一种基于云上大数据实验平台的电力营销数据分析系统技术方案

本发明专利技术提供了一种基于云上大数据实验平台的电力营销数据分析系统，包括：数据抽取模块，用于抽取电力营销业务数据；云上大数据实验平台，用于对所述电力营销业务数据进行数据预处理、数据分析和建模，得到分析结果并进行可视化显示；数字化能力开放平台，用于根据所述分析结果构建典型数据产品。本发明专利技术利用云上大数据实验平台，提高了对电力营销数据分析的准确性和便捷性，并对分析结果进行可视化显示，提高了系统的功能适用性。提高了系统的功能适用性。提高了系统的功能适用性。

【技术实现步骤摘要】
一种基于云上大数据实验平台的电力营销数据分析系统


[0001]本专利技术涉及数据分析领域，特别是涉及一种基于云上大数据实验平台的电力营销数据分析系统。

技术介绍

[0002]由于电力数据具备与客户互动最强、时效性高、连续性好、覆盖面广等特点，可以很好地预测宏观经济走势、行业发展趋势及用户需求变化，具有“晴雨表”“风向标”等作用。
[0003]为更好的利用海量的生产与经营数据，盘活数据价值，深化客户用能在支撑政府、社会各行业方面的应用，推动各单位深入应用，发挥营销大数据支撑政府和社会发展的作用，现有技术中已经构建完成营销大数据平台，取得了一定的研究和应用成果。但营销大数据平台内现有数据产品较少，且平台基础能力较为薄弱，加之功能操作复杂，功能适用性较差，难以满足业务人员使用，对公司未来支撑各类营销大数据相关主题的探索与研究工作有较大限制。对中心未来支撑各类营销大数据相关主题的探索与研究工作有较大限制作用。

技术实现思路

[0004]为了克服现有技术的不足，本专利技术的目的是提供一种基于云上大数据实验平台的电力营销数据分析系统。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于云上大数据实验平台的电力营销数据分析系统，包括：
[0007]数据抽取模块，用于抽取电力营销业务数据；
[0008]云上大数据实验平台，用于对所述电力营销业务数据进行数据预处理、数据分析和建模，得到分析结果并进行可视化显示；
[0009]数字化能力开放平台，用于根据所述分析结果构建典型数据产品。
[0010]优选地，还包括：
[0011]数据中台，用于对所述电力营销业务数据进行数据加工脱敏，并将加工脱敏后的电力营销业务数据发送至所述云上大数据实验平台。
[0012]优选地，所述云上大数据实验平台包括：
[0013]数据源管理组件，用于对所述电力营销业务数据进行管理和存储，并对所述电力营销业务数据设置权限；
[0014]数据预处理组件，用于对所述电力营销业务数据进行数据行处理、数据列处理、数据表处理和算法处理，得到预处理好的电力营销业务数据；
[0015]敏捷数据分析组件，用于构建挖掘算法，并根据所述挖掘算法和所述预处理好的电力营销业务数据进行模型研发，得到第一分析模型；
[0016]自动化算法建模组件，用于获取数据库，并根据数据库进行数据挖掘和数据处理，并以图表的形式进行数据的探索及展示；
[0017]算法模型库组件，用于获取数据挖掘算法、学习框架和深度学习算法并进行建模，得到第二分析模型；
[0018]融合分析组件，用于根据所述第一分析模型和所述第二分析模型对所述电力营销业务数据进行数据处理分析，得到所述分析结果，并对所述分析结果进行可视化显示。
[0019]优选地，所述数据行处理包括数据过滤、排序和随机抽样；所述数据列处理包括属性生成、属性过滤、字符型属性变换、日期型属性变换、数值型属性变换、缺失值处理、随机数/ID生成、重命名和角色设置；所述数据表处理包括数据分解、数据连接、数据拆分、分类汇总、表转置和数据追加；所述算法处理包括孤立点分析、因子分析、局部多项式回归拟合、数据标准化、异常值检测、主成分分析、RFM、R编程、SCALA编程、SQL编辑、季节解构、数据平滑和奇异值分解。
[0020]优选地，所述数据挖掘算法包括分类、聚类、回归、关联、时间序列、综合评价、推荐、统计分析及文本分析算法；所述学习框架包括Bagging分类、Bagging回归、Voting分类、Voting回归自定义集成学习算法；所述深度学习算法包括DNN回归、DNN分类、RNN分类、RNN回归、LSTM深度学习算法。
[0021]优选地，所述云上大数据实验平台是采用多层体系结构以及B/S方式和MVC架构技术构建的。
[0022]优选地，所述数据中台还用于获取外部导入的外部数据源，并将所述外部数据源融合至所述电力营销业务数据中；所述外部数据源包括天气数据、GDP数据和3D数据。
[0023]优选地，所述电力营销业务数据包括电力业务数据和电力档案数据。
[0024]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0025]本专利技术提供了一种基于云上大数据实验平台的电力营销数据分析系统，包括：数据抽取模块，用于抽取电力营销业务数据；云上大数据实验平台，用于对所述电力营销业务数据进行数据预处理、数据分析和建模，得到分析结果并进行可视化显示；数字化能力开放平台，用于根据所述分析结果构建典型数据产品。本专利技术利用云上大数据实验平台，提高了对电力营销数据分析的准确性和便捷性，并对分析结果进行可视化显示，提高了系统的功能适用性。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0027]图1为本专利技术实施例提供的基于云上大数据实验平台的电力营销数据分析系统的模块结构图；
[0028]图2为本专利技术实施例提供的技术路线示意图。
具体实施方式
[0029]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于
本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0031]本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤、过程、方法等没有限定于已列出的步骤，而是可选地还包括没有列出的步骤，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤元。
[0032]本专利技术的目的是提供一种基于云上大数据实验平台的电力营销数据分析系统，利用云上大数据实验平台，提高了对电力营销数据分析的准确性和便捷性，并并对分析结果进行可视化显示，提高了系统的功能适用性。
[0033]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0034]图1为本专利技术实施例提供的基于云上大数据实验平台的电力营销数据分析系统的模块结构图，如图1所示，本专利技术提供了一种基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云上大数据实验平台的电力营销数据分析系统，其特征在于，包括：数据抽取模块，用于抽取电力营销业务数据；云上大数据实验平台，用于对所述电力营销业务数据进行数据预处理、数据分析和建模，得到分析结果并进行可视化显示；数字化能力开放平台，用于根据所述分析结果构建典型数据产品。2.根据权利要求1所述的基于云上大数据实验平台的电力营销数据分析系统，其特征在于，还包括：数据中台，用于对所述电力营销业务数据进行数据加工脱敏，并将加工脱敏后的电力营销业务数据发送至所述云上大数据实验平台。3.根据权利要求1所述的基于云上大数据实验平台的电力营销数据分析系统，其特征在于，所述云上大数据实验平台包括：数据源管理组件，用于对所述电力营销业务数据进行管理和存储，并对所述电力营销业务数据设置权限；数据预处理组件，用于对所述电力营销业务数据进行数据行处理、数据列处理、数据表处理和算法处理，得到预处理好的电力营销业务数据；敏捷数据分析组件，用于构建挖掘算法，并根据所述挖掘算法和所述预处理好的电力营销业务数据进行模型研发，得到第一分析模型；自动化算法建模组件，用于获取数据库，并根据数据库进行数据挖掘和数据处理，并以图表的形式进行数据的探索及展示；算法模型库组件，用于获取数据挖掘算法、学习框架和深度学习算法并进行建模，得到第二分析模型；融合分析组件，用于根据所述第一分析模型和所述第二分析模型对所述电力营销业务数据进行数据处理分析，得到所述分析结果，并对所述分析结果进行可视化显示。4.根据权利要求3所述的基于云上大数据实验平台的电力营销数据分析系统，其特征在...

【专利技术属性】
技术研发人员：王耀宇，韩硕晨，李颖，程杰，杨晓波，郑思达，杨晓坤，刘岩，熊洪樟，戚成飞，毕超然，魏彤珈，张鹏，李新孔，史可，周新雨，潘维莲，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：