基于大數(shù)據(jù)的電網(wǎng)生產(chǎn)、經(jīng)營(yíng)預(yù)測(cè)分析應(yīng)用

王永才， 范婷， 陳軼斌

(1.廣東電網(wǎng)有限責(zé)任公司 佛山供電局， 佛山 516000)

基于大數(shù)據(jù)的電網(wǎng)生產(chǎn)、經(jīng)營(yíng)預(yù)測(cè)分析應(yīng)用

王永才1， 范婷2， 陳軼斌3

(1.廣東電網(wǎng)有限責(zé)任公司 佛山供電局， 佛山 516000)

由于各行業(yè)用電客戶的用電量與氣候變化、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟(jì)宏觀環(huán)境、政府宏觀調(diào)控和人民生活水平提高等多因素息息相關(guān)，各行業(yè)用電發(fā)展規(guī)律不一。為此，我們探索其用電規(guī)律，擬建立客戶用電與經(jīng)濟(jì)、社會(huì)、氣候環(huán)境和企業(yè)經(jīng)營(yíng)動(dòng)態(tài)等影響因素的大數(shù)據(jù)分析模型。通過(guò)模型的分析和應(yīng)用，挖掘客戶用電量、負(fù)荷與各非電因素的隱藏關(guān)聯(lián)關(guān)系，從而科學(xué)預(yù)測(cè)某一客戶群體或行業(yè)的電力需求變化規(guī)律。進(jìn)而把電網(wǎng)的生產(chǎn)運(yùn)行方式、有序用電等工作的出發(fā)點(diǎn)和落腳點(diǎn)放到滿足客戶個(gè)性化需求上。

電量預(yù)測(cè)； 系統(tǒng)建設(shè)； 數(shù)據(jù)分析； 大數(shù)據(jù)； 分析應(yīng)用

0 引言

為了進(jìn)一步增進(jìn)對(duì)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(wù)，網(wǎng)公司在中長(zhǎng)期發(fā)展戰(zhàn)略中突出強(qiáng)調(diào)提升客戶服務(wù)能力[1]。把握電力市場(chǎng)宏觀趨勢(shì)，采集客戶市場(chǎng)信息和數(shù)據(jù)，對(duì)客戶動(dòng)態(tài)進(jìn)行分析處理；發(fā)揮電網(wǎng)企業(yè)的引導(dǎo)作用，在提供優(yōu)質(zhì)的電力產(chǎn)品和服務(wù)基礎(chǔ)上，逐步為客戶提供最優(yōu)的綜合能源利用方案；按不同客戶的需求和預(yù)期，分類提供電力產(chǎn)品與服務(wù)，提供可靠用電保障，提供滿意的客戶體驗(yàn)。從而推進(jìn)客戶服務(wù)向客戶需求驅(qū)動(dòng)型轉(zhuǎn)變，構(gòu)建“以客戶為中心”全方位客戶服務(wù)體系[2]。

1 系統(tǒng)架構(gòu)

系統(tǒng)在架構(gòu)上主要分為3部分，持久層、業(yè)務(wù)邏輯層、展現(xiàn)層。持久層主要是對(duì)營(yíng)銷、外部數(shù)據(jù)等進(jìn)行同步、加工；業(yè)務(wù)邏輯層主要采用數(shù)據(jù)挖掘的方法，對(duì)電量數(shù)據(jù)進(jìn)行處理計(jì)算[3]；數(shù)據(jù)應(yīng)用層主要對(duì)系處理結(jié)果進(jìn)行呈現(xiàn)，負(fù)責(zé)滿足系統(tǒng)人機(jī)交互，提供電量預(yù)測(cè)、歷史用電情況查詢、大客戶管理、95598服務(wù)管理、停電分析五大模塊，如圖1所示。

1、持久層

通過(guò)一些技術(shù)化的手段或第三方工具，如ETL工具、數(shù)據(jù)庫(kù)的DBLINK或者增量XML將用戶基本信息、量?jī)r(jià)費(fèi)數(shù)據(jù)、天氣、宏觀經(jīng)濟(jì)等信息收集到本系統(tǒng)大數(shù)據(jù)平臺(tái)(Greenplum)中[4]。

大數(shù)據(jù)平臺(tái)支持50PB(1PB=1000TB)級(jí)海量數(shù)據(jù)的存儲(chǔ)和處理，采用了通用的MPP并行處理架構(gòu)，在MPP架構(gòu)中增加節(jié)點(diǎn)就可以線性提高系統(tǒng)的存儲(chǔ)容量和處理能力[5]。Greenplum在擴(kuò)展節(jié)點(diǎn)時(shí)操作簡(jiǎn)單，在很短時(shí)間內(nèi)就能完成數(shù)據(jù)的重新分布。數(shù)據(jù)庫(kù)軟件系統(tǒng)節(jié)點(diǎn)基于業(yè)界各種開(kāi)放式硬件平臺(tái)，具有高性價(jià)比，并提供資源管理功能(workload managemnt)來(lái)管理數(shù)據(jù)庫(kù)資源，利用資源隊(duì)列管理可實(shí)現(xiàn)按用戶組的進(jìn)行資源分配[6]。

圖1 系統(tǒng)架構(gòu)圖

通過(guò)準(zhǔn)實(shí)時(shí)、實(shí)時(shí)的數(shù)據(jù)加載方式，實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)的實(shí)時(shí)更新，進(jìn)而實(shí)現(xiàn)動(dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)(ADW)?；趧?dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)，業(yè)務(wù)用戶能對(duì)當(dāng)前業(yè)務(wù)數(shù)據(jù)進(jìn)行BI實(shí)時(shí)分析-“Just In Time BI”，能夠讓企業(yè)敏銳感知市場(chǎng)的變化，加快決策支持反應(yīng)速度。對(duì)于主節(jié)點(diǎn)，Greenplum提供Master/Stand by機(jī)制進(jìn)行主節(jié)點(diǎn)容錯(cuò)，當(dāng)主節(jié)點(diǎn)發(fā)生錯(cuò)誤時(shí)，可以切換到Stand by節(jié)點(diǎn)繼續(xù)服務(wù)[7]。

2、業(yè)務(wù)邏輯層

該系統(tǒng)對(duì)電量數(shù)據(jù)的同步、加工、處理、監(jiān)控，并將數(shù)據(jù)整合梳理，滿足模型管理中對(duì)數(shù)據(jù)要求，并采用多種數(shù)據(jù)挖掘的方法對(duì)電量數(shù)據(jù)進(jìn)行預(yù)測(cè)分析。在此采用了大數(shù)據(jù)分析平臺(tái)，EMC Greenplum統(tǒng)一分析平臺(tái)(UAP)。

UAP利用Greenplum行業(yè)和數(shù)學(xué)統(tǒng)計(jì)方面的專家，充分挖掘自身數(shù)據(jù)價(jià)值，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)從成本中心到利潤(rùn)中心的轉(zhuǎn)變，以數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)。其中，Greenplum Chrous在行業(yè)中處于領(lǐng)先地位，它的操作使用習(xí)慣類似Facebook、開(kāi)心網(wǎng)的社交模式。通過(guò)Greenplum Chrous可以建立數(shù)據(jù)沙箱，將一定的數(shù)據(jù)變成一個(gè)集合，用戶都可以對(duì)這個(gè)集合利用工具進(jìn)行處理和分析，共享數(shù)據(jù)庫(kù)的分析結(jié)果。讓這個(gè)數(shù)據(jù)分析和挖掘，不再是專業(yè)人士做的事情，并且增加趣味性，各種角色可以進(jìn)行交互，形成一個(gè)數(shù)據(jù)社交圈[8]。

3、展現(xiàn)層

應(yīng)用管理層通過(guò)維護(hù)預(yù)測(cè)影響因子，利用不同的預(yù)測(cè)模型進(jìn)行數(shù)據(jù)處理后，展示月度、年度的電量預(yù)測(cè)結(jié)果，并提供上報(bào)功能。同時(shí)根據(jù)業(yè)務(wù)需求統(tǒng)計(jì)歷史用電情況查詢、大客戶管理、95598服務(wù)管理、停電分析相關(guān)數(shù)據(jù)，供相關(guān)人員進(jìn)行查詢[9]。

2 系統(tǒng)功能

2.1 歷史用電情況分析

根據(jù)客戶行業(yè)細(xì)分，對(duì)所有各項(xiàng)目進(jìn)行統(tǒng)計(jì)(居民和農(nóng)業(yè)除外)。按電量(以2015年電量情況為基礎(chǔ))分5個(gè)等級(jí)，分別統(tǒng)計(jì)增幅為10%以上，10%-5%，5%-0%，0-10%以及-10%以下5個(gè)等級(jí)，并形成各行業(yè)全數(shù)據(jù)分析的報(bào)表和圖形。佛山前十大行業(yè)已經(jīng)占總電量的65%以上，需對(duì)這十大重點(diǎn)行業(yè)的典型客戶電量情況進(jìn)行分析和監(jiān)控，取各重點(diǎn)行業(yè)前50位用戶進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。對(duì)居民用戶的分析，主要體現(xiàn)在電量和戶數(shù)的變化，重點(diǎn)展示的分析結(jié)果為正增長(zhǎng)和負(fù)增長(zhǎng)的戶數(shù)和電量，以及總體戶數(shù)和電量增長(zhǎng)情況。

創(chuàng)建針對(duì)發(fā)電量、購(gòu)電量、用電量等指標(biāo)的佛山市宏觀經(jīng)濟(jì)運(yùn)行監(jiān)測(cè)報(bào)表，和根據(jù)用電類別，統(tǒng)計(jì)用戶數(shù)量、用戶占比、用電量、電量占比情況的佛山供電局設(shè)備基本情況表。根據(jù)不同項(xiàng)目分類，分別統(tǒng)計(jì)“禪城”、“南海”、“順德”、“三水”、“高明”、“全市”的“當(dāng)月售電量”、“去年同期”、“同比增長(zhǎng)”、“本年累計(jì)售電量”、“比重”、“去年同期累計(jì)售電量”、“同比增長(zhǎng)”指標(biāo)的詳細(xì)信息。

2.2 電量預(yù)測(cè)

準(zhǔn)確的電量預(yù)測(cè)能夠幫助電力企業(yè)更好地了解市場(chǎng)需求和動(dòng)態(tài)，是電力工作中的一項(xiàng)難點(diǎn)工作。通過(guò)依托大數(shù)據(jù)技術(shù)緊密結(jié)合業(yè)務(wù)需求，沉淀業(yè)務(wù)專家經(jīng)驗(yàn)形成更為科學(xué)精確的預(yù)測(cè)模型和預(yù)測(cè)結(jié)果。將用電量情況及系統(tǒng)歷史數(shù)據(jù)、天氣情況，月平均氣溫、降水等，業(yè)擴(kuò)報(bào)裝情況、社會(huì)經(jīng)濟(jì)狀況等指標(biāo)參數(shù)維護(hù)維護(hù)到系統(tǒng)中，根據(jù)業(yè)務(wù)需求，對(duì)客戶進(jìn)行分群，構(gòu)建預(yù)測(cè)目標(biāo)客戶群，并對(duì)客戶群的用電情況進(jìn)行統(tǒng)計(jì)。本模塊中采用大數(shù)據(jù)平臺(tái)的線性回歸模型、灰色模塊、BP神經(jīng)網(wǎng)絡(luò)模型以及winters模塊四種預(yù)測(cè)模型算法[10]。

按月度或年度根據(jù)不同的預(yù)測(cè)模型進(jìn)行電量預(yù)測(cè)，并對(duì)預(yù)測(cè)記錄及預(yù)測(cè)數(shù)據(jù)進(jìn)行上報(bào)，查詢不同時(shí)間段的歷史預(yù)測(cè)值，并提供上報(bào)和數(shù)據(jù)審核功能[11]。

2.3 大客戶管理

電力行業(yè)產(chǎn)業(yè)鏈包括燃料供應(yīng)商、設(shè)備供應(yīng)商、電力輔業(yè)公司等上游公司，以及發(fā)電企業(yè)、輸配電及售電企業(yè)等產(chǎn)業(yè)鏈核心環(huán)節(jié)，和用電的下游公司。產(chǎn)業(yè)鏈各環(huán)節(jié)通過(guò)市場(chǎng)、政策等因素的約束下彼此合作競(jìng)爭(zhēng)，成本的壓力可以在產(chǎn)業(yè)鏈中強(qiáng)勢(shì)環(huán)節(jié)較好的被傳導(dǎo)下去[12]。

通過(guò)建立大客戶“主戶——子戶——結(jié)算戶”之間關(guān)系檔案的維護(hù)頁(yè)面，業(yè)務(wù)人員可以根據(jù)具體的業(yè)務(wù)需求變更主戶信息，可以選擇子戶檔案的維護(hù)。在企業(yè)信息檔案中，可以根據(jù)上、下游企業(yè)信息，通過(guò)客戶的對(duì)應(yīng)關(guān)系維護(hù)，生成上、下游企業(yè)信息統(tǒng)計(jì)報(bào)表。

2.4 95598服務(wù)管理

通過(guò)構(gòu)建95598服務(wù)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(yè)務(wù)及市場(chǎng)營(yíng)銷業(yè)務(wù)相關(guān)的信息，并實(shí)現(xiàn)分轄區(qū)的、快速的信息展現(xiàn)、查詢，為支撐客服人員的日常工作開(kāi)展提供全面的支撐；另一方面，在話務(wù)量、工單處理效率、回退差錯(cuò)情況等視圖上集成了高級(jí)分析模型的結(jié)果，并根據(jù)客戶的動(dòng)態(tài)變化實(shí)現(xiàn)對(duì)用電客戶的全面掌控，有利于支撐客服人員的目標(biāo)客戶識(shí)別。該模塊主要包括以下功能：按區(qū)域(供電所)、受理渠道、受理日期等進(jìn)行不同維度的統(tǒng)計(jì)和各類訴求業(yè)務(wù)受理情況統(tǒng)計(jì)，并提供趨勢(shì)圖。各類業(yè)務(wù)訴求按工單業(yè)務(wù)類型統(tǒng)計(jì)(含一、二、三級(jí)菜單)。統(tǒng)計(jì)重復(fù)來(lái)電情況，并生成明細(xì)表。按話務(wù)員統(tǒng)計(jì)業(yè)務(wù)受理情況。包括：業(yè)務(wù)量、工單處理效率、回退差錯(cuò)情況等。按話務(wù)員統(tǒng)計(jì)質(zhì)檢不同評(píng)價(jià)維度結(jié)果[13]。

2.5 停電分析

重復(fù)停電統(tǒng)計(jì)分析，按月提供一個(gè)月內(nèi)同一個(gè)臺(tái)區(qū)變壓器停電2次以上的數(shù)據(jù)。包含線路、臺(tái)區(qū)、停電日期、停電次數(shù)、影響客戶數(shù)等。搶修工單超時(shí)錄入時(shí)間統(tǒng)計(jì)及分析，按月統(tǒng)計(jì)故障搶修工單的4個(gè)環(huán)節(jié)(營(yíng)銷停電工單傳單時(shí)間-達(dá)到現(xiàn)場(chǎng)時(shí)間、到達(dá)現(xiàn)場(chǎng)時(shí)間-現(xiàn)場(chǎng)錄入時(shí)間、現(xiàn)場(chǎng)錄入時(shí)間-現(xiàn)場(chǎng)完成時(shí)間、現(xiàn)場(chǎng)完成時(shí)間-復(fù)電時(shí)間)超時(shí)情況。統(tǒng)計(jì)本年度預(yù)安排停電超過(guò)3次的停電，根據(jù)實(shí)際有停電事件，統(tǒng)計(jì)站、線、變，客戶編號(hào)，客戶名稱，地址等詳細(xì)信息。統(tǒng)計(jì)年內(nèi)預(yù)安排停電時(shí)間超過(guò)24小時(shí)的用戶的詳細(xì)信息[14]。

2.6 程序?qū)崿F(xiàn)

系統(tǒng)設(shè)計(jì)中，采用大數(shù)據(jù)庫(kù)平臺(tái)Greenplum，實(shí)現(xiàn)系統(tǒng)的數(shù)據(jù)集成服務(wù)，從業(yè)務(wù)系統(tǒng)以及外部系統(tǒng)集成信息。同時(shí)采用關(guān)系數(shù)據(jù)庫(kù)oracle作為系統(tǒng)的支持?jǐn)?shù)據(jù)庫(kù)系統(tǒng)。分析系統(tǒng)的設(shè)計(jì)從其功能建設(shè)、系統(tǒng)運(yùn)行到后期維護(hù)中，應(yīng)用軟件代碼作為支持。軟件代碼利用java語(yǔ)言進(jìn)行編程。在電力企業(yè)生產(chǎn)經(jīng)營(yíng)、預(yù)測(cè)分析管理中，應(yīng)用決策分析功能，一方面能夠依照實(shí)際需求，與電力企業(yè)生產(chǎn)服務(wù)管理特征相結(jié)合，同時(shí)結(jié)合智能一體化客戶服務(wù)分析，對(duì)企業(yè)管理生產(chǎn)經(jīng)營(yíng)水平的提升極為有利[15]。

3 總結(jié)

本系統(tǒng)通過(guò)對(duì)營(yíng)銷系統(tǒng)、宏觀經(jīng)濟(jì)、天氣等各類海量數(shù)據(jù)的內(nèi)在關(guān)聯(lián)性、邏輯關(guān)系的深入挖掘和分析，并結(jié)合不同類型客戶的用電特征，分別建立針對(duì)不同區(qū)域、不同客戶群的用電量分析數(shù)學(xué)模型和預(yù)測(cè)算法，從而實(shí)現(xiàn)由系統(tǒng)對(duì)各類客戶用電行為關(guān)系、以及用電量波動(dòng)情況進(jìn)行分析、預(yù)測(cè)的功能，改變以往靠人工分析進(jìn)行電量預(yù)測(cè)的做法。基于外部數(shù)據(jù)、營(yíng)銷系統(tǒng)等相關(guān)信息系統(tǒng)的售電情況與客戶用電行為的研究和應(yīng)用將極大地提高電量預(yù)測(cè)的針對(duì)性、準(zhǔn)確性和工作效率，通過(guò)系統(tǒng)的建設(shè)，完善公司決策支持的先進(jìn)性，提高公司決策的科學(xué)性，促進(jìn)公司管理向精益化轉(zhuǎn)變，同時(shí)滿足公司高層決策支持，推動(dòng)各業(yè)務(wù)領(lǐng)域進(jìn)行業(yè)務(wù)梳理，實(shí)現(xiàn)橫向協(xié)同，提升決策支持能力和水平為供電企業(yè)節(jié)省大量的人力物力和財(cái)力，具有廣闊應(yīng)用前景和推廣價(jià)值。

[1] 許其國(guó). “一型五化”構(gòu)建大營(yíng)銷[J].中國(guó)電力企業(yè)管理,2014.

[2] 龔曼琪,涂文佳,GONG Man-qi,TU Wen-jia. 電力企業(yè)營(yíng)銷的策略及途徑[J].煤炭技術(shù), 2012.

[3] 羅軍舟,金嘉暉,宋愛(ài)波,東方,LUO Jun-zhou,JIN Jia-hui,SONG Ai-bo,DONG Fang. 云計(jì)算:體系架構(gòu)與關(guān)鍵技術(shù)[J].通信學(xué)報(bào), 2011.

[4] 姚宏宇.大數(shù)據(jù)與云計(jì)算[J].信息技術(shù)與標(biāo)準(zhǔn)化, 2013.

[5] 李貴兵,羅洪.大數(shù)據(jù)下的智能數(shù)據(jù)分析技術(shù)研究[J].科技資訊, 2013.

[6] 李文婧,黃超彬,謝瑞浩. 基于大數(shù)據(jù)的電網(wǎng)營(yíng)銷管理分析[J].信息通信, 2016.

[8] 王兵,崇陽(yáng),楊彬,Wang Bing,Chong Yang,Yang Bin. 大數(shù)據(jù)時(shí)代的大數(shù)據(jù)管理研究[J].無(wú)線互聯(lián)科技, 2016.

[9] 申成霖,侯文華,張新鑫,等.基于信息共享視角的時(shí)間競(jìng)爭(zhēng)型客戶服務(wù)決策[J].系統(tǒng)工程理論與實(shí)踐,2010,30(2):257-263.

[10] 張魁,王亞明,劉明,伏祥運(yùn),李紅,ZHANG Kui,WANG Yaming,LIU Ming,FU Xiangyun,LI Hong. 基于大數(shù)據(jù)及智能算法的連云港電量負(fù)荷預(yù)測(cè)研究[J].江蘇電機(jī)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(yù)測(cè)[J].電網(wǎng)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(yè)客戶服務(wù)輔助決策支持系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 電子設(shè)計(jì)工程, 2014,15(23):60-63.

[13] 張建軍,渠國(guó)富.新技術(shù)環(huán)境下小微企業(yè)的市場(chǎng)營(yíng)銷管理創(chuàng)新[J].企業(yè)改革與管理,2016(2):41-42.

[14] 何秋穎.市場(chǎng)營(yíng)銷管理和決策支持系統(tǒng)的研究與實(shí)踐[J].人力資源管理,2015,20(7):77-78.

[15] 宋亞齊,周國(guó)亮,朱永利. 智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J].電網(wǎng)技術(shù), 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(yè)信息計(jì)劃、信息項(xiàng)目建設(shè)與運(yùn)維管理。

范 婷(1982-)，女，工程師，研究方向：地市供電企業(yè)信息計(jì)劃、信息項(xiàng)目建設(shè)與運(yùn)維管理。

陳軼斌(1978-)，男，高級(jí)工程師，研究方向：地市供電企業(yè)信息計(jì)劃、信息項(xiàng)目建設(shè)與運(yùn)維管理。

TP393

A

10.16667/j.issn.2095-1302.2016.04.017

2017.09.21)