（国网冀北电力有限公司唐山供电公司 河北唐山 063000）
摘 要：传统电力营销模式在大数据时代面临着空前的机遇与挑战。在大数据背景下，研究电力营销行业发展态势具有重要的现实意义。在大数据环境里，电力公司必须与时俱进，通过构建由“电力营销数据采集――数据分析――模型构建――智能评估”构成的持续循环的闭环模式，利用科学的方法准确解读大数据背后的含义，预测各个行业用电量发展趋势，制定精准营销策略，最大限度提升企业的经济效益。
关键词： 电力企业；运营监测系统；系统建设
一、引言
电力工业是中国国民经济的重要基础，电力营销则是电力企业发展运营的关键。在大数据时代及电力企业管理精益化、优质化内在需求的双重背景下，电力营销模式的探索和实践迫在眉睫。
二、大数据监测电力营销模式设计
1.营销模式设计
大数据环境使得智能营销所需的市场、用户和电能产品信息的收集、分析处理及利用成为可能。电力智能营销模式，以大数据平台作为数据支撑，形成由“电力营销数据采集――数据分析――模型构建――智能评估”构成的持续循环的闭环模式。
1.1数据采集。借助大数据平台，通过门户网站、移动终端等各种渠道收集电力营销各业务系统数据，建立电力数据库，数据包括：各用户供售电量数据，电能信息采集数据，供用电合同管理数据，新装、线损与能效管理数据，增容及变更用电数据，计量点管理，有序用电管理数据，业务处理数据，95598客户服务数据，客户关系管理、客户联络、客户档案资料管理数据，稽查及工作质量数据。存储原始数据，并预处理分析已有数据和实时数据，形成基础电力数据库。
1.2数据分析。结合基础数据库和大数据平台相关实时数据，深度挖掘并分析电力数据，结合国家宏观政策、社会经济发展态势、自然环境形态等关联因子在内的各种数据，全面深入研究不同地区、不同行业用户的用电规律和用电行为习惯。
1.3模型构建。根据用户特征与偏好，构建用户用电特征模型及电力智能营销模型。借助大数据平台构建智能营销场景，根据营销情境制定不同的营销业务方案，实现营销方案与数据库的互相匹配；然后通过有效预测用电量需求，准确制定用电需求侧管理方案及有序用电手段，提升电力资源利用率，降低供电成本；根据客户特性对客户进行细分，并提供有针对性的营销及服务策略；构建用户信用等级模型，提升电费回收水平；监测客户异常用电行为，避免偷电、窃电行为的发生。
1.4智能评估。实时更新数据库，以便及时掌握电力营销信息。借助大数据平台对营销实施过程进行实时监测，对市场异常数据、状态提供在线可视化预警功能。平台在线监控营销态势，及时监测营销突发状况，制定解决方案，反馈后期市场评估信息，修正解决方案，为下一阶段营销模式的改进优化提供科学决策依据。
2.营销模式实施策略
2.1电能产品策略。产品是企业市场营销的重要因素之一，保证电能产品质量是电力智能营销的基础和关键。电力能源企业对不同用户供电质量付出的成本差别较大。依据市场中成本与收益相匹配的原则，应对消费者进行细分，对不同的客户采取不同的电价。利用大数据技术对庞大的用户电表进行快速区分，对各类电力用户收取差异化电价，实现精细化管理目标。
2.2动态电价策略。大数据环境使网上竞价成为可能。
期刊文章分类查询,尽在期刊图书馆当分布式电源产生的电能能够满足电网并网条件时，即在电力营销平台发出售电意向，营销平台接受售电请求后，反馈给分布式电源，进一步询问预计上网电量、上网价格和上网时段，然后在电力网络营销平台实时发布售电信息。当客户同意其上网电价并购买后，平台即通过电网先进技术设备，自动完成网上竞价交易过程。
数据交易平台能够变革传统发电上网“一厂一价”的定价机制，逐步形成较为成熟的电力自由竞争市场，使得分布式电源与大电厂具备相同的市场地位，借助市场经济杠杆，有效降低上网电价，错开高峰，充分利用能源，保护环境。
2.3优质供电服务策略。根据客户用电量的增量和存量、负荷率、电费回收率、电价水平、电源等级、能耗水平等指标对售电市场进行细分，利用大数据整合分析技术对用户进行聚类分析，建立优质电力用户库，优先提供优质的供电服务。
2.4电力促销策略。一是运用电力广告进行促销宣传。在宣传上侧重突出电能的清洁能源属性，引导公众全面认知电能产品的便捷、经济、优越等特性，并逐步形成累积的宣传效应。二是正确引导电力客户展示电能替代工作。通过增加电能终端消费比重，逐步促进电力客户转变用能观念。
三、大数据对电力企业运营中的影响
1.降低电力企业运营成本
以前抄表员每个月就要挨家挨户地抄电表，而智能电表每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测用电量等，从而推断出在未来2～3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。
2.充分挖掘智能电网数据的价值
依靠遍布电网的精巧传感器收集数据，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成，提高工作效率，为风力发电选址提供科学依据。
3.转变营销方式
电力企业目前主要通过峰谷电的定价策略来影响客户的行为，减少高峰时段的用电量。如果通过分析智能电表收集的海量客户用电数据，预测客户的用电习惯，电力企业根据大数据分析制定更加精准的定价程序来影响客户用电量，可以想象更为灵活的定价机制，例如按天分不同用电类型的定价策略。电力企业有能力提供更加人性化的电费通知单，在该电费通知单中将描绘客户在不同时段用电量的趋势，以及向客户提供用电咨询和建议。
4.更准确的需求预测
利用大数据分析，电力企业能更清晰地识别出需求来自于哪些地方、哪些用电类型。还能了解某一类客户在某个时间的用电需求，电力企业可以使用不同的方法来驱动各种行为，使需求更加平稳，并降低异常需求峰值出现的频率。
四、结语
目前国家电网公司运营监测系统已经越来越普遍，在实现各类风险“可控、能控、在控”及强化企业安全边界，使企业资源配置更优、内部控制力更强、管理效能和整体效益更高，集中组织与开展数据监测、分析与风险评价工作，展示电力企业经营业绩、管理成效、责任实践与发展成果等方面发挥着卓越的功效。
参考文献：
[1]周剑.运营监测知识体系建设研究[J].企业技术开发，2013，20（5）.
[2]石磊.湖北电力运营监测信息支撑系统设计与实现[D].大连理工大学，2014.
论文作者:尹秀艳,田新成
论文发表刊物:《电力设备》2017年第20期
论文发表时间:2017/11/17
标签：数据论文; 电力论文; 客户论文; 电能论文; 用电量论文; 电力企业论文; 智能论文; 《电力设备》2017年第20期论文;