大数据环境下的电力客户服务数据分析系统研究

大数据环境下的电力客户服务数据分析系统研究

王圣竹

广西电网有限责任公司客户服务中心 广西南宁 530000

摘要：电力能源大数据应用的开发和应用是推动电力能源系统发展的一个重要方向，加强对电力数据的收集，提高电网稳定运行和智能化服务水平。在大数据环境下，重视对数据的挖掘及分析，建立相应的数据分析系统，优化其功能，使数据分析的效果加强。基于此，本文主要探讨了大数据环境下的电力客户服务数据分析系统。

关键词：大数据；电力客户；数据分析

中图分类号：U495   文献标识码：A

引言

大数据代表大量的数据信息，在当前的发展趋势下，数据呈现出了海量特点，同时能够带来更多的价值，因此数据信息对企业来说有重要的意义。在电力行业中，用电规模越来越大，电力设备越来越复杂，通过合理应用大数据技术可以实现信息和数据的快速分析处理，提升电力系统运行管理的效率。

1大数据应用于电力营销工作的必要性

1.1满足客户标准

在大数据技术不断发展背景下，制约差异性营销的重要信息处理问题已经被解决，电力企业可以通过电力消费记录、投诉建议以及电话咨询等方式收集客户的基本资料，利用企业的大数据平台分析客户的消费习惯、消费偏好以及敏感标签等，描绘出相关的用户画像，进而进行有针对性的电力营销服务，带给客户更好的用户体验。

1.2降低电费回收风险

电力企业可以借助大数据平台来判断相关人员的电费回收风险，详细理清其承担电费的能力以及偿还的主观意愿等。具体来说，当前评估电费回收风险的对策有定性与定量两种，通过在电力大数据平台分析客户的信息档案，评估客户的真实电力信用等级，可以有效降低客户拒还的风险，保障企业的经济收益^[1]。

1.3保证用电负荷预测准确

传统的用电负荷计算是基于电力用户的过往数据，总结出用电规律，并做出预测，但是随着经济社会的进一步发展，各行各业的用电量出现明显的差异，导致传统预测方法失去准确性。在此背景下，大数据平台的出现为电荷预测带来新的方法，过往数据显示，新电荷预测的方法不仅更准确，而且还有效提高了预测工作的效率。

2电力客户服务数据分析系统设计及技术应用

利用电力大数据等相关技术，可以为电力企业提供优质的数据信息服务，帮助电力企业不断优化智能化电网体系。同时，在电力大数据技术的支持下，新能源系统在数据处理方面更加规范，能有效帮助电力企业解决一些数据处理问题，提升新能源项目的可操作性，有助于促进新能源系统网络的发展。

2.1电力服务数据类型

以基层供电所应用频度最高的数据为例，可分为客户信息、网格信息、工单信息3大类。其中，客户信息指的是电力客户在营销业务系统内存储的档案信息以及客户经理经过走访服务、交流座谈收集的外部信息，包括但不限于客户编号、客户名称、客户地址、抄表员、智能表号、计量点编号、终端地址、计量箱条形码、联系人、联系电话等；区域信息按类别可分为变电站、台区、网格等；工单信息可根据业务类型划分为抢修类、非抢修类、优质服务类、计量类、营销业务类、12345类、业扩报装类。通过梳理这3大类信息中各数据字段之间的关联关系，不断挖掘数据中蕴含的有效信息，能够对基层供电所一线人员的日常工作起到促进作用^[2]。

2.2电力大数据平台的通用框架

通用大数据平台框架的重点是基于HDFS分布式文件系统的数据存储框架和基于Map-Reduce计算技术的数据处理框架。分布式文件系统和Map-Reduce计算技术都可以处理PB、ZB大小的数据。框架还包括商业智能应用、传统数据仓库、大数据访问框架、大数据调度框架、网络层、操作系统、服务器、备份与恢复和数据管理等模块。大数据存储框架和大数据处理框架基于普通计算机服务器、操作系统或虚拟机，具有低成本和高可拓展性。大数据访问框架通过网络层与大数据存储和处理框架相连接。

2.3数据聚合与数据挖掘

第一，统计数据分析是对电力客户服务管理组织方式的主题分析，设计了电力客户服务业务信息、电力客户服务分析指标维度指标的多维数据模型。通过对数据的分析，结合统计的结果来进行客户服务数据挖掘及建模，经过有效的计算，能够形成具有多种功能的数据分析立方体，使数据分析更加全面，实现多种分析功能。

第二，在预测数据分析中，以大数据技术为基础，建立数据挖掘预测模型涉及的内容比较复杂，应重视数据准备环节，将业务规则及挖掘模型结合起来，对电力企业客户服务数据进行优化，建立相应的模型，使数据得到简化，利用系统进行线性回归模型、对数线性模型等模型的建立，使数据分析具有相应的模型基础。

最后，决策数据的分析中需要借助系统进行定量、统计分析，算法的选择在分析中发挥了重要的作用。一般经常使用算法包括了时间序列算法、线形回归算法、神经网络算法等，根据分析的需求及算法特点进行选择^[3]。

2.4数据显示层设计

电力客户服务系统网络具备一定的安全性，就要根据实际情况对设计数据进行开展，将不同时期的数据进行整理，并对数据的安全性进行分析。同时，在实际过程中设计出的数据和信息要处于安全管理模式，保证信息和数据的安全性，这样才能提高电力信息系统的网络安全效果。同时，在设计数据显示层时，还能对人员和计算机之间的交互效果进行有效提升，确保电力信息管理人员在分析不同数据和信息的时候可以做到精确地判断。

2.5数据储存层设计

电力客户服务系统要想对所需要的数据和信息进行储存，就要建立电力信息系统储存层设计的相应工作，在设计过程中要确保数据和信息在存储过程中不会出现大面积的泄漏情况，这样可以对信息和数据进行强化，还能达到储存的效果，同时充分满足电力企业的发展需求。在数据储存层设计过程中要满足于相应的数据之间起到关联性的作用，这样才能让储存的信息和数据在最快时间到达数据库之内，保障了数据和信息的储存达到相应的标准和安全，为管理人员查询数据和信息提供便利^[4]。

2.6用户用电量数据分析

电力营销管理工作中，为了做好防窃电工作，发电企业必须利用现有数据对用电量数据进行分析统计。需要计算用户用电量的平均值和标准偏差，随后计算与负荷值变化有关的差值，以便为供电企业提供参考信息。如果有任何盗窃行为，能源检查员必须对用户用电量的波动情况进行评估和分析，识别出用电量变化较大的用户。如果用电量在一定时期内略有变化，可能不存在窃电现象。而电量波动越大，偷电的可能性就越大，为此，有必要对比用户的长期能耗，进行相关研究，注意收集证据，必要时实施隔离。如果认定有窃电行为，就必须对其进行处罚，这样才能起到一定的震慑作用。电力公司还必须进一步提高管理人员和员工的专业技能，使他们在发生窃电事件时能够及时发现问题，正确评估行为，以提高控制窃电行为的质量和效果，减少国民经济损失^[5]。

结束语

综上所述，大数据能够保障我国电力系统的飞速发展。如今的市场竞争越来越激烈，过去的电力营销早已无法和经济发展的要求相符。在电力客户服务数据分析过程中，由于电力服务面向客户本身积累了海量的电力客户数据，具备了从数据分析角度挖掘相关信息和知识的条件与基础。运用大数据技术，可以从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中有用的信息和知识，从而创造数据增值价值，提供并衍生多种新型电力服务。

参考文献

[1]王志坚.基于大数据平台的电力营销信息化建设分析[J].内蒙古电力技术,2016,34(04):17-22.

[2]谢斌,宋晓波,窦国贤.大数据技术在电力行业的应用研究[J].数字通信世界,2018(01):176.

[3]张东霞,苗新,刘丽平,等.智能电网大数据技术发展研究[J].中国电机工程学报,2015,35(01):2-12.

[4]耿亮,吴燕,孟宪楠.电力数据挖掘在电网内部及各领域间的应用[J].电信科学,2013,29(11):127-130.

[5]凌德祥,黄拓,关晓林,等.基于大数据的电力客户行为分析体系研究及实践[J].电力大数据,2018,21(10):13-17.