CN106777244A - 一种电力客户用电行为分析方法及*** - Google Patents
一种电力客户用电行为分析方法及*** Download PDFInfo
- Publication number
- CN106777244A CN106777244A CN201611226652.2A CN201611226652A CN106777244A CN 106777244 A CN106777244 A CN 106777244A CN 201611226652 A CN201611226652 A CN 201611226652A CN 106777244 A CN106777244 A CN 106777244A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- electricity consumption
- original user
- abnormal behavior
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 208
- 238000004458 analytical method Methods 0.000 title claims abstract description 89
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 54
- 238000005516 engineering process Methods 0.000 claims abstract description 26
- 238000001556 precipitation Methods 0.000 claims abstract description 10
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 230000006399 behavior Effects 0.000 claims description 37
- 238000013433 optimization analysis Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000000556 factor analysis Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 19
- 238000000034 method Methods 0.000 abstract description 14
- 230000004927 fusion Effects 0.000 abstract description 7
- 238000009826 distribution Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 208000033999 Device damage Diseases 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种电力客户用电行为分析方法及***,该方法包括:通过实时任务调度技术定期获取原始用户电力相关数据;通过数据沉淀对原始用户电力相关数据进行数据清洗和数据埋点预处理,得到经过处理后的分析数据;根据分析数据确定存在用电行为异常嫌疑对应的原始用户电力数据;将存在用电行为异常嫌疑对应的原始用户电力相关数据以及分析数据存储在Oracle数据库。本发明融合大数据技术、互联网思维与客户服务业务之间的联系,根据业务管理需求,从大数据出发采用数据工具分析得到数据化的产品,对用户的用电情况进行多维度、多层次、精细化图形展现,并通过个性化定制为用户提供精细化的电力营销服务,巩固优质服务提供辅助决策。
Description
技术领域
本发明属于电力营销技术领域,更具体的说,是涉及一种电力客户用电行为分析方法及***。
背景技术
随着当前各类技术进步推动着企业生产力提升,例如人工智能自动化、仿真模拟***、智能机器人、图像识别技术等自动化技术推动服务互动智能化水平;智能配电网、节能新技术、储能技术、新能源发电并网等能源技术,推动电网生产方式的转变,也对营销和服务模式带来影响;大数据、云计算、可视化等信息技术已经渗透到各行各业,创造着新的商业模式。新技术的发展对于公司带来了新的要求,一是要培育以数据作为企业战略资产来进行规划、管理和应用的能力,二是新技术应用最终要体现在服务产品创新和服务模式创新上。
当前,大数据技术、互联网思维与电力营销客户服务业务的深度融合不足,目前的业务分析大多只是集中于数据的简单统计描述,主要面向业务管理需求,缺乏对市场趋势、客户需求、业务规律的深入挖掘,数据分析挖掘支撑能力较弱。
发明内容
有鉴于此,本发明提供了一种电力客户用电行为分析方法及***,根据业务管理需求,对市场趋势、客户需求,从大数据出发采用数据工具分析得到数据化的产品,对用户的用电情况进行多维度、多层次、精细化图形展现,并通过个性化定制为用户提供精细化的电力营销服务,为提升电力公司经营管理、巩固优质服务提供辅助决策。
为实现上述目的,本发明提供如下技术方案:
一种电力客户用电行为分析方法,包括:
通过实时任务调度定期获取用户用电信息采集***的中间数据库中原始用户电力相关数据;
通过数据沉淀对所述原始用户电力相关数据进行数据沉淀和数据埋点预处理,得到所述原始用户电力相关数据经过处理后的分析数据;
根据所述分析数据确定存在用电行为异常嫌疑对应的所述原始用户电力数据;
将所述存在用电行为异常嫌疑对应的所述原始用户电力相关数据以及所述分析数据存储在Oracle数据库。
其中,所述通过数据沉淀对所述原始用户电力相关数据数据沉淀和数据埋点预处理,得到所述原始用户电力相关数据经过处理后的分析数据,包括:时段用电比例分析、变压器选择容量优化分析以及功率因素分析。
优选的,还包括:
对所述存在用电行为异常嫌疑对应的所述原始用户电力相关数据进行异常分析,并将用电行为异常分析结果存储至所述Oracle数据库。
优选的,还包括:
对于不存在用电行为异常嫌疑对应的所述原始用户电力相关数据根据保存数据的预设时间,采用先进先出的滚动方式进行删除。
优选的,还包括:
将所述存在用电行为异常嫌疑对应的所述原始用户电力数据、所述分析数据以及所述用电行为异常分析结果,根据预设安全运行标准,为用户提供可视化展示。
一种电力客户用电行为分析***,包括:
获取单元,用于通过实时任务调度技术定期获取用户用电信息采集***中间数据库中的原始用户电力相关数据;
分析单元,用于通过数据沉淀对所述原始用户电力相关数据进行数据清洗和数据埋点预处理,得到所述原始用户电力相关数据经过处理后的分析数据;
确定单元,用于根据所述分析数据确定存在用电行为异常嫌疑对应的所述原始用户电力数据;
存储单元,用于将所述存在用电行为异常嫌疑对应的所述原始用户电力相关数据以及所述分析数据存储在Oracle数据库。
优选的,还包括:
异常分析单元,用于对所述存在用电行为异常嫌疑对应的所述原始用户电力相关数据进行异常分析,并将用电行为异常分析结果存储至所述Oracle数据库。
优选的,还包括:
删除单元,用于对于不存在用电行为异常嫌疑对应的所述原始用户电力相关数据根据保存数据的预设时间,采用先进先出的滚动方式进行删除。
优选的,还包括:
展示单元,用于将所述存在用电行为异常嫌疑对应的所述原始用户电力数据、所述分析数据以及所述用电行为异常分析结果,根据预设安全运行标准,为用户提供可视化展示。
经由上述的技术方案可知,与现有技术相比,本发明公开一种电力客户用电行为分析方法及***,该方法包括:通过实时任务调度定期获取用户用电信息采集***中间数据库中的原始用户电力相关数据;对原始用户电力相关数据进行数据沉淀和数据埋点预处理,得到经过处理后的分析数据;根据分析数据确定存在用电行为异常嫌疑对应的原始用户电力数据;将存在用电行为异常嫌疑对应的原始用户电力相关数据以及分析数据存储在Oracle数据库。本发明融合大数据技术、互联网思维与客户服务业务之间的联系,根据业务管理需求,对市场趋势、客户需求,从大数据出发采用数据工具分析得到数据化的产品,对用户的用电情况进行多维度、多层次、精细化图形展现,并通过个性化定制为用户提供精细化的电力营销服务,为提升电力公司经营管理、巩固优质服务提供辅助决策。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种电力客户用电行为分析方法流程示意图;
图2为本发明实施例提供的一种电力客户用电行为分析方法进一步流程示意图;
图3为本发明实施例提供的电力客户用电行为分析方法的数据处理流程示意图;
图4为本发明实施例提供的一种电力客户用电行为分析***结构示意图;
图5为本发明实施例提供的一种电力客户用电行为分析***进一步结构示意图;
图6为本发明实施例提供的电力客户用电行为分析***的总体架构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明涉及电力营销领域,涉及数据挖掘、数据建模、数据展示等相结合的技术,主要针对电网居民用户和企业用户,将大数据技术应用于电力营销中,通过大数据可视化、数据挖掘、个性化推荐等技术对用户用电行为进行展现、建模和优化建议,实现个性化、精细化营销方案,为居民及企业提供用电统计分析、预测、优化推荐等服务。从优质服务和满足客户潜在需求方面出发,通过整合、深挖电力客户的用电全生命周期数据,基于基本特性、社会特性、产业特性和电力特性,按照多目标分析决策算法对客户用电行为进行分析,为不同类型的用户进行分类定位,提供差异化服务,通过提高服务品质减少客户流失,进一步增强客户对于供电企业的依赖性,同时发掘潜在大客户,提高供电企业的市场占有率。
本发明的目的就是利用移动互联网和大数据技术,通过对用户电费构成比如:电度电费、力调电费、基本电费、峰谷比以及用户年月日负荷数据分布等进行分析,生成用电优化分析报告,通过手机APP应用平台、终端设备界面等推送给相应用户,用户可以根据合理化建议分析报告,调节生产计划,合理使用变压器暂停、减容等政策,提高变压器利用效率,节约电费成本。通过这种良性互动,供电企业可以整合自身优势资源,深入挖掘用户潜在需求,提供优质服务;另外通过分析各行业用电数据,针对不同类别新装客户,可以提供对应型便捷式方案及合理化建议或设定套餐,提升用电效率,不断提高用户满意度,从而巩固和开拓市场份额有效降低公司的运营和服务成本。
请参阅附图1,图1为本发明实施例提供的一种电力客户用电行为分析方法流程示意图。如图1所示,本发明公开了一种电力客户用电行为分析方法,该方法具体步骤包括如下:
S101、通过实时任务调度定期获取用户用电信息采集***中间数据库中的原始用户电力相关数据。
需要说明的是,原始用户电力数据来源于用户用电信息采集***的中间数据库,通过接口程序定期获取用户的电力相关数据,具体的周期可以根据实际需要进行设置,一般为一天一次或一天两至六次或极少数重点跟踪用户(不超过10个)可以考虑每15分钟更新一次数据,具体的取数周期还与用采***更新中间数据库的频率有关。原始数据采用先进先出的原则,数据分析完成后,***保留分析数据的结果,如:行业用电趋势、不同报装容量的用户用电趋势;而对于原始数据,只保留极小部分有用电行为异常嫌疑的用户原始数据,不会存储全部原始数据。
S102、通过数据沉淀对原始用户电力相关数据进行数据沉淀和数据埋点预处理,得到原始用户电力相关数据经过处理后的分析数据。
具体的,对原始用户电力相关数据进行数据清洗和预处理,得到原始用户电力相关数据经过处理后的分析数据包括:时段用电比例分析、变压器选择容量优化分析以及功率因素分析,具体如下描述:
时段用电比例分析:评价企业的分时电价政策实施情况的主要指标有:峰平谷电量比例分布、平均电度电价、峰谷比、峰谷差、峰谷电费差、谷电量增长、平电量增长、电费支出增长等等。
对于专变客户,在不考虑与设备利用水平紧密相关的基本电价影响时,用平均电度电价指标对客户该政策的实施情况进行评估分析,平均电度电价的计算方法如式(1),该指标体现客户一个电费结算周期内的平均电度电价水平,与平时段电价进行对比分析能直观地反映峰谷分时电价的实施效果。
式中:Pi为不同时段电价,以P1、P2、P3表示峰平谷电价;Qi为不同时段电量比例,以Q1、Q2、Q3分别表示峰平谷电量占总电量比例,其满足式(2)
在我国现行的电价制度里,电价是确定的。客户的平均电度电价水平取决于峰平谷的电量分布;在电力营销工作中,峰平谷用电量的比例如何分布才能实现峰谷电价的盈亏平衡是供用电双方最关心的问题;在这个盈亏平衡点上,对比于不执行峰谷电价,电网企业不会增减电费收入,客户同样不会增减电费成本,因此,峰谷平衡点应满足下式(3)条件:
将Q2=1-Q1-Q3代入式(1)解得峰谷平衡点的比例k,如(4):
因此,在峰谷电量比达到k时,客户执行峰谷分时电价的平均电度电价与平时段电价相等,即较不执行分时电价的情况既不增加电费也不会减少电费。而对于峰谷电量比低于k的情况,客户平均电度电价小于平时段电价,说明该客户执行分时电价政策效果较佳;反之,客户电费成本较不执分时电价需增加电费成本。
变压器选择容量优化分析:变压器容量选择过大会增加设备购置、安装和运行维护成本,造成资金浪费;容量过小,不能满足客户的用电需求,过载运行甚至造成设备损坏。本视角通过采集客户用电数据,分析变压器的负载率、实际需量,从而判断变压器的选择是否恰当,并利用客户近期用电数据,实现暂停、减容、更换变压器(型号、容量)后的月结算电费,支撑用电优化建议书编制。具体步骤如下:
根据客户用电数据,分析变压器负载率(负载率=实际负荷/额定负荷*100%);根据客户变器负载率、实际需量、申请需量判断是否处于较经济的运行状态,实际需量如果不是而标识为不符合标准客户;确定优化措施,按实际情况为客户提供应对措施,包括暂停、减容、更换变压器等方式,并计算实施后电费支出对比分析数据,为客户用电优化建议书提供支撑。
功率因素分析:通过客户用电数据的计算客户功能因素,并与平均功率因素指标进行对比,识别不符合要求的客户,供专业部门按户制定用电优化建议,具体步骤如下:
通过企业每月的有功、无功用电量计算企业平均功率因素,公式为tanφ=无功用电量/有功用电量,可用三角函数转换成cosφ,此值即为企业当月的平均功率因素;将企业当月平均功率因素与标准功率因素进行比对,如果超出标准范围,则标识该客户为不符合要求客户;确定优化措施,按提高功能因率数确定补偿容量以及无功投资回收年限,为客户用电优化建议书提供支撑。
S103、根据分析数据确定存在用电行为异常嫌疑对应的原始用户电力数据。
S104、将存在用电行为异常嫌疑对应的原始用户电力相关数据以及分析数据存储在Oracle数据库。
本发明公开一种电力客户用电行为分析方法,本方法融合大数据技术、互联网思维与客户服务业务之间的联系,根据业务管理需求,对市场趋势、客户需求,从大数据出发采用数据工具分析得到数据化的产品,对用户的用电情况进行多维度、多层次、精细化图形展现,并通过个性化定制为用户提供精细化的电力营销服务,为提升电力公司经营管理、巩固优质服务提供辅助决策。
请参阅附图2,图2为本发明实施例提供的一种电力客户用电行为分析方法进一步流程示意图。如图2所示,本发明公开了一种电力客户用电行为分析方法,该方法具体步骤包括如下:
S201、通过实时任务调度定期获取用户用电信息采集***中间数据库中的原始用户电力相关数据。
需要说明的是,原始用户电力数据来源于用户用电信息采集***的中间数据库,通过接口程序定期获取用户的电力相关数据,具体的周期可以根据实际需要进行设置,一般为一天一次或一天两至六次或极少数重点跟踪用户(不超过10个)可以考虑每15分钟更新一次数据,具体的取数周期还与用采***更新中间数据库的频率有关。原始数据采用先进先出的原则,数据分析完成后,***保留分析数据的结果,如:行业用电趋势、不同报装容量的用户用电趋势;而对于原始数据,只保留极小部分有用电行为异常嫌疑的用户原始数据,不会存储全部原始数据。
S202、通过数据沉淀对原始用户电力相关数据进行数据清洗和数据埋点预处理,得到原始用户电力相关数据经过处理后的分析数据。
具体的,对原始用户电力相关数据进行数据清洗和预处理,得到原始用户电力相关数据经过处理后的分析数据包括:时段用电比例分析、变压器选择容量优化分析以及功率因素分析,具体如下描述:
时段用电比例分析:评价企业的分时电价政策实施情况的主要指标有:峰平谷电量比例分布、平均电度电价、峰谷比、峰谷差、峰谷电费差、谷电量增长、平电量增长、电费支出增长等等。
对于专变客户,在不考虑与设备利用水平紧密相关的基本电价影响时,用平均电度电价指标对客户该政策的实施情况进行评估分析,平均电度电价的计算方法如式(1),该指标体现客户一个电费结算周期内的平均电度电价水平,与平时段电价进行对比分析能直观地反映峰谷分时电价的实施效果。
式中:Pi为不同时段电价,以P1、P2、P3表示峰平谷电价;Qi为不同时段电量比例,以Q1、Q2、Q3分别表示峰平谷电量占总电量比例,其满足式(2)
在我国现行的电价制度里,电价是确定的。客户的平均电度电价水平取决于峰平谷的电量分布;在电力营销工作中,峰平谷用电量的比例如何分布才能实现峰谷电价的盈亏平衡是供用电双方最关心的问题;在这个盈亏平衡点上,对比于不执行峰谷电价,电网企业不会增减电费收入,客户同样不会增减电费成本,因此,峰谷平衡点应满足下式(3)条件:
将Q2=1-Q1-Q3代入式(1)解得峰谷平衡点的比例k,如(4):
因此,在峰谷电量比达到k时,客户执行峰谷分时电价的平均电度电价与平时段电价相等,即较不执行分时电价的情况既不增加电费也不会减少电费。而对于峰谷电量比低于k的情况,客户平均电度电价小于平时段电价,说明该客户执行分时电价政策效果较佳;反之,客户电费成本较不执分时电价需增加电费成本。
变压器选择容量优化分析:变压器容量选择过大会增加设备购置、安装和运行维护成本,造成资金浪费;容量过小,不能满足客户的用电需求,过载运行甚至造成设备损坏。本视角通过采集客户用电数据,分析变压器的负载率、实际需量,从而判断变压器的选择是否恰当,并利用客户近期用电数据,实现暂停、减容、更换变压器(型号、容量)后的月结算电费,支撑用电优化建议书编制。具体步骤如下:
根据客户用电数据,分析变压器负载率(负载率=实际负荷/额定负荷*100%);根据客户变器负载率、实际需量、申请需量判断是否处于较经济的运行状态,实际需量如果不是而标识为不符合标准客户;确定优化措施,按实际情况为客户提供应对措施,包括暂停、减容、更换变压器等方式,并计算实施后电费支出对比分析数据,为客户用电优化建议书提供支撑。
功率因素分析:通过客户用电数据的计算客户功能因素,并与平均功率因素指标进行对比,识别不符合要求的客户,供专业部门按户制定用电优化建议,具体步骤如下:
通过企业每月的有功、无功用电量计算企业平均功率因素,公式为tanφ=无功用电量/有功用电量,可用三角函数转换成cosφ,此值即为企业当月的平均功率因素;将企业当月平均功率因素与标准功率因素进行比对,如果超出标准范围,则标识该客户为不符合要求客户;确定优化措施,按提高功能因率数确定补偿容量以及无功投资回收年限,为客户用电优化建议书提供支撑。
S203、根据分析数据确定存在用电行为异常嫌疑对应的原始用户电力数据。
S204、将存在用电行为异常嫌疑对应的原始用户电力相关数据以及分析数据存储在Oracle数据库。
S205、对存在用电行为异常嫌疑对应的原始用户电力相关数据进行异常分析,并将用电行为异常分析结果存储至Oracle数据库。
S206、对于不存在用电行为异常嫌疑对应的原始用户电力相关数据根据保存数据的预设时间,采用先进先出的滚动方式进行删除。
需要说明的是,原始用户数据采用先进先出的原则输入,则对于正常用户数据不进行长期存储,可根据保存数据的设置,如设置为保留最近30天,采用先进先出的滚动方式将正常用户数据删除,***只针对专变用户进行用电行为异常嫌疑分析,也不需存储配变用户的负荷数据。
S207、将存在用电行为异常嫌疑对应的原始用户电力数据、分析数据以及用电行为异常分析结果,根据预设安全运行标准,为用户提供可视化展示。
通过对用户分行业、分类别,可以进行精准化、个性化定制服务,通过数据分析,为用户进行全面“体检”,借力于互联网的快捷特性,根据安全运行标准,为客户提供评价,提供友好界面进行互动,建立一种主动式、管家式的服务模式,助力新型市场下的电力营销工作。
本实施例中,请参阅附图3,图3为本发明实施例提供的电力客户用电行为分析方法的数据处理流程示意图。具体的,数据处理程序实时接收数据同步程序发送过来的数据文件,启动数据处理;实时处理:对于数据辨识、事件分析、平衡分析采用数据驱动,实时完成数据处理;定时任务:对于历史数据分析、综合评估采用定时任务处理。
本发明公开一种电力客户用电行为分析方法,本方法融合大数据技术、互联网思维与客户服务业务之间的联系,根据业务管理需求,对市场趋势、客户需求,从大数据出发采用数据工具分析得到数据化的产品,对用户的用电情况进行多维度、多层次、精细化图形展现,并通过个性化定制为用户提供精细化的电力营销服务,为提升电力公司经营管理、巩固优质服务提供辅助决策。
本发明在上述公开的方法的基础上,还公开了一种***。
请参阅附图4,图4为本发明实施例提供的一种电力客户用电行为分析***结构示意图。如图4所示,本发明公开了一种电力客户用电行为分析***,该***具体结构包括如下:
获取单元401,用于通过实时任务调度技术定期获取用户用电信息采集***中间数据库中的原始用户电力相关数据;
分析单元402,用于通过数据沉淀对原始用户电力相关数据进行数据清洗和数据埋点预处理,得到原始用户电力相关数据经过处理后的分析数据;
确定单元403,用于根据分析数据确定存在用电行为异常嫌疑对应的所述原始用户电力数据;
存储单元404,用于将存在用电行为异常嫌疑对应的原始用户电力相关数据以及分析数据存储在Oracle数据库。
由于本实施例中的各模块能够执行图1所示的方法,本实施例未详细描述的部分,可参考对图1的相关说明。
本发明公开一种电力客户用电行为分析***,本***融合大数据技术、互联网思维与客户服务业务之间的联系,根据业务管理需求,对市场趋势、客户需求,从大数据出发采用数据工具分析得到数据化的产品,对用户的用电情况进行多维度、多层次、精细化图形展现,并通过个性化定制为用户提供精细化的电力营销服务,为提升电力公司经营管理、巩固优质服务提供辅助决策。
请参阅附图5,图5为本发明实施例提供的一种电力客户用电行为分析***结构示意图。如图5所示,本发明公开了一种电力客户用电行为分析***,该***具体结构包括如下:
获取单元501,用于通过实时任务调度技术定期获取用户用电信息采集***中间数据库中的原始用户电力相关数据;
分析单元502,用于通过数据沉淀对原始用户电力相关数据进行数据清洗和数据埋点预处理,得到原始用户电力相关数据经过处理后的分析数据;
确定单元503,用于根据分析数据确定存在用电行为异常嫌疑对应的所述原始用户电力数据;
存储单元504,用于将存在用电行为异常嫌疑对应的原始用户电力相关数据以及分析数据存储在Oracle数据库。
异常分析单元505,用于对存在用电行为异常嫌疑对应的原始用户电力相关数据进行异常分析,并将用电行为异常分析结果存储至Oracle数据库;
删除单元506,用于对于不存在用电行为异常嫌疑对应的原始用户电力相关数据根据保存数据的预设时间,采用先进先出的滚动方式进行删除;
展示单元507,用于将存在用电行为异常嫌疑对应的所述原始用户电力数据、分析数据以及用电行为异常分析结果,根据预设安全运行标准,为用户提供可视化展示。
由于本实施例中的各模块能够执行图2所示的方法,本实施例未详细描述的部分,可参考对图2的相关说明。
具体的,请参阅附图6,图6为本发明实施例提供的电力客户用电行为分析***的总体架构示意图。具体的电力客户用电行为分析方法如图1中所示,在此不再进行阐述。
本发明以优质服务为出发点,契合当前售电市场竞争需要、适应用户日益增长的能源管理需求,借助于“互联网+”形势下的“快速、高效”的个性化服务,可以充分发掘营销***、用电信息采集***等现有数据的潜在价值,有效唤醒沉睡的数据资产,从大数据出发,采用数学工具分析方法得出数据化的产品,为提升公司经营管理、巩固优质服务提供辅助决策。
1、巩固、抢占售电市场:通过对用户的用电综合分析管理,可以将互联网作为用户服务平台的延伸,提高客户依存度,巩固和抢占售电市场。
2、提升现有用户满意度:用户普遍对自身用电情况存在兴趣,但绝大多数用户受制于数据不足和分析能力缺失,很难对自身用电情况有全面和深入的了解。主动为用户量身定做用电优化分析,提供合理化建议,达到辅助用户减少电费开支、提升科学用电水平的目的,巩固提升用户用电满意度。
3、节能减排,增供扩销:通过与用户的良性互动,可以探索全新的服务模式,在需求侧能源管理、电能替代、综合能源管理等领域开拓创新,提升公司市场价值与社会竞争力。
本发明公开一种电力客户用电行为分析***,本***融合大数据技术、互联网思维与客户服务业务之间的联系,根据业务管理需求,对市场趋势、客户需求,从大数据出发采用数据工具分析得到数据化的产品,对用户的用电情况进行多维度、多层次、精细化图形展现,并通过个性化定制为用户提供精细化的电力营销服务,为提升电力公司经营管理、巩固优质服务提供辅助决策。
综上所述,本发明公开一种电力客户用电行为分析方法及***,该方法包括:通过实时任务调度定期获取原始用户电力相关数据;对原始用户电力相关数据进行数据沉淀和数据埋点预处理,得到经过处理后的分析数据;根据分析数据确定存在用电行为异常嫌疑对应的原始用户电力数据;将存在用电行为异常嫌疑对应的原始用户电力相关数据以及分析数据存储在Oracle数据库。本发明融合大数据技术、互联网思维与客户服务业务之间的联系,根据业务管理需求,对市场趋势、客户需求,从大数据出发采用数据工具分析得到数据化的产品,对用户的用电情况进行多维度、多层次、精细化图形展现,并通过个性化定制为用户提供精细化的电力营销服务,为提升电力公司经营管理、巩固优质服务提供辅助决策。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
以上结合附图对本发明所提出的方法进行了示例性描述,以上实施例的说明只是用于帮助理解本发明的核心思想。对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种电力客户用电行为分析方法,其特征在于,包括:
通过实时任务调度技术定期获取用户用电信息采集***中间数据库中的原始用户电力相关数据;
通过数据沉淀对所述原始用户电力相关数据进行数据清洗和数据埋点预处理,得到所述原始用户电力相关数据经过处理后的分析数据;
根据所述分析数据确定存在用电行为异常嫌疑对应的所述原始用户电力数据;
将所述存在用电行为异常嫌疑对应的所述原始用户电力相关数据以及所述分析数据存储在Oracle数据库。
2.根据权利要求1所述的电力客户用电行为分析方法,其特征在于,所述通过数据沉淀对所述原始用户电力相关数据进行数据沉淀和数据埋点预处理,得到所述原始用户电力相关数据经过处理后的分析数据,包括:时段用电比例分析、变压器选择容量优化分析以及功率因素分析。
3.根据权利要求1所述的电力客户用电行为分析方法,其特征在于,还包括:
对所述存在用电行为异常嫌疑对应的所述原始用户电力相关数据进行异常分析,并将用电行为异常分析结果存储至所述Oracle数据库。
4.根据权利要求1所述的电力客户用电行为分析方法,其特征在于,还包括:
对于不存在用电行为异常嫌疑对应的所述原始用户电力相关数据根据保存数据的预设时间,采用先进先出的滚动方式进行删除。
5.根据权利要求2所述的电力客户用电行为分析方法,其特征在于,还包括:
将所述存在用电行为异常嫌疑对应的所述原始用户电力数据、所述分析数据以及所述用电行为异常分析结果,根据预设安全运行标准,为用户提供可视化展示。
6.一种电力客户用电行为分析***,其特征在于,包括:
获取单元,用于通过实时任务调度定期获取用户用电信息采集***中间数据库中的原始用户电力相关数据;
分析单元,用于通过数据沉淀对所述原始用户电力相关数据进行数据清洗和数据埋点预处理,得到所述原始用户电力相关数据经过处理后的分析数据;
确定单元,用于根据所述分析数据确定存在用电行为异常嫌疑对应的所述原始用户电力数据;
存储单元,用于将所述存在用电行为异常嫌疑对应的所述原始用户电力相关数据以及所述分析数据存储在Oracle数据库。
7.根据权利要求6所述的电力客户用电行为分析***,其特征在于,还包括:
异常分析单元,用于对所述存在用电行为异常嫌疑对应的所述原始用户电力相关数据进行异常分析,并将用电行为异常分析结果存储至所述Oracle数据库。
8.根据权利要求6所述的电力客户用电行为分析***,其特征在于,还包括:
删除单元,用于对于不存在用电行为异常嫌疑对应的所述原始用户电力相关数据根据保存数据的预设时间,采用先进先出的滚动方式进行删除。
9.根据权利要求7所述的电力客户用电行为分析***,其特征在于,还包括:
展示单元,用于将所述存在用电行为异常嫌疑对应的所述原始用户电力数据、所述分析数据以及所述用电行为异常分析结果,根据预设安全运行标准,为用户提供可视化展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611226652.2A CN106777244A (zh) | 2016-12-27 | 2016-12-27 | 一种电力客户用电行为分析方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611226652.2A CN106777244A (zh) | 2016-12-27 | 2016-12-27 | 一种电力客户用电行为分析方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106777244A true CN106777244A (zh) | 2017-05-31 |
Family
ID=58922118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611226652.2A Pending CN106777244A (zh) | 2016-12-27 | 2016-12-27 | 一种电力客户用电行为分析方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106777244A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292765A (zh) * | 2017-06-21 | 2017-10-24 | 国网辽宁省电力有限公司 | 一种基于聚类算法的用户用电行为监测方法 |
CN107515954A (zh) * | 2017-09-30 | 2017-12-26 | 广东美的制冷设备有限公司 | 家用设备报告的生成方法、大数据***和存储介质 |
CN108509322A (zh) * | 2018-01-16 | 2018-09-07 | 平安科技(深圳)有限公司 | 避免过度回访的方法、电子装置及计算机可读存储介质 |
CN108596467A (zh) * | 2018-04-18 | 2018-09-28 | 北京中电普华信息技术有限公司 | 一种适于售电公司的市场运营模拟交易仿真*** |
CN109522190A (zh) * | 2018-10-12 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 异常用户行为识别方法及装置、电子设备、存储介质 |
CN109684315A (zh) * | 2018-12-19 | 2019-04-26 | 国网北京市电力公司 | 用于电动汽车的数据处理方法和装置 |
CN110705916A (zh) * | 2019-10-21 | 2020-01-17 | 深圳供电局有限公司 | 一种变压器小微负荷电量的判定方法及*** |
CN110807667A (zh) * | 2019-10-31 | 2020-02-18 | 深圳市云积分科技有限公司 | 一种激活沉睡客户的方法和装置 |
CN110852588A (zh) * | 2019-11-01 | 2020-02-28 | 国网河北省电力有限公司电力科学研究院 | 电网***终端客户用能需求一体化分析*** |
CN110928260A (zh) * | 2019-12-16 | 2020-03-27 | 象山电力实业有限公司 | 基于企业用电情况智能分析的综合能源服务*** |
CN112421774A (zh) * | 2020-10-29 | 2021-02-26 | 深圳供电局有限公司 | 一种配电网无功补偿设备的监测*** |
CN112488876A (zh) * | 2020-12-11 | 2021-03-12 | 四川川能智网实业有限公司 | 一种多层次大数据采集及电力分析*** |
CN112862535A (zh) * | 2021-02-25 | 2021-05-28 | 国网河北省电力有限公司营销服务中心 | 电力专变客户电价响应度确定方法及终端设备 |
CN113064866A (zh) * | 2021-03-02 | 2021-07-02 | 深圳供电局有限公司 | 一种电力业务数据整合*** |
CN113360652A (zh) * | 2021-06-07 | 2021-09-07 | 深圳供电局有限公司 | 一种企业级电力用户智能分类方法及装置 |
CN113850496A (zh) * | 2021-09-22 | 2021-12-28 | 广东电网有限责任公司 | 一种用电规划方法、装置、电子设备及存储介质 |
CN116308884A (zh) * | 2023-03-15 | 2023-06-23 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于大数据应用的可再生能源智慧管理方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1866033A (zh) * | 2005-05-20 | 2006-11-22 | 湖南泰通电力科技有限公司 | 电网防窃电实时监测*** |
CN103020754A (zh) * | 2012-11-26 | 2013-04-03 | 国家电网公司 | 线损分析管理***及线损分析管理方法 |
CN104036357A (zh) * | 2014-06-12 | 2014-09-10 | 国家电网公司 | 用户用电窃电行为模式的分析方法 |
CN104407268A (zh) * | 2014-11-27 | 2015-03-11 | 国家电网公司 | 基于电量、电压和电流异常分析的异常用电判断方法 |
-
2016
- 2016-12-27 CN CN201611226652.2A patent/CN106777244A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1866033A (zh) * | 2005-05-20 | 2006-11-22 | 湖南泰通电力科技有限公司 | 电网防窃电实时监测*** |
CN103020754A (zh) * | 2012-11-26 | 2013-04-03 | 国家电网公司 | 线损分析管理***及线损分析管理方法 |
CN104036357A (zh) * | 2014-06-12 | 2014-09-10 | 国家电网公司 | 用户用电窃电行为模式的分析方法 |
CN104407268A (zh) * | 2014-11-27 | 2015-03-11 | 国家电网公司 | 基于电量、电压和电流异常分析的异常用电判断方法 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292765A (zh) * | 2017-06-21 | 2017-10-24 | 国网辽宁省电力有限公司 | 一种基于聚类算法的用户用电行为监测方法 |
CN107515954A (zh) * | 2017-09-30 | 2017-12-26 | 广东美的制冷设备有限公司 | 家用设备报告的生成方法、大数据***和存储介质 |
CN108509322B (zh) * | 2018-01-16 | 2020-05-12 | 平安科技(深圳)有限公司 | 避免过度回访的方法、电子装置及计算机可读存储介质 |
CN108509322A (zh) * | 2018-01-16 | 2018-09-07 | 平安科技(深圳)有限公司 | 避免过度回访的方法、电子装置及计算机可读存储介质 |
CN108596467A (zh) * | 2018-04-18 | 2018-09-28 | 北京中电普华信息技术有限公司 | 一种适于售电公司的市场运营模拟交易仿真*** |
CN108596467B (zh) * | 2018-04-18 | 2021-07-30 | 北京中电普华信息技术有限公司 | 一种适于售电公司的市场运营模拟交易仿真*** |
CN109522190A (zh) * | 2018-10-12 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 异常用户行为识别方法及装置、电子设备、存储介质 |
CN109522190B (zh) * | 2018-10-12 | 2023-02-03 | 中国平安人寿保险股份有限公司 | 异常用户行为识别方法及装置、电子设备、存储介质 |
CN109684315A (zh) * | 2018-12-19 | 2019-04-26 | 国网北京市电力公司 | 用于电动汽车的数据处理方法和装置 |
CN110705916B (zh) * | 2019-10-21 | 2022-11-11 | 深圳供电局有限公司 | 一种变压器小微负荷电量的判定方法及*** |
CN110705916A (zh) * | 2019-10-21 | 2020-01-17 | 深圳供电局有限公司 | 一种变压器小微负荷电量的判定方法及*** |
CN110807667B (zh) * | 2019-10-31 | 2023-09-22 | 深圳市云积分科技有限公司 | 一种激活沉睡客户的方法和装置 |
CN110807667A (zh) * | 2019-10-31 | 2020-02-18 | 深圳市云积分科技有限公司 | 一种激活沉睡客户的方法和装置 |
CN110852588A (zh) * | 2019-11-01 | 2020-02-28 | 国网河北省电力有限公司电力科学研究院 | 电网***终端客户用能需求一体化分析*** |
CN110928260A (zh) * | 2019-12-16 | 2020-03-27 | 象山电力实业有限公司 | 基于企业用电情况智能分析的综合能源服务*** |
CN112421774A (zh) * | 2020-10-29 | 2021-02-26 | 深圳供电局有限公司 | 一种配电网无功补偿设备的监测*** |
CN112421774B (zh) * | 2020-10-29 | 2023-05-02 | 深圳供电局有限公司 | 一种配电网无功补偿设备的监测*** |
CN112488876A (zh) * | 2020-12-11 | 2021-03-12 | 四川川能智网实业有限公司 | 一种多层次大数据采集及电力分析*** |
CN112862535A (zh) * | 2021-02-25 | 2021-05-28 | 国网河北省电力有限公司营销服务中心 | 电力专变客户电价响应度确定方法及终端设备 |
CN113064866A (zh) * | 2021-03-02 | 2021-07-02 | 深圳供电局有限公司 | 一种电力业务数据整合*** |
CN113064866B (zh) * | 2021-03-02 | 2024-03-01 | 深圳供电局有限公司 | 一种电力业务数据整合*** |
CN113360652A (zh) * | 2021-06-07 | 2021-09-07 | 深圳供电局有限公司 | 一种企业级电力用户智能分类方法及装置 |
CN113360652B (zh) * | 2021-06-07 | 2024-03-01 | 深圳供电局有限公司 | 一种企业级电力用户智能分类方法及装置 |
CN113850496A (zh) * | 2021-09-22 | 2021-12-28 | 广东电网有限责任公司 | 一种用电规划方法、装置、电子设备及存储介质 |
CN116308884A (zh) * | 2023-03-15 | 2023-06-23 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于大数据应用的可再生能源智慧管理方法及*** |
CN116308884B (zh) * | 2023-03-15 | 2023-11-07 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于大数据应用的可再生能源智慧管理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106777244A (zh) | 一种电力客户用电行为分析方法及*** | |
Hilorme et al. | Smart grid concept as a perspective for the development of Ukrainian energy platform | |
Zhao et al. | Control and bidding strategy for virtual power plants with renewable generation and inelastic demand in electricity markets | |
CN105846423B (zh) | 一种计及需求响应的光伏微电网储能多目标容量配置方法 | |
Saber et al. | A scenario-based planning framework for energy storage systems with the main goal of mitigating wind curtailment issue | |
Moreno et al. | A MILP model for optimising multi-service portfolios of distributed energy storage | |
Xiao et al. | A new energy storage sharing framework with regard to both storage capacity and power capacity | |
Ferreira et al. | Demand response models with correlated price data: A robust optimization approach | |
Rajesh et al. | Least cost generation expansion planning with wind power plant incorporating emission using differential evolution algorithm | |
Vonsien et al. | Li-ion battery storage in private households with PV systems: Analyzing the economic impacts of battery aging and pooling | |
Han et al. | Constructing prosumer coalitions for energy cost savings using cooperative game theory | |
CN103150600A (zh) | 一种电网安全分析*** | |
CN108710992A (zh) | 一种需求响应参与电网削峰填谷效果的评估方法 | |
CN101976841A (zh) | 电力***各级负荷预测指标的均衡匹配方法 | |
CN107067149A (zh) | 一种评估调峰约束下电网购电组合收益及风险的方法 | |
CN106849061A (zh) | 一种用户负荷响应激励积分计算方法和*** | |
CN107845035A (zh) | 一种现货市场下中长期电量金融合同的分解结算方法 | |
CN110797872B (zh) | 用户侧储能容量配置方法、装置、设备及存储介质 | |
Safdarian et al. | Coalitional game theory based value sharing in energy communities | |
CN103729684A (zh) | 基于萤火虫优化算法的微网负荷博弈方法 | |
CN110555607A (zh) | 电力用户移峰填谷指数计算与提示方法、终端及存储介质 | |
CN109389437A (zh) | 电价的定价方法、定价装置及终端 | |
Sharma et al. | A bi-level optimization framework for investment planning of distributed generation resources in coordination with demand response | |
CN108805326A (zh) | 一种基于多时间尺度需求响应模型的电价定价方法 | |
CN103956732A (zh) | 一种基于行业平均峰谷差率进行组合供电的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |