基于模糊聚类的电力客户用电行为模式画像

随着电力客户数据采集频度不断提高、数据分析维度不断扩展,客户的用电行为变得更加复杂。客户标签和画像技术的发展,给客户用电行为分析带来了更直观、简洁的表现方式。论文基于海量的客户档案、负荷、电量数据,综合考虑客户用电特征、影响因素,建立了客户用电行为标签库,并采用模糊聚类算法进行客户用电模式分析,实现不同类型客户的用电行为模式画像。某地区20 000户工商业客户的用电行为模式画像分析结果表明:文中选取的用电行为标签合理有效、采用的聚类算法效果显著、客户画像精准,能够为电力公司掌握客户用电习性、挖掘客户需求、提高服务水平提供有力支撑。     

基于人工免疫系统聚类算法的用电客户信用分析

在分析人工免疫系统聚类算法的基础上研究基于人工免疫系统聚类算法的用电客户信用分析原理,建立用电客户信用分析指标体系,根据电力公司客户数据,采用人工免疫系统聚类分析方法对用电客户信用进行分析,将用电客户信用按高、中、低三类进行聚类,经计算得到信用高、中、低的用电客户分别为2家、3家、1家。结果表明人工免疫系统聚类分析方法只要确定了浓度阈值和聚类个数就可得到结果,计算过程简单,能够适用于大数据量,对专业知识的要求较低,对于数据的顺序不敏感,是一种进行用电客户信用分析的较好方法。     

高效传递用电诉求 提升客户满意度

为建立"为民服务创先争优"活动公司客户用电诉求(包括客户投诉、举报、意见、建议等)信息传递处理长效机制,集中力量解决关系客户用电的电力供应紧张、城乡电网卡脖子、抢修复电时间长、业扩报装环节多、农网改造升级违规行为等重点问题,云南电网公司组织制定了客户用电诉求信息传递处理机制,进一步提升客户满意度。     

基于聚类分析的客户用电模式智能识别方法

结合k-means、k-medoids、SOM以及FCM等聚类算法,构建了电力大客户典型用电模式的聚类分析模型,提出了一种评估聚类效果的新方法。首先通过分析电力客户用电指标数据及其特点,提出采用高斯滤波器对含"噪声"曲线数据进行平滑处理来获取客户用电数据。然后提出了聚类平均半径、平均直径和平均最小间距等3个评价指标,并以此为基础设计出一种评估聚类得分的新方法。最后使用聚类分析模型对某地区电力大客户日用电量曲线进行聚类分析,实现了地区典型用电模式的自动识别功能。实际算例分析结果表明,该评估方法物理概念清晰、简便、实用。     

基于大客户价值挖掘的用电策略智能优化研究

为适应供给侧改革,积极应对市场化竞争,保留住优质大客户,通过聚类分析、模式分类等算法,实现对客户的综合评价.客户价值属性分为用电属性、行为属性和需求属性,可对不同价值的客户构建不同的服务策略.通过建议用户改变基本电费计收方式、生产班次、无功补偿等,降低客户用电成本,帮助客户维持长久的生产经营活动;同时较少优质客户流失风...     

智能用电用户行为分析的聚类优选策略

针对大数据背景下用户智能用电行为最佳聚类数目的选择问题,提出一种用户用电行为分析的聚类优选策略。在前期智能用电用户行为分析的特征优选策略研究的基础上,采用特征优选策略提取负荷曲线的最佳特征集对用户用电数据进行聚类分析;然后提出聚类数优选策略,通过综合考虑准确度评价指标和有效度评价指标确定最佳聚类数目。以国内外的用电数据为数据源,仿真验证了所述策略可以选择合理的聚类数目,有效提高用电行为分析的数据聚类效果。     

基于模糊聚类的异常用电行为识别研究

窃电等异常用电行为的识别是用电检查的重点和难点。由于数据采集问题,以往研究大多专注于大客户窃电行为方面,对居民窃电行为的研究相对较为薄弱。针对小用户级别的窃电等窃电监测问题,提出一种基于聚类的异常用电行为识别方法。该方案从智能电表收集的数据中提取用电特征,使用模糊聚类分析数据结构,提取出正常用户的行为特征。在真实数据集上的实验结果表明了该方法的有效性。     

基于客户画像的客户诉求管理

客户诉求的目的是为了自己的需求得到满足或者自己的权利得到保护。倾听每一位客户的声音,善待每一位客户的投诉,全面有效地解决客户需求,各类诉求的汇总也为公司的各项决策提供扎实可靠的依据。客户画像是客户的标识,客户画像的核心工作是为用户打标签;快速有效地处理客户诉求,不断提高优质服务和供电服务水平,提升供电企业客户满意度和形象。     

基于对话文本智能挖掘的电力设备供应商评价

目前电网企业的电力设备供应商满意度评价主要依赖于人工统计和指标计算,其准确性受评价人员和评价内容的影响较大.以电力业务平台的对话文本为研究对象,在扩充已有电力本体词典的词条和属性的基础上,建立了基于文本挖掘技术的电力设备供应商评价模型.首先提出了基于Transformer的双向编码器下句预测与余弦相似度加权的单轮对话文...     

电力客户用电行为特征挖掘与预测

文章在智能电网实现海量电力客户数据采集的基础上,通过提取电力客户缴费数据,研究电力客户欠费特征的挖掘方法和客户欠费的预测方法,以辅助供电公司进行营销决策。根据客户欠费的习惯和电力法规对电费缴纳的要求,对电力客户欠费行为进行了界定。分析了欠费数据的行业分布规律和时间分布规律,应用灰色关联分析方法分析了欠费数据与行业指数之间的关联度,探索了应用回归模型预测客户欠费概率的方法。文中计算得到的部分电力客户欠费特征,以及对客户欠费概率预测方法的研究,可以为供电公司的电费回收工作提供参考。     

基于聚类的电网低压台区用电画像方法研究

对用电对象进行用电特征分析在电力系统的电力调度、负荷预测、安全性评估等方面具有重要意义。目前的用电特征分析多集中在对用户用电画像方法的研究。低压台区是电网用电中的重要维度,对低压台区进行用电特征分析同样不可或缺。台区用电画像可以帮助电网快速准确地把握台区的负荷特性和用电模式,对挖掘台区用电数据信息并对不同的业务场景进行指导具有重要意义。本文针对台区日冻结量和96点功率数据,提出了台区用电特征标签提取方法并形成标签系统,然后基于聚类技术对获得的台区标签进行聚类分析得到台区画像。最后,本文基于上海市181个台区的用电数据进行案例分析,得到台区用电标签和画像。     

基于自然语言处理技术的电力客户投诉工单文本挖掘分析

本文主要结合浙江湖州电力业务需求,旨在打破客户对用电诉求存在的盲区,从而提高对用户用电需求的管理程度,实现热点投诉业务工单的原因挖掘。为了更好的深入挖掘投诉工单背后所蕴含的信息,研究基于自然语言处理技术出发,对电力客户投诉工单进行深入文本挖掘,利用隐马尔可夫模型等分词技术分析投诉工单中的受理内容,进行词频统计,通过TF-IDF算法计算关键词重要性权重值,提取权重值大的关键词频作为客户投诉文本挖掘的最终结果,并运用词云分析技术进行分析结果可视化展示;通过文本分类分析,构建文本分类器模型,实现对"热点词频"在不同业务中的分布情况的研究,并根据结果开展相应改进措施。把控住当下电力客户投诉的主要问题,针对性的为不同类型的电力客户提供差异化的服务策略,从而提高客户满意度和忠诚度。专题的推广应用,能够很好的提升客服部门的工作效率,落在实处的为客户解决难题。     

供电客户诉求智能分析系统的应用

依托95598客户诉求平台,通过应用大数据理论来挖掘客户诉求信息,扩展系统数据挖掘与分析功能,根据客户关注点及请求频率等特征,按照偏好标签库和交互频次设置,提供个性化的交互服务,解决了人工分析效率低下等问题,提高了客户诉求服务的整体水平。     

基于层次分析法的智能用电小区客户信用价值评价

客户价值评价是企业精细化管理的一部分,对智能用电小区进行客户信用价值评价有助于电力企业推广智能用电小区的客户选择和客户管理.通过分析智能用电小区客户信用价值的影响因素,构建了客户信用价值的评价指标模型,并采用层次分析法计算出了评价指标模型中各评价指标的权重.根据计算出的各评价指标的权重,对客户信用价值进行了比较全面的、多角度的评价,从而促使企业根据评价结果进行有效的客户关系管理,达到企业效益最优.     

基于K-Means聚类算法的行业用电行为分析

利用数据挖掘与数理统计的相关技术,分析某省各个地区行业用电行为,进而研究各地区行业用电特征以及客户群体特征,在一定程度上指导电力营销的行业方向和地区重点,同时也能作为用电量运营监测的参考。     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。     

基于差异化密度聚类的电力客户画像分析

针对不同电力客户的用电和缴费等行为特征,本文利用密度聚类算法将不同电力客户划分成不同属性的簇。并根据不同类别电力客户簇密度空间的差异性,采取差异化分析的方法为不同客户簇建立标签化的客户画像模型,能够为电力精准营销提供有效的管控手段,极大降低电力企业经营风险。     

基于多目标聚类的用电集群特征属性计算

提出售电市场中用电集群与分析维度概念.确定集群特征变量后,采用自组织映射神经网络与k-均值混合可视化聚类技术对售电空间进行自定义目标划分.基于负荷与经济指标,设计熵权改进的多指标属性测度算法对多目标划分下用电集群特性进行精细化定量综合计算,以分析各对象属性整体相对优劣.采集某电网317个用户数据进行算例分析,结果表明该算法能区别于传统负荷特性分析方法,在扩大售电市场研究对象基础上实现更多有效信息挖掘与多目标售电对象特征精细分析.     

基于特征优选策略的居民用电行为聚类方法

针对用电负荷数据聚类特征选择的有效性及互补性问题,提出了一种基于信息量准则的特征优选策略,并在该策略的基础上进行了居民用电行为聚类方法的研究.首先,将贝叶斯信息准则(BIC)和相关系数分别作为特征有效性和关联性的判据来优选聚类特征.然后,采用布谷鸟算法优化了密度峰值法的截断距离.同时,利用异常值检测的思想实现聚类中心的...