论文部分内容阅读
摘 要：安徽省电力有限公司采用大数据分析技术，根据不同行业和不同用电量对现有用户进行归类，建立相关财务数据模型，对电力营销价格进行多维监测和分析，提高电价的准确性，并及时、准确地纠正偏差，实现售电均价水平。
关键词：电力公司;分时电价;电价精算
中图分类号：F426.61;F274 文献标志码：A 文章编号：1673-291X（2019）35-0137-03
一、电价精算研究意义
研究电价精算，一方面是搭建售电业务、购电业务基础数据模型，并从业务模型抽象出电价分析所需数据信息，建立电价数据多维宽表，实现电价数据多维自助组合分析;另一方面可以打通财务数据链路，基于业务内容汇聚多源数据，建立电价数据多维立方体，构建企业级信息搜索入口，实现跨业务部门的电价数据敏捷查询，满足日常电价管理数据需求以及对外报送电价数据需求。
利用大数据技术最新成果，全面提升数据挖掘能力，打破原有分析系统的定制化固有设计，敏捷响应多主题数据分析需求和不同用户习惯，实现个性化多维自助分析，以及数据秒级查询的敏捷多维自助查询。以先进信息化手段支撑电价多维精益管理水平提升，推动公司经营发展的提质增效。
为适应输配电价改革，进一步提供公司电价管理水平，梳理购电侧、售电侧、输配电价及分布式光伏业务需求，以业务管理水平的提升为需求主线，实现跨专业、跨系统的数据深度挖掘分析，为部门的日常管理工作提供数据和技术支撑，增强电价管控，落实政府各项监管政策，支持公司和电网持续健康发展。
二、电价精算模型构建与数据分析
（一）模型构建
销售电价异常数据模型是通过将2016—2018年数据聚类，获得异常因素特性。安徽省电力公司以2018 年数据为对象，对部分地区全部电价数据进行分析，得到各类影响因素对电价的整体影响情况。
目前基本电费含量较低，峰谷减增收的疑似问题数量占比较高。销售电价权重因子阈值预测模型将2016年1月至2018年5月数据作为样本，通过随机森林和聚类相结合，得到阈值系散点分布图的阈值。发现基本费含量较低、峰谷增减收、居民大电量、农排大电量四个类别异常数据比较集中，通过聚类和回归，得到了异常阈值。优化分析模型结合以上分析结果进行评估，优化特征、参数，逐步提高用户异常用电情况的准确定位，当异常经过确认后，对存在异常用电的用户发起督办流程，并实现动态跟踪，及时对督办工作进行监督、管控，确保督办流程的有序高效开展。结合数据分析及治理步骤，循环开展，逐步完善细化分析模型，提高分析精度与准确性。
（二）数据分析
1.电价信息颗粒度分析
通过结构、趋势、差异等分析方法，对量、价、费进行全方位的系统分析。根据用电类别，可实现省、市、县的穿透查询，进行深入透彻的颗粒度分析，追根溯源，帮助管理者及时发现问题、解决问题，如图1所示。
2.账务一致性颗粒度核查
账务一致性核查，通过系统基础参数配置以及系统相关数据获取和运算，对各基层单位的购电收入、售电量及相关报表的财务数据进行比对，计算相关指标达标率并排名，以此穿透各单位明细数据，具体数据如表1、表2所示。
3.电价数据多维自助分析
搭建售电业务、购电业务基础数据模型，并从业务模型中抽象出电价分析所需数据信息，建立电价数据多维宽表，实现电价数据多维自助分析，模型如图2所示。
（1）支持年度及月份时间段选择。支持年份、起始月份与截止月份自主设置。
（2）支持各单位按照上网电厂、发电类型隶属集团、购电来源等维度和口径，支持汇总查询跨时间段的购电量（上网电量、结算电量等）、购电费（应付购电费合计、购电成本、进项税额），购电单价等信息。购电信息自由组合分析，按需输出多维数据报表和分析图形。
供电公司在模型指标体系的基础上，可根据机器学习技术实现电力价格分析模型的自学成性、自强性和电价异常规律的优化，提高电力分析的准确性，同时可以监测用户用电、非正常使用、盗窃等行为准确位置发现和其他行为。
三、取得的成效
提高了数据共享，多维分析及工作效率性。数据共享融合改变了以往财务人员获取电价数据的方式，很大程度上减少了财务月度数据手工校对工作量，提高了数据的准确性与工作效率。其电价精算系统的建立，根据不同层次的管理视角，将应用结构分为省、市、县三级，满足了各级公司财务管理人员工作的需要。
功能广泛，掌握财务动态，严格控制指标。通过对电价精算分析系统的账户表单比较，及时揭示了电价管理的不足，对风险点提出了警告，推广了前端业务标准，并提高了精算电价管理水平。财务人员运用电价分析和预算执行偏差分析，为管理者优化电力结构、提高电价、精细预算评估、创造利润空间提供了决策支持，使得公司效益显著提高。
政策研究，准确计量，支持公司经营发展。电价精算分析体系的建立，根据实际数据建立模型，合理预测价格变动趋势帮助公司发展，促进电价指标与公司经营指标紧密联系，使每月指数偏差率维持在国家网络评估的范围之内。同时，按照安徽省实际情况，设计合理的电价运行模型预测模型，加强电网企业电价政策的实时分析和仿真，以助于企业运营水平的不断提高。
以实践出发，有助于提高电价。电力价格精算分析管理系统是根据公司的实际情况制定，帮助公司发展业务。以实践工作为务求，将国家相关政策、公司要求与公司业务管理相联系，通过提升管理水平，助力公司发展。
结语
在根据历史电力营销业务档案和电价数据分析上，我们采用聚类算法和回归算法，对不同行业和不同用电类型进行了大范围的数据分析，以准确定位电价因素的根源。针对影响因素提出了相应的对策，以协助相关电费政策的科學规范实施。经过电力精算分析表明，利用峰值和河谷分时电价可以更有效地降低负荷波动，达到峰值充填;利用峰谷分时电价可以提高整体用户满意度，对改善电力公司形象有着重要意义。作为输配电价改革试点单位，安徽公司适应电改新形势要求，拓展电价分析管理的纵深度，不断完善电价分析机制，通过对电价分析模块的深化应用，实现关键指标实时监控，数据挖掘全面到位，专项分析灵活简便目标，助力输配电价改革工作有序推进。
参考文献：
[1] 徐永丰，吴洁晶，黄海涛.考虑负荷率的峰谷分时电价模型[J].电力系统保护与控制，2015，43（23）：96-103.
[2] 齐先军，程桥，吴红斌.激励型需求响应对配电网运行可靠性的影响[J].电工技术学报，2018，33（22）：5319-5326.
[3] 李春燕，许中，马智远.计及用户需求响应的分时电价优化模型[J].电力系统及其自动化学报，2015，27（3）：11-16.
[4] 马霖，张世荣.分时电价/阶梯电价下家庭并网光伏发电系统运行优化调度[J].电网技术，2016，40（3）：819-825.
关键词：电力公司;分时电价;电价精算
中图分类号：F426.61;F274 文献标志码：A 文章编号：1673-291X（2019）35-0137-03
一、电价精算研究意义
研究电价精算，一方面是搭建售电业务、购电业务基础数据模型，并从业务模型抽象出电价分析所需数据信息，建立电价数据多维宽表，实现电价数据多维自助组合分析;另一方面可以打通财务数据链路，基于业务内容汇聚多源数据，建立电价数据多维立方体，构建企业级信息搜索入口，实现跨业务部门的电价数据敏捷查询，满足日常电价管理数据需求以及对外报送电价数据需求。
利用大数据技术最新成果，全面提升数据挖掘能力，打破原有分析系统的定制化固有设计，敏捷响应多主题数据分析需求和不同用户习惯，实现个性化多维自助分析，以及数据秒级查询的敏捷多维自助查询。以先进信息化手段支撑电价多维精益管理水平提升，推动公司经营发展的提质增效。
为适应输配电价改革，进一步提供公司电价管理水平，梳理购电侧、售电侧、输配电价及分布式光伏业务需求，以业务管理水平的提升为需求主线，实现跨专业、跨系统的数据深度挖掘分析，为部门的日常管理工作提供数据和技术支撑，增强电价管控，落实政府各项监管政策，支持公司和电网持续健康发展。
二、电价精算模型构建与数据分析
（一）模型构建
销售电价异常数据模型是通过将2016—2018年数据聚类，获得异常因素特性。安徽省电力公司以2018 年数据为对象，对部分地区全部电价数据进行分析，得到各类影响因素对电价的整体影响情况。
目前基本电费含量较低，峰谷减增收的疑似问题数量占比较高。销售电价权重因子阈值预测模型将2016年1月至2018年5月数据作为样本，通过随机森林和聚类相结合，得到阈值系散点分布图的阈值。发现基本费含量较低、峰谷增减收、居民大电量、农排大电量四个类别异常数据比较集中，通过聚类和回归，得到了异常阈值。优化分析模型结合以上分析结果进行评估，优化特征、参数，逐步提高用户异常用电情况的准确定位，当异常经过确认后，对存在异常用电的用户发起督办流程，并实现动态跟踪，及时对督办工作进行监督、管控，确保督办流程的有序高效开展。结合数据分析及治理步骤，循环开展，逐步完善细化分析模型，提高分析精度与准确性。
（二）数据分析
1.电价信息颗粒度分析
通过结构、趋势、差异等分析方法，对量、价、费进行全方位的系统分析。根据用电类别，可实现省、市、县的穿透查询，进行深入透彻的颗粒度分析，追根溯源，帮助管理者及时发现问题、解决问题，如图1所示。
2.账务一致性颗粒度核查
账务一致性核查，通过系统基础参数配置以及系统相关数据获取和运算，对各基层单位的购电收入、售电量及相关报表的财务数据进行比对，计算相关指标达标率并排名，以此穿透各单位明细数据，具体数据如表1、表2所示。
3.电价数据多维自助分析
搭建售电业务、购电业务基础数据模型，并从业务模型中抽象出电价分析所需数据信息，建立电价数据多维宽表，实现电价数据多维自助分析，模型如图2所示。
（1）支持年度及月份时间段选择。支持年份、起始月份与截止月份自主设置。
（2）支持各单位按照上网电厂、发电类型隶属集团、购电来源等维度和口径，支持汇总查询跨时间段的购电量（上网电量、结算电量等）、购电费（应付购电费合计、购电成本、进项税额），购电单价等信息。购电信息自由组合分析，按需输出多维数据报表和分析图形。
供电公司在模型指标体系的基础上，可根据机器学习技术实现电力价格分析模型的自学成性、自强性和电价异常规律的优化，提高电力分析的准确性，同时可以监测用户用电、非正常使用、盗窃等行为准确位置发现和其他行为。
三、取得的成效
提高了数据共享，多维分析及工作效率性。数据共享融合改变了以往财务人员获取电价数据的方式，很大程度上减少了财务月度数据手工校对工作量，提高了数据的准确性与工作效率。其电价精算系统的建立，根据不同层次的管理视角，将应用结构分为省、市、县三级，满足了各级公司财务管理人员工作的需要。
功能广泛，掌握财务动态，严格控制指标。通过对电价精算分析系统的账户表单比较，及时揭示了电价管理的不足，对风险点提出了警告，推广了前端业务标准，并提高了精算电价管理水平。财务人员运用电价分析和预算执行偏差分析，为管理者优化电力结构、提高电价、精细预算评估、创造利润空间提供了决策支持，使得公司效益显著提高。
政策研究，准确计量，支持公司经营发展。电价精算分析体系的建立，根据实际数据建立模型，合理预测价格变动趋势帮助公司发展，促进电价指标与公司经营指标紧密联系，使每月指数偏差率维持在国家网络评估的范围之内。同时，按照安徽省实际情况，设计合理的电价运行模型预测模型，加强电网企业电价政策的实时分析和仿真，以助于企业运营水平的不断提高。
以实践出发，有助于提高电价。电力价格精算分析管理系统是根据公司的实际情况制定，帮助公司发展业务。以实践工作为务求，将国家相关政策、公司要求与公司业务管理相联系，通过提升管理水平，助力公司发展。
结语
在根据历史电力营销业务档案和电价数据分析上，我们采用聚类算法和回归算法，对不同行业和不同用电类型进行了大范围的数据分析，以准确定位电价因素的根源。针对影响因素提出了相应的对策，以协助相关电费政策的科學规范实施。经过电力精算分析表明，利用峰值和河谷分时电价可以更有效地降低负荷波动，达到峰值充填;利用峰谷分时电价可以提高整体用户满意度，对改善电力公司形象有着重要意义。作为输配电价改革试点单位，安徽公司适应电改新形势要求，拓展电价分析管理的纵深度，不断完善电价分析机制，通过对电价分析模块的深化应用，实现关键指标实时监控，数据挖掘全面到位，专项分析灵活简便目标，助力输配电价改革工作有序推进。
参考文献：
[1] 徐永丰，吴洁晶，黄海涛.考虑负荷率的峰谷分时电价模型[J].电力系统保护与控制，2015，43（23）：96-103.
[2] 齐先军，程桥，吴红斌.激励型需求响应对配电网运行可靠性的影响[J].电工技术学报，2018，33（22）：5319-5326.
[3] 李春燕，许中，马智远.计及用户需求响应的分时电价优化模型[J].电力系统及其自动化学报，2015，27（3）：11-16.
[4] 马霖，张世荣.分时电价/阶梯电价下家庭并网光伏发电系统运行优化调度[J].电网技术，2016，40（3）：819-825.