大數據背景下的電力營銷信息化建設研究

廖楚京

(南方電網科學研究院有限責任公司,廣東廣州 510663)

0 引言

在現代化信息技術和互聯網得到飛速發展的今天,企業本身的運營管理也發生了巨大的改變。電力企業內部當中,電力營銷可以幫助企業在市場競爭當中取得一定的優勢,對于電力企業來說可以得到持續化的有效發展,不斷的推動電力營銷信息化的建設過程,最終實現電力大數據信息化的營銷模式構建。在此種情況下,電力企業需要緊跟時代步伐,構建出大數據的管理中心,實現信息化的運營模式。我國的電力企業營銷信息化建設的過程當中,缺乏對營銷數據的整體挖掘和分析,因此對于潛在的問題沒有辦法在第一時間內進行針對性的處理,帶來了一定的阻礙制約問題。

1 電力大數據概述

在電力大數據平臺當中,主要存在幾方面特點:(1)規模相對較大,大數據平臺當中的數據量很大,且在按照一定規律的基礎上形成了一定程度的規模。(2)多樣性,數據的類型多種多樣,在海量的數據集群當中,需要對其對應的類型進行歸類,實現結構性的整理分析。在電力企業內部的電力營銷發展當中,需要實現多個方面的關鍵技術,此種技術可以對工作需求進行最大限度的滿足,同時也可以減輕工作人員的任務量。第一,需要實現集成管理技術,工作人員在應用數據的基礎上實現合并應用,呈現一定的格式和特點,最終對數據可以實現有效的整合,并且將其轉化為穩定的數據集合來對系統的運行進行保障。第二,分析技術,在該技術當中,需要借助于計算機、統計學等多個學科知識,來實現數據群的數據規律探索。根據其探索出的規律來實現分析做出一定的決策。在該技術當中,可以分為幾個子類,其中包含了分布式計算技術,可以對數據進行分布式處理和存儲;內存計算技術,實現數據的高速讀取的同時,還可以實現線上的實時計算。流處理技術,可以對控制之外的數據進行處理。

2 電力營銷信息化建設現狀

在對電力企業營銷信息化建設的過程當中,需要基于其現狀的基礎上進行對策分析,在其現狀方面,主要集中體現在以下幾個方面:

首先,在數據的聯系方面不密切,現代信息技術和電力營銷的融合程度主要是借助于大數據技術的應用,來實現對營銷數據的分析,以此來對客戶的真實需求進行掌握和了解,根據客戶的需求來進行服務內容的制定,最終來對客戶的用電服務進行提升,提升電力企業的經濟效益。在現階段很多的電力企業內部,電力營銷信息化的建設缺乏對數據信息的深度挖掘,在內容的建設方面容易滯后,因此其現代化的信息技術應用水平相對較低,造成了數據信息的價值未能完全發揮的現象。在此種情況下,電力營銷的方案需要實現針對性科學性的建設。部分電力企業內部甚至于存在電力營銷信息化建設和數據信息聯系不密切的現象,對于客戶的用電需求不能最大限度的滿足,最終對于電力營銷的活動質量造成影響[1]。其次,在地域性方面存在差異現象,電力營銷信息化建設的基礎工作需要實現數據的錄入和信息數據庫的建設,但是在各個地區當中電力營銷的客戶的需求存在一定的差異性,導致了電力企業對營銷數據的提取不夠完整,在要求高的地區當中信息較為完整,但是要求需求一般或者較低的營銷數據提取方面不完善,缺乏區間數據的交流和合作,因此導致了營銷信息建設的水平相對較低,電力企業出現了不平衡的現象,最終降低了整體行業的電力營銷信息化建設水平的發展。最后,在描述性方面相對較弱,部分電力企業內部對于數據信息的采集工作沒有高度重視,因此營銷數據的采集方面缺乏完整性,對于客戶的實際需求無法精確客觀的描述,因此對于電力營銷的實際方案無法進行精準定位,導致了后續工作流程的制約和影響。與此同時,在電力營銷的信息化建設過程當中,對于營銷數據所缺乏的交流合作,會造成資源的浪費,降低其工作質量,在一定程度上阻礙了電力企業自身的發展和進步,對于客戶和市場的整體需求也無法進行滿足[2]。

3 電力營銷信息化的大數據應用

在電力營銷數據管理的過程當中, 本文借助于Hadoop平臺來實現對海量數據的分布式計算應用處理,在其平臺內部,兩個關鍵的組件分別為分布式的文件存儲系統,即為HadoopDistributed File System,簡稱HDFS,數據處理組件,即為MapReduce,可以實現對數據分布式存儲和處理。與此同時,還包含了多個組件來對數據進行分析和處理,比如Pig,Zookeeper,Tez,Hive,HBase等。

3.1 數據存儲與集成管理

在營銷數據方面可以借助于HDFS技術來實現存儲和管理,對數據采取集群分布式的存儲下,最大限度的滿足批量數據存儲的需求。在HDFS的集群當中,底層分布的大量計算機端口可以在光纖的作用下高速組合連接為集群,在集群當中,其機器主要利用主從結構來對數據進行分析。在HDFS1.0當中,主節點可以利用1臺機器來進行,被稱之為名稱節點,其他的節點作為從節點,也就是數據節點。對于HDFS2.0來說,需要利用2臺機器來進行主節點的分區管理,名稱節點被當成了整個集群的管家,實現集群的元數據服務提供,可以對數據起到一個類似于目錄的作用,其中的名稱節點可以對存儲的具體數據進行分析。對于數據存儲來說,需要實現傳感器、營銷系統、用戶信息采集系統以及應用程序、微信平臺等多個方面采集到的數據進行數據的存儲請求,其中主節點本身會在系統當中進行新文件的創建,根據數據節點的可靠程度實現存儲響應,對于存儲數據的過程,其名稱階段對于其數據可以實行分塊處理,為數據塊進行副本的創建,根據其特定的存儲策略來對其進行分配到對應的數據節點當中,需要在數據節點進行返回確認信號和更新消息之后,才可以完成存儲數據的操作。對于讀取數據來說,需要遵循就近原則,客戶端發出的請求需要從名稱節點來對各個數據副本放置到對應的位置列表內,在這個過程當中,需要明確數據塊的實際存儲節點,借助于HDFS在特定應用程序接口的基礎上實現客戶端和數據節點的身份表示,如果其中的數據節點和客戶端同屬于同一個機架,則需要對數據節點當中的副本進行優先讀取。在名稱節點當中,元數據和操作日志的文件兩種數據接口可以實現對數據的更新和一系列操作。主節點操作之后,可以對存儲元數據的FsImage將底層進行加載,實現EditLog內部當中可以實現數據的整個操作合并,比如創建、以及刪除等,最終可以得出最新的元數據。對于EditLog不斷增大的問題可以利用第二節名稱節點來對其進行解決。最終實現較高的數據操作效率。在Hadoop平臺當中,需要實現數據的集群分布式存儲,HDFS本身具備自身的備份機制,對于電力營銷來說,可以對數據的準確性、完整性和實用性進行最大限度的保障。值得注意的是,想要打破數據屏障,就需要實現數據共享與交互,利用HBase數據庫來實現對松散數據做出集成管理。其中HBase借助于思維坐標可以實現映射表的排列式的存儲,借助于庫函數、主服務器、區域服務器等多種主要的功能組件來實現文件存儲系統的操作[3]。

3.2 電力營銷數據處理和分析

對于電力營銷的數據方面,包含多個類型,比如時序數據、時空數據、流數據等。時序數據當中,可以記錄用戶的基礎信息,比如用戶的地址電話以及電力用電量等,時空數據,可以為電力企業的電網來提供出優質的架構和資源的分配狀態。對于流數據來說,具備快速持續的特點,對電力營銷的數據分析之前,首先,對數據做出預處理,在這個部分當中,可以利用Z-score標準來進行數據的優化,對數據進行分布確定,對于數據的標準差和均值進行規劃范的處理,對電力營銷大數據做出處理和計算的過程當中,針對于不同的數據處理需要采用數據模式來進行處理,根據數據類型和用途實現共同的協作。其次,在MapReduce的功能當中,可以實現營銷數據的處理,其中涉及到了底層文件的存儲系統,對于任務執行的過程當中,可以利用Task Tracker的心跳方式對自身的資源使用狀況和任務運行進度來進行發送。最后,在對電力營銷數據挖掘和價值提升的過程當中,需要利用關聯規則、聚類分析、統計分析、貝葉斯網絡、神經網絡、回歸分析等方式來發現數據當中隱藏的信息,以此來完成用電負荷、客戶需求、電路線損的預測等工作,對于數據價值的提升也可以得到最大限度的提升[4]。

除此之外,還需要對電力營銷數據管理的過程當中,借助于相關手段來對數據當中所包含的信息進行發掘,比如關聯規則、聚類分析、統計分析、貝葉斯網絡、神經網絡、回歸分析等手段,以此來幫助實現用電負荷、客戶需求以及電路線損的預測等工作,實現數據價值的有效提升。在用電負荷的預測工作當中,電能本身具備大量的儲存特點,電力企業本身的發電、供電、配電過程當中需要實現對用戶用電負荷的預測,以此來實現工序平衡的狀態。避免了由于電量過多造成的大量電能浪費的現象,從而對不必要的生產和運營成本進行增加和浪費;相反如果電量過少,則不能滿足日常用戶基本的用電需求,對于設備的正常運行狀態也就無法操作。由此,用戶耗電量在各種因素下,需要根據數據基礎來實現深入的挖掘和分析,以此來發現各因素和電能供應之間所存在的關聯關系,最大限度的提升電力企業本身的供電協調能力,最終實現企業供電協調能力的有效提升。在各個季節和工作日以及時間段的過程當中,用戶本身的耗電量也不盡相同,在關聯關系的發掘過程當中,可以利用FP-growth的方式來進行發掘用電負荷和時間之間存在的關聯關系。在分析的過程當中,核心算法為FP-tree,借助于構建出的框架來進行頻繁的挖掘。搭建的過程當中,需要最大限度的實現對數據庫的掃描,以此來得出數據,根據數據特點來實現節點的創建,對數據集進行掃描的過程當中,可以根據其搭建的框架來進行標記。對于電力營銷的可視化操作來說,數據本身在經過集成分析之后,可以進入到數據倉庫當中,其數據的類型和實際應用需求基礎上可以得出數據可視化的主題,從而構建出已經有的模型。在對數據模型生成的過程當中,可以從已經有的模型庫當中進行要素的繪制獲取,根據應用需求來進行重組[5]。在此種方式下,可以在全球的廣域網前端部分進行財務可視化的圖像繪制。在電力營銷領域當中,可以借助于文本、數據、圖、多維數據以及時空數據等技術,將采集到的數據進行直觀的方式呈現。也就是對數據分析的結果進行圖形化的展示,從而對數據實現跟蹤觀察監控。

4 結語

綜上所述,現代化信息技術的發展促進了互聯網和電網的聯合建設發展,在大數據技術的運營下,對于電力營銷大數據平臺的建設實現營銷模式的有效轉變,創新其營銷管理的方式。現階段當中,數據驅動營銷管理模式下的電力營銷還未完全實現,但是隨著電力營銷信息化水平的不斷提升,大數據可以實現電力營銷管理新活力的注入和增加,最終為電力企業的營銷工作效率得到促進和提升,實現營銷服務水平的支撐建設。