為什么要建立企業用戶畫像

電能作為新能源的主要轉化對象，在低碳、環保方面較其他化石能源具有先天優勢，“煤改電”是低碳與保護生態環境戰略的長遠趨勢。但從短期看，煤改電帶來的經濟負擔較重，同時受產業發展水平限制，采暖效果差，電力供應不足，煤改電仍面臨諸多問題。

為了解決“煤改電”進程中的矛盾與問題，優化“煤改電”投資策略，推動高效采暖設備及新商業模式推廣，讓業務效率高效提升。電力企業可以通過分析區域內已經累積的部分用戶，對這部分用戶的采暖用電數據進行挖掘，從而科學規劃后續用戶的電網建設方案，能夠有助解決電網規劃建設過程中遇到的問題。

用電量數據分析思路

通過用戶采暖季用電量-正常用電量計算出用戶采暖季的純采暖電量，基于這些特征利用聚類、綜合評價等算法對其用戶進行精準畫像，精準描述用的好的用戶有哪些特征、用的不好的用戶有哪些特征，輔助進行煤改電改造。

解決方案

1、整體思路

整合供電服務指揮系統、營銷系統、用戶采集系統等電力相關信息系統數據，包含煤改電用戶檔案、人均GDP、天氣因素等，利用聚類分析、綜合評價等大數據相關技術手段，對用戶進行精準畫像，研究提高“煤改電”監測的方法和手段，掌握煤改電用戶的用電特性、負荷特性以及配套電網設備的選型方法，實現 “煤改電”的實時監控分析，做到提前預警、主動應對，充分發揮職能作用，為企業決策提供數據支持與科學依據，提高客戶服務水平，確保用戶冬季采暖質量，輔助管理人員進行決策，達到提升工作效率的目的。

2、數據獲取

通過采集營銷業務應用系統、用電信息采集系統全部煤改電用戶檔案、電量、電費等內部數據，以及用戶所屬縣的氣象、經濟等外部數據，實現煤改電用戶聚類分析，精準描繪用戶畫像。

數據采集范圍為2018年1月至今，對每個用戶，主要采集用戶名、改造日期、采暖設備類型、供電單位（所屬市/縣）、供電地址、2018年以來逐月電量、采暖季平均日最高溫度與最低溫度（11月至次年3月）、所屬縣逐年GDP、人口數據。

3、模型構建

基于“煤改電”用戶經濟、氣象、設備、電量相關數據。通過皮爾遜相關性分析方法，查找與采暖電量關聯度顯著的指標，為人均GDP、氣溫、采暖設備與日常電量，利用K-means聚類方法，將用戶數據進行聚類分析，精準掌握用戶畫像，對其進行精準管控。

?

從聚類結果類別看，呈現以下特點：

采暖電量最高：第一類用戶（占比5.61%）采暖電量達到470千瓦時/月。主要特征是經濟水平最高（所處縣域人均GDP達到6萬元以上，且市郊改造用戶數量多）；氣溫偏低（主要分布在北部與中部區域）；日常電量最高（達到89.9千瓦時/月）；三類設備較為均衡，主要選用蓄熱式與熱泵設備（占比分別為43.44%、38.66%）。第二類用戶（占比22.46%）采暖電量為418千瓦時/月。主要特征：經濟水平次高；氣溫偏高（主要為中南部平原縣）；熱泵比例較高(58.58%）。

采暖電量較高：第三類用戶（占比11.56%）平均采暖電量為395.3千瓦時/月。主要特征：經濟水平較低；氣溫適中（主要為中部平原縣）；直熱式比例高(88.87%）。第四類用戶（占比31.16%）平均采暖電量為358千瓦時/月。主要特征：經濟水平最低；氣溫適中（主要為中南部平原縣）；熱泵比例高(65.15%）。

采暖電量較低：第五類用戶（占比23.10%）平均采暖電量為294.3千瓦時/月。主要特征：經濟水平較高（主要是由部分市區拉高）；氣溫適中（主要為中南部平原縣）；熱泵比例較高(41.98%）。第六類用戶（占比6.12%）平均采暖電量為176.1千瓦時/月。主要特征：經濟水平較高（**市占比大，拉高作用明顯）；氣溫適中（主要為中南部平原縣）；熱泵比例較高(67.48%）。

?

?

總結

以上是生活随笔為你收集整理的使用大数据分析建立电力企业用户画像的一种思路的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。