大数据时代数据挖掘技术在电力企业中的应用

江 涛，贺超群，刘 洋，唐知涵

（1.国网湖北营销服务中心（计量中心），湖北 武汉 430000；2.国网鄂州供电公司，湖北 鄂州 436099）

0 引 言

进入了大数据时代后，电力系统中的数据量越来越大，其涵盖电网设备运行、电网设备检修以及运营管理等诸多方面。为了发挥出这类数据的价值，需要采用科学的方式来整合、利用数据，以提升企业的经济效益与管理水平，这也是当前电力企业重点关注的问题。针对电力企业的实际情况，最为适合的技术就是数据挖掘技术，利用这一技术可以充分找到数据中的潜藏价值，处理并深度挖掘各类模糊性和随意性的数据[1]。

1 数据挖掘技术概述及应用于电力企业的必要性

随着技术水平的不断提高，数据挖掘技术在各个领域中得到了广泛使用，促进了多个行业的发展。大数据属于海量数据资源库，借助数据挖掘技术可以对资源进行精准分析。

1.1 数据挖掘法

从本质来看，数据挖掘法就是对多个类型的数据开展归类、分析以及整理，将各类零散数据整理出来，让数据信息更加清晰、具有条理。其中，聚类和分类是不同的，在应用数据挖掘法时，不能简单地对数据来分类，还要深刻分析其中的意义和价值。目前，这一技术已经被广泛应用到了心理学和数据识别等工作中[2]。

1.2 关联分析法

理论研究显示，各个事物之间都有着密切关联，这是数据最为典型的特征。为了找到海量信息中具有价值的内容，需要分析数据的规律，利用关联分析法即可有效解决这一问题，通过各类关联数据找到所需内容，进行辨别、分析以及处理[3]。

1.3 特征分析法

随着技术的发展，各个行业中的数据类型变得越来越多，表现出结构复杂的特点，针对不同的数据要根据其特征来进行科学分类。应用特征分析法需要借助大数据的支持，分析出不同数据特征，对数据资源做出深度挖掘，从而达到理想的效果。

1.4 数据挖掘技术应用于电力企业的必要性

在科技日新月异的背景下，工作和生产越来越趋向于智能化和自动化的发展，大部分企业内部都开始实施信息智能化管控系统，旨在及时分析与管理数据信息，确保企业的正常运营和稳建发展。作为国家的民生企业，电力企业内部涉及诸多重要信息，如内部管理信息、客户个人信息、电力设备运营信息以及电价信息等，这些信息数据十分庞杂，极易引发管理问题，造成信息数据的泄露。现阶段，我国电力企业的数据管理相对滞后，依旧利用数据库的方式进行数据的统计、查询、管理及存储等工作，严重浪费人力资源，不利于工作效率的提高。随着大数据时代的到来，很多信息数据都是由互联网技术进行集中管理，在电力企业内部运用大数据技术能改变传统的信息管理模式，深度挖掘电力信息数据背后的价值可以进一步完善信息数据管理，促进工作效率和质量的提升。随着国家产业链的持续优化，更多的企业开始使用数据挖掘技术，以便增强自身的核心竞争力，实现人力资源优化以及提高管理效率和经济效益的目标。

2 电力企业中营销稽查的内涵

从电力企业营销稽查的内涵上来看，其主要包含用电检查与稽查、内部控制制度稽查以及营销系统稽查等[4]。

用电检查与稽查是整个电力营销稽查的核心内容，主要作用是完成对电力企业营销过程中所签署供需合同的详细检查与实时监督，能够有效保证电力企业与终端用户双方的合法权益，确保双方合同是在法律框架下签订的，具有一定的法律效力。与此同时，电力企业常态化稽查手段能够更好地发挥营销稽查的检查与监督作用，第一时间发现电力企业运行过程中所存在的问题，并进行针对性的改正。

内部控制制度稽查也是营销稽查的重要组成部分，是为了有效实施电力营销稽查过程中政策与制度，确保相关内部制度的贯彻与落实。与此同时，在确保企业内部的政策制度得到实施后，还需要掌握与反馈这些政策实施的效率和效果。对于内控稽查过程中所发现的问题要采取积极主动的态度，不断思考总结有效的方法与手段，促进相关政策制度效果的提升。

除了以上两个方面，电力营销系统稽查也同样是营销稽查不可或缺的组成部分。其职能就是对相关电力企业终端用户的基本资料进行审查、维护以及挖掘，并根据相关数据的变化进行实时更新与核实。这也就从侧面说明了电力营销领域的相关工作人员在进行电力营销系统稽查过程中要做到准确、全面，这样才能强化终端用户数据和资料的价值。除此以外，通过电力企业营销系统中执行数据的反馈也能够充分掌握相关电力营销制度落实的效果。

3 数据挖掘技术在电力营销稽查中的应用

电力营销稽查信息系统的建设需要建立在对电力企业数据资源进行详细分析和审查的基础上，电力营销数据经过系统的分析和处理之后会表现出立体化、动态化以及连续性等特点，帮助电力企业相关人员从数据中提取出具有价值的信息内容[5]。通过分析数据信息可以总结出电力营销工作的规律，从而为电力客户提供优质、精准服务。在电力营销工作中，数据挖掘工作的价值涵盖到用户识别、电力销售分析、营销业务支持、市场需求分析以及重点客户的研判等。借助数据挖掘算法可以精准分析出客户的信息，明确客户情况、客户关系、市场情况以及售电情况，从而为企业的管理人员和决策人员提供用电动态变化，帮助管理者转变思路，从以往的事后处理转化为事前处理，提高企业的管理和经营能力。

3.1 数据来源

在数据的来源方面，电力营销稽查信息系统的数据来源涵盖多个方面，包括外部数据库、监控系统以及内部数据库等，通过对各类数据库的整合、分析与处理作为后续的数据来源。

3.2 数据过滤

通过数据过滤筛选出具有价值的数据，打造出可以满足系统运行要求的最小数据库。过滤掉有污点、噪点以及残缺的数据，展现出需要的内容。在数据规律环节，关注的重点在于原始数据、分类指标以及时间信息。

3.3 模型设计

将数据挖掘算法作为基础，打造与实际对象相符的模型系统，在特定的假设条件下可以对模型做出精准描述。在整个稽查信息系统中，打造模型可以对原始数据进行定量分析和处理，将分析结果转化为直观信息。

3.4 电力销售分析

对于电力销售分析，需要从时间和地点等角度来实施。从宏观角度上，对电费收缴、电力销售数据指标进行分析、处理，帮助决策人员把握业务的整体实施情况，及时发现营销环节存在的问题，根据问题来制定策略。电力销售分析模块的功能包括以下4个部分。一是评估销售，分析销售情况，包括销售收入、总销售量、电量、平均电价以及重点行业的电量销售情况。二是分析销售结构，从多个层面来剖析电量的总销售结构。三是分析销售构成变化，分析电量总销售量的各个阶段，针对市场变化趋势进行总结。四是分析销售区段，划分、对比平均电价、总电量以及应收金额等。

在电力企业中，应用数据挖掘算法能够对相关的数据信息进行规律的抽取和分析，打造出相关的数据模型，直观展示分析结果。综合各类数据信息，做到对客户的精准识别和分析，为营销决策的制定奠定基础，帮助管理人员制定出有效的营销策略，从而满足客户的精准需求，为提升企业的经济效益和社会效益奠定基础。

4 结 论

在电网体制的改革下，数据挖掘技术的应用变得更加广泛，将这一技术应用到电力企业的实际工作中可以充分挖掘出现有数据的价值，为电力资源的优化配置提供支持，从而有效提升电力企业的综合竞争力，为电力企业的健康稳定发展提供帮助。

对于电力企业的电力营销稽查来说，它是一份长远且庞大的系统性工程，因此电力企业需从更远出发建立起建全的营销稽查管理体系，并逐步推行相关法律法规的建立，强化相关稽查工作人员在营销稽查方面的专业素质与技术水平，确保稽查工作具有客观性，能够有效发挥其检查与监督作用。通过营销稽查来对电力营销稽查工作进行梳理，发现其中所存在的问题，快速制定相关问题的解决方案，并积极构建问责制，确保奖惩分明，完成监督、鼓励机制的构建，促进电力企业竞争能力的提升，确保企业的利益。此外，在电力营销稽查中应用数据挖掘技术具有重要作用，可以有效减少电力营销稽查业务中的差错次数，避免出现一些疏漏现象，提高了电力企业的营销稽查管理水平，促进了电力企业的发展。