基于數據挖掘下電費精準核算算法優(yōu)化設計分析

劉依伶

（國網福建省電力有限公司泉州供電公司）

0 引言

電力市場化改革已經進入到比較關鍵的階段，而且電力企業(yè)在實踐改革進程中也獲得比較理想的成績，電力市場建設的相關工作得到有關部門的高度重視。電費征繳在服務大廳現金收款業(yè)務基礎上得以有序開展，但現階段我國電力行業(yè)逐漸普及了智能電表，利用協(xié)議代扣款繳納電費。與此同時，淘寶業(yè)務、電力服務的融合，也逐漸推廣了第三方支付，如微信、支付寶等，進一步增加電費征繳復雜性。為了滿足各項服務的基本要求，以大廳電費中間戶為基礎，聯系多方支付賬戶，可在各個途徑中匯聚電費收款，使電費征繳工作更加便捷，但這也相應增加了電費核算難度。為此，基于電費精準核算的目標，對于電費精準核算算法展開分析，采用數據挖掘技術進行優(yōu)化設計，使電費核算工作更加智能。

1 電費核算與行業(yè)環(huán)境

伴隨國家發(fā)改委和能源局頒發(fā)的電力體制改革文件，我國電力行業(yè)開始立足于各個方面實施改革建設，具體包括售電側改革、輸配電價改革以及電力市場建設等。現階段我國電力行業(yè)發(fā)展中，市場化售電體系是非常關鍵的一項工作，按照國網總部統(tǒng)一要求組織設計、改造，參考電力市場交易統(tǒng)一要求，在大方向引導下實現升級［1］。但是實踐過程中，沒有結合售電過程展開深入、全面的分析，特別是電費核算這一項工作，存在差異化需求，所以本地個性化業(yè)務和實際要求也存在偏差，實際上多采用現場補救的方式處理業(yè)務，但這種方式無法滿足電費核算長期發(fā)展需求，與電力企業(yè)市場化業(yè)務需求也不相符。所以務必要構建市場化業(yè)務為基礎的標準化電費核算體系，加強市場化售電業(yè)務長期發(fā)展需求的適應性［2］。

2 基于數據挖掘的電費精準核算算法優(yōu)化設計方案

2.1 確定電費核算標準

立足于當前執(zhí)行的電力營銷機制，用戶自主選擇電力企業(yè)支持的任意付款渠道繳納電費，但這會使電表戶繳費核算對賬點出現一些不可預估的變化。收支部門的所有賬戶記賬管理工作人員數量較多，當用戶繳費之后，對賬工作也會發(fā)生延遲。一些關鍵的電費收款賬戶存在借貸關系，用戶支付單據在付款賬戶、電網企業(yè)直接收款賬戶中形成，電費核算是以對賬賬戶作為主要的電費征繳專戶［3］。如果采用人工核算方法，按照支付單據回單一一進行交易對賬，但是對賬過程需要較多的核算人員，而且核算工作量也偏重。

會計電算數據接口涉及支付單據綁定電表戶繳費、所在轄區(qū)繳費總額度電費的匯總。其中電表戶匯總核算難度不高，核算過程中分別按照不同的繳費渠道采集用戶繳費畫像特征，計算實收電費和應收電費。電表戶繳費各個渠道經過匯總、分解處理，便可獲取用戶繳費習慣相應的數據畫像特征。整理用戶繳費信息之后可獲得實收電費數據，若超出應收電費，核算人員計算差值后得到個人賬戶余額。用戶資料庫包括畫像信息與余額信息，利用計算機輔助電算便可直接獲取。

此外，上述業(yè)務流程可以對賬目核算精準度進行驗算，兩種方法得出賬戶總余額結果相同，則代表核算不存在偏差，若兩次結果不同，便需要對核算過程進行嚴格審核，總結潛在的核算問題。

2.2 搭建分析環(huán)境

利用數據挖掘的大數據平臺，如沙箱工具連接數據源庫表，企業(yè)核算人員設置好定時、數據分析頻次，隨即可以觸發(fā)ETL作業(yè)。針對Smart DBM數據源進行合理配置，完成與沙箱系統(tǒng)之間的交互，采集電費精準核算分析數據樣本。以用電客戶電量為例，通過同比上期和環(huán)比上期同組抄表用戶電量數據，將其當作數據分析樣本，將連續(xù)月用電量均為0電量數據去除，消除數據分析環(huán)節(jié)的影響因素。不同類型用電客戶電量的波動率、電量差在計算之后，可得出專變用戶電量、公變非居民用戶電量、居民用戶電量等的波動率與電量差［4］。

2.3 電費精準核算分析

核算人員根據數據挖掘采集到的信息，繪制電量波動率直方圖和電量差直方圖，對客戶用電分布規(guī)律進行觀察與總結，從中了解用戶的用電波動是否與典型正態(tài)分布相符。所謂典型正態(tài)分布，立足于統(tǒng)計學視角可以了解到趨于合理的波動率、差值區(qū)間。分析過程中可以采用“超出中位數兩倍四分位差”異常數據診斷這一算法，此算法在電費精準核算中應用，可以使同類一組數據有序排序，測度順序數據離散性，對中位數代表性進行衡量。

結合電費精準核算的實踐操作，以居民用戶為代表的同一類用戶同比上期和環(huán)比上期抄表數據，可以根據電量差值、波動率兩個指標依次排序，所有排序數列使用三個點劃分數據，以四等份為宜。得到的四等份數據和三個點位置相應電量差值，即為四分位數。樣本數據按照從小到大的順序排序，序列后第25%數值與下四分位數相等，中位數則與樣本數據排列后第50%數值相等，上四分位數和樣本數據后第75%數值相等。由此可得出四分位差＝（上四分位數-下四分位數），由此表示此類用戶電量差值異常閾值＝中位數＋2×四分位差［5］。核算過程中采用四分位數算法，可以得到不同類型用電客戶的用電量閾值，如突增率、突減率、突增值和突減值，按照閾值核算人員可以確定好可調變量驗證規(guī)則，經過校核之后確定電量異常用戶，隨后企業(yè)核算系統(tǒng)還會自動生成電費異常復核清單，進行后續(xù)復核。

2.4 核算電算化

（1）電費審計

采用數據挖掘技術進行電費核算，該項工作主要與兩項審計支持數據有關，第一是主營業(yè)務收入、電費收入、電網服務，這也是電力企業(yè)主營業(yè)務收入的組成部分。如果電費收入核算效率、精度得到提高，那么電力企業(yè)主營業(yè)務收入審計的精度與效率也會有顯著提高［6］。第二是實際經營活動形成的現金流量電費收繳、預存電費，這也是經營活動形成現金流量非常重要的組成部分。通過電費核算提高經營活動現金流量審計工作的效率。利用數據挖掘提高核算效率，企業(yè)中各項成本也會受到直觀的影響，如財務辦公成本、市場管理成本以及人力資源成本，使得電費審計期間賬戶結構發(fā)生變化，提高電力企業(yè)運營水平。

（2）計量稽查

針對實際形成的用戶繳費畫像進行分析，此環(huán)節(jié)同樣需利用數據挖掘技術，得出的分析結果可作為用戶繳費行為變化的判斷依據。隨后繼續(xù)深度挖掘與分析，使用戶電費行為特征能夠實現數據表達。因此，用戶繳費畫像和用戶行為畫像之間的搭配，有利于提高用戶竊電行為控制、測量的精準性。

對比傳統(tǒng)與數據挖掘技術兩種核算模式的應用效果，分別從電表故障和竊電行為兩個維度進行分析，具體數據見下表。按照表中數據，針對電費核算分析電表故障在當期電表故障中的占比，開展電費核算，可以得出竊電行為和總竊電行為占比，電表故障發(fā)現效率，計費周期也有顯著增長，竊電行為發(fā)現效率這一維度也是如此。此外，針對電費核算審計報告的對比分析，電力企業(yè)采取數據挖掘技術進行電費核算，年化利潤增長率也得到提升，由此表示電力企業(yè)核算能力呈飛速增長的趨勢。

表 電表故障與竊電行為發(fā)現效率對比

（3）用戶評價

電力企業(yè)要想了解數據挖掘技術在電費精準核算算法優(yōu)化設計中的應用效果，可以向所在轄區(qū)所有的用戶發(fā)放調查問卷。用戶則根據自身主觀感受給出分值，作為用戶評價的參考依據。

3 數據挖掘在電費精準核算中的應用效果

根據電費精準核算算法優(yōu)化設計實際效果，數據挖掘技術在電費核算中的應用，一方面可以提高電費核算算法效率，縮短電力企業(yè)電費確認周期，而且企業(yè)內部核算流程得到優(yōu)化，切實提高電力企業(yè)在市場中的服務形象。另一方面數據挖掘作為大數據技術的一種，在電費精準核算中應用，將其當作后臺工作流程，使得企業(yè)工作效率得到顯著提升，這也有利于提高電力企業(yè)的服務水平和電力營銷電費核算業(yè)務精益化水平，將業(yè)務全過程作為關鍵點，立足于精益管理視角做出判斷，梳理目前電費核算相關業(yè)務面臨的一些問題，采用數據挖掘技術進行分析，明確數據資產的實際機制，使電費核算逐漸具備信息、智能化特征。

4 結束語

綜上所述，電力行業(yè)處在市場化售電的大環(huán)境下，電費精準核算算法成為電力企業(yè)關注的重點，有利于實現電力企業(yè)所有數據的規(guī)范化、標準化處理，具體包括個人賬戶余額時序數據、用戶繳費特征畫像數據、電費總額度對賬數據、企業(yè)主營業(yè)務收入賬戶數據等。在電費精準核算算法的作用下，應用數據挖掘技術，各項業(yè)務全部轉為線上辦理，每月月初出賬，還有利于實現電力企業(yè)市場管控，適應政策內容的變化，提高企業(yè)在電力行業(yè)市場化業(yè)務覆蓋率，同時能夠實現在線化、過程監(jiān)控等改革目標。