自定义多规则筛查技术在电力稽查中的应用

张卓

（广州供电局营销稽查中心，广东广州，510000）

0 引言

传统稽查模式采用的是常态抽样检查，从上月发生的样本中随机按照一定的比例抽选样本进行现场检查，再统计业务的问题发生率。常态稽查的方式的优点是可以反映各单位分专业的综合管理水平并进行横向管理，从而进行全方位的工作质量评估。但常态抽样存在样本问题率低，不能就批量同类问题进行集中核查的缺陷。多类问题存在履查履范、屡禁不止，这也成为了一大难题，很难发挥出稽查的作用，即进行强有力的风险管控；也不能实时掌握问题的发生与整改，不满足当今大数据时代的要求。

因此实时性、问题针对性更强的在线稽查模式应运而生。在线稽查模式依托系统的规则进行抽样，设定筛查周期，在海量数据中将符合异常筛选条件的样本筛选出来。营销稽查人员定期根据事先确定的筛选条件，对在线稽查监控系统定期筛查出异常样本进行稽查。通过在线稽查，问题针对性较强，问题率显著高于常态稽查。对于稽查人员而言异常定位更为精准，提高了稽查的效率，是广泛应用的方法。但在线稽查模式也逐步暴露出一定的局限性：首先是稽查规则自开发到上线流程较长，需要进行专家修编并通过开发人员固化在系统中，很难随着市场业务的变更而实时变化；同时从开发到上线需要经过一定的时间，不能够很快验证准确性。所以在线规则一旦固化后在相当一段时间中都是稳定运行，而稽查人员再前端作业，对后台的编程技术并不精通，很难自行利用SQL等程序工具自行进行规则编写，因此需要更为灵活的数据处理方法。

图1 系统功能图

为了弥补在线监控模式的局限性，广州供电局稽查中心探索了人员自主性更强的数据分析模式，通过开发了独创的营销域稽查数据分析应用系统，接入营销、计量、停电等多系统数据形成海量数据库供稽查人员在平台上自主建立规则进行抽样，形成了面向前台的自定义多规则筛查技术模式。营销域稽查数据分析系统是一套多源数据整合应用系统，按国际数据分析标准化流程为标准进行建设，形成业务理解与数据理解的统一；同时，也是一套自助式数据统计与分析应用系统。系统包括9大功能，其中橙色为用户用功能，蓝色为管理员用功能：

1 自定义规则稽查的方式及优点

自定义多规则筛查技术依托“数据分析的标准化流程”为标准建设的营销域稽查数据分析系统，有以下特点：在规则定制、专题定制中将业务理解和数据理解做了流程化、规范化处理。数据准备和分析建模过程实现系统自动化处理，降低了应用难度。验证和评估嵌入到了业务理解的流程，实现了迭代完善的闭环管理过程。提供了规则库、专题库，实现规范化数据的实施与运营管理。

图2 数据分析的标准化流程

自定义规则的编写通过开发自定义规则平台进行实现，自定义规则平台开发采用B/S体系结构。B/S体系结构一种跨平台的应用软件结构，支持TCP/IP协议的所有软硬件系统。具有一次开发，跨平台使用的优点，减少了客户端的工作量，将注意力集中到怎样合理地组织信息、提供客户服务的服务器端的编程工作上去。

B/S结构中，数据的查询、处理和表示都由服务器完成，在客户端只需运行客户自己的操作系统和通用的Web浏览器。与C/S结构的应用系统相比，B/S结构的客户端变得非常“瘦”。

B/S具有统一的浏览器客户端软件，可减少维护客户端软件的时间与精力和客户培训等工作，也方便了用户的使用。

自定义规则稽查采取前台规则的方式，可以进行自定义条件的编写，有利于稽查人员依据业务经验与稽查需要自主编写规则。应用稽查数据体系、模型算法、方法策略及可视化等工具，保障电力稽查数据实时性、有效性。规则定制、专题定制都依据业务到数据的理解过程建立了7个环节进行管理。

2 典型案例

2.1 稽查方法

图3 系统部署结构示意图

图4 管理环节

2020年10月，某稽查人员希望对周期轮换前后的客户用电情况进行检查，通过客户用户行为的变化判断换表前后有无问题发生。于是导出来某月的所有周期轮换数据，并增加了换表前一个月及后一个月的电量使用字段，发现有部分用户存在换表后电量增加。稽查人员继续增加了用户容量字段，发现其中用户A在换表前后电量使用突增5倍，并且对用户A的容量进行比对发现系统报装负荷为20kW，无法满足实际使用的电量。继续对该用户的历史工单进行检索后发现，用户在历史电量低的情况下仍存在多次烧表，但在周期换表后却稳定运行数个月之久，于是A用户被定义为嫌疑户。通过现场检查发现，用户系统报装负荷为20kW，实际用电建筑有约6层的住宅楼，首层为商铺，建筑面积约为3000㎡，以平均每100平方米6kW的负荷密度估算，该用电面积用电负荷约有180kW，与用户系统报装容量不符。A用户在周期轮换时私自加装了一套组合式互感器，为窃电户。 此为在自定义筛查中发现一户业务流程不规范。通过“周期轮换”业务流程变相增容的情况，该问题隐蔽性强，没有现存的在线稽查规则可以进行检索，通过对客户的换表前后电量比对以及周期轮换前后用户行为的变化定位嫌疑户。继而通过这个案例组织了相应的专题稽查，通过专题稽查对周期轮换、故障换表的工单进行扫描，对比轮换前后的关键信息，如表计更换前后的类型、用户名、用户地址、容量、用电量等有无发生变化进行检索。

通过自定义规则平台对周期轮换后的电量变化用户进行扫描，同时发现该异常客户在换表前一年内存在两次烧表，换表后运行正常。从而定位出嫌疑户，通过现场检查发现问题。

2.2 应用结论

客户未能按照实际用电情况确定用电容量，存在窃电行为，通过“周期轮换”业务流程变相增容，报小用大。造成企业经济损失。通过自定义规则可以有效的对问题进行检索及定位。通过多级筛选，增加所需字段，稽查人员可以灵活获取支撑的用户信息从而进行比对和问题定位。方便快捷，而且通过系统支撑可以自主进行数据导出，无需通过后台进行操作，锁定一些隐藏的问题更为迅速便捷。同时可以充分发挥稽查人员的主观能动性。对于一些实证有效的也可以进一步固化为监控规则进行长期的异常检索。

3 应用展望

随着大数据技术的发展，电力行业迎来了新的机遇与挑战。稽查工作由于需要从海量数据中查找问题，具有独有的数据优势，稽查专业从内部效益提升和外部漏洞发现两个方面对大数据的应用提出了新的思路。海量的业务数据可以挖掘更深层次的价值，洞悉问题存在的蛛丝马迹。传统的随机抽样在近年来愈发不能适应问题发生多样性及多变性的现状。通过大数据的应用，可以让稽查工作更为灵活的开展，从而保障企业经营工作稳定地发展。立足大数据，利用数据挖掘技术，对稽查结果进行科学的深度挖掘，深入钻取问题的根源。构建多自定义规则数据智能分析，为稽查工作开展提供技术支撑。基于对业务数据的分析、多规则的自主融合查找隐藏的问题。实现营销管理的规范性、问题定位的准确性，自主建模的多规则融合的数据处理技术实现了营销管理朝着精细化迈进。在自定义规则的前提下，人人都可以成为数据分析师，实现了营销稽查工作质量的提升。在自定义规则应用的下一步，融合AI技术，向用户提供用电数据分析和自定义服务套餐也会在不久的将来成为现实。