考慮氣溫因素的電力客服投訴量預測研究

吳潔 高騫 樊麗君 胡彩紅

1.國網陜西省電力有限公司； 2.國網江蘇省電力有限公司； 3.北京成和能源咨詢有限公司

一、引言

近年來，隨著電力體制改革的不斷深入和宏觀經濟發展模式的轉型升級，售電市場競爭日趨激烈，政府監管越來越嚴、客戶需求越來越高，電網企業面臨著來自內外部多方面的經營壓力。面對新形勢，各省級電網公司超前謀劃，堅持以市場為導向、以客戶為中心、以效益為目標，著力推進電網企業治理能力全面提升。電力客服投訴量是供電服務質量的關鍵評價指標之一，對于合理安排電網運行維護意義重大，因此需要深入研究電力客服投訴量預測方法，著力提高供電服務水平。

文1提出以集中規約化的信息技術手段建立95598客服中心與地市供電公司現場處置之間的信息共享，共同提高客服質量。文2闡述了供電服務質量的影響因素、影響范圍和程度，提出多措并舉，有效提高供電服務質量的保障措施。上述研究側重于提高供電服務質量的管理措施研究，對于客戶投訴量預測和氣溫因素考慮不足。

本文提出考慮氣溫因素的電力客服投訴量預測研究，構建BP神經網絡電力客服投訴量預測模型，以便準確預測不同氣溫時的客戶投訴次數，并采用案例驗證所提模型的可行性。

二、預測模型

BP神經網絡通過對以往歷史數據的學習，找出數據的變化趨勢之間的非線性關系，并將其存儲在網絡具體的權值和閥值中，從而預測未來數據的走勢。

當影響因素不多時，通常采用單步預測法。當k=1時，且網絡的所有輸入數據都是時間序列的實際觀測值時所做的預測就是單步預測。在進行預測時，把實際的時序觀測值Xn,Xn+1,…,Xn+m，這m+1個數據輸入網絡，輸出是下一時刻的預測值。

若要繼續對Xn+m+2的值進行預測，則用實際觀測值Xn+1,Xn+2,…,Xn+m+1作為輸入數據，得到預測值。

三、案例分析

以西北某省電網公司為例，該公司高度重視客服服務工作，將“人民電業為人民”作為企業宗旨，將客戶停電時間、客戶滿意度作為戰略指標進行管理，95598供電服務熱線24小時向用戶提供用電業務咨詢、電量電費查詢、停電信息、故障報修、投訴舉報及建議等服務。打造“始于客戶需求、終于客戶滿意”的客戶服務體系，實現“全員、全程、全心全意”為客戶服務。建立客戶需求傳遞機制、客戶服務協同機制和服務質量評價機制，持續減少客戶停電時間、提高客戶滿意度，真正解決客戶用電問題和服務問題。

近年來，該省經濟高質量發展，2018年全省實現生產總值24438.32億元，同比增長8.3%，高于全國1.7個百分點，增速居全國第5位。全社會用電量1594億千瓦時，同比增長6.6%，低于全國1.9個百分點。以較小的電量增速支撐了較高的經濟發展速度，說明該省經濟結構加快轉型，新舊動能轉變較為成功。該省2017年電力客戶投訴量超過2600件，2018年超過6300件，2019年1-4月即超過2000件，說明電力客戶維權意識快速增強，電網公司需要繼續提高供電服務質量。

根據該省經濟發展、用電量增長和氣溫變化歷史數據，采用BP神經網絡進行擬合分析，研究表明，日最高氣溫超過28℃時每上升1℃，居民日用電量將增加10.5%，電力客服投訴量將增加7.6%；日最高氣溫低于5℃時每下降1℃，居民日用電量將增加7.3%，電力客服投訴量將增加4.8%。分析結果表明，高溫天氣比低溫天氣更容易增長空調負荷，供電線路也容易發生過載現象，從而引發客戶投訴。預計2019年該省電力客戶投訴量將超過8000件，電網公司需要加強極端天氣，特別是高溫天氣的安全有序供電工作。

對客戶投訴量的逐月預測表明，若不考慮氣溫因素，月平均預測誤差達到13.2%。在BP神經網絡中引入氣溫因素，客戶投訴量的月平均預測誤差降為4.9%。說明氣溫對用電量和客戶投訴量的增長具有顯著影響。提高客戶投訴量預測的準確水平，并對電力客戶投訴事件進行快速有效的處理，能夠提高電力客戶對電網公司的認可和粘度，是電網公司優質服務的重要內容。

結論：客服服務環節對電網公司尤為重要，優質的客服服務可以提升用電客戶量、售電量以及企業經營狀況等。為了提高供電服務質量，需要精準預測客戶投訴量，以便合理安排維護力量。考慮氣溫因素，構建基于BP神經網絡的電力客服投訴量預測模型，以便準確預測不同氣溫時的客戶投訴次數。以西北某省為例，研究表明，日最高氣溫超過28℃時每上升1℃，居民日用電量將增加10.5%，電力客服投訴量將增加7.6%；日最高氣溫低于5℃時每下降1℃，居民日用電量將增加7.3%，電力客服投訴量將增加4.8%。對比分析說明說明氣溫對用電量和客戶投訴量的增長具有顯著影響。預計2019年該省電力客戶投訴量將超過8000件，電網公司需要加強極端天氣，特別是高溫天氣的安全有序供電工作。案例表明所提方法的可行性。