摘要：随着智能电网建设以及配网自动化和信息通信网络的发展，信息数据化已融入电网生产经营管理的方方面面，数据与底层业务同步产生，已成为电力营销服务的重要战略资产。基于多源数据融合的营销系统及电能量采集系统的用电异常分析，可以打破专业条线壁垒，通过跨系统数据的关联监测及价值挖掘，强化基础明细数据的在线监测与分析利用，为管理层提供真实有效、全面及时的决策支撑，实现数据资产价值最大化，提升企业营销精益化管理水平。 关键词：电网企业营销服务；数据融合；精益化管理
引言
当前，在大数据产业的迅猛发展和智能电网建设的深度推进之下，电网企业对生产数据、营销数据的积累日益增加，形成了以数据种类多、规模数量大、准确性低、异构特征突出、关联逻辑复杂为特点的用电大数据。针对部分业务错综复杂的数据情况，仅凭简单的逻辑比对方法，很难得出准确结果。在大数据背景下，可通过业务专家收集电网企业各营销单位多年
积累的用电异常典型案例，分析业务内部的关联关系，从各专业角度梳理用电异常相关主题的逻辑算法，抽取数据结果集与人工判断进行复核，从而论证算法规则准确性。依托营销业务系统和电能量采集系统积累海量数据分析，依据业务内部关联关系和算法规则进行算法模型建立和实现，最终输出用电异常问题明细，实现用电异常问题的精准稽查。
1电力营销大数据融合应用的背景
大数据时代下，多源数据融合具有重要意义。通过多源数据的交叉认证，有利于进一步挖掘数据价值，减少信息错误与疏漏，防止对企业经营决策产生误导。随着大数据产业的迅猛发展和智能电网建设的深度推进，电网企业在生产、营销等各专业领域积累了海量信息数据。然而，因其信息化建设长期以专业信息为主，导致各专业数据彼此独立，“数据孤岛”问题较为突出。近年来，仅靠信息化手段在营销系统内实现有限度的精准稽查，难以调取电能量采集系统中的原始数据进行关联分析，潜在价值未充分发挥。通过搭建营销、采集两系统间的数据分析桥梁，可对营销历史数据与采集实时用电数据进行比对分析，从多角度分析诊断异常信息，精准识别异常用户，高效完成营销稽查工作。通过将营销系统客户档案及计量档案与电能量采集系统档案进行比对，完成两系统间档案信息的高度一致，餐具包装
保证了电网企业营销基础数据的准确性，为全面推广费控建设打下坚实基础；通过将电能量采集系统中的档案与现场用电信息进行比对，完成系统档案与现场用电信息的高度一致，为稽查人员分析现场用电情况提供准确的基础数据；通过将系统客户算费信息与现场实时用电信息进行比对，发现现场用电异常情况并及时完善整改，提升服务水平；通过将系统客户电量应用情况与现场电量实际情况进行比对，发现违法用电行为，及时检查整改，为电网企业挽回经济损失。
2数据融合分析对电网企业营销创新的意义
基于营销采集大数据分析用电异常具有如下价值：其一，减少工作误差。考虑到海量数据的分析规模，应用多源数据融合比对方式分析后，可规避信息不全以及人为因素对工作方向评断带来的误差，提升工作效率；其二，降低经营风险。根据营销统计数据和采集实时数据，可精确洞悉工作短板及用电异常，按管理规定敦促相关部门结合用户情况调整相应措施，降低经营风险，提高工作质量；其三，提升用电营销管理有效性。根据营销采集大数据分析用户用电需求，以此为由推行更优营销方案，使营销管理更具灵活性和实时性，最终达到堵漏增收，提高企业经营水平和管理效益的目标。因此，为推动电网企业稳步发展，基于多源数据融合的用电异常分析就显得尤为重要。
3大数据下电力营销管理创新措施
3.1梳理管理现状，确定预期目标
栅栏技术以营销业务系统、电能量采集系统的数据来源作为嵌入点，与稽查日常业务融为一体，将营销业务系统中用户档案数据、计量档案数据以及相关用电数据，与营销电能量采集系统中采集到的现场用电数据通过系统自动统计进行分析比对，自动判断各数据之间的信息不一致问题。问题确认后，数据融合分析系统将其进行工单派发，并通过短信平台下发至相关工作人员手机进行问题处理提醒，核查解决后进行反馈，形成闭环管理。
3.2完善技术路线，夯实管理基础
用电异常的业务逻辑研究方面。为有效排查出用电异常情况，从综合查询、档案异常、电费异常、电量异常、线损对象异常、私自启动变压器、私自增容、二次回路、计量网络图异常、终端运行异常、通讯地址异常、系统管理等业务方面，通过对比营销系统及电能量采集系统中的用电数据，得出用电异常分析的结果。
大数据平台应用研究方面。结合大数据算法平台构造的数据分析，构建包括失压、失流在
内的各类电力营销大数据应用，完成用电异常大数据技术分析平台建立。通过典型业务建立大数据技术分析方法，为后续其他业务进行大数据技术分析提供成熟经验，更好地挑选出最适合选用大数据技术分析的业务。
应用效果分析方面。数据融合分析系统在测试环境部署完成后，对系统筛选出的异常数据进行分析，研究系统应用、产出比、直接效益、间接效益、社会效益等情况。
3.3探索创新技术，突破管理瓶颈
数据存储分析方面。随着营销业务系统与电能量采集系统数据量的不断增长，开展营销业务系统与电能量采集系统比对业务，利用大数据技术发现数据与数据之间的关联关系与内在规律、挖掘数据异常情形背后隐藏的问题就显得尤为重要。为此，可以选择建立Hadoop大数据集。Hadoop集通过将数据分析工作分配到多个集节点上进行并行处理，适合完成大数据存储和分析。在Hadoop集的基础上，应用聚类分析、关联分析、时间序列等经典数据算法，结合营销大数据算法平台构造的数学模型，构建包括基础档案、电费、电量等在内的各类电力营销大数据应用。
防盗电子狗
异常情况记录方面。当前的工作流系统，支持上传记录异常情况的文档，发起工作流并生成稽查工单。基于多源数据融合的用电异常分析应用系统为了能够更加适用于当前的工作流系统，可以导出异常情况描述文档，供传阅和上传至工作流系统。同时通过异常分析系统可以在工作流系统直接生成稽查工单，减少了再次启动并登陆工作系统的时间，大大提高了工作效率。系统自动执行方面。该系统可按照预定的时间周期自动执行，定期筛选营销系统及电能量采集系统中的异常数据。
蓄电池防盗
3.4优化技术方案，提升管理效率
应用数据采集技术。通过关系数据与分布式存储同步技术及实时数据采集技术，将采集到的数据，进行分布式的实时数据高速同步、采集及处理，既可以将关系数据库的数据抽取到分布式存储中，又可以将分布式存储中的数据回写到关系数据库中。
应用数据存储技术。采用高性能、可扩展的分布式Hadoop集环境进行存放。具体应用到了HDFS和Map-Reduce体系结构，以及Hbase、Hive、Sqoop、Spark及Storm等相关计算系统及插件，能够有效提高存储效率。
z轴线性马达
应用数据处理技术。考虑到现实中的数据来源于多个数据源，数据挖掘的目标也千差万别，大部分数据都存在着不完整性和不一致性，无法直接进行数据挖掘，或是会对挖掘结果产生直接影响。采用数据预处理技术及数据挖掘技术，从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、低价值的数据，经过分析挖掘后可产出高价值的信息。
3.5分析典型案例，总结经验教训
因二次回路异常分析涉及电压、电流诸多因素，对二次回路异常中的失压、失流等业务进行大数据建模分析，具有极强的关联性；在算法方面，涉及到逻辑回归类、多因素关联等多种算法，对计算速度提出了较高要求；由于数据融合分析系统服务对象是营销稽查工作人员，对结果展示的准确性、直观性要求会更高。传统的系统开放工具、架构设计、交互方以式及展示形式无法满足大数据下用电异常分析的客观需求。针对以上问题，采用基于数据挖掘的用电异常分析方法，包括用电特性高聚类、综合评估、考虑多因素用电策略等步骤，在大数据分析上实现了相关算法业务的并行化，大大提高了分析效率。
结语
unmsg目前，电网企业营销领域各部门、各专业间的数据应用，只做到了数据读取，没有真正进行多源数据的融合分析。在利用营销数据融合分析后，可改善不同营销系统间的封闭性，为多行业多系统间的数据融合分析起到示范作用。此外，该创新方法还可为各级决策者提供多维直观、全面深入的预测性数据，科学配置营销服务资源，降低经营风险，进一步支撑营销工作决策部署，更好地服务于社会和经济发展，提升电网企业服务形象。
参考文献
[1]李杨. 大数据背景下电力企业营销管理创新研究[J]. 中国高新技术企业,2016,(27):171-172.
[2]杨峰,刘胜强,吴丽贤. 基于信息融合的电力营销数据多元回归分析系统研究[J]. 微型电脑应用,2022,38(04):143-146.
[3]王天博,马一菱,蔡颖凯,高曦莹,王浩淼. 利用电力营销稽查监控管理模式提升数据质量的研究[J]. 东北电力技术,2013,34(06):44-46.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议