基于数据挖掘的电力营销稽查业务监管系统

2022-01-14牛任恺张鑫磊王玉君余安国王利赛

吉林大学学报(信息科学版) 2022年1期

牛任恺,张鑫磊,王玉君,余安国,王利赛

(国网冀北电力有限公司营销服务中心,北京100045)

0 引言

当前营销账务的处理,主要依赖人工处理,对销账、解款、收费交接、实收审核与后续凭证处理、银行对账等工作,均需投入大量的人力开展,并且差错率高、资金安全风险较大,不平账款难以溯源。随着营销账务业务的开展,需要打破固有思维,强化账户、资金、营销管理体系,优化交费渠道,将实收和营销、财务提升、电费的营收作为系统化的程序操控,实现全自动化,打造可借鉴、可复制的管理模式,进一步加强管控优化渠道服务[1]。

随着社会经济的快速发展,电力的需求量也迅速增加,而用户的需求同样也会更加多样化,因此在电力营销的管理内,对“费、价、量”的管理提出更高要求,营销稽查则在这三者之间扮演非常重要的角色[2]。广义上营销稽查就是指按法律法规,对调度交易机构、电力用户、发电公司和电网企业等,利用权利义务进行检查。其中发电公司是从事对电能的生产,进而盈利的实体,通常会把一次能源转换成电力资源,例如:太阳能、潮汐、风力、核电、水电以及火电站等。电网企业主要是把电能利用输电装置,通过合格、连续、可靠以及安全的方式,对广大电力用户销售,从而满足生活用电以及实现经济建设。供电公司作为发电企业和电力用户的纽带,将从发电公司购买的电力,出售给用户;而电力用户主要是指电力终端消费者。具体用户划分成:工业、居民、商业以及农业用户等,按照法律规定,电力用户必须及时清缴电费,且不可对电能进行盗窃、损害计量设备以及违章用电等。但同时,用户要求具有电力的高安全性以及高质量供应。由于电力稽查是属于电力行政的执法工作后控制范围,所以可采用吊销电力许可证、没收违法所得以及罚款的形式对违规用户进行处罚,并提出处理意见与执行、调查以及立案等。电力营销稽查主要是作为在系统内实现控制约束的成分,也是电力营销的风险管理有效途径和重要内容。经过有效电力稽查工作,不但能实现营销的规范性,还可以进行挖潜增效以及堵塞漏洞等。进而对营销策略的执行力进行提升,降低事故的发生[3]。

笔者提出一种基于数据挖掘的电力营销稽查业务监控管理系统,并遵循以下原则:1)合法性原则。稽查过程中,必须要严格遵守电力法规,不可逾越出法律的允许范围。2)公正、公平以及公开的原则。在稽查过程中要面向社会,实现公开透明,接收社会的监督,平等对待每位用户,严格按照规定稽查。3)内容性的全面原则。在稽查过程内,需要从不同方面检查供电企业,从而提升稽查质量。4)及时高效原则。营销稽查不仅要提升工作效率,同时还要在保证稽查质量的前提下,尽可能缩短稽查时间,降低对稽查对象正常工作的影响,提升稽查效率以及稽查质量。

1 数据挖掘下电力营销稽查业务监控管理系统构建

1.1 电力营销的稽查内容明确

为对电力营销管理提供决策依据,需要整体提升管理控制、客户服务以及营销运维的能力。所以需要构建监测评价系统。

在电力营销稽查过程内,通过对线损管理、客户服务、供用电合同、计量管理、用电检查、电价电费管理以及业扩报装等每个业务环节,采用专项稽查的方式以及常态稽查的方式对其全面检查,从而发现各项业务存在的问题,同时对漏洞管理进行挖掘,进而识别营销风险,并提供详细数据[4]。具体检查过程如下。

1.1.1 业扩报装

该项稽查目的是通过现场核实客户报装过程内的业扩档案资料[5],稽查范围覆盖项目如表1所示。

表1 业扩报装的稽查标准Tab.1 Inspection standards for industry expansion

1.1.2 电价与电费

电价制定是由政府统一制定并严格管理,依据用户的用电情况以及用电电能的计量装置,对电费进行记录,依据日程采用多种方式足额、及时、准确地收回电费。

该项稽查目的主要是为了检测电价是否符合规定,实收与应收的电费核算以及分析[6],具体如表2所示。

表2 电费电价的管理稽查标准Tab.2 Management and inspection standards of electricity electricity price

1.1.3 用电检查

用电检查是为了确保电网的经济运行、稳定及安全,以此维护公共安全及正常供用电秩序。确保供用双方合法权益。该项稽查具体任务如表3所示。

表3 用电检查稽查标准Tab.3 Power inspection and inspection standard

1.1.4 电能计量管理

这是电力市场进行交易结算的基础管理工作,目的是保证计量量值数据准确统一,装置可靠安全、检验公开、公正和公平[7]。

该项稽查内容为执行计量监督的法律法规,具体如表4所示。

表4 电能计量的管理稽查标准Tab.4 Management and inspection standard of electric energy measurement

1.1.5 供电合同

供电合同是为了对用户用电进行加强管理,从而维护正常的供用电秩序,使其规范供用电合同管理、解除、变更、履行以及签订工作。该项稽查主要内容为检查双电源的客户以及专项的客户,甚至是高压客户的供用电合同签订等,检查是否和实际用电情况符合,对规范合同管理与依法规避企业的经营风险、合同内规定电费回收的预警机制与合同到期不签(续签)的情况等进行条款检查。具体如表5所示。

表5 供用电合同的稽查标准Tab.5 Inspection standards for power supply contract

1.1.6 客户服务

该项管理将客户需求为导向,经过售前、售中以及售后服务,推销电能,并使企业获得收益,且满足用户的用电需求。具体讲,客服服务即指供电企业以及员工涉及的收费、抄表、客户的服务系统需要管理、计量表的装拆、供电抢修、业扩报装、用电检查等,以满足客户的需求为目的[8]。

该项稽查主要是为了对供电企业在上述工作中表现进行监督,使其快速处理在线投诉和信息发布等。具体如表6所示。

表6 客户服务的稽查标准Tab.6 Inspection standards for customer service

1.1.7 线路受损

供电企业的线路受损率,是经营中的重要经济核心,加强线路受损管理,是电网企业的长期战略任务。虽然线损的管理过程比较复杂,但是影响线损率的主要因素具体有如下5个方面:指标管理分析与统计、计量和线损的“四分”管理、营销管理、线损的管理制度、运动与电网管理[9]。

该项稽查是对以上工作监督,进而评定线路,具体如表7所示。

表7 线路受损的稽查标准Tab.7 Inspection standards for line damage

1.2 基于最小支持度以及最小置信度的可信数据挖掘

由于稽查工作内容涉及多方面信息,为提高监控管理效率和安全性,笔者使用数据挖掘方法,获得可信且具有代表性的数据信息集合[10]。

稽查信息数据内的模糊关联性规则如X⇒Y,而其中X⊆I,Y⊆I,并且X∩Y=Ø,就是X与Y分别为两个模糊的项目集合,而且该两个模糊的项目集中并没有相同项目。

通常,关联的规则X⇒Y,是将最小支持度与最小的置信度作为选择标准,支持度s叙述了数据项集X与Y一起出现相同事务内概率,而置信度c则是指发生数据项集X事务内,数据项集Y所发生的概率,具体公式为

其中μ(X)为X隶属的函数,为数据集内事务的总数。而数据挖掘主要目的是找出稽查监控海量数据中具有可信性和代表性的数据,其中最小支持度smin以及最小置信度cmin为支持度以及置信度阈值,其分别规定关联规则的成立,所必须要达到的最小支持度以及置信度,具体公式为

1)通过引进关联规则的衡量标准即兴趣度概念,可确保数据挖掘结果的有效性。

其最小支持度以及最小置信度一般并不能保证挖掘出关联规则都是用户所感兴趣的,所以需要在挖掘关联规则过程中,加入兴趣度概率降低无意义规则,而兴趣度表示了用户对规则关注程度度量,其为用户对挖掘出知识可解释性、可用性以及新颖性综合考虑,并且兴趣值的数值越大,表明规则所关注的程度就越高,具体公式为

2)通过改进的关联规则挖掘方法生成的期望规则[11]。

关联规则的挖掘方法先将每个属性进行装换,使其变成隶属函数代表的变量值,然后对事务数据库内的各个属性相应模糊集权值进行计算,通过相似的Apriori方法[12],寻找出支持度比用户给定的最小支持度大的项集,该大项集通过处理后,会生成用户所感兴趣的规则。同时还要注意相同属性两个分区,是不能同时出现在候选集CK相同项内,因为LK-1在生成CK时,与Apriori方法类似,具体过程如图1所示。

图1 数据挖掘算法Fig.1 Data mining algorithm

1.3 稽查系统实现

具体营销稽查系统如图2所示。通过确定营销的稽查内容及对象、营销的稽查体系指标、建立监控评价系统、系统的使用及维护、数据的分析及处理。其中主要应用框架分为系统支撑层、业务层和管理层3个部分。系统支撑层包含系统日志管理、应用服务监控、信息管理、任务调度、系统参数、组织权限的管理工作及工作流管理等模块,为营销稽查系统的正常运行提供技术支撑[13]。业务层负责处理日常业务,并对数据的质量、资源及业务进行监控,还具有信息查询功能。而管理层包含了运营展示、稽查绩效等功能,目的是展示电力市场以及营销成果的基本情况。具体系统的构建目的如下。

图2 构建的营销稽查系统Fig.2 Marketing inspection system

将电力营销稽查大屏幕以丰富的可视化设计,直观展示营销稽查成果和营销业务风险,便于管理者迅速掌握营销稽查工作开展情况[14]。

营销稽查工作全景展示:以地图形式展示全部稽查人员地理分布、单个稽查人员工作轨迹、当前正在处理的稽查任务等。通过动态展示稽查人员工作全景和重点工作信息,帮助管理者更全面、直观、便捷地掌握营销稽查工作运营状况。

营销稽查工作进展程度展示:从全景视角向下穿透获取更多信息,如稽查人员档案信息、稽查专家历史工作情况、当前正在稽查的任务工单信息、工单所属台区及台区经理信息、被稽查用户档案信息、该区域历史稽查问题及整改等。

营销业务风险点全景展示:以地图形式展示冀北营销业务风险分布。通过切换业务类型、异常类型和等级及所属单位等条件,可直观展示当前营销业务、风险点和薄弱点。动态展示某段时期的营销业务风险变化趋势动态展示。

营销业务风险点穿透展示:围绕风险问题向下穿透,获取更多信息,如该风险点属性、风险点所属台区、该台区的历史问题清单、历史稽查工单信息分析和风险关联分析等[15]。

2 实验仿真证明

2.1 实验环节

为验证笔者构建的系统效果,从某供电企业计量的自动化系统和营销系统内提取2018年3月-2019年8月某地区的用电数据,选择其中2018年3月-12月的4 652名正常电价用户,再选取2019年1月-8月1 340名正常电价用户以及确定电价异常的50名用户,具体数据如表8所示。

表8 数据的样本信息Tab.8 Sample information of the data

2.2 异常数据分析

利用笔者方法对电价稽查数据进行处理,结果如表9所示。

表9 电价稽查结果处理分析Tab.9 Treatment and analysis of electricity price inspection results

将处理后的3 165名用户的用电数据,输入笔者构建系统内,进行数据分析,将其分为3类,具体的用电轨迹如图3所示。

图3 电力营销稽查业务监控管理数据挖掘结果Fig.3 Data mining results of monitoring and management of electric power marketing audit business

通过笔者构建的稽查系统判别认证2019年1 340名用户用电的数据输入异常情况,得到如下结果:现实电价异常的用户个数为50名,而通过笔者方法诊断出的异常用户则为97名(现实异常的匹配数为48名,不匹配的用户个数为49名),而电价的诊断异常查出率为96%。以此可以看出:48位用户为系统的误判或是实际异常但并没有查出,可以通过实际现场进行核查,从而对其进行证实。结果表明,笔者构建的稽查系统存在较高电价诊断精度,可为电力营销工作者提供一定的稽查依据和范围,以此提升电力营销的稽查工作效率。