4.3 基于數據的電力增值業務服務

隨著人們生活水平的提高，對電力服務品質的要求也越來越高。為了站穩市楊，為電力客戶提供更加優質的品牌服務，就要在為客戶服務的過程中注重細節，不斷提升。在開展電力服務時，可以依據服務的不同特征，把服務區分為標準化服務和個性化的増值服務兩個層次。從目前的情況來看，電力客戶服務人員在為客戶服務的過程中，已達到標準化服務。但要想達到客戶預期的服務階段，需進一步提高認積，開展個性化的增値服務。下面以用戶能耗分析及用電方案優化為例進行介紹。

用戶能耗分析及用電方案優化

1.現狀和需求

電力大客戶在用電時，因為存在功率因數過低、三相嚴重不平衡等問題導致電能損耗過大、電能利用率低的情況;居民用戶存在用電浪費、電器使用不經濟等情況。上述情況不僅造成電力資源的浪費，而且形成用電安全的潛在風險。一旦風險轉化成事故，除了用戶遭受損失，也會影響電網的正常運行。

隨著用電信息采集系統的建設與應用，電表每日產生大量各類用電相關信息，利用這些信息，并將用電信息結合氣象資料、企業的生產等數據進行相關的挖掘與分析，給予用戶合理的用電建議，引導用戶優化用電行為，降低用能費用，可極大保障客戶經濟利益，提升客戶服務滿意度。

2.應用場景

基于大數據的用戶能耗分析及用電方案優化，能夠深度挖掘用電信息、電費信息及用戶負荷等數據的價值，采用分布式計算、數據挖掘分析等技研究用戶的負荷特性及用電行為習慣，構建用戶用電意愿、業擴報裝、環境因素、行業用電結構變化與電量變化影響關系模型，對用戶用電能耗進行分析與信息推送，引導用戶合里優化用電行為。

基于大數據的用戶能耗分析及用電方案優化包括如下流程：

1)數據聚舍。通過數據采集、清洗、存儲和處理技術:，聚會用電信息采集敖據、客戶服務數據、地理信息數據、人口和氣象數據，達到海量、多源、異構數據的聚集、管理與融通，形成融會貫通的用戶側大數據資源。

2)用電行為特征分析。針對電力數據與其他各數據所承載的不同數據特征，研究這些特征的提取技術和描述機制，為上層的應用提供分析基礎。結合外部數據，研究地理信息數據、氣象數據、人口數據等。進而，基于面向用電行為提取海量數據中的各類特征，支持用電行為模式的認知與理解。

3)用電行為模式認知。用電行為模式的認知是現眾多用電行為的規律，利用各類數據分析發現影響用電行為的各種關聯因素，提取用電負荷、電量、電費臺賬、繳費信息、落戶信息、電網網架結構、電價政策、天氣參數等相關數椐，建立多層次、多粒度、多方面的用電行為模型，從不同分類視角、不同時空粒度，綜合全面描述用戶用電行為，建立模式識別方法。并以此為依據，利用各類數據，從用電行為上將相似的用戶聚類，并對每類該用戶的行為模式進行識別與分析，提取模式特征，支持用電行為模式的深入理解。

4)用電行為理解。影響用電行為模式的因素眾多，需要從時間、空間、用戶類型等多個維度，分析自然、社會各種潛在因素對用電行為模式各類因素之間的關聯強度。影響用電行為模式的各個因素關聯強度也各不同，為此，需要利用關聯挖掘技術分析影響因素集合和用電行為集合之間的頻繁模式、關聯性、相關性或因果結構，從而針對特定的用電行為，從眾多因素中發現、提煉與其關聯的影響聯的影響要素，建立精細化用電模式與影響因素的關聯模型，從而進一步理解用戶用電行為。

5)綜合應用。理解各類因素與用電行為模式關聯關系，可面向政府、居民和工商業用戶提供定制分析服務類應用。如面向政府提供經濟發展趨勢預測、區域居民房屋空置率分析、電價和補貼政策的決策支持;面向電力用戶的精準營銷輔助決策、用戶信用評估、需求響應方案制定、能效提升方案制定。

3.預期價值

基于大數據的用戶能耗分析及用電方案優化可以提高能源利用率，降低用能費用，保障客戶的經濟利益，也有利于電網削峰填谷，平穩運行，促進以“電力生產為中心”向“以客戶為中心”的模式轉變，提升供電服務滿意度，提升企業社會形象。

書名：電力大數據：能源互聯網時代的電力企業轉型與價值創造

ISBN：978-7-111-51693-4

作者：賴征田

出版日期：2016-01

出版社：機械工業出版社