1、电力行业大数据产品案例介绍西安美林数据技术股份有限公司一、电力行业解决方案营销大数据解决方案，精准分析用电行为，全面提升供电服务用户 用电行为分析解决方案用电量预测供电服务分析用户信用等级评价故障报修影响因素分析运检大数据解决方案，提高资源配置效率,支撑检修策略优化配网 抢修精益化物资消耗与安全库存分析设备全生命周期管理数据分析设备故障分析预测运监大数据解决方案,提升经营管理水平，促进商业模式创新企业 盈利能力分析项目进度预测分析综合计划与预算分析购售电全过程管理分析二、电力行业典型应用案例1 .营销业务数据分析应用示例:故障报修与投诉工单匹配性分析 现 状提供高质量用户服务是电网公司运营核心
2、任务之一。而投诉工单数量 则是电力用户满意度直接反映，因此要提高客户满意度务必采取有效措施 减少或者维持较少投诉工单数量。解决方案由于常备检修人员及检修物资是有限，设备故障故障过多可能导致检 修人员无法及时检修，从而引起投诉增加。因此，有必要分析 故障报修受理 数量引起投诉工单数量增加临界范围，从而根据其预测值形成投资增加风 险预警，并能够指导故障抢修人员值班、物资配备等合理安排，以减少投 诉数量。成果通过对故障报修受理水平进行预测，并以此为基准实现对投诉工单数 量超警戒情况预警,具体表现为：1辅助配网抢修业务人员分析当前排班计划合理性；2结合历史消耗物资数量情况,辅助业务人员评估当前物资保障
3、充足 性。2 .运监业务数据分析应用示例一一主营业务利润率影响因素分析现 状主营业务利润率作为企业盈利增长重要衡量指标，受购电成本、销售 电量以及购售电价、综合线损等多方面因素影响。通过数据挖掘技术探 寻成本、电量与购售电价、综合线损如何影响企业主营业务利润率，从而 提升公司对经营管理洞察力。解决方案鉴于主营业务利润率和购电成本、销售电量以及购售电价、综合线 损等有关，通过多元线性回归技术探寻它与成本、电量与购售电价、综合 线损等指标相关性，运用聚类算法对不同地域企业利润率与地区特征关系 进行研究，最终建立企业主营业务利润率预测模型，协助企业进行利润率 影响因素分析。成果1发现影响公司利润率相
4、关业务指标数据，为经营管理提供决策支持；2能够发现地区差异与利润率之间影响因素，为公司制定全局计划、地 区考评方面提供指导。3 .运检业务数据分析应用示例一一区域配网故障抢修效率监测分析 现状网省公司开展配电网故障抢修精益管理大数据研究分析；通过精益管 理，完善配网抢修机制，缩短故障复电时间，提高可靠性水平，提升客户满 意度。解决方案故障抢修效率取决于最终恢复送电时长长短，而最终恢复送电时长为 故障派单时长、到达现场时长和修复时长之和。利用数据挖掘算法构建 最终恢复送电时长与各抢修环节时长影响关系模型，由此得到各供电单位 各环节标准效率及阈值。通过标准效率及阈值指导网省公司开展故障抢修 效率评价和考核工作。成果1提高故障抢修效率,减少用户停电损失;降低抢修业务综合成本,实现 经济效益2提升客户满意度，提高故障抢修信息对外透明度,实现自动答复功能实 现3满足供电服务能力，为运行检修业务提供数据支撑,促进配电网管理优 化提升。
