基于改进Bert-AutoML的电力文本语义识别算法

由于电力调度过程中存在大量重复性电力文本,导致语义识别结果形式与理想形式差距较大。针对该问题,提出了基于改进Bert-AutoML的电力文本语义识别算法。采用基于词块的粒度划分方式,提取电力文本字粒度语义特征。计算语义序列与命名实体数据库中语义的相似度,获取多个对应语义序列,构建电力文本语义识别模型。使用自动机器学习法训练模型文本输入,计算输入向量和电力文本库中向量匹配度。结合字符掩码训练策略,将掩盖的内容与背景相联系,得到最终语义识别结果。实验结果表明,该算法语义识别结果呈现段落-结构形式,排列整齐且简洁,与理想识别结果一致。

电力营销稽查“智检”机器人系统架构设计

为规避电力营销风险,提升稽查管理水平,设计基于数据挖掘的电力营销稽查“智检”机器人系统。以B/S架构为基础,调用后台数据库管理模块存储的记录型和文件型数据,通过数据的选择、清洗以及变换等数据预处理过程,采用K-means算法聚类用电轨迹特征识别用户用电情况,通过信息管理及营销工作、运营状态检测等子模块,进行电力营销稽查“智检”。算例分析结果表明:该系统可满足电力公司营销稽查智检业务的作业需求,数据聚类效果好,系统数据管理最坏时间复杂度低,通信性能与存储性能较强。

营销调控中心的建设与研究

依据国网公司《关于推进营销稽查监控体系建设的指导意见》（国家电网营销[2010]117号）的要求，依托统一的营销现代化系统以及先进的计算机网络和视频技术，实施建设全省集中营销稽查监控系统。在目前营销稽查监控系统无法满足日益增长的营销管理工作需要的情况下，我们需要对其进行全方面提升，打造有效支撑新形势下营销工作运转的省市县三级营销调控中心技术支持系统。

基于C5.0决策树算法的电力营销数据挖掘

为了对电力企业中不同部门的运行数据进行有效的挖掘,提出利用C5.0决策树算法对数据进行深层次分析,为管理人员提供有价值的决策支持。首先,对数据挖掘中先进的C5.0决策树算法原理进行分析,并通过引入信息熵对原有的属性选择方式进行改进,提高了信息增益比率计算的速度。然后根据设计的售电量关系模型进行对电厂管理信息系统中的数据进行挖掘。在UCI机器学习数据集和电力营销数据集上的实验结果表明,提出的改进C5.0决策树算法具有良好的分类性能,能够对售电市场进行快速、准确的用户分类,准确率达到86.5%。

基于客户信用体系的电费风险识别模型的研究

为解决电力客户用电量大规模增加,造成供电公司电费管理风险较大的问题,提出了一种基于客户信用体系的电费风险识别算法。首先采用数据挖掘技术中的主成分分析法,以山西省电网客户作为研究对象,通过分析客户的信用体系与欠缴电费行为存在的内在联系,对客户信用进行分级。然后采用XGboost算法构建基于客户信用体系的电费风险识别模型,进而对电费风险进行识别。最后用实验结果表明,基于客户信用体系的电费风险识别模型的准确率达到了68.9%;相比传统的电费风险识别算法,新提出的风险识别算法能够客观合理地反映出指标之间存在的内部关系。

区块链技术在电力营销数据加固的应用研究

在社会经济发展的过程中,电力系统发挥着十分重要的作用。因此,保证电力系统安全稳定运行至关重要。为了保证电力系统的高效运行,相关部门需掌握电力系统的数据特点,使其充分发挥应用的作用,如合理应用区块链技术、实现电力数据加固、妥善解决电力信息存储与保密等问题。基于此,文章主要分析区块链技术在电力营销数据加固中的应用要点,以供参考。

现场稽查可视化应用研究

随着移动设备、3G通信技术和GPS等技术的迅猛发展,基于高效可靠的智能终端PDA,建立安全、可靠、高效、智能便捷的掌上稽查作业平台,作为现场稽查的有效管控。通过平台与终端相结合,进一步推动营销稽查业务的提升与发展,提高工作效率及管理水平。

基于营销数据的客户信用体系构建研究与应用

为规避电力企业电费收取风险,提出一种基于营销数据的客户信用体系模型。依据指标选取原则,从电力企业客户的守信能力和守信行为两个方面出发构建电力企业客户信用评价指标体系,运用网络层次分析法设置评价体系中各指标的权重,通过多级模糊综合评价模型对电力企业客户信用进行具体评价。实例证明,该体系可对电力企业客户进行有效的等级评价,并能够帮助电力企业识别风险客户,进而采取有效措施规避风险,达到电力企业健康稳定发展的目标。

试论供电营业厅服务数据整合及管理应用

在客户数量不断增多、服务需求日益提升的背景下,供电营业厅也需要加快推进供给侧结构改革,依托大数据、互联网+等技术,搭建智能化服务平台,发挥信息技术优势,实现服务数据整合、应用,进而为客户提供个性化、高质量的服务.以提升服务水平为契机,为电力营销的开展和综合效益的发展奠定扎实的基础.文章首先概述了服务数据整合与利用的基本内容,随后提出了一种基于数据整合的预约服务机制,并对今后供电营业厅数据整合与应用发展前景进行了展望.

新电改背景下供电服务质量综合评价——基于熵权物元可拓模型的分析

供电服务质量综合评价有助于供电企业准确把握用户需求与行业趋势,不断提高供电服务质量。针对新电改下对供电服务质量要求的提升,本文在供电服务质量综合评价中引入了熵权法与物元可拓模型相结合的评价方法。根据供电服务实际情况特征并结合满意度调研结果,本文以抄表交费、供电质量、故障报修、业扩报装、投诉举报、营业厅服务为一级指标建立了供电服务质量综合评价的指标体系,采用改进的熵权法计算各指标权重以避免主观因素的影响,并运用物元分析法处理评价模型中的模糊性。最后,以某省为实例进行计算分析,验证了所建模型与指标的正确性、可行性和实用性。供电公司应根据供电服务质量综合评价结果,针对性地采取措施改善服务质量,增强供电公司的市场竞争力。

新电改下基于关联外部评价的供电服务质量综合评价

新电改的开始和逐步进行,对供电服务的要求越来越高,而供电服务质量的评价一直存在内部和主观的问题,且国家电网公司多年的第三方满意度调查结果没有发挥价值。基于多年第三方满意度调查的结果,结合电网公司信息化的广泛应用条件,以电网公司多年的供电服务质量分析模型和对应的第三方满意度评价体系为基础,采用灰色关联方法,考虑纯关联外部评价,构建基于外部关联的供电方服务质量评价模型,从客户角度进行供电服务质量评价,纯粹、真实反映客户的诉求,为供电服务质量工作的开展提出指导意见。

总部级电费回收营销稽查监控研究与应用

为了提高总部级电费回收营销稽查监控性能,提出一种基于大数据融合调度和定量统计分析的总部级电费回收营销稽查监控方法。构建总部级电费回收营销稽查的统计分析模型,采用描述性统计分析和非线性时间序列分析方法进行总部级电费回收营销数据重组,对营销数据进行特征空间的分布式融合处理,采用模糊聚类方法进行总部级电费回收营销稽查数据的分类识别,根据特征分类结果对营销数据进行定量递归分析,在递归图中实现营销稽查信息的可视化监控和识别。仿真结果表明,采用该方法进行总部级电费回收营销稽查监控,对营销数据的分类识别能力较好,数据的融合度较高,提高了对营销信息的稽查能力。

基于聚类分析的供电服务风险识别模型构建

为提高供电服务的风险识别能力,需要采用大数据分析方法进行供电服务风险状态识别,提出一种基于聚类分析的供电服务风险识别模型。采用相空间重构方法对供电服务风险信息进行特征信息提取和模糊抽取,采用负载均衡调度方法进行供电风险状态监控和自适应评估,建立供电服务风险管理的量化评估模型,提取供电服务风险状态的关联规则特征量,采用模糊C均值聚类方法对提取的供电服务风险特征信息进行信息聚类处理,提高识别的模糊指向性能力。仿真结果表明,采用该方法进行供电服务风险识别的准确性较高,识别过程的抗干扰性较好。