电力营销数据分析系统研究之我见

【摘 要】现代的电力营销中存在着繁多的数据需要处理，若是沿用传统的人工处理方式，势必会滞后电力企业的发展，这就需要建立电力营销数据分析系统，本文就此做了简要的分析。

【关键词】电力营销；数据分析；系统

1 电力营销系统

电力营销系统以业扩报装、电能计量、用电管理、营业计费和线损管理等关键业务为核心，在各业务模块之上提供服务模块和分析模块。服务模块包括电话服务、因特网服务和客户中心服务等，侧重于为电力用户提供各种快捷优质的服务；而分析模块则包括综合业务查询、基于历史数据的统计、效益分析和决策支持，侧重于为企业领导提供及时准确的决策依据。因此，一切为电力系统正常运行提供决策的原始数据都可归结为营销数据范畴。

1.1 营销系统数据来源

营销系统的海量数据由管理信息系统、地理信息系统、SCADA系统以及电网运行的实时信息系统、负荷管理系统、电能量计费系统、配变检测系统、计量检定的运行数据所组成。随着电力企业信息化建设的快速发展，各系统已产生并积累了较为庞大的历史数据。

1.2 营销系统的数据特点

（1）数据多。在电力营销系统中，数据主要分为由各种装置实时采集的现场数据和由调度中心多种系统在运行过程中产生的大量数据，数据来源多。另外，电力系统属于大规模奇异非线性动态大系统，在对其进行特征描述时往往涉及到上千个状态变量。传统的处理方法是对系统进行降维或简约化处理，这在一定程度上影响了最终结果的精度。

（2）数据种类混杂。营销系统是一个标准的混杂系统，其上层（如调度中心）给出的（调度）决策主要是逻辑性的操作指令，而下层控制（如发电机的励磁与调速控制）主要是连续性的，为了达到系统多目标优化控制的目的，应将不同性质的上层和下层控制有机地对合起来。

（3）数据质量差。在营销系统中，采集到的数据往往存在含有噪声、缺失、不正确等情况。

（4）对数据的要求高。当系统处于紧急状态甚至瓦解状态时，必须制定实时在线快速决策，使系统重新回到正常状态。

2 电力数据仓库

2.1 数据库到数据仓库

传统的数据库技术是以单一的数据资源，即数据库为中心，进行事务处理、批处理、决策分析等各种数据处理工作，主要的划分为两大类：操作型处理和分析型处理。操作型处理也叫事务处理，是指对数据库联机的日常操作，通常是对一个或一组纪录的查询和修改，主要为企业的特定应用服务的，注重响应时间，数据的安全性和完整性；分析型处理则用于管理人员的决策分析，经常要访问大量的历史数据。而传统数据库系统优于企业的日常事务处理工作，而难于实现对数据分析处理要求，已经无法满足数据处理多样化的要求。操作型处理和分析型处理的分离成为必然。

近年来，随着数据库技术的应用和发展，人们尝试对DB中的数据进行再加工，形成一个综合的，面向分析的环境，以更好支持决策分析，从而形成了数据仓库技术（简称DW）。数据仓库弥补了原有的数据库的缺点，将原来的以单一数据库为中心的数据环境发展为一种新环境：体系化环境。

2.2 电力数据的抽取

电力数据的抽取是数据进入仓库的入口。由于数据仓库是一个独立的数据环境，它需要通过抽取过程将数据从联机事务处理系统、外部数据源、脱机的数据存储介质中导入到数据仓库。数据仓库的数据并不要求与联机事务处理系统保持实时的同步，因此数据抽取可以定时进行，但多个抽取操作执行的时间、相互的顺序、成败对数据仓库中信息的有效性则至关重要。

在技术发展上，数据抽取所涉及的单个技术环节都已相对成熟，其中有一些是躲不开编程的，但整体的集成度还很不够。目前市场上所提供的大多是数据抽取工具。这些工具通过用户选定源数据和目标数据的对应关系，会自动生成数据抽取的代码。但数据抽取工具支持的数据种类是有限的；同时数据抽取过程涉及数据的转换，它是一个与实际应用密切相关的部分，其复杂性使得不可嵌入用户编程的抽取工具往往不能满足要求。因此，实际的数据仓库实施过程中往往不一定使用抽取工具。从市场发展来看，以数据抽取、异构互连产品为主项的数据仓库厂商一般都很有可能被其它拥有数据库产品的公司吞并。在数据仓库的世界里，它们只能成为辅助的角色。

2.3 电力数据的存储和管理

电力数据仓库的真正关键是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库的特性，同时也决定了其对外部数据表现形式。要决定采用什么产品和技术来建立数据仓库核心，则需要从数据仓库的技术特点着手分析。数据仓库遇到的第一个问题是对大量数据的存储和管理。这里所涉及的数据量比传统事务处理大得多，且随时间的推移而累积。从现有技术和产品来看，只有关系数据库系统能够担当此任。目前不少关系数据库系统已支持数据分割技术，能够将一个大的数据库表分散在多个物理存储设备中，进一步增强了系统管理大数据量的扩展能力。采用关系数据库管理数百个GB甚至到TB的数据已是一件平常的事情。一些厂商还专门考虑大数据量的系统备份问题，好在数据仓库对联机备份的要求并不高。

电力数据仓库要解决的第二个问题是并行处理。在传统联机事务处理应用中，用户访问系统的特点是短小而密集；对于一个多处理机系统来说，能够将用户的请求进行均衡分担是关键，这便是并发操作。而在数据仓库系统中，用户访问系统的特点是庞大而稀疏，每一个查询和统计都很复杂，但访问的频率并不是很高。此时系统需要有能力将所有的处理机调动起来为这一个复杂的查询请求服务，将该请求并行处理。因此，并行处理技术在数据仓库中比以往更加重要。

在针对数据仓库的TPC-D基准测试中，比以往增加了一个单用户环境的测试，成为“系统功力”（QPPD）。系统的并行处理能力对QPPD的值有重要影响。目前，关系数据库系统在并行处理方面已能做到对查询语句的分解并行、基于数据分割的并行、以及支持跨平台多处理机的群集环境和MPP环境，能够支持多达上百个处理机的硬件系统并保持性能的扩展能力。

3 建立月度营销分析制度，做好营销数据的月度分析

对于市场营销部门，完备科学的月销售分析能达到以下目的：

（1）分析全局的当月电量、线损、欠费余额，同期增长率，较上月增长率。

（2）引导县局和营销部门负责人关注自己的销售和电费回收是否健康。

（3）引导县局和营销部门负责人关注当月重要客户的销售。

（4）客观公正地评估各县局和有关部门的销售贡献。

通过此办法可以看到供电局当月的售电量、累计售电量、增长率、同期增长率等，还可以看到各类别电量及所占的比例。更重要的是，可以看到县局的售电、排名情况，要求后三名说明原因，给其他营销负责人相应的指导和压力。通过建立有效的电力营销数据分析系统，供电局实现了实时的销售监控和周期性的分析反馈及控制，为提高企业经营业绩奠定了基础。

4 总结

对与电力企业的营销数据的分析是为了能够更好的利用，电力营销的数据库的建立上就要做到数据的及时录入与完全录入，以便系统在做数据分析时能够根据现实的情况给出一个具体的参考结果。

参考文献：

[1]邱贤辉.关于当前电力营销管理的几点思考[J].广西电业，2007.

[2]姚家奕.多维数据分析原理与应用[M].北京：清华大学出版社，2004.