电力稽查模式未来发展趋势分析

摘要：社会经济迅速发展，电力用户快速增加，用电需求激增，这就要求进一步优化与完善电力稽查工作。智能稽查能够及时发现异常数据，避免人工业务不规范，提高数据处理效率及能力，而智能稽查体系的建立与规范能更好地服务电力公司、企业与社会大众。现以建立智能稽查模式为切入点，对目前传统电力稽查模式存在的问题以及新智能稽查模式的改进点进行对比，提出新智能稽查未来发展及应用前景。另外，从发现问题、分析问题、解决问题、总结问题、预警体系五个步骤入手，以传统稽查模式为蓝本，引入新型数字化智能稽查体系，令电力稽查工作更加实用化、效率化。

关键词：数字化;智能稽查体系;问题;效率

0    引言

电力稽查工作在确保电力企业经济市场秩序和提高其经济利益方面发挥着非常重要的作用，但目前的电力稽查工作面临着一些难题，比如传统的稽查工作模式已经不能适应当前社会发展的要求，要对其进行变革创新，用智能稽查提高营销稽查工作的连续性和完整性，促进营销管理水平的不断提升。

1    当前电力稽查模式存在的问题

传统稽查模式的彻查法和抽查法依靠工作人员的长期经验实施，已不能满足日新月异的社会需求，不能保证准确性。抽查法使用范围具有局限性，不能及时发现实际工作中的偏差，加上电力稽查工作的管理模式不健全，电力企业稽查工作效率较低，影响经济效益的提高。

2    未来智能稽查体系的研究与应用

未来的电力稽查模式在于构建智能稽查体系。智能稽查体系如何在每个环节实现智能化、自动化，从而构建有别于传统稽查的稽查模式呢？本文的核心在于研究出一种智能稽查体系（图1），要实现异常特征的智能提取、能够根据异常特征进行问题异常关联分析，并调用专家样本库及模型和全量数据以及问题处理的结果来智能比对评价结果是否正确，更新案例库、问题库和规则库，不断根据PDCA的闭环体系更新稽查智库，包括案例库、知识库、基因库，从而不断提升智能化水平。

第一步，发现问题（图1步骤①②）。

应用场景：常态稽查、专项稽查、飞行稽查的发现问题环节。

方法与应用：智能稽查体系第一步是构建问题特征的智能提取，用大数据的数据异常方法来发现存在的问题（基因重组的方式、LR回归、随机森林分类器）。

要实现智能稽查体系，第一步是构建问题特征的智能提取，用大数据的数据异常方法来发现存在的问题。从常态、专项、飞行稽查发现的问题信息及全量数据中按照大数据的规则，利用发生频率、平均位移等方法提取异常特征。能将问题进行有效分类，需整理出反映问题变化状况的特征指标。根据问题记录所包含的信息，我们将特征属性大致分为以下4个部分：

（1）问题强度：反映统计时间周期内的问题数量，可按专业、分类等维度进行分析。

（2）问题频度：反映统计时间周期内的问题频率，可按专业、分类进行过滤获得。

（3）时间变化信息：反映问题在时间上的变化趋势。

（4）空间变化信息：反映问题在空间上的分布规律。

第二步，分析问题（图1步骤②③）。

应用场景：常态稽查、专项稽查、飞行稽查的确定问题、问题核查比对环节。

方法与应用：通过用户编号、时间等信息对问题和异常进行关联分析，并采用基因组的问题分类，对同一问题基因在基因库中进行重组，形成问题的智能分类分群（K-Means算法分析和密度等聚类算法、平衡性稽查方式）。

以问题类别为研究对象，在预处理后的数据中，基于K-Means算法分析和密度等聚类算法找到聚焦的问题，提取四个变量：平均问题数、问题频率、问题标准差、问题斜率，作为问题分群的表征变量。通过用户编号、时间等信息对问题和异常进行关联分析，并采用基因组的问题分类，对同一问题基因在基因库中进行重组，形成问题的智能分类分群。

第三步，解决问题（图1步骤②④⑤⑥⑦⑧⑨）。

应用场景：常态稽查、专项稽查、飞行稽查的异常问题等级判定，风险库构建，问题库构建。

方法与应用：（1）異常问题经比对分析后，基于专家样本库，智能构建问题评价模型;（2）将全量数据的异常跟评价模型评价结果比对验证;（3）对模型的评价结果跟稽查处理结果进行跟踪验证。（4）据验证结果判断问题准确性及级别，并启动问题处理流程，采用立项、处理、销号、问题处理评价等环节的自动化、流程化管理，实时监控问题整改的进展，并调用知识库和案例库辅助解决问题（知识库、问题库、规则库的联动，模型搭建）。

第四步，总结问题（图1步骤⑧⑩）。

应用场景：风险库、案例模板库、问题库的更新及智能数据分析，为稽查智库建立知识图谱分析提供数据备份。

方法与应用：根据问题库、规则库、案例库进行基因重组或知识库的提炼，形成基于人工智能的稽查知识图谱。

对模型的评价结果跟稽查处理结果进行跟踪验证，前期也可以采用专家判断审核（经过一段时间运行后，此环节可以去掉），如果判断有误，更新专家样本库并进行模型重构。

根据验证结果判断是否为问题，并启动问题处理流程，采用立项、处理、销号、问题处理评价等环节的自动化、流程化管理，实时监控问题整改的进展，对问题整改闭环进行督办，对问题及时销号，实现问题的管控闭环。

第五步，预警体系（智能稽查体系旁支）。

应用场景：风险库的构建及与规则库的联动。

方法与应用：构建五级智能预警体系，对问题存在的风险实现预警信息闭环管控，通过问题剖析和管理措施制定，加强业务风险预警防控，对各类问题从事后稽查逐步前移到事前预警，采用分级预警模式进行预警提醒。

构建五级智能预警标准岗位体系，通过建立金字塔式预警模型，实现从基层班长到单位领导分级预警、层层管控。同时一、二级预警阈值依据工作标准时限和问题出现概率来设置阈值，开展事前预警，三、四、五级依据问题严重程度来设置阈值，开展事后管控。

3    结语

电力行业作为国民经济发展依赖度最高的行业之一，电力营销中的稽查工作非常重要。随着科技水平的不断提升，要改变传统的稽查模式，采用智能稽查手段来提高稽查工作效率。相比于传统的稽查模式来说，智能化稽查问题多维定位模式可以更加快速、准确和全面地对问题进行追根溯源。在稽查问题精准定位的前提下，可及时排除投诉隐患，提升客户满意度。

收稿日期：2019-12-09

作者简介：何伟刚（1988—），男，广东东莞人，硕士，工程师，从事电力营销领域风险管控研究及管控应用、电力市场营销管理工作。