基于大數據和人工智能的免費電管理新模式探索與實踐

鄭芒英 李昀

摘? 要：免費電是一項惠民政策，旨在為經濟困難的群眾減輕用電負擔。供電企業在落實免費電政策的時候，為了精準有效地實施該項政策，使每個月的免費電政策覆蓋率達到100%，基于大數據和人工智能技術，研發了“自動下載機器人”“自動合并機器人”“自動匹配機器人”和數據展示頁面等，探索出一套行之有效的免費電管理新模式。

關鍵詞：機器人；免費電；匹配；Python

中圖分類號：TP311? 文獻標識碼：A 文章編號：2096-4706（2023）01-0131-04

Exploration and Practice of New Mode of Free Electricity Management Based on

Big Data and Artificial Intelligence

ZHENG Mangying， LI Yun

（Zhanjiang Power Supply Bureau of Guangdong Power Grid Co.， Ltd.， Zhanjiang? 524005， China）

Abstract： Free electricity is a policy of benefiting people， which aims to reduce the burden of electricity for people in economic difficulties. When implementing the free electricity policy， power supply enterprises， in order to implement the policy accurately and effectively， and make the monthly coverage of free electricity policy reach 100%， have developed “automatic downloading robots”“automatic merging robots”“automatic matching robots”and data display pages based on big data and artificial intelligence technology， and explored an effective new mode of free electricity management.

Keywords： robot; free electricity; matching; Python

0? 引? 言

廣東省發展和改革委員會在粵發改價格函〔2019〕4021號文中明確指出，全省特困人員家庭納入執行每戶每月15千瓦時免費用電基數范圍。為深入貫徹黨中央、國務院和省委、省政府關于決戰決勝脫貧攻堅的決策部署，廣東電網公司湛江供電局（以下簡稱“湛江局”）按照國家政策對湛江市管轄范圍內的特困人員家庭執行每月15度減免電度。特困人員名單每月15日前由地方民政局提供，湛江局需在當月月底前通過營銷系統關聯特困人員的用電地址并為其減免電度。該項工作屬政治任務，要求一戶也不能落下，力爭免費電政策覆蓋率達到100%，并且于每月月底按時完成，精準落實免費電政策，助力于扶貧攻堅戰，為經濟困難群眾減輕用電負擔。

2019年以來，湛江局為了解決業務上的痛點難點問題，切實減輕基層負擔，提高管理效率，推動管理向精細化轉變，運用人工智能、Python爬蟲、RPA流程機器人（以下簡稱“機器人”）等技術，讓機器執行重復性、復雜繁瑣的統計分析等工作，釋放員工的“雙手”，通過大數據平臺進行可視化分析展示，深入開展本課題的研究。

1? 傳統的免費電管理模式

基于民政部門每月向湛江局提供的《省民政低保、特困線下清單—湛江》“增、刪、改”清單，篩選出湛江局新增的五保、低保戶（即本月清單有，上月清單無）和失效免費電客戶（即本月清單無，上月清單有），屬地單位人員主動通過電話、短信、上門核查等方式開展排查辦理工作。省民政廳于每月15日推送“低保戶”“特困戶”名單，地方單位人員優先通過營銷系統中用電戶信息進行匹配，對匹配上的用戶直接執行免費電政策，辦理成功后短信通知用電戶；未匹配上的人員名單，需于當月30日前通過電話、現場拜訪等方式逐戶聯系、核查、確認、執行并短信通知；屬于退保的五保、低保戶，根據退保的用戶信息在營銷系統上修正。免費電匹配業務流程圖如圖1所示。

2? 傳統模式存在的弊端

在傳統的免費電管理模式下，供電部門人員在匹配校驗數據的過程中，存在以下五大弊端。

2.1? 時間緊易出錯

每月15日前民政部門提交約12萬戶免費電用戶清單，清單信息中沒有標注用戶類型是否為新增，也沒有注明原免費電用戶的退出，屬地縣區相應部門需在當月30日前完成12萬戶免費電用戶的系統認證、取消認證、復核工作。由于各種歷史原因，湛江地區的免費電用戶在營銷系統中大概有26萬戶，存在任務重、時間緊的問題，容易因人手不足，校驗次數不充分而導致數據出錯的情況。

2.2? 人工成本高

每月15日前民政部門提交約12萬戶免費電用戶清單格式與供電部門的格式要求不一致，清單中沒有標注用戶類型是否為新增，也沒有注明原免費電用戶的退出，“低保戶”“特困戶”增量名單推送不及時，供電部門需重新手工梳理核對用戶類型。

2.3? 數據匹配耗時長

在執行免費電政策的工作中，每個月花費時間和人力較多的是民政部門與營銷系統的數據匹配。為確保免費電100%執行正確，基層供電所完成12萬戶的免費電用戶錄入后，緊接著管理人員需開展數據復核工作。營銷系統的客戶檔案數據實時更新，例如當日不能完成匹配工作，其他時間再開展數據匹配時，可能會引發當月數據復核不到位的問題，導致免費電執行錯誤，工作人員未能及時發現更新異常的問題，造成數據復核工作困難重重。

2.4? 人工匹配速度慢

人工匹配速度慢體現在兩個方面：一是免費電數據認證變更。營銷系統的免費電數據由基層錄入，如增加或取消某一免費電用戶，數據發生變更，無法及時匹配發現異常，導致免費電減免達不到100%的執行率。二是免費電有效期變更。免費電的生效日期為某年某月某日，精確到日，且每個用戶的生效日期千奇百怪。在實際的數據匹配工作中，對12萬戶的免費電用戶開展數據匹配，需耗時最少1個工作日，可能存在人工匹配未核對完畢，營銷系統的客戶檔案信息已發生變更的情況，也就是人工匹配速度趕不上系統數據更新速度的偏差問題。

2.5? 人工匹配存在誤操作

工作人員在數據匹配過程中可能存在誤刪除或誤增加的情況，經統計得出人均每月數據核對錯誤條數高達100條，影響數據的準確率，造成當月免費電政策覆蓋率約為99.9%。

3? 新模式探索過程

RPA流程機器人是指機器人流程自動化工具（Robotic Process Automation），其本質是一段可執行的腳本代碼。通過將已編寫好的腳本代碼運行在計算機之上，模擬人工操作，實現自動處理批量化、流程化、重復度高的工作任務。借鑒大數據分析和軟件機器人在其他業務域的應用案例，開展免費電管控新模式探索，籍此改進傳統人工匹配校驗的模式，讓機器人自動下載數據，自動合成表格，測算機器人自動匹配用時和準確率，符合業務要求標準后，最終在大數據平臺上進行可視化分析展示。新模式探索過程主要包括收集清單及模板、搭建MySQL數據庫、研發“自動下載機器人”、研發“自動合并機器人”、研發“自動匹配機器人”、匹配結果表數據準確性校驗和可視化展示七個階段。

3.1? 收集清單及模板

首先收集基準表、民政局清單、匹配結果表，指定數據存放地址、格式。

3.2? 搭建MySQL數據庫

根據民政局清單與基準表的字段屬性，申請MySQL數據庫資源，搭建和部署MySQL數據庫，申請開通網絡策略，允許機器人訪問指定的IP網絡地址，開通機器人讀寫數據庫的權限。

3.3? 研發“自動下載機器人”

運用機器人自帶組件設計自動登錄營銷系統，找到免費電明細下載菜單，自動輸入生效等過濾條件，自動點擊下載文件到指定的地址。

3.4? 研發“自動合并機器人”

應用軟件機器人自帶組件和Python語言編程，編寫腳本執行程序，讓機器人自動執行命令，將大量WPS版本的Sheet表合并生成一個免費電明細Sheet表作為基準表，將基準表存放到本地數據庫，同時自動上傳到MySQL數據庫。

截取部分Python語言編程腳本如下，該腳本執行后可實現將大量WPS版本的Sheet表合并生成一個免費電明細Sheet表作為基準表。

#

time_start = datetime.datetime.now（）

excel_name="mfd.xlsx"

open_wb=xlrd.open_workbook（excel_name） #打開文件

sheets=open_wb.sheet_names（）#獲取Excel的所有sheet的名稱

print（sheets）

Excel_append=pandas.DataFrame（）#將遍歷所有的sheet內容存入Excel_append中

for i in range（len（sheets））：

data=pandas.read_excel（excel_name，sheet_name=i，index=True，encoding='utf-8'，dtype={"用戶編號"：str，"有效開始日期"：str，"有效結束日期"：str，"錄入時間"：str}）#逐張讀取sheet

Excel_append=Excel_append.append（data）#將逐張讀取到的sheet內容存入Excel_append中

Excel_append=Excel_append.reset_index（drop=True）#在原有的索引重置索引，不添加新列

Excel_append.to_excel（"D：＼＼****".xlsx"，index=False）#保存最后的合并文件，然后在Excel表格中不保存索引項

time_end = datetime.datetime.now（）

print（"合并用時："+str（（time_end-time_start）.total_seconds（）））

#

3.5? 研發“自動匹配機器人”

為了快速完成民政局清單與基準表匹配工作，采用大數據分析算法，根據本地數據庫現有基準表和民政局清單，編寫SQL腳本，對兩份數據進行校對，并自動生成匹配結果表，輸出匹配結果表存放在MySQL數據庫和指定的共享地址。“自動匹配機器人”程序設計完成界面的截圖如圖2所示。

3.6? 匹配結果表數據準確性校驗

以原先人工匹配的民政局清單、基準表作為測試樣本，在研發的“自動匹配機器人”運行后得到的匹配表，將兩者進行比對，確定匹配結果表數據的準確性。

3.7? 可視化展示

在“自動匹配機器人”將匹配結果表上傳到大數據平臺的指定地址后，通過編寫SQL腳本進行統計分析，運用可視化工具進行展示，圖3為免費電減免率在數據平臺的展示頁面，點擊頁面未匹配數即可下鉆到具體明細數據清單。

4? 新模式實踐

經過一年多基于大數據和人工智能的免費電管理新模式實踐，總結出以下三個要點。

4.1? 規范表格格式模板

在數據表格匹配的過程中，自動匹配機器人需要對匹配的文件有統一的格式模板要求，否則無法識別文件，執行程序。例如匹配的文件必須是以“附件2”開頭的Excel文件，免費電執行情況統計表—總清單必須放置在表格的第一頁，為自動匹配機器人設置了只能獲取Excel表前17列數據，減免用電戶號必須在表格的K列，機器人是從表格第四行開始讀取免費電數據，等等。

4.2? 優化數據讀取速度

在研發“自動合并機器人”和“自動匹配機器人”的過程中，原先使用流程機器人自帶組件進行開發設計，經過測試調試，發現合并表格花費的時長比人工操作0.5小時還長，自動匹配數據仍需花費10個小時，耗時過長并且長期占用“機器人”資源。需要總結經驗，尋找突破點，嘗試使用Python語言自定義編程，摒棄逐條比對數據的方式，轉變為高效的大批量數據比對方式，運行測試發現比對3萬條數據只需10秒，效果明顯，最終成功研發了新版本的“自動合并機器人”和“自動匹配機器人”。

4.3? 凸顯問題

在運行“自動匹配機器人”后，自動輸出匹配結果表存放在指定共享地址，表名自動生成“比對結果-附件2：免費電執行清單-**地區-**月日”，工作人員打開明細數據后才能了解比對成功的情況，為了能夠通過表名直觀地了解情況，進行“自動匹配機器人”程序優化，根據比對結果自動生成“比對結果-比對成功（不匹配數*）附件2：免費電執行清單-**地區-**月日”，可以一目了然地獲悉不匹配數量，然后進入下一步人工核對階段。程序優化后自動生成比對結果表如圖4所示。

5? 結? 論

運用數字化新技術解決業務的痛點難點問題，切實為各層級人員真減負、減真負。一是可以有效降低人工匹配工程出現的誤操作。二是讓機器代替重復性、復雜、統計分析等工作，釋放員工“雙手”，減少復核人員和各層級管理人員的人力付出，提高工作效率，減少重復生效的免費電用戶，由于核查周期縮短，避免過期用戶繼續生效免費電量，及時挽回企業電量損失，減少經濟損失。三是大大縮短免費電匹配業務平均用時，有效解決存在的五大弊端。四是惠民為民，提升企業形象，由于核查周期縮短，讓新增符合條件的五保低保戶及時享受國家紅利政策，增加人民群眾的獲得感，提升企業形象。五是實現當月免費電政策覆蓋率100%，一戶都不能少的目標，助力于扶貧攻堅戰，為困難群眾減輕用電負擔，精準落實免費電政策。六是推動管理向精細化轉變，向數字化轉型。

參考文獻：

[1] 國家電網有限公司.國家電網有限公司技能人員專業培訓教材農網電費核算與賬務 [M].北京：中國電力出版社，2020.

[2] 褚瑞.機器人流程自動化（RPA）UiBot開發者認證教程（上下冊） [M].北京：電子工業出版社，2020.

[3] 曾劍平.Python爬蟲大數據采集與挖掘 [M].北京：清華大學出版社，2020.

[4] 王宇韜，錢妍竹.Python大數據分析與機器學習商業案例實戰 [M].北京：機械工業出版社，2020.

[5] 周良軍，鄧斌華.華為數字化轉型企業持續有效增長的新引擎 [M].北京：電子工業出版社，2021.

作者簡介：鄭芒英（1985—），女，漢族，廣東湛江人，副高級工程師，工程碩士，研究方向：信息系統開發、數據資產管理；李昀（1985—），男，漢族，廣東湛江人，工程師，本科，研究方向：信息系統開發、信息系統管理。

收稿日期：2022-10-25