电网业务营销数据挖掘方法与发展趋势分析

国网浙江省电力有限公司临海市供电公司 包正刚 金倩倩

1 引言

随着我国经济社会不断发展，电力系统的发展规模也不断扩大，使电力数据的采集工作逐渐繁重。数据挖掘技术是我国电力系统中一种新型的数据处理技术，通过提取电力系统数据中的重要信息来获取用户的用电情况，进而使电力营销系统中的各项功能得到进一步优化和满足，提高电力系统数据采集工作效率。

在实际生活中，电力系统的数据挖掘方式通常包括关联规则的应用、分类技术的应用和序列挖掘技术的应用[1]。在电力营销系统中，运用关联规则可以将客户的用电量和用电模式等信息详细地展示出来，并且通过数据分析找到其中的关联性，对用户目前以及未来的用电需求进行分析和预测，进而为用户制定个性化的供电方案，使电力配送方式得到进一步优化，减少不必要的电能消耗。分类技术可以通过运用决策树等方式来对电力系统数据进行分类，实现对用户用电情况和方式的了解和掌握。

2 电网业务营销数据的特点

一是整体性。电网业务一般都是覆盖整个区域，因此营销数据具有整体性和统一性，在同一片区域内，用户的需求会有所不同，电网业务营销不会根据个体用户进行划分，通常会将整个区域看作是一个整体的市场进行营销，并整体进行服务，因此即便是在同一个区域内有不同的业务需求，电网也会将区域连接成为一个整体，因此电网业务的营销数据具有整体性的特点。

二是差异性。电网业务在整个区域内的业务类型虽然具有相同的性质，但是在其他细节方面又存在着十分明显的不同，比如在计划安排方面，不同的客户对电网业务的内容和供应方式有不同的要求；在需求量方面，规模越大的客户对电网业务的需求就越高，需求量存在差异化；在需求时间方面，客户使用的时间不尽相同，在时间方面有不同的要求；在消费方式方面，电网业务包含多种形式和用途，比如电网照明、动力转化等，不同的形式和用途就会产生不同的消费方式，因此电网业务营销数据具有明显的差异性[2]。

三是稳定性。电网业务营销数据具有稳定性，电网业务的市场虽然是动态变化的市场，但是整体的市场和目标相对稳定。电网业务在发展的过程中目标逐渐在增大，这个过程相对缓慢而且持久，因此电网业务的营销数据也会在一定的范围和时间内，基本保持稳定，不会骤然出现较大的波动。

3 电网业务营销数据挖掘方法的应用优势

3.1 有助于调控与汇集数据

电网业务的营销数据挖掘深入到涵括工业、服务餐饮业、交通运输业以及居民服务业，通过细致划分统计逐渐完善我国在各个行业方面的电网业务数据，在网络营销数据挖掘中，可以减少业务的偏差，使业务数据可以全面统计在信息系统之中，在电网营销数据系统之中，可通过引导搜索找到精确到当天的行业用电数据，使工作人员在完成业务数据调控以及汇聚中减少专业操作难度，使电网业务在信息系统中可以完成营销数据的快速准确调控以及汇集[3]。

3.2 有助于提升电网数据质量

电网数据挖掘系统对时间列徐并没有较为严格的要求，使其在完成电网数据统计时可以忽略时序上的混乱，对负荷时序的随机性以及不稳定性拥有较强的疏通适应能力提升电网数据质量。我国在电网业务营销数据挖掘方式探索之中，结合我国各地区的经济发展水平以及不同行业的结构经济指标进一步实现了实时获取流动信息，保证预测数据与实际数据的落差，并对电网业务营销数据及时更新储存使电网数据质量对整个电网环境变化有着良好的适应性，可以快速有效地完成数据统计、分析、更新、储存以及预测同时电网业务营销数据挖掘提升电网数据保护能力，使电网业务营销数据可以精准呈现。

3.3 有助于利用数据价值

通过电网业务数据挖掘实现我国整体环境的业务数据统计以及未来数据预测，实现了良好的数据价值[4]。数据挖掘方案的诞生就是为了进一步精准了解我国用电情况并作出有效预测分析。数据挖掘软件可以将地区行业电量指标与实际用电和特征指标输入系统算法得出数据，并在各个行业不同的分析师以及管理部门对下一年电网业务的增长预期与影响因素中得出下一年的电量预测。使地区电量预测拥有良好的准确性为下一年企业用电管理以及国家控电方针拥有良好的帮助，同时数据挖掘还可进一步统计在行业之中的超标电量使用并分析具体原因使数据挖掘可以有效利用数据价值建立良好社会用电环境。

4 电网分布式业务营销数据集成系统构成

4.1 整体架构

电网分布式业务营销数据集成系统整体架构分为基础设施服务、软件服务和平台服务三个层面，在日常生活中主要负责平衡电能供需关系，并针对业务的智能化需求进行节能服务管理，通过分析用电检测情况将GIS 可视化，如图1所示。该架构可通过实时感应用户的电能使用信息，收集相关数据如用电价格、用电费率、合同事务等信息并统计出耗能结果，为供电系统提供数据支撑，协助小区制定合理的电价方案，比如建立电价差异化系统、设置电价分时分类机制，并发布相关通知给用户，促使用户科学地调整用电量，实现能耗统计的模块化。

图1 电网GIS 可视化原理

4.2 分布式集成算法

该算法包括信息采集、信息传输、数据处理分析、信息计算与决策等步骤，如图2所示。

图2 分布式集成算法

在信息采集环节，电网会以智能固态表计代替传统的电磁表计和读取系统，实现电力公司与用户双方的智能通信。该环节不仅能每天通过计算各时间段的用电量推断电费数据，还可借助微处理器实现电力公司发布的高峰电价信号和费率信号的存储，依靠智能系统向用户传达费率政策通知，帮助用户自主制定电力使用时间表，并参照费率政策合理调整自身的用电行为。

在信息传输环节，该算法会通过宽带通信监控分析电网系统的运行状态，借助电缆、光纤、电力线通信、无线电传感网络等结构实现智能电网的灵活化和多元化，为供电单元提供丰富的信息并下达高效的控制指令。

在数据处理分析环节中，该算法强大的计算功能和数据实时分析能力极大地推动了软件分析工具的升级进步，可在瞬时间完成数据统计，为技术人员争取充分的反应时间处理紧急问题，该环节的专家系统可将数据转化为可视信息，其负荷预测系统已经借助准实时数据应用于天气预报领域，极大减小了预报技术的误差。

在信息计算与决策环节，该算法可在网络运算模式基础上运用并行计算、高能计算等方法将海量数据储存在系统内，将复杂数据简单化，有效提高了电网的实时性、简便性和可操作性。

4.3 集成性能

电网分布式集成性能具备高速、安全、经济的特性，如图3所示，不仅可将整个电力系统业务涵盖，还可防御外界环境的攻击，该性能以高速的双向通信网络为根底，利用信息传感和检测技术实现电网设备的控制并制定决策，实现了对用户的有效激励和自愈，将信息与通信技术提高到了新的层面，提高了电网分布式业务的智能水准，推动了从发电到电力市场的所有环节数字化设施的普及，能在灵活应用电力测量技术的同时强化电能质量，对电网运行具有重要价值。

图3 分布式集成性能

5 基于大数据的电网业务营销数据挖掘方法的发展

5.1 基于营销数据特征，搭建框架模型

基于大数据的应用，构建信息化框架模型，可以使电力营销企业，能够更加精准地了解客户的信息，有利于提高信息的应用、获取、配置、分类与贮存的效率，能够增加客户对于需求的满意度，也可以使电力营销、信息化体系的建设更趋近于成熟、框架的架构更加科学合理。并且还要充分考虑到、对于大数据信息共享平台的规划、以增加信息数据的有效利用率，从而替电力营销数据框架的构造打下扎实的基础。

构建数据框架模型，也有利于增加电力公司员工的素质、依靠游戏竞争，以及培训等方式，提升员工对大数据的认知能力、与应用能力，从而提升员工的工作效率与业务水平。总的来说构筑大数据框架模型，有利于提升电力公司的人力保障，以及技术支持。

5.2 大数据技术预处理，决策目标推理

电力营销信息化体系的建设，也是全方位优化公司能力的过程，对于积极促进数据化的应用，可以使数据的记载更加精准与高效，将客户的用电习惯，以及用电负荷进行记录、分析、并存档，有利于为客户提供更加科学合理的用电方案，基于客户的实际用电需求，为其定制个性化的用电措施，不仅能够满足客户的用电需求，还能够提升客户的用电体验，也可以使客户在用电期间更加放心。并且，基于大数据的环境下，还可以按照客户过往的历史方式、与经验，科学合理地预测出客户的用电心理与实际需求。

5.3 数据挖掘系统实现，分析综合性能

基于大数据，构筑省级电力营销把控与管理中心，同时还要配备相应的监测系统，优化相关的管理体系，在地级市电力企业中建立起、纵横贯穿的数据挖掘体系。推动省级电力统计检测机构的创立，并规划集约化的电力统计管理，从而达成资源的统筹调配、集中仓储、统筹监督，以及集中检定等功能，以此来实现对全部电力资源的管理、输送，以及调配、同时也增加了对数据挖掘系统的应用能力。

6 结语

电网业务营销数据挖掘技术在未来具有较好的发展空间，在电网业务营销工作中使用数据挖掘技术能够有效提高并维护我国电力行业的经济效益，为了能够使我国电力营销系统工作更加完善，未来要加大对电力系统数据挖掘技术的探究，对数据挖掘技术进行实时更新，使我国电力系统的营销工作更加完善。