一种基于SVM分类算法实现电力客户管理的方法技术

一种基于SVM分类算法实现电力客户管理的方法，本方法利用供电企业已有的用户用电数据，采用基于SVM数据分析的方法，确定用户分类从而进行精准营销，主要特点在于设计的成本低，实现简单。能克服已有数据挖掘方法的固有缺陷，用户分类具有更高的准确性。基于不同用电属性对居民用二次划分的精准营销系统能针对不同用电行为的用户实施有针对性的引导性营销，进一步规范居民的用电行为，削峰填谷，提高电网的安全稳定性，大幅度降低运算时间，多业务系统的数据贯通的联合分析，增加了用电客户分析的合理性及全面性。

A method of power customer management based on SVM classification algorithm

A realization method of power customer management SVM classification algorithm based on the method of using the existing power supply enterprise user data, using the SVM method based on data analysis, to determine the user classification precision marketing, mainly characterized in that the design of low cost, simple realization. It can overcome the inherent defects of existing data mining methods, and the user classification has higher accuracy. Different electric properties of the residents in the two division of the precision marketing system can according to the different consumption behavior of the users to guide marketing based, to further standardize the residents of electricity, peak, improve the security and stability of power grid, greatly reduce the computation time, joint analysis of multiple business system through the data, increasing the rationality and comprehensive analysis of electricity customers.

【技术实现步骤摘要】
一种基于SVM分类算法实现电力客户管理的方法
本专利技术涉及电力客户管理领域，一种基于SVM分类算法实现电力客户管理的方法。
技术介绍
电力企业需要进行客户分类，其原因是为了客户管理的战略性资源配置与战术性服务营销对策应用，以支撑企业建立以客户为中心的个性化服务与专业化营销。电力客户分类是基于客户的属性特征所进行的有效性识别与差异化区分。客户分类以客户属性为基础的应用，客户分类通常依据客户的社会属性、行为属性和价值属性。用电需求者本身属性的不同，从而导致对于电力需求关注的需求差异性的问题。从客户分类的定义可以看出，客户分类首先要搞清楚客户的属性，也就是客户在使用企业产品时从多角度表现出来的不同的特点进行分类，对于电网企业来说，就是将这些电力客户通过何种依据进行分类的问题，这种分类的依据就是客户的属性特征。现在有技术主要是针对客户按照用电客户重要性不同分为高危客户、重要客户及其他客户进行简单分类，这种分类主要是依据当客户停电时造成的损失大小(人身、财产损失)和社会影响确定的，这样分类导致对于电力需求的多样性或者说丰富性难以满足，运算时间延长，从而造成的供用电矛盾。
技术实现思路
本专利技术的目的为更好的对用电客户进行分类管理，可以应对实施增长的数据，通过分类的方法，大幅度降低运算时间，同时，多业务系统的数据贯通的联合分析，增加了用电客户分析的合理性及全面性。本专利技术利用供电企业已有的用户用电数据，采用基于SVM数据分析的方法，确定用户分类从而进行精准营销，主要特点在于设计的成本低，实现简单。用SVM算法进行用户细分，能克服已有数据挖掘方法的固有缺陷，用户分类具有更高的准确性。基于不同用电属性对居民用二次划分的精准营销系统能针对不同用电行为的用户实施有针对性的引导性营销，进一步规范居民的用电行为，削峰填谷，提高电网的安全稳定性。本专利技术的技术方案是：一种基于SVM分类算法实现电力客户管理的方法，下面对照附图1，进一步详细的说明，以帮助本领域技术人员对本专利技术的专利技术构思、技术方案有更完整、准确和深入的理解。该方法包括以下七个步骤：收集用电客户信息及其他相关数据，包括调度管理系统、用电采集系统、营销管理系统，其中涉及的数据包括用户基础档案信息、实时负荷数据、用电量；收集并用电客户分类数据；用电客户信息及其他相关数据的统计描述，了解数据的基本状况；用电客户数据及其他相关数据的清洗与转换，为数据建模提供准备；用电客户的相关特征提取，形成指标类数据；通过SVM算法对数据进行建模分类，区分出重点及敏感用户等；完成模型的部署与应用。通过识别电力客户行为特征，实现对客户认知、风险管理、个性化营销和服务的科学规范管理，同时实现用户用电行为监测。数据展示结果直接与用户交互，是数据挖掘的最终产出物，数据挖掘的展示主要采用以下几种方式：(1)企业级报表。可以将数据挖掘的结果转化为领导关注的企业层面的战略报表，其中包含领导日常关注的战略性KPI指标数据。(2)OLAP分析。数据挖掘也可以输出为一个数据立方体，其数据可以用来做OLAP分析。立方体分析就是使用标准的多维分析功能，如分页、旋转、排序、筛选和向上下钻取来浏览报表。立方体分析适用于对指标变化的根本原因或潜在原因比较关注而对数据库技巧不是非常熟悉的人员。能做到快速的报表分析和操作、个性化和安全地共享立方体、自动创建和同步立方体、从汇总数据向详细交易数据任意钻取。(3)图表。根据数据挖掘的结果数据可以输出为各种形式的图表，如：反应数据绝对量的柱状图、反应数据变化趋势的曲线图、反应数据权重比例的饼状图等等。(4)数据透视表。以交叉表的形式展现结果数据。(5)文字说明。用文字简单直接的描述客户所最关心的内容。本专利技术的有益效果一方面克服已有数据挖掘方法的固有缺陷，用户分类具有更高的准确性。另一方面可以应对实施增长的数据，通过分类的方法，大幅度降低运算时间，并且，多业务系统的数据贯通的联合分析，增加了用电客户分析的合理性及全面性。基于不同用电属性对居民用二次划分的精准营销系统能针对不同用电行为的用户实施有针对性的引导性营销，进一步规范居民的用电行为，削峰填谷，提高电网的安全稳定性。附图说明图1基于SVM分类算法实现电力客户管理方法的总体架构图。具体实施例首先，收集用电客户信息及其他相关数据，主要包括调度管理系统、用电采集系统、营销管理系统，其中涉及的数据主要包括用户基础档案信息、实时负荷数据、用电量等；其次，收集并用电客户分类数据；第三，用电客户信息及其他相关数据的统计描述，了解数据的基本状况第四，用电客户数据及其他相关数据的清洗与转换，为数据建模提供准备第五，用电客户的相关特征提取，形成指标类数据，如用户用电负荷波动幅度、用电量峰谷比、工作日及非工作日等时段的用电差异、峰时耗电率、日负荷峰值时刻、谷时耗电率、日负荷周期、日最小负荷率等；第六，通过SVM算法对数据进行建模分类，区分出重点及敏感用户等，最终区分的用户可分为5类：第一类用户负荷及用电高峰集中的谷时段，而峰时段用电负荷很低，归为优质型客户，有利于电网负荷整体均衡分配；第二类用户负荷在峰时段呈现缓慢下降趋势，对于整体电网负荷的均衡分配略差于第一类客房；第三类用户负荷及用电高峰在20-23时达到最高，而2-7时出现低负荷用电，其对电网安全运行影响较大，属于重点关注的敏感型客户；第四类用户负荷及用电总体呈现持续高负荷用电特征，对电网运行影响较大，属于次敏感用户；第五类用户负荷及用电总体呈现在峰时段，而平时段和谷时段基本不用电，其最大负荷出现在8-12时及13-16时，属于极敏感用户，应给予重点关注。第七，完成模型的部署与应用。通过识别电力客户行为特征，实现对客户认知、风险管理、个性化营销和服务的科学规范管理，同时实现用户用电行为监测。数据展示结果直接与用户交互，是数据挖掘的最终产出物，数据挖掘的展示主要采用以下几种方式：(1)企业级报表。可以将数据挖掘的结果转化为领导关注的企业层面的战略报表，其中包含领导日常关注的战略性KPI指标数据。(2)OLAP分析。数据挖掘也可以输出为一个数据立方体，其数据可以用来做OLAP分析。立方体分析就是使用标准的多维分析功能，如分页、旋转、排序、筛选和向上下钻取来浏览报表。立方体分析适用于对指标变化的根本原因或潜在原因比较关注而对数据库技巧不是非常熟悉的人员。能做到快速的报表分析和操作、个性化和安全地共享立方体、自动创建和同步立方体、从汇总数据向详细交易数据任意钻取。(3)图表。根据数据挖掘的结果数据可以输出为各种形式的图表，如：反应数据绝对量的柱状图、反应数据变化趋势的曲线图、反应数据权重比例的饼状图等等。(4)数据透视表。以交叉表的形式展现结果数据。(5)文字说明。用文字简单直接的描述客户所最关心的内容。本文档来自技高网...

【技术保护点】
一种基于SVM分类算法实现电力客户管理的方法，其特征在于，该方法步骤包括七个步骤：首先，收集用电客户信息及其他相关数据，包括调度管理系统、用电采集系统、营销管理系统，其中涉及的数据包括用户基础档案信息、实时负荷数据、用电量等；其次，收集并用电客户分类数据；第三，用电客户信息及其他相关数据的统计描述，了解数据的基本状况；第四，用电客户数据及其他相关数据的清洗与转换，为数据建模提供准备；第五，用电客户的相关特征提取，形成指标类数据，如用户用电负荷波动幅度、用电量峰谷比、工作日及非工作日等时段的用电差异、峰时耗电率、日负荷峰值时刻、谷时耗电率、日负荷周期、日最小负荷率；第六，通过SVM算法对数据进行建模分类，区分出重点及敏感用户；第七，完成模型的部署与应用。

【技术特征摘要】
1.一种基于SVM分类算法实现电力客户管理的方法，其特征在于，该方法步骤包括七个步骤：首先，收集用电客户信息及其他相关数据，包括调度管理系统、用电采集系统、营销管理系统，其中涉及的数据包括用户基础档案信息、实时负荷数据、用电量等；其次，收集并用电客户分类数据；第三，用电客户信息及其他相关数据的统计描述，了解数据的基本状况；第四，用电客户数据及其他相关数据的清洗与转换，为数据建模提供准备；第五，用电客户的相关特征提取，形成指标类数据，如用户用电负荷波动幅度、用电量峰谷比、工作日及非工作日等时段的用电差异、峰时耗电率、日负荷峰值时刻、谷时耗电率、日负荷周期、日最小负荷率；第六，通过SVM算法对数据进行建模分类，区分出重点及敏感用户；第七，完成模型的部署与应用。2.一种基于SVM分类算法实现电力客户管理的方法，其特征在于，步骤六建模分类中最终区分的用户可分为5类：第一类用户负荷及用电高峰集中的谷时段，而峰时段用电负荷很低，归为优质型客户，有利于电网负荷整体均衡分配；第二类用户负荷在峰时段呈现缓慢下降趋势，对于整体电网负荷的均衡分配略差于第一类客房；第三类用户负荷及用电高峰在20-23时达到最高，而2-7时出现低负荷用电，其对电网安全运行影响较大，属于重...

【专利技术属性】
技术研发人员：李钊，雷振江，罗桓桓，毛洪涛，王思文，郑永健，刘颖，王欢，李显龙，刘坤，曹国强，
申请(专利权)人：国网辽宁省电力有限公司，国网辽宁省电力有限公司电力科学研究院，南京南瑞集团公司，国家电网公司，
类型：发明
国别省市：辽宁,21