数据挖掘帮电力企业关闭偷电大门

申请免费试用、咨询电话：400-8352-114

12月初，在浙江嘉兴市郊开印刷厂的陈先生收到了嘉兴市电力局的一份公函，要求他先买电后用电，否则拉闸。陈老板想不明白，凭什么别的老板都先用电后交费，自己却要先买电后用电。陈老板托人到电力局一打听，发现自己被列进了透漏电的“黑名单”。嘉兴电力局凭什么把陈老板列入“黑名单”？

关闭偷漏电大门

嘉兴电力局（以下简称嘉兴局）是浙江省电力公司所辖的大型供电企业，下面管着5个县市供电局，5个直属生产单位，还有61家多种经营企业。2003年底，嘉兴局社会用电量、全局供电量双双首次突破百亿度大关，全局售电量也接近100亿度，人均用电量超过3000度。2005年，全局固定资产规模达到了55亿元。

今年8月，为了降低生产经营成本，为用户提供更加个性化的服务，嘉兴局把目光琐定了数据挖掘技术，希望运用SPSS公司的Clementine工具，“挖”掉用户偷漏电较多、随意欠费及买电计划不准确等电力企业普遍患有的“痼疾”。

偷漏电现象让很多电力企业挠头，嘉兴局也不例外。据估计，目前全国偷漏电的比例约为发电总量的10～20%。因此，Clementine软件上线后，首先被用来抓“小偷”。Clementine通过对用户资料和用户用电情况的数据分析，可以确定哪些用户欺诈的可能性比较大，然后针对性地进行查证，既大大降低了嘉兴局的监测成本，提高了效率，又不会漏过许多嫌疑用户。

嘉兴局员工在检查电力线路

挑出嫌疑用户后，嘉兴局会有选择地在入户之前的线路上安装电流和电压监控设备，计算出用户的实际使用电量，与用户电表上显示的用电量相比较，确认用户的欺诈行为是否存在。如果存在，在详实的数据和报告面前，嘉兴局可以追究用户的法律责任。

至于用户拖欠电费问题，Clementine会通过用户资料和历史交费记录，建立用户信用评价模型，分析每个用户的信用状况和得分，然后对不同信用评分的用户采取不同的收费策略。例如，信用评分高的用户可以先使用后付费；对于信用评分低的用户，采取先付费后使用的办法。

在嘉兴，由于电力系统引入竞争机制、实施“厂网分家”已有多年，电力企业的垄断局面正被逐步打破，经营风险与压力随之而来。为了在未来的竞争中胜出，嘉兴局也在想办法为用户提供更个性化服务的同时，努力降低生产经营成本。

陈老板的印刷厂是三年前在自家地皮上开的，由于承揽到的业务时断时续，资金流一直不太顺畅。干活的都是一家人，倒不用背什么工资包袱，但只要机器一开动，用电量就下不来，特别是夏天，还得用空调给机器降温。于是，时常拖欠电费。

嘉兴局在对历史数据进行挖掘之后，再加上最近4个月的数据跟踪，电力局把陈先生排到了拖欠费的名单榜上，并对他进行了特殊“照顾”，为的是防止明年类似事件再次发生。这正是电力局化解经营风险的措施之一。

精确买电 节约巨额资金

以前电厂、电网同属一个集团公司的时候，一家人不说两家话：电网要多少度电，电厂就发多少度电；或者电厂发多少度电，电网就消费多少度电。可现在不一样了，电网需要电，必须预先购买，而由于电力的特殊性（买多少度电就得用多少度电，无法库存），对于什么时候买，买多少，很难做出精确判断，向电厂买电就成了电力企业最头疼的事。

嘉兴电力局是以日为单位向电厂买电的，即今天就要决定明天的用电量，并把计划报到电厂。制定买电计划的依据，在于嘉兴局对用户的电力需求预测。如果预测和购买的电力超过实际需求，那么超出的部分全部属于浪费；如果预测和购买的电力少于实际需求，电力局就需要另外以高价向电厂增购电力，弥补缺口。

两种情况都会给嘉兴局带来惊人的损失。举例来说，2005年它的供电量约为100亿度，假设电力预测平均偏差为5%：如果预测超出实际需求5%，全年超出的电力即为5亿度，这部分电价平均为每度2毛钱，全年浪费的电力价值就是1亿元；如果预测低于实际需求5%，缺口即为5亿度，为弥补缺口，电力局需要以每度5毛钱的价格向电厂增购高价电，每度多付出3毛，全年总计多付出1.5亿元。

如果全年预测偏高和偏低的情况大致相等，取个平均值，那么嘉兴局因为需求预测不准确造成的损失约为（1+1.5）/2=1.25亿元。

嘉兴地区有300多万人口，约为全国的1/400，推而广之，假设其用电量也为全国的1/400，那么每年因为需求预测偏差、购电计划不准确给全国电力局造成的经济损失约为1.25*400=500亿元，这是一个天文数字。

Clementine软件给嘉兴局帮了不小的忙，它可以通过挖掘相应的主题仓库来决定买电计划及电力调度计划（削峰填谷，即以有余补不足），把每天的电力需求预测误差从5%降到3%甚至2%，这意味着嘉兴局一年至少可以节约费用5000万元（2/5 * 1.25亿元）。

数据挖掘保设备平安

Clementine的效用没有到此为止。为了支撑上述的业务流程，兼顾未来发展的需要，嘉兴局还需要对供电设备和电网进行有效监测、科学维护和长远规划，Clementine也可一展所长。

电力设备的更新通常有两种方式：一种是电力设备意外损坏，需要即时更新，这种更新通过电力设备监控系统即可发现，然后予以维修更换。另一种是对老化设备的更新，嘉兴局以前是通过经验来判断，比如使用年限是否到期等。可这样就存在一些问题，像有的设备已经到期了，但是保养得好，仍然可用，如果更换会造成浪费；有的设备虽然没到期，但是各种使用参数已经不符合要求了，却没有更换，导致电力损耗较大。

通过数据挖掘技术即可解决后一种方式存在的问题。嘉兴局可通过挖掘由故障报修、电力损耗、各种电力参数等数据组成的主题仓库来分析电力设备的故障和老化情况，最终决定设备是否更新。

在设备更新问题上，中国电力企业的情况和国外同行还不太一样，主要是所负的责任不同。国外电力企业的责任是追求盈利，而中国电力企业除了要盈利，更要承担起保障所管地区的电力运营、用电保障等社会责任。

如果国外电力企业某个变电站的套管在运营中被发现有质量问题，会对这批套管进行全面检测，并根据检测结果决定是进行维护还是更换，因为他们在考虑安全运营的同时，需要更多地考虑企业运营成本。而嘉兴局是国有资产，既要保障用电安全，更要保障社会稳定，如果遇到相同的问题，嘉兴局也会对设备进行检测，只要发现设备存在质量隐患，嘉兴局将不会考虑维护而是直接将其全部更换。

在这种情况下，数据挖掘工具就可以根据设备状态和故障的历史数据、知识库，分析归纳哪些状态的设备出现故障的可能性较大，哪些设备会在什么时候出现故障，从而为设备维护提供指导，防患于未然，减少事故的发生。(IT168)