基于大數(shù)據(jù)技術(shù)的電力用戶行為分析及應(yīng)用現(xiàn)狀

基于大數(shù)據(jù)技術(shù)的電力用戶行為分析及應(yīng)用現(xiàn)狀摘要：隨著我國經(jīng)濟(jì)快速的發(fā)展及人民生活水平的提高，客戶用電量及用電方式、行為呈現(xiàn)出多元化的特征，逐漸形成了用戶端大數(shù)據(jù)，這些數(shù)據(jù)隱藏著許多用戶用電行為的潛在信息。如何快速有效地對電力用戶端大數(shù)據(jù)進(jìn)行分析，并挖掘用戶用電行為的有效信息，是當(dāng)今重要的研究課題。

關(guān)鍵詞：大數(shù)據(jù)技術(shù)；用戶行為分析

1電力用戶行為大數(shù)據(jù)分析的必要性

隨著我國市場經(jīng)濟(jì)的不斷發(fā)展，電力企業(yè)的性質(zhì)也在發(fā)生變化，逐漸由生產(chǎn)型企業(yè)轉(zhuǎn)變經(jīng)營型企業(yè)，電力行業(yè)需要面對的是市場營銷。所以，對用電客戶的行為分析成為當(dāng)前電網(wǎng)企業(yè)在市場營銷中的重要內(nèi)容。此外，近年來電網(wǎng)在信息化建設(shè)方面取得了很大的進(jìn)步，作息化水平在不斷地提高，電網(wǎng)企業(yè)的信息管理系統(tǒng)中積累了有關(guān)用戶的大量數(shù)據(jù)。開發(fā)數(shù)據(jù)挖掘系統(tǒng)并利用它對電網(wǎng)用戶的行為進(jìn)行分析，可以有效提高電力企業(yè)的營銷質(zhì)量。

在當(dāng)前的信息管理系統(tǒng)中，只能對用戶的數(shù)據(jù)信息進(jìn)行簡單的增減和查詢，不能進(jìn)行挖掘和利用隱含在數(shù)據(jù)內(nèi)部的信息，不能查明深層次的關(guān)系，無法利用這些數(shù)據(jù)分析用戶行為和將來的發(fā)展趨勢，所以基于大數(shù)據(jù)技術(shù)的電力用戶行為分析是十分必要的，利用它可以實(shí)現(xiàn)數(shù)據(jù)的挖掘，系統(tǒng)可以對現(xiàn)有信息管理系統(tǒng)采集到的用戶數(shù)據(jù)進(jìn)行智能化分析，挖掘出存在的深層次的關(guān)聯(lián)，轉(zhuǎn)變?yōu)楣Q策者使用的信息，這類決策型的信息可以幫助電網(wǎng)企業(yè)在市場營銷決策中提升對客戶服務(wù)的質(zhì)量。

總之，基于大數(shù)據(jù)技術(shù)的電力用戶行為分析，挖掘不同用戶用電行為的相似性，對于電力公司可以為用戶提供信用價(jià)值評估，功率預(yù)測，定價(jià)，個(gè)性化定制等策略，也能夠根據(jù)用戶用電需求提高電力服務(wù)水平，特別是通過深入分析各類別各行業(yè)用電信息，對于政府掌握經(jīng)濟(jì)運(yùn)行情況和制定相關(guān)政策具有重要的價(jià)值，同時(shí)用戶也可以根據(jù)提供的相關(guān)信息進(jìn)行自我用電調(diào)節(jié)；面向電力用戶可以方便用戶用電自我認(rèn)知、推薦用電方式變更等；為政府提供經(jīng)濟(jì)發(fā)展趨勢預(yù)測，區(qū)域房屋空置率分析，補(bǔ)貼，熱工行業(yè)決策支持等。

2基于大數(shù)據(jù)技術(shù)的電力用戶行為分析的應(yīng)用現(xiàn)狀

2.1基于大數(shù)據(jù)技術(shù)的電力用戶行為分析的應(yīng)用現(xiàn)狀

我國從2013年開始便開始效仿美國，運(yùn)用大數(shù)據(jù)技術(shù)，分析用戶行為特征，我國有的電力企業(yè)也開始致力于對大數(shù)據(jù)應(yīng)用技術(shù)進(jìn)行研究，我國當(dāng)前在27個(gè)省市加入了智能用電研究系統(tǒng)，涉及的研究用戶達(dá)到了2.42億戶，江蘇電力公司在2013年時(shí)就優(yōu)先采用Hadoop分布式技術(shù)，對用戶的用電情況進(jìn)行調(diào)查并記錄，為全國電力公司起到了榜樣作用，另外，我國也全新地建立了多維度數(shù)據(jù)分析模型，增加了數(shù)據(jù)的可視化，為電力企業(yè)提供更多的識別便利。在2015年，上海成為了首個(gè)電力需求響應(yīng)試點(diǎn)實(shí)驗(yàn)的工作地點(diǎn)，到了年底，上海已經(jīng)可以獨(dú)擋一面，用信息采集系統(tǒng)直接將2.8萬個(gè)用電的數(shù)據(jù)采集并分析出來，使電力企業(yè)可以充分運(yùn)用這些數(shù)據(jù)來進(jìn)行用電行為分析，從而增加電能的利用率，更少地減少不必要的電能消耗，使企業(yè)向著利益最大化發(fā)展。

2.2基于大數(shù)據(jù)技術(shù)的電力用戶行為分析的應(yīng)用存在的問題

隨著無線傳感器技術(shù)的快速發(fā)展，智能設(shè)備的廣泛應(yīng)用，迫使電力企業(yè)對居民用電負(fù)荷預(yù)測精度的要求更加嚴(yán)格，預(yù)測中面臨的問題也不斷增加。傳統(tǒng)負(fù)荷預(yù)測偏向于所使用的技術(shù)，然而在智能電網(wǎng)時(shí)代下智能設(shè)備將負(fù)荷預(yù)測導(dǎo)向粒度更細(xì)的層面。

（1）大數(shù)據(jù)管理

在智能電網(wǎng)的建設(shè)過程中，大量智能電表、智能家居等設(shè)備的安裝和使用，以及電網(wǎng)不斷向信息化、智能化、互動(dòng)化等理念轉(zhuǎn)變，導(dǎo)致電力信息數(shù)據(jù)在采集、存儲(chǔ)和處理階段都遇到了新的問題。為實(shí)現(xiàn)智能電網(wǎng)中“秒級”數(shù)據(jù)采集服務(wù)，增強(qiáng)與用戶交互的實(shí)時(shí)性，這就要求智能時(shí)代采用先進(jìn)的大數(shù)據(jù)處理技術(shù)實(shí)現(xiàn)對電力大數(shù)據(jù)的管理。

（2）預(yù)測算法

智能電網(wǎng)時(shí)代的到來，對負(fù)荷的管理與控制要求更加嚴(yán)格，而傳統(tǒng)的負(fù)荷預(yù)測方法對影響因素分析不夠透徹，導(dǎo)致部分時(shí)間點(diǎn)預(yù)測不夠精確。其次，面對智能電網(wǎng)所采集數(shù)據(jù)的規(guī)模不斷增加，快速做出負(fù)荷預(yù)測對傳統(tǒng)的負(fù)荷預(yù)測方法已力不從心。面對海量的數(shù)據(jù)要做出精確的預(yù)測，迫使高效的預(yù)測方法產(chǎn)生。

（3）負(fù)荷預(yù)測的多元化

智能電網(wǎng)的建設(shè)以及居民生活水平的提高，影響負(fù)荷曲線變化的因素趨于多元化，對于負(fù)荷預(yù)測的影響因素更加多樣化。能源互聯(lián)網(wǎng)的提出，對能源的管理和控制更加嚴(yán)格，高精度的負(fù)荷預(yù)測對能源管理和節(jié)能環(huán)保提供了保障。

3基于大數(shù)據(jù)技術(shù)的電力用戶行為分析方案

3.1基于大數(shù)據(jù)技術(shù)的電力用戶行為分析主要研究內(nèi)容

針對傳統(tǒng)用電行為分析過程中，定量特征分析工具匱乏、客戶細(xì)分深度不足，導(dǎo)致分析結(jié)果精確度、顆粒度和針對性不高等問題。依托大數(shù)據(jù)平臺，基于95598海量歷史工單信息，開展電力用戶行為分析研究，深度挖掘客戶用電行為特征，結(jié)合業(yè)務(wù)場景，找準(zhǔn)客戶服務(wù)環(huán)節(jié)與客戶需求之間的差距，使電力企業(yè)能有針對地性優(yōu)化營銷組織，改善服務(wù)模式。

（1）根據(jù)客戶個(gè)人關(guān)注熱點(diǎn)，建立客戶偏好標(biāo)簽庫。通過客戶細(xì)分模型，對客戶的用電情況、停電反映、投訴類型、熱點(diǎn)關(guān)注事件等行為特征，將客戶按照偏好標(biāo)簽，分為不同類型群體，并針對不同的客戶群，深度挖掘客戶價(jià)值，提供差異化、個(gè)性化服務(wù)。如電費(fèi)敏感型客戶、投訴熱衷型客戶、事件敏感型客戶、業(yè)務(wù)關(guān)注型客戶、微信關(guān)注型客戶、APP關(guān)注型客戶、潛在電動(dòng)汽車客戶等。

（2）根據(jù)客戶服務(wù)請求頻次和渠道，建立客戶細(xì)分群。按照一定時(shí)間（月度/年度）內(nèi)的與客戶交互頻次的強(qiáng)度，將客戶分為強(qiáng)交互客戶、一般交互客戶、弱/無交互客戶等三類。分析各類客戶群體特性，提供精準(zhǔn)服務(wù)。

（3）可視化展現(xiàn)客戶的用電行為數(shù)據(jù)。通過對各單位客戶群進(jìn)行多維度統(tǒng)計(jì)分析，為各單位、各專業(yè)查找管理差距、明確業(yè)務(wù)的改進(jìn)方向提供依據(jù)。

3.2基于大數(shù)據(jù)技術(shù)的電力用戶行為分析技術(shù)路線

（1）數(shù)據(jù)準(zhǔn)備和采集。

數(shù)據(jù)來源主要包括95598業(yè)務(wù)支持系統(tǒng)、SG186營銷系統(tǒng)、用電信息采集系統(tǒng)、電子渠道后臺數(shù)據(jù)、電能質(zhì)量服務(wù)平臺等方面。主要包括以下幾個(gè)方面的數(shù)據(jù)信息：

基本屬性：用戶編號、用戶名稱、立戶日期、戶名、供電單位、合同容量、行業(yè)類別等；

交費(fèi)行為：電費(fèi)發(fā)行日、實(shí)收日期、應(yīng)收電費(fèi)、實(shí)收電費(fèi)、實(shí)收日期、交費(fèi)方式等；

用電信息：應(yīng)收電量、違約用電歷史記錄、違法用電歷史記錄等；

渠道數(shù)據(jù)：渠道綁定狀態(tài)、渠道總體使用情況、渠道功能使用情況、服務(wù)評分。。

數(shù)據(jù)采集方法有ApacheFlueme、ETL數(shù)據(jù)抽取、數(shù)據(jù)復(fù)制、企業(yè)服務(wù)總線等，可以根據(jù)實(shí)際業(yè)務(wù)采取所需的數(shù)據(jù)采集方法采集所要分析的數(shù)據(jù)集。對于數(shù)據(jù)存儲(chǔ)，可以使用根據(jù)存儲(chǔ)讀寫效率、存儲(chǔ)成本、存儲(chǔ)管理的不同，運(yùn)用不同的大數(shù)據(jù)存儲(chǔ)方法，如分布式關(guān)系數(shù)據(jù)庫、分布式文件存儲(chǔ)系統(tǒng)、分布式內(nèi)存數(shù)據(jù)庫、分布式非關(guān)系型數(shù)據(jù)庫等。一般來說，大數(shù)據(jù)存儲(chǔ)具有低成本、高實(shí)時(shí)性、高擴(kuò)展型等特點(diǎn)。

（2）數(shù)據(jù)分析

大數(shù)據(jù)分析是運(yùn)用大數(shù)據(jù)分布式計(jì)算方式，結(jié)合分析模型對初始數(shù)據(jù)進(jìn)行數(shù)據(jù)分析。其主要基于人工智能，機(jī)器學(xué)習(xí)，模式學(xué)習(xí)，統(tǒng)計(jì)學(xué)等。上述方案基于初始數(shù)據(jù)開展數(shù)據(jù)質(zhì)量治理、元數(shù)據(jù)管理、數(shù)據(jù)應(yīng)用服務(wù)推送、數(shù)據(jù)結(jié)構(gòu)重組、擴(kuò)展數(shù)據(jù)維度、輕度統(tǒng)計(jì)匯總、語音語義解析、語速語調(diào)究解析等數(shù)據(jù)處理作業(yè)，實(shí)現(xiàn)基于聚類分析、回歸分析與等模型算法的模型構(gòu)建應(yīng)用。

（3）數(shù)據(jù)應(yīng)用

數(shù)據(jù)應(yīng)用包括客戶服務(wù)管理分析、內(nèi)部運(yùn)營管理分析、市場營銷和電子商務(wù)建設(shè)水平分析、電網(wǎng)建設(shè)情況分析四大應(yīng)用體系，在公司總部決策支撐、省公司服務(wù)協(xié)同、客服中心運(yùn)營提升、增值業(yè)務(wù)發(fā)展四個(gè)方向上的泛在化大數(shù)據(jù)服務(wù)支撐。

4結(jié)束語

基于大數(shù)據(jù)技術(shù)的電力用戶行為分析研究，對來電用戶根據(jù)工單內(nèi)容與來電頻次，進(jìn)行用戶群的細(xì)分，可提高對一線人服務(wù)人員及營銷策略制定人員業(yè)務(wù)培訓(xùn)與服務(wù)改進(jìn)的針對性。針對不同的用戶群，可采取個(gè)性化與差異化的營銷服務(wù)，提供主動(dòng)的精準(zhǔn)服務(wù)，進(jìn)而提高用戶服務(wù)感知與供電服務(wù)質(zhì)量，降低投訴風(fēng)險(xiǎn)，提高服務(wù)滿意度。