比較。供電服務工單的皮爾遜系數Pz為:

(1)

采用皮爾遜系數提取的供電服務工單的特征見表1。

表1 供電服務工單的特征表

采用皮爾遜系數提取完供電服務工單后,按照皮爾遜系數相似度80%的即為類似的工單,并進行供電服務工單整合,數據整合是一種消除供電服務工單重復數據的方法,其利用了計算機技術按照供電服務工單特征數據,在規則范圍內進行采集、分析和匯總使用,獲得了供電服務工單的唯一性描述。因此,文中采用數據整合消除重復錄入的供電服務工單數據。

2.2 供電員工狀態提取

供電員工狀態提取的目的是判斷供電所員工當前是否具有接收分配的供電服務工單的能力[16]。國家電網公司供電員工采用i國網供電服務移動微應用進行管理。i國網供電服務移動微應用中,供電員工的狀態有工作狀態和工作位置兩部分。其中,工作狀態包括供電員工在派單日期是否處于出勤狀態,及當前是否已經接單工作兩部分;工作位置為供電員工處于工作日期時,其所在的地理定位位置,供電服務工單分單可根據供電員工的地理位置距離供電處理位置的遠近來進行分單[17-19]。i國網供電服務移動微應用的數據歸集在省級電力公司的數據中臺,文中所提方法從數據中臺獲取供電員工的狀態數據。

當前處于出勤狀態的供電員工Ac為:

(2)

式中,na為當前供電所處于出勤狀態的供電員工數量,ai為不同的已出勤供電員工。

當前處于工作狀態的供電員工Bc為:

(3)

式中,nb為當前供電所處于工作狀態的供電員工數量,bi為處于工作狀態不同的供電員工。

供電員工的地理位置信息Exy為:

Exy=(xa,ya)

(4)

式中,xa為供電員工所處的地理位置緯度,ya為供電員工所處的地理位置經度。

獲取供電員工的特征信息后,依次判斷供電員工是否處于出勤狀態、是否處于已工作狀態和離供電服務工單處置地理位置距離來分析供電員工是否具備接收供電服務工單分單的能力。

2.3 供電服務工單派發

供電服務工單派發是依據2.2節對供電人員狀態評估后,進行的供電服務工單分配。在供電所接收到營銷、運檢、安監等口徑下發的供電后,之前人工憑經驗進行工單的分配。但在此時,供電員工所處的狀態不同,即:有休假的員工、正在工作的員工、待執行任務的員工,且各類員工所處的地理位置信息不同[20]。所以,應優先分配按照離供電服務供電位置近,且員工狀態為待執行任務的員工。

競爭圖譜分析方法是一種任務派發分析方法[21]。競爭圖譜中,供電公司通過對供電員工的工作狀態、離供電服務工單處置位置距離等多個維度進行對比分析,獲得供電服務工單處理的競爭成本,然后按照供電員工的服務能力等級、忙閑狀態等分配工單任務,在該分配方式中,競爭優勢大的供電員工獲得供電服務分配工單的機率越高。

在競爭圖譜中,最小的競爭成本Cmin為:

Cmin=β(cv)=β(c1,c2,...cm)

(5)

式中,β為競爭圖譜函數,cv為競爭序列,(c1,c2,…,cm)為供電員工的競爭圖譜序列,m為供電員工競爭的指標數量。

供電員工競爭得分gv為:

(6)

式中,nc為當前供電員工的競爭指標個數,ci為不同的供電員工的競爭指標得分值,wi為不同的供電員工的競爭指標權重。

為避免供電員工達到一定服務等級后工單處理不及時的問題,設置了供電員工兩次處理工單時間超過閾值,則降低服務競爭得分的方式,激勵供電員工參與工單處理。供電員工競爭得分修正值gz為:

gz=gv-Δf(tmin≤Δy)

(7)

式中,△f為供電員工競爭得分降低閾值,tmin為供電員工兩次處理工單間隔的最小時間,△y為供電員工兩次處理工單間隔的閾值。

在進行供電服務工單派單時,按照競爭圖譜得分高低進行派單,即:某個供電服務工單處置點選擇競爭圖譜得分最高的供電員工派單,直至工單分配完畢。

3 算例分析

3.1 場景與參數設定

為驗證文中所提基于競爭圖譜的供電服務工單派發方法的有效性。在某供電所進行工單任務分配仿真運行。設置該供電所有運維人員53名。供電服務工單的數據來源為營銷業務系統中的用電客戶檔案數據、電費繳費數據,用電信息采集系統的用戶電表電流、電壓、功率因數、停電事件上報數據,人資管理系統中的供電員工人資編碼、姓名等檔案數據,i國網供電服務移動應用中供電員工的狀態數據,95598供電服務系統中的客戶報修數據,供電服務指揮平臺中的供電服務工單數據。上述系統的數據同步至省級電力公司的數據中臺,然后再傳輸至文中所提算法中,來源于營銷、運檢、安監、人資和調度5個部門,每個部門仿真的工單數量為1 000個。

文中所提基于競爭圖譜的供電服務工單派發方法采用python開發。部署在地市供電公司的服務機房。服務器的處理器為Intel xeon Gold 6254,處理器核心為18個,處理器運行頻率為3.1 GHz,內存為128 GB,服務器硬盤為固態硬盤8 TB。文中比對的方法為注意力分單策略[22]、聯合Q值分解策略[23]、數據驅動策略[24],上述分單策略是供電服務派單中的經典方法,具有較好的通用性。

3.2 算例運行分析

3.2.1 供電服務工單派單效率分析 供電服務工單派單效率分析是供電服務工單分單的性能指標。該指標的計算方法為:從供電所接收到工單后,到完成工單派單的時間。該指標的統計指標為分單耗時長,其分單耗時越短,則說明供電服務工單分單性能越好。

分別選擇營銷、運檢、安監、人資和調度各100個工單,采用文中所提基于競爭圖譜的供電服務工單派發方法與注意力分單策略、聯合Q值分解策略、數據驅動策略比較供電服務工單分單性能。供電服務工單派發平均耗時見表2。

表2 供電服務工單派發效率分析

由表2可知,文中所提基于競爭圖譜的供電服務工單派發方法的算法結構簡潔高效,其中,采用優化的NLP處理供電服務工單,提取供電員工狀態、位置高效,競爭圖譜派發工單性能高。因此,在供電服務工單派發時耗時短,其工單派單時間為0.53 min;而注意力分單策略、聯合Q值分解策略、數據驅動策略算法采集數據周期長,供電服務工單分配消耗資源大,耗時多,其中,注意力分單策略1.54 min、聯合Q值分解策略1.48 min、數據驅動策略1.63 min。因此,文中所提基于競爭圖譜的供電服務工單派發方法派單效率更優。

3.2.2 供電服務工單派單準確率分析 供電服務工單派單準確率是文中所提方法派單的核心指標,該指標是衡量供電服務工單是否分配合適的關鍵要素。其計算方式為:將模型統計的供電任務分配人員與人工依據供電所管理規范人工分單的人員進行比較,若兩者一致,則為供電服務工單派單準確。兩者的比值則為供電服務工單派單準確率。供電服務工單派單準確率的取值范圍為0～100%,比值越大,說明供電服務工單分單越準確。

分別選擇供電服務工單數量為1 000、1 500、2 000、3 000、3 500、4 000、5 000,采用文中所提基于競爭圖譜的供電服務工單派發方法與注意力分單策略、聯合Q值分解策略、數據驅動策略比較供電服務工單派單準確率。供電服務工單派單準確率見表3。

表3 供電服務工單派單準確率表

由表3可知,文中所提基于競爭圖譜的供電服務工單派發方法結合了供電員工的工作狀態、離供電服務工單處置位置距離和供電員工等級進行綜合分析,采用競爭圖譜求解了最優的供電服務派單策略,其平均供電服務工單派單準確率99.1%。而注意力分單策略、聯合Q值分解策略、數據驅動策略算法派發供電服務工單時,未結合供電員工的能力做等級進行劃分,僅依賴供電員工的忙閑狀態和地理位置進行工單派發,其派單準確率較低,其中,注意力分單的供電服務工單派單準確率97.2%,聯合Q值分解分單的供電服務工單派單準確率96.1%,數據驅動的供電服務工單派單準確率95.0%。因此,文中所提基于競爭圖譜的供電服務工單派發方法更準確。

3.2.3 供電服務工單派單激勵效果 供電服務工單派單激勵效果是為了驗證文中所提方法對供電員工的工作激勵情況。文中,將53名運維人員分為好、中、差三個等級,三個等級的人員數量分別為15、21、17個;供電服務工分配1 000個工單。采用文中所提基于競爭圖譜的供電服務工單派發方法與注意力分單策略、聯合Q值分解策略、數據驅動策略的派單結果見表4。

表4 供電服務工單派單結果表

由表4可知,文中所提基于競爭圖譜的供電服務工單派發方法建立了好、中、差等級供電員工的分單激勵策略,結合供電員工的工作狀態、所處位置、等級等因素,將工單優先分配給好、中2個等級的供電員工,以提高好、中2個等級供電員工的工作積極性。針對差等級供電員工,則少分配供電服務工單,激勵該類員工提升工作質效,從而提升服務等級,獲得更多的供電工單與績效。注意力分單策略、聯合Q值分解策略、數據驅動策略則只根據供電員工的忙閑狀態和所處位置進行分單,并未區分不同類別的供電員工的激勵策略,而造成了3個等級的供電員工對提升工作質效的激勵不足。因此,相較于注意力分單策略、聯合Q值分解策略、數據驅動策略,文中所提基于競爭圖譜的供電服務工單派發方法能更好地對供電員工進行激勵,提升其工作質效。

4 結語

為解決供電所工單類型多、分配準確率低的問題,提出了一種基于競爭圖譜的供電服務工單派發方法。 該方法通過自然語言處理對多種類型的供電所工單進行整合,實現了供電員工的位置、工作狀態等信息的整合,得到了供電員工的完整狀態信息。通過對供電員工的工作狀態、離供電服務工單處置位置距離等多個維度進行對比分析,可獲得供電服務工單最優的分配結果。該方法為避免供電員工達到一定服務等級后工單處理不及時的問題,提出了競爭優勢值降低的策略,促進供電員工積極參與接單。

算例的仿真結果表明,該方法通過優化配置供電服務工單分單,提高了好、中2個等級供電員工的派單與績效,對差等級供電員工起到激勵作用,該方法有效提升了供電服務工單派發準確率,提升了供電服務工單處置效率。下一步,將結合社會化的共享電工的資源分布特點,對供電員工服務工單分配方式做進一步研究。