電力稽查模式未來發展趨勢分析

摘要：社會經濟迅速發展，電力用戶快速增加，用電需求激增，這就要求進一步優化與完善電力稽查工作。智能稽查能夠及時發現異常數據，避免人工業務不規范，提高數據處理效率及能力，而智能稽查體系的建立與規范能更好地服務電力公司、企業與社會大眾。現以建立智能稽查模式為切入點，對目前傳統電力稽查模式存在的問題以及新智能稽查模式的改進點進行對比，提出新智能稽查未來發展及應用前景。另外，從發現問題、分析問題、解決問題、總結問題、預警體系五個步驟入手，以傳統稽查模式為藍本，引入新型數字化智能稽查體系，令電力稽查工作更加實用化、效率化。

關鍵詞：數字化;智能稽查體系;問題;效率

0? ? 引言

電力稽查工作在確保電力企業經濟市場秩序和提高其經濟利益方面發揮著非常重要的作用，但目前的電力稽查工作面臨著一些難題，比如傳統的稽查工作模式已經不能適應當前社會發展的要求，要對其進行變革創新，用智能稽查提高營銷稽查工作的連續性和完整性，促進營銷管理水平的不斷提升。

1? ? 當前電力稽查模式存在的問題

傳統稽查模式的徹查法和抽查法依靠工作人員的長期經驗實施，已不能滿足日新月異的社會需求，不能保證準確性。抽查法使用范圍具有局限性，不能及時發現實際工作中的偏差，加上電力稽查工作的管理模式不健全，電力企業稽查工作效率較低，影響經濟效益的提高。

2? ? 未來智能稽查體系的研究與應用

未來的電力稽查模式在于構建智能稽查體系。智能稽查體系如何在每個環節實現智能化、自動化，從而構建有別于傳統稽查的稽查模式呢？本文的核心在于研究出一種智能稽查體系（圖1），要實現異常特征的智能提取、能夠根據異常特征進行問題異常關聯分析，并調用專家樣本庫及模型和全量數據以及問題處理的結果來智能比對評價結果是否正確，更新案例庫、問題庫和規則庫，不斷根據PDCA的閉環體系更新稽查智庫，包括案例庫、知識庫、基因庫，從而不斷提升智能化水平。

第一步，發現問題（圖1步驟①②）。

應用場景：常態稽查、專項稽查、飛行稽查的發現問題環節。

方法與應用：智能稽查體系第一步是構建問題特征的智能提取，用大數據的數據異常方法來發現存在的問題（基因重組的方式、LR回歸、隨機森林分類器）。

要實現智能稽查體系，第一步是構建問題特征的智能提取，用大數據的數據異常方法來發現存在的問題。從常態、專項、飛行稽查發現的問題信息及全量數據中按照大數據的規則，利用發生頻率、平均位移等方法提取異常特征。能將問題進行有效分類，需整理出反映問題變化狀況的特征指標。根據問題記錄所包含的信息，我們將特征屬性大致分為以下4個部分：

（1）問題強度：反映統計時間周期內的問題數量，可按專業、分類等維度進行分析。

（2）問題頻度：反映統計時間周期內的問題頻率，可按專業、分類進行過濾獲得。

（3）時間變化信息：反映問題在時間上的變化趨勢。

（4）空間變化信息：反映問題在空間上的分布規律。

第二步，分析問題（圖1步驟②③）。

應用場景：常態稽查、專項稽查、飛行稽查的確定問題、問題核查比對環節。

方法與應用：通過用戶編號、時間等信息對問題和異常進行關聯分析，并采用基因組的問題分類，對同一問題基因在基因庫中進行重組，形成問題的智能分類分群（K-Means算法分析和密度等聚類算法、平衡性稽查方式）。

以問題類別為研究對象，在預處理后的數據中，基于K-Means算法分析和密度等聚類算法找到聚焦的問題，提取四個變量：平均問題數、問題頻率、問題標準差、問題斜率，作為問題分群的表征變量。通過用戶編號、時間等信息對問題和異常進行關聯分析，并采用基因組的問題分類，對同一問題基因在基因庫中進行重組，形成問題的智能分類分群。

第三步，解決問題（圖1步驟②④⑤⑥⑦⑧⑨）。

應用場景：常態稽查、專項稽查、飛行稽查的異常問題等級判定，風險庫構建，問題庫構建。

方法與應用：（1）異常問題經比對分析后，基于專家樣本庫，智能構建問題評價模型;（2）將全量數據的異常跟評價模型評價結果比對驗證;（3）對模型的評價結果跟稽查處理結果進行跟蹤驗證。（4）據驗證結果判斷問題準確性及級別，并啟動問題處理流程，采用立項、處理、銷號、問題處理評價等環節的自動化、流程化管理，實時監控問題整改的進展，并調用知識庫和案例庫輔助解決問題（知識庫、問題庫、規則庫的聯動，模型搭建）。

第四步，總結問題（圖1步驟⑧⑩）。

應用場景：風險庫、案例模板庫、問題庫的更新及智能數據分析，為稽查智庫建立知識圖譜分析提供數據備份。

方法與應用：根據問題庫、規則庫、案例庫進行基因重組或知識庫的提煉，形成基于人工智能的稽查知識圖譜。

對模型的評價結果跟稽查處理結果進行跟蹤驗證，前期也可以采用專家判斷審核（經過一段時間運行后，此環節可以去掉），如果判斷有誤，更新專家樣本庫并進行模型重構。

根據驗證結果判斷是否為問題，并啟動問題處理流程，采用立項、處理、銷號、問題處理評價等環節的自動化、流程化管理，實時監控問題整改的進展，對問題整改閉環進行督辦，對問題及時銷號，實現問題的管控閉環。

第五步，預警體系（智能稽查體系旁支）。

應用場景：風險庫的構建及與規則庫的聯動。

方法與應用：構建五級智能預警體系，對問題存在的風險實現預警信息閉環管控，通過問題剖析和管理措施制定，加強業務風險預警防控，對各類問題從事后稽查逐步前移到事前預警，采用分級預警模式進行預警提醒。

構建五級智能預警標準崗位體系，通過建立金字塔式預警模型，實現從基層班長到單位領導分級預警、層層管控。同時一、二級預警閾值依據工作標準時限和問題出現概率來設置閾值，開展事前預警，三、四、五級依據問題嚴重程度來設置閾值，開展事后管控。

3? ? 結語

電力行業作為國民經濟發展依賴度最高的行業之一，電力營銷中的稽查工作非常重要。隨著科技水平的不斷提升，要改變傳統的稽查模式，采用智能稽查手段來提高稽查工作效率。相比于傳統的稽查模式來說，智能化稽查問題多維定位模式可以更加快速、準確和全面地對問題進行追根溯源。在稽查問題精準定位的前提下，可及時排除投訴隱患，提升客戶滿意度。

收稿日期：2019-12-09

作者簡介：何偉剛（1988—），男，廣東東莞人，碩士，工程師，從事電力營銷領域風險管控研究及管控應用、電力市場營銷管理工作。