电力客户服务大数据辅助决策系统的设计与实现

发布时间：2021-05-28 10:26

　　由于智能电表强势来袭击退了传统电能表计并广泛应用,以及电力企业持续推行精益化管理所带来的影响,导致配用电数据急剧增长,对这些海量数据还未进行价值挖掘和充分利用,目前IT时代正在向DT时代快速跨越,新的智能技术与大数据和云计算等技术大量普遍应用,也引发了更多的企业对其信息化建设的研究和思考。为此,本论文以某电力企业下属地市供电局的电能量数据为核心,研究配用电大数据价值挖掘技术,通过大数据分析手段,及时准确地掌握用户用电行为特征和市场行为规律,通过渠道数据融合及客户交互痕迹分析实现客户分群与多维度画像,以个性化客户服务提升用户用电能效、客户满意度。利用大数据技术与可视化技术构建了一套系统应用,基于电力大数据平台建设客户服务辅助决策系统,围绕电能量大数据系统功能应用建设要求,以电能量数据驱动运用为目标,综合大数据、数据挖掘与机器学习等技术,构建用户标签管理体系、实现渠道运营分析监控分析、实现用户能效管理分析等业务管理应用,推动电网企业从传统业务模式向以数据信息相关性为基础的大数据业务模式转变,实现配用电数据深度挖掘与业务价值提升,实现电能量大数据技术驱动电力数据增值和服务管理创新。本文设计和... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题的研究背景及意义
    1.2 国内外研究概况
        1.2.1 国外研究概况
        1.2.2 国内研究概况
    1.3 研究内容
    1.4 论文框架
第二章 相关技术
    2.1 大数据技术
        2.1.1 数据整合技术
        2.1.2 数据存储技术
        2.1.3 数据计算技术
        2.1.4 数据分析技术
    2.2 数据可视化技术
        2.2.1 图表展现
        2.2.2 事件交互
    2.3 本章小结
第三章 系统需求分析
    3.1 业务管理现状
    3.2 系统建设目标及要求
    3.3 主要功能分析
        3.3.1 客户服务渠道监控分析
        3.3.2 用电能效管理
        3.3.3 客户标签体系管理
    3.4 本章小结
第四章 系统设计
    4.1 系统设计原则
        4.1.1 遵循J2EE技术体系
        4.1.2 以大数据平台为基础
        4.1.3 充分利用可视化技术
        4.1.4 数据驱动实用化
    4.2 系统架构设计
        4.2.1 系统总体架构
        4.2.2 系统技术架构
        4.2.3 系统应用架构
        4.2.4 系统数据架构
    4.3 数据模型设计
    4.4 系统主要功能设计
        4.4.1 客户服务渠道运营分析
        4.4.2 用电能效管理
        4.4.3 客户标签体系管理
    4.5 本章小结
第五章 系统实现
    5.1 系统功能结构
    5.2 关键技术实现
        5.2.1 聚集表设计实现策略
        5.2.2 并行方面的考虑
        5.2.3 并发查询策略
        5.2.4 对大数据量表的设计策略
    5.3 客户服务渠道运营分析
        5.3.1 渠道全景实时监控
        5.3.2 渠道监测综合分析
        5.3.3 客户服务渠道交互分析
        5.3.4 工单全过程监控
    5.4 用电能效管理
        5.4.1 用电总体分析
        5.4.2 行业用电分析
        5.4.3 大客户用电分析
        5.4.4 居民用电分析
    5.5 客户标签体系管理
        5.5.1 新建用户标签
        5.5.2 用户自定义标签展示
        5.5.3 标签体系管理
        5.5.4 智能报告
    5.6 系统管理
        5.6.1 用户管理
        5.6.2 权限管理
        5.6.3 安全管理
        5.6.4 服务管理
        5.6.5 日志管理
    5.7 本章小结
第六章 系统测试
    6.1 测试方法
    6.2 测试运行环境
    6.3 功能测试
        6.3.1 功能测试用例
        6.3.2 功能测试结果分析
    6.4 性能测试
        6.4.1 性能测试环境
        6.4.2 性能测试用例
        6.4.3 性能测试结果分析
    6.5 本章小结
第七章 总结与展望
    7.1 总结
    7.2 展望
参考文献
攻读博士/硕士学位期间取得的研究成果
致谢
附件


【参考文献】：
期刊论文
[1]大数据技术在配电网中的应用综述[J]. 费思源.  中国电机工程学报. 2018(01)
[2]大屏可视化技术在电力系统中的应用研究[J]. 张新阳,孙梦觉,牛斌.  电力大数据. 2017(10)
[3]电力大数据可视化研究设计[J]. 孙梦觉,徐敏,牛斌.  电力大数据. 2017(08)
[4]基于多元大数据平台的用电行为分析构架研究[J]. 郝然,艾芊,肖斐.  电力自动化设备. 2017(08)
[5]配网用户用电特性市场分析预测应用系统方案设计[J]. 马发轩.  电力系统保护与控制. 2017(12)
[6]基于大数据技术的电力用户行为分析及应用现状[J]. 沈玉玲,吕燕,陈瑞峰.  电气自动化. 2016(03)
[7]配电网大数据技术分析与典型应用案例（英文）[J]. 王璟,杨德昌,李锰,范征,Mark Chew.  电网技术. 2015(11)
[8]基于云计算的电力大数据分析技术与应用[J]. 吴凯峰,刘万涛,李彦虎,苏伊鹏,肖政,裴旭斌,虎嵩林.  中国电力. 2015(02)
[9]智能电网大数据技术发展研究[J]. 张东霞,苗新,刘丽平,张焰,刘科研.  中国电机工程学报. 2015(01)
[10]基于海量数据的电网需求侧用户行为分析研究[J]. 瞿海妮,张鹏飞,凌平,黄兴德,贺向南,甘信军,盛文博.  华东电力. 2014(12)

硕士论文
[1]基于配用电大数据的用电行业分类和用电量需求预测建模分析[D]. 隋兴嘉.长春工业大学 2018
[2]基于电力大数据的用户行为分析及可视化技术应用[D]. 杨璐.华北电力大学 2017
[3]企业级非结构化数据管理平台的研究与实现[D]. 吴树强.湖南大学 2016
[4]大数据时代的电力客户分群管理应用研究[D]. 程丽冰.华南理工大学 2016
[5]基于互联网企业的大数据分析系统研究[D]. 赵雪峰.成都理工大学 2016
[6]基于图计算模型的矩阵分解并行化研究[D]. 戴世超.浙江理工大学 2016
[7]基于Spark技术的实时网络流量异常检测研究[D]. 周超.兰州交通大学 2016
[8]智能电网大数据实时流处理方法研究[D]. 杨力平.华北电力大学 2016
[9]基于大数据挖掘的东莞电力客户价值分析及应用[D]. 黄敏如.华南理工大学 2015
[10]基于数据挖掘的供电企业客户关系评估及系统开发[D]. 张海云.华北电力大学 2015



本文编号：3208094