浅谈电力营销数据挖掘

浅谈电力营销数据挖掘

徐小燕陈进华沈笋

（国网盐城供电公司江苏盐城224205）

摘要：社会经济的发展，使得电力资源在其中发挥的作用也日益提高，成为支撑社会持续发展不可获取的有力资源之一。为了更好地满足人们不断提高的用电需求，在电力营销中应用新技术、新的管理方式已经成为众多电力企业改革与发展的重点。本文主要就数据挖掘技术在电力营销系统中的应用进行一定的分析。本文主要就数据挖掘技术在电力营销系统中的应用进行具体分析，以期促进电力企业更好地适应新时代的发展需求。

关键词：数据挖掘；电力营销；应用

数据完整和准确是理想化的目标，新疆本身基础跟内地省有一定差距，尤其在营销用户档案管理方面，由于新疆地域广、人员分布分散，很难保证普查能完整准确的获取用户的档案和用电信息。导致新疆电力营销业务应用系统运转中的很多问题是用户档案数据错误或缺失而引起的，从而使基层的业务人员和系统运维人员天天忙碌于处理这些问题，而没办法腾出手更多的从事一些提高服务质量的工作。提高数据质量，保证数据准确率和完整率的工作迫在眉梢，针对此项工作，新疆电力公司一方面加大对用户信息的普查力度，加强对客户档案信息的管理，同时我们利用系统自定义查询功能，配置业务逻辑校验查询规则，每月定期通报考核各单位的问题数据。

1数据挖掘技术概述

数据挖掘技术是人工智能技术与数据库发展相互结合而产生的一门新型学科。他是集统计学、人工智能、数据库、模式识别等众多技术于一体的前沿学科。通过对其的利用，可以有效的从大量模糊、有噪声且不完整的随机性数据中提取出隐含的有用的信息和知识，从而实现数据应用由简单查询到深层挖掘的升级，为企业管理者的决策提供有力依据。可以说数据挖掘技术具有广阔的发展前景，是信息决策领域最前沿的研究方向。

电力营销系统的普及是现阶段我国电力企业发展的核心问题之一，是其实现现代化的必由之路。而高效营销策略的制定需要大量的有用信息作为依据，此外电力企业在其信息化建设中亦积存了大量历史数据有待处理。这就急需在电力营销中引进数据挖掘技术，通过对其的引进可以有效地对电力营销系统产生的大量数据进行分类及优化整合，并根据相关标准提取核心营销信息，从而为营销系统的决策提供有力的数据支撑，进而实现对电力营销决策系统的完善和电力行业经济效益的提高。此外数据挖掘技术的应用还能增强电力企业的核心竞争力，维护国家电网的正常运行，提高对国有资产的保护，实现电力企业的长远可持续发展。

2电力营销系统

电力营销系统主要是以用电管理、电能计量、营业计费、线损管理等项目为核心，在各个业务项目模块之上，提供一定的服务模块以及分析模块。前者主要包块电网服务、互联网服务以及客户服务中心等，其工作中心在于向人们提供更高质量的服务。后者主要是通过对历史数据的分析、计算等，为项目决策提供参考依据，其工作主要侧重于向电力企业提供及时准确的参考依据，比如提供电力系统诊断的相关数据、安全动态评估、异常情况数据分析等。电力营销系统的数据主要呈现出数据多、种类繁杂、要求高等特点。

3数据挖掘技术在电力营销系统中的应用

3.1分类技术在电力营销系统中的应用

在电力营销系统中，对其进行中长期预测，除了利用传统的方法之外，也可以对其采用专家系统、模糊理论等方式。而神经网络方法在一定程度上得到了人们的高度认可，其主要基于竞争分类之上，对预测准确度的提高有明显的效果。决策树技术的诞生在一定程度上也大大提高了数据挖掘技术在电力营销系统的应用效果。决策树的应用不仅可以有效提高短期负荷预算的准确度，其对电力营销过程中出现的窃电行为也有了高效、及时的判别。通过建立分类树，形成了内容庞大、条理清晰的数据库，在对SCADA系统的不良数据进行评估的同时，减小了数据库建立的规模，并大大提高了其预算的准确性及计算的速度。同时，分类技术在客户关系管理工作中也得到了广泛应用。

3.2聚类技术在电力营销系统中的应用

聚类技术在电力营销系统中的应用主要体现在对不良数据进行修正、对负荷进行预测、对变压器故障进行判别、对电力用户进行分类、对用户信用进行评价等。对不良数据进行分析主要是建立在传统的聚类算法基础之上，对聚类过程中所应用到的基本参数进行分析，并对其中的相关负荷特征曲线进行提取，对不良数据进行修整。对用户的用电数据通过选取最佳的角力方法，得出具有代表性的负荷曲线，使电力企业能够对用户的用电模式有所了解，并制定出相应购电合同，从而增加电力企业的经济效益。电力企业一般根据用户所提出的不同需求，采用聚类分析的方式，将用户分成不同的组别，并根据分组结果对不同组别之间存在的差异进行分析，并针对分析结果制定出不同的营销策略，在很大程度上促进了电力企业在经济效益方面的提高。对用户信用进行评价主要是通过建立基于聚类分析法的用户信用评价算法，对不同的用户组别制定不同的量化依据，从而实现对用户信用等级评定。

3.3空间挖掘技术在电力营销系统中的应用

在很大程度上，电力营销人员反应的快慢、判断的准确度、决策的科学性对电力企业的长远发展有着至关重要的作用。特别是随着电力体制改革的不断深入，电力营销市场化，决策的科学性、正确性显得更加重要和关键。将电力运行系统中的相关数据、负荷分布位置的具体数据以及实时发生变化的相关数据等信息融合为一体，通过空间挖掘技术，对信息进行一定处理，保证电力营销系统实现设备跟踪、模拟停电、故障判定、损失评估等功能。同时还可以利用空间分布规则、特征规则、聚类规则、区分规则等，得到不同类别或是相同类别的负荷分布情况。除此之前，空间挖掘技术还能广泛地应用于负荷管理、抄表收费等服务项目，并能根据线路或变压器的实际负荷情况，根据用电客户的实际地理位置等制定出针对性强的负荷控制措施，从而实现负荷的合理应用，对高峰、低谷时期的负荷情况采取错峰、填谷、调峰等方式实施管理。

3.4时序模式在电力营销系统中的应用

时序模式在电力营销系统中用于进行短期符合预算是一种最为经典，同时也是应用最广、最系统的一种方法。一般在实际运用中，更多是将时序模式与神经网络结合，共同对电力营销系统的相关数据进行分析。随着科学技术的不断发展，人们针对数据挖掘技术，提出了一种基于时间窗的新的时序挖掘算法，该种技术主要被广泛地用作对警报进行智能处理，以便对电力营销系统中出现的故障进行更加准确的定位与判断，有利于电力营销服务管理水平的大力提高，为广大电力用户提供更加优质的电力资源。

4结束语

通过对基于电力营销业务数据深度挖掘研究，建立科学有效的数据质量管理，从数据完整性、准确性、一致性、及时性等维度实现国网公司总部、公司层面的数据质量动态监控、分析、考核，使数据质量管理常态化，实现数据完整性与准确性“双百”目标，真正做到营销数据完整、准确、可信、可用，全面提高营销综合管理。

参考文献：

[1]朱莉.数据仓库与数据挖掘技术在电力营销系统中的研究与应用[J].东北大学，2003（18）.

[2]朱洁.数据挖掘技术在电力营销系统线损计算中的应用研究[J].兰州理工大学，2011（11）.

[3]谢春讯.基于数据挖掘技术的电力营销决策支持系统[J].南昌工程学院学报，2007（7）.

[4]郝晓弘，朱洁，王维洲，胡振邦.数据挖掘技术在电力营销系统的应用现状[J].工矿自动化，2011（1）.