基于大数据环境下的电力企业财务分析.docx

?

?

基于大数据环境下的电力企业财务分析

?

?

陈颖

[摘要]在输配电价改革为核心的新一轮电力体制改革下，电网的盈利模式彻底改变，电网企业有必要在新的市场环境下，开拓创新、整合资源，发掘新的效益增长点，构建新的盈利模式，为企业的市场化经营提供新的动力引擎。如何将电力发展和生产运行产生的海量数据为公司所用，提高财务数据与业务数据融合程度迫在眉睫。

[关键词]大数据;财务分析;数据挖掘

[]F406.7[]A

近年来，以输配电价改革为核心的新一轮电力体制改革彻底改变了电网的盈利模式，电网企业有必要在输配电这一主营业务之外，在新的市场环境下，开拓创新、整合资源，发掘新的效益增长点，构建新的盈利模式，为企业的市场化经营提供新的动力引擎。当前，慈溪电力事业取得长足发展，有力支撑了经济社会跨越式发展。与此同时，国网浙江慈溪市供电有限公司电力发展和生产运行也产生了海量数据，如何在新一轮电力体制改革中将这些数据为企业所用，提高财务数据与业务数据融合程度，为管理层高效获取决策分析数据创造良好条件，从而真正发挥会计控制的职能是电网企业亟需解决的重大现实问题。

1大数据特征分析

大数据是近年来受到广泛关注的新概念，是指通过对大量的、种类和来源复杂的数据进行高速地捕捉、发现和分析，用经济的方法提取其价值的技术体系或技术架构。

广义上讲，大数据不仅是指大数据所涉及的数据，还包含了对这些数据进行处理和分析的理论、方法和技术。

1.1一般大数据的特征分析

大数据的基本特征主要有：第一，数据量（Volume）巨大，已经形成了从TB级向PB级跃升的数据量。第二，处理速度（Velocity）快，在数据量特别大的情况下，能够做到数据的实时处理，即1秒定律。第三，数据类型（Variety）繁多，数据来自多种数据源，囊括了半结构化和非结构化数据，有音频、视频、图片、地理位置和网络日志等多种信息形式。第四，价值（Value）较高。单一数据的商业价值不大，但汇集成大数据，就有较高的商业价值。

1.2电网大数据特征分析

电力是社会发展的重要基础。传统的电力数据分析通常基于某个部门或某个专业的数据，大数据分析则是在实现跨专业、跨部门数据融合基础上进行多维度数据分析。

一方面，电力大数据具有大数据的共性，包括数字、文本、图形、图像、音频、视频等静态和不同时间尺度的动态异构异质数据。另一方面，电力大数据必然继承了电力行业数据的特征，包括大量的因果关系数据、高维的时空数据，广域的监测控制、快速的时间响应及实时控制数据。主要有以下几个特征：

（1）来源多重性：数据源系统多种多样，大小系统并存。电网大数据有多个来源，例如用电信息采集系统、营销系统、生产管理系统、广域监测系统、配电管理系统、用户管理系统、设备检测系统、客服管理系统等。

（2）空间分布性：电网中的运行数据来自分布在整个电网不同物理地点的监控装置，从分布在每个家庭的智能电表，到遍及馈线、各个等级的变压器和变电站中的各类监控系统，无处不在。

（3）时间多尺度性：智能电网数据的时间跨度非常大，数据采样频度从波形数据的微秒、电表数据的分钟到设备检测的小时，相差非常大。

（4）实时交互性：电网中的运行监测数据，包括智能电表数据等。实际上都是流数据，利用这些数据可以在线确定电网的实时运行状态，是调度员进行在线决策的重要依据。

2大数据时代数据挖掘技术的意义

大数据时代下，数据挖掘技术改变的不仅仅是数据搜集存储和处理分析的技术和方法，更转变了人类原有的思维方式，促使人们用更先进的理念理解和研究数据所反映的社会经济现象。其主要表现在以下几个方面

2.1转变抽样思想

传统思维模式下，由于人们没有能力获取或者处理大规模的数据，对数据搜集和理解能力有限，因此在数据分析中通常渗透着抽样思想。抽样思想是指从数据总体中按照一定的方法选取样本，并根据对样本的分析结果推断总体。也正因为如此，传统数据分析理念着重研究的是如何建立科学的选样技术、避免偏差。大数据时代，数据样本就是过去资料的总和，样本就是总体，通过对所有与事物相关的数据进行分析，既有利于了解总体，又有利于了解局部，抽样思维将逐渐被替代。

2.2转变对数据精确性的要求

传统思维模式下，无论是财务领域还是其他经济分析领域，人们通常要求数据样本具有准确性以及可比性等。这一要求符合此前数据结构单一、规模较小的时代背景。大数据时代的到来，人们能够从更广泛的渠道获取数据，也发明了更多筛选、清洗数据的技术手段，因此对数据精确性的要求有所降低，但是仍然保留对数据分析结果有较高的精确度要求。

2.3转变数据关系分析的重点

传统数据分析工作所遵循的一般模式是，首先假设两类数据序列存在某种因果关系，而后以此为基础构建模型并代入数据验证以检验模型的合理性。大数据时代，数据挖掘技术的使用下