基于数据挖掘的电力营销精准稽查系统的研究与实现
发布时间：2020-12-08 19:32
电力营销稽查的主要目的是有效监督整个电力营销业务流程及活动,在一定程度上规避一些常见的经营风险,降低电力营销活动中的经济损失,进而提高电力营销管理水平。从用户用电的角度讲,电力营销稽查管理的有效实施,可以有针对性地监督检查用电业务办理的一系列程序,维护客户利益。因此研究营销稽查工作的精细化管理对电力企业和用电用户具有重要意义。本文针对现有营销系统主要定位偏向于基础业务执行和简单统计分析实现的业务现状,通过对电力大数据的分析、挖掘、应用,实现对某省供电局营销稽查中心实际业务工作精细化及持续创先的有力支撑。本文首先结合某省供电局实施营销稽查的实践经验,对精准营销稽查工作的需求进行了梳理,包括数据需求和功能需求。分析营销系统数据发现,营销系统中有部分用户的处理工单和退补工单没有关联,因此本文提出了一种工单匹配算法,用以关联同一用户的处理工单和退补工单;比对用户用电曲线和人工录入的故障区间发现人工录入的故障区间有明显的不准确性,因此本文提出一种故障区间检测算法,用以检测用户实际的故障区间;在检测出实际的故障区间之后,需对故障区间内的用户用电量进行追补,因此本文提出一种电量预测算法,作为追补电量...
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
图３－１用户分类流程??１２??
用户电量追补分析以计量自动化数据为基础，结合工单数据分析用户退补??的电量是否符合用户真实用电情况，是否存在应追少追的问题。故障处理工单??以及故障退补工单中对于故障发生时间区间的描述与用户用电曲线所反映出的??故障情况有所不同。因此本文通过故障区间检测算法检测故障区间。目前对于??用户退补电量的计算方法主要采用了均值计算等方式，此类传统方式无法体现??用户日用电量的变化，且精度不高。因此本文通过电量预测算法预测故障区间??的用户电量，可以显著减少用户应退补电量与用户真实用电量之间的误差。??３．２．１故障区间检测算法??当前供电公司业务人员在实际操作中，主要依据用户描述、部分历史数据??以及主观经验人工判定故障开始时间和结束时间。在这个过程中，描述不到位、??数据不全面或经验不足等都可造成故障区间判定不合理。如图３－３所示，某用??户电表发生黑屏，在系统故障处理及退补工单中，记录故障区间为７月１曰到??８月１１日，而由用户两年用电曲线图可知７月２３日至９月１７日区间用户用电??量明显异常。故障区间判断是预测用户应追补电量的基础，因此本系统引入用??户长期历史数据曲线和故障区间检测算法来辅助业务人员做出准确决策。??
华北电力大学硕士学位论文??此种情况包括用电数据为０的情况。本文提出的故障区间检测算法步骤为：??步骤１识别故障区间。根据用电数据为０得到若干个不连续的区间，这些??区间视为故障区间；??步骤２合并故障区间。在步骤１得到的故障区间集合中，可能存在相邻两??个区间之间的类似正常区间实际也属于故障区间范围，当这些类似正常区间的??内的电量平均值大于整体平均值的９倍或者小于整体平均值的０．１倍，且区间??较短时，视为同一次故障，应将其合并；??步骤３排除节假日。考虑到大工业用户在节假日情况下用电数据呈现与故??障期间相似特征，故针对大工业用户而言，对得到的区间做排除节假日处理；??步骤４输出故障区间。参考工单中人工录入的故障区间，选择离工单故障??区间较近的区间作为最终的故障区间。??（２）算法流程??算法流程图如图３－４所示：??
【参考文献】：
期刊论文
[1]试论电力营销稽查管理中存在的问题及处理措施[J]. 赵俊楠. 现代国企研究. 2018(06)
[2]应用营销稽查系统数据开展用电检查工作的思路探讨[J]. 彭聪. 中国高新区. 2018(06)
[3]电力营销稽查精细化管理对提高营销效率的分析探究[J]. 刘昆,刘建新. 中国高新区. 2018(05)
[4]基于大数据的量费异常分析应用系统研究[J]. 乔麟,林乃瑜. 机电信息. 2018(06)
[5]日本电力工业市场化改革及其对我国的启示[J]. 白玫. 价格理论与实践. 2017(07)
[6]用好互联网技术 建设信息化企业——访国家电网公司信息通信部副主任 魏晓菁[J]. 王为民,曾楠. 国家电网. 2016(12)
[7]新电改形势下的营销策略[J]. 邓丰光. 企业改革与管理. 2016(17)
[8]浅谈电力营销稽查管理中存在的问题[J]. 郑敏,史泽,任争,董莉丽,张海容. 科技展望. 2016(08)
[9]防治窃电的方法和典型案例分析[J]. 吴昱德,郑涛,杨玉锐,孙舒柳. 农村电工. 2015(09)
[10]国外电力市场最新发展动向及其启示[J]. 马莉,范孟华,郭磊,薛松,李琨. 电力系统自动化. 2014(13)
硕士论文
[1]SX供电企业营销稽查体系研究[D]. 韦亚敏.华北电力大学(北京) 2017
[2]浙江省电力公司营销稽查监控系统的研究[D]. 包旻.华北电力大学(北京) 2016
本文编号：2905571
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
图３－１用户分类流程??１２??
用户电量追补分析以计量自动化数据为基础，结合工单数据分析用户退补??的电量是否符合用户真实用电情况，是否存在应追少追的问题。故障处理工单??以及故障退补工单中对于故障发生时间区间的描述与用户用电曲线所反映出的??故障情况有所不同。因此本文通过故障区间检测算法检测故障区间。目前对于??用户退补电量的计算方法主要采用了均值计算等方式，此类传统方式无法体现??用户日用电量的变化，且精度不高。因此本文通过电量预测算法预测故障区间??的用户电量，可以显著减少用户应退补电量与用户真实用电量之间的误差。??３．２．１故障区间检测算法??当前供电公司业务人员在实际操作中，主要依据用户描述、部分历史数据??以及主观经验人工判定故障开始时间和结束时间。在这个过程中，描述不到位、??数据不全面或经验不足等都可造成故障区间判定不合理。如图３－３所示，某用??户电表发生黑屏，在系统故障处理及退补工单中，记录故障区间为７月１曰到??８月１１日，而由用户两年用电曲线图可知７月２３日至９月１７日区间用户用电??量明显异常。故障区间判断是预测用户应追补电量的基础，因此本系统引入用??户长期历史数据曲线和故障区间检测算法来辅助业务人员做出准确决策。??
华北电力大学硕士学位论文??此种情况包括用电数据为０的情况。本文提出的故障区间检测算法步骤为：??步骤１识别故障区间。根据用电数据为０得到若干个不连续的区间，这些??区间视为故障区间；??步骤２合并故障区间。在步骤１得到的故障区间集合中，可能存在相邻两??个区间之间的类似正常区间实际也属于故障区间范围，当这些类似正常区间的??内的电量平均值大于整体平均值的９倍或者小于整体平均值的０．１倍，且区间??较短时，视为同一次故障，应将其合并；??步骤３排除节假日。考虑到大工业用户在节假日情况下用电数据呈现与故??障期间相似特征，故针对大工业用户而言，对得到的区间做排除节假日处理；??步骤４输出故障区间。参考工单中人工录入的故障区间，选择离工单故障??区间较近的区间作为最终的故障区间。??（２）算法流程??算法流程图如图３－４所示：??
【参考文献】：
期刊论文
[1]试论电力营销稽查管理中存在的问题及处理措施[J]. 赵俊楠. 现代国企研究. 2018(06)
[2]应用营销稽查系统数据开展用电检查工作的思路探讨[J]. 彭聪. 中国高新区. 2018(06)
[3]电力营销稽查精细化管理对提高营销效率的分析探究[J]. 刘昆,刘建新. 中国高新区. 2018(05)
[4]基于大数据的量费异常分析应用系统研究[J]. 乔麟,林乃瑜. 机电信息. 2018(06)
[5]日本电力工业市场化改革及其对我国的启示[J]. 白玫. 价格理论与实践. 2017(07)
[6]用好互联网技术 建设信息化企业——访国家电网公司信息通信部副主任 魏晓菁[J]. 王为民,曾楠. 国家电网. 2016(12)
[7]新电改形势下的营销策略[J]. 邓丰光. 企业改革与管理. 2016(17)
[8]浅谈电力营销稽查管理中存在的问题[J]. 郑敏,史泽,任争,董莉丽,张海容. 科技展望. 2016(08)
[9]防治窃电的方法和典型案例分析[J]. 吴昱德,郑涛,杨玉锐,孙舒柳. 农村电工. 2015(09)
[10]国外电力市场最新发展动向及其启示[J]. 马莉,范孟华,郭磊,薛松,李琨. 电力系统自动化. 2014(13)
硕士论文
[1]SX供电企业营销稽查体系研究[D]. 韦亚敏.华北电力大学(北京) 2017
[2]浙江省电力公司营销稽查监控系统的研究[D]. 包旻.华北电力大学(北京) 2016
本文编号：2905571
本文链接：https://www.wllwen.com/jingjilunwen/gongyejingjilunwen/2905571.html
