基于数据挖掘技术的电力营销分析系统设计研究

2021-04-30洪华伟蔡荣彦朱玲玲沈一民游建章

电子设计工程 2021年7期

洪华伟，蔡荣彦，朱玲玲，沈一民，游建章

（1.国网福建省电力有限公司，福建福州 350000；2.国网福建省电力有限公司莆田供电公司，福建莆田 351100；3.国网福建省电力有限公司漳州供电公司，福建漳州 363000）

在社会经济不断发展的过程中，电网企业售电量增势趋缓，国家对电力行业监管也不断增强，电力体制改革是能源体制改革的重要一环。电力营销是指基于电力客户的需求，通过供需关系对电力用户提供可靠、合格、经济且安全的电力商品，并且为用户提供周到、满意的服务。对电力营销问题进行分析，使用户更好理解营销的优势与劣势。电力营销利用市场导向管理模式将电力营销作为供电企业的核心，电力生产经营活动要对电力营销需求进行服务[1]。电力营销业务为电网企业运营主要环节，使营销系统应用水平得到提高，对系统用户数据挖掘能够使电网企业服务水平得到提高。大数据为电网公司技术革新，使运行效率和运营效率得到提高的主要手段，并不是简单技术范畴[2]。

1 电力营销分析系统的设计架构

电力营销分析系统为电力营销技术支持系统高级应用模块，基于客户服务层、营销工作质量管理层、营销业务层面向决策支持层，创建将国家电网公司作为核心，并且满足各个网省公司营销管理智能化监督、查询、分析与统计的高级应用系统平台。能够挖掘营销数据，并且对数据进行提炼与分析，并且对系统信息共享，使管理层能够充分的掌握各个基层供电单位营销和服务各业务和指标的完成情况，并且支持主要经营指标、宏观环境与市场发展预测等分析，实现前瞻决策的目的[3-4]。图1 为电力营销分析系统结构。

图1 电力营销分析系统结构

2 电力营销分析系统的设计

2.1 系统的概要设计

2.1.1 业务架构设计

以需求分析结果，为了使营销业务部门服务品质和风险管控能力得到提高，创建客户停电、电费回收风险、电力服务、大客户服务等场景，利用分析营销服务品质与风险管控能力数据，构成提高电网企业运营效益分析的报告[5]。图2 为系统业务架构。

图2 系统业务架构

2.1.2 应用架构设计

应用架构的主要目的就是实现承接业务架构内容的设计，分析业务需求点，将吸纳供应功能提炼，将营销业务作为基础扩展应用层数据挖掘统计分析、预测模拟、常规报表、优化、多维分析等，从而展示分析结果。

2.1.3 数据架构设计

利用ogg、ETL 在数据中心集成营销明细数据、指标数据，在数据中心统一视图区、数据仓库利用ETL 数据清洗和流转之后，通过Hadoop 和数据中心实现数据的计算和存储，使大数据分析条件得到满足，并且利用数据挖掘工具实现数据展示和分析[6]。图3 为系统数据架构。

图3 系统数据架构

2.1.4 技术架构设计

集成数据中心系统，通过Hadoop 采集数据，通过平台高效传输、计算、抽取，实现数据清洗和加载，最后通过数据挖掘软件平台实现在线分析，从而完成营销业务分析报告，提高电网企业营销服务品质，使风险管理得到加强，以此使企业运营效益得到提高[7]。

2.2 数据采集模块设计

在系统功能中，数据采集模块的主要目的就是选择需要处理和挖掘的数据集。在选择目标数据之后，此模块能够实现不同权限工作人员查看数据维护与属性的工作。数据采集模块主要功能包括数据维护、数据集选择、查看数据属性，在系统工作层次中，只有数据分析层与数据管理层能够对系统所有功能使用，普通工作人员无法使用。数据预处理模块在系统中具有重要作用，此模块能够实现不同属性连续值和离散值数据集的数据预处理[8]。图4 为数据采集模块用例。

图4 数据采集模块用例

2.3 数据挖掘模块设计

数据挖掘模块能够细分用户，并且评估用户信用度，从而预测欠费高风险用户。二次分析已经处理的数据集，是业务逻辑目标的重点。数据挖掘模块有数据分析层与管理层使用所有功能的权限，通过聚类分析技术实现用户细分，在聚类算法中使用K-means 算法实现计算。聚类在评估客户信用度方面尤为重要，能够对不同信用度用户进行评估和标记。此过程利用层次分析法和K-means 算法细分用户，通过分类计数算法对新增用户的信用等级进行判断，从而结合系统数据库现有数据，对高风险客户群进行预测和分类[9]。图5 为数据挖掘模块用例。

图5 数据挖掘模块用例

2.4 结果分析模块设计

结果分析模块的主要功能就是对系统数据集进行数据分布、报表生成与对比，将系统中不同的分类条件实现数据的分析，包括供电电压、行业类别和客户类别，利用直观方式使不同分类条件输出统计信息，将信息呈现给用户。用户将关键词和数据名称输入后，系统自动生成数据分布地图，然后调动JFree Char，利用直观方式使不同分类条件实现统计信息的输出，对用户呈现。目前，在用户输入相应数据名称和关键词之后，系统能够生成相应的数据分布地图，之后对JFree Char 调动，利用浏览器呈现结果。数据对比主要包括信用等级、用电量、欠费等，利用柱状图展现对比结果[10]。

2.5 基于K-means算法的模型

数据挖掘广泛应用到人工智能理论、计算机软件与容积学等领域中，自身理论知识较为丰富，备受各界的重视。以K-means 算法原理和特征设计客户细分模型框架[11]，图6 为K-means 挖掘模型。

图6 K-means挖掘模型

2.6 系统管理模块设计

系统管理的主要目的是保证系统运行正常，包括数据仓库、数据更新、多维数据集与系统权限的管理。系统权限管理包括取消权限、设定权限、修改密码、增加事实表等，数据仓库主要包括维表、增加事实表、维护数据仓库。将事实表添加到多维数据集中，首先要对添加对象进行明确，并且输入端在事实表中；另外，在系统界面逐步选择源表与元数据库，在顺利实现上述任务之后，自动显示源表字段；之后对需要目标字段进行选择，在目标字段列表框中添加[12]。

2.7 系统安全性设计

在营销分析系统中，使用将J2EE 规范作为基础的多层应用体系架构，充分考虑安全性使其划分成为4 个层次[13]，图7 为系统安全性设计结构。

应用层主要包括信息服务发布层、内部应用层和核心应用层，因为各层网络具有不同的信息资源、数据通信方式、服务对象，所以此3 种信息网络的安全风险也各有不同，要制定不同安全策略[14]。

图7 系统安全性设计结构

数据访问层安全性主要包括数据资源、数据传输、访问和提取等安全性，为了对数据访问层安全性保证，实现数据库访问、存储，各个系统数据交换和数据传输中都要具备足够的安全保障。以不同安全级别实现不同访问权限的设置，并且识别身份，系统以不同安全级别对不同操作权限进行设置，能够记载各操作内容安全日志，并且追溯历史记录[15]。

以系统安全层次规划设计完整应用系统安全体系，图8 为应用系统安全体系结构。