江蘇電力話務量分析預測系統的設計與應用

田 諾，王 殊，張明杰

（江蘇省電力公司 電力科學研究院，南京 210000）

江蘇電力話務量分析預測系統的設計與應用

田 諾，王 殊，張明杰

（江蘇省電力公司 電力科學研究院，南京 210000）

介紹江蘇省95598供電服務中心話務量分析預測系統的總體設計思路、系統主要功能及應用效果，在掌握業務發展趨勢、開展排班管理、前瞻性進行系統資源擴容、實施時段性話務高峰應急處置等方面，該系統均可發揮重要作用，具有可操作性和實用性，為實現95598供電服務中心高效率的運營管理、降低整體運營成本、保證客戶服務品質、提升客戶服務感知提供技術支撐。

供電服務中心；話務量預測；排班管理

隨著人們對電力服務質量要求的不斷提高，廣大用電客戶不再滿足于以“用上電”為目標，而是對能否“用好電”提出了更高的要求，提供優質的供電服務已提升到國家電網公司發展戰略的高度。95598作為供電企業的對外窗口，擔負著為電力客戶提供快捷優質的服務、樹立企業良好社會形象的重要職責。

江蘇省95598供電服務中心為適應新形勢，結合目前供電服務中心實際需要，開展了話務量分析預測系統的設計與建設工作。本系統通過對歷史話務量、負荷及氣象數據變化趨勢進行系統地分析，根據不同周期話務量變化的規律及發展趨勢，研究科學的話務量預測方法，并設計研發為應用軟件系統。

1 總體設計思路

本系統的建設以應用現代預測理論和計算機網絡技術、建立國內領先的江蘇省95598供電服務中心話務量分析預測系統為目標，實現全省/各市區2級話務量分析預測管理工作的目的。主要設計思路如下：

（1）整合調度自動化系統的負荷數據、氣象實況和預報數據和95598供電服務中心話務量數據等多方面資訊。這些數據蘊含著豐富的信息，關聯性強，是深入分析挖掘話務規律、科學預測話務量的基石。

（2）結合國家電網公司組織制定的《關于省級集中95598供電服務中心建設的指導意見》與江蘇省95598供電服務中心實際工作需要，建立電力呼叫中心話務量分析預測指標體系量化分析模式，實現“建設技術先進、隊伍精良、管理精益、運作高效、品質卓越的一流省級95598供電服務中心，為推進公司‘大營銷’體系建設提供強有力的支撐”的總體目標。

（3）利用模式識別技術等科學手段，研究江蘇省天氣情況（如：溫度、濕度、降雨量等）與話務量變化的關系，通過靈敏度分析方法，建立氣象指標對話務量指標的量化影響分析，為科學預測95598供電服務中心話務量提供外圍影響因素的分析研判方案。

（4）結合當前國內外呼叫中心話務量預測領域的先進技術成果，綜合考慮江蘇省95598話務量變化特點，研究并建立多種預測方法與預測模型，盡可能滿足話務量發展規律多樣性的需求，使預測精度達到先進水平。

2 主要功能介紹

95598供電服務中心的話務量是一種受多種因素影響的非線性時間序列，這些因素既包括負荷、氣象、日類型（工作日、休息日與節假日）等量化指標，又包括電價調整、檢修停電等非量化指標。因此，研究各類相關因素對話務量變化的影響，對于提高話務量預測精度具有重要意義。此外，從年、月、周等時間維度上來看，話務量具有明顯的周期性特點，所以話務量預測應綜合考慮這一規律，并疊加上節假日、特殊日等因素的影響，使預測結果精度進一步提升。

本系統的設計開發，從對原始數據的智能化檢測與處理、全方位的話務量發展趨勢分析、多元化的話務量預測模型搭建、先進的預測策略研究等方面入手，最終建立一套能夠滿足高效、精確、智能需求的95598供電服務中心話務量分析預測系統，為合理安排排班方案提供基礎和保障。

2.1 綜合信息維護平臺

本系統能夠實現對基礎數據的采集、維護和管理。

該平臺整合了江蘇省95598供電服務中心的話務量數據及歷年來江蘇電網負荷信息、江蘇各區域氣象信息，通過外部自動數據接口的定時采集，可及時獲取、更新各方面數據，保證供電服務中心可隨時依據最新信息，開展話務量的分析預測工作。

氣象數據包括日最高氣溫、日平均氣溫、日最低氣溫、日降雨量、風速等，氣象因素對呼叫中心話務量影響較大，作為重點相關參數參與預測過程，因此良好的數據維護工作尤為重要。

歷史數據的準確性是保證話務量預測精度的基礎。話務預測涉及的數據量較大，并且在采集過程中出現壞數據的現象比較常見，完全依靠人工對壞數據進行篩選費時費力。如何對大量數據中的壞數據進行智能辨識，并提出行之有效的修正技術，是話務量預測中必須攻克的難關。為了自動勘誤，減少壞數據對預測結果精度的影響，本系統將研究基礎數據的特征提取技術，智能化地識別話務曲線的變化規律和發展模式，由此辨識和修正歷史數據中的壞數據，為后續進行有效的話務量預測奠定基礎。

2.2 數據綜合分析

數據綜合分析模塊包括多維度的話務量基本特性分析、負荷和氣象與話務量的相關性分析、異常話務量分析三大功能。

2.2.1 基本特性分析

話務量基本特性分析是從多維度（全省和各地市、人工接入量和總接入量以及不同的時間間隔）把握話務量變化規律的基礎手段，通過對時段、日、月、年等各種話務曲線的展示和話務量特性的分析，反映話務量的變化規律和影響因素，從而更好的支持話務量預測專家的工作。本模塊主要通過話務曲線、話務特性、話務概率和話務分布4個二級模塊進行分析。

（1）話務曲線是從多維度對各種話務曲線的展示。

（2）話務特性是從多維度對話務量特性的展示，話務量特性指標有話務總量、最大話務量、最小話務量和平均話務量等。

（3）話務概率：一方面實現概率分布功能，即對選定時間范圍內，以某一基值為基準，分析各時刻話務量占該基準值的比重的分布情況，另一方面實現持續曲線功能，即選定時間范圍內，依據各時刻話務量從大到小的順序進行排序，可自動計算出任意運行時刻的話務量值以及任意話務量范圍對應的運行時刻情況。

（4）話務分布：實現對指定時間范圍內，日最大話務量出現在不同時段的概率分布情況展示。

話務量結構分析可以從多維度通過曲線結構和特性結構2個二級模塊進行分析：①曲線結構分析能夠實現直觀對比某日全省與各地市話務量曲線；②特性結構分析是指分析指定時間范圍內各地市話務特性占全省話務特性指標的比重，識別各地市對全省話務的貢獻程度。

2.2.2 相關因素分析

話務量除受到自身日類型影響外，還受到多種外在因素的影響，包括負荷、氣象等因素的影響。這個模塊主要是分析各地區負荷特性指標（包括最高負荷、最低負荷、平均負荷等）和氣象特性指標（如：降雨量等）對話務量特性指標（包括日話務量、日最大話務量、日最小話務量、日平均話務量等）波動的影響。該模塊實現了氣象、負荷因素單位變化時對話務量帶來的量化影響，為研究單一因素對話務量的波動影響提供了很好的數學分析工具。

2.2.3 異常話務量分析

異常話務量的統計和分析對供電服務中心的運營至關重要，對于緊急情況的應對處置能力體現了供電服務中心的運營管理水平，因此，本系統對異常話務量進行了專題分析。

（1）系統具有異常話務數據提取機制，可人工設置篩選條件，對某一時間周期內的異常話務量進行提取，通過對話務曲線的直觀展示，對比典型曲線、日話務曲線與時段平均話務曲線，以突出形式展現出提取出來的異常話務量數值和發生時刻。

（2）系統根據提取出來的異常話務量，對其分布在不同時段的特征情況進行統計，以月為時間維度，統計不同時段（如：早峰、午峰、晚峰、低谷等）異常話務量發生概率與范圍。

（3）對提取出來的異常話務量所在日，提供影響因素自定義功能，可對氣象因素與負荷特性進行區間設置，系統根據區間設置條件自動對異常話務量所在日進行匹配，形成在該區間范圍內發生異常話務量的統計概率分析。

（4）系統將統計不同地市在相同時間范圍內發生異常話務量的概率，找到經常發生異常話務的主要地區。

2.3 話務量預測、預測策略及預測結果管理

話務量預測功能模塊包含年度預測、月度預測、短期預測和超短期預測功能。長期預測：即次年12個月日均話務量與最大日話務量預測；中期預測：即次月日均話務量與最大話務量預測；短期預測：即日前每日話務曲線預測；超短期預測：即當日預測后半日話務曲線預測。

預測策略的實質是研究如何將各種預測方法的預測結果進行最佳的組合，包含3方面的內容：其一是選擇哪幾種預測模型，進行預測結果的組合；其二是如何優化各種模型的權重，使預測精度達到最高；其三是如何確定預測樣本的歷史可信度，使預測模型盡可能反映近期負荷變化的規律。預測策略研究將取得的成果是，根據各地區、各時段的特點，篩選出不同的預測模型集，解決以往其他話務量預測軟件要求用戶選模型的難題，使預測精度達到先進水平。

對于不同的預測周期，話務量具有各不相同的特色，例如：月話務量具有明顯的季節變化特性，而日話務曲線具有明顯的工作日與休息日周期性。不同時段話務量預測，需要對癥下藥，分別研究與其發展規律相匹配的預測方法和模型。此外，各種預測的實踐表明，任何一種方法只是數學上的一種理想的模型，只能對某一種預測對象的發展規律有較好的擬合和預測效果。不同地區、不同時間的話務量變化規律是不同的，很難用一種或幾種預測模型描述所有的話務量變化規律。因此，必須建立全時間維度話務量預測模型庫，以盡可能多的預測模型滿足話務量發展規律多樣性的需求。系統設計的預測模型包括回歸模型、多曲線擬合模型、季節指數模型、啟發比例模型、相似日概率預測模型、濾波模型等。

本系統能夠實現以下2點：①長期話務量預測做到了最小的誤差擴散。根據話務量數據的局部累積特性，提出合適的預測模型，使預測的準確度大大提高，并且很好地控制長時段預測的誤差擴散；②話務量預測滿足不同預測粒度的要求。話務預測模型是基于對歷史記錄數據挖掘分析后建立的概率統計模型，通過對數據多維度的挖掘分析，抽取其中蘊含的多種影響因素和其特有的變化規律，建立準確的話務量預測模型。

預測結果管理模塊包括預測準確率查詢和預測結果查詢與修正。話務量預測結果的合理性依賴于預測人員的經驗和技巧，因此軟件為預測人員干預預測過程提供了可能，這使得預測人員的主觀因素（如：預測經驗、分析判斷能力等）得到充分的發揮。此外，系統在跟蹤記憶用戶的預測過程時，通過方法的選擇和誤差分析可以得出適合預測對象的最優綜合模型，從而進一步提高系統的便捷程度和模型預測精度。

3 應用效果

該系統于2012年6月進入試運行階段，10月份正式部署實施，試運行期間，在江蘇省95598供電服務中心日常工作中逐漸顯現出其特有的優勢，主要表現在如下幾個方面：

（1）建立了全方位、多角度的話務量分析預測指標體系，為評估市場結構與整體運行情況，直觀揭示話務量特性及規律，為制訂排班方案提供有重要價值的決策依據，大幅提高95598分析與預測話務量的業務能力。

（2）依據話務量預測結果分析話務量較大時期的業務特征，尋找規律性，可以適時地采取相應措施進行引導，分流系統話務量，減輕高峰時期系統負擔，保證系統穩定運行。

（3）本系統在科學指導供電服務中心建設投資、提高投資利用率和設備使用效率、適時調整發展規模和合理利用人力資源和提高服務質量等方面發揮著重要作用。

4 結束語

本系統建立了以話務量分析與預測理論為核心，基于計算機、網絡通信、信息處理技術及安全管理模式的綜合信息平臺，為預測與決策人員提供完善的工作環境及科學決策工具。系統深入分析不同周期話務量變化的規律，研究各類相關因素對話務量的影響，掌握話務量變化的趨勢，提供精度較高的預測結果。系統的成功應用，在保證電話接通率、客戶滿意度等核心運營指標的同時，為實現高效率的供電服務中心運營管理、降低整體運營成本提供了有力的支撐。隨著業務人員使用熟練程度的增加和系統實用化應用的進一步完善，系統作為計算機科學與專家經驗的有機結合體，將在江蘇省95598供電服務中心發揮更重要的作用。

：

[1]康重慶，夏清，劉梅.電力系統負荷預測[M].北京：中國電力出版社，2007.

[2]牟穎，王俊峰，謝傳柳，等.大型呼叫中心話務量預測[J].計算機工程與設計.2010,31(21)：4 686-4 689,4 719．

[3]張一農，劉伯龍，王文婷.基于神經網絡的客服中心話務量預測模型[J].吉林大學學報：信息科學版，2011，29(2)：97-101.

[4]董哈微，葉先一.基于時間序列的呼叫中心話務量預測[J].閩江學院學報，2008，29(5)：27-30．

Design and application of Jiangsu electric power communication business analysis prediction system

Tian Nuo,WANG Shu，ZHANG Ming?jie
(Electric Power Research Institute,Jiangsu Electric Power Company,Nanjing 210000,China)

The article introduces the overall design,the main function and the application effect of communication business anal?ysis and prediction system of Jiangsu province 95598 power supply service center.In the aspect of mastering business development trend,scheduling management,prospective system resources expan?sion,the implementation of peak business period of emergency dis?posal and other aspects,the system plays an important role,is an operable and practical application.It provides technical support to achieve the 95598 power supply service center highly efficient oper?ation and management,reduce overall operating costs,ensure the quality of customer service,improve customer service awareness.

power supply service center;communication business prediction;scheduling management

F407.61

C

1009-1831（2012）06-0051-03

2012-10-19