基于聚類分析的潛在光伏客戶挖掘研究

■ 呂達 呂龍進（呂達，國網(wǎng)浙江寧?？h供電有限責(zé)任公司;呂龍進，寧波財經(jīng)學(xué)院金融與信息學(xué)院）

一、引言

隨著社會的發(fā)展，能源是人類生存發(fā)展中不可缺少的物質(zhì)基礎(chǔ)，然而隨著全球氣候變暖日益嚴(yán)重，環(huán)境越來越受到重視，以及石油、煤炭等能源逐漸減少，可再生能源日趨得到重視與推廣的能源。

近年來，我國光伏發(fā)電應(yīng)用市場逐步擴大，其光伏發(fā)電機容量每年以成倍的速度增長，在光伏發(fā)電市場持續(xù)升溫的背景下，目前光伏產(chǎn)品制造業(yè)產(chǎn)能也逐漸擴大。光伏發(fā)電領(lǐng)域的市場競爭也越來越激烈。同時隨著政府對光伏產(chǎn)業(yè)的扶持，以及光伏技術(shù)的不斷提升，使得光伏發(fā)電的投資潛力不斷得到提升，吸引了大量客戶投資光伏，往往出現(xiàn)部分不適合安裝光伏的客戶，也裝上了光伏，效率不高，設(shè)置出現(xiàn)了套利投資的客戶，騙取國家補貼，非但沒有很好地促進光伏產(chǎn)業(yè)的發(fā)展，還使得大量浪費光伏基建，因此，針對現(xiàn)有的光伏客戶中，根據(jù)光伏客戶的數(shù)據(jù)信息，對光伏發(fā)電客戶進行細(xì)分，然后進行精準(zhǔn)的營銷是非常重要的。

根據(jù)浙江省政府辦公廳《關(guān)于推進浙江省百萬家庭屋頂光伏工程建設(shè)的實施意見》的要求，大力推進鄉(xiāng)村既有家庭屋頂光伏建設(shè)，以新農(nóng)村建設(shè)為契機，推進鄉(xiāng)村獨立住宅屋頂或庭院，以及企業(yè)屋頂建設(shè)家庭屋頂光伏發(fā)電系統(tǒng)，光伏客戶的發(fā)電效率和建設(shè)模式各不一樣，成本控制和預(yù)算較復(fù)雜，因此，如何篩選最有價值客戶是當(dāng)前急需解決的問題。如何根據(jù)客戶信息，對光伏發(fā)電客戶的細(xì)分，實現(xiàn)精準(zhǔn)營銷變得尤為重要。本文采用聚類算法，它是一種典型的無監(jiān)督學(xué)習(xí)算法，根據(jù)樣本間的相似程度，將相似度高的分為一類，差別大的分成不同的類別，常用的相似度計算方法是歐式距離法。利用日負(fù)荷、負(fù)載率及電量使用波動這三個指標(biāo)，運用K-Means聚類分析方法，實現(xiàn)對客戶的細(xì)分。

二、現(xiàn)有技術(shù)/產(chǎn)品及其不足

電力公司近些年大力部署泛在物聯(lián)網(wǎng)，對電力數(shù)據(jù)的采集基本達到全覆蓋，目前國家電網(wǎng)已掌握光伏客戶的數(shù)據(jù)信息有很多，如：供電單位、發(fā)電戶號、戶名、用電地址、并網(wǎng)點等級、發(fā)電容量、發(fā)電方式、發(fā)電量消納方式、機組信息、發(fā)電設(shè)備名稱、發(fā)電設(shè)備類型、發(fā)電設(shè)備型號、日發(fā)電量、月發(fā)電量、年發(fā)電量等等，但是如何有效利用這些數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律，挖掘有價值客戶是當(dāng)前電力公司熱門話題，傳統(tǒng)的分析方法一般按照區(qū)域、所屬行業(yè)等方法來劃分客戶群，憑經(jīng)驗篩選光伏客戶，進行退關(guān)，然而這種方式過于陳舊、粗獷，憑借主觀意識判斷為主，無法客觀反映用電客戶的特征，無法幫助電力部門精確掌握企業(yè)光伏安裝適用情況。

三、主要內(nèi)容

本文通過挖掘客戶間不同個體的行業(yè)及用電特性規(guī)律對群體進行聚類分析，根據(jù)光伏潛在投資價值，將對應(yīng)的企業(yè)分為四類，建立全新的客戶群組。電力部門可以利用模型準(zhǔn)確判斷客戶所屬類別，一方面，篩選優(yōu)質(zhì)客戶，進行有序地推廣分布式光伏安裝，提高電力公司的營銷成功率；另一方面針對不同的企業(yè)群組制定針對性極強的服務(wù)策略，提高服務(wù)質(zhì)量。

（一）數(shù)據(jù)的收集

取得營銷系統(tǒng)、用電信息采集系統(tǒng)數(shù)據(jù)庫訪問權(quán)限，編寫相應(yīng)查詢語句，訪問營銷系統(tǒng)數(shù)據(jù)庫獲取監(jiān)測范圍內(nèi)所有計量裝置更換客戶信息，所提取的字段信息包括：供電單位（包含地市、區(qū)縣級、供電所）、發(fā)電戶號、戶名、用電地址、并網(wǎng)點電壓等級、發(fā)電容量、發(fā)電方式、發(fā)電量消納方式、機組信息、發(fā)電設(shè)備名稱、發(fā)電設(shè)備類型、設(shè)備型號、日發(fā)電量、月發(fā)電量、年發(fā)電量等，明細(xì)清單導(dǎo)出形成《家庭光伏發(fā)電信息統(tǒng)計明細(xì)表》，共收集到2273個家庭信息。

表1 全社會用電分類統(tǒng)計明細(xì)表

（二）數(shù)據(jù)的整理

1.獲取日負(fù)荷指標(biāo)字段

由用電信息系統(tǒng)中導(dǎo)出的企業(yè)每隔15分鐘的電壓使用數(shù)據(jù)，對于企業(yè)的評價：一、客戶用電白天高于夜間，光伏發(fā)電可直接利用，無需儲能或上網(wǎng)；二、用電穩(wěn)定性高，波動越小越好。因此我們用一天間隔15分鐘獲取到的電壓使用的平均值均值來表示該客戶電壓的使用，用標(biāo)準(zhǔn)差差來表示波動情況，綜合這兩方面，我們定義了日負(fù)荷指標(biāo)=（八點到十六點的平均值-其余時間的平均值）/標(biāo)準(zhǔn)差，由此公式得到了客戶的日負(fù)荷指標(biāo)字段。

2.獲取電量使用指標(biāo)字段

從用電信息系統(tǒng)中導(dǎo)出客戶2017年1月至2018年4月間每個月的用電量，對于企業(yè)的評價：用電量越穩(wěn)定越好。因此，可以用電量使用的標(biāo)準(zhǔn)差來表示這個指標(biāo)，但由于每個企業(yè)的規(guī)模不一致，還需經(jīng)過方差的標(biāo)準(zhǔn)化，而從得到電量指標(biāo)=月平均值/標(biāo)準(zhǔn)差，該指標(biāo)是衡量用戶用電穩(wěn)定性指標(biāo)。

3.獲取日負(fù)載率指標(biāo)字段

從用電信息系統(tǒng)中導(dǎo)出客戶2017年1月至2018年4月間每個月的用電量，及運行容量，從供電公司成本角度考慮，當(dāng)公司用電量與運量容量比例越大，則對供電公司來說，光伏發(fā)電的效益最好，故定義日負(fù)載率=平均每月用電量/(運行容量*10*30)。

（三）模型建立

借助SPSSModeler數(shù)據(jù)挖掘軟件，客戶分類模型，如圖1所示

圖1 基于聚類分析的用戶細(xì)分流程圖

圖2 聚類的類別大小

圖3 變量的重要性排序

將用戶聚類成4類，通過運行軟件，我們得到圖2圖3。

由此可見，對決定用戶聚為一類的最重要因素是日負(fù)荷指標(biāo)，其次是負(fù)載率，最后是電量指標(biāo)（見圖4）。

圖4 聚類類別的指標(biāo)值

負(fù)載率、電量指標(biāo)與日負(fù)荷是電力公司使用光伏發(fā)電后所帶來的效益指標(biāo)，所以越大越好，因此我們選擇聚類2作為主要營銷對象，其負(fù)載率為0.97，將近達到1，說明安裝的變壓器基本完全使用，日負(fù)荷指標(biāo)為1.09，說明用戶電量使用情況是早上8點至下午16點的電量使用遠遠大于其余時間，光照時間使用電量大，適合安裝光伏發(fā)電。

電量指標(biāo)為3.86，說明電量使用穩(wěn)定性高，波動小。這類用戶也將是給公司帶來最好效益的企業(yè)，依賴于模型共選出305個客戶作為潛在最有價值光伏客戶，見表2。

從聚類結(jié)果上也可看出，聚類4是最不適合安裝光伏的，見表3。

表2 潛在光伏客戶識別

表3 最不適合安裝光伏客戶列表

四、結(jié)束語

本文利用營銷系統(tǒng)與用電信息采集系統(tǒng)的數(shù)據(jù)，提取光伏用戶的特征指標(biāo)，利用數(shù)據(jù)挖掘中的聚類分析方法，對用戶進行細(xì)分，通過聚類結(jié)果，提取類別特征，選取適合營銷對象，實現(xiàn)精準(zhǔn)營銷，能大大提高工作人員的效率，也能提高電力公司的經(jīng)濟效益。