淺談大數據分析技術在電費核算業務中的應用

鄧松云

摘 要：隨著我國互聯網信息技術的發展，人工智能與大數據技術已經逐漸應用于各行各業的生產與管理工作之中，在電力行業中也不例外.電力企業的大數據時代已然到來。本文從電費核算業務中遇到的具體問題入手，探討電費核算業務中的大數據分析系統的架設、分析等流程的關鍵節點，探討大數據技術對電費核算工作起到的促進作用，分析其中存在的應用意義，為電費核算業務提供工作的新方法與新路徑。

關鍵詞：大數據;大數據分析;電費核算;電力技術

時代在發展、社會在進步，如今互聯網的建設成本越來越低，覆蓋的面積也越來越廣，如今絕大多數的電力業務尤其是電費核算業務已經步入了無紙化、網絡化、信息化時代。這為后續的大數據分析技術工作提供了大量的一手數據。在電費核算業務中，應用大數據技術，不僅可以提升電費核算的精度，保障公司與用戶雙方的利益;還可以很好的分析正常電費數據的規律，評估用戶的信用與行為模式，對異常數據進行警報和排查，更加精準的排查疑偷電、私搭電線、室內架設燈光種植毒品等違法犯罪的現象。

1.大數據技術的概念與定義

大數據指的是在傳統數據處理應用軟件不足以處理的大或復雜的數據集，這些數據很難用通用數據管理和處理軟件來處理。通過這一技術，可以操縱和管理以TB、PB、EB為單位的巨型數據集。

具體而言，大數據技術包括信息收集、選擇、存儲、搜索、共享、傳輸、分析和可視化。如今，大數據技術在各行各業中都有著廣泛的應用，通過對數據的科學計算和分析可以做到業務可預測、疾病可預防、犯罪可預防。

大數據早在多年前就已經在數據工作中的一個重要名詞，在2010年，隨著世界互聯網的高速發展逐漸被廣泛應用。如今，大量的企業、政府部門都有與之合作或自建的分布式數據中心、數據倉庫和云存儲中心，并給他們的工作帶來了巨大的利好。

2.電費核算工作中存在的問題和難點

2.1核算流程復雜

傳統的電費核算工作由抄表、匯總、數據驗算、上報、確認、反饋等流程組成。在工作中需要使用人工框定的具有可調電量的驗證規則，對每一個數據使用統一的標準進行統一核算，并篩選出異常數據。在篩選出異常數據后需要生成《電費異常符合清單》，并再次下發回區（縣）供電局進行確認與核查，最后通過市局客戶服務中心這項整體的確認和批準、下發電費清單。這一整套電費核算業務流程體系，雖保障了電費核算工作的準確性，極大地降低了電費核算清單中可能存在的問題和紕漏。但因其流程復雜、涉及部門眾多，因此需要大量繁雜的數據傳遞、溝通報備、批準等工作，這無疑降低了工作的速度，不能很好的迎合如今信息化時代即時查詢個人電費、即時網絡繳費的大趨勢。

2.2電費核算規則閾值難以確定

在傳統的電費核算工作中，框定可調變量是否正常的驗證規則閾值是由人工計算所設立的，其設置的依據是較為簡單的淺層次數據分析，其雖也是對整體數據的一種概括和提煉，但因其收集的數據量較少，且在一定程度上依賴于計算人員的業務經驗，因此其具有一定的局限性與片面性。甚至導致系統使用這一規則閾值過濾出的疑似異常數據大部分是誤判斷。經過實踐中的統計，每期所篩選出的異常數據大都超過了10萬條，但經過多層人工篩選與撥再次核算，篩除掉的非異常數據突破了98%，既只有不到2%的數據是真實的異常數據。這導致電費核算中異常數據排查工作的效率極其低下，誤判斷數據巨大，耗費了大量的人力和物力。

2.3數據應用效率低

隨著電力系統無紙化信息化推進，電力企業已經積累了大量的費用、耗電相關的數據，這些數據作為電費核算工作的原始數據，必然會被長期保留和儲存。但傳統的電力核算工作，更不會對這些數據進行深度處理，這就使了大量的存檔數據變為了冷數據。這樣閑置數據，不僅耗費了大量的儲存和維護成本，還使得電費核算、電力系統建設等工作的推進缺乏有力的數據保障。

3.架設大數據核算硬件系統

3.1建設高質量內部通訊網絡

要開展大數據的分析工作，首先打造高質量、高保密的內部通訊網絡，保障不同網點、上下層級之間能夠及時的進行數據匯總、提交、調取。要嚴格控制不同權限管理員、經辦人員能夠調取的數據范圍，既要滿足不同人員在日常工作中應用大數據的需求，又要嚴防死守，杜絕涉及居民個人信息尤其是核心隱私信息的外漏。要保證內部通訊網絡的速度與質量，打造多線路互為備線、多服務器互為備份的內部通訊網絡體系，確保內部通訊系統7x24小時的連續穩定運行。

3.2建立穩定的高性能數據服務器

大數據，顧名思義要對大量的數據進行處理和分析，這首先需要對大量的數據以及計算結果進行安全的海量儲存，其次需要高性能高效的計算處理。因此，需要建立一套穩定且高性能的數據服務器體系。出于對客戶隱私、商業機密和國家安全以及成本和效益的考慮，可以采取自建服務器與租用大數據服務平臺服務器相結合的方式，打造安全穩定的高性能數據服務器體系。對重點內容、涉隱私涉密內容使用自建服務器進行計算，對清除個體特征且不涉密的內容，可借助合作機構的服務器進行計算。此外，相關數據也可以在進行加密和或無去特征化處理后，交由第三方云存儲數據機構進行備份儲存，以提升本地數據的安全性和可靠性。在自建服務器平臺時，也要通過異地備份、脫機備份等方式，防止因服務器硬盤故障、自然災害等原因造成的數據丟失、損壞而導致的數據計算終止乃至經濟財產損失。

4.借助大數據技術開展電費核算工作

通過專業的數據處理系統和軟件，對居住在城市不同區域、不同性質不同分工的用電用戶進行劃分，計算出各行業、各用途不同的用電正常值和用電行為習慣。確定其合理的波動范圍和插值區間，一般而言，可以使用“超出中位數2倍4分位差”這一標準設置正常變量的閾值。將超出這一標準的數據進行提出，并進行進一步的縱向大數據分析。通過對比異常用戶在不同計費周期的用電規律，判斷其此次用電量的驟增或驟減是否符合其所在行業的季節性周期規律，若其增減過于異常、不合常理，就應提交人工手段，進行具體的排查與復合。

結束語

大數據為各行各業帶去了便利與高效，在電力行業也不例外，有必要建設一整套大數據儲存與計算網絡體系，以提高電力冷數據的應用效率。在電費核算業務中應用大數據工具，對負責區域內的用電行為模式進行分類和建模，可以更為科學的確定用戶異常行為的閾值，對異常行為進行更為精準的判斷和篩選，以提升人為排查異常電費的效率。

參考文獻：

[1]舒葉輝，程煒東，陳曉君.基于大數據的電費“形式走收”與電費資金安全智慧監督[J].科技經濟導刊，2020，28（15）：186-187.

[2]余詩博.基于移動互聯網技術與大數據分析下的電費回收探索[J].農電管理，2019（09）：46-47.

[3]陳曉健.大數據分析技術在電費核算業務中的應用實踐[J].科技創新導報，2018，15（21）：144-145.