电力用户敏感程度分析及停电投诉预测

依据电力客户的行为制定相应的服务模式是提高供电服务质量的关键,文章根据B市电力客户日常与停电后的客服数据,以配电网供电台区为单位对客户的敏感度进行分析。由于实际客服数据中特征变量较多,为了减少高维空间中的计算量,故先采用t分布随机邻域嵌入法对数据集进行降维,再采用混合高斯分布进行建模,并用期望最大值算法求解最优分类结果,将客户敏感程度分为5级。同时,客户的敏感度的提出可以提高客户停电投诉的预测准确性,选取B市近两年的17万条停电数据作为训练集,采用3种有监督机器学习方法对客户投诉的二分类预测结果进行10折交叉验证,发现决策树的预测结果明显优于其他方法,并形成并行集成学习方法,可有效提高预测准确率,有助于提升电力公司停电计划的安排和客户安抚工作辅助决策,提升客户服务质量。     

基于逻辑回归模型的电力客户停电敏感度评分卡研究与实现

针对当前基于逻辑回归模型的客户敏感度分析模型输出结果复杂、不易理解与应用的问题,提出了一种基于逻辑回归模型的电力客户停电敏感度评分卡实施方法。从电网公司营销业务系统、95598系统提取客户停电敏感相关属性数据,通过信息值筛选出具有高预测力的属性;计算各属性的证据权重转换值,运用逻辑回归模型构建客户停电敏感度分析模型;基于停电敏感度分析模型的输出参数和各属性证据权重转换值,构建客户停电敏感度评分卡。以某电网公司实际数据对该方法进行了验证,取得了良好效果。     

基于贝叶斯网络的电力客户停电敏感度预测

精准预测停电敏感的电力客户群体,能够有效感知客户用电需求,提升客户用电满意度,助力提高电力服务水平。文中提出基于贝叶斯网络构建电力客户停电敏感度预测模型,从95598客服平台、营销业务系统、用电信息采集系统获取分析数据,结合客户基本信息、用电信息、智能电能表计量信息以及用户用电交互行为,定义客户停电敏感度数据标签,对用户的停电投诉进行分析与预测。采用K折交叉验证法对停电敏感度预测模型进行实验验证。实验表明,基于贝叶斯网络构建的电力客户停电敏感度预测模型,在停电投诉分析应用中具备较高的精准度,验证了模型的有效性。     

基于快速恢复供电的应急抢修研究

根据客户类型及客户停电敏感度指数的确定,介绍了不同停电时段处于高、中、低3个停电敏感度等级的客户类型,分析了2种判断应急抢修方式的方法,阐述了与客户所处时段的停电敏感度等级相对应的应急抢修策略,并举例说明了实际应用效果,为恢复供电的应急抢修研究提供了借鉴。     

基于熵值法的电力客户敏感度综合评价模型研究

针对供电服务特点,从客户账务和停电敏感出发,研究供电企业客户敏感度评价体系构建方法,提出基于熵值法的电力客户敏感度评价模型.基于敏感度评价结果,供电企业服务部门能有效制定精准化客户服务策略,提升服务能力和客户体验,实现降本增效。     

基于熵值法的电力客户敏感度综合评价模型研究

针对供电服务特点,从客户账务和停电敏感出发,研究供电企业客户敏感度评价体系构建方法,提出基于熵值法的电力客户敏感度评价模型。基于敏感度评价结果,供电企业服务部门能有效制定精准化客户服务策略,提升服务能力和客户体验,实现降本增效。     

一种基于最小距离编辑法的模糊地址识别模型

由于受到客户方言及语言习惯因素影响,加之客户服务中心客服坐席手工记录客户地址的形式不统一,难以实现精确筛选细化到小区、村庄级别的相近地址,支撑定位客户反映的频繁停电等问题。该文提出了一种地址模糊匹配模型,根据地址信息的文本和拼音形式,利用最小编辑距离算法量化非结构化客户地址间的偏差程度。进一步应用支持向量机分类技术,结合地址文本信息和拼音信息的编辑距离计算结果,实现对相近地址的有效识别。试验结果表明,该方法可以克服谐音字对地址识别的影响,具有计算速度快且识别能力强的优势,能够支撑筛选频繁停电地址等场景应用。另外,通过网格搜索法的应用,实现了支持向量机分类器主要参数的优化,提升了模糊地址匹配的精度。     

广西电网客户停电时间自动统计技术应用

以现有计量自动化系统与营销管理信息系统为平台,开展客户停电时间自动统计研究.通过理论研究和工程实践,建立停电时间自动统计技术架构,提出适用于广西电网的停电事件逻辑判断规则,并开发相应功能模块.在河池供电局进行的测试运行试点与应用表明,利用计量自动化系统与营销管理信息系统为平台开展客户停电时间自动统计,可有效提高客户停电时间统计的准确性和及时性,提升客户停电时间的精益化管理水平,为停电综合管理提供了有益的实践.     

加强停电计划管理让客户更满意

正为提高客户满意度,曲靖供电局努力寻求停电施工与保障客户用电之间的平衡点,持续加强综合停电计划管理,优化停电方案,最大限度的减少临时停电和重复停电,确保停电计划可控,提高供电可靠率,做实供电服务。截至2014年8月31日,曲靖供电局全口径综合供电可靠率为99.97%,同比提升0.1987个百分点;用户平均停电时间为1.73小时,同比减少11.64小时;用户平均停电次数1041次,同比减少3584次。     

基于态势感知的电网停电用户敏感度及投诉预测

在电网停电用户敏感度及投诉预测中,由于预测结果不准确影响了电网公司的精准化服务,因而设计一种基于态势感知的电网停电用户敏感度及投诉预测方法。通过SAS软件中的Enterprise Miner workstation模块和Enterprise Guide模块采集电网停电用户敏感度及投诉相关数据,具体包括停电敏感用户标签数据、故障处理数据、停电事件数据、客户通话数据、95598工单数据。对挖掘数据实施缺失数据处理、异常数据处理以及告警误报漏报数据处理等预处理。基于态势感知技术与随机森林算法构建电网停电用户敏感度及投诉预测模型,实现用户对于停电的敏感度及投诉预测。利用该方法对某地区电网实施用户关于停电的敏感度及投诉预测,测试该方法的预测性能。测试结果表明该方法有着高于90%的查准率、查全率,F测度数据值较高,AUC面积较大,数据灵敏度始终大于97%,说明设计方法有着优越的电网停电用户敏感度及投诉预测性能。     

综合停电管理在供电企业客户服务中的应用

为了帮助供电企业客户服务中心在停电、复电过程中及时获取相关信息,根据客户服务与停电管理内在业务紧密关联的特点,构建综合停电信息管理平台,按照停电、复电过程的业务类型进行归类,将停电所涉及的信息整合到综合停电信息平台,供客户服务中心的客服人员检索和查询。通过改造业务流程及构建综合停电信息管理平台,提高了解决客户停电诉求问题的及时性,提升了客户服务水平。     

基于开断灵敏度的静态安全分析辅助决策

详细阐述了静态安全分析辅助决策的快速计算方法。在常规灵敏度算法的基础上,提出了计算支路开断分布因子的方法,并利用基态潮流方式下的灵敏度及开断分布因子,快速计算设备开断以后的节点注入功率对支路功率的开断灵敏度。依据开断灵敏度等量配对法原理,按照每台发电机对越限支路灵敏度和最大缓解量进行排序,形成辅助决策表。辅助决策过程只是在原有网络分析基础上增加了少量的计算,计算过程能够满足在线应用要求,实际系统的验算结果证明了方法的正确性。     

基于负面清单管理模式的电力客户服务评价方法

客户满意度反映客户期望值与客户体验的匹配程度,是评价客户服务质量的一个重要指标。构建了以RATER指数为核心的多层评价体系,提出了一种基于负面清单管理的客户满意度综合评价方法。RATER中五个指标的权重在主观赋权法确定初值的基础上,改进蚁群算法实现指标权重的自适应调整。该评价方法排除大量无效工单,极大地减少计算量,缩短了计算时间,非常适用于大数据分析系统。实例计算验证了提出的方法在电力服务满意度评价方面的实用性、有效性和对负面评价的敏感性。     

An electric power purchase strategy for bilateral contracts focusing on reliability of customers

With the introduction of the competitive electrical power market, large‐scale customers can select electric power suppliers. Customers need to consider not only the economical efficiency but also reliability, to decide the amount of electrical power to purchase. This paper develops an economic electric power purchase strategy for customers focusing on reliability. A bilateral contract model expressing electric power suppliers as generators with a forced outage rate is proposed and introduced to assess potential outage risks of the bilateral contract between an electric power supplier and a customer. The outage‐related cost, consisting of potential outage risks and the estimated outage cost, is also proposed and introduced as an index of the reliability on the customer side, and an optimal reliability level of a customer is obtained by using the index. Several numerical examples demonstrate the availability of the proposed electric power purchase decision method and reliability improvement strategies for customers are discussed. © 2006 Wiley Periodicals, Inc. Electr Eng Jpn, 156(4): 9–21, 2006; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20345     

面向不平衡数据的配电网故障停电预测方法

配电网故障停电事件会严重影响正常的社会经济生活。因此,迫切需要有效的配电网故障停电预测方法。采用人工智能方法分析配电网故障停电数据,发现存在配电网故障停电次数较少和引发配电网故障停电的原因分布不均等数据不平衡情况。为了及时、准确地预测配电网故障停电情况,从数据集质量和防止过拟合两方面入手改进故障停电预测模型。首先,设计了基于聚类的对抗神经网络来增强数据集质量。其次,构造了基于随机代价敏感卷积神经网络(RandomCost-CNN)的故障停电预测模型。RandomCost-CNN预测算法中采用有放回随机抽样思想设计了损失函数的随机选择策略,用以解决常规代价敏感过度拟合少数类(故障停电类)而使得大量多数类(正常类)被误报的问题,既保证少数类具有较好召回率与精确度,同时又提高了模型的泛化性能。实验证明所提方法能有效预测配电网故障停电事件发生概率,在配电网运维管理中能够发挥较好的预警作用。     

Optimal placement of line switches for distribution automation systems using immune algorithm

To enhance the cost effectiveness of the distribution automation system (DAS), this paper proposes the immune algorithm (IA) to derive the optimal placement of switching devices by minimizing the total cost of customer service outage and investment cost of line switches. The reliability index of each service zone defined by the boundary switches is derived to solve the expected energy not served due to fault contingency, and the customer interruption cost is then determined according to the customer type and power consumption within the service zone. To demonstrate the effectiveness of proposed IA methodology to solve the optimal placement of line switches, a practical distribution system of Taiwan Power Company (Taipower) is selected for computer simulation to explore the cost benefit of line switch placement for DAS.     

一种Stacking集成结构的台风灾害下停电空间预测方法

为提高电网公司防灾减灾能力,考虑电网、气象、地理等因素,从统计学习的角度提出一种台风灾害下停电空间预测方法。首先,以1 km×1 km网格为单位收集数据,并进行标准化、分类变量独热编码处理与筛选、构造特征等处理后作为模型输入数据。其次,选取随机森林、梯度提升决策树、自适应提升、K最近邻、支持向量机、极限树、决策树以及XGBoost等算法,利用Stacking集成技术构造停电空间预测模型。最后,以广东省某县为研究对象,对模型的停电空间预测性能进行验证。在台风“彩虹”下的预测准确率为0.7776,召回率为0.9140。结果验证了在台风灾害下该模型对停电空间预测的可行性与有效性。     

配电网用户感知停电事故严重性分析及可靠性评估

可靠性评估对于指导配电网规划设计具有重要意义。传统配电网可靠性评估主要从系统侧供电的角度,建立评估指标体系并进行分析,较少考虑停电发生时用户侧的用能需求差异,忽视了不同用户对于同一停电事故严重性的差异化感知,进而造成了传统可靠性指标不能完全准确反映停电事件对于不同用户在不同时段的差异化影响。为解决上述问题,首先,提出了用户感知可靠性的概念,并提出了一种用户对停电事故严重性感知的量化方法,以分析不同用户对停电事故的严重性感知程度及停电容忍程度;然后,分别从用户侧和系统侧提出了一系列基于用户感知的配电网可靠性评估新指标,建立了相应指标体系,并围绕该体系对配电网系统的可靠性评估开展了研究;最后,运用IEEE-RBTS标准算例对所提出的方法、指标进行了计算验证,证明了其可行性及正确性;并通过与传统可靠性指标的对比分析,体现了用户感知可靠性指标相较于传统评估指标的客观优势。