线损管理工作评价模型深化

电力工业的发展，要求电力需求侧发挥更大的战略作用。正如现代质量管理学之父休哈特所言：“应用科学在涉及特定的精确性和精密性的问题上，其确切性比纯科学有过之而无不及。”特别是在我国普遍环网联络、开环运行的配电网格管理模式下，利用数据的准确性和精密性开展企业质量管理活动意义重大。

1　线损管理工作的检查评价机制

1.1　定制科学评价机制的必要性

近年来，线损理论得以不断发展和丰富，其内涵已逐渐上升到了一种全局视角。举例来说，与做到营销管控相得益彰的是，通过对线损工作的严格把关，相关部门可以精确分析供电网格的拓扑结构，理清线变关系，从而为配网安全生产提供基础性的保障。

此外，负控终端在负荷侧的逐步覆盖和完善，也使线损工作走上了精益化管控的道路。以某供电局为例，该局终端覆盖率达到100%，上线率达到99.35%（月均），基础数据的准确不仅使线损统计更加真实可靠，更强化了该供电局通过线损发现问题、解决问题的能力。

在这种时代背景下，供电公司传统注重的“两个比对”（即分线、分台区比对），以线损率以及异常率为考核重点的传统评价模型已经不能适应现如今的精益化管理需求，供电公司垂直一体化的管理方式日益显露出其弊端。

因此，鉴于线损管理的重要意义和工作复杂性，以及组织内部存在的沟通壁垒，结合基层单位的实际工作情况，为线损管理设计出一套科学合理的检查、评价机制，引导各单位积极主动协作，公平合理竞争，成为当务之急。

1.2　评价机制的两个基本原则

“下属只做你检查的工作，不做你希望的工作”，IBM前CEO郭士纳的这句话将检查验证、评估效果的重要性一语道破，即必须找对关键信息，“蛇打七寸”。只有过滤噪音，找到制约事物发展的关键节点，才有机会实现组织绩效的稳步提升。

此外，对于供电企业来说，线损数据的真实、准确性是企业开展一系列工作的基础。换言之，如果线损数据失真，企业管理者将无从对其进行分析，线损指标也就失去了参考价值。

因此，加强关键信息的把控，努力提高能效，同时确保基础数据的真实准确，应作为线损管理工作检查评价体系的重中之重。

1.3　借鉴六西格玛管理思想的评价体系

面向线损工作的质量管理，目的就是综合协调供电企业各基层单位减少因管理原因造成的电量“跑冒漏滴”，并以此开展对企业运营基础数据以及业务规范的监控，实现成本最优。具体到PDCA全过程，可以引入广受业界推崇的六西格玛（6σ）管理法作为评价体系的指导思想。

六西格玛，顾名思义，是“6σ”的中文翻译。其中，“σ”是希腊文的一个字母，在统计学上用来表示标准偏差值，用以描述总体中的个体离均值的偏离程度。“6σ”是一个目标，这个质量水平意味着在所有的过程和结果中，99.99966%是无缺陷的。也就是说，做100万件事情，其中只有3.4件是有缺陷的，这几乎趋近到人类能够达到的最为完美的境界，也是供电企业对线损工作精益求精的根本要求。

2　应用统计学原理建立工作评价模型

2.1　六西格玛的理论基础

大数定律（Law of Large Numbers）以及中心极限定理（Central Limit Theorem），以确切的数学形式表达了大量重复出现的随机现象统计规律，并且指出了大量随机变量积累分布函数逐点收敛到正态分布的积累分布函数的条件，是六西格玛管理的理论基础。

2.2　数据挖掘与统计分析

随着线损管理工作的不断深化，以线损率、异常率为主的传统指标考核模式已经不适应现有的精益化管理要求。优化关键指标的管理，加强关键信息的管控，已经成为现代先进管理企业的共识和基本策略。鉴于此，供电企业管理者不妨以线损率为切入点，分线以及分台区进行指标的量化、分析，应用统计学原理，罗列并汇集出线损关键信息的集合，并借助相关图表工具，将其集成在一个维度进行对比，通过比较来评价各单位线损管理工作的质量优劣。

以上文提到的某供电局7月份线损数据为例，将该局所属各供电所分线线损关键信息罗列见表1。

表1　2014年7月分线线损关键信息

 其中，均值表征算术平均值，其受极端异常数据点影响较大，但具有一定的参考意义；标准差表征线损率样本数据的离散程度，其值越小，表示线损波动越小；中位数剔除了极端异常数据样本的影响，比较接近理想状态下的分线线损率；众数则表征了样本数据出现最多的数据值，具有一定的参考意义，在理想的管控情况下，其应与均值、中位数，分线线损率，无限趋近，“四值合一”；极差则表征了线损率波动的范围。

图2

根据各单位线损关键信息，做出各线损率的正态分布图（图2）。不难看出，A供电所标准差最大，样本数据最不稳定，图形最为“矮胖”，亦即线损管理工作相对欠缺；C供电所标准差最小，图形最为“高瘦”，顶端红色区块面积最大，说明其线损率分布相对集中，营销各项管控工作相对到位（包括抄表准时率、终端上线率、计量差错率等）。

图3

将各所的线损率样本做成频次直方图以及正态分布图如图3所示（图表下方的数字为线损率样本的众数区间以及频次），不难看出，A供电所正态分布曲线严重变形（样本覆盖范围过大，图形坐标系-2～10之间为均匀刻度，范围之外的曲线会因刻度不均而产生图像失真），若以图形“瘦高”程度评价波形的优劣，C跟D是相对较好的（标准差小）；直方图则可以看出各所线损率在各线损率区间的分布情况，A供电所异常样本严重偏离均值，D供电所在线损率合格值边缘存在图形上的“毛刺”，说明某些方面管控还不是很到位，存在“局部”电量失真的情况。

2.3　建立科学合理的评价指标

综合各项关键信息，若将各项指标值加权相加得出总分作为评价指标，以分数高者为最优，不难看出C供电所的得分是最高的。即在各所中C供电所的线损率样本最集中，波动最小，换言之，线损管理工作做得最到位。

图4

2.4　合理性论证

为了论证该评价指标的合理性，可以选取C供电所1～7月份的线损率数据作为样本，绘制成该所各月份线损率的正态分布图，如图5所示。

图5

通过图5不难看出，随着月份的推移，C供电所各月份的正态分布曲线呈向均值收敛的趋势，慢慢“变高变瘦”，亦即标准差逐渐降低；其均值亦向左边迁移，表征其分线线损率逐步降低。

联系近段时间该局对下属各供电所下达的各项指令和业务流程的优化指导，以及C供电所在近段时间以来，三类案件查处以及终端运维方面的优异表现（其中，该所分线线损异常率由年初的2.99%下降至7月份的0.29%，终端上线率由月均98.93%上升至99.30%，查获三类案件共涉及电费、违约金898.14万元），其图线符合线损管理工作逐步提高的一般规律。该评价指标的合理性可以得到初步论证。

3　结论

选取线损率离散程度作为线损管理工作的检查评价维度，综合各关键信息指标的得分情况，应该可以比较全面地展现各单位的线损情况，不失为衡量线损管理工作质量的一种科学评价标准。

参考文献

[1]薛冰．用数据说话：迎接电力营销服务的大数据时代[M]．北京：中国电力出版社，2014．

[2]埃文斯．质量管理与质量控制[M]．北京：中国人民大学出版社，2010．

[3]冯开健．浅析电力企业营销精细化管理[J]．现代经济信息，2009，（17）．

[4]杨亮明．基于信息系统的线损四分管理常态机制研究与应用[M]．北京：科学出版社，2011．

[5]吴竹媚．试论供电企业线损管理及技术措施[J]．广东科技，2010，（2）．

（作者系深圳供电局有限公司工程师，技师）