韩本超1 颜斌2
1.国网山东省电力公司安丘市供电公司 2. 国网山东省电力公司昌乐县供电公司
摘要：随着大数据技术的迅猛发展，其在各行各业中的应用越来越广泛、深入，在提高生产生活效率的同时，也推动了社会进步。电力行业是我国重要的基础性、支柱性产业，在国民经济中占有举足轻重的地位。在电力行业运营的过程中，产生了大量的数据，这些数据具有数量大、关系复杂等显著特点，适合大数据技术的深入应用。大数据技术在电力行业的各个环节，特别是电力营销中的应用，可以为相关策略的制定提供有力支撑，符合该行业的智能化、现代化发展方向，也符合广大电力用户的现实需求。
关键词：大数据技术；电力营销；策略
1导言
电力营销业务开展过程中，海量数据随之产生，这些营销基础数据能够准确反映出电力营销业务的开展状况，结合大数据技术，对海量的电力营销数据进行获取、清洗、管理、分析与呈现，能够帮助电力企业从数据中发掘各类有用信息，从而完成电力营销服务水平提升，推动电力企业信息化建设不断深化。鉴于此，文章针对基于大数据技术的电力营销策略进行了分析，以供参考。
2电力营销概述
电力营销指电力企业在变幻莫测的电力市场中，针对市场开展一系列经营活动，为消费者提供其生活、生产所需的电力产品和服务，从而创造经济价值。在深化电力市场改革背景下，要想获得良好的发展和进步，首要任务就是形成先进的电力营销新理念，明确电力营销目标和方向，聚焦电力营销重点环节和关键领域，找到目前电力营销中的主要问题和成因，采取针对性措施予以应对。首先，提高电厂领导电力营销意识观念，摆正电力营销的位置，并从技术、经济以及组织等方面落实电力营销工作创新，打造符合电力市场改革发展需求的工作格局；其次，需要立足于电力营销工作开展现状，逐步完善电力营销管理制度，落实工作责任，量化工作指标，严格要求电力营销工作人员，提高营销效率与质量；最后，电力营销管理人员需要深入市场，对电力产品用户的服务请求进行综合分析，找到服务请求差异，进而为其提供个性化服务。
3基于大数据技术的电力营销策略
3.1构建新型电力营销体系
针对大数据时代的特点，建立新的营销体系是在大数据时代开展营销工作的前提，营销体系主要完成数据管理、数据开发和数据挖掘等工作。其中，数据管理主要完成数据收集与整理等基础性工作，工作人员主要经过信息技术、信息管理及市场营销等专业的训练。数据开发工作主要基于用户缴费、电力报警以及客户关系等建立数学模型，利用相应的算法深入地分析用户行为特征，全面了解用户的用电特点。数据挖掘工作建立用户的信息档案，挖掘用户的电力价值，实现电力综合服务质量的全面提升。
3.2降低企业经营风险
电费回收是保证电力企业经济效益的重要方面，但是一直以来都存在企业与居民欠费拒缴的问题，电费回收率低、催收成本高，也在持续地对电力企业的经营产生消极影响。现今，通过电力营销大数据的推广与运用，企业可以根据从营业厅、网站、App等渠道所收集到的用户缴费数据对用户的缴费行为进行监控与预测。对不按照规定缴纳电费的用户，利用创建信用等级等形式进行筛查，对部分用户采取电费担保等管理方式，对失信用户远程执行停电指令，从而使电费回收率低的问题得到一定的缓解。同时，通过对业务数据流进行监控，也可以对问题数据进行控制，及时对存疑现场进行核实，对各种经营风险进行有效预警与管控，使企业的各项经营活动能够平稳进行。
3.3基于大数据技术的电力负荷预测
根据预测时间的不同，可以将电力负荷预测划分为近期预测、短期预测、中期预测和长期预测等种类。
传统上，通常采用趋势外推法、时间序列法、回归分析法等统计分析模型开展此项工作，这些方法对变化较平稳用电力负荷数据的预测效果较好，但由于其非线性分析能力不足，因此对非平稳时间序列数据的预测效果较差。随着大数据技术的发展，人工神经网络等智能算法在电力负荷预测中得到越来越广泛的应用，也取得了较好的预测效果。基于人工神经网络的用电负荷预测，其模型输入主要为用户分析步骤得到的特征量，同时引入历史数据等。建立人工神经网络预测模型的主要工作有模型网络层数设计、神经元数目确定、初始权重设置、学习速率选取等。使用层数更多的神经网络可以提升模型的性能，但也在一定程度上降低了模型训练和使用的效率，通常包含输入层、隐含层和输出层的三层神经网络模型即可满足预测需求。输入层节点数由预测对象影响因子数决定，过多的节点会引入不必要的噪声，过少的节点将导致网络获取信息不足。学习速率对神经网络权重更新速度的快慢具有直接影响，当该值过大时，网络可能不稳定，当该值过小时，会增加训练和预测时间，降低工作效率。
3.4优化线损分析
线损，即线路损耗，是指在电网运行的各环节中可能会产生的电能损耗。线损率的大小不仅能够体现出电力企业在规划、调度等方面的能力，还能够体现出电力企业的生产经营能力与营销水平，是衡量电网运营状况的重要指标。对线损进行更加精细化的管理是提高电力企业的经济效益的重要举措。传统的线损分析，主要是基于关系型数据库针对单一线损进行分析，在对数据进行处理时，在数据的同步、处理、评估、关联等方面均存在数据利用率低、无法满足精细管理需求的情况。大数据技术的出现，为电力公司提供了更多选择。分析人员可以利用采集到的实测数据，采用多种分析技术，结合线损标准化分析方法，创建更优的计算模型，充分研究各类线损之间的关联关系，革新传统的线损管理方法，精确定位，快速响应，为营销管理提供支撑。
3.5通过大数据的应用扩展电力公司的产品和市场
在当前大数据时代的背景下，传统的营销管理已无法满足当前电力公司的要求。因此，应通过大数据技术来实现对电力公司运行的相关数据信息来进行有效分析，并以此为基础制定相关的发展战略，也就是说，在电力营销管理过程中，电力公司可以通过大数据技术的应用来分析相关客户的实际行为，并将分析结果进一步应用于新电力业务和新市场的开发和管理。通过开发新的服务和产品，创造新的经济增长点，实现在一定程度上提高电力公司的经营经济效益的目的。
3.6协助故障抢险
为了保障输、供、配、用电能够正常进行，电力企业在电力故障抢修方面高度重视。在进行故障抢修时，一般是供电企业先接收相关的故障报告，再派技术人员到现场进行查看，然后根据故障情况进行排查与维修。在大数据环境下，电力企业可以通过系统对抢险信息进行实时更新，避免故障信息滞后而带来的抢险不及时的问题；可以结合大数据所提供的数据可视化技术，结合具体的数据，搭建电力故障抢修平台，实现故障抢险数据的汇总与数理；也可以通过各类设备对实现故障的自动检测，通过数据实现故障预测，从而由事后抢险转变为主动维修，增强对故障抢险的管理能力，为用户提供更加可靠的服务，提高电力营销服务水平。
4结束语
总之，大数据技术的发展对传统电力营销构成挑战的同时，也带来了历史性机遇。我们需要主动适应科技发展带来的改变，将新技术与行业特点相结合，在电力营销中全面应用大数据技术，在深入分析电力用户的用电行为，了解掌握用户用电需求的基础上，实现用电负荷的精准预测，制定有针对性的营销策略，提升发电和用电效率，在为广大电力用户提供更优质服务的同时，实现自身在市场竞争中优势的保持和发展。
参考文献：
[1]刘艾旺,葛勇华,端炜明,刘斌,张德俊.大数据在电力营销中的应用现状分析[J].农电管理,2019(05):40-41.
[2]王俊铃.基于大数据的电力市场营销策略研究[J].科技经济导刊,2019,27(33):224.
[3]孙艺珍,杨帆,杨静文,袁微微.基于大数据的电力营销管理创新研究[J].集成电路应用,2019,36(12):74-75.