试论基于机器学习的电费精准核算算法优化方案
来源:用户上传
作者:
摘 要 电费准确的计算和回收是电力市场营销的重要内容，也是电力企业做好优质客户服务的基本。本文主要对电费核算的相关内容进行了简要的分析，包括四个方面：一是电费核算的概念和背景;二是对电费核算智能化的现状分析研究;三是对电费精准核算算法的一些优化思路的分析;四是对电费精准核算算法的关键研究内容的分析。通过对这四个方面的分析，论证了基于机器学习的电费精准核算算法的优化方案。该优化思路能够与时俱进地利用机器智能学习和大数据挖掘技术，积极推进营销信息化系统、计量自动化系统等信息系统建设和应用，有利于不断提高抄核收工作的自动作业水平和管理水平。
关键词 机器学习;电费精准核算;电费核算算法
1 概念及背景
电费是指电网企业电力销售的总收入，包括执行目录电价的电费、随电价加收的各种基金和附加费等。电费抄核收工作是电力市场营销工作的重点，最终目标是将电费准确计算及回收。
目前各级电网企业对于电费抄核收工作以坚持标准化、集约化、信息化为管理原则，通过管理创新和自动化技术进步，对自动抄核收工作全过程实现量化监控和流程优化，不断提高工作质量、工作效率和自动化管理水平。
电费抄核收顾名思义即电费的抄表、核算及回收三个关键环节，而其中又以电费核算为重中之中[1]。
2 电费核算智能化的现状
各级电网企业目前已实现抄表后自动计算电费及自动集中核算。通过营销系统获得抄表数据后自动完成电量电费的计算，根据核查规则自动核查电量电费计算结果，形成异常复核工单并自动下发。由相关供电所在规定时限内完成电費异常工单的核对工作。要求对电费异常工单必须逐单确认，对于由于业务变更引起的异常，在系统数据不能判断是否正常的情况下，开展现场复核。经复查确定无误后，方能发行电费进入电费回收环节。
确保计费准确，关键在于把握营销计费档案参数的准确性，目前营销系统通过电费核算规则进行计费参数的核对，对不符合规则的异常电费信息提起预警，生成异常复核工单。
近年来国内外各领域尝试运用人工智能和机器学习进行探索、研发，但在电网企业营销领域中，电费核算规则算法的智能化程度普遍较低。因为各类参数有近百万种不同的组合，依靠人工经验总结的电费核算规则无法覆盖所有的异常情况。通过核算规则判断异常工单，均需要进行人工复核，人力投入成本较大。并且经过人工复核，实际需要重算和改单的比例并不高，另外通过规则判断无异常而实际发生电费差错的情况亦时有发生，可见电费核算规则异常甄别精准度不足。
基于多数规则仍依赖人工经验进行固化，存在阀值刚性不合理、一刀切或规则不完善、异常有效率低等问题，无法最大程度发挥电费核算规则对电费差错的风险防控作用。利用机器智能学习开展精准电费核算算法优化、实现核算规则自优化的技术上仍有待提高[2]。
3 电费精准核算算法的优化思路
充分运用“智能电表和低压集抄”两个全覆盖建设成果，结合当前信息化持续提升和大数据等技术深化应用的契机，推进电费核算的精准化、集约化、智能化。
当前电网公司已建立了覆盖到全部计费参数的电费核算规则，如何在人工经验固化的基础上结合电费差错案例进行电费核算规则算法的滚动优化，不断提升电费核算规则精准性是需突破的重点问题。
（1）开展电费复核规则有效性的量化分析研究，提高复核规则有效率。利用机器智能学习，开展电费精准核算规则算法优化技术研究，实现电费核算规则的自优化，通过智能规则的筛查精准锁定差错。
（2）基于对原有电费核算规则的精准程度和阀值设置合理性的结果剖析，开展电费复核规则自优化、自生成的技术研究，实现异常样本的精准判别，实现电费核算规则智能、动态管理。
（3）大幅提高复核精准度，解决复核规则阀值过于刚性、异常核查依赖人为判断且精准度低的问题，需要在信息系统中固化电量电费异常样本离群监测技术。开展电量电费等结构化数据的异常精准监测技术研究，通过客户用电行为、电量电费数据的深度挖掘，实现电量电费的异常离群样本进行自动辨识。依托数据挖掘技术和智能算法应用，开展电量电费大数据挖掘与精准定位技术研究，对电量电费离群客户进行异常自动甄别，实现电费差错的快速精准定位。
（4）形成电量电费差错的成因自动诊断报告。开展电量电费差错数据的成因诊断功能研究，实现电量电费差错与计量、业扩报装等营销业务行为的关联分析，可视化展示各类电费差错成因的多维分析结果。
（5）完成智能电费核算规则在信息系统的固化工作，实现与营销系统其他业务模块、计量自动化系统等信息化系统的互联互通应用。
4 电费精准核算算法的关键研究内容
基于上述分析与思考，电费精准核算算法的关键研究内容应包括以下五个方面：
（1）建立可供信息系统智能训练的差错案例库，开展电量电费差错案例库的智能诊断、智能原因智能分析、标志性差错字段捕捉、差错标志性勾稽关系建立等功能研究;
（2）开展电费精准核算算法智能生成技术研究，运用机器智能学习以及数据挖掘技术，构建一套基于营销系统、计量自动化系统等多源多维数据的决策执行一体化的电费精准核算规则库;
（3）开展电费精准核算规则自诊断与自优化功能研究，通过自训练对电费精准核算的阈值有效性进行智能分析以及自动优化，提高电费核算规则的精准性;
（4）开展电量电费结构化数据的异常精准监测技术研究，通过客户用电行为、电量电费数据的深度挖掘，实现电量电费的异常离群样本进行自动辨识。开展电费核算规则有效性的量化分析研究，提高电费精准核算规则有效率;
（5）开展电量电费差错数据的成因诊断功能研究，实现电量电费差错与计量、业扩报装等营销业务行为的关联分析，为电费精准核算算法的滚动优化提供可持续数据来源。
5 结束语
基于机器学习的电费精准核算算法优化方案能够与时俱进的利用机器智能学习和大数据挖掘技术，积极推进营销信息化系统、计量自动化系统等信息系统建设和应用，有利于不断提高抄核收工作的自动作业水平和管理水平，仍需下一步通过科技项目等手段加以实现。
参考文献
[1] 李开元.电力市场营销中集中电费核算的应用分析[J].现代营销（下旬刊），2017，（05）：239.
[2] 王蓉.探讨供电企业电费核算管理中存在的问题及对策[J].科学中国人，2017，（11）：101.
转载注明来源:https://www.xzbu.com/1/view-14944402.htm
