基于大数据及人工智能的核算决策系统构想

基于大数据及人工智能的核算决策系统构想

吴昊

国网蒙东供电服务监管与支持中心 内蒙古 028000

摘要:对于大数据及人工智能的核算决策系统来说，其最主要的任务就是要实现电费电价核算环节的智能化，并且收集整理价值性比较高的用电数据，这样一来，供电企业就拥有了智能化的营销管理工具，从而让用电客户享受到更多的增值服务。

关键词:大数据；人工智能；核算

电费电价核算是供电企业经营管理过程中具有周期性的工作之一，这项工作由人工负责核算的数据比较多，目前收费与抄表已经开始自动化进行，因此，促进电费电价核算人工智能水平的提高也是非常有可能的。人工智能是一门比较特殊的学科，其能够让计算机来模仿人的特定思维以及行为方式。这篇文章主要根据大数据及人工智能的核算决策系统构想展开深入研究与分析，从中找出存在的问题，并且能够根据这些问题给出相应的解决策略，希望能够为大数据及人工智能的核算决策系统构想的顺利进行贡献一份力量。

1、核算工作目前存在的主要问题

目前，有一些供电局已经开始使用自动化抄表操作，借助于计量系统，从而实现了抄表数据收集的自动化。然而计量系统仅仅完成了电能表数据的自动收集工作，还不能准确的判断出抄表数据的正常与否。因此，要想实现对电量电费非正常的核算，还应该由人工展开深入研究与分析，把抄表数据的自动化程度与核算工作的自动化程度进行比较，我们不难发现，核算工作的自动化程度比较低，其主要原因还是在于完成核算工作的自动化的难度要远远超过抄表数据的自动收集。通常来说，人工智能对于核算自动化的实现起着决定性作用，然而人工智能这个系统极其错综复杂。目前，已经有一些电网公司营销系统的核算模块拥有比较先进的功能，这些功能可以实现对用电量异常数据的准确判断，然而仅有很少的预警数据是有价值的，因此需要人工二次审核的工作数量仍然特别的多。

2、提升核算工作智能化水平设想

要想使得上述矛盾得到有效解决，把计量系统大数据的功能发挥到极致，促进电费电价核算的智能化水平得到大幅度提升，那么就必须要建立一个具有较高水平的智能化数据分析系统，同时及时的把电费电价核算分析数据呈现给相关的供电企业，如此一来，不仅精准有效的线索可以被用于完成用电检查工作，而且也可以把科学合理的用电异常提醒及建议分享给用户。这种核算决策系统通常有两大功能:①可以使得人力核算成本大大减少，并且提供的数据足够的准确与丰富多彩；②把有效的用电分析数据分享给用电客户，并且结合用户的反馈信息把用电客户模型画像进一步完善，从而使得用电客户的智能化交互能力得到有效提高。

3 核算决策系统的主要构成

3.1 核算决策系统的数据基础

用核算决策系统展开分析的数据通常来自两个方向:①营销系统中用电客户的主要数据，其中之前的用电数据也包括在内；②计量系统收集的电能表数据。

3.2 核算决策系统的分析策略

核算决策系统是对用电数据分析处理的主要系统，结合对大量用户用电数据的有效分析，并且和不同用电类型的客户的特点展开科学匹配，然后借助于人工智能算法展开“学习”，如此一来，核算决策系统就会得到更好的发展。对于核算决策系统来说，其最大的作用就是把人工智能级别的电费电价核算变为现实。用于数据分析的核算决策系统是建立在用户行业特点模型与用户用电特点模型的基础之上的。而所谓的行业特点就是用电客户的用电类型，所谓的用电特点就是用电客户负荷曲线。众所周知，供电企业通常结合用电客户用电类别的差异展开有差异的电价计费。无论是工业还是居民客户，他们都能够使用分时计价政策，通常来说，如果用户的用电类别不一样，那么其用电负荷高峰时段也是不一样的。对于普通居民用户用电高峰来说，其具有显著的时段特征，一般分为早中晚三个阶段。倘若某个居民用户用电高峰时期长时间与居民用电特点模型不相符，那么这个用户的用电性质就有可能发生了变化。例如:稻田排灌用电的季节性特点就特别显著，在一年之内，南方有两个种植水稻的季节，倘若某一个企业的用电类型是稻田排灌的用户，那么它的用电负荷就应该出现在水稻种植这一段时间内，倘若用电负荷出现在非水稻种植季节之内，那么就可以看作与用电特征模型不一致，很有可能出现了挪作它用的不合法用电行为产生。对于商业用电来说，其也可以根据服务行业的不同来详细划分用电负荷特征模型。例如:酒吧的负荷高峰通常是在晚上到下半夜之间，理发店的负荷高峰通常是在早上到晚上十二点之间，而机关单位的负荷高峰通常是周一到周五的早八点与晚六点之间，而对于大工业用户来说，由于平段与谷段的电价比较低，因此其用电高峰通常出现在低谷时间段之间。倘若用电高峰基本都出现在峰期这段时间，那么就能够借助于决策系统对此用户给出合适的错峰用电的建议，从而使得用电成本大大降低。总而言之，计量系统能够收集用户不同时间内的负荷值，结合这些具体数据，把用户行业特点以及用电负荷特征数据展开深入的研究与分析。人工智能最大的特点就是加大学习纠偏，提高智能化水平，换句话说，决策系统本质上也属于工智能系统，其也在努力的收集用户数据并且努力学习，从而充分的掌握每一个用电户的用电特点，并且把它当做电费电价核算的重要参考数据。

4、核算决策系统的作用

4.1为供电企业节省核算工作人力成本。

广泛应用智能核算决策系统以后，根据智能化科学合理的核算处理，可以使得众多毫无用处的用电量异常样本大幅度降低，如此一来，不仅人工核算复核的工作量大大减少，而且核算工作的人员投入数量也会大幅度减少。

4.2提高供电企业营销管理的智能化水平。

借助于智能核算决策系统给供电运维人员提供及时有效的异常数据，不仅能够使得营销管理用电检查工作的智能化水平得到大幅度提高，也可以使得用检工作的效率也得到有效提高。①可以及时找出客户档案数据中存在的不足之处，并且协助运维人员核查电价执行的正确性；②可以及时找出用电异常的客户，协助用检人员迅速的找出窃电行为以及用电性质是否发生改变等等；③可以提高营销稽查人员问题样本的准确性。

4.3为用电客户提供更优质的用电服务。

核算决策系统对有关数据展开深入研究以后，能够把其中比较有价值的数据信息传送给用电客户。例如:①可以及时的预警无功功率考核异常问题，倘若用户实时无功功率异常，那么原因就在于无功补偿装置并未运行或者早已经出现问题；②可以及时的预警实时用电异常问题，对于用电量浮动大的用户来说，可以展开有效提醒，同去年同一阶段的用电量进行比较，倘若超过了一倍增长，那么就可以进行实时提醒，倘若是用户家庭成员增加或者用电装置增加，那么就可以把异常预警消除；③可以实现对专变用户负荷水平的有效评估检测，从而对用户增减容提供参考意见；④就居民用电客户来说，倘若这些用户的用电负荷聚集在谷电价的时间内，那么就应该申请峰谷电价计费的模式，从而使得电费大大减少。

5、结语

综上所述，基于大数据及人工智能的核算决策系统构想是非常有意义的。职能核算是一个系统性比较强的工程，要想能够健康稳定的运行还需要完成很多的工作，并且该系统的科学性与经济效益也需要进一步的探究。随着互联网+的不断发展，大数据云计算和人工智能技术也取得了很大的进步，这不仅对于电费电价核算工作的顺利进行时非常有帮助，而且也促进了供电企业的发展。

参考文献

[1]李得志.人工智能背景下会计核算的变革与挑战[J].会计师,2020(14):3-4.

[2]朱丹萍.人工智能时代核算型会计转化为管理型会计研究[J].牡丹江大学学报,2020,29(05):65-68.

[3]宋吉庆.人工智能环境下核算型会计向管理型会计的转变[J].时代金融,2020(12):75-76.