基于大数据挖掘的客户用电行为分析

基于大数据挖掘的客户用电行为分析

张铮吕婧黄书强于强

（国网安徽省电力公司阜阳供电公司安徽阜阳236017）

摘要：传统的数据分析无论是数据取样范围和规模还是参与分析的变量数都是及其狭窄的，往往只能在较少的取样数据里面发现规律对未来发展趋势作出有限预测，这样预测的结果往往误差较大，无法满足当今企业发展的需要。而通过基于“大数据”基础的分析方法，由于取样范围及其广泛，分析角度是多维度的，且能够借助于先进的软件分析工具建立模型，可以更加准确的做出分析或预测，帮助企业决策者做出更加合理的判断和决策。同时还可通过引入hadoop、网络爬虫等目前大数据处理方面较为流行的技术帮助我们扩散研究方向和关联因素。

关键词：大数据；挖掘；客户用电；

1用电信息采集系统

在电力系统的智能化电网建设过程中，用户用电信息采集系统的建立是其中的一个重要环节。智能用电目前已经覆盖了多方面的领域，除了用电服务技术和职能测量技术等等之外，信息采集技术是其中的一个基础环节。其所采用的技术涵盖之广，将计算机技术、通信技术以及测量技术和信息控制等等都进行了交叉应用，并且在实践中还实现了可视化操作。在用电信息采集系统的技术应用方面，已经通过智能化技术信息网络，实现了供电系统与用电用户之间的互动。随着技术支持平台建设的不断加强，智能用电服务系统的功能性更为完善。

建立用电信息采集系统，可以将传统的人工抄表作业模式加以改善，形成了一种全封闭的创新模式，即可以实现对于用户用电的实时采集，并通过计量装置进行在线检测。从抄表到电费的核算都实施了系统化管理。从电力营销业务的角度来分析，采用用电信息采集系统，能够将符合市场需求的营销机制建立起来。通过观察用电信息系统所显示的数据，可以将包括用户所使用的电量加以采集，同时还可以检测到其用电负荷和电压使用情况。将有关用户的各种用电信息收集起来之后，经过整理和分析，就可以了解到用电市场上所发生的变化，供电公司就可以尽快地调整电力营销服务项目，以通过提高服务质量来提高用户的满意度。各种电力营销策略的出台，诸如根据用户的用电性质的不同，可以采用分时电价的计算方法、阶梯电价的计算方法，也包括全面预付费结算模式。各种的用电结算模式，其目的都是为了将电费欠费的风险度降低。通过对于电力营销业务不断地优化，建立起电网与用电用户之间的互动模式，推动的营销业务顺利地开展的同时，还提高了市场竞争力。可见，建立用电信息采集系统，能够提升对于用电市场变化的敏感度，及时地做出反应并采取必要的措施，为智能用电体系的构建奠定良好的基础。

2采集系统数据采集内容

采集系统覆盖用电客户或其他用于结算和考核的用电计量装置有多种，主要包含：厂站直供大型用电客户、一般专变用电客户、公变考核总表、普通低压用户。采集的数据项也很多，如：电量、电压、电流、现场用电异常报警等。详细情况如下：

（1）普通低压用户：日冻结电量（每日一次），实时电压、电流（被动采集）。

（2）厂站直供大型用电客户、一般专变用电客户：日冻结电量、用电异常报警（每日一次），电量、电压、电流（每15分钟一次），用电异常报警、实时电量（被动采集）。

（3）公变考核总表：日冻结电量、用电异常报警（每日一次），电量、电压、电流（每15分钟一次），用电异常报警、实时电量（被动采集）。

3其它系统以及外围数据

采集系统采集的用电客户用电信息是对客户用电行为分析的一个主要数据基础，要全方位分析客户用电行为还需要借助一些其它系统或者外围数据。

（1）需通过营销信息系统获取数据项类型：用户基本信息、用电类型、供电方式、抄表例日、电费结算等。

（2）需通过外围地理信息、环境监控等系统或公布数据获取数据项类型：供电服务区地理信息、四季温度变化、不同区域主要用电客服类型、政府公布经济指数等。

只有在全方位获取到与用电客户用电行为相关的其他信息或影响用电客户用电行为的各项因素的基础上，分析才能更加客观、更加全面，分析结果才能更加接近实际。

4研究方向的分析和选定

基于采集系统大数据的基础上，结合外部系统数据研究用户的行为是一个较为庞大的研究课题，其研究方向的多样性以及多变性决定了我们选取合适的研究方向将显得极其重要。如何选取合适且能满足需要的研究方向呢？根据采集系统数据特点，我们可以将研究方向分为“预测型”和“优化型”两大类。“预测型”主要是通过采集系统历史数据与外围各种可能因素之间进行多维度的数据分析和建模，从繁多的因素之中找到影响用户行为的主要因素，同时根据数据分析得到的规律对未来用户行为进行有限的合理预测，例如：我们通过研究一定范围内相对稳定的用户群体用电量数据将此数据与时间以及气候温度变化因素进行多维分析，可以较为准确的得到该用户群体用电量与温度之间的关联规律，那么通过对历史温度数据的变化趋势，我们可以基本预测出未来一年内各月度该用户群体的用电量。而“优化型”主要是对传统分析方法无法定量分析的电网某些特性或存在无数据支撑的管理工作方面通过对大数据的研究找到确切的数据支撑，从而帮助企业管理者进行管理优化。例如：我们通过对采集回的公变台区总表功率值进行分析，可以很容易得到功率与时间的曲线，通过合理设定阈值能够很快得到选定样本中变压器负载率正常、重点监控以及超载的数量及明细，进而帮助管理者制定合理的巡视计划，同时也为台区分割扩容提供详细的数据依据，极大的提高了管理效率。

总的来说，“预测型”和“优化型”研究课题都是基于采集系统采集回的全样本用户信息所做的分析，“预测型”除了依赖采集系统的数据还需要外围其他相关数据进行联合分析，而“优化型”课题则主要是对采集系统数据进行逻辑上的合理分析进而找出不合理的对象群，帮助管理者优化管理。我们在选取研究方向的时候务必要戒“大”戒“全”，尽量精确的定义出研究目的，然后通过分析达成研究目的所需数据项进行规划和制定研究计划以及数据处理方法，这样才会更加有助于问题的解决。

5结束语

作为智能电网组成中的直面用户的最前置、最基本的构成元素，电力用户用电信息采集系统是电力企业“大数据”链条上的重要且基础的一环。系统针对的是广大电力用户用电信息数据的采集，利用系统已采集的海量数据结合营销信息系统以及其他关联数据进行合理提取和分析使我们可以对用电客户的行为做合理预测，进而结合生产、营销管理的实际情况提供辅助决策。

参考文献

[1]刘荣辉，高阳，吴晓波，等.运营商的综合智能CRM体系研究——基于深圳移动的设计案例[J].工业工程与管理，2013，18（2）：117-121.

[2]但斌，经有国，孙敏，等.在线大规模定制下面向异质客户的需求智能获取方法[J].计算机集成制造系统，2012，18（1）：15-24.