摘要：电力行业作为国民经济发展依赖度最高的行业之一，电力营销中的稽查工作非常重要。随着科技水平的不断提升，要改变传统的稽查模式，采用智能稽查手段来提高稽查工作效率。相比于传统的稽查模式来说，智能化稽查问题多维定位模式可以更加快速、准确和全面地对问题进行追根溯源。在稽查问题精准定位的前提下，可及时排除投诉隐患，提升客户满意度。
关键词：电力稽查模式；发展趋势；措施
1稽查管理对经营效益意义
1.1稽查管理的范围和目标
(1)经营成果:主要对市场发展、售电量、电价执行、电费及业务等，涉及企业经营成果及相关指标的完成情况，开展相应的监控和稽查。重点对量价费损类关键指标异常情况进行监控。(2)工作质量:主要对新装增容与变更用电、抄表管理、核算管理、供用电合同管理、用电检查管理等。涉及降低服务质量、违反相关规定或影响营销业务的行为、表现及工作异常进行监控。(3)数据质量:主要涉及对营销系统中的客户档案信息完整性和准确性。旨在对营销业务和报表准确性甚至是计量计费不精确等问题档案数据进行监控。
1.2营销稽查管理流程
(1)生成营销现场稽查工作单。由省/市/县公司营销现场稽查现场稽查工作单生成人员生成营销现场稽查工作单。提交《现场稽查工作单》。省公司、市公司、县公司营销部根据稽查工单，分析问题确定需要进行现场稽查的，打印现场稽查工作单并生成现场稽查工单。按照营销业务应用系统运行管理规范，输出表单《现场稽查工作单》。(2)实施营销现场稽查。由省/市/县公司营销现场稽查现场稽查实施人员实施营销现场稽查。省公司、市公司、县公司营销部根据营销现场稽查工单内容，实施现场稽查。按照电力安全工作规程(线路部分)。由省/市/县公司营销现场稽查现场稽查实施人员，输入表单《现场稽查工作单》。(3)审批营销现场稽查整改通知单。由省/市/县公司营销现场稽查现场稽查整改通知单审批人员审批营销现场稽查整改通知单。省公司、市公司、县公司营销部根据营销现场稽查工单内容，审批营销现场稽查整改通知单内容。由省/市/县公司营销现场稽查现场稽查整改通知单审批人员，输入表单《现场稽查工作单》。(4)派发现场稽查整改通知单。由省/市/县公司营销现场稽查现场稽查整改通知单派发人员派发现场稽查整改通知单。提交《现场稽查工作单》。省公司、市公司、县公司营销部根据营销现场稽查工单内容，派发营销现场稽查整改通知单。由省/市/县公司营销现场稽查现场稽查整改通知单派发人员，输出表单《现场稽查工作单》。(5)整改营销现场稽查工单(问题)。由省/市/县公司营销现场稽查现场稽查工单(问题)整改人员整改营销现场稽查工单(问题)。提交《现场稽查工作单》。省公司、市公司、县公司营销部根据营销现场稽查工单内容，整改营销现场稽查整改工单中存在的问题。省/市/县公司营销现场稽查现场稽查工单(问题)整改人员，按照营销稽查监控系统，输出表单《现场稽查工作单》。(6)审批营销现场稽查工单(问题)。由省/市/县公司营销现场稽查现场稽查工单(问题)审批人员审批营销现场稽查工单(问题)。省公司、市公司、县公司营销部审批营销现场稽查工单的整改情况，判断本次整改是否达到整改目标。
2未来智能稽查体系的研究与应用
未来的电力稽查模式在于构建智能稽查体系。
智能稽查体系如何在每个环节实现智能化、自动化，从而构建有别于传统稽查的稽查模式呢？本文的核心在于研究出一种智能稽查体系（图1），要实现异常特征的智能提取、能够根据异常特征进行问题异常关联分析，并调用专家样本库及模型和全量数据以及问题处理的结果来智能比对评价结果是否正确，更新案例库、问题库和规则库，不断根据PDCA的闭环体系更新稽查智库，包括案例库、知识库、基因库，从而不断提升智能化水平。
图1智能稽查体系
第一步，发现问题（图1步骤①②）。
应用场景：常态稽查、专项稽查、飞行稽查的发现问题环节。
方法与应用：智能稽查体系第一步是构建问题特征的智能提取，用大数据的数据异常方法来发现存在的问题（基因重组的方式、LR回归、随机森林分类器）。要实现智能稽查体系，第一步是构建问题特征的智能提取，用大数据的数据异常方法来发现存在的问题。从常态、专项、飞行稽查发现的问题信息及全量数据中按照大数据的规则，利用发生频率、平均位移等方法提取异常特征。能将问题进行有效分类，需整理出反映问题变化状况的特征指标。根据问题记录所包含的信息，我们将特征属性大致分为以下4个部分：（1）问题强度：反映统计时间周期内的问题数量，可按专业、分类等维度进行分析。（2）问题频度：反映统计时间周期内的问题频率，可按专业、分类进行过滤获得。（3）时间变化信息：反映问题在时间上的变化趋势。（4）空间变化信息：反映问题在空间上的分布规律。
第二步，分析问题（图1步骤②③）。
应用场景：常态稽查、专项稽查、飞行稽查的确定问题、问题核查比对环节。
方法与应用：通过用户编号、时间等信息对问题和异常进行关联分析，并采用基因组的问题分类，对同一问题基因在基因库中进行重组，形成问题的智能分类分群（K-Means算法分析和密度等聚类算法、平衡性稽查方式）。
以问题类别为研究对象，在预处理后的数据中，基于K-Means算法分析和密度等聚类算法找到聚焦的问题，提取四个变量：平均问题数、问题频率、问题标准差、问题斜率，作为问题分群的表征变量。通过用户编号、时间等信息对问题和异常进行关联分析，并采用基因组的问题分类，对同一问题基因在基因库中进行重组，形成问题的智能分类分群。
第三步，解决问题（图1步骤②④⑤⑥⑦⑧⑨）。
应用场景：常态稽查、专项稽查、飞行稽查的异常问题等级判定，风险库构建，问题库构建。
方法与应用：（1）异常问题经比对分析后，基于专家样本库，智能构建问题评价模型；（2）将全量数据的异常跟评价模型评价结果比对验证；（3）对模型的评价结果跟稽查处理结果进行跟踪验证。
第四步，总结问题（图1步骤⑧⑩）。
应用场景：风险库、案例模板库、问题库的更新及智能数据分析，为稽查智库建立知识图谱分析提供数据备份。
方法与应用：根据问题库、规则库、案例库进行基因重组或知识库的提炼，形成基于人工智能的稽查知识图谱。对模型的评价结果跟稽查处理结果进行跟踪验证，前期也可以采用专家判断审核（经过一段时间运行后，此环节可以去掉），如果判断有误，更新专家样本库并进行模型重构。
根据验证结果判断是否为问题，并启动问题处理流程，采用立项、处理、销号、问题处理评价等环节的自动化、流程化管理，实时监控问题整改的进展，对问题整改闭环进行督办，对问题及时销号，实现问题的管控闭环。
结束语
电力稽查工作在确保电力企业经济市场秩序和提高其经济利益方面发挥着非常重要的作用，但目前的电力稽查工作面临着一些难题，比如传统的稽查工作模式已经不能适应当前社会发展的要求，要对其进行变革创新，用智能稽查提高营销稽查工作的连续性和完整性，促进营销管理水平的不断提升。
参考文献
[1]练威.改进电力营销稽查提高电力营销效率[J].通信电源技术,2019,36(11):277-278.
[2]栾蓉.电力营销风险管理与稽查创新研究[J].计算机产品与流通,2019(09):68.
[3]刘映丹.电力营销稽查的精细化管理要点分析[J].中国新技术新产品,2019(11):117-118.
[4]姜伟.浅谈电力营销稽查机制的管理措施[J].中国新技术新产品,2019(06):143-144.