基于数据挖掘技术的电力营销分析系统设计分析

胡聪　赵劲松

摘  要：在现代化社会的发展中，如何借助信息技术引入各企业的经营与发展已经成为各行业的首要问题，电力企业可以利用数据挖掘技术来开发电力营销分析系统，实现更为精准、高效率的客户分析。基于此，本文分析了该系统的可行性，论述了其各项设计原则，提出了该系统的总体架构、数据采集与挖掘、结果分析等模块的设计，希望为有关部门提供参考，促进电力企业的整体发展。

关键词：数据挖掘技术;电力营销分析系统;系统设计

引言：电力企业是我国经济的重要支柱，电力行业的各个企业也渐渐成为经营性企业，需要市场营销工作深度分析客户的需求，提供针对性服务，因此分析用户行为也是电力企业中数据部门的重要工作，当前信息时代下，电力企业更应积极运用现代化技术，设计营销分析系统，做好用户服务，促进自身的长久发展。

一、基于数据挖掘技术的电力营销分析系统的可行性检测

电力营销是电力企业通过分析电力市场，为用户提供更为安全、可靠的电力商品，传统中电力企业难以对大量用户研究，缺乏健全的售前与售后体系，但大数据技术的到来则可以有效提升电力企业运行效率，提高运营收益，健全电力营销分析系统。近年来，国家早启动了SG186与SGERP等信息系统的建设，还涵盖了各企业信息平台，并依托各项应用功能与业务板块，促使了电网公司提升了信息化水平，为企业的决策提供了精确的数据参考。

电力营销分析系统的建设包括了电费回收风险分析、用户停电资料、用电风险、服务等场景版块，数据挖掘技术可以更好地在数据网络中找寻客户信息，研究并分析，并做好周期性统计，还可以借此选择适合的算法或构建合适的算法，并对其进行符合度验证，保证系统的可行性，实现最终的模型分析功能[1]。

二、基于数据挖掘技术的电力营销分析系统的设计原则

为确保该系统的稳定运行，各个功能模块得以正常运用，为企业管理提供更为有效的决策，系统在设计中应遵循各项原则。继承性原则要求分析系统在建设中应利用省单位现有信息化成果加以优化，对系统架构、系统功能、监测范围等进行调整。实用性原则要求电力营销分析系统应在实用的基础上追求先进性，切实满足营销业务的日常监测工作与分析工作。安全性原则要求该系统应遵循国家标准要求，并要結合营销业务分析与各项业务的特点，通过安全措施保障系统的应用、数据、主机与网络的安全性，减小不法分子入侵对系统产生的影响。可扩展性原则要求系统应采用柔性设计，具有一定的扩展性，可以根据实际情况灵活处理各项业务，并对监测分析范围与各项板块灵活重组。

三、基于数据挖掘技术的电力营销分析系统的设计架构

（一）系统总体框架

在系统设计中，总体系统架构中的业务架构可提升业务部门的风险管理能力，创建客户停电、电费回收风险的分析场景，并利用分析营销服务品质数据，构建出电网企业的运营效益分析，其中对用电风险的设计应包括异常查出率、客户风险、重点客户信息、发生用电事故等信息的检测。应用架构设计应实现业务架构的内容分析，并优化供应，让营销业务通过基础扩展应用层的挖掘分析、预测模拟、优化分析等途径提升分析效果。技术架构设计应集成数据中心系统，运用凭条高效传输、计算等实现数据提取与载入，再通过数据挖掘软件进行在线分析，提高业务分析报告质量，强化电力企业的营销收益。

（二）数据采集与挖掘模块

在系统设计中，数据采集版块可对所需处理与挖掘的数据进行选择，并在各目标之间让不同权限的工作人员查看相应的数据属性，该模块应具备数据维护、数据选择、数据查看等属性，并应在系统工作层次中，通过数据分析与管理对系统加以运用，让不同属性的离散值数据精确处理。

而数据挖掘模块应评估用户的信用度，并对高风险客户进行预测，通过二次分析对各项数据集进行处理。数据挖掘模块与管理层可使用所有权限，并通过聚类分析实现用户的戏份，再通过K-means算法加以计算，评估客户的信用度，通过分类计数对新增的用户进行信用等级评定，提高系统的风险处理能。

（三）结果分析与K-means算法

结果分析模块可对系统数据集进行分析，并生成直观数据报表，以供工作人员查阅，其中应包括供电电压、行业类别、客户信息等，并应通过对比的方式进行分类，再将信息传递给用户，用户可通过关键词输入自动生成数据图型，让不同分类条件都对用户呈现，包括用户的信用评级、欠费、用电情况等。

系统中也需要相应的算法加以运算处理，通过K-means算法可以实现对用户框架的戏份，并挖掘数据模型。通过数据收集模块提取的数据导入后可选择细分变量，之后获取数据，再输出生成簇的个数，进入初始化聚类中心，通过数据挖掘后可评测是否为最优结果，若不是则返回生成簇或调整细分变量，若为最优结果则将其挖掘并显示[2]。

（四）系统管理与安全模块

系统管理模块可保证系统得出正常运行，对数据仓库、更新、多维数据集与系统权限调配等进行负责，还可进行权限取消、设定、修改密码等操作，数据仓库中应对维表、事务表、维护数据仓库进行维护，并将表格添加到多维数据集，明确添加对象，完成事件注入，另外还需要在不同界面选择源表与源数据集，选择目标字段后在列表框内进行添加。该系统为了保证安全性，遵循安全性原则，还应具备良好的安全模块设计，安全模块可将多层应用体系架构进行设计，并规划为不同的安群层级，其中包括信息服务的发布层、内部应用的核心层等，且由于各层级网络都拥有不同的信息资源以及客户服务对象，因此信息网路安全的风险等级也存在差异，应分别制定不同的安全策略，保证系统的安全性。

结语：总而言之，通过数据挖掘技术所设计的电力营销分析系统，应遵循各项基本原则，做好系统总体框架设计、数据采集与挖掘模块设计、结果分析模块，并通过K-means算法实现系统的各项管理，最后通过安全模块保证系统的安全性与稳定性，从而为电力企业的营销工作提供决策性辅助，提高其收益。

参考文献：

[1]唐晓. 数据挖掘和区块链技术的电力营销信息平台分析[J]. 中国新通信，2021，23（24）：19-21.

[2]蔡荣彦，朱玲玲，游建章. 基于数据挖掘技术的电力营销分析系统设计研究[J]. 电子设计工程，2021，29（07）：86-89+94.