基于電力大數(shù)據(jù)模糊評價的綜合能源項目挖掘優(yōu)選策略

張國云，孔令號，楊伯青，沈嘉昆

（1. 國網(wǎng)冀北電力有限公司 技能培訓(xùn)中心，河北 保定 071000；2. 國網(wǎng)保定供電公司，河北 保定 071000）

0 引言

近年來，分布式光伏、天然氣、地?zé)帷㈦姵貎δ艿榷喾N能源方式不斷集成融合，大數(shù)據(jù)、云計算、人工智能、感控互聯(lián)等先進(jìn)技術(shù)逐步應(yīng)用于能源領(lǐng)域，工業(yè)園區(qū)、商業(yè)綜合體、醫(yī)院、學(xué)校等用能客戶轉(zhuǎn)變用能理念，綜合能源服務(wù)應(yīng)運而生、迅速發(fā)展［1—4］。受電力體制改革和能源互聯(lián)網(wǎng)產(chǎn)業(yè)蓬勃發(fā)展的積極影響，相較于傳統(tǒng)能源服務(wù)，新興的綜合能源服務(wù)整合統(tǒng)籌了電力、石油、煤炭、天然氣等多種能源資源，同時為客戶提供運營、投資、工程等多種服務(wù)［5—6］，綜合能源服務(wù)迎來了快速發(fā)展的機(jī)遇期。

文獻(xiàn)［7］從綜合能源服務(wù)市場推廣和實際運營的角度探討綜合能源服務(wù)的內(nèi)涵，并提出以增值功能、技術(shù)方案、服務(wù)模式、服務(wù)量級為層次的服務(wù)架構(gòu)，從用戶需求角度，分析了用戶對綜合能源服務(wù)的需求區(qū)間。文獻(xiàn)［8］設(shè)計了綜合能源系統(tǒng)項目運營模式綜合效益綜合評價指標(biāo)體系，運用模型計算不同運營模式下各項指標(biāo)的具體數(shù)值，量化分析對比，以逼近理想解排序法（technique for order preterence by similarity to an ideal solution，TOPSIS）綜合評價選取最優(yōu)運營模式。文獻(xiàn)［9］針對綜合能源服務(wù)水平影響因素多而定量分析難的問題，提出了一種基于網(wǎng)絡(luò)層次分析法（analytic network process，ANP）的綜合能源服務(wù)水平綜合評估方法，得到了影響服務(wù)水平的關(guān)鍵指標(biāo)。文獻(xiàn)［10］提出一種考慮環(huán)保和補(bǔ)貼影響的綜合能源服務(wù)改造項目經(jīng)濟(jì)效益評價方法，對改造項目的環(huán)保效益進(jìn)行量化分析。文獻(xiàn)［11］為克服市場價值方法的局限性，基于能值理論，建立了綜合能源系統(tǒng)的能量價值評估方法，為深度挖掘多能互補(bǔ)價值、促進(jìn)多能互補(bǔ)的綜合能源系統(tǒng)發(fā)展提供依據(jù)。文獻(xiàn)［12］從電網(wǎng)運行、環(huán)境效益、經(jīng)濟(jì)效益、資源利用效率4 個方面構(gòu)建了具有多層次及多維度特點的電力能效項目綜合評價指標(biāo)體系，提出了層次分析法（analytic hieratchy process，AHP）與TOPSIS 相結(jié)合的電力能效項目綜合評價方法。針對綜合能源評估的研究，目前主要從具體項目角度出發(fā)，聚焦于技術(shù)方案、運營模式、服務(wù)水平、經(jīng)濟(jì)效益等方面，對于供電公司利用自身電力大數(shù)據(jù)優(yōu)勢挖掘評估潛在綜合能源用戶的相關(guān)研究較少。

供電公司作為綜合能源服務(wù)領(lǐng)域的重要參與者，在客戶數(shù)據(jù)獲取、關(guān)鍵技術(shù)、品牌優(yōu)勢、營銷服務(wù)體系方面具有先天優(yōu)勢，尤其在潛在客戶挖掘方面，應(yīng)該充分利用多年以來沉淀的客戶資料、用電狀態(tài)等多維度數(shù)據(jù)資源，全方位評估潛在客戶的信用、價值和風(fēng)險，全域科學(xué)挖掘潛在需求，形成預(yù)評估方法［13］，逐步擺脫經(jīng)驗主義，為綜合能源項目市場開拓提供強(qiáng)有力的支撐。本文以供電公司所掌握的客戶數(shù)據(jù)為切入點，構(gòu)建了潛在綜合能源客戶的客戶信用、客戶價值、客戶風(fēng)險3類組成的綜合評價指標(biāo)體系，包括月均預(yù)存比例、月均欠費次數(shù)、月均停電次數(shù)等9項指標(biāo)，基于模糊聚類理論方法，提出了一種潛在綜合能源項目挖掘優(yōu)選策略，理論分析和算例計算均驗證了該方法的有效性和可行性，為供電公司充分利用沉淀數(shù)據(jù)、評估項目風(fēng)險、開拓綜合能源服務(wù)市場進(jìn)行了有益探索。

1 綜合能源項目挖掘培育評價指標(biāo)體系

綜合能源服務(wù)是一個市場競爭激烈的領(lǐng)域，涉及能源多元優(yōu)化、設(shè)備智能運維、數(shù)據(jù)挖掘應(yīng)用等眾多方面，供電公司在業(yè)擴(kuò)獲客渠道、客戶多維數(shù)據(jù)、關(guān)鍵設(shè)備技術(shù)、卓越品牌優(yōu)勢、營銷服務(wù)體系等眾多方面具有先天優(yōu)勢，但同樣需要事先多角度評估項目實施風(fēng)險和投資收益。供電公司營銷系統(tǒng)沉淀了歷年客戶檔案、用能數(shù)據(jù)、繳費信息等多維度的數(shù)據(jù)，從時間維度、指標(biāo)類型維度和數(shù)據(jù)量上來說，均構(gòu)成了客戶用電大數(shù)據(jù)，供電公司均可以利用電力大數(shù)據(jù)挖掘評估綜合能源項目，事先評估潛在用戶的信用、價值和風(fēng)險。

本文從“電力大數(shù)據(jù)看綜合能源項目”角度，構(gòu)建了一套潛在客戶評價指標(biāo)體系，主要分為客戶信用、客戶價值和客戶風(fēng)險3個維度，二級指標(biāo)細(xì)化為月均預(yù)存比例x1、月均欠費次數(shù)x2、月均欠費停電次數(shù)x3、月均電費金額y1、月均電量y2、年均生產(chǎn)用電小時數(shù)y3、月均違約用電次數(shù)z1、月均竊電次數(shù)z2、行業(yè)風(fēng)險程度z39個指標(biāo)。

1.1 客戶信用

基于供電公司直接掌握的數(shù)據(jù)信息來說，客戶信用評價主要表現(xiàn)為是否提前預(yù)存電費和按時交納電費，這決定了被挖掘培育的綜合能源項目是否能夠按約履行。當(dāng)客戶總是預(yù)存電費，并且預(yù)存比例較高或者按時交納電費，客戶的信用度相對就高，契約精神、公司管理和財務(wù)狀況相對較優(yōu)，反之則較差。因此選用月均預(yù)存比例x1、月均欠費次數(shù)x2、月均停電次數(shù)x33個指標(biāo)評價客戶信用。

（1）月均預(yù)存比例x1。該指標(biāo)直接反映了客戶預(yù)交電費的能力和履約能力，在一定程度上間接反映了客戶的財務(wù)狀況和管理能力，一般來說，預(yù)存比例越高的客戶，該客戶的財務(wù)狀況相對越好，企業(yè)管理也相對更為規(guī)范，此類客戶是優(yōu)質(zhì)潛在綜合能源服務(wù)客戶。其計算公式為

式中:xj為客戶月均預(yù)存電費額度；xz為客戶月均應(yīng)繳電費總額度。

（2）月均欠費次數(shù)x2。該指標(biāo)反映了客戶用電欠費情況，一般來說，月均欠費次數(shù)越多的客戶，其財務(wù)狀況和用電繳費習(xí)慣相對較差，在挖掘潛在綜合能源服務(wù)客戶時，應(yīng)該排除欠費次數(shù)過高的客戶，以避免投資風(fēng)險。其計算公式為

式中:xqz為客戶全年欠費總次數(shù)。

（3）月均欠費停電次數(shù)x3。該指標(biāo)反映了客戶不及時繳納電費導(dǎo)致的停電情況，一般來說，月均欠費停電次數(shù)越高的客戶，其生產(chǎn)經(jīng)營相對越不穩(wěn)定，綜合能源服務(wù)開拓價值較低，應(yīng)在業(yè)務(wù)開拓階段就避免此類項目。其計算公式為

式中:xtz為客戶全年欠費停電總次數(shù)。

1.2 客戶價值

開展綜合能源項目挖掘，必須評估客戶自身價值，全面研判客戶產(chǎn)能、營收、潛力等各個方面，對供電公司來說，客戶價值可以間接體現(xiàn)為月均電費金額y1、月均電量y2和年均生產(chǎn)用電小時數(shù)y3。一般來說，客戶的月均電費金額y1和月均電量y22個指標(biāo)越高，則該客戶的規(guī)模、產(chǎn)能和營收能力均相對較高；年均生產(chǎn)用電小時數(shù)y3指標(biāo)越高，則反映出該客戶持續(xù)生產(chǎn)、不間斷經(jīng)營的能力越強(qiáng)；綜合3個指標(biāo)越高，則可以基本判定客戶價值高，評估為優(yōu)質(zhì)客戶，反之較低者，則可以基本判定客戶價值較低，評估為一般客戶。

（1）月均電費金額y1和月均電量y2。電量是企業(yè)生產(chǎn)的必需基本原材料之一，用電量越大反映出企業(yè)的產(chǎn)能規(guī)模越大，電費的高低也基本反映了企業(yè)的資金狀況，與此類客戶開展綜合能源項目合作產(chǎn)生的效益才會越大

式中:i的取值為1 或2；yiz為客戶全年電費（電量）總量。

（2）月均生產(chǎn)用電小時數(shù)y3。該指標(biāo)直接反映了企業(yè)持續(xù)生產(chǎn)的狀態(tài)，該指標(biāo)越高代表企業(yè)經(jīng)營活力充沛，應(yīng)該列為優(yōu)質(zhì)客戶予以重點關(guān)注。

1.3 客戶風(fēng)險

供電公司評估客戶風(fēng)險，一方面可以從客戶用電異常情況多維度進(jìn)行評價，主要包括月均違約用電次數(shù)z1和月均竊電次數(shù)z2，一般來說，客戶的月均違約用電次數(shù)和月均竊電次數(shù)越高，則意味著與此類客戶開展綜合能源項目合作，可能會面臨更大的投資風(fēng)險，應(yīng)該盡量避免。另一方面，可以對客戶進(jìn)行所處行業(yè)風(fēng)險程度z3評估，以此來判斷客戶發(fā)展前景，當(dāng)行業(yè)風(fēng)險過大時，應(yīng)該避免開展綜合能源項目合作。為此選用月均違約用電次數(shù)z1、月均竊電次數(shù)z2、行業(yè)風(fēng)險程度z33個指標(biāo)評價客戶風(fēng)險。

（1）月均違約用電次數(shù)z1。違約用電包括高價低接、超容用電、私自變更用電類別等情況，當(dāng)客戶出現(xiàn)違約用電情況時，則一般表明該客戶履約意識不強(qiáng)，存在一定程度的合作風(fēng)險。其計算公式為

式中:z1z為客戶全年違約用電總次數(shù)。

（2）月均竊電次數(shù)z2?？蛻舸嬖诟`電行為，基本說明該客戶存在嚴(yán)重的商業(yè)不端行為，與此類客戶開展綜合能源項目，存在很高的合作風(fēng)險，該指標(biāo)越高，則表明問題越嚴(yán)重。其計算公式為

式中:z2z為客戶全年竊電總次數(shù)。

（3）行業(yè)風(fēng)險程度z3。受貿(mào)易摩擦、政策要求等多方面因素影響，客戶所處行業(yè)可能會出現(xiàn)發(fā)展風(fēng)險，供電公司應(yīng)根據(jù)實際情況定期對各個行業(yè)進(jìn)行專家系統(tǒng)評估，得出風(fēng)險值，當(dāng)行業(yè)風(fēng)險高時，應(yīng)該避免為此類客戶提供服務(wù)。

行業(yè)風(fēng)險程度選擇行業(yè)政策風(fēng)險、發(fā)展?jié)摿?、盈利能力、價格控制能力、管理成本、現(xiàn)金流穩(wěn)定性、投資回報率等指標(biāo)進(jìn)行全面評估，每項指標(biāo)分為5 檔:風(fēng)險很?。?00 分）、風(fēng)險較?。?0 分）、風(fēng)險一般（60 分）、風(fēng)險較大（40 分）、風(fēng)險很大（20 分）和風(fēng)險嚴(yán)重（0 分），選取多位行業(yè)內(nèi)外專家依據(jù)專家評估法定期進(jìn)行打分評估。

綜上所述，客戶信用、客戶價值和客戶風(fēng)險3個維度、9個指標(biāo)得出客戶評價指標(biāo)體系如表1所示，從而構(gòu)成了綜合能源項目挖掘培育評價指標(biāo)體系，供電公司可以依據(jù)本指標(biāo)體系，充分運用所掌握的數(shù)據(jù)信息，篩選評估潛在綜合能源項目用戶，進(jìn)行合理化、科學(xué)化、系統(tǒng)化的評估，有效規(guī)避合作投資風(fēng)險，為供電公司挖掘開展綜合能源服務(wù)提供策略支撐。

表1 綜合能源項目挖掘培育評價指標(biāo)體系Table 1 Evaluation index system for the mining and cultivation of integrated energy service

2 綜合能源項目挖掘優(yōu)選策略

模糊聚類分析［14—15］是一種軟劃分方法，其核心思想是基于模糊數(shù)學(xué)理論，將所有待劃分的對象看作論域X，然后按照相應(yīng)的要求進(jìn)行客觀描述和科學(xué)分類，通過模糊數(shù)學(xué)的分析方法客觀地量化分析待劃分對象之間的親疏關(guān)系，得到對象屬于各類別的不確定程度，從而可以實現(xiàn)科學(xué)客觀地分型劃類。

對此，供電公司作為綜合能源服務(wù)領(lǐng)域主要參與方，為了不斷開拓市場、積極培育項目，必須制定切合自身特色的綜合能源項目挖掘優(yōu)選策略，目前，供電公司掌握了用戶的負(fù)荷、電量、繳費等一系列用電狀態(tài)數(shù)據(jù)，可以制定挖掘優(yōu)選策略如下:可以將所有綜合能源潛在項目看作待評估的論域X={}x1,x2,…,xi,…,xn，利用自身所掌握的用戶維度信息，根據(jù)綜合能源項目挖掘培育評價指標(biāo)體系，為論域X中的每一個綜合能源潛在項目依據(jù)模糊評價的計算分析方法，在兩兩對象之間賦予相似度，形成模糊相似矩陣或者模糊等價矩陣，從而依據(jù)不同的分類水平確定各個類別。

得到論域X的模糊相似矩陣或者模糊等價矩陣方法［16—17］如下:按照一定計算方法，將論域內(nèi)任意2個元素間賦予[0,1] 之間的數(shù)值以代表彼此的相近程度，則稱此數(shù)值為此2元素間的相似系數(shù)，論域X元素的所有相似系數(shù)便構(gòu)成了模糊相似矩陣。然后可以用逐次平方法得到該模糊相似矩陣的傳遞閉包t(R)，這樣就將模糊相似矩陣變?yōu)槟：葍r矩陣。模糊聚類分析的具體步驟如下所示:

（1）選取研究對象恰當(dāng)?shù)膶傩宰鳛榉治鲋笜?biāo)；

（2）選擇合適計算方法將各個研究對象分析指標(biāo)進(jìn)行標(biāo)準(zhǔn)化、正規(guī)化處理，所采取的分析方法有標(biāo)準(zhǔn)差、極差、均值等規(guī)格化方法；

（3）選擇合適方法核定任意2個研究對象之間相似程度，從而得到所有研究對象的模糊相似矩陣R=[rij]n×n，分析方法主要有數(shù)量積法、相關(guān)系數(shù)法、絕對值倒數(shù)法等；

（4）驗證步驟（3）中的矩陣R是否為模糊等價矩陣，若為否，則可以逐次平方的方法得到模糊等價矩陣R*，然后基于該模糊等價矩陣聚類分析；或者可以直接對模糊相似矩陣依據(jù)模糊關(guān)系圖法、編網(wǎng)法和最大樹法等方法進(jìn)行聚類分析。

3 算例分析驗證

在供電公司日常工作中，會涉及到許多潛在的綜合能源潛在用戶，這里在工業(yè)行業(yè)中，隨機(jī)選取8家工業(yè)企業(yè)進(jìn)行算例分析，依據(jù)供電公司自身所掌握的用戶的負(fù)荷、電量、繳費、欠費、停電等多維度的電力大數(shù)據(jù)，賦予這8 家潛在用戶的綜合能源項目挖掘培育評價指標(biāo)相應(yīng)的數(shù)值，如表2所示。

表2 8家客戶的評價指標(biāo)數(shù)據(jù)Table 2 The evaluating indicator data for 8 customers

依據(jù)表2所示的8家客戶的評價指標(biāo)數(shù)據(jù)，通過正規(guī)化處理方法，從而可以得到正規(guī)化之后的評價指標(biāo)數(shù)據(jù)矩陣，依據(jù)指標(biāo)正規(guī)化矩陣，通過模糊計算分析方法可以得到8家客戶之間的相似度程度，從而得到所有模糊相似矩陣，然后通過將得到的矩陣?yán)弥鸫纹椒降姆椒ǎ梢缘玫侥：葍r矩陣

表3 8家客戶之間的等價矩陣Table 3 The equivalent matrix for 8 customers

當(dāng)將置信水平為0.79時，依據(jù)上述等價矩陣進(jìn)行模糊聚類，可以將算例中的8家客戶分為4類，分別為:A、C為一類，B、G、H為一類，D獨自為一類，E、F為一類。供電公司在開展綜合能源項目時，應(yīng)該本著追求效益利潤、同時兼顧風(fēng)險的原則，將通過模糊聚類分析得到的分類與8家客戶的評價指標(biāo)數(shù)據(jù)進(jìn)行對比分析，可以知道，A、C為優(yōu)質(zhì)類，主要是客戶價值具有明顯優(yōu)勢，在這2家客戶中，A應(yīng)優(yōu)先于C進(jìn)行培育挖掘；B、G、H為良好類，客戶價值相對明顯，在這3家客戶中，培育挖掘順序應(yīng)該為G、B、H；D為待選類，主要考慮客戶信用、客戶價值、客戶風(fēng)險指標(biāo)表現(xiàn)一般；E、F為風(fēng)險類，主要是客戶風(fēng)險指標(biāo)突出，應(yīng)該在培育挖掘中予以避免。通過以上模糊聚類方法，基本實現(xiàn)了8家客戶的分類工作，可以用于支撐供電公司綜合能源服務(wù)項目挖掘工作，進(jìn)一步開拓市場。

4 結(jié)束語

供電公司作為綜合能源服務(wù)領(lǐng)域的主要參與方，應(yīng)該發(fā)揮自身掌握大量客戶用電負(fù)荷、電量、繳費、停復(fù)電等大數(shù)據(jù)的優(yōu)勢，本文構(gòu)建了包含客戶信用、客戶價值、客戶風(fēng)險3個一級維度9個二級具體指標(biāo)的綜合能源項目挖掘培育評價指標(biāo)體系，從供電公司自身大數(shù)據(jù)評估潛在客戶的內(nèi)部狀況，提出的基于電力大數(shù)據(jù)模糊評價的綜合能源項目挖掘優(yōu)選算法為供電公司深入挖掘應(yīng)用評估潛在項目的收益風(fēng)險、挖掘優(yōu)質(zhì)潛在客戶提供了一定支撐。