大數據在電力營銷系統中的應用及工程實例解析

湯平瑜

摘 要 隨著電力行業各系統接入，海量數據涌現，如何利用電網信息化中大量數據，對客戶需求進行判斷分析，服務于營銷鏈條，提升企業市場競爭力和供電服務能力，是當前研究重點。文章分析了現階段市級營銷系統數據模型，搭建基于大數據的營銷決策分析系統，實現電力營銷數據分析、客戶分析等工程實例。該系統已在南方電網某地級市進行工程實用化使用，提高了該供電公司的企業分析能力和需求預測準確性，對營銷服務能力提升有指導意義。

關鍵詞 大數據;電網信息化;營銷鏈條

1研究背景

隨著電力市場改革的推進，售電市場逐步放開，對于電力企業提出了更高的要求。電力企業需要完成從“保供電”到“個性化供電”的提升，即利用信息化技術手段，對市場、客戶和自身管理進行全方位分析和提升。如何更好地利用各系統的數據，打破數據孤島，完成數據提取工作，利用大數據技術對電力營銷行業進行提升是現階段研究重點。

現階段國內利用大數據對電力營銷方面的研究較少，主要研究在于營銷系統的數據挖掘和數據庫的優化方面，系統偏向于企業管理。對于利用大數據方法對用戶進行側寫，提供個性化服務方面研究為空白。文章首先對于電力公司不同系統的異構數據進行整合，建立統一數據交換平臺，利用數據挖掘算法對于用戶已有數據進行處理預測，實現售電分析功能，最后通過搭建系統完成工程化應用[1]。

2基于大數據算法的售電分析和售電預測

聚類算法是大數據處理中的重要分支，主要用于海量數據中尋找數據關聯的算法。文章通過聚類算法處理用戶數據之間內在聯系，通過數據關聯方式，對數據進行預處理，實現售電分析;通過線性回歸算法，對于售電量進行預測。

2.1 營銷系統數據關聯方案

系統關聯方案主要包括：

①運用聚類算法對電力營銷系統數據庫數據進行離散變換，形成強關聯直接可用數據源;②運用Apriori算法得到強關聯規則，給用戶提供符合其閾值的結果規則。

即以售電量目標，通過時間、地區、行業、電價、天氣作未考量維度，構建數據庫模型。

2.2 售電量預測方案

預測方案主要包括：

（1）從數據庫中查詢對應時間歷史售電量數據，形成樣本，一般情況下查詢類似天氣六個月數據（本文以2016年1-6月數據為例）。并對形成樣本進行一次線性回歸如下：

yi=a+bxi+εi，εi～N（0，σ²）

對線性回歸量使用最小二乘法進行精準估計，從而計算出公式中a，b具體數值，得到具體回歸方程。將歷史數據作為自變量帶入一次線性方程，可以求出2016年7月售電量預測值。

調用2009-2015年7月同比數據值，形成樣本，采用步驟1方案形成2016年7月預測值。對于步驟1和步驟2預測出的2016年7月售電量預測值，采用算數平均減少預測誤差，該算術平均值為文章所示2016年7月售電量預計[2]。

3系統設計與工程實際

系統總體架構如下圖。

電力營銷綜合分析系統體系架構通過數據采集與整合程序從底層業務系統的數據庫中抽取數據，整合到自己的數據庫中，形成數據集中管理，然后再能過數據采集與整合程序在數據層的基礎上形成由業務主題構成的數據倉庫，最后，通過數據展現與分析的應用程序開發技術，實現電力營銷的分析、預測、決策。系統的總體架構分為四層，具體描述如下：

用戶交互層主要完成用戶與系統的友好交互功能，具體功能有用電量分析、售電量預測、報表查詢統計等。該應用程序客戶端界面采用java語言設計簡單易用的定制化頁面，辦事效率高，用戶體驗更具，部署于用戶三區系統，符合網絡安全要求規范[3]。

業務邏輯處理層主要完成文章所示核心算法，并對信息數據進行預處理，從邏輯實體的實現上看，其表現為各種功能組件，這些功能組件是對象化組件模塊，可以實例化，具有過繼承重作用。考慮到系統后續維護和二次開發問題，業務邏輯處理層實現對象對外服務接口開放功能，便于調取和應用數據。

數據層：從數據層的構成看，是由數據訪問層和數據源共同組成的，從數據源的來源看，是由外部各業務系統數據庫產生的。而數據訪問層則要承擔起封裝對數據源的訪問。由于數據訪問層的存在，使業務邏輯層對底層數據存儲形式過于依賴的情況得以改變，應用系統的適應力增強，可以在各種不同類型的數據庫中得到更好的應用。

系統接口層：該層主要是和其他業務系統進行數據對接。

通過上述系統架構，搭建基于大數據的營銷業務擴展系統，并于南方電網某地市局進行工程化驗收。系統掛網運行結果表明，該系統實現了電力營銷數據的智能化查詢、分析和統計工作，便于使用者及時掌握所轄用戶用電情況，實現客戶的市場化分析，有利于使用者及時調整營銷策略，減輕數據統計的工作強度。

參考文獻

[1] 彭小圣，鄧迪元，程時杰，等.面向智能電網應用的電力大數據關鍵技術[J].中國電機工程學報，2015，35（3）：503-511.

[2] 魏艷平.基于大數據平臺的電力營銷分析決策系統的研究[D].成都：西華大學，2017.

[3] 王亮.大數據背景下電力企業營銷管理創新研究[D].北京：華北電力大學，2015.