基于大數據應用的一體化電力服務系統研究

汪競之，王嘉鈺，郭靖雯

（國網北京市電力公司海淀供電公司，北京 海淀100195）

電力服務是連接電力市場客戶與電力企業的核心紐帶，而基層供電所就是承載著電力服務的最直接的橋梁。在過去十年中，基層供電所一直秉承著以為客戶和公司創造價值為導向，不斷拓展客戶服務渠道，以持續促進新型業務的創新發展為目標。但在服務轉型升級的過程中，基層供電所的電力服務工作的存在一些不足：一是當前電力服務的數據挖掘能力有所欠缺、數據處理存在一定短板，運營分析僅靠指標、業務等進行分類，對業務情況只能進行事后統計分析，無法排查數據深層的隱患問題；二是電力服務數據分析僅依靠單一的、線性的統計結果輸出，對于數據間的邏輯關系判別、相關性分析、數據交互和可視化展示等工作尚未做出有效成果。

本文提供了一種基于大數據分析的一體化電力服務系統應用，該應用全面收集現有業務系統的各類工單，通過數據挖掘技術，精準統計基層供電所員工個人工作量。并根據采集到的數據通過歸類分析，實現運維人員緊急業務與非緊急業務智慧派單功能。該應用從電力供給側和客戶需求側兩方面出發，充分考慮基層供電所電力服務和所轄區域內客戶用電的相互影響、相輔相成的關系，有效彌補電力服務短板，解決電力供應痛點問題。

1 電力服務大數據

電力服務因其面向客戶本身積累了海量的電力客戶數據，具備了從數據分析角度挖掘相關信息和知識的條件與基礎。運用大數據技術，可以從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中有用的信息和知識，從而創造數據增值價值，提供并衍生多種新型電力服務[1-3]。

1.1 電力服務數據的類型

以基層供電所應用頻度最高的數據為例，可分為客戶信息、網格信息、工單信息3大類。其中，客戶信息指的是電力客戶在營銷業務系統內存儲的檔案信息以及客戶經理經過走訪服務、交流座談收集的外部信息，包括但不限于客戶編號、客戶名稱、客戶地址、抄表員、智能表號、計量點編號、終端地址、計量箱條形碼、聯系人、聯系電話等；區域信息按類別可分為變電站、臺區、網格等；工單信息可根據業務類型劃分為搶修類、非搶修類、優質服務類、計量類、營銷業務類、12345類、業擴報裝類。通過梳理這3大類信息中各數據字段之間的關聯關系，不斷挖掘數據中蘊含的有效信息，能夠對基層供電所一線人員的日常工作起到促進作用。

1.2 電力服務數據處理技術

現有的基層供電所使用的數據處理技術主要以不同類型的業務支撐系統展開，例如營銷業務應用系統、電力客戶用電信息采集系統、臺區精益化管理系統、PMS2.0系統、營銷稽查監控系統等。

雖然現有的各類系統能夠在一定程度上滿足用戶所提出來的用電需求，但是各系統數據缺乏有效關聯，數據融合度處于較低水平，主動分析和挖掘現有數據的機制缺乏，不利于對客戶用電行為完整分析，進而影響基層供電所了解客戶真實的電力需求[4-6]。

此外，從基層供電所員工的日常運維角度出發，現有的支撐系統相對獨立，各系統間的兼容性、關聯性還有待完善，這就造成運維人員在工作中時常出現重復勞動、無效填報等諸多問題。

2 一體化電力服務系統的建模過程

充分利用數據之間的關聯性，按照“最少信息收集、最大使用效果”的原則，對客戶信息、網格信息、工單信息3大類信息進行整合。

2.1 工單信息收集及歸類

2.2.1 工單收集

通過收集基層供電所運維班組、內勤班組、抄表班組的各類人員日常工作業務量，完成日常工單處置數據和故障處理數據的各類工單信息整合。

2.2.2 工單歸類

按類別歸類。按照整合后的工單信息，進一步運用數據挖掘技術，進行歸納融合，劃分為工單類型、在途工單預警、接收工單統計、各班組工作量統計4大類如表1所示。其中在途工單預警統計的是截至當前尚未處理完畢的工單數量，接收工單統計的是按照日、周、月、年和自定義時段統計的已接收工作量，各班組工作量統計的是不同班組開展各類業務并按照日、周、月、年和自定義時段統計的工作量。每種綜合統計的出發點都是基層供電所的日常業務，落腳點則是不同的工作人員，這也為基層供電所的員工績效考核提供數據支撐。

表1 供電所常見工單類型劃分

按處理結果歸類。將常見的工單信息按照處理結果進行歸類，具體結果如表2所示。

表2 按處理結果劃分工單

2.2 客戶信息整理及加工

在系統檔案內現有的客戶信息基礎之上，在一體化電力服務系統內增設備注信息表，便于客戶經理自行備注附加信息。客戶的附加信息包括客戶投訴情況、報修次數、意見情況、手機短信訂閱情況、網上國網App注冊使用情況等。同時，結合愛心卡用戶調研情況，對殘障人士等需要幫扶的客戶重點關注。

2.3 網格信息建立

如圖1所示，網格信息的建立也就是基于地圖的“片區”劃分，“片區”要細化到不同類小區、所屬物業公司（居委會）、街道辦事處（村委會）作為網格基礎，其中小區分類按照老舊小區、煤改電小區、高壓自管小區、三供一業小區、回遷安置小區、綜合性小區劃分，綜合性小區是指該小區內包含不同供電電源，或者該小區部分樓棟為高壓自管客戶，其余樓棟為供電公司直管的綜合性小區。

圖1 “片區”的繪制過程

2.4 數據融合方面

工單信息和客戶信息的契合點在于客戶編號，通過調用客戶編號，就能一鍵查詢到該客戶的基礎信息以及下派的工單類型情況。

工單信息與網格信息的結合要依靠客戶信息的完整度，客戶信息涵蓋范圍越廣，就會使得網格信息的劃分越準確。

客戶信息與網格信息的過渡節點就是“片區”的劃分，不同“片區”劃分的最終落腳點是是否包含國網智能表，可分別為只含國網智能表、半自管、純自管3種“片區”。需要特別說明的是，在某種特定情況下，“片區”信息以外還并列存在電源信息，電源信息與“片區”信息的融合仍然需要客戶信息的反饋才能建立連接。

通過不斷完善客戶信息，搭建一座座“電源-臺區-客戶”的信息橋梁，實現工單信息與網格信息的充分融合，最終完成一體化電力服務系統建設，如圖2所示。

圖2 一體化系統建模流程圖

3 基于一體化電力服務系統的應用

3.1 基礎應用領域

3.1.1 電子辦公

在基層供電所業務范圍內合理利用營銷一體化電力服務系統，能有效對地區電力客戶的數據資產進行篩選和提煉，它包含了數據庫、統計學、數據穿透、模式識別、可視化展示等智能工具，從而為基層供電所業務開展起到指導、預判作用[7-9]。

3.1.2 智慧派單

網格信息的“片區”建立完成后，就可以開展任務派發環節。通過客戶、臺區信息等維度，在地圖“片區”上顯示派發的任務標記。例如地圖上有客戶A/B/C/D/E/F/G，現在插入一個任務表，里面新增了客戶A的另一項工單任務，則地圖會根據客戶A的定位，顯示對應點位，派發給就近現場工作人員，現場人員可以利用手機進行工作情況的實時反饋，實現一體化電力服務系統智慧派單功能。

3.1.3 客戶用電行為分析

在研究過程中，通過選取2017—2019年3年內東升供電所轄區所有預付費客戶的購電數據，分析客戶的購電規律[10-11]。以2019年為例，東升供電所轄區電表余額不足導致停電跳閘的客戶多達7736戶，占總客戶的5.17%，跳閘次數最高的客戶達73次。上述客戶全年累計購電131984筆，其中75709筆均為跳閘后購電，如圖3所示。

圖3 用戶購電前電費金額統計

針對跳閘次數較多的客戶，通過主動上門及電話回訪的方式進行情況了解，發現大多數客戶因為租房、搬家等原因，導致原本收集的客戶信息不準確，實際居住的客戶無法得到有效信息采集，已搬離的客戶仍會收到原住址的訂閱提醒。

針對上述情況應用一體化電力服務系統可有效地避免因客戶信息收集偏差造成的種種困擾。因為在建立“片區”之初，基層供電所的臺區經理和營業廳服務人員就要準確收集客戶的聯系方式，實行精準服務。臺區經理更要與社區物業、街道辦事處、村委會等保持緊密聯系，隨時更新維護系統內客戶流動情況，為客戶推薦準確的短信提醒業務和自動扣款服務，確保客戶可以在余額耗盡前購電，避免跳閘停電和錯收未收短信事件的發生。

3.2 高級應用領域

3.2.1 企業績效管理

績效管理中的績效指標是連接企業目標與企業員工行為的橋梁[12-13]。其中關鍵績效指標更是決定企業發展方向、經營效益的重要因素。一方面強化企業負責人責任意識、約束其經營行為、評價其經營成果，引導持續提升經營業績和水平的管理方式；另一方面持續激發企業員工的工作積極性，通過構建科學有效的激勵約束機制，將關鍵指標工作逐級落實到每一位企業員工，最大程度提升企業員工對企業管理的參與度。以基層供電所為例，一體化電力服務系統的數據基礎就是能精準的記錄不同員工的各項業務量，為基層供電所的管理者提供員工績效考核的準確依據，并根據員工業務承載量，進一步優化人員分配與業務分工。

3.2.2 電力隱患管理

電力隱患通常是指電力生產和建設施工過程中產生的可能造成人身傷害，或影響電力（熱力）正常供應，或對電力系統安全穩定運行構成威脅的設備設施不安全狀態、不良工作環境以及安全管理方面的缺失[14]。由于歷史遺留問題導致北京地區小區的電力供應方式有別于外省（市），每到夏季負荷高峰期或冬季煤改電采暖期，因非電力公司產權設備故障導致的停電隱患時有發生，客戶通過撥打95598供電服務熱線或12345市民服務熱線報修，經過2種系統的層層派單，最終歸屬到屬地供電所，再由供電所搶修人員到現場核實情況，若非電力公司產權設備還需轉派所屬物業公司、居委會甚至街道辦事處。這期間不僅耗費大量時間，而且沒有從根本上解決客戶的電力需求。基于現有的運行機制下，電力公司處理隱患的手段方式短板突出、局面被動，而一體化電力服務系統可為電力隱患管理提供了強有力的支撐。

將電力隱患按照時間排序可以產生以下6種階段：隱患預警和準備階段、識別隱患階段、隔離隱患階段、管理隱患階段、處理善后隱患階段、特殊隱患報備階段。

一體化電力服務系統對不同階段的具體判別流程為：

隱患預警和準備階段。該階段須提前建立地理“片區”，收集可能引發隱患的內部信息和外部信息，及時準確的識別、分類并劃撥隱患位置，利用數據挖掘技術根據客戶的需求選擇對應“片區”，并對數據進行預處理，例如冗余數據剔除、有效數據提煉、邊界數據判定歸屬等[14]。

識別隱患階段。該階段主要針對第一階段的數據進行再加工、整理，尤其要判定信息的產權歸屬，同時對真信息保存建檔，對偽信息刪除。

隔離隱患階段。該階段建立在“片區”信息相對完善準確的基礎上。經過前2個階段的大量數據收集，不同“片區”的隱患已經顯現無遺，這時候供電所再根據“片區”信息，針對密集型隱患提前布置防控措施，主動隔離隱患區和非隱患區，避免隱患進一步擴大；針對散點型隱患，結合識別隱患階段所搜集的信息，判斷隱患類型，將同類型隱患做統一隔離處理；針對特殊型隱患，通過設立典型案例，妥善運用“一事一辦”策略，完成各類型電力隱患隔離處理，為后續的隱患管理和隱患解除搭建了橋梁。

管理隱患階段是電力隱患管理的核心中樞，對基層供電所而言，能夠依據科學的信息篩選和準確的隱患預判從而做出迅速決策顯得尤為關鍵。現階段可以將數據挖掘技術和樹立典型案例2種方式相結合，通過數據挖掘技術，開展從定量分析到定性分析的深入研究，并對挖掘出的有效信息進行反饋評價；還可以對特定隱患處理全過程設定典型案例，并根據以往的隱患管理經驗，對當前的隱患管理提供解決措施和方案，讓決策者達到選擇性借鑒的目的[15]。

4 結束語

本文提供了一種基于大數據分析的一體化電力服務系統應用，該應用融合了基層供電所工作人員的工單信息、電力客戶的客戶信息，以及基于地圖的網格信息，很大程度上改善了因信息壁壘而導致的電力供應短缺、電力服務滯后的情況，進一步提高基層供電所的電力服務水平和服務質量。