自定義多規則篩查技術在電力稽查中的應用

張卓

（廣州供電局營銷稽查中心，廣東廣州，510000）

0 引言

傳統稽查模式采用的是常態抽樣檢查，從上月發生的樣本中隨機按照一定的比例抽選樣本進行現場檢查，再統計業務的問題發生率。常態稽查的方式的優點是可以反映各單位分專業的綜合管理水平并進行橫向管理，從而進行全方位的工作質量評估。但常態抽樣存在樣本問題率低，不能就批量同類問題進行集中核查的缺陷。多類問題存在履查履范、屢禁不止，這也成為了一大難題，很難發揮出稽查的作用，即進行強有力的風險管控；也不能實時掌握問題的發生與整改，不滿足當今大數據時代的要求。

因此實時性、問題針對性更強的在線稽查模式應運而生。在線稽查模式依托系統的規則進行抽樣，設定篩查周期，在海量數據中將符合異常篩選條件的樣本篩選出來。營銷稽查人員定期根據事先確定的篩選條件，對在線稽查監控系統定期篩查出異常樣本進行稽查。通過在線稽查，問題針對性較強，問題率顯著高于常態稽查。對于稽查人員而言異常定位更為精準，提高了稽查的效率，是廣泛應用的方法。但在線稽查模式也逐步暴露出一定的局限性：首先是稽查規則自開發到上線流程較長，需要進行專家修編并通過開發人員固化在系統中，很難隨著市場業務的變更而實時變化；同時從開發到上線需要經過一定的時間，不能夠很快驗證準確性。所以在線規則一旦固化后在相當一段時間中都是穩定運行，而稽查人員再前端作業，對后臺的編程技術并不精通，很難自行利用SQL等程序工具自行進行規則編寫，因此需要更為靈活的數據處理方法。

圖1 系統功能圖

為了彌補在線監控模式的局限性，廣州供電局稽查中心探索了人員自主性更強的數據分析模式，通過開發了獨創的營銷域稽查數據分析應用系統，接入營銷、計量、停電等多系統數據形成海量數據庫供稽查人員在平臺上自主建立規則進行抽樣，形成了面向前臺的自定義多規則篩查技術模式。營銷域稽查數據分析系統是一套多源數據整合應用系統，按國際數據分析標準化流程為標準進行建設，形成業務理解與數據理解的統一；同時，也是一套自助式數據統計與分析應用系統。系統包括9大功能，其中橙色為用戶用功能，藍色為管理員用功能：

1 自定義規則稽查的方式及優點

自定義多規則篩查技術依托“數據分析的標準化流程”為標準建設的營銷域稽查數據分析系統，有以下特點：在規則定制、專題定制中將業務理解和數據理解做了流程化、規范化處理。數據準備和分析建模過程實現系統自動化處理，降低了應用難度。驗證和評估嵌入到了業務理解的流程，實現了迭代完善的閉環管理過程。提供了規則庫、專題庫，實現規范化數據的實施與運營管理。

圖2 數據分析的標準化流程

自定義規則的編寫通過開發自定義規則平臺進行實現，自定義規則平臺開發采用B/S體系結構。B/S體系結構一種跨平臺的應用軟件結構，支持TCP/IP協議的所有軟硬件系統。具有一次開發，跨平臺使用的優點，減少了客戶端的工作量，將注意力集中到怎樣合理地組織信息、提供客戶服務的服務器端的編程工作上去。

B/S結構中，數據的查詢、處理和表示都由服務器完成，在客戶端只需運行客戶自己的操作系統和通用的Web瀏覽器。與C/S結構的應用系統相比，B/S結構的客戶端變得非常“瘦”。

B/S具有統一的瀏覽器客戶端軟件，可減少維護客戶端軟件的時間與精力和客戶培訓等工作，也方便了用戶的使用。

自定義規則稽查采取前臺規則的方式，可以進行自定義條件的編寫，有利于稽查人員依據業務經驗與稽查需要自主編寫規則。應用稽查數據體系、模型算法、方法策略及可視化等工具，保障電力稽查數據實時性、有效性。規則定制、專題定制都依據業務到數據的理解過程建立了7個環節進行管理。

2 典型案例

2.1 稽查方法

圖3 系統部署結構示意圖

圖4 管理環節

2020年10月，某稽查人員希望對周期輪換前后的客戶用電情況進行檢查，通過客戶用戶行為的變化判斷換表前后有無問題發生。于是導出來某月的所有周期輪換數據，并增加了換表前一個月及后一個月的電量使用字段，發現有部分用戶存在換表后電量增加。稽查人員繼續增加了用戶容量字段，發現其中用戶A在換表前后電量使用突增5倍，并且對用戶A的容量進行比對發現系統報裝負荷為20kW，無法滿足實際使用的電量。繼續對該用戶的歷史工單進行檢索后發現，用戶在歷史電量低的情況下仍存在多次燒表，但在周期換表后卻穩定運行數個月之久，于是A用戶被定義為嫌疑戶。通過現場檢查發現，用戶系統報裝負荷為20kW，實際用電建筑有約6層的住宅樓，首層為商鋪，建筑面積約為3000㎡，以平均每100平方米6kW的負荷密度估算，該用電面積用電負荷約有180kW，與用戶系統報裝容量不符。A用戶在周期輪換時私自加裝了一套組合式互感器，為竊電戶。 此為在自定義篩查中發現一戶業務流程不規范。通過“周期輪換”業務流程變相增容的情況，該問題隱蔽性強，沒有現存的在線稽查規則可以進行檢索，通過對客戶的換表前后電量比對以及周期輪換前后用戶行為的變化定位嫌疑戶。繼而通過這個案例組織了相應的專題稽查，通過專題稽查對周期輪換、故障換表的工單進行掃描，對比輪換前后的關鍵信息，如表計更換前后的類型、用戶名、用戶地址、容量、用電量等有無發生變化進行檢索。

通過自定義規則平臺對周期輪換后的電量變化用戶進行掃描，同時發現該異常客戶在換表前一年內存在兩次燒表，換表后運行正常。從而定位出嫌疑戶，通過現場檢查發現問題。

2.2 應用結論

客戶未能按照實際用電情況確定用電容量，存在竊電行為，通過“周期輪換”業務流程變相增容，報小用大。造成企業經濟損失。通過自定義規則可以有效的對問題進行檢索及定位。通過多級篩選，增加所需字段，稽查人員可以靈活獲取支撐的用戶信息從而進行比對和問題定位。方便快捷，而且通過系統支撐可以自主進行數據導出，無需通過后臺進行操作，鎖定一些隱藏的問題更為迅速便捷。同時可以充分發揮稽查人員的主觀能動性。對于一些實證有效的也可以進一步固化為監控規則進行長期的異常檢索。

3 應用展望

隨著大數據技術的發展，電力行業迎來了新的機遇與挑戰。稽查工作由于需要從海量數據中查找問題，具有獨有的數據優勢，稽查專業從內部效益提升和外部漏洞發現兩個方面對大數據的應用提出了新的思路。海量的業務數據可以挖掘更深層次的價值，洞悉問題存在的蛛絲馬跡。傳統的隨機抽樣在近年來愈發不能適應問題發生多樣性及多變性的現狀。通過大數據的應用，可以讓稽查工作更為靈活的開展，從而保障企業經營工作穩定地發展。立足大數據，利用數據挖掘技術，對稽查結果進行科學的深度挖掘，深入鉆取問題的根源。構建多自定義規則數據智能分析，為稽查工作開展提供技術支撐。基于對業務數據的分析、多規則的自主融合查找隱藏的問題。實現營銷管理的規范性、問題定位的準確性，自主建模的多規則融合的數據處理技術實現了營銷管理朝著精細化邁進。在自定義規則的前提下，人人都可以成為數據分析師，實現了營銷稽查工作質量的提升。在自定義規則應用的下一步，融合AI技術，向用戶提供用電數據分析和自定義服務套餐也會在不久的將來成為現實。