摘要：现如今，国家的发展越来越好，人们的生产生活对电力的需求量越来越多。电力工程是一项十分复杂的工程项目，在该项目建设的过程中经常会遇到各种风险，影响到整个项目建设的顺利进行。审计风险是电力工程项目中比较常见的一种风险，为了降低审计部门的审计风险，保证审计效果的合理性，需要电力公司能够根据自身的工程实际营造良好的审计环境，更好地完成电力工程项目的审计工作。
关键词：大数据挖掘技术；电力审计风险防范；应用
随着云计算、物联网等技术的快速发展和广泛应用,各个行业的数据都呈现出一种爆炸式的状态,而且这些数据不仅包含的内容更加广泛,同时规模也逐渐增大。大数据主要是指涉及人和物等的网络及非网络数据的集合。大数据技术的应用影响着企业内部的审计工作。在实际的审计工作中,在大量的数据中找寻审计的新思路很关键。
一、大数据和数据挖掘技术概述
1.1大数据概述。大数据时代是当前互联网信息技术发展的重要趋势,有研究表明当前互联网数据量正在逐年递增,“大数据”特点越来越凸显。大数据时代的发展主要表现出了以下几个方面的基本特征:大量化,主要就是指数据信息的量相对比较大,其一般涉及到了应用对象的所有数据信息,完整性比较明显;多样性,大数据时代的发展还表现出了数据信息的多样化趋势,其涉及到的数据信息类型众多,并且数据信息的表现形式同样也多样,尤其是非结构化数据,在当前的占比越来越高;快速化,当前大数据时代的发展和应用还表现出了较为明显的高速要求,虽然其需要处理的数据信息量较大,也相对比较繁杂,但是却同样也面临着较高的速度要求,需要具备较强的应用实效性。
1.2数据挖掘技术。数据挖掘技术作为一种新型的数据处理方式,在当前大数据时代发展下表现出了极强的作用价值,其可以较好实现大量繁杂数据的有效分析,从中提取一些有用的高质量数据,如此也就能够适应于质量密度较低的数据集处理。从数据挖掘技术的具体应用中来看,其表现出了明显的循环往复特点,能够对于数据信息进行高效利用,结合不同的数据应用需求进行有针对性地处理,最终可以取得理想效益。随着当前人工智能技术的发展,数据挖掘技术同样也呈现出了较多新的应用特点,尤其是神经网络以及遗传算法的应用,更是体现出了较强的实际效益,在很多领域都得到了理想运用。数据挖掘技术的应用能够较好作用于关系数据库、文本数据源、时态数据库、数据仓库以及异质数据库等多种对象。
二、大数据挖掘技术在审计中的应用
发掘型分析是处理大数据最好的方法之一，是从大数据中寻找隐含数据规律和模式、预测将来趋势和行为的一种数据分析模式，数据挖掘技术是实现发掘型分析的有效手段。数据挖掘技术的核心是数据挖掘算法，该算法往往能找到数据中的非线性关系和因果关系，不同算法应用于不同场景。目前，基于大数据挖掘算法的大数据审计在财政、金融、电信、保险等具有海量数据的行业具有极强的生命力和效能，并逐步在财政审计、工程审计、民生专项资金和社保资金审计等方面扮演重要角色。
2.1主要数据挖掘算法介绍
作为最主要的数据挖掘算法之一，聚类分析法是将所有数据对象划分成各个子集（簇）的过程，目的是使同一簇中的对象尽量相似，不同簇中的对象差别较大。聚类算法属于无监督学习方法，因为所拥有的数据对象没有提供类型标签信息，因此只能通过观察学习，而非示例学习，聚类可发现数据内在的性质和规律，为进一步进行数据分析提供基础。主要的聚类分析方法包括划分方法、层次方法、基于密度的方法、基于网格的方法。
2.2数据挖掘过程
一般来说，数据的挖掘过程包含三个阶段：数据准备及数据预处理、数据挖掘模型的构建、模型的运用及评估。（1）数据准备及数据预处理。
将审计问题转化为数据挖掘问题后，需确定与此问题相关的数据源，并将不同数据源中的数据集中到一起，形成原始审计数据。数据预处理阶段，需对数据准备得到的不完整、有“噪声”、不太理想的原始数据进行预处理，主要过程有数据清理、数据集成、数据规约和数据变换。（2）数据挖掘模型的构建。针对审计任务及转换后的数据类型，选择合适的数据挖掘技术，然后再从相应的算法库中选择适当的算法或综合运用多种算法建立数据挖掘模型。建模的过程是一个反复的过程，需通过修改模型参数并根据不同评估方法比较哪个模型对当前的分析最有效。（3）模型的运用及评估。是将经过处理的面向分析的数据输入模型并输出分析结果的过程。在设置好模型参数后，该过程可由计算机自动完成。模型的评估是指对使用该模型完成审计任务的质量作出评价，衡量模型的适用性。
三、审计风险的形成原因
相比其他工程项目来说，电力工程项目具有施工难度大，工期长，涉及其他方面比较多，这就使得电力工程中出现很多不确定因素，这些因素可能会对电力工程建设产生审计风险。除了工程建设本身的因素外，社会因素、经济因素、审计自身的因素都可能会出现审计风险。具体来说，审计自身的因素主要包括审计人员的专业水平、职业素质、审计程序、审计方式等方面，社会因素和经济因素主要表现在审计内容的复杂性、会计的工作手段以及经济环境、社会环境等方面。此外，被审计客体的因素主要包括参与工程建设的部门、利润方面等，都可能出现信息失真的情况。上述这些因素都是目前比较常见的电力工程项目审计风险，作为施工单位应该结合自身的工程情况对这些审计影响因素进行深入分析并做好防范措施。审计工作是电力工程建设中十分重要的组成部分。在整个审计的过程中，会出现两种情况，一个就是转嫁给审计部门承担，一个就是出现审计风险延迟。由于这两个情况的存在带给审计工作更多的挑战，电力部门应该加强防范审计风险。
四、电力公司内部审计风险的防范措施
4.1预防和控制审计风险的外部因素
完善相关法律法规。当前中国正在完善相关法律法规，同时也需要提高内部审计人员的专业水平和能力，特别是在解决复杂问题时，是否能够充分理解和分析这些问题的产生根源，以及最终必须避免审计风险。面对复杂的审计目标并进行正确充分的准备。中国当前的社会经济发展日益复杂和多样化。因此，在进行审计工作之前，有必要对有关部门进行全面的调查分析。需要进一步分析相关专业的审计问题，以确保实时进行动态审计，并确保工作顺利进行，在出现复杂情况时不会使内部审计人员感到尴尬。
4.2建立承诺责任制
建立承诺责任制度主要是为了确保审计人员不遭受诚信欺诈。承诺责任制度明确以书面形式规定，相关人员获取的数据内容必须完整、真实，并有效地规避风险。可以使用平衡记分卡向员工学习，以向公司财务、客户（内部审计报告阅读者）、内部运营（包括内部审计工作文件，方法和内部审计过程）学习，以建立质量评估体系。内部审计师需要从四个方面进行评估，审计委员会根据评估结果向董事会提交评估报告，以补偿绩效和惩处。
结语：
我国大数据审计工作还处在摸索和相对不成熟的阶段,因此虽然大数据给企业开展审计工作带来很大的积极影响,但是审计工作存在的风险也是不能忽略的。在大数据广泛应用于审计工作的倾向下,虽然存在很多缺陷和不足,但是这些问题不是一朝一夕就可以避免和解决的。
参考文献:
[1]张建.大数据技术在企业内部审计中的应用[J].电子技术与软件工程,2018(01):149.
[2]龙钢.电力工程项目审计风险分析及防范[J].科技创新与应用，2019，14（25）：217.
[3]周玲.水利工程项目中内部审计风险的防范探析[J].黑龙江科技信息，2019，7（30）：298.