大数据分析技术在电费核算业务中的应用实践
作者:刘佳鑫 刘日珊 顾佳
来源:《E动时尚·科学工程技术》2019年第05期
摘 要:本文首先阐述了数据概念及特征,接着分析了大数据技术在电费核算业务中的实践, 最后对大数据分析技术在电费核算业务中的应用意义进行了探讨。
关键词:数字化;大数据;电网;电费核算
0 引言
随着电网企业向“数字化、智能化”发展,电网企业大数据时代的到来,电力消费核算业务每年都产生大量的运营数据。这些海量数据必须通过相关的大数据分析工具进行数据挖掘和分析,寻找其业务价值,为电网企业的管理优化提供更有力的支持。
1 数据概念
大数据是指在一段时间内无法用常规软件工具捕获、管理和处理的数据的集合。它是一种庞大、高增长、多样化的信息资产,需要新的处理模式来拥有更强的决策权、洞察发现权和流程优化能力。大数据有五个数据特征:数据量大、数据种类大、处理速度极快、值密度低、数据源真实。
2 电费核算业务特征
目前,电网企业通过营销信息系统对电力核算业务进行运营管理。基本业务模式为:计算完成电表读取数据验证的用户的电费单后,营销信息系统根据具有可调节变量(即功率突变类)的手动设置验证规则,完成对所有电费是否有例外的验证。经系统验证为电费异常的用户,可自动生成地区向(县)供电局“核算人员”出具的“电费异常审查表”。
通过电费核算的业务操作分析,由于系统中可调变量验证规则的阈值是手工设定的,因此手工阈值是基于浅层次的数据比较分析,导致系统筛检测到大量可疑异常数据,每次高达10万。然而,在现场对“核算人员”和“局核算人员”进行第二次审查之后,发现实际异常数据的有效比率低于2%。大量疑似异常工作订单耗费大量人力和时间进行审核,导致效率低下。因此,有必要对电力消耗数据中存在的深层关系和规律进行分析和挖掘,并根据历史数据和算法模型预测未来电力发展趋势,及时、准确地筛查异常电力用户,提高配电的准确性和效率.
本文来源:https://www.2haoxitong.net/k/doc/09925db7a9114431b90d6c85ec3a87c241288a1d.html
文档为doc格式