[发明专利]一种客户用电行为分析方法及系统

说明书

本发明提供一种客户用电行为分析方法，包括基于客户用电特征数据，确定客户用电行为指标，并结合客户属性及其数据分布情况，得到每一客户用电行为指标各自对应的指标属性并设为标签，且进一步给所有标签分别进行赋值；获取待分析的客户群体及其所含每一客户在对应客户用电行为指标下的标签赋值，并采用预设的聚类算法，对该客户群体中所有客户对应的标签赋值进行聚类计算，将所得的聚类结果输出为该客户群体的客户用电行为。本发明还提供一种客户用电行为分析系统。实施本发明，全面考虑反映客户用电特征的指标进行分析，并利用聚类算法来简化传统分析算法的复杂度，从而解决现有技术分析结果偏差较大的问题。

技术领域

本发明涉及电力系统数据处理技术领域，尤其涉及一种客户用电行为分析方法及系统。

背景技术

随着电力市场的逐步放开，供电企业通过购售电价差盈利的运营方式发生彻底改变。在市场化环境下，各售电主体为了吸引更多的用户，将会提供与电力消费密切相关的各种增值服务。因此，未来的售电公司将是服务型企业。由此可见，传统供电企业必须跟上新时代的脚步，并努力做好个性化服务和综合能源服务等方面的增值服务。

为客户提供增值服务，首先需要了解客户的行为。供电企业管理系统采集了大量的客户交互数据，深入挖掘客户数据的隐藏信息，分析出客户的用电行为，有助于电网企业为客户提供个性化的增值服务。

客户用电行为分析，以海量的客户用电行为数据为基础，通过识别不同客户群体的行为特征,从而达到科学的客户认知、风险管理、个性化营销和服务的目的。与传统的客户用电行为分析相比，基于数据挖掘的客户用电行为分析能够提高客户行为分析的精确度,并实现对客户的用电行为进行定量化描述。与专业部门开展的分析相比，基于大数据的客户用电行为分析更加注重对客户用电风险的预测和大客户用电效益的挖掘，促进公司运营效率和服务水平的提升。

然而，现有的客户用电行为分析方法采用的算法较复杂且考虑的指标不够全面，造成最终分析结果出现偏差。因此，有必要对现有的客户用电行为分析方法进行改进。

发明内容

本发明实施例所要解决的技术问题在于，提供一种客户用电行为分析方法及系统，全面考虑反映客户用电特征的指标进行分析，并利用聚类算法来简化传统分析算法的复杂度，从而解决现有技术分析结果偏差较大的问题。

为了解决上述技术问题，本发明实施例提供了一种客户用电行为分析方法，所述方法包括以下步骤：

基于客户用电特征数据，确定客户用电行为指标，并结合客户属性及其数据分布情况，得到每一客户用电行为指标各自对应的指标属性并设为标签，且进一步给所有标签分别进行赋值；

获取待分析的客户群体及其所含每一客户在对应客户用电行为指标下的标签赋值，并采用预设的聚类算法，对该客户群体中所有客户对应的标签赋值进行聚类计算，将所得的聚类结果输出为该客户群体的客户用电行为。

其中，所述方法进一步包括：

根据该客户群体的客户用电行为进行画像分析，得到该客户群体的客户用电行为的立体视觉图。

其中，所述客户用电行为指标包括合同容量、用电类型、基本电费特征、力调电费特征、电度电费特征、容量利用率、违约金特征、电价敏感度、电量电费敏感度、用户欠费特征、用户缴费特征和退补电费特征。

其中，所述合同容量的指标属性包括合同容量大、合同容量较大、合同容量中等、合同容量较小和合同容量小，且对应的标签赋值依序为1、2、3、4、5；

所述用电类型的指标属性包括工业用电、商业用电、住宅用电、农业排灌用电、农业生产用电和临时接电，且对应的标签赋值依序为1、2、3、4、5、6；

所述基本电费特征的指标属性包括平均基本电费高、平均基本电费中、平均基本电费低和无基本电费，且对应的标签赋值依序为1、2、3、4；