以贝叶斯网络为基础的决策分析系统在电力营销中的应用研究

庞伟林 宋才华 邓乾

摘 要： 将贝叶斯方法应用于电力营销决策，能够取得很多其他方法无法比拟的实际效果。介绍了贝叶斯网络与数据挖掘技术的相关概念，阐述了电力营销相关理论和存在的问题，提出了适合电力营销决策的贝叶斯网络，用于客户价值评估、用电异常监测等领域，并且论述了实现的方法和可能性。

关键词： 数据挖掘; 贝叶斯方法; 贝叶斯网络; 电力营销决策

中图分类号： TP311      文献标志码： A

Applcaton of Decson Analyss System Used n Power

Marketng Based on Bayesan Network

PANG Weln， SONG Cahua， DENG Qan

（Foshan Power Supply Bureau， Foshan 528000）

Abstract： Applyng Bayesan method to power marketng decson-makng can acheve many practcal results whch are ncomparable wth other methods. Ths paper ntroduces the related concepts of Bayesan network and data mnng technology， expounds the related theores and exstng problems of power marketng， and puts forward a Bayesan network whch s sutable for power marketng decson. The network system s used n the felds of customer value evaluaton， anomaly montorng of electrcty use and so on， and dscusses the methods and possbltes of mplementaton.

Key words： Data mnng; Bayesan method; Bayesan network; Power marketng decson

0 引言

电力企业数年来积累了大量的数据，迫切需要通过知识发现来为营销决策者提供可靠的依据[1]。贝叶斯方法以其独特的不确定性知识表达形式、丰富的概率表达能力和综合先验知识的学习特性称为当前知识发现领域中最引人注目的焦点之一。将贝叶斯方法应用于电力营销决策，能够取得很多其他方法无法比拟的实际效果[2]。

贝叶斯网络具有概率论和图论的双重优势。它为我们解决不确定性问题提供了一种更有效的方法。它可以帮助我们解决数学和工程中经常遇到的两个问题;不确定性和复杂性[3]。将偏压网络技术引入电力营销中，利用偏压网络建立了分析模型，提高了整个决策分析软件的实用性和智能性，使企业决策管理更加科学合理，对降低企业经营风险具有重要意义。

1 贝叶斯网络与数据挖掘技术简述

1.1 贝叶斯网络概念

贝叶斯网络（Bayesan Network，也称为信任网络）和概率网络是模糊逻辑、可靠性方法和神经网络之后的一种不确定性知识表示模型。它不仅有着坚实的概率论理论基础，同时又能够很好地同专家头脑中的知识结构相对应。在数据挖掘领域，决策支持系统，电力系统的可靠性分析、故障诊断等都有着重要的应用价值和广阔的应用，己经成为人工智能领域对不确定性知识的描述和推理十分重要的方法[4]。

贝叶斯网络是用来表示数据概率知识的模型，是以贝叶斯概率理论为基础的，是概率论与论相结合的产物。它可以获得数据集中各变量间的条件概率，判断变量间的因果关系[5]。在许多现实的情况下，一些规则不能对数据进行全面描述。建立数据库完整的模型是比较困难的，而且所建立的模型也比较复杂。贝叶斯网络可以对规则进行补充，它的图形表示方式更容易理解。同时，它是一种数学模型，可以在不确定的情况下进行推理[4]。

1.2 数据挖掘技术及其步骤

数据挖掘是从大数据集的数据中提取人们感兴趣的知识。这些数据是不完整的、模糊的、随机的，并且所提取的知识是隐含的和潜在有用的信息[6]。

数据挖掘的目标是从数据集中发现隐藏的和有意义的知识，主要包括自动预测趋势和行为、关联分析、分类、聚类、概念描述、偏差分析等功能。在完整的数据挖掘过程中有5个步骤[7]。完整的数据挖掘一般有5个步骤，工作流中各步骤解释如下：

（1） 问题定义;了解相关领域的有关情况，熟悉背景知识，弄清用户要求。定义要挖掘的目标。

（2） 数据提取;根据要求从数据库中提取相关的数据。

（3） 数据预处理;主要对前一阶段产生的数据进行再加工，检查数据的完整性及数据的一致性，对其中的噪音数据进行处理，对丢失的数据进行填补。

（4） 知识获取;运用选定的数据挖掘算法，从数据中提取用户所需要的知识，这些知识可以用一种特定的方式表示或使用一些常用的表示方式。

（5） 评估;将发现的知识以用户能理解的方式呈现。

1.3 贝叶斯网络在数据挖掘中的应用及特点

贝叶斯网络不仅可以表达不确定性知识，而且可以进行概率推理，它的学习算法也可以从大量的数据中自动构造贝叶斯网络。贝叶斯网络的学习算法还能从大量的數据中自动构造贝叶斯网络，这使得贝叶斯网络非常适合于不确定性知识发现[8]。利用贝叶斯网络进行数据挖掘流程，如图1所示。

贝叶斯网络是用于表示变量集的链路概率分布的图形模型。它提供了一种自然地表达因果信息的方法。贝叶斯网络本身没有输入和输出的概念，每个节点的计算是独立的。因此，可以从上级节点到下节点推断贝叶斯网络的学习。用于数据挖掘的贝叶斯网络方法主要有以下几个特点[9]：

（1） 贝叶斯网络可以处理不完备的带有噪声的数据集，它用概率测度的权重来描述数据间的相关性，从而解决了数据间的不一致，甚至是相互对立的问题。

（2） 贝叶斯网络用图形的方法描述数据间的相互关系，语义清晰，可理解性强，这将有助于利用数据间的因果关系来进行预测分析。

（3） 由于贝叶斯网络具有因果和概率性语义，它有助于先验知识和概率的结合，容易与优化决策方法相结合。

2 电力营销理论及常见问题

2.1 电力营销理论

电力营销是指电力企业在变化的电力市场环境下，为了满足消费者对用电的需求，通过电力企业的一系列市场经营活动，为用户提供优质、可靠、充裕的电力[10]。产品和满意的服务给用户，从而在综合经营和销售中获取利润。总之，电力营销是为了满足实际或潜在的电力需求而交换电力市场的过程[11]。

从电力市场营销的概念可以看出，电力营销的核心是电力企业必须面对市场和消费者，必须适应变化的市场，及时对营销策略进行正确的调整;电力企业应提供合格的电力和满意的电力[12]。电力企业要用最少的投入、最快的速度将电能送达消费者;电力企业应该而且只能在消费者的满足之中实现自己的各项目标。

电力市场营销应该在市场营销基本理论的指导下，综合运用统计、计算机等技术对营销行为进行多角度的分析，然后做出市场判断和营销决策[13]。电力营销包括电力营销原理、电力市场研究、电力需求分析、电力营销组合等。

2.2 电力营销存在问题

电能商品的特殊性从根本上决定了电力市场营销与一般商品营销既有联系，又有差別。其联系体现在二者均为满足消费者的某种需要和效用，并且二者都遵循市场规律，遵循市场营销原理[14]。其区别在于：

（1） 电能商品的单一性，因此，电力营销策略没有比其他商品营销更具设计性和空间性。然而，由于用户对电力的需求不同，电价也会有所不同，从而形成各种商品价格。

（2） 电能商品的交易本身虽然也包括了一系列的环节，比如发、输、配、售，最后才到达消费者，但是这些环节都是瞬间完成，因此和其他商品相比，不必考虑存货成本的影响;

（3） 电能产品的销售很大程度上取决于电气设备和电器的使用。因此，电力营销与电力商品营销的互动将是相辅相成的。

（4） 当电能产品失效时，对用户的影响往往是大面积和大群体。因此，我们必须建立全天候快速维修服务团队。正是由于电力市场营销与一般的商品营销既有联系又存在差异，因此在实际的电力市场营销分析中，应该注重一般营销理论与电力行业特征的具体结合。

3 贝叶斯网络在电力营销决策中的应用

3.1 客户价值评估推理模型设计

（1） 属性模型的建立

在电力系统的营销过程中，不同的客户在购买力、信用等级、利润贡献、价值等方面是有差异的，所有客户对供电企业的实质付出或价值并非相同，通过识别和捕捉，使得供电企业才真正了解和掌握真正的客户，目的是实时的掌握客户的用电情况，并对接下来的营销策略进行新的部署[15]。

（2） 网络模型的构造理论

用贝叶斯网络做数据挖掘，就是要找到上一节说讨论到的变量的因果关系，具体计算过程需要用到贝叶斯公式如式（1）。P（Sh|D，ξ）=P（D，Sh|ξ）P（D|ξ），

（1）  其中，P（D|ξ）是于结构无关的量。

然后，根据先验知识，构造了贝叶斯网络的结构。当贝叶斯网络未知时，我们必须设法学习它的结构和CPTS，而且它们能最贴切地反映训练数据中各变量之间的因果关系。因此，我们需要评价网络结构优劣的标准以及在众多结构中搜索最佳结构的方法[16]。

（3） 网络模型的设计

通过上述贝叶斯网络的构造方法，再结合先验专家知识，排除大量不合理组合，比如：客户盗电信息和客户性质没有直接关系，电费贡献等级与客户发展信息没有直接关系等。

3.2 客户用电风险评估预测模型设计

概率风险评估（PRA），是各种安全性分析方法的集成运用，它的主要工作包括风险模型建立和风险模型的定量化。风险模型包括描述危险事件发生可能性的模型和描述危险事件造成损失的模型，通常采用事件树与故障树结合的方法建模。风险模型定量化主要是计算基本事件、危险事件发生概率的点估计和区间估计以及不确定性，在概率的意义上区分各种不同因素对风险影响的重要程度[10]。

对不同的系统，时机、范围、程度等具体要求不尽相同。但贝叶斯网络进行风险分析一般地由以下几个步骤构成;研究熟悉系统首先应全面熟悉所分析的系统;分析初始事件;分析初始事件和中间事件，建立贝叶斯网络模型;初始事件和中间事件概率的评估;量化和不确定性分析;后果分析;风险排序和管理[8]。

3.3 贝叶斯网络电力风险预测功能设计

贝叶斯网络可以用于企业信用评级，本文主要研究和论述用电异常监测的情况。

为了准确的发现用户用电异常现象，可以采用一种逐层过滤的贝叶斯网络结构，每一个过度结点，我们给他两个属性（通过和未通过），未通过的信息，表示已经被筛选掉（即：该用户不存在用电异常），而通过的信息，表示可以供进一步筛选，直到所有的筛选过滤环节结束。

4 贝叶斯算法在电力营销系统中的实现

4.1 电力营销的数据获取与处理

电力营销系统首要的工作是进行数据的获取，并对数据进行初步处理，生成基于神经网络的知识图谱。系统生成的图谱如图2所示。

决策支持系统的数据抽取、转换模块采用三层数据转换结构：详细数据层，统计数据层、综合数据层。所有基础数据，来源于三个方面，有电力MS系统、供电系统中的各类采集与监控系统、外部环境导入，数据经导入、抽取、过滤、合并处理。

电力营销决策支持系统首先从原始数据库保存的大量数据信息中选取与决策相关数据，并且将其抽取到系统数据库中，然后运用开发工具进行分析。

4.2 贝叶斯网络在电力营销决策系统中应用的实现

贝叶斯网络以概率推理为基础，推理结果说服力强，并且模型灵活，可以通过参数和结构的学习使其更适用于风险预测或者价值评估，因此，它在很多领域都得以应用。在我们的电力营销决策系统中，我们在客户识别分析模块、风险预警与分析模块尝试使用贝叶斯网络作为评估和预测模型[7]。系统评估流程如图3所示。

5 总结

电力市场营销是符合电力市场化改革趋势的电力企业经营理念，是提高电力企业经济效益的主要途径。贝叶斯方法以其独特的不确定性知识表达形式、丰富的概率表达能力和综合先验知识的学习特性被广泛的应用。通过本文的研究可以得出以下结论：

（1） 将贝叶斯网络应用于电力营销客户的价值评估，可以解决用户数据缺失或者不足的问题，为客户性质的评价提供了良好的模型，并且为进一步的客户信用评级、欠费风险预测打下了良好的基础。

（2） 将贝叶斯网络应用于电力营销决策支持系统中，通過良好的图形界面为决策者制定具体决策方案提供了良好的依据，证明了贝叶斯网络模型应用于电力营销的合理性，和高效性。

参考文献

[1] 向寿柏.电力营销用电信息系统建设的实践与思考[J].通讯世界，2015（23）：248-249.

[2] 陈瑞，黄建文.基于模糊贝叶斯网络的工程项目进度完工概率分析[J].水电能源科学，2018，36（6）：167-170.

[3] 王永才，庞伟林，范婷.基于贝叶斯网络的业务系统数据质量优化方法[J].微型电脑应用，2018，34（5）：76-80.

[4] 王德文，雷倩.基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法[J].电力自动化设备，2018，38（5）：129-135.

[5] 冯哲.电力营销供求规律与策略的分析与研究[D].天津：天津大学，2017.

[6] 闫永玲，张庆波，王宇峰.基于贝叶斯网络模型的BMD系统效能评估[J].火力与指挥控制，2018，43（4）：89-93.

[7] 惠飞，穆柯楠，赵祥模.基于动态概率网格和贝叶斯决策网络的车辆变道辅助驾驶决策方法[J].交通运输工程学报，2018，18（2）：148-158.

[8] 孙承延.在电力营销中应用风险决策期望值法的尝试[J].科技资讯，2014，12（36）：136.

[9] 朱蕾，杨毅.改进贝叶斯算法在配网故障诊断中的研究[J].三峡大学学报（自然科学版），2018，40（2）：72-77.

[10] 裴迪.基于贝叶斯网络的货车空气制动系统故障诊断研究[D].北京：北京交通大学，2018.

[11] 薛卫星.基于贝叶斯知识库的牵引变电所故障诊断方法[J].电气化铁道，2018，29（1）：5-8.

[12] 魏艳平.基于大数据平台的电力营销分析决策系统的研究与设计[D].成都：西华大学，2017.

[13] 徐加振.基于贝叶斯网络的项目族风险评价研究[D].长沙：湖南大学，2014.

[14] 石杨.新疆新华水电电力营销决策及预算支持系统的设计与实现[D].成都：电子科技大学，2015.

[15] 王国辉，焦庆龙，赵波.基于贝叶斯网络的自动装弹机维修决策[J].火力与指挥控制，2015，40（3）：155-158.

[16] 肖民.电力营销决策与辅助决策系统的设计与实现[D].成都：电子科技大学，2015.

（收稿日期： 2018.11.14）

作者简介：庞伟林（1989-），男，佛山市，研究方向：信息系统管理及数据分析应用研究工作。

宋才华（1976-），男，湛江市，研究方向：供电系统客户服务的信息化建设与应用。

邓乾（1993-），男，佛山市，研究方向：供电系统客户服务的信息化建设与应用。文章编号：1007-757X（2020）01-0123-04