基于大數據的電網生產、經營預測分析應用

王永才， 范婷， 陳軼斌

(1.廣東電網有限責任公司 佛山供電局， 佛山 516000)

基于大數據的電網生產、經營預測分析應用

王永才1， 范婷2， 陳軼斌3

(1.廣東電網有限責任公司 佛山供電局， 佛山 516000)

由于各行業用電客戶的用電量與氣候變化、產業結構調整、經濟宏觀環境、政府宏觀調控和人民生活水平提高等多因素息息相關，各行業用電發展規律不一。為此，我們探索其用電規律，擬建立客戶用電與經濟、社會、氣候環境和企業經營動態等影響因素的大數據分析模型。通過模型的分析和應用，挖掘客戶用電量、負荷與各非電因素的隱藏關聯關系，從而科學預測某一客戶群體或行業的電力需求變化規律。進而把電網的生產運行方式、有序用電等工作的出發點和落腳點放到滿足客戶個性化需求上。

電量預測； 系統建設； 數據分析； 大數據； 分析應用

0 引言

為了進一步增進對電力客戶的全方位了解，并且提供緊密貼合客戶需求與行為特征的電力服務，網公司在中長期發展戰略中突出強調提升客戶服務能力[1]。把握電力市場宏觀趨勢，采集客戶市場信息和數據，對客戶動態進行分析處理；發揮電網企業的引導作用，在提供優質的電力產品和服務基礎上，逐步為客戶提供最優的綜合能源利用方案；按不同客戶的需求和預期，分類提供電力產品與服務，提供可靠用電保障，提供滿意的客戶體驗。從而推進客戶服務向客戶需求驅動型轉變，構建“以客戶為中心”全方位客戶服務體系[2]。

1 系統架構

系統在架構上主要分為3部分，持久層、業務邏輯層、展現層。持久層主要是對營銷、外部數據等進行同步、加工；業務邏輯層主要采用數據挖掘的方法，對電量數據進行處理計算[3]；數據應用層主要對系處理結果進行呈現，負責滿足系統人機交互，提供電量預測、歷史用電情況查詢、大客戶管理、95598服務管理、停電分析五大模塊，如圖1所示。

1、持久層

通過一些技術化的手段或第三方工具，如ETL工具、數據庫的DBLINK或者增量XML將用戶基本信息、量價費數據、天氣、宏觀經濟等信息收集到本系統大數據平臺(Greenplum)中[4]。

大數據平臺支持50PB(1PB=1000TB)級海量數據的存儲和處理，采用了通用的MPP并行處理架構，在MPP架構中增加節點就可以線性提高系統的存儲容量和處理能力[5]。Greenplum在擴展節點時操作簡單，在很短時間內就能完成數據的重新分布。數據庫軟件系統節點基于業界各種開放式硬件平臺，具有高性價比，并提供資源管理功能(workload managemnt)來管理數據庫資源，利用資源隊列管理可實現按用戶組的進行資源分配[6]。

圖1 系統架構圖

通過準實時、實時的數據加載方式，實現數據倉庫的實時更新，進而實現動態數據倉庫(ADW)?；趧討B數據倉庫，業務用戶能對當前業務數據進行BI實時分析-“Just In Time BI”，能夠讓企業敏銳感知市場的變化，加快決策支持反應速度。對于主節點，Greenplum提供Master/Stand by機制進行主節點容錯，當主節點發生錯誤時，可以切換到Stand by節點繼續服務[7]。

2、業務邏輯層

該系統對電量數據的同步、加工、處理、監控，并將數據整合梳理，滿足模型管理中對數據要求，并采用多種數據挖掘的方法對電量數據進行預測分析。在此采用了大數據分析平臺，EMC Greenplum統一分析平臺(UAP)。

UAP利用Greenplum行業和數學統計方面的專家，充分挖掘自身數據價值，實現數據資產從成本中心到利潤中心的轉變，以數據驅動業務。其中，Greenplum Chrous在行業中處于領先地位，它的操作使用習慣類似Facebook、開心網的社交模式。通過Greenplum Chrous可以建立數據沙箱，將一定的數據變成一個集合，用戶都可以對這個集合利用工具進行處理和分析，共享數據庫的分析結果。讓這個數據分析和挖掘，不再是專業人士做的事情，并且增加趣味性，各種角色可以進行交互，形成一個數據社交圈[8]。

3、展現層

應用管理層通過維護預測影響因子，利用不同的預測模型進行數據處理后，展示月度、年度的電量預測結果，并提供上報功能。同時根據業務需求統計歷史用電情況查詢、大客戶管理、95598服務管理、停電分析相關數據，供相關人員進行查詢[9]。

2 系統功能

2.1 歷史用電情況分析

根據客戶行業細分，對所有各項目進行統計(居民和農業除外)。按電量(以2015年電量情況為基礎)分5個等級，分別統計增幅為10%以上，10%-5%，5%-0%，0-10%以及-10%以下5個等級，并形成各行業全數據分析的報表和圖形。佛山前十大行業已經占總電量的65%以上，需對這十大重點行業的典型客戶電量情況進行分析和監控，取各重點行業前50位用戶進行數據統計。對居民用戶的分析，主要體現在電量和戶數的變化，重點展示的分析結果為正增長和負增長的戶數和電量，以及總體戶數和電量增長情況。

創建針對發電量、購電量、用電量等指標的佛山市宏觀經濟運行監測報表，和根據用電類別，統計用戶數量、用戶占比、用電量、電量占比情況的佛山供電局設備基本情況表。根據不同項目分類，分別統計“禪城”、“南?！?、“順德”、“三水”、“高明”、“全市”的“當月售電量”、“去年同期”、“同比增長”、“本年累計售電量”、“比重”、“去年同期累計售電量”、“同比增長”指標的詳細信息。

2.2 電量預測

準確的電量預測能夠幫助電力企業更好地了解市場需求和動態，是電力工作中的一項難點工作。通過依托大數據技術緊密結合業務需求，沉淀業務專家經驗形成更為科學精確的預測模型和預測結果。將用電量情況及系統歷史數據、天氣情況，月平均氣溫、降水等，業擴報裝情況、社會經濟狀況等指標參數維護維護到系統中，根據業務需求，對客戶進行分群，構建預測目標客戶群，并對客戶群的用電情況進行統計。本模塊中采用大數據平臺的線性回歸模型、灰色模塊、BP神經網絡模型以及winters模塊四種預測模型算法[10]。

按月度或年度根據不同的預測模型進行電量預測，并對預測記錄及預測數據進行上報，查詢不同時間段的歷史預測值，并提供上報和數據審核功能[11]。

2.3 大客戶管理

電力行業產業鏈包括燃料供應商、設備供應商、電力輔業公司等上游公司，以及發電企業、輸配電及售電企業等產業鏈核心環節，和用電的下游公司。產業鏈各環節通過市場、政策等因素的約束下彼此合作競爭，成本的壓力可以在產業鏈中強勢環節較好的被傳導下去[12]。

通過建立大客戶“主戶——子戶——結算戶”之間關系檔案的維護頁面，業務人員可以根據具體的業務需求變更主戶信息，可以選擇子戶檔案的維護。在企業信息檔案中，可以根據上、下游企業信息，通過客戶的對應關系維護，生成上、下游企業信息統計報表。

2.4 95598服務管理

通過構建95598服務管理分析的視圖，一方面全面集成了客服人員日常工作所需要的全面的各類型業務及市場營銷業務相關的信息，并實現分轄區的、快速的信息展現、查詢，為支撐客服人員的日常工作開展提供全面的支撐；另一方面，在話務量、工單處理效率、回退差錯情況等視圖上集成了高級分析模型的結果，并根據客戶的動態變化實現對用電客戶的全面掌控，有利于支撐客服人員的目標客戶識別。該模塊主要包括以下功能：按區域(供電所)、受理渠道、受理日期等進行不同維度的統計和各類訴求業務受理情況統計，并提供趨勢圖。各類業務訴求按工單業務類型統計(含一、二、三級菜單)。統計重復來電情況，并生成明細表。按話務員統計業務受理情況。包括：業務量、工單處理效率、回退差錯情況等。按話務員統計質檢不同評價維度結果[13]。

2.5 停電分析

重復停電統計分析，按月提供一個月內同一個臺區變壓器停電2次以上的數據。包含線路、臺區、停電日期、停電次數、影響客戶數等。搶修工單超時錄入時間統計及分析，按月統計故障搶修工單的4個環節(營銷停電工單傳單時間-達到現場時間、到達現場時間-現場錄入時間、現場錄入時間-現場完成時間、現場完成時間-復電時間)超時情況。統計本年度預安排停電超過3次的停電，根據實際有停電事件，統計站、線、變，客戶編號，客戶名稱，地址等詳細信息。統計年內預安排停電時間超過24小時的用戶的詳細信息[14]。

2.6 程序實現

系統設計中，采用大數據庫平臺Greenplum，實現系統的數據集成服務，從業務系統以及外部系統集成信息。同時采用關系數據庫oracle作為系統的支持數據庫系統。分析系統的設計從其功能建設、系統運行到后期維護中，應用軟件代碼作為支持。軟件代碼利用java語言進行編程。在電力企業生產經營、預測分析管理中，應用決策分析功能，一方面能夠依照實際需求，與電力企業生產服務管理特征相結合，同時結合智能一體化客戶服務分析，對企業管理生產經營水平的提升極為有利[15]。

3 總結

本系統通過對營銷系統、宏觀經濟、天氣等各類海量數據的內在關聯性、邏輯關系的深入挖掘和分析，并結合不同類型客戶的用電特征，分別建立針對不同區域、不同客戶群的用電量分析數學模型和預測算法，從而實現由系統對各類客戶用電行為關系、以及用電量波動情況進行分析、預測的功能，改變以往靠人工分析進行電量預測的做法?；谕獠繑祿?、營銷系統等相關信息系統的售電情況與客戶用電行為的研究和應用將極大地提高電量預測的針對性、準確性和工作效率，通過系統的建設，完善公司決策支持的先進性，提高公司決策的科學性，促進公司管理向精益化轉變，同時滿足公司高層決策支持，推動各業務領域進行業務梳理，實現橫向協同，提升決策支持能力和水平為供電企業節省大量的人力物力和財力，具有廣闊應用前景和推廣價值。

[1] 許其國. “一型五化”構建大營銷[J].中國電力企業管理,2014.

[2] 龔曼琪,涂文佳,GONG Man-qi,TU Wen-jia. 電力企業營銷的策略及途徑[J].煤炭技術, 2012.

[3] 羅軍舟,金嘉暉,宋愛波,東方,LUO Jun-zhou,JIN Jia-hui,SONG Ai-bo,DONG Fang. 云計算:體系架構與關鍵技術[J].通信學報, 2011.

[4] 姚宏宇.大數據與云計算[J].信息技術與標準化, 2013.

[5] 李貴兵,羅洪.大數據下的智能數據分析技術研究[J].科技資訊, 2013.

[6] 李文婧,黃超彬,謝瑞浩. 基于大數據的電網營銷管理分析[J].信息通信, 2016.

[8] 王兵,崇陽,楊彬,Wang Bing,Chong Yang,Yang Bin. 大數據時代的大數據管理研究[J].無線互聯科技, 2016.

[9] 申成霖,侯文華,張新鑫,等.基于信息共享視角的時間競爭型客戶服務決策[J].系統工程理論與實踐,2010,30(2):257-263.

[10] 張魁,王亞明,劉明,伏祥運,李紅,ZHANG Kui,WANG Yaming,LIU Ming,FU Xiangyun,LI Hong. 基于大數據及智能算法的連云港電量負荷預測研究[J].江蘇電機工程, 2016.

[11] 黃永高,盧毅,HUANG Yong-gao,LU Yi. 基于小波分析和灰色模型的用電量預測[J].電網與清潔能源, 2011.doi:10.3969/j.issn.1674-3814.2011.03.008

[12] 楊秋勇, 江疆, 翟鴻榮. 電力企業客戶服務輔助決策支持系統的設計與實現[J]. 電子設計工程, 2014,15(23):60-63.

[13] 張建軍,渠國富.新技術環境下小微企業的市場營銷管理創新[J].企業改革與管理,2016(2):41-42.

[14] 何秋穎.市場營銷管理和決策支持系統的研究與實踐[J].人力資源管理,2015,20(7):77-78.

[15] 宋亞齊,周國亮,朱永利. 智能電網大數據處理技術現狀與挑戰[J].電網技術, 2013.

Applicationofpowergridproductionandoperationforecastanalysisbasedonbigdata

Wang Yongcai1， Fan Ting2， Chen Yibin2

(1. Foshan Power Supply Bureau, Guangdong Power Grid Company Limited, Foshan 516000, Guangdong, China)

Due to many factors closely related to electricity customers of electricity consumption and climate change, the adjustment of industrial structure, economic macro environment, the industry government macro-control and improve people's living standards, the laws of the development of the electricity industry is different. To this end, we explore the law of its use, to build up a large data analysis model of the impact factors of customer electricity and economic, social, climate environment and enterprise management. Through the analysis and application of the model, mining the hidden relationship between customer power consumption, load and the non electric factors, so as to predict the change law of the power demand of a certain customer group or industry. And then the power grid production and operation mode, and orderly use of electricity and other work of the starting point and the end result to meet customer demand for personalized.

Power prediction; System construction; Data analysis; Large data; Analysis and application

1007-757X(2017)12-0061-03

王永才(1985-)，男，工程師，研究方向：地市供電企業信息計劃、信息項目建設與運維管理。

范 婷(1982-)，女，工程師，研究方向：地市供電企業信息計劃、信息項目建設與運維管理。

陳軼斌(1978-)，男，高級工程師，研究方向：地市供電企業信息計劃、信息項目建設與運維管理。

TP393

A

10.16667/j.issn.2095-1302.2016.04.017

2017.09.21)