摘要：社會(huì)經(jīng)濟(jì)迅速發(fā)展，電力用戶快速增加，用電需求激增，這就要求進(jìn)一步優(yōu)化與完善電力稽查工作。智能稽查能夠及時(shí)發(fā)現(xiàn)異常數(shù)據(jù)，避免人工業(yè)務(wù)不規(guī)范，提高數(shù)據(jù)處理效率及能力，而智能稽查體系的建立與規(guī)范能更好地服務(wù)電力公司、企業(yè)與社會(huì)大眾?，F(xiàn)以建立智能稽查模式為切入點(diǎn)，對(duì)目前傳統(tǒng)電力稽查模式存在的問題以及新智能稽查模式的改進(jìn)點(diǎn)進(jìn)行對(duì)比，提出新智能稽查未來發(fā)展及應(yīng)用前景。另外，從發(fā)現(xiàn)問題、分析問題、解決問題、總結(jié)問題、預(yù)警體系五個(gè)步驟入手，以傳統(tǒng)稽查模式為藍(lán)本，引入新型數(shù)字化智能稽查體系，令電力稽查工作更加實(shí)用化、效率化。

關(guān)鍵詞：數(shù)字化;智能稽查體系;問題;效率

0? ? 引言

電力稽查工作在確保電力企業(yè)經(jīng)濟(jì)市場秩序和提高其經(jīng)濟(jì)利益方面發(fā)揮著非常重要的作用，但目前的電力稽查工作面臨著一些難題，比如傳統(tǒng)的稽查工作模式已經(jīng)不能適應(yīng)當(dāng)前社會(huì)發(fā)展的要求，要對(duì)其進(jìn)行變革創(chuàng)新，用智能稽查提高營銷稽查工作的連續(xù)性和完整性，促進(jìn)營銷管理水平的不斷提升。

1? ? 當(dāng)前電力稽查模式存在的問題

傳統(tǒng)稽查模式的徹查法和抽查法依靠工作人員的長期經(jīng)驗(yàn)實(shí)施，已不能滿足日新月異的社會(huì)需求，不能保證準(zhǔn)確性。抽查法使用范圍具有局限性，不能及時(shí)發(fā)現(xiàn)實(shí)際工作中的偏差，加上電力稽查工作的管理模式不健全，電力企業(yè)稽查工作效率較低，影響經(jīng)濟(jì)效益的提高。

2? ? 未來智能稽查體系的研究與應(yīng)用

未來的電力稽查模式在于構(gòu)建智能稽查體系。智能稽查體系如何在每個(gè)環(huán)節(jié)實(shí)現(xiàn)智能化、自動(dòng)化，從而構(gòu)建有別于傳統(tǒng)稽查的稽查模式呢？本文的核心在于研究出一種智能稽查體系（圖1），要實(shí)現(xiàn)異常特征的智能提取、能夠根據(jù)異常特征進(jìn)行問題異常關(guān)聯(lián)分析，并調(diào)用專家樣本庫及模型和全量數(shù)據(jù)以及問題處理的結(jié)果來智能比對(duì)評(píng)價(jià)結(jié)果是否正確，更新案例庫、問題庫和規(guī)則庫，不斷根據(jù)PDCA的閉環(huán)體系更新稽查智庫，包括案例庫、知識(shí)庫、基因庫，從而不斷提升智能化水平。

第一步，發(fā)現(xiàn)問題（圖1步驟①②）。

應(yīng)用場景：常態(tài)稽查、專項(xiàng)稽查、飛行稽查的發(fā)現(xiàn)問題環(huán)節(jié)。

方法與應(yīng)用：智能稽查體系第一步是構(gòu)建問題特征的智能提取，用大數(shù)據(jù)的數(shù)據(jù)異常方法來發(fā)現(xiàn)存在的問題（基因重組的方式、LR回歸、隨機(jī)森林分類器）。

要實(shí)現(xiàn)智能稽查體系，第一步是構(gòu)建問題特征的智能提取，用大數(shù)據(jù)的數(shù)據(jù)異常方法來發(fā)現(xiàn)存在的問題。從常態(tài)、專項(xiàng)、飛行稽查發(fā)現(xiàn)的問題信息及全量數(shù)據(jù)中按照大數(shù)據(jù)的規(guī)則，利用發(fā)生頻率、平均位移等方法提取異常特征。能將問題進(jìn)行有效分類，需整理出反映問題變化狀況的特征指標(biāo)。根據(jù)問題記錄所包含的信息，我們將特征屬性大致分為以下4個(gè)部分：

（1）問題強(qiáng)度：反映統(tǒng)計(jì)時(shí)間周期內(nèi)的問題數(shù)量，可按專業(yè)、分類等維度進(jìn)行分析。

（2）問題頻度：反映統(tǒng)計(jì)時(shí)間周期內(nèi)的問題頻率，可按專業(yè)、分類進(jìn)行過濾獲得。

（3）時(shí)間變化信息：反映問題在時(shí)間上的變化趨勢。

（4）空間變化信息：反映問題在空間上的分布規(guī)律。

第二步，分析問題（圖1步驟②③）。

應(yīng)用場景：常態(tài)稽查、專項(xiàng)稽查、飛行稽查的確定問題、問題核查比對(duì)環(huán)節(jié)。

方法與應(yīng)用：通過用戶編號(hào)、時(shí)間等信息對(duì)問題和異常進(jìn)行關(guān)聯(lián)分析，并采用基因組的問題分類，對(duì)同一問題基因在基因庫中進(jìn)行重組，形成問題的智能分類分群（K-Means算法分析和密度等聚類算法、平衡性稽查方式）。

以問題類別為研究對(duì)象，在預(yù)處理后的數(shù)據(jù)中，基于K-Means算法分析和密度等聚類算法找到聚焦的問題，提取四個(gè)變量：平均問題數(shù)、問題頻率、問題標(biāo)準(zhǔn)差、問題斜率，作為問題分群的表征變量。通過用戶編號(hào)、時(shí)間等信息對(duì)問題和異常進(jìn)行關(guān)聯(lián)分析，并采用基因組的問題分類，對(duì)同一問題基因在基因庫中進(jìn)行重組，形成問題的智能分類分群。

第三步，解決問題（圖1步驟②④⑤⑥⑦⑧⑨）。

應(yīng)用場景：常態(tài)稽查、專項(xiàng)稽查、飛行稽查的異常問題等級(jí)判定，風(fēng)險(xiǎn)庫構(gòu)建，問題庫構(gòu)建。

方法與應(yīng)用：（1）異常問題經(jīng)比對(duì)分析后，基于專家樣本庫，智能構(gòu)建問題評(píng)價(jià)模型;（2）將全量數(shù)據(jù)的異常跟評(píng)價(jià)模型評(píng)價(jià)結(jié)果比對(duì)驗(yàn)證;（3）對(duì)模型的評(píng)價(jià)結(jié)果跟稽查處理結(jié)果進(jìn)行跟蹤驗(yàn)證。（4）據(jù)驗(yàn)證結(jié)果判斷問題準(zhǔn)確性及級(jí)別，并啟動(dòng)問題處理流程，采用立項(xiàng)、處理、銷號(hào)、問題處理評(píng)價(jià)等環(huán)節(jié)的自動(dòng)化、流程化管理，實(shí)時(shí)監(jiān)控問題整改的進(jìn)展，并調(diào)用知識(shí)庫和案例庫輔助解決問題（知識(shí)庫、問題庫、規(guī)則庫的聯(lián)動(dòng)，模型搭建）。

第四步，總結(jié)問題（圖1步驟⑧⑩）。

應(yīng)用場景：風(fēng)險(xiǎn)庫、案例模板庫、問題庫的更新及智能數(shù)據(jù)分析，為稽查智庫建立知識(shí)圖譜分析提供數(shù)據(jù)備份。

方法與應(yīng)用：根據(jù)問題庫、規(guī)則庫、案例庫進(jìn)行基因重組或知識(shí)庫的提煉，形成基于人工智能的稽查知識(shí)圖譜。

對(duì)模型的評(píng)價(jià)結(jié)果跟稽查處理結(jié)果進(jìn)行跟蹤驗(yàn)證，前期也可以采用專家判斷審核（經(jīng)過一段時(shí)間運(yùn)行后，此環(huán)節(jié)可以去掉），如果判斷有誤，更新專家樣本庫并進(jìn)行模型重構(gòu)。

根據(jù)驗(yàn)證結(jié)果判斷是否為問題，并啟動(dòng)問題處理流程，采用立項(xiàng)、處理、銷號(hào)、問題處理評(píng)價(jià)等環(huán)節(jié)的自動(dòng)化、流程化管理，實(shí)時(shí)監(jiān)控問題整改的進(jìn)展，對(duì)問題整改閉環(huán)進(jìn)行督辦，對(duì)問題及時(shí)銷號(hào)，實(shí)現(xiàn)問題的管控閉環(huán)。

第五步，預(yù)警體系（智能稽查體系旁支）。

應(yīng)用場景：風(fēng)險(xiǎn)庫的構(gòu)建及與規(guī)則庫的聯(lián)動(dòng)。

方法與應(yīng)用：構(gòu)建五級(jí)智能預(yù)警體系，對(duì)問題存在的風(fēng)險(xiǎn)實(shí)現(xiàn)預(yù)警信息閉環(huán)管控，通過問題剖析和管理措施制定，加強(qiáng)業(yè)務(wù)風(fēng)險(xiǎn)預(yù)警防控，對(duì)各類問題從事后稽查逐步前移到事前預(yù)警，采用分級(jí)預(yù)警模式進(jìn)行預(yù)警提醒。

構(gòu)建五級(jí)智能預(yù)警標(biāo)準(zhǔn)崗位體系，通過建立金字塔式預(yù)警模型，實(shí)現(xiàn)從基層班長到單位領(lǐng)導(dǎo)分級(jí)預(yù)警、層層管控。同時(shí)一、二級(jí)預(yù)警閾值依據(jù)工作標(biāo)準(zhǔn)時(shí)限和問題出現(xiàn)概率來設(shè)置閾值，開展事前預(yù)警，三、四、五級(jí)依據(jù)問題嚴(yán)重程度來設(shè)置閾值，開展事后管控。

3? ? 結(jié)語

電力行業(yè)作為國民經(jīng)濟(jì)發(fā)展依賴度最高的行業(yè)之一，電力營銷中的稽查工作非常重要。隨著科技水平的不斷提升，要改變傳統(tǒng)的稽查模式，采用智能稽查手段來提高稽查工作效率。相比于傳統(tǒng)的稽查模式來說，智能化稽查問題多維定位模式可以更加快速、準(zhǔn)確和全面地對(duì)問題進(jìn)行追根溯源。在稽查問題精準(zhǔn)定位的前提下，可及時(shí)排除投訴隱患，提升客戶滿意度。

收稿日期：2019-12-09

作者簡介：何偉剛（1988—），男，廣東東莞人，碩士，工程師，從事電力營銷領(lǐng)域風(fēng)險(xiǎn)管控研究及管控應(yīng)用、電力市場營銷管理工作。