摘要：随着经济的发展和社会的进步，电网运行中采用了多种高科技手段，使得电力企业的供电业务更加便捷、简单、高效。也正因为如此，在庞大的电力用户的用电过程中产生了海量的数据资源，网络科技的发展这些数据不再是一堆无用的数字，而是可以运用现代科技手段进行分析的重要数据资源，利用大数据分析方法形成更有针对性的、多方位的营销，进而满足不同客户的需求。本文着重阐述基于大数据的电网营销分析，为电力企业的改革、发展做出贡献，也为关注这一方向的研究者提供参考。
关键词：大数据；电网；营销管理
随着我国市场经济的改革和发展，人们生活质量迅速提升，工业用电量和生活用电量也在急剧上升。为了能够提高电网营销管理的信息化、自动化水平，电网营销管理已经设计与实现了企业自动化办公管理系统、营销服务管理系统、订单自动化流转系统等，涉及电力企业的多个业务领域如电能计量管理、营业计费管理、用电扩报装管理、线损管理等，其能够在各个功能模块的基础上提高电力营销业务分析和服务水平。服务管理功能包括网络营销服务、电话营销服务和营业网点服务，能够为电力用户提供一个优质的、快捷的服务功能；分析模块则是基于电网历史运行数据，对电网营销管理进行综合业务查询、统计分析历史数据、提供决策支持等。电网营销管理数据来源于电网实时运行系统、电能量计费系统、电网负荷管理系统、SCADA系统、配变检测系统等，各个系统积累了海量的数据信息。
一、什么是“大数据分析”
“大数据分析”是基于现代科技发展而产生的一种分析技术，其主要是依靠于现代的科技手段，尤其是一些网络技术，通过对基础数据的整理分类，通过不同的计算机算法，可以将不同有类似特征的数据分列开来，最终在海量的数据中得到想要的数据分析。大数据分析技术被广泛应用于各种互联网行业，包括一些app、团购网站、搜索引擎等，通过对客户的日常网络浏览情况进行统计分析，掌握客户的偏好和实时的需求，进而能够更有针对性的为客户提供服务。大数据分析在互联网行业的广泛运用也引起其他行业的注意，纷纷引进其技术以期望可以在本行业中得到应用，最终为更好的掌握客户资源特性而努力，毕竟客户需求才能形成市场，才是供给企业存在的必要。
二、大数据分析技术
2.1神经网络
神经网络是可以针对电网营销数据进行加工训练，且是一个自我组织、自我适应的学习过程，可以学习到最具特征性的样本和数据区别能力，也正因为如此，神经网络的分析算法可以更好地获取有参考价值的海量的基本信息。神经网络是基于其自身的分布式的存储路径，并发的处理信息原理，其具有强大的计算能力和容错能力，能够通过练习掌握科学地调整不一样的神经网络参数的权值，进而更好的优化网络，并且适应外界的变化，抵抗不相干因素的干扰，最终适应使用者的需求来调节神经网络的分析能力，为使用者提供更好的服务。
2.2K近邻算法
K近邻算法采用统计分类思想，其可以在分类问题中得到广泛应用。形式化描述如下：给定一个训练集，对于待分类数据样本，可以在训练集中找到与相关样本最近邻的K个样本，待分类样本的类别可以判断为K个样本多数所在的类别。K近邻分类器具体的描述如下：假设分类训练集样本D={(x1，y1)，(x2，y2),L,(xn，yn)}包含N个样本，其中Xi表示第i条样本的特征向量，y1表示特征的类别，则特征向量为x的待分类的过程如下所述：
(1)计算与的距离d（x，x1），i=（1，2，L，n）
(2)按照升序排序距离d（x，x1），i=（1，2，L，n）
(3)选取前K个最小距离的样本，并且确定每一个样本的类别；
(4)统计每一个类别出现的次数；
(5)将待分类的样本划分到出现频次最多的类别中。
期刊文章分类查询,尽在期刊图书馆K近邻算法运行过程中，近邻个数K是一个预设的参数，通常根据用户的经验进行选择和调整。因此，K近邻算法在运行过程中需要用户掌握较多的经验知识，否则容易导致K过大或过小，类别划分不准确。
三、大数据分析在电网营销管理中的应用
目前，我国工业用电、居民生活用电耗电量巨大，为了能够实现节能减排，提高电力可持续发展模式，合理用电是非常重要的一个研究方向。用电设备种类多达上万种，每一种设备的耗电量都不同，数据量非常大。随着用电设备种类的迅速增加，为了能够更好地提升供电设备的节能能力，控制电网设备的用电量，引入大数据分析技术势在必行。大数据分析技术可以从电力数据采集管理系统中提取海量电能使用数据，精确挖掘和分析耗电量设备类型、设备数量、设备成本、设备产生的不良反应等情况，确保电能使用合理。
3.1合理用电的数据分析
随着工业文明时代给世界带来的翻天覆地的变化，各种工厂、生产企业、居民生活中的耗电量都是巨大的。而考虑到未来的可持续发展道路，节能减排是人们必须时刻警惕的问题，尤其是在电力方面。因此，可以通过大数据分析技术，通过按照行业、机械设备、时间、区域等因素对海量的用电数据进行分析，找出电力的浪费现象以及可以改进的地方，精确地挖掘各种设备的反映情况，最终为电力的优化使用提供数据支撑，为未来可持续发展道路的推进奠定基础。
3.2运行保障，服务营销
由于电力企业在日常的运行之中要提供一个区域的电力供应，并且在长年累月的使用中常常会发生一些事故。电力企业可以通过历史上各区域用电情况以及运行故障发生情况来进行数据分析，进而在各区域出现类似情况的时期下，加强对该区域的电网排查工作，保障该区域的电力供应情况，并且总结出不同区域电网的承载能力，为后期持久性的服务营销打下基础。
3.3企业营销决策的分析
目前很多电力企业都已经做了自己的门户网站，便利客户的缴费等需求。电力需求客户可以通过便捷的互联网操作来进行电费的查询、缴费等工作，而电力企业可以基于门户网站，运用自己的大数据分析技术，定向地进行电力方面的营销活动，倡导自己企业的理念。并且可以成立一个专家分析系统，对于客户的各种行为进行系统化地分析，最终帮助企业在营销方面的决策更加准确，为企业的长久高效运行提供支撑，最终促进其可以健康的发展。
3.4未来行情预测
从目前社会发展情况来看，各家庭中都有很多跟电有关的电器，用电量巨大，并且会跟随不同的季节、不同区域的客户需求不同而产生明显的不同，电力企业可以运用大数据分析技术积极探索不同时间点不同区域的用电情况，并且可以通过历史用电情况来预测未来的变化趋势，进而为电力供应提供数据支撑，保障居民生活的正常运行。
结论
总而言之，经济地迅速增长给社会带来翻天覆地的变化，客户需求成为了各行各业都开始重视的问题，大数据分析技术的诞生，可以通过诸多历史行为对客户的需求产生系统化、多维度的分析，真正地用数据说话，为企业的营销决策带来数据支撑，尤其是在电力行业，客户的需求结构是现代电网运营企业不断追求的目标。因此，对于大数据在电网营销管理中的应用，对于企业来说具有重大的发展价值，值得持续地研究和探讨。
参考文献：
[1]乔茂斌．面向智能电网应用的电力大数据关键技术[J]．资源节约与环保，2015(8)
[2]胡健，袁军，王远．面向电网大数据的分布式实时数据库管理系统[J]．电力信息与通信技术，2015(2)：49．54
[3]李文靖.大数据之下的电网营销管理分析[J].信息技术，2016（01）：13-14.
[4]刘凯.论信息技术在电网运用中的应用[J].技术管理，2015（20）：29-30.
[5]曹梅.现代大数据分析技术的应用[J].信息管理，2015（09）：45-46.
论文作者:程璐
论文发表刊物:《电力设备》2017年第27期
论文发表时间:2018/1/10
标签：电网论文; 数据论文; 大数论文; 样本论文; 据分析论文; 电力论文; 近邻论文; 《电力设备》2017年第27期论文;