基于人工智能的电力营销稽核方法

基于人工智能的电力营销稽核方法

罗元发

广东电网有限责任公司梅州供电局，广东梅州514000

摘要：电力营销在电网公司的体系中往往是重中之重，公司的各项发展、各种决策都离不开营销的成功展开。而有效的营销才是关键，所以与营销过程中的稽核是牢不可分的，必须紧跟电网公司的发展战略，随时跟踪营销方法、营销对象，据此改变自己的稽核模式和稽核对象，避免在营销过程中出现错误。在整个营销过程中，稽核确实起到监督管理作用，有效为电网发展保驾护航。但人工电力稽查往往效率低下，并且准确率不高，在信息技术大爆炸的新环境中，只有跟上时代步伐，才能不被时代甩开，才能把握时代技术。为了更好地开展电力营销稽核工作，需要将人工智能算法引入到稽核中，推动人工化向数字化转变，降低在电力营销过程中的错误，助推营销的精益管理。

关键词：人工智能；电力营销稽核；方法

1人工智能技术的特点

人工智能技术最为重要的特点在于模仿人类智慧，将会借助计算机技术与器械设备，来展开相应工作，形成一种最为良好的工作开展状态。智能技术能够很好地结合实际工作开展的情况，合理有针对性地处理好相关工作内容，同时还将会很好的从事人们不能完成的工作任务，力求使得此类型工作开展的质量水平得到提升，满足工作开展的要求，促进工作开展的进度以及效率，都得到最为理想化的加速，优化工作开展中存在的每一个细节性流程，正是因为这样的前提存在，也就在本质上使得人力劳动得到解放。人工智能技术所具有的重要作用，最为显著的便是使得人类的劳动得到了解放，使得人们从日益繁重的工作中脱离出来，人工智能的科学应用将会在未来发展中更加具有广泛性，特别在信息技术中的运用，必定能够使得技术的融合水平得到提升，满足有关人员的根本要求。人工智能的发展大约分为三个层次，（1）第一个层次将会是依照固定的程序，依照专业的顺序来展开任务型工作，这样人工智能技术的优势特点，将会极其广泛化的运用到职业行业当中，使得国内现有的制造行业得到最大化的提升。（2）第二个层次是信息机械的学习阶段，此阶段下的器械会朝着更具智慧化的方向发展，机械都会表现得更具柔性特点，进而在工作开展中，表现出极大的深层次特点，更好地适合生产系统的柔性制造与加工操作。（3）第三个层次是深层次的学习，该层次下具有智能化特点的机械，能够展开全面深入化的学习，使得现代工作环境得到最佳的改造，在长期的发展背景下，人工智能技术已经朝着更加深层次的方向进步。从这些方面展开分析能够了解到，人工智能的概念以及发展的分析，需要得到人们的重视。

2基于人工智能的电力营销稽核方法

2.1专家系统的应用

专家系统在电力营销稽核中的应用如图1所示，根据图中箭头所指的方向可知，当数据按照箭头的方向流动时，可以由数据的种类及作用形成一个专家系统，这个系统的基本组成主要包括六个部分，即人机交互界面、知识库、推理机、解释器、综合数据库、知识获取。

图1中的知识库是用来存放知识的，这个知识由专家来提供，可以是稽核数据，也可是稽核样本或存在问题的营销数据。具体的操作步骤是将知识库中数据仿照专家的思维方式来建模，所以，要得到准确有效的答案，专家系统中的知识库尤为重要，往往决定着整个系统的质量水平。为了提升稽核的准确性，需要适用的稽核数据，使系统获取的知识准确率高，以提高专家系统的性能。如图1所示，人机交互界面主要是为了方便用户交流。根据这个界面，用户可以据此进行数据交换，并且还可以回答专家系统提出的一系列问题，使专家系统的性能得到提升，然后根据提出的问题，输出需要得到的相关结果。综合数据库用来存储电力营销的数据，这样可以方便地提取、交换数据，还可以保存原始数据，以便进行数据对比，找到稽核中存在的漏洞。此外，推理出的中间结果和最终结论也会放在这个数据库，作为暂时存取区。为了更加方便地得到推演过程及结论，在专家系统中还设计了一个解释器，专门用来对得到的结论进行解释和说明，并且还与用户的提问强关联，所以，专家系统是一个“懂得人情世故”的人工智能技术。通常，影响专家系统性能的是知识库的质量，质量越高，得到的推演结果越接近真实值，这是专家系统的一大难点，但是可以通过改造知识库实现自动学习功能。

2.2群智能算法的应用

群智能算法可以模仿自然界中动植物的生理习性来进行逻辑运算，将动物的最优行为应用到自然语言当中，它的出现解决了实际生活中很多优化问题。粒子群算法的提出正是受到了鸟群和鱼群找寻食物的启发，于1995年，由社会心理学家Ken‐nedy与电气工程师Eberhart合作提出来的。粒子群算法的提出，解决了很多复杂的优化问题。粒子群算法主要是将动物群体中的个体当做算法中的粒子，考虑为最优问题中的一个解，并且设定一个策略给这个解，按照这个策略找到最优的解。在电力营销稽核中，可以将营销数据当做算法中的粒子，将符合规定的数据作为约束条件，从而筛选整个数据，得到满足约束条件的数据，淘汰掉存在问题的数据。整个寻优过程中，核心步骤如式（1），（2）。

根据此项规定，数据并不会像无处可寻的动物一样，会根据路径在指定的区域内进行数据交换，整个区域就是电力营销的数据库，记录最好的经验和带着标签的数据，然后对下一个数据进行寻优。式（1），（2）中的gbest表示种群最优，pbest表示个体最优，c1、c2表示学习因子，t表示迭代时间，v表示寻优速度，x表示寻优所在位置坐标。

2.3人工神经网络的应用

人工神经网络的提出，让人工智能技术更上了一层楼，让机器系统有了自主学习的能力，只要通过足够多的样本数据，通过合适的训练参数就能够自主地得到最优结果。神经网络的拓扑图如图2所示。图中最小单元是神经元，如同人类大脑一样，有成千上万个神经细胞。各个细胞相互连接，处理能力极强。

图2中，W表示神经元，x表示样本数据，数据通过神经元处理后向后输出，这些行为主要是模拟了人类大脑中的突触，将信号一层一层地向下传递，并且有选择地筛选信号，如同神经网络中的权重一样，并不是每个样本数据都可以顺利地传递到下一个层级去，只有被选择了的数据才会被调用。这样，可以将电力营销数据进行样本分类，设置好预定的阈值，让网络自主学习，有目的地选择数据，而且，还可以调节阈值，有针对性地严格审查某个数据，提高稽核的准确性。通常，连接的输入值都会被加权求和。然后该值被传递给激活函数，激活函数的作用是计算出是否将一些信号发送到该神经元的输出，即选择留下有用的部分。

3结语

营销稽核工作是复杂的、繁琐的，人工稽核往往容易出现稽核疲劳，导致稽核出错。而采用人工智能的方式稽核，往往能提高稽核效率和准确率，给电网公司的稳定运行提供更好的保障。本文从新兴技术的角度出发，将各种人工智能算法应用到营销稽核工作中，可有效降低工作强度，并且释放劳动力，减少人工成本的投入，还可以根据算法的性质，制定相应的策略，满足不同稽核场景的应用。逐步提升稽核水平，精准地找出问题，发现异常，努力完成数字化转型，提升营销精益化、数字化管理水平。

参考文献

[1]王林信.基于多维数据的电力营销线损信息监控系统设计[J].微型电脑应用，2022，38（2）：133-137.

[2]刘雪，田云娜，田园.群智能算法研究综述[J].信息与电脑（理论版），2021，33（24）：63-69.

[3]陈斌，宫本超.加强对电价电费的审计稽核及实施流程化管理对策[J].中外企业家，2019（6）：203-204.