张瑛琦 于靖
国网内蒙古东部电力有限公司赤峰供电公司 内蒙古赤峰市 024000
摘要：基于电网信息化水平的不断提高和电网企业信息管理模式积累的数据日益增多，提出了一种基于数据挖掘的电力营销分析模型。为了实现模型架构的设计，要求模型满足兼容性要求，共享模型信息，因此设计了电力营销分析模型。根据需求分析结果设计业务架构、应用架构、数据架构和技术架构。电力营销分析模型主要包括数据挖掘模块、结果分析模块和模型管理模块。为了保证模型的安全性，设计并测试了模型的安全结构。实践表明，该模型具有较强的管理能力、决策能力和查询能力，响应速度快，操作简单，界面良好，能够提高企业的竞争力和经济效益。
关键词:数据挖掘技术；电力营销；营销分析；数据挖掘
1电力营销分析模型设计框架
电力营销分析模型是电力营销技术支持模型的高级应用模块，它以客户服务层、营销质量管理层和营销业务层为决策支持层，创建了以国家电网公司为核心，满足各省级公司营销管理智能监管、查询、分析和统计的高级应用模型平台。可以挖掘营销数据，对数据进行提炼分析，共享模型信息，让管理层充分掌握各基层供电单位营销服务的各项业务和指标完成情况，支持对主要业务指标、宏观环境和市场发展预测的分析，从而达到前瞻性决策的目的[3-4]。
2电力营销分析模型的设计
2.1模型的概要设计
2.1.1业务架构设计
基于需求分析的结果，为了提高营销业务部门的服务质量和风险管控能力，创建客户停电、电费回收风险、电力服务、大客户服务等场景，分析营销服务质量和风险管控能力的数据，形成报告，用于提高电网企业运营效率分析[5]。
2.1.2应用架构设计
应用架构的主要目的是基于营销业务，实现承接业务架构内容的设计，分析业务需求点，细化吸收供应功能，扩展应用层数据挖掘统计分析、预测模拟、常规报表、优化、多维分析等，以展示分析结果。
2.1.3数据架构设计
利用ogg和ETL在数据中心整合营销明细数据和索引数据，在数据中心的统一视图区和数据仓库中清理和流通ETL数据后，通过Hadoop和数据中心实现数据计算和存储，满足大数据分析条件，利用数据挖掘工具实现数据展示和分析[6]。
2.1.4技术架构设计
整合数据中心模型，通过Hadoop进行数据采集，通过平台进行高效传输、计算和提取，通过数据挖掘软件平台进行数据清理和加载、在线分析，从而完成营销业务分析报告，提高电网企业营销服务质量，加强风险管理，提高企业运营效率[7]。
2.2数据采集模块的设计
在模型函数中，数据采集模块的主要目的是选择要处理和挖掘的数据集。选择目标数据后，该模块可以实现对不同权限的工作人员进行数据维护和属性检查的工作。数据采集模块的主要功能包括数据维护、数据集选择和数据属性查看，在模型的工作层，只有数据分析层和数据管理层可以使用模型的所有功能，普通工作人员无法使用。数据预处理模块在模型中起着重要作用，可以实现不同属性的连续和离散数据集的数据预处理[8]。
2.3数据挖掘模块设计
数据挖掘模块可以对用户进行细分，对用户的信用进行评估，从而对欠费风险高的用户进行预测。对已处理数据集的二次分析是业务逻辑目标的重点。数据挖掘模块具有数据分析层和管理层使用全部功能的权限，通过聚类分析技术实现用户细分，在聚类算法中使用K-means算法实现计算。聚类在评估客户信用时尤为重要，可以对信用等级不同的用户进行评估和标记。在这个过程中，通过层次分析法和K-means算法对用户进行细分，并通过分类计数算法判断新增用户的信用等级，从而结合模型数据库的已有数据对高风险客户群体进行预测和分类[9]。
2.4结果分析模块的设计
结果分析模块的主要功能是分发数据、生成报告和比较模型数据集，分析模型中不同分类条件的数据，包括电源电压、行业类别和客户类别，并以直观的方式输出不同分类条件的统计信息，将信息呈现给用户。
用户输入关键词和数据名称后，模型自动生成数据分布图，然后传递JFreeChar，使不同的分类条件实现统计信息的输出，并以直观的方式呈现给用户。目前，在用户输入相应的数据名称和关键词后，模型可以生成相应的数据分布图，然后通过浏览器传输JFreeChar来呈现结果。数据对比主要包括信用等级、用电量、欠费等，对比结果用直方图显示[10]。
2.5基于K均值算法的模型
数据挖掘广泛应用于人工智能理论、计算机软件、体积测量等领域，其理论知识丰富，备受各界关注。基于K均值算法的原理和特点，设计了客户细分模型的框架[11]。
2.6模型管理模块设计
模型管理的主要目的是保证模型的正常运行，包括数据仓库、数据更新、多维数据集和模型权限的管理。模型权限管理包括取消权限、设置权限、修改密码、添加事实表等，数据仓库主要包括维度表、添加事实表和维护数据仓库。向多维数据集添加事实表，首先要明确要添加的对象，输入端要在事实表中；此外，在模型界面中逐步选择源表和元数据库，并在上述任务成功实现后自动显示源表字段；之后，选择所需的目标字段，并在目标字段列表框中添加[12]。
2.7模型安全设计
在营销分析模型中，使用了基于J2EE规范的多层应用架构，并充分考虑了安全性，将其分为四个级别[13]。
应用层主要包括信息服务发布层、内部应用层和核心应用层，由于网络的每一层都有不同的信息资源、数据通信方式和服务对象，这三个信息网络的安全风险也不同，需要制定不同的安全策略。
数据访问层的安全性主要包括数据资源、数据传输、访问和提取等方面的安全性，为了保证数据访问层的安全性，实现数据库的访问和存储，每个模型的数据交换和数据传输都必须有足够的安全性。该模型通过设置不同安全级别的不同访问权限和标识身份，设置不同安全级别的不同操作权限，并可以记录每个操作内容的安全日志和跟踪历史记录[15]。规划和设计一个完整的基于模型安全层次的应用模型安全系统。
基础安全平台的主要目的是解决底层运营模式和基础设施的安全问题，而信任服务平台和信任服务平台的主要目的是保证信息的机密性、完整性和身份认证。
3模型运行测试
模型界面的设计以用户为中心，达到操作简单、清晰、方便的目的。启动模型后，用户将相应的网址输入互联网。
用户输入账号和密码后，在表示层进行验证，然后对数据库进行合法验证，然后进入模型主界面。模型主要包括三个区域，模型功能模块在屏幕左侧，中间包括登录用户信息和退出按钮，用户信息下方是用户选择的功能模块的具体子功能，根据用户选择的不同模块有不同的子功能，屏幕下方是待处理的业务主体窗口。
进入模型主界面后，选择数据集功能列表，用户即可实现数据挖掘。用户还可以查看数据属性和维护数据，然后进入数据预处理模块实现处理。
4结束语
通过本文的研究，可以看出数据挖掘技术在电力营销中的作用正在逐渐显现。利用数据挖掘可以提高数据的利用率，为电力营销决策提供参考。结合上述需求，根据模型架构和功能创建营销分析模型，提出基于K-means的电力数据挖掘模型，为营销模型的创建提供相应的参考。
参考文献：
[1]张辰枝.大数据环境下基于数据挖掘技术的高校科研管理模型的设计研究[J].网络安全技术与应用,2018,209(5):32-33.
[2]赵水忠,王一杰,杜亮,等.基于数据挖掘和ERP技术的电力工程数据信息库设计[J].电子设计工程,2020,28(5):107-111.
[3]孔月萍,吴飞,陈新崛,等.新电改背景下电力大客户服务策略推荐模型研究[J].电力需求侧管理,2019,21(1):79-84.
[4]殷秀颜,陈婕,郑学青,等.大型供电企业电力营销管理总体策略优化研究[J].自动化与仪器仪表,2019,232(2):45-48.
[5]沈佳,李凯,邹岳琳,等.基于Hadoop的缴费行为和网点布局优化数据挖掘应用研究[J].科技传播,