钟林峰
国网四川省电力公司威远县供电分公司 四川省 内江市 642450
摘要：在电力企业的发展中，电力营销发挥着十分重要的作用，营销业务管控，直接关系着电力企业的正常运作。在大数据时代下，通过应用电力营销业务主题预测技术，能够确保营销工作的有效开展。本文从电力营销业务主题预测分析入手，接着阐述了大数据时代背景下电力营销业务主题的预测，最后总结了应用成效。
关键词：大数据；电力营销业务；主题预测；应用成效
随着各种电力营销手段的出台，对电力营销工作也提出了全新的要求与挑战，只有选取新的方法与技术开展数据提取、数据挖掘，才能够推动电力企业得到更好的发展，实现海量数据的有效应用。
1 电力营销业务主题预测分析
1.1 数据挖掘
数据挖掘也称之为Data mining，一般指的是从大量的数据内，通过相应的算法选取有效的信息数据，通过搜索隐藏在海量数据内的信息。数据挖掘与计算机有着密切的关系，通过统计、分析、在线处理等能够实现上述目标。数据挖掘主要包括：估计、预测、聚类、分组、复杂数据挖掘等。
1.2 主体预测
在电力市场的不断发展中，电力监管理念也在不断深入，电力营销面临着较大的问题，为确保电力营销工作的有序开展，电力稽查营销部门需要建设科学、合理的问题管理制度，通过挖掘计量采集、客户服务、业务报装等，实现海量数据的挖掘与分析，预测存在的问题与可能发生的问题，并形成相应的主题库。将其中的问题及时反馈到相关部门，及时改正可能出现的问题，最大程度避免电力营销风险产生。
2 大数据时代背景下电力营销业务主题的预测
电力营销主题预测模型可以划分为三类：初级模型、常规预测模型、专用模型，依据电力业务，分析工作人员的实践经验，就电费、用电量、电能采集等开展有效管理，实现人与计算机的有机结合，确保预测决策的精准性。
2.1 主题预测算法
电力营销业务系统、用电采集系统在其营销工作中，可以实现电力业务系统内的各项数据挖掘。通过应用相应的算法，能够将各类业务问题预测出来，并及时采取有效的解决措施，如下图1所示。
图1 主体预测结构示意图
2.1.1 神经网络算法。神经网络算法，本身具备很好的组织性、适应性，可以有效处理各类挖掘数据，确保数据分布、储存的合理性，及时解决数据挖掘内的问题。
2.1.2 遗传算法。这属于一种生物自然选择，本身属于随机搜索算法。随机搜索算法本身具备一定的并行性、能够与其他模型结合起来，确保数据挖掘应用的合理性，全面体现出遗传算法的价值。
2.1.3 统计分析法。在数据库的字段项之间，采用统计学开展函数关系、相关关系分析，其中对函数关系可以表示其确定性关系，对相关关系无法使用函数式表示，但依旧属于相关确定性关系。通过应用统计学原理，能够实现对数据内信息的有效分析。
2.2 主题预测策略
不同的问题预测模型，均代表着自身独特的发展规律，预测决策模型越多，供预测人员选择的类型也更多。决策人员可以依据实际情况，选取灵活、科学的预测决策方式。对比多种预测结果，并开展综合分析，确保最终预测结果的合理性。
2.2.1组合模型预测技术。可以对电量、业务等开展有效预测决策，由于使用单一的预测决策模型，无法确保其计算精度。因此，需要结合实际情况，选择模型角度，研究不同模型内的有机组合，全面提升预测决策精准性。
2.2.2 历史数据预处理技术。为了获取更好的预测效果，确保数据预测的合理性，需要合理分析历史数据，辨别数据的真伪性。同时，还需要及时将人为因素导致的错误、误差避免，降低突发性事件、特殊原因对数据统计造成的影响。
2.3 营销业务主题管理
通过制定统一的主题库管理流程，能够对所有的主题开展版本化管理，不管是主题系统还是业务部门，均需要按照各类需求，科学开展部署，记录每个主题变更版本。通过建设主题，能够开展全周期管理，为后续的数据分析提供支撑。针对同一时间内的差错预警主题，通过在其中设置稽查主题，完善稽查关系，可以确保后续处理的有效性，为考核工作提供数据支撑，为电力营销业务开展全流程管控，为后期的大数据分析奠定基础。
3 应用成效
以某电力企业为例，在其应用工作开展中应用营销业务主题预测技术，其成效主要如下：
3.1 问题分析更加精准
深入挖掘电力营销业务，确保数据的合理性，科学性，针对其管控点需要不断细化，通过预测问题降低其故障率，不断提升数据的分析能力。形成预测主题，为上级管理层提供不同维度的业务数据，最大程度缩短决策时间，全面提升电力企业的决策能力。
3.2 工作质量不断提升
电力营销工作开展中，通过对营销业务开展全主题预测、有效管控，能够对各级营销业务人员开展层层把关，确保各项标准能够得到有效落实。依据实际情况，制定的责任制度、考核制度等，可以全面提升工作质量。降低电费计算出错量，控制用户的投诉率，以此全面提升电力营销业务工作质量。
3.3 数据挖掘更加深入
在海量数据内，应用挖掘技术开展主题预测，能够有效建立150个营销预警主题，电力稽查主题可以建立51个。通过应用这些主题，累积推送的预警数量为300万条。其稽查的异常数据为5.6万条，针对各类故障处理，电压缺相处理3800起，下发现场接线错误处理1.80起，追补电量总计800.60万千瓦时，追补违约金为2000万元，具备十分显著的应用成效。
4 结束语
综上所述，通过本文上述分析能够得知，营销业务主题预测技术的应用，可以确保营销业务的开展，降低电费计算内的出错率。切实提升客户的满意度，以此推动电力企业得到更好的发展。
参考文献
[1]王同旭.大数据技术在电力行业中的应用研究[J].大众用电,2018,20(04):26-27.
[2]张宏达,郑则诚,张军达.基于数据挖掘的居民客户电子渠道营销策略研究[J].科技创新导报,2017,07(35):153-154.
[3]王筠,周明.电改环境下基于大数据平台的输配电价分析研究与应用[J].科技与创新,2017,10(23):117-118.
[4]孔繁钢,吴越波.基于大数据的电力营销业务主题预测及应用研究[J].企业管理,2016,22(S1):192-193.
[5]周文琼.大数据环境下的电力客户服务数据分析系统[J].计算机系统应用,2015,24(04):51-57.
[6]唐四平,黄文杰,李娜.大数据下电力营销业务主题的预测[J].湖北电力,2013,19(06):9-10.
论文作者:钟林峰
论文发表刊物:《防护工程》2018年第11期
论文发表时间:2018/10/11
标签：电力论文; 数据论文; 主题论文; 业务论文; 模型论文; 数据挖掘论文; 算法论文; 《防护工程》2018年第11期论文;