基于数据挖掘下电费精准核算算法优化设计分析

刘依伶

（国网福建省电力有限公司泉州供电公司）

0 引言

电力市场化改革已经进入到比较关键的阶段，而且电力企业在实践改革进程中也获得比较理想的成绩，电力市场建设的相关工作得到有关部门的高度重视。电费征缴在服务大厅现金收款业务基础上得以有序开展，但现阶段我国电力行业逐渐普及了智能电表，利用协议代扣款缴纳电费。与此同时，淘宝业务、电力服务的融合，也逐渐推广了第三方支付，如微信、支付宝等，进一步增加电费征缴复杂性。为了满足各项服务的基本要求，以大厅电费中间户为基础，联系多方支付账户，可在各个途径中汇聚电费收款，使电费征缴工作更加便捷，但这也相应增加了电费核算难度。为此，基于电费精准核算的目标，对于电费精准核算算法展开分析，采用数据挖掘技术进行优化设计，使电费核算工作更加智能。

1 电费核算与行业环境

伴随国家发改委和能源局颁发的电力体制改革文件，我国电力行业开始立足于各个方面实施改革建设，具体包括售电侧改革、输配电价改革以及电力市场建设等。现阶段我国电力行业发展中，市场化售电体系是非常关键的一项工作，按照国网总部统一要求组织设计、改造，参考电力市场交易统一要求，在大方向引导下实现升级［1］。但是实践过程中，没有结合售电过程展开深入、全面的分析，特别是电费核算这一项工作，存在差异化需求，所以本地个性化业务和实际要求也存在偏差，实际上多采用现场补救的方式处理业务，但这种方式无法满足电费核算长期发展需求，与电力企业市场化业务需求也不相符。所以务必要构建市场化业务为基础的标准化电费核算体系，加强市场化售电业务长期发展需求的适应性［2］。

2 基于数据挖掘的电费精准核算算法优化设计方案

2.1 确定电费核算标准

立足于当前执行的电力营销机制，用户自主选择电力企业支持的任意付款渠道缴纳电费，但这会使电表户缴费核算对账点出现一些不可预估的变化。收支部门的所有账户记账管理工作人员数量较多，当用户缴费之后，对账工作也会发生延迟。一些关键的电费收款账户存在借贷关系，用户支付单据在付款账户、电网企业直接收款账户中形成，电费核算是以对账账户作为主要的电费征缴专户［3］。如果采用人工核算方法，按照支付单据回单一一进行交易对账，但是对账过程需要较多的核算人员，而且核算工作量也偏重。

会计电算数据接口涉及支付单据绑定电表户缴费、所在辖区缴费总额度电费的汇总。其中电表户汇总核算难度不高，核算过程中分别按照不同的缴费渠道采集用户缴费画像特征，计算实收电费和应收电费。电表户缴费各个渠道经过汇总、分解处理，便可获取用户缴费习惯相应的数据画像特征。整理用户缴费信息之后可获得实收电费数据，若超出应收电费，核算人员计算差值后得到个人账户余额。用户资料库包括画像信息与余额信息，利用计算机辅助电算便可直接获取。

此外，上述业务流程可以对账目核算精准度进行验算，两种方法得出账户总余额结果相同，则代表核算不存在偏差，若两次结果不同，便需要对核算过程进行严格审核，总结潜在的核算问题。

2.2 搭建分析环境

利用数据挖掘的大数据平台，如沙箱工具连接数据源库表，企业核算人员设置好定时、数据分析频次，随即可以触发ETL作业。针对Smart DBM数据源进行合理配置，完成与沙箱系统之间的交互，采集电费精准核算分析数据样本。以用电客户电量为例，通过同比上期和环比上期同组抄表用户电量数据，将其当作数据分析样本，将连续月用电量均为0电量数据去除，消除数据分析环节的影响因素。不同类型用电客户电量的波动率、电量差在计算之后，可得出专变用户电量、公变非居民用户电量、居民用户电量等的波动率与电量差［4］。

2.3 电费精准核算分析

核算人员根据数据挖掘采集到的信息，绘制电量波动率直方图和电量差直方图，对客户用电分布规律进行观察与总结，从中了解用户的用电波动是否与典型正态分布相符。所谓典型正态分布，立足于统计学视角可以了解到趋于合理的波动率、差值区间。分析过程中可以采用“超出中位数两倍四分位差”异常数据诊断这一算法，此算法在电费精准核算中应用，可以使同类一组数据有序排序，测度顺序数据离散性，对中位数代表性进行衡量。

结合电费精准核算的实践操作，以居民用户为代表的同一类用户同比上期和环比上期抄表数据，可以根据电量差值、波动率两个指标依次排序，所有排序数列使用三个点划分数据，以四等份为宜。得到的四等份数据和三个点位置相应电量差值，即为四分位数。样本数据按照从小到大的顺序排序，序列后第25%数值与下四分位数相等，中位数则与样本数据排列后第50%数值相等，上四分位数和样本数据后第75%数值相等。由此可得出四分位差＝（上四分位数-下四分位数），由此表示此类用户电量差值异常阈值＝中位数＋2×四分位差［5］。核算过程中采用四分位数算法，可以得到不同类型用电客户的用电量阈值，如突增率、突减率、突增值和突减值，按照阈值核算人员可以确定好可调变量验证规则，经过校核之后确定电量异常用户，随后企业核算系统还会自动生成电费异常复核清单，进行后续复核。

2.4 核算电算化

（1）电费审计

采用数据挖掘技术进行电费核算，该项工作主要与两项审计支持数据有关，第一是主营业务收入、电费收入、电网服务，这也是电力企业主营业务收入的组成部分。如果电费收入核算效率、精度得到提高，那么电力企业主营业务收入审计的精度与效率也会有显著提高［6］。第二是实际经营活动形成的现金流量电费收缴、预存电费，这也是经营活动形成现金流量非常重要的组成部分。通过电费核算提高经营活动现金流量审计工作的效率。利用数据挖掘提高核算效率，企业中各项成本也会受到直观的影响，如财务办公成本、市场管理成本以及人力资源成本，使得电费审计期间账户结构发生变化，提高电力企业运营水平。

（2）计量稽查

针对实际形成的用户缴费画像进行分析，此环节同样需利用数据挖掘技术，得出的分析结果可作为用户缴费行为变化的判断依据。随后继续深度挖掘与分析，使用户电费行为特征能够实现数据表达。因此，用户缴费画像和用户行为画像之间的搭配，有利于提高用户窃电行为控制、测量的精准性。

对比传统与数据挖掘技术两种核算模式的应用效果，分别从电表故障和窃电行为两个维度进行分析，具体数据见下表。按照表中数据，针对电费核算分析电表故障在当期电表故障中的占比，开展电费核算，可以得出窃电行为和总窃电行为占比，电表故障发现效率，计费周期也有显著增长，窃电行为发现效率这一维度也是如此。此外，针对电费核算审计报告的对比分析，电力企业采取数据挖掘技术进行电费核算，年化利润增长率也得到提升，由此表示电力企业核算能力呈飞速增长的趋势。

表 电表故障与窃电行为发现效率对比

（3）用户评价

电力企业要想了解数据挖掘技术在电费精准核算算法优化设计中的应用效果，可以向所在辖区所有的用户发放调查问卷。用户则根据自身主观感受给出分值，作为用户评价的参考依据。

3 数据挖掘在电费精准核算中的应用效果

根据电费精准核算算法优化设计实际效果，数据挖掘技术在电费核算中的应用，一方面可以提高电费核算算法效率，缩短电力企业电费确认周期，而且企业内部核算流程得到优化，切实提高电力企业在市场中的服务形象。另一方面数据挖掘作为大数据技术的一种，在电费精准核算中应用，将其当作后台工作流程，使得企业工作效率得到显著提升，这也有利于提高电力企业的服务水平和电力营销电费核算业务精益化水平，将业务全过程作为关键点，立足于精益管理视角做出判断，梳理目前电费核算相关业务面临的一些问题，采用数据挖掘技术进行分析，明确数据资产的实际机制，使电费核算逐渐具备信息、智能化特征。

4 结束语

综上所述，电力行业处在市场化售电的大环境下，电费精准核算算法成为电力企业关注的重点，有利于实现电力企业所有数据的规范化、标准化处理，具体包括个人账户余额时序数据、用户缴费特征画像数据、电费总额度对账数据、企业主营业务收入账户数据等。在电费精准核算算法的作用下，应用数据挖掘技术，各项业务全部转为线上办理，每月月初出账，还有利于实现电力企业市场管控，适应政策内容的变化，提高企业在电力行业市场化业务覆盖率，同时能够实现在线化、过程监控等改革目标。