基于大數據的供電營銷服務應用探討

張紅燕

（廣東電網有限責任公司江門供電局，廣東江門529000）

0 引言

目前，供電企業營銷基礎業務工作已趨于成熟，業務流程、操作規范、系統支撐等已建立完整體系。然而，在電力市場化改革的不斷深化和加快，電力監管力度的不斷加強，以及用電客戶對用電可靠性及營銷服務水平提出更高要求等形勢下，目前的營銷服務工作仍然不能滿足要求。

為了進一步提升營銷服務工作質量，本文基于供電企業大數據現狀及挖掘，提出了一系列應用場景，可為供電企業具體實施工作提供參考。

1 供電企業大數據現狀

根據來源的不同，供電企業大數據可分為內部數據和外部數據。其中，內部數據產生于營銷管理系統（包括客戶服務過程行為數據）、計量自動化系統、生產管理系統、GIS系統等。這些數據包括靜態數據、實時數據和歷史數據，其中靜態數據包括電網設備模型參數、線路拓撲結構、電力用戶資料數據等，實時數據包括電量計量、電力負荷等，歷史數據包括用戶交互數據等；外部數據來源于氣象預報系統、互聯網數據、公共服務部門數據、社會經濟數據、企業私有數據等，這些數據也為電網服務、運行、管理、決策等提供支持。

目前，供電企業的業務系統種類多，然而大數據應用能力不足，不能及時掌握用戶用電變化，對用戶用電潛力挖掘深度不夠，對市場的特點和規律研究不足，不能有針對性地開展營銷服務工作。

2 供電企業大數據應用平臺搭建

基于現有數據模式，搭建統一的大數據應用平臺。整合集成現有數據，把不同來源、格式、特點、性質的數據在邏輯上或者存儲介質上有機地集中，并系統存儲一系列面向主題的、集成的、相對穩定的、反映歷史變化的數據；同時，借助大數據的分析技術，如數據挖掘、模式識別、神經網絡、時間序列預測模型、遺傳算法等多種不同的方法，從海量營銷服務數據中找出潛在的規律與趨勢；最后，根據整合分析了的數據結果，借助大數據的可視化展現技術幫助營銷人員洞察業務發展趨勢，更直觀、準確地理解分析結果數據表達的意義。

3 基于大數據的營銷業務場景應用分析

供電企業大數據應用主要是為供電企業本身的運營管理提供決策支撐，為電力用戶服務提供決策依據，為政府提供決策支持。

本文主要是基于現有營銷業務，依托大數據，開展營銷業務場景應用分析。

3.1 電力供應預測分析

傳統的負荷預測是基于歷史數據及客戶報裝情況，開展年度、月度及日負荷預測。為了進一步提升服務，實現精準預測，可基于臺區用電量歷史，重點關注節假日、季節性電量大幅波動臺區，結合用戶報裝及移動用戶遷移意向，預測臺區波峰時段電力供應需求，為生產及客服部門提供依據。

3.2 企業成本優化分析

在互聯網不斷發展的情況下，需在提升客戶滿意度的基礎上考慮企業成本。結合客戶用電行為，開展對不同渠道應用分析，優化服務渠道規劃，提出渠道功能優化建議，制定有針對性的、個性化的營銷服務方案，改善客戶感知，降低服務成本。如開展營業廳、自助繳費終端優化布點分析，利用運籌學理論，在滿足客戶需求的同時減少不必要的浪費，合理開展資源配置；開展不同服務渠道收費模式成本分析，結合不同區域客戶類別，有針對性地引導客戶繳費習慣，減少電費回收成本；開展短信業務應用分析，優化通知模式，減少通信支出成本；開展微信、網廳、掌廳業務分析，不斷優化業務功能，轉移實體營業廳業務量，降低用工成本。

3.3 用戶能耗分析及用電優化

隨著智能電表的普及，用戶的實時數據通過互聯網傳輸到終端，形成了大量數據庫，為優化客戶用電信息方案提供了數據支撐。通過使用在線遠程集抄用戶智能電表，可及時了解客戶電能質量狀態，監測故障信息，及時進行處理，保證客戶用電安全。通過對電力大數據進行梳理、分析，不僅能根據各行業的用電行業特性為大客戶提供技術參考，還可根據供需關系、已有資源以及發展規劃進行能耗分析，分析用電成本、優化空間，為大客戶制定最優規劃，提高其電能利用效率。

（1）大工業用電實行兩部制電價，包括基本電價、峰谷平電價以及功率因數調整電費。可以根據客戶用電量需求、用電周期，考慮變壓器的運行經濟成本和投資周期成本設計最優方案，確定變壓器臺數以及容量。

（2）基于力調功率電費賞罰方法，根據大工業用戶力調電費歷史數據，進行無功補償投資分析，設計方案，提高功率因數，改善電能質量，進行能效優化。對用戶歷史電費數據進行指標分析，分析峰谷平各時段電量、最大需量、力調功率、占比等信息與電費的關系，根據結果進行深入挖掘分析，給大客戶用工時段提供建議，鼓勵大客戶錯開用電高峰期，在完成生產任務的情況下節約用電成本。

（3）在線監測用電設備電能質量，對諧波、三相不平衡、失壓、失流等指標進行閾值預警，一旦超過預警值，馬上采取相應措施，保證客戶安全用電，設備安全穩定運行。

（4）通過大數據分析，采用智能算法預測將來幾年的電力負荷量，確保變壓器留有足夠的裕度，滿足客戶日益增長的需求，提前做好備案，進行經濟最優化處理；將用戶按行業分類，統計分析各行業典型負荷曲線，將所有用戶與所屬行業曲線做對比，對變化趨勢不一樣的客戶給出改進方案，提高其用電效益。

3.4 政府輔助決策支持

結合各行業客戶用電量情況以及報裝情況，開展社會經濟狀況分析與預測，就產業調整、經濟調控為政府提供決策性支持；利用新能源分布式電源情況及電動汽車應用情況，為智能城市規劃提供依據及參考。

4 結語

作為一種新興的技術手段和管理理念，對于電力大數據的研究仍然處于初級階段，本文重點是理論應用探討，而如何實現數據挖掘的關鍵技術以及落實應用后的成效分析需進一步研究，從而為落實供電管理精益化以及實現精細化服務打下良好基礎。

[1]翟海妮，龐徐偉，尤鳴宇，等.電力大數據的應用價值及其共享平臺分析與設計[J].經營與管理，2017（7）：104-108.

[2]張沛，楊華飛，許元斌.電力大數據及其在電網公司的應用[J].中國電機工程學報，2014（S1）：85-92.

[3]段軍紅，張乃丹，趙博，等.電力大數據基礎體系架構與應用研究[J].電力信息與通信技術，2015，13（2）：92-95.

[4]張東霞，苗新，劉麗平，等.智能電網大數據技術發展研究[J].中國電機工程學報，2015，35（1）：2-7.

[5]中國電機工程學會電力信息化專業委員會.中國電力大數據發展白皮書[M].北京：中國電力出版社，2013.