江苏省宜兴市供电公司 214200
摘要：随着我国社会经济的不断发展，我国科学技术水平取得了长足的进步。近些年来，大数据技术随着互联网与通讯技术的发展而获得飞跃式的技术突破。大数据技术在实践应用中得到完善与成熟，并且开始用于其他非互联网行业中，这其中就包括对于电力营销方面的应用。对于传统电力营销来说传统营销方案存在着很多问题，比如对于用户数据的分析研究不足等等。就此提出了以大数据平台为依托的营销方案，以在传统电力营销中得到的大量电力数据为支撑来挖掘分析其中重要的信息价值，最终实现相应的预测分析，从而对传统电力营销方案进行优化，提高服务水平与能力。对于营销信息化来说，包括有以大数据技术为支撑的全方位服务体系、以移动互联技术为基础的智能营销服务与大数据技术架构、以数据技术为支撑的营销方式不仅可以对相关领域内的海量数据进行充分的利用研究。并且可以以此为基础对于传统的服务能力水平进行优化与改进。
关键词：大数据技术；电力营销；预测分析
0引言
随着社会经济的快速发展，企业之间的竞争日趋激烈。对于电力企业来说传统的电力营销方式的改进关系着企业发展的未来，而且对于城市居民来说也有非常重要的影响。所以电力营销对电力企业有着非常重要的作用。对于传统的电力营销方法存在着很多问题急需改进，如在传统的电力营销方式中，对于用户数据往往只是用地域业务等传统的分类方式进行分析处理。并没有对数据背后意义进行充分的挖掘，这就使得对于一些电力营销问题往往找不到背后真正的原因。此外对于数据之间的联系分析往往只是通过简单的统计结果输出，无法真找出数据之间真正的因果关系以及相互的关联规则，需要对数据进行进一步的挖掘与深入的研究。
对于电力营销系统来说，其本身就积累了大量的电力数据。这为数据分析与挖掘提供了重要的基础与条件。对于大数据技术来说这是不可或缺的基础，通过大数据技术，分析可以在海量的模糊的那些具有一定随机性质的数据中提取有用的信息与原因，以此来创造有用的价值，进而改进相应的服务与产品。通过大数据技术不仅能够提高相关数据的利用率，而且能够保证数据得到充分的利用来优化传统的服务与产品。
1电力大数据
1.1电力大数据技术特征
通常来说，电力大数据技术指的是利用当前各种专业的处理方法与技术，挖掘与分析电力用户服务数据中有用有价值的信息，以此来对未来行业发展趋势与服务营销策略进行评价预估，进而帮助电力企业找到适合企业当前发展的经营策略，给企业带来长效的经济收益。具体来说这里指的专业处理技术和方法包括：大数据分析技术技术、数据存储技术、数据挖掘技术等。
1.2电力大数据关键技术
对于电力企业来说，电力大数据技术主要就是满足电力企业的长效发展，进而帮助企业的专业技术与电力效益得到提高。这其中电力大数据技术中的关键技术有集成管理技术、分析技术、处理技术、数据可视化技术等。
1.2.1集成管理技术
电力企业中所用到的数据集成管理技术指的是将多个不同系统中的数据进行整合来架构多应用模式的企业发展过程。
期刊文章分类查询,尽在期刊图书馆这其中应用系统通常包括两个甚至多个,这就要求把来自不同系统不同格式特点以及不同性质的数据在存储介质中按照一定的逻辑进行整合，并形成具有一定主题且具有价值的数据集合，为后续提供支撑。
1.2.2分析技术
电力大数据所用到的分析技术通常指的是利用计算机数据结构分析中的关联分析、机器学习、数据挖掘、模式识别、神经网络、遗传算法等现代智能分析技术从大量的已有服务数据中找到潜在价值与信息，最终为企业决策人员提供判断决策支撑。
1.2.3处理技术
通常来说大数据处理技术有很多，而对于电力大数据处理技术来说常用的有分布式计算技术、内存计算技术、流处理技术等。分布式计算技术用来对海量数据基础的分布式存储与处理问题进行处理；内存计算技术用来帮助用户能够对海量数据进行高效实时读取并且可以通过在线的方式进行计算；流处理技术用于处理在通讯过程中不同速度规模的数据结构。
1.2.4可视化技术
当前可视化技术已经取得巨大的发展，通过可视化技术可以将大量的数据通过图形化的表达方式进行传递与协调，加深对于数据分析结果的理解，使得分析过程更加直观简洁易于理解。
2.大数据技术架构应用
对大数据技术的应用主要是在海量的服务数据基础上对相关数据进行处理分析与统计评估，对电力服务与产品营销进行预判。通常对于电力企业来说包括有用户用电预测、用电信息采集分析、用电风险评估等，通过分析来提高电力企业整体与未来的营销服务与管理水平。
2.1用电负荷预测
对于传统的用电负荷评估方法通常都是根据用户用电的以往数据信息进行分析预测，但不同地域之间往往存在各种因素的差异如气温等，不同行业也由于工作性质不同也存在用电特性差异，这些都对用电预测进行干扰产生误差。通过在用电负荷预测中应用大数据技术，实现数据平台与传统方式相结合，优势互补实现精准预测。
2.2用电信息采集
对于大数据技术的应用来说，在应用中特别是在电力系统中往往还需要其他外部数据，这些数据通常包含有其独特的特性如温度、地域位置等等。将数据进行结合进而可以对运行故障等信息进行评估，以此来对业务安排进行前期的合理规划，提高用电效率与安全性。极大的提高应用能力。
2.3电费回收风险评估
通过对用户的电费回收风险进行分析可以得出用户交费情况和能力，所以对于企业来说想要对电费回收风险进行分析必须要求科学合理的评估方法与手段。通常评估主要从定性和定量两个维度进行评价。通过大数据技术可以对用户信息档案与服务记录数据进行抽取与分析，进而公正客观的对信用进行评估，降低企业营销风险。
2.4用户服务分析
对于电力行业中的用户服务来说，企业可以以用户在使用过程中的服务档案与服务记录数据为依托利用大数据技术处理分析用户的使用喜好、服务需求、投诉意见、信息反馈等等。通过用户分析得到客户需求特征规律，使得企业更加了解所面对的客户以及市场，精准的进行服务。有利于提升企业整体服务水平，提升用户体验。进而促进企业长效发展。
3结语
随着当前技术的发展，大数据技术已日趋成熟。将大数据技术与电力服务信息化建设相结合，有利于电力企业的长效发展。提高生产服务效率、科学规划与决策、精准预测与评估这些对于电力行业发展都起着至关重要的作用。对于提高电力行业的整体营销水平有很大的作用，值得进一步研究与发展。
参考文献：
[1]张佳佳.大数据在电力营销中的应用研究[J].科技展望，2015（1）：206-208.
[2]孙柏抓.大数据技术及其在电力行业中的应用[J].电气时化，2013.8：33-35.
[3]庞建军.大数据背景下的电力营销市场行业发展趋势分析[J].科技视界，2014(32) ：295-296.
[4]中国电机工程学会信息化专业委员会.中国电力大数据发展白皮书[M].北京：中国电力出版社，2013：10-15．
[5]苏文博，林亮成，杨景龙.电网数据集成与管理系统研究[J].中国电力教育，2008（S3）：369-370．
论文作者:李丽群,高雅
论文发表刊物:《建筑学研究前沿》2017年第30期
论文发表时间:2018/3/12
标签：数据论文; 技术论文; 电力论文; 传统论文; 电力企业论文; 用户论文; 企业论文; 《建筑学研究前沿》2017年第30期论文;