下载文档原格式
电费核算工作存在的不足及改进措施研究摘要：供电企业运营的主要经济来源是电费资金，当前供电企业电费管理和电费核算工作中存在各种问题，供电企业需深入分析问题发生的原因，提出问题解决措施，提升供电企业电费管理和电费核算的水平，为供电企业运营发展提供充足的资金，实现可持续发展目标。
关键词：电费核算；不足；措施引言在当今的市场经济中，供电企业必须迅速解决电费回收和电费核算工作中存在的问题。
通过提出各种科学、合理的解决方案和措施来有效提高电费的核算效率，降低电费回收风险，减少损失，保护电力公司的合法权益。
1集中电费核算的基本内容集中电费核算是电费的集中核算，是供电企业收取电费的一种方式，采用借助各种计算机技术，提高收电费效率。
运用此项技术可以在很大程度上减少人力、物力，避免资源浪费，为供电企业带来更多的经济效益。
现阶段，集中核算已经在电力行业得到了广泛的认可和应用。
集中电费核算之所以能得到广泛应用不仅因为其具有综合性，还能在常规的核算工作中及时发现工作中存在的问题并有效解决。
近年来，供电企业一方面对传统的电费管理方式进行变革，另一方面开辟了新的道路，通过对电费进行集约化管理，保证电费的收取工作能够及时、迅速完成，避免不必要的时间和资源浪费。
2电费核算工作的不足电费核算工作是电力企业中财务工作的重点，随着用电量的增加，电费的核算工作量越来越大，电费收取模式也相应改变。
就目前的现状来说，首先电费核算工作还缺乏相应的体系来规范，导致电费计算过程中频繁出现失误，造成了电费核算工作的难度增大；其次在客户档案中记录出错，以及档案不够完善也会导致电费计算错误；例如:转供户和被转供户没同时抄写电表，某个客户的电量波动、业务工单不完善等都会造成电费计算错误，这些细节都增加了电费核算工作的难度。
3电费核算问题的解决对策3.1严格把控复核工作要做好集中电费核算工作，业扩工作单的合作人员必须严格把控复核工作。
第一，在复核之前，核算人员应该按照营销管理系统已经出具的业扩工作单的用户明细，进行资料核对，加强对于变压器电能表计量点的变更信息管理。
基于大数据的市场风险分析和预测研究在当今数字化时代，随着信息技术的不断进步和互联网的迅猛发展，大数据已经成为了时代的关键词之一。
在这个信息爆炸的时代，各行各业都在积极探索将大数据应用到自身的业务中，其中市场风险分析和预测是大数据应用的重要领域之一。
市场风险分析和预测一直以来就是金融行业和投资界的重要工作之一，其目的是对市场风险进行分析和预测，为投资决策提供科学的依据。
而近年来随着互联网金融的快速发展，更多的投资机会涌现出来，也更加需要利用大数据技术来进行市场风险分析和预测。
下面将会从技术角度来详细分析基于大数据的市场风险分析和预测的研究。
一、数据来源与处理首先需要得到一些可信的数据，这些数据可来自于公司的财政部或可从网上统计数据下载，了解正确的数据可以更好的帮助企业管理人员认清该企业的市场风险和竞争形势，从而采取更好的决策。
一般而言，这些数据包括公司的财务数据、产销数据、行业数据等，因此如何对这些数据进行处理变得至关重要。
在实际应用中，大数据分析主要可以采用两种方式：离线分析和实时分析。
离线分析主要针对历史数据的分析，而实时分析主要针对当下和未来数据的预测。
在数据处理的过程中，可以采用Hadoop、Spark等分布式平台处理，可以自由选择数据存储结构和存储方式，而实现的算法则包括多层感知机（MLP）、仿射变换（AFF）等。
这些算法可用来对市场风险进行分析，包括趋势分析、价值分析、技术分析等，其目的是预测市场行情的未来走势。
二、市场风险预测市场风险预测是基于分析过的数据完成的，可以通过训练监督学习模型或非监督学习模型来实现，其中非监督学习模型包括聚类算法和关联规则挖掘算法，这些算法可以在分析较多数据后预测未来同类风险。
监督学习算法则包括回归算法和分类算法，回归算法是通过构建数学模型并对历史数据进行拟合来实现预测，分类算法则是将历史数据根据属性分为不同的类别，并通过学习前列数据来完成预测。
逻辑回归、决策树等算法通常被用来处理非平衡的数据集合。
502021.2“四个到位”聚力管控电费回收风险■ 国网山东省电力公司成武县供电公司 范 玲 胡丛飞2020年全国范围内新冠疫情肆虐，众多用电客户正常生产生活受到较大影响。
国家发改委、政府部门出台“欠费不停供”“阶段性降费”政策，供电企业的经营压力剧增，电费回收形势严峻。
国网成武县供电公司在“不得停电催费、不产生违约金、不产生滞纳金”前提下，以提质增效为主线，严格落实省公司“抓大户、清小户、防风险、优手段”电费回收工作部署，通过排查走访到位、政企协同到位、政策执行到位、自查稽查到位等“四个到位”，聚力管控电费风险。
工作思路面对疫情带来的超乎寻常的压力、前所未有的挑战、艰巨繁重的任务，公司以提质增效为主线，严格落实省公司“抓大户、清小户、防风险、优手段”电费回收工作部署，通过做到“四个到位”全力打造“电费风险多维管控体系”，多措并举降低经营风险，堵塞电费回收管理漏洞，全力保障电费“颗粒归仓”。
主要做法推广“六步工作法”，步步为营把稳电费回收源头关公司夯实抄核收管理基础，全面应用“六步工作法”推行高压预购电。
“定计划”，2020年初制定里程碑计划，分所分月分周倒排工期。
“严入口”，针对新增客户，严把入口关，利用业扩提速、节省办电成本等软件措施以及投资分界开关、断路器等硬件措施，确保新增户全部执行预购电。
“消库存”，针对高供低计存量客户，公司利用营销项目为客户免费进行预购电改造，协商签订预付费协议。
“选方案”，针对高供高计存量客户主动上门服务，为客户合理选择定价策略、基本电费方式等最优计费方案，协商执行预付费。
“降成本”，针对到户均价超过1元的客户，提供“电管家”电费账单分析，针对性为62家企业客户降费增效出谋划策，融洽供用电关系。
“强考核”，出台《电费回收绩效考核办法》，按照电费回收率高低进行月度奖惩，对月度催收进度滞后的供电所扣罚业绩分值，对13个供电所兑现电费回收奖16.79万元，率先实现预购电执行比例100%，预收结转比例93%以上。
电费风险防范及应对措施发布时间：2021-12-16T09:36:16.064Z 来源：《时代建筑》2021年30期10月下作者：王丽[导读] 电费是电力价值体现形式之一，电费回收工作是电力企业运营过程中的一个关键环节，能够有效体现企业的最终经营成果，是供电企业长久以来营销管理当中的重点更是难点。
若出现欠费，很容易影响到供电企业的经营效益，进而影响到整个供电企业的运营管理，最终影响到供电企业的生存和发展。
因此，供电企业非常有必要加强电费风险防控管理工作，尽可能减少坏账、呆账现象，将电费风险控制到最低限度。
本文分析了当前电费回收风险的成因，探讨了防范电费风险的措施。
广东电网有限责任公司韶关仁化供电局王丽广东省韶关市 512300摘要：电费是电力价值体现形式之一，电费回收工作是电力企业运营过程中的一个关键环节，能够有效体现企业的最终经营成果，是供电企业长久以来营销管理当中的重点更是难点。
若出现欠费，很容易影响到供电企业的经营效益，进而影响到整个供电企业的运营管理，最终影响到供电企业的生存和发展。
因此，供电企业非常有必要加强电费风险防控管理工作，尽可能减少坏账、呆账现象，将电费风险控制到最低限度。
本文分析了当前电费回收风险的成因，探讨了防范电费风险的措施。
关键词：电费回收电费风险风险防范在市场经济下，电费回收工作所面临的风险依然很大，特别是国家对钢铁、水泥及对污染环境重金属等高耗能企业的环评、耗能要求，加之新冠病毒的持续变异，使国内外市场环境持续不稳定，致企业生产经营持续受阻，直接拉高了电费回收的风险，一旦用电企业未及时缴纳电费，供电企业将被动地面临经济损失和考核压力，不利于企业的可持续发展。
因此，电费回收风险防范对电力企业的经营起着非常重要的作用，也是必须开展的重点工作。
1.形成电费回收风险的主要原因1.1电力市场环境影响目前供电企业销售模式仍沿用计划经济时期“先用电、后缴费”方式，造成电费收缴与用户用电存在时间差，这种方式实质是一种“赊销”的交易行为，属一种信用销售，本身就具有欠费的风险，这种风险会随着用户的市场情况、经济收益、政府干预等状况而发生变化，具有不稳定性和不可预测性，客户用电2个月后，交不起电费后才会被终止供电，其停电时间的滞后，无疑增加了欠费的额度，而近几年来，随着电力体制的改革，电力企业对客户的体验和满意度的要求比以往要求更高，为了不影响客户满意度，一般情况下电力企业较少会以停电的方式进行催缴电费，这势必造成电费回收更难，风险也更大。
基于大数据技术的财务风险分析与评估随着大数据技术的快速发展，它不仅可应用于各个行业，而且广泛应用于财务领域中。
大数据技术应用于财务中可通过分析海量数据来评估公司的经济情况和财务风险。
基于大数据技术的财务风险分析和评估是一种比传统的财务分析更精细、更精准的方法，本文将就此展开讨论。
一、大数据技术在财务领域的应用大数据技术在财务领域的应用范围广泛，其中包括公司财务数据分析、营销数据分析、发票数据分析、可视化财务分析等。
不同的应用场景需要不同的数据源和技术手段，但所有的应用都在追求一种共同的目标--提高分析的准确性、客观性和深度。
二、基于大数据技术的财务风险分析基于大数据技术的财务风险分析和评估是全球金融机构和投资者广泛应用的一项技术，它主要用于评估企业的财务状况和财务风险，分析企业的经济实力、盈利能力和偿债能力等。
这项技术的核心思路是根据企业公开的财务数据和商业活动数据来实现对企业财务状况的评估，然后通过模型和算法得出企业的财务风险等级，进而对其信用等级进行评估。
基于大数据技术的财务风险分析主要包含以下几个步骤：1.数据收集：从各个平台收集不同的数据，包括财务报表、商业活动数据、市场数据、舆情数据等。
2.数据预处理：将数据进行清洗和预处理，去除重复数据、缺失数据和异常值等。
3.数据分析：通过数据挖掘等技术来分析数据，从中提取出关键指标进行分析。
4.模型和算法：建立相应的模型和算法，根据数据和指标来计算企业的财务风险等级。
5.结果展示：将分析结果通过可视化的方式呈现出来，为经理和投资者提供依据。
三、大数据技术的应用案例在国内外金融领域，大量的公司和机构都采用了基于大数据技术的财务风险分析和评估，优化了自己的投资策略和决策。
以下是几个比较典型的案例：1.基于大数据的个人信用评估：借助大数据技术，通过分析个人的信用记录、信用评级、财务状况等数据，对个人的信用等级进行评估，为金融机构的信贷业务提供参考依据。
电力营销中电费核算问题与优化建议1. 引言1.1 电力营销中电费核算问题与优化建议在电力营销中，电费核算问题一直是一个备受关注的话题。
随着电力市场的不断发展和改革，电费核算问题已经成为影响电力企业经营、管理和发展的重要因素。
解决电费核算问题、优化电费核算过程已经成为电力企业迫切需要解决的难题。
电费核算问题的存在影响因素是多方面的。
首先是供电成本的变化，包括燃料成本、人工成本等，都会对电费核算造成影响。
其次是电力市场的竞争程度，竞争激烈的市场往往会导致电费核算存在一定的挑战。
电力消费者的需求也是影响电费核算的重要因素之一。
在电费核算中存在一些挑战，如数据不完整、数据量大、数据质量差等。
为了解决这些挑战，电力企业可以采取一些策略，如提高数据采集和分析的效率，优化核算流程，加强对数据的质量把控等。
电费核算的数据分析是优化核算过程的重要环节。
通过对大量数据的分析，可以找出潜在的问题，提出改进建议，从而优化电费核算过程。
电费核算的机制改革是解决电费核算问题的根本之策。
建立科学合理的电费核算机制，可以有效解决电费核算存在的各种问题。
解决电费核算问题、优化电费核算过程对于电力企业的发展至关重要。
未来，电费核算应朝着数据化、智能化的方向发展，以适应电力市场的发展需求。
只有不断创新、不断优化，才能在激烈的竞争中立于不败之地。
2. 正文2.1 电费核算问题的影响因素1. 用电量波动：电费核算的首要因素是用户的实际用电量，而用电量的波动会直接影响到电费的核算。
用户在不同时间段的用电需求不同，例如高峰时段和低谷时段的用电量差异较大，如果电费核算没有考虑到这一点，就可能导致电费计算不准确。
2. 电价政策变化：电价政策的变化也会对电费核算产生影响。
政府可能会调整电价结构、电价标准等，这些变化会直接影响到用户的电费支出。
如果电费核算没有及时跟进电价政策的变化，就会导致电费核算结果与实际情况不符。
3. 能源成本波动：能源成本是影响电费核算的重要因素之一。
浅谈基于大数据分析的营销稽查防窃电分析预警体系建设赵轩发布时间：2021-07-09T09:39:45.000Z 来源：《基层建设》2021年第12期作者：赵轩[导读] 反窃电是电力企业的一项重点工作，直接影响电力企业的经济效益。
浅谈基于大数据分析的营销稽查防窃电分析预警体系建设赵轩国网内蒙古东部电力有限公司赤峰供电公司内蒙古 024000摘要：反窃电是电力企业的一项重点工作，直接影响电力企业的经济效益。
新形势下，电力企业应积极应用大数据技术和智能分析技术，建立基于大数据分析的营销稽查反窃电分析预警系统，实现营销稽查业务的智能控制和精细化管理，提高反窃电水平。
摘要：主要分析了电力企业在营销稽查防盗工作中面临的问题，探讨了基于大数据分析的营销稽查防盗分析预警系统的构建思路。
关键词：大数据分析；电力营销；营销稽查；防窃电；预警1电力企业营销审计防范窃电问题一旦发生窃电问题，将给电力企业造成严重的经济损失。
随着科学技术的进步，目前的窃电现象发生了新的变化，表现为窃电人数增加，窃电范围更广，出现了许多科技含量很高的隐蔽窃电方式，甚至出现了智能窃电和专业窃电的情况。
同时，在地形复杂、用电地点分散的地区很难安装监控设备。
此外，窃电者的防范能力和反侦察能力较高，使得传统的人工验电防盗方法无法满足当前的防盗要求。
面对这种情况，电力企业有必要对现有的防盗系统进行升级，提高防盗系统的自主升级能力和分析准确性，保证防盗系统的有效性，可以从以下几个方面入手：一是更好地适应新的窃电方式，将营销客户的线路数据和用电数据整合到现有的防盗系统中，提高数据的使用率；二是实现对窃电嫌疑用户的准确定位，智能主动防范窃电；第三，在防窃电系统中，要加入特定客户属性的分析数据，对用户用电数据进行综合分析判断，实现提前预测窃电。
2建立基于大数据分析的全过程全方位检查模式营检模式在借助物联网技术实现数据融合和共享的基础上，应用大数据分析和智能技术，建立营销业务管理平台的“智能大脑”，实现营销管理全过程、全方位服务、全方位检查；借鉴专家经验，制定事前防范计划，并与业务管理需求有机结合，动态更新异常问题防范规则，制定业务执行中的流程限制、异常提示、绑定上报等事前防范策略；在事件中建立监管规则库，对营销业务进行实时、在线监控，对超限情况和异常现象进行在线即时处理和纠正，形成在线规则、纠正分析、即时整改的监控模式。
大数据环境下电网企业多维精益财务管理研究大数据环境下电网企业多维精益财务管理研究摘要：本文主要探讨了在大数据环境下，如何进行多维精益财务管理，以提升电网企业的运营效率和经济效益。
本文首先介绍了电网企业的特点和面临的挑战，然后阐述了多维精益财务管理的概念和实现思路，包括成本控制、风险管理、收益优化等方面。
随后，本文结合实际案例，分别从财务管理中的成本分析、现金流管理、投资决策、财务报告等方面进行了详细分析和研究。
最终，结论部分对多维精益财务管理的优势进行总结，并对未来发展提出了一些建议。
关键词：大数据环境、电网企业、多维精益财务管理一、电网企业的特点和挑战电网企业是指供电、输配电网络和相关设施的建设、运营和维护企业。
电网企业具有以下特点：（1）资产规模大，固定资产占比高：电网企业需要投入大量资本建设和维护供电、输配电网络和相关设施。
因此，资产规模大，固定资产占比高。
（2）运营周期长，回报周期慢：供电输配业务是公共事业，回报周期长，运营风险相对较低。
（3）行业资本密集型：需要大量资本投入，同时电网企业资本运作相对单一。
面对市场、政策等多种挑战，电网企业如何在大数据环境下进行多维精益财务管理，是当前亟需解决的问题。
二、多维精益财务管理的概念和实现思路1、多维精益财务管理的概念多维精益财务管理是指将多种财务管理方法融合在一起，通过不断提升企业运营效率和经济效益的财务管理模式。
从成本控制、风险管理、收益优化等方面入手，实现精益管理，提高效率和降低成本。
2、多维精益财务管理的实现思路（1）成本控制：通过精准的成本分析，找出成本高的环节，降低成本，提升利润。
（2）风险管理：根据企业的风险偏好，设计出适合企业的风险管理体系，对风险进行有效管控。
（3）收益优化：对企业的盈利状况进行全面分析，找出最优收益的方案。
三、多维精益财务管理在电网企业中的应用1、成本分析成本分析是多维精益财务管理的基础，也是电网企业降低成本的重要手段。
信息科学
科技创新导报 Science and Technology Innovation Herald
121
国家电网公司十三五规划目标，广泛应用“大云物移”技术,推动公司管理变革和运营模式创新，推动电网创新发展高效运作。
随着智能电网[1-3]的深入发展,电力大数据已经成为学术研究和企业发展所关注的热点领域,国内外大学、研究机构、I T企业、电力公司均已开展了相关方面的研究应用。
目前公司精细化管理需要对电费情况进行实时监控，及时发现存在的风险点，调整降低风险，提升企业收益。
当前主要采取人工从系统导出数据，工作量大，工作效率低下，并且由于传统系统数据量庞大，经常出现无法导出数据等问题，给日常工作带来很大不便。
1 电费风险数据来源
电费作为电力公司收益的直观数据，体现了公司经营管理的成果。
如何有效地降低电费风险，提升电费回收率，成为当前公司经营管理工作的重点。
电费风险来源于电费回收
情况，电费回收由发行电费、实收电费、预收电费、欠费电费等几部分组成。
日常工作中实收电费由预收结转、欠费缴费等几类业务情况产生，流转较为复杂，因此，此次主要从发行电费、预收电费和欠费电费3个方面入手进行分析。
1.1 用户信息
用户分为考核用户、高压用户、低压非居民用户和低压居民四大类。
此次主要针对存在电费回收风险较大的用户进行分析，低压居民用户大多为预付费，且管理比较系统化，风险相对较低，此次暂不分析，主要分析剩下的三大类用户。
1.2 电费信息
电费风险主要通过电费回收情况分析呈现，电费回收主要从发行电费、预收电费和欠费电费几方面体现，所以需要提供用户每月产生的发行电费、预收以及欠费电费数据信息。
1.3 供电单位
通过分析不同供电单位的电费回收情况，对比各单位的
DOI：10.16660/ k i.1674-098X.2017.07.121
基于大数据技术的电费风险分析
吴军英 辛锐
(国网河北省电力公司信息通信分公司 河北石家庄 050000)
摘 要：近年来大数据技术迅猛发展，在电商、金融等行业取得了巨大成效。
国家电网公司十三五规划目标，广泛应用“大云物移”技术,推动公司管理变革和运营模式创新，推动电网创新发展高效运作。
国网河北省电力公司基于大数据技术对电费风险展开分析，对数据来源进行了梳理，并探讨了大数据的采集、存储、处理及分析展示的技术。
通过应用场景分析直观展现电费回收情况，发现电费风险问题。
关键词：电费回收 电费风险 大数据 数据集市 聚类中图分类号：TP39
文献标识码：A
文章编号
：1674-098X(2017)03(a)-0121-02
图1 电费风险平台技术架构
信息科学
科技创新导报 Science and Technology Innovation Herald
122
电费回收风险，说明发现供电单位对电费回收风险有一定影响，可以有效借鉴较好的工作经验，制定整改办法，降低供电单位的电费回收风险。
1.4 行业类别
通过分析用户在不同行业下的电费回收情况，说明不同行业对电费回收风险的影响程度，一定程度上反映了用户行业管理上的不足之处，从而强化管控，降低电费风险，提升电费回收率。
1.5 电压等级
通过对不同电压等级用户的电费情况分析，发现不同电压等级用户的回收情况有差异，说明电压等级对电费风险有影响。
可以从电压负荷、容量、稳定性等各方面分析发现问题，降低电费风险。
2 电费风险关键技术
H ad o op 是一个由Ap ac he 基金会所开发的分布式系统基础架构，H a d o o p 实现了一个分布式文件系统(H a d o o p Distr ibute d Fi le System)，简称HDFS。
HDFS有高容错性的特点，并且设计用来部署在低廉的(low-c o s t)硬件上；而且它提供高吞吐量(h igh th rou ghput)来访问应用程序的数据，适合那些有着超大数据集(large data s et)的应用程序。
该平台基于H a d o o p 架构搭建实现,沿用国网大数据平台的数据仓库工具Hive。
图1为平台技术架构。
2.1 数据采集
系统采用K a f k a，S q o o p两种技术来实现电费、用户以及所需信息的数据采集整合，为业务场景分析提供数据支撑。
K a f k a 是一种高吞吐量的分布式发布订阅消息系统。
它的目的是通过H a d o o p 的并行加载机制来统一线上和离线的消息处理，也是为了通过集群机来提供实时的消费。
因此，通过Kaf k a技术实现应收电费及欠费电费数据的实时采集。
S qoop 是一个用来将Hadoop和关系型数据库中的数据相互转移的工具。
它类似于其他E T L 工具，使用元数据模型来判断数据类型并在数据从数据源转移到H ad o o p 时确保类型安全的数据处理。
S qoop专为大数据批量传输设计，能够分割数据集并创建Hadoop任务来处理每个区块。
因此，通过Sqoop 技术实现用户、预收电费等信息的离线数据采集整合。
2.2 数据存储
数据存储使用数据仓库H ive和Po s tg re s ql数据库联合实现。
发挥各自优势，为场景分析提供数据保障。
H iv e用来存放数据采集的第一手数据，将采集到的源端数据存储至HDFS文件系统中。
Po s t g r e s q l作为数据集，用来存放从数据仓库H ive中抽取到的数据，并且按照国网CI M模型的标准域存储，用来存放业务场景分析所需的数据。
它通过K e t t le 技术实现完成。
2.3 数据计算及分析
数据计算采用Spark技术来满足业务场景实时分析的需求。
Spark是UC Berkeley A M P lab所开源的类Hadoop M apRe duc e的通用并行框架，S p ark能更好地适用于数据挖掘与机器学习等需要迭代的M ap Re du c e的算法，适用于需要多次操作特定数据集的应用场合。
算法上，此次分析主要使用聚类算法，按照需求将不明确的数据实现分门别类，辅助日常监测工作。
采用具有代表性的K-me ans 算法，它是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标。
通过使用聚类等算法，对业务进行深入挖掘分析，最终以玫瑰图、热力图、雷达图等专业分析图形展示，配备一定的表格展示数据，使分析结果显得更加直观。
3 应用场景分析
应用场景从系统采集数据,经由噪声处理、分析挖掘最终实现展现。
图2为分析挖掘流程，其关键技术包括噪声数据处理、业务数据分析、基于距离计算的聚类分析。
噪声数据处理和业务数据分析是按照业务需求,对数据进行初步筛选处理的过程,实现数据挖掘计算；聚类分析是根据欧式距离公式及误差平方和准则实现聚类中心点选择与分类,实现对未知分类数据的类别划分，主要应用于供电单位间、行业间以及电压等级间的电费回收情况对比分类，划分为较好、一般和较差3类。
针对较差类别的情况进行深入分析，发现管控薄弱环节，进行整改完善。
应用场景围绕电费回收情况开展，包括发行电费、预收电费和欠费电费3类，根据业务主题划分电费回收整体情况分析、预收电费分析和欠费电费分析，其中电费回收情况中包含发行电费、预收电费和欠费电费3类电费的数据信息。
此次分析以日为单位实时监控，以月为单位分析电费回收情况，可监控分析每日的电费回收情况，对应分析当月1日截止到监控日的电费回收走势情况，通过供电单位、行业、电压等级多维度分析电费回收情况，发现回收情况弱点，从业务侧深入分析发现风险点，制定整改措施，降低风险，达到提升效益的目的。
4 结语
未来的电费风险依托于大数据技术实现实时监控，通过分析电费回收情况，进一步深化、挖掘潜在的风险，为电网经营管理提供实时多样化的数据，为公司的精益化管理提供支撑，从而提升企业经济效益。
参考文献
[1] 余贻鑫,栾文鹏.智能电网的基本理念[J].天津大学学报,
2011,44(5)：377-384.
[2] 余贻鑫,栾文平.智能电网评述[J].中国电机工程学报，
2009,29(34):1-8.
[3] 张文亮,刘壮志,王明俊,等.智能电网的研究进展及发展趋
势[J].电网技术,2009,33(13)：1-11.
图2 分析挖掘流程。
