（广州供电局有限公司）
摘要：在我国电力信息系统日趋完善的背景下，研究如何有效地挖掘和利用电力信息数据，从而有效提高电力企业的供电服务质量，增加电力企业的市场竞争力，是新时代的迫切需求。本文通过研究分析电力营销需求，结合系统设计，提出借助大数据对电力营销辅助决策支持系统进行构建，以此提高电力营销业务开展的质量及效率。
关键词：电力营销；辅助决策支持系统；大数据
一、前言
作为电力企业运营中的重要环节，电力营销通常是指电力企业基于市场客户的需求，为电力客户提供优质体贴的服务内容，并输送安全可靠、物美价廉的电力商品，从而保障电力客户的利益。对电力企业来讲，在激烈的市场竞争中，提升电力营销业务的质量，对扩大电力企业效益有着重大的意义。因此电力企业必须对营销业务系统的应用水平进行提升。而随着信息技术的发展，如何借助信息化来提升服务水平，成为当前探讨的重点。
二、传统业务数据分析所存在的问题
对电力企业来讲，应采取各项措施来提升电力企业效益的目标，这主要包括以下几个方面：一是切实做好数据监测、分析和风险评价工作；二是加强数据信息与营销业务有机结合；三是制定并严格落实科学合理的电力企业战略规划；四是构建有效挖掘并利用数据的电力营销分析体系。但是面对急剧增长的数据量、数据接入频度以及日渐扩展的数据范围，我国电力企业在营销方面渐渐暴露出诸多问题：传统的电力营销业务数据分析，不仅效率低下、分析的数据过于单一，而且不能及时梳理数据关联关系，无法实时数据穿插和综合管理。导致问题的主要原因有：
第一，存在电费回收受阻、甚至无法执行电费回收的风险；
第二，存在用电不规范导致火灾的风险；
第三，客服人员对用户的响应缓慢，用户提交问题和相关部门处理问题的效率低下；
第四，大客户相关信息缺乏管理，缺少针对大客户的高质量服务提供。
由此，结合上述的原因，笔者认为构建电力营销辅助系统具有很强的必要性，也是适应当前电力系统改革，提高自身服务的一个重要途径。对此，结合上述的问题，笔者从原则、架构和功能模块等对系统进行了详细设计。
三、设计原则
本文在系统设计中所遵循的设计原则，主要有以下四种：
1、继承性原则
在电力辅助决策系统的设计中应当充分挖掘、利用现有的数据积累。
2、实用性原则
电力辅助决策系统的设计中应当以满足实际需求作为功能设计的目标。
3、安全性原则
系统设计中应当遵循国家相关要求，同时结合电力营销业务特点，建立全面有效的安全保障机制。
4、可扩展性原则
在辅助系统设计中应当具备根据业务需求的变化进行灵活配置的能力。
四、系统设计
针对传统电力营销业务数据分析方式的不足之处，，笔者从系统具体需求、功能及发展定位出发，依据继承性、实用性、安全性和可扩展性设计原则，提出能有效挖掘、利用数据的电力辅助决策的设计方案，并且具体阐述该系统设计方案的业务架构、应用架构、数据架构以及技术架构。
4.1业务架构设计
电力营销业务系统所涵盖的服务内容，可以归纳为五大主题，即电费回收风险、客户停电信息、用电风险、电力服务以及大客户服务。因此，基于电力营销业务中涵盖的电费回收风险、客户停电信息、用电风险、电力服务以及大客户服务等五大服务主题的需求，本文将该系统整体的业务架构设计为如图1所示，并对各个大模块的具体功能需求进行了设计。
图2 系统业务架构
电费回收风险功能：对风险信息进行分类整理，形成风险识别信息，发起风险识别审核流程，最后识别归档并记录时间;建立各风险点的预警监测指标，维护预警监测指标的各项信息，施行预警监测并实时预警，建立监测日志和监测报告，记录预警监测情况。
客户停电信息功能：统计并展现各线路中的高停电敏感客户数量以及分布状况；停电后 95598 的应急预警反应，做好风险预判和控制；优化升级停电事件统计功能，根据客户停电敏感度进行停电事件统计分析；停电敏感度客户分区域综合查询与分析
用电风险功能：差异化周期性用电风险检查功能，方便周期性用检人员，提高异常查处率；现场检查结果处理改造增加高危及重要客户检查工单、结果通知书扫描上传功能，检查结果处理环节增加完整性校验；客户隐患通知；提供高危及重要客户隐患查询、整改情况查询。
电力的服务渠道功能：客户调查分析；供电服务质量多角度展示分析；客户满意度评价调查分析。
大客户服务主要功能：客户细分，提供不同的服务与管理策略；大客户识别；根据不同的展示类型和对象设置内容类别进行展示项目设置；在服务资源有限的情况下建立大客户差异化管理机制。
4.2应用架构设计
笔者基于对上述电力营销业务架构设计内容的分析归纳，总结出业务的需求点并进行相关功能设计。如图3所示，笔者提出的应用架构设计内容，其展示层由标准、报告、模型、仪表盘/报表、告警构成；应用层包括公司经营分析和其他分析；分析层由统计分析、预报模拟、常规报表、多维分析、预警告警等构成。
4.3数据架构设计
数据架构设计中以 ETL集成营销指标数据，以ogg 集成明细数据， 在数据中心统一视图区（ODS），数据仓库、数据集市通过 ETL 进行流转、数据清理后，利用大数据平台进行数据存储、计算，满足进行大数据分析的条件，最后通过数据挖掘工具进行数据分析、展示。具体见图3所示。
图3 系统数据挖掘过程
图5 系统技术架构
4.4技术架构设计
通过实现与数据中心的系统集成，然后通过大数据平台实现数据采集，同时，利用平台自身的高效传输、抽取、计算的特点，完成数据清洗、加载，最后利用数据挖掘软件平台，进行在线分析，完成营销业务分析报告，为电网企业提升营销服务品质，强化风险管理提供支撑，进一步提升企业的运营效益。
五、总结
本文针对我国电力营销的实际情况,对电力辅助决策系统进行了较详细的需求分析，在此基础上提出了一种全新电力营销决策支持系统的整体框架设计,所设计的电力营销决策支持系统具有以下特点：该决策支持系统既包括了传统的决策分析功能,又含有有关电力营销业务监控和查询的功能,能较好满足实际工作的需要；针对电力营销决策需求进行针对性问题引导,以满足常规的电力营销决策分析的需要。能较好地满足电力营销决策支持系统的实际需要。
参考文献
[1]胡大信,邓嵩,饶璐,金霞. 售电均价分析辅助决策系统的设计与应用[J]. 电子技术与软件工程,2015,(24):58-59. (2016-01-13)
[2]胡禾佳. 电力营销管理信息系统分析[J]. 企业技术开发,2016,35(02):68+70.
[3]陈雪,黄伟,叶琳浩,魏长春. 基于多源数据的配电网规划辅助决策系统研究[J]. 广东电力,2017,30(01):53-58.
论文作者:陆慧,梁林森,张秋辉
论文发表刊物:《电力设备》2017年第33期
论文发表时间:2018/4/19
标签：电力论文; 数据论文; 业务论文; 客户论文; 架构论文; 系统论文; 风险论文; 《电力设备》2017年第33期论文;