-
题名利用大数据技术提升电力客户档案资源管理和服务能力
被引量：3
- 1
-
-
作者
陈明
刘睿
李乐
李锐锋
曾琴
李玉婷
-
机构
国网甘肃省电力公司酒泉供电公司
成都科普威信息技术有限责任公司
-
出处
《电力大数据》
2022年第2期9-18,共10页
-
文摘
为解决营销业务人员填报流程信息错误、快速查出营销系统客户档案不准确信息,减少人为原因填报不准确造成的电价执行错误及电费纠纷问题,提升客户档案数据的可用性,基于营销系统、用电采集系统档案数据,对数据清理、集成、规约、离散化完成数据清洗和规范化转换,形成电力客户档案数据字段宽表,并以数据结构、关联规则、主从关系为主线,梳理不同字段的单相关、偏相关、复相关关系和数据特性,探索字段之间的关联关系。通过AdaBoost分类器、Knuth-Morris-Pratt算法、IF-THEN规则、Sunday算法等多种大数据技术,对整理的数据进行分析、统计并构建完整的数据应用模型,形成业务规则模型及数据特性分析模型,实现自动统计分析异常历史数据可视化展示,提升档案异动数据整改效率;业务智能分析模型实现营销业务流程输入字段自动输出相关联字段信息,提高填报准确率。
-
关键词
客户档案
大数据
相关性
分类器
决策树
可视化
-
Keywords
customer profile
big data
correlation
classifier
decision tree
visualization
-
分类号
TM714
[电气工程—电力系统及自动化]
-
-
题名基于大数据的用电特征嫌疑用户分析
被引量：1
- 2
-
-
作者
陈明
张丽文
王璐
袁娟
宋庆华
曾琴
-
机构
国网甘肃省电力公司酒泉供电公司
成都科普威信息技术有限责任公司
-
出处
《电力大数据》
2022年第6期24-35,共12页
-
文摘
目前有效的用电行为异常监测手段,仅依靠计量人员、用电检查人员逐户现场核查,导致工作效率低、工作量大,用户下场检查覆盖率无法达到100%。为解决该问题,本文以逆向思维为主线,从历史计量差错、电价执行异常、违约、窃电用户入手,提炼阈值规则,搭建客户用电异常行为精准识别模型,自动校验输出表计失压、断流、接线异常、私自启封、私自增容、高低压电价混接等监测场景异动;同时基于行业信息、用电时段、电压、电流、电量等数据,通过应用大数据技术进行回归分析、K-means聚类分析等计算,构建用电客户行业特征模型及电力波动模型,并与电量突增突减、台区线损、表计开盖规则场景异动精准率,辅助计量、用检人员提高下厂检查效率和电费审核效率,助力电费“颗粒归仓”。
-
关键词
数据挖掘
全量数据
异常用电行为
行业特征
场景监测
-
Keywords
data mining
full data
abnormal power consumption behavior
industry characteristics
scene monitoring
-
分类号
TM714
[电气工程—电力系统及自动化]
-
