美林数据
ABOUT US
美林数据技术股份有限公司(简称:美林数据,NEEQ:831546)是国内知名的数据治理和数据分析服务提供商。

美林新闻/NEWS

首页 美林数据 行业资讯

使用大数据分析建立电力企业用户画像的一种思路

2022-07-21 11:24:08

为什么要建立企业用户画像

电能作为新能源的主要转化对象,在低碳、环保方面较其他化石能源具有先天优势,“煤改电”是低碳与保护生态环境战略的长远趋势。但从短期看,煤改电带来的经济负担较重,同时受产业发展水平限制,采暖效果差,电力供应不足,煤改电仍面临诸多问题。

为了解决“煤改电”进程中的矛盾与问题,优化“煤改电”投资策略,推动高效采暖设备及新商业模式推广,让业务效率高效提升。电力企业可以通过分析区域内已经累积的部分用户,对这部分用户的采暖用电数据进行挖掘,从而科学规划后续用户的电网建设方案,能够有助解决电网规划建设过程中遇到的问题。

用电量数据分析思路
通过用户采暖季用电量-正常用电量计算出用户采暖季的纯采暖电量,基于这些特征利用聚类、综合评价等算法对其用户进行精准画像,精准描述用的好的用户有哪些特征、用的不好的用户有哪些特征,辅助进行煤改电改造。

解决方案
1、整体思路
整合供电服务指挥系统、营销系统、用户采集系统等电力相关信息系统数据,包含煤改电用户档案、人均GDP、天气因素等,利用聚类分析、综合评价等大数据相关技术手段,对用户进行精准画像,研究提高“煤改电”监测的方法和手段,掌握煤改电用户的用电特性、负荷特性以及配套电网设备的选型方法,实现 “煤改电”的实时监控分析,做到提前预警、主动应对,充分发挥职能作用,为企业决策提供数据支持与科学依据,提高客户服务水平,确保用户冬季采暖质量,辅助管理人员进行决策,达到提升工作效率的目的。

2、数据获取
通过采集营销业务应用系统、用电信息采集系统全部煤改电用户档案、电量、电费等内部数据,以及用户所属县的气象、经济等外部数据,实现煤改电用户聚类分析,精准描绘用户画像。
数据采集范围为2018年1月至今,对每个用户,主要采集用户名、改造日期、采暖设备类型、供电单位(所属市/县)、供电地址、2018年以来逐月电量、采暖季平均日最高温度与最低温度(11月至次年3月)、所属县逐年GDP、人口数据。

3、模型构建
基于“煤改电”用户经济、气象、设备、电量相关数据。通过皮尔逊相关性分析方法,查找与采暖电量关联度显著的指标,为人均GDP、气温、采暖设备与日常电量,利用K-means聚类方法,将用户数据进行聚类分析,精准掌握用户画像,对其进行精准管控。

电力企业用户画像

从聚类结果类别看,呈现以下特点:

采暖电量最高:第一类用户(占比5.61%)采暖电量达到470千瓦时/月。主要特征是经济水平最高(所处县域人均GDP达到6万元以上,且市郊改造用户数量多);气温偏低(主要分布在北部与中部区域);日常电量最高(达到89.9千瓦时/月);三类设备较为均衡,主要选用蓄热式与热泵设备(占比分别为43.44%、38.66%)。第二类用户(占比22.46%)采暖电量为418千瓦时/月。主要特征:经济水平次高;气温偏高(主要为中南部平原县);热泵比例较高(58.58%)。

采暖电量较高:第三类用户(占比11.56%)平均采暖电量为395.3千瓦时/月。主要特征:经济水平较低;气温适中(主要为中部平原县);直热式比例高(88.87%)。第四类用户(占比31.16%)平均采暖电量为358千瓦时/月。主要特征:经济水平最低;气温适中(主要为中南部平原县);热泵比例高(65.15%)。

采暖电量较低:第五类用户(占比23.10%)平均采暖电量为294.3千瓦时/月。主要特征:经济水平较高(主要是由部分市区拉高);气温适中(主要为中南部平原县);热泵比例较高(41.98%)。第六类用户(占比6.12%)平均采暖电量为176.1千瓦时/月。主要特征:经济水平较高(**市占比大,拉高作用明显);气温适中(主要为中南部平原县);热泵比例较高(67.48%)。
使用大数据分析建立电力企业用户画像的一种思路
使用大数据分析建立电力企业用户画像的一种思路

服务热线
400-608-2558
咨询热线
029-88696198
美林数据
微信扫描二维码,立即在线咨询