李小蘭，田小蕾，倪志堅，馮 柳

（1.國網(wǎng)沈陽供電公司，遼寧 沈陽 110003；2.國網(wǎng)遼寧省電力有限公司，遼寧 沈陽 110006）

基于大數(shù)據(jù)挖掘的運營監(jiān)測分析研究

李小蘭1，田小蕾2，倪志堅1，馮 柳1

（1.國網(wǎng)沈陽供電公司，遼寧 沈陽 110003；2.國網(wǎng)遼寧省電力有限公司，遼寧 沈陽 110006）

隨著電力行業(yè)工業(yè)化與信息化的融合發(fā)展，電力數(shù)據(jù)呈現(xiàn)爆炸式增長，電力大數(shù)據(jù)時代已經(jīng)到來。以國家電網(wǎng)某地市公司運營監(jiān)測（控）中心為應用對象，依托運營管控系統(tǒng)，研究利用數(shù)據(jù)挖掘手段探尋指標潛在關(guān)聯(lián)，構(gòu)建運營監(jiān)測指標體系，建立公司風險預警防控體系，并引入數(shù)據(jù)挖掘技術(shù)開展精細化運營分析，快速準確地定位管理漏洞，為提高經(jīng)濟效益和管理效率提供保證。

大數(shù)據(jù)；數(shù)據(jù)挖掘；供電企業(yè)；運營監(jiān)測；運營分析

隨著互聯(lián)網(wǎng)和信息行業(yè)的飛速發(fā)展，大數(shù)據(jù)吸引了人們越來越多的關(guān)注。在以數(shù)據(jù)為核心資源的信息社會，大數(shù)據(jù)已經(jīng)成為新時代最具價值的寶藏之一。作為關(guān)系國計民生的基礎能源支撐體系，電力行業(yè)在大數(shù)據(jù)時代也面臨著新的挑戰(zhàn)和難得的發(fā)展機遇。深入挖掘分析數(shù)據(jù)更深層次的價值，積極推進電力系統(tǒng)大數(shù)據(jù)應用，將有利于供電企業(yè)精細化運營管理，全面管控各種經(jīng)營風險，提高公司管理水平和運營效率，以此推動供電企業(yè)的轉(zhuǎn)型發(fā)展。近年來，電力行業(yè)工業(yè)化與信息化融合發(fā)展，電力數(shù)據(jù)呈現(xiàn)爆炸式增長，供電企業(yè)每天都在產(chǎn)生海量的運營數(shù)據(jù)，但數(shù)據(jù)處理能力的落后與數(shù)據(jù)快速增加之間的矛盾更加凸顯。本文基于當前供電企業(yè)信息化發(fā)展現(xiàn)狀，以地市供電公司運營監(jiān)測（控）中心為應用對象，探索利用大數(shù)據(jù)挖掘技術(shù)開展運營監(jiān)測分析業(yè)務，以實現(xiàn)中心“千里眼、順風耳、鐵算盤、預警機”的作用。

1 應用背景

1.1 電力大數(shù)據(jù)的應用

目前在電力行業(yè)，歐美等發(fā)達國家對電力大數(shù)據(jù)的應用已經(jīng)處于發(fā)展初期，如澳大利亞國家電力市場曾利用數(shù)據(jù)挖掘方法來預測電力價格的均值［1］；德國通過電網(wǎng)收集用電數(shù)據(jù)以預測客戶的用電習慣，從而推斷在未來2～3個月時間里整個電網(wǎng)大概需要多少電量；丹麥維斯塔斯風力系統(tǒng)依靠BigInsights軟件和IBM超級計算機對氣象數(shù)據(jù)進行分析，優(yōu)化風力發(fā)電機的放置位置。而我國的大數(shù)據(jù)應用才剛剛起步。

1.2 數(shù)據(jù)挖掘技術(shù)

大數(shù)據(jù)時代為企業(yè)帶來了獲取更豐富、更深入和更準確地洞察市場行為的大量機會，但傳統(tǒng)的數(shù)據(jù)處理方法多停留在查詢、統(tǒng)計、簡單分析等最基本的層次。專家系統(tǒng)靠人工獲取知識這一“瓶頸”問題，在與日俱增的數(shù)據(jù)面前無能為力［2］?！皵?shù)據(jù)海量，知識匱乏”是大數(shù)據(jù)時代很多企業(yè)的通病。運用相關(guān)的技術(shù)手段對大量的數(shù)據(jù)進行深加工，發(fā)現(xiàn)隱含的信息并加以利用，進而指導電力企業(yè)做出正確的決策，這樣電力大數(shù)據(jù)的作用才能充分發(fā)揮出來［3］。

大數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘的算法基于不同的數(shù)據(jù)類型和格式才能更加科學地呈現(xiàn)出數(shù)據(jù)本身具備的特點。數(shù)據(jù)挖掘就是從大量數(shù)據(jù)（包括文本）中挖掘出隱含的、未知的、對決策有潛在價值的關(guān)系、模式和趨勢，并用這些知識和規(guī)則建立用于決策支持的模型，提供預測性決策支持的方法、工具和過程［4］。它能代替專家從大量數(shù)據(jù)中挖掘出隱含于其中的知識，利用數(shù)據(jù)庫的存儲功能，找出數(shù)據(jù)之間的潛在關(guān)系和數(shù)據(jù)本身固有的規(guī)律［5］。充分發(fā)掘電力大數(shù)據(jù)的價值，能夠在提升運營管理水平、提高用戶服務水平、支撐未來電網(wǎng)發(fā)展、提供政府決策支持等方面取得長足的進步。

數(shù)據(jù)挖掘技術(shù)的基本任務主要體現(xiàn)在分類與回歸、聚類、關(guān)聯(lián)規(guī)則、時序模式、偏差檢測5個方面［4］。

1.3 國家電網(wǎng)運營監(jiān)測（控）中心

為確保電力安全清潔可持續(xù)供應，全面管控各種經(jīng)營風險，不斷滿足客戶日益增長的多樣化需求，2010年國家電網(wǎng)公司開始深化人財物集約管理（簡稱“三集”），推進“大規(guī)劃、大建設、大運行、大檢修、大營銷”體系建設（簡稱“五大”）。2012—2014年，按“三集五大”體系建設要求，總部、?。ㄊ校?、地市三級運營監(jiān)測（控）中心陸續(xù)成立，通過對公司核心資源、主營業(yè)務活動、關(guān)鍵業(yè)務流程開展實時監(jiān)測分析，建立閉環(huán)管理、橫向協(xié)同的協(xié)調(diào)控制機制，實現(xiàn)對公司運營狀況事前、事中及事后的全面預測、監(jiān)控及分析。按照職能定位，運營監(jiān)測（控）中心也是國家電網(wǎng)公司的數(shù)據(jù)資產(chǎn)管理部門和大數(shù)據(jù)分析應用部門，依據(jù)公司相關(guān)制度負責開展數(shù)據(jù)質(zhì)量管理和大數(shù)據(jù)分析應用工作。

隨著電網(wǎng)規(guī)模的擴大和復雜性的提高，信息系統(tǒng)成為保障電力系統(tǒng)安全穩(wěn)定運行不可或缺的一部分［6］。近年來，國家電網(wǎng)公司深入推進信息化建設，搭建了數(shù)據(jù)縱向貫通、橫向集成的一體化企業(yè)級信息集成平臺，建成了多個業(yè)務應用系統(tǒng)，囤積了海量電力數(shù)據(jù)資源，為大數(shù)據(jù)挖掘技術(shù)的應用提供了先決條件。

基于以上，研究利用大數(shù)據(jù)挖掘技術(shù)在運營監(jiān)測（控）中心的應用既是大勢所趨，也十分必要。

2 利用大數(shù)據(jù)挖掘開展供電企業(yè)運營監(jiān)測

國家電網(wǎng)公司運用已有信息化建設成果和技術(shù)手段建設運營管控系統(tǒng)。該系統(tǒng)基于公司數(shù)據(jù)中心、關(guān)口電量計量信息系統(tǒng)、財務資產(chǎn)管理信息系統(tǒng)、GIS系統(tǒng)、營銷稽查系統(tǒng)、規(guī)劃計劃信息一體化系統(tǒng)、ERP等系統(tǒng)實現(xiàn)運營關(guān)鍵指標和跨部門業(yè)務流程的綜合展現(xiàn)。運營監(jiān)測（控）中心依托該系統(tǒng)，基于大數(shù)據(jù)挖掘技術(shù)，對公司核心資源和主要經(jīng)營活動開展監(jiān)測，有利于公司精細化運營管理，提高管理水平和運營效率。

2.1 構(gòu)建層級監(jiān)測體系

深入挖掘涉及公司綜合績效、核心資源、運營狀況的所有指標數(shù)據(jù)，橫跨專業(yè)、貫穿流程，結(jié)合公司實際運營情況選取關(guān)鍵監(jiān)測對象，充分考慮監(jiān)測指標對公司經(jīng)營管理水平的影響程度，按關(guān)注重點進行監(jiān)測等級分類，確定重點監(jiān)測和輔助監(jiān)測指標，并隨時更新，構(gòu)建一套有重點、有層次、符合實際的運營監(jiān)測指標體系。

如圖1所示，運營監(jiān)測指標體系由綜合績效、核心資源、運營狀況3大核心要素構(gòu)成，每個核心要素又細分為多個關(guān)注維度，進而分解為不同關(guān)注點，根據(jù)關(guān)注點涵義設置監(jiān)測指標，考慮到指標的重要性程度、指標數(shù)據(jù)來源的可靠性程度、指標的層級關(guān)系，原則上將業(yè)務重要性高、數(shù)據(jù)來源可靠性高且層級高的指標劃分為重點監(jiān)測指標，其余指標則劃分為輔助監(jiān)測指標。例如“綜合績效”下的關(guān)注維度“電網(wǎng)狀況”，下設關(guān)注點“電網(wǎng)結(jié)構(gòu)”，包含6項監(jiān)測指標。其中容載比、城市配電線路聯(lián)絡率，通過監(jiān)測反映公司經(jīng)營執(zhí)行情況，設置為重點監(jiān)測指標；單線單變比例、平均供電半徑，數(shù)據(jù)采集頻度為年，日常監(jiān)測業(yè)務價值較低，設置為輔助監(jiān)測指標；單條電源進線或單臺主變的變電站數(shù)量、城市配電網(wǎng)線路條數(shù)，均為指標的計算因子，主要用于支撐父級指標的溯因分析，因此也設為輔助指標。

圖1 運營監(jiān)測指標體系

參考行業(yè)技術(shù)標準、公司目標計劃以及該指標歷史數(shù)據(jù)變化趨勢或波動范圍，為每項監(jiān)測指標設定預告警規(guī)則和閾值，一旦指標落入預告警區(qū)間，運營管控系統(tǒng)及時產(chǎn)生異動、發(fā)布預告警。其中針對重點監(jiān)測指標，在已有閾值規(guī)則的基礎之上，從縱向歷史數(shù)據(jù)比較、橫向各單位比較、關(guān)聯(lián)分析等方面拓展監(jiān)測方法，以定位異動原因、發(fā)現(xiàn)業(yè)務問題。

2.2 建立指標關(guān)聯(lián)網(wǎng)絡

為避免對指標的獨立監(jiān)測導致得出片面的分析結(jié)論，充分利用數(shù)據(jù)挖掘手段探尋各項數(shù)據(jù)間的潛在關(guān)聯(lián)?？紤]各項指標間顯性算法關(guān)聯(lián)及隱性業(yè)務關(guān)聯(lián)關(guān)系，構(gòu)建指標關(guān)聯(lián)網(wǎng)絡。

某項指標發(fā)生變化會影響與之相關(guān)聯(lián)的其他指標，比如售電量與售電收入、市場占有率等指標均存在明顯的正相關(guān)性，因而售電量的波動會引發(fā)其他指標發(fā)生變化。所以，通過采取有效措施提升售電量，其他指標也會相應提升，或者在進行指標異動分析時，這些顯性關(guān)系能幫助我們快速定位異動原因。實際上，除了這些已知的顯性關(guān)聯(lián)，不同指標間可能存在某些未知的隱性業(yè)務關(guān)聯(lián)。有效利用這種隱性關(guān)系，則對于公司打破專業(yè)壁壘、提升業(yè)績指標、控制風險，必能起到事半功倍的效果?；谝陨戏治?，我們利用大數(shù)據(jù)挖掘技術(shù)開展了探尋指標隱性關(guān)聯(lián)關(guān)系的工作。

以層級監(jiān)測體系中的所有指標為分析對象，按月度為周期，從業(yè)務應用系統(tǒng)中提取近5年指標值，通過數(shù)據(jù)清洗去除部分缺失、不準確等問題數(shù)據(jù)，最后確定9個專業(yè)共346項指標參與計算。經(jīng)過論證后采取回歸分析方法，建立回歸分析模型，計算相關(guān)系數(shù)。

回歸分析是確定2種或2種以上變量間相互依賴的定量關(guān)系的一種分析方法，按照自變量的多少，分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。它基于觀測數(shù)據(jù)建立變量間適當?shù)囊蕾囮P(guān)系，以分析數(shù)據(jù)內(nèi)在規(guī)律，并可用于預報、控制等問題。為計算兩兩指標之間的關(guān)聯(lián)關(guān)系，采用一元線性回歸分析。它的任務就是根據(jù)若干個觀測值（xi，yi）（i＝1，2，…，n）找出描述2個變量x、y之間關(guān)系的直線回歸方程y?＝a＋bx，其中y?是變量y的估計值。a稱為截距，b為回歸直線的斜率，也稱回歸系數(shù)。求直線回歸方程y?＝a＋bx，實際上是用回歸直線擬合散點圖中的各觀測點。常用的方法是最小二乘法，也就是使該直線與各點的縱向垂直距離最小，即使實測值y回歸直線之差的平方和達到最小，也稱為剩余（殘差）平方和。

線性回歸方程中的相關(guān)系數(shù)r就是線性相關(guān)度的大小，r絕對值越靠近1，線性相關(guān)越好，擬合的直線與描點所得圖線也更相近。其計算公式為

利用回歸模型開展相關(guān)性分析，將指標逐個循環(huán)比對運算。認為相關(guān)系數(shù)r絕對值在0.8及以上的指標具有線性相關(guān)關(guān)系，對此類指標開展定量分析、業(yè)務關(guān)聯(lián)分析，重點關(guān)注跨部門隱性關(guān)聯(lián)指標。

確定指標關(guān)聯(lián)關(guān)系后，構(gòu)建預警防控網(wǎng)絡，一旦關(guān)聯(lián)網(wǎng)絡內(nèi)有指標異動，其關(guān)聯(lián)的其他指標按一定的邏輯判斷自動提前預警，達到牽一發(fā)而動全身的效果，將傳統(tǒng)的事后監(jiān)測分析模式向事前風險預警、有效防控方式轉(zhuǎn)變。另一方面通過控制過程數(shù)據(jù)（即指標影響因子），及時糾偏，以確保重點監(jiān)測指標達到預期值。

通過構(gòu)建大數(shù)據(jù)背景下的指標監(jiān)測體系，實現(xiàn)對公司主要經(jīng)營活動和管理績效的全天候監(jiān)測；實現(xiàn)對規(guī)劃、建設、運行、檢修、營銷、人資、財務、物資等業(yè)務的全方位監(jiān)測；實現(xiàn)對企業(yè)生產(chǎn)、建設、經(jīng)營、物資等環(huán)節(jié)的全流程監(jiān)測。最終以兩手抓方式構(gòu)建公司風險預警防控體系，為公司依法治企、安全穩(wěn)定運行保駕護航。

3 開展基于大數(shù)據(jù)挖掘的精細化運營分析

充分利用各項信息系統(tǒng)積累的海量數(shù)據(jù)，以數(shù)據(jù)挖掘為手段，通過對準確的過程性、明細數(shù)據(jù)和歷史數(shù)據(jù)的挖掘和分析，形成有價值的分析成果，使公司管理層全面了解企業(yè)的運營狀況，準確把握運營工作的優(yōu)勢劣勢，為公司經(jīng)營決策提供有力支撐，為提升運營效率和經(jīng)濟效益提供有力保障。

3.1 綜合分析

開展對外部環(huán)境及主要運營活動的綜合分析：客觀評述外部環(huán)境變化，綜合反映本單位月度運營活動的基本情況和運營特點，揭示異動、剖析問題，提出有關(guān)建議。

通過深度挖掘分析運營規(guī)律和趨勢，針對營銷、運檢、財務、人資、基建、調(diào)度、后勤、品牌建設等各專業(yè)的薄弱環(huán)節(jié)、存在問題，每月及時提出風險預警，制定相應措施，為公司管理層牢牢掌握全局、科學決策提供了有力支撐，同時推動了各業(yè)務部門全面開展數(shù)據(jù)挖掘分析工作，打破專業(yè)壁壘，形成了高效的協(xié)同機制，橫向協(xié)同效率明顯提升。

3.2 專題分析

針對與公司運營密切相關(guān)的重點、熱點、難點問題，開展深入分析，引入分類、估值、聚類、關(guān)聯(lián)規(guī)則、預測等數(shù)據(jù)挖掘技術(shù)，應用到供電企業(yè)經(jīng)營分析、用電市場營銷分析、客戶關(guān)系管理等領(lǐng)域，構(gòu)建評價模型，開展問題原因分析，提出解決問題的對策建議，并明確責任主體。

以“業(yè)擴報裝流程效率專題分析”為例，通過對營銷業(yè)務應用系統(tǒng)中業(yè)擴報裝所有相關(guān)明細數(shù)據(jù)的挖掘分析，總結(jié)數(shù)據(jù)規(guī)律，提出了多項分析結(jié)論用于指導公司業(yè)擴業(yè)務運行。一是對低壓居民、低壓非居民、高壓3類客戶的業(yè)擴完成時間進行分類分析，據(jù)此劃定了業(yè)擴流程時限“警戒線”，若超過預警線，則認為該戶業(yè)擴流程有可能存在受阻情況，對超過警戒線90%的工單發(fā)出預警，對超過警戒線95%的工單發(fā)出告警，開展提前預判，防范受阻風險。二是按用電類別開展分類分析，分別定位了高壓和低壓非居民客戶中耗時最長的3種用電類別，建議公司針對此類用戶開展差異化服務以提高辦電效率。三是對超期工單歷史數(shù)據(jù)進行挖掘分析，發(fā)現(xiàn)裝表接電為超期率較高的業(yè)擴環(huán)節(jié)，據(jù)此提出了相關(guān)建議加以防范。四是對業(yè)擴投訴數(shù)據(jù)進行聚類分析，將投訴工單類型分為高度關(guān)注、重點關(guān)注、加強關(guān)注、一般關(guān)注等4種類型，定位不同投訴類型特征，為業(yè)擴輿情處置提供參考。

3.3 即時分析

針對公司運營過程中產(chǎn)生的、時效性較強的重大異動和問題開展即時快速分析。利用運營管控系統(tǒng)設置供電服務、營銷稽查、故障搶修、配網(wǎng)臺區(qū)低電壓監(jiān)測、車輛使用狀況、購售電等多個監(jiān)測專題，一旦出現(xiàn)預告警，即時分析異動和問題，快速查找原因，明確消除異動和問題責任主體。

通過開展基于大數(shù)據(jù)挖掘的精細化運營分析，形成運營監(jiān)測（控）中心與專業(yè)部門協(xié)同的公司運營分析工作體系，產(chǎn)生管理協(xié)同效應，對公司加強預控、強化分析、支撐決策、防范風險具有重要意義。

4 結(jié)束語

運營監(jiān)測（控）中心結(jié)合自身實際和業(yè)務發(fā)展需要，充分利用信息化成果，通過開展基于大數(shù)據(jù)挖掘的運營監(jiān)測分析，可實現(xiàn)公司資源整合，提升運營水平，打破專業(yè)壁壘，實現(xiàn)企業(yè)經(jīng)營管理關(guān)鍵數(shù)據(jù)指標由專業(yè)部門分散監(jiān)測向公司集中監(jiān)測的轉(zhuǎn)變。通過多維分析和深度挖掘，能夠快速準確地查找工作差錯點、異常點、風險點，初步構(gòu)建了公司風險預警防控體系，為提高經(jīng)濟效益和管理效率提供了保證。本文對于大數(shù)據(jù)挖掘在監(jiān)測分析業(yè)務上的應用僅進行了初步的探索，待數(shù)據(jù)質(zhì)量、分析技術(shù)進一步提高后，相信大數(shù)據(jù)挖掘技術(shù)在供電企業(yè)的應用前景更為廣闊。

［1］董朝陽，張 沛.電力系統(tǒng)分析新興技術(shù)［M］.北京：高等教育出版社，2011.

［2］商文穎，李巖春，于勝堯.基于數(shù)據(jù)挖掘的電力系統(tǒng)電壓穩(wěn)定分析［J］.東北電力技術(shù)，2008，29（10）：6－8.

［3］盧建昌，樊圍國.大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術(shù)在電力企業(yè)中的應用［J］.廣東電力，2014，27（9）：88－94.

［4］張良均，陳俊德，劉名軍，等.數(shù)據(jù)挖掘?qū)嵱冒咐治觯跰］.北京：機械工業(yè)出版社，2014.

［5］譚小野.數(shù)據(jù)挖掘在電網(wǎng)安全中的應用［J］.東北電力技術(shù)，2005，26（8）：40－44.

［6］劉國民，宋 雨，周慶捷.智能電網(wǎng)信息化體系架構(gòu)研究［J］.東北電力技術(shù)，2012，33（2）：15－17.

Study on Operation Monitoring and Analysis Based on Big Data－mining

LI Xiao?lan1，TIAN Xiao?lei2，NI Zhi?jian1，F(xiàn)ENG Liu1
（1.State Grid Shenyang Power Supply Company，Shenyang，Liaoning 110003，China；2.State Grid Liaoning Electric Power Co.，Ltd.，Shenyang，Liaoning 110006，China）

With the combination development of power industry industrialization and informatization，electric power data is showing the scale of explosive growth，big data era of power industry has arrived.This paper chooses operation monitoring and controlling centre for given power supply company as the subject，relying on its operational management systems，potentially relevant indicators are explored by using data－minin，building operation monitoring system and risk warning prevention system can locate loopholes in management quickly and accurately by introducing data－mining technology to carry out intensive operations analysis.It provides a guarantee for eco?nomic efficiency and management efficiency.

Big data；Data－mining；Power supply company；Operation monitoring；Operation analysis

TP311.13

A

1004－7913（2016）03－0038－04

李小蘭（1986—），女，碩士，工程師，從事供電企業(yè)運營監(jiān)測與數(shù)據(jù)分析工作。

2016－01－09）