基于數據挖掘技術的電力營銷分析系統設計研究

洪華偉，蔡榮彥，朱玲玲，沈一民，游建章

（1.國網福建省電力有限公司，福建福州 350000；2.國網福建省電力有限公司莆田供電公司，福建莆田 351100；3.國網福建省電力有限公司漳州供電公司，福建漳州 363000）

在社會經濟不斷發展的過程中，電網企業售電量增勢趨緩，國家對電力行業監管也不斷增強，電力體制改革是能源體制改革的重要一環。電力營銷是指基于電力客戶的需求，通過供需關系對電力用戶提供可靠、合格、經濟且安全的電力商品，并且為用戶提供周到、滿意的服務。對電力營銷問題進行分析，使用戶更好理解營銷的優勢與劣勢。電力營銷利用市場導向管理模式將電力營銷作為供電企業的核心，電力生產經營活動要對電力營銷需求進行服務[1]。電力營銷業務為電網企業運營主要環節，使營銷系統應用水平得到提高，對系統用戶數據挖掘能夠使電網企業服務水平得到提高。大數據為電網公司技術革新，使運行效率和運營效率得到提高的主要手段，并不是簡單技術范疇[2]。

1 電力營銷分析系統的設計架構

電力營銷分析系統為電力營銷技術支持系統高級應用模塊，基于客戶服務層、營銷工作質量管理層、營銷業務層面向決策支持層，創建將國家電網公司作為核心，并且滿足各個網省公司營銷管理智能化監督、查詢、分析與統計的高級應用系統平臺。能夠挖掘營銷數據，并且對數據進行提煉與分析，并且對系統信息共享，使管理層能夠充分的掌握各個基層供電單位營銷和服務各業務和指標的完成情況，并且支持主要經營指標、宏觀環境與市場發展預測等分析，實現前瞻決策的目的[3-4]。圖1 為電力營銷分析系統結構。

圖1 電力營銷分析系統結構

2 電力營銷分析系統的設計

2.1 系統的概要設計

2.1.1 業務架構設計

以需求分析結果，為了使營銷業務部門服務品質和風險管控能力得到提高，創建客戶停電、電費回收風險、電力服務、大客戶服務等場景，利用分析營銷服務品質與風險管控能力數據，構成提高電網企業運營效益分析的報告[5]。圖2 為系統業務架構。

圖2 系統業務架構

2.1.2 應用架構設計

應用架構的主要目的就是實現承接業務架構內容的設計，分析業務需求點，將吸納供應功能提煉，將營銷業務作為基礎擴展應用層數據挖掘統計分析、預測模擬、常規報表、優化、多維分析等，從而展示分析結果。

2.1.3 數據架構設計

利用ogg、ETL 在數據中心集成營銷明細數據、指標數據，在數據中心統一視圖區、數據倉庫利用ETL 數據清洗和流轉之后，通過Hadoop 和數據中心實現數據的計算和存儲，使大數據分析條件得到滿足，并且利用數據挖掘工具實現數據展示和分析[6]。圖3 為系統數據架構。

圖3 系統數據架構

2.1.4 技術架構設計

集成數據中心系統，通過Hadoop 采集數據，通過平臺高效傳輸、計算、抽取，實現數據清洗和加載，最后通過數據挖掘軟件平臺實現在線分析，從而完成營銷業務分析報告，提高電網企業營銷服務品質，使風險管理得到加強，以此使企業運營效益得到提高[7]。

2.2 數據采集模塊設計

在系統功能中，數據采集模塊的主要目的就是選擇需要處理和挖掘的數據集。在選擇目標數據之后，此模塊能夠實現不同權限工作人員查看數據維護與屬性的工作。數據采集模塊主要功能包括數據維護、數據集選擇、查看數據屬性，在系統工作層次中，只有數據分析層與數據管理層能夠對系統所有功能使用，普通工作人員無法使用。數據預處理模塊在系統中具有重要作用，此模塊能夠實現不同屬性連續值和離散值數據集的數據預處理[8]。圖4 為數據采集模塊用例。

圖4 數據采集模塊用例

2.3 數據挖掘模塊設計

數據挖掘模塊能夠細分用戶，并且評估用戶信用度，從而預測欠費高風險用戶。二次分析已經處理的數據集，是業務邏輯目標的重點。數據挖掘模塊有數據分析層與管理層使用所有功能的權限，通過聚類分析技術實現用戶細分，在聚類算法中使用K-means 算法實現計算。聚類在評估客戶信用度方面尤為重要，能夠對不同信用度用戶進行評估和標記。此過程利用層次分析法和K-means 算法細分用戶，通過分類計數算法對新增用戶的信用等級進行判斷，從而結合系統數據庫現有數據，對高風險客戶群進行預測和分類[9]。圖5 為數據挖掘模塊用例。

圖5 數據挖掘模塊用例

2.4 結果分析模塊設計

結果分析模塊的主要功能就是對系統數據集進行數據分布、報表生成與對比，將系統中不同的分類條件實現數據的分析，包括供電電壓、行業類別和客戶類別，利用直觀方式使不同分類條件輸出統計信息，將信息呈現給用戶。用戶將關鍵詞和數據名稱輸入后，系統自動生成數據分布地圖，然后調動JFree Char，利用直觀方式使不同分類條件實現統計信息的輸出，對用戶呈現。目前，在用戶輸入相應數據名稱和關鍵詞之后，系統能夠生成相應的數據分布地圖，之后對JFree Char 調動，利用瀏覽器呈現結果。數據對比主要包括信用等級、用電量、欠費等，利用柱狀圖展現對比結果[10]。

2.5 基于K-means算法的模型

數據挖掘廣泛應用到人工智能理論、計算機軟件與容積學等領域中，自身理論知識較為豐富，備受各界的重視。以K-means 算法原理和特征設計客戶細分模型框架[11]，圖6 為K-means 挖掘模型。

圖6 K-means挖掘模型

2.6 系統管理模塊設計

系統管理的主要目的是保證系統運行正常，包括數據倉庫、數據更新、多維數據集與系統權限的管理。系統權限管理包括取消權限、設定權限、修改密碼、增加事實表等，數據倉庫主要包括維表、增加事實表、維護數據倉庫。將事實表添加到多維數據集中，首先要對添加對象進行明確，并且輸入端在事實表中；另外，在系統界面逐步選擇源表與元數據庫，在順利實現上述任務之后，自動顯示源表字段；之后對需要目標字段進行選擇，在目標字段列表框中添加[12]。

2.7 系統安全性設計

在營銷分析系統中，使用將J2EE 規范作為基礎的多層應用體系架構，充分考慮安全性使其劃分成為4 個層次[13]，圖7 為系統安全性設計結構。

應用層主要包括信息服務發布層、內部應用層和核心應用層，因為各層網絡具有不同的信息資源、數據通信方式、服務對象，所以此3 種信息網絡的安全風險也各有不同，要制定不同安全策略[14]。

圖7 系統安全性設計結構

數據訪問層安全性主要包括數據資源、數據傳輸、訪問和提取等安全性，為了對數據訪問層安全性保證，實現數據庫訪問、存儲，各個系統數據交換和數據傳輸中都要具備足夠的安全保障。以不同安全級別實現不同訪問權限的設置，并且識別身份，系統以不同安全級別對不同操作權限進行設置，能夠記載各操作內容安全日志，并且追溯歷史記錄[15]。

以系統安全層次規劃設計完整應用系統安全體系，圖8 為應用系統安全體系結構。

圖8 應用系統安全體系結構

基礎安全平臺的主要目的是解決底層操作系統與基礎設施的安全性問題，信任服務基礎平臺和信任服務平臺的主要目的是保證信息保密性、完整性和身份認證。

3 系統運行測試

系統界面設計將用戶作為中心，實現簡單清晰，操作方便的目標。在啟動系統之后，用戶將相應網址輸入到Internet。

用戶將賬號和密碼輸入之后，在表示層進行驗證，之后合法驗證數據庫，然后進入到系統主界面中。系統主要包括3 個區域，屏幕左邊為系統功能模塊，中間包括登錄用戶信息與退出按鈕，用戶信息下方為用戶所選擇功能模塊具體子功能，根據用戶所選擇的不同模塊具備不同子功能，屏幕下方為需要處理的業務主體窗口。

在進入到系統主界面之后，選擇數據集功能列表，用戶才能夠實現數據挖掘。用戶也能夠查看數據屬性并維護數據，之后用戶進入到數據預處理模塊中實現處理[16-18]。圖9 為系統客戶服務的分析功能實現流程。

圖9 系統客戶服務的分析功能實現流程

4 結束語

通過文中研究可知，電力營銷中數據挖掘技術的作用逐漸凸現。利用數據挖掘能夠提高數據的使用率，給電力營銷決策提供參考。結合以上需求，根據系統架構、功能實現營銷分析系統的創建，并且提出了基于K-means 的電力數據挖掘模型，能夠為創建營銷系統提供相應的參考與借鑒。