软件工程

当前位置: 首页 > 计算机论文 > 软件工程

大数据人工智能在电力营销服务调度系统中的应用

软件工程 时间:2019-12-17 14:50:23 来源:电子技术与软件工程2019年10期 作者:佚名

胡涛

摘要:文章以大数据人工智能在电力营销服务调度系统的研究与应用为研究对象,首先简单介绍了大数据技术与人工智能技术,随后探讨了大数据在电力营销服务调度系统中的应用,最后分析了人工智能在电力营销服务调度系统中的应用,以供参考。

[关键词]大数据 人工智能 电力营销服务调度系统 应用

随着我国智能电网的快速发展,在电网实际运行中,每天都会产生海量的数据信息。在电力营销服务调度系统中,针对这些数据的利用,依然还停留在查询与存储方面,并没有对这些数据进行深度利用,不利于电力营销服务、调度工作质量水平提升。基于此,有必要根据2011年南网发布中长期发展战略的指导,加强现代化手段应用,通过对大数据人工智能在电力营销服务调度系统的应用进行分析,对于推动电力行业实现可持续发展具有重要的意义。

1 大数据技术与人工智能技术

大数据首要特点便是“大”,通常都超出了常规数据库软件工处理能力的数据集合,数据量大小在10TB以上。并且有着显著的4V特征,分别是大容量(Volume)、多样化(Variety)、低价值密度(Value)与高真实性(Veracity)。大数据在实际应用上,最为重要的价值是通过挖掘这些信息数据,能够从中获得一些潜藏的数据价值。主要是通过借助数据挖掘技术,来提取分析数据中的信息,从中挖掘出需要的信息,并能够分析数据集合的特征、走向等,从中发现这些数据应用价值,为行业工作决策提供更好的支持。

人工智能概念非常广泛,涵盖机器学习、自然语言识别处理、图像识别处理、计算机视觉等多个技术领域,从本质上来看,人工智能技术即是人们尝试应现有的相关技术来模拟人脑原理,使得相关技术行为更加智能化,同时在机器作出相关行为前,不再仅仅是完全根据既有的程序执行操作过程,而是能够根据实际情况,使得机器有一个“思考”的过程,从而自主作出目前最优的选择,并执行相应程序,有效提升生产效率,降低生产风险。另一方面,人工智能在具体应用,上,还凸显出记忆性特征,它可以通过存储记忆信息的方式,将这些信息存储到权值中,在需要应用时,能提取对这些信息特征,作出作为准确的分析判断,从而更好地服务于行业工作。

在大数据技术与人工智能智能技术快速发展的大背景下,为进一步完善电力公司客户服务体系,强化客户服务管理效果,促使客户服务水平得到更进一步的提升。需要从客户服务调度与监控业务入手,不断优化调度服务质量,并通过视频监控,完成相关营销监控指标。但当“下营销监控涉及的业务指标众多,因此很难通过传统以人力为主的方式实现各种监控指标全面监控,因此必须通过信息化手段来有效管理客户服务监控的各项指标,需要将大数据人工智能技术运用到客户服务质量监控中,进一步提供客户服务水平,提高客户满意度。

2 大数据在电力营销服务调度系统中的应用

在电力营销服务调度系统中应用搭建大数据平台,主要应用于以下几方面:

2.1 用电信息采集

通过在大数据平台的帮助下,结合电力营销服务调度系统在日常运营中收集的各种数据信息,统一对这些信息进行充分的挖掘处理,从而能够科学合理的预测停电、设备故障等信息,相关工作人员能够以此为依据,提前做出反应,完成调度客户服务工作安排,并制定相关的应对策略,可以有效降低客户负面情绪,保障电力客服调度的科学合理性。大数据在电力营销服务调度系统应用方面,除了数据挖掘,还包括报文数据分析、异常事项处理分析、反窃电分析等。

2.2 电费回收风险评估

在电力营销服务调度系统中,用电客户的电费回收风险是一种常见的风险,做好对这一风险评估,能够帮助营销服务人员了解用户缴费信用与缴费能力,从而以此制定出针对的营销服务策略,有效降低电力企业损失。在具体电费回收风险评估上,主要从定性与定量两方面进着手,通过借助电力营销服务调度系统大数据平台,来收集查询用户信息档案、缴费记录、服务记录等数据信息,来对用户信用等级进行科学合理的评估,在大数据的应用下,使得评估指标更加多样化,例如有用户缴费能力指标,用户缴费意愿指标、用户缴费信用指标等,有效提升了电费回收风险评估的客观公正性,能够从根本上解决供电企业电力营销难题,减少坏账问题产生概率,降低供电企业损失,提升供电企业经营效益。

2.3 用电负荷风险预测

用电负荷预测是供电企业开展电力营销服务调度的一项重大工作,只有控制好用电负荷风险,才能够有效提升电力调度的准确性。传统的用电负荷风险预测多是根据以往历史信息变化规律来预测,但受各种客观不可控因素影响,例如天气因素等,从而不利于用电负荷预测准确度提升,而通过借助大数据平台,通过进行数据挖掘分析,能够找出隐藏的用电负荷数据变化规律,实现对未来短期负荷预测,通过将这种预测方式与传统方法相结合,可促使用电负荷预测准确率得到有效的提升。

2.4 客户服务分析

在大数据挖掘技术的帮助下,能够通过对各种结构化数据(例如客户用电数据、服务信息等)、非结构数据(例如客服电话录音、客服服务截图等)进行统一挖掘分析。从而合理分析客户渠道偏好、话务习惯、敏感标签等,从而准确掌握客户诉求特点,并为用电客户提供个性化服务,提升客户服务的针对性,改善服务方式,有效提升客户用电体验与用电满意度。

3 人工智能在电力营销服务调度系统中的应用

当下人工智能在电力营销服务调度系统中的应用主要表现为以下两方面:

3.1 专家系统的应用

该系统以客观事实为基础,并通过集中收集现有的专家知识经验,在信息化技术的帮助下,构建一个庞大的知识数据库,并在一定的规则基础之上,形成一个完整的控制体系,并利用,人工智能中的知识表示与知识推理技术,来对由专业领域专家才能解决问题的过程进行模拟,最终实现专业问题的有效解决。相对于国外,我国人工智能领域中研究专家系统起步较晚,但随着研究的深入,专家系统在多个领域和行业均有了突破性进展,例如中医诊断领域、汽车调度领域等。在专家系统组成中,主要核心部分之一便是数据库系统,这同时也是专家系统应用在电力营销服务调度系统必须要解决的难题。由于数据库内容组成为专家知识,而专家知识来源较为广泛,需要不断提升专家知识的丰富性、层次性,才能够促使专业系统作用价值得到更进一步的发挥。而电网系统本身受到的影响因素较多,并且这些因素很多都是不可控因素,在不同地区、不同条件下,电力营销服务调度要求也存在一定的差异性,从而为电力营销服务调度运行系统应用专家系统带来了诸多的挑战,但基于专家系统本身的作用,其在电力调度自动化系统中依然有着较大的作用价值,能够解决常规处理软件无法解决的问题。相信在不久的将来,在电力领域中,专家系统也能够有所突破,从而在电力营销服务调度系统中发挥出更大的价值。

3.2 可视化技术的应用

当下随着人们对电力需求不断增加,电网规模相应也在不断扩大,而电力系统内部产生的信息量也越来越大,在这一形势下,需要调度操作人员在实际故障处理中,需要对大量数据信息进行分析,增加了调度人员的工作量,并且也不利于调度工作准确性提升,而通过应用可视化技术,则在一定程度上缓解了这一问题。在该技术的应用下,能够将这些数据信息以图片的方式展现出来,有效降低了营销服务调度人员数据分析工作量,对于电力营销服务调度工作效率提升有着较为积极的影响意义。通过应用二维可视化、三维可视化技术手段,绘制出更加直观的电力信息数据图像,将复杂的数据信息以图片、图像等形式进行呈从而更加方面营销服务调度人员直观的了解相关信息,能够及时找出服务短板,并合理制定针对的服务调度策略,提升电力营销服务调度工作质量水平。

4 总结

综上所述,在电力营销服务系统中应用大数据与人工智能技术,能够有效丰富系统功能,提升系统运行效率,推动电力服务营销调度工作开展实现更好的发展。当受限于当下人工智能技术与大数据技术发展水平,在实际电力服务营销调度系统应用上,人工智能与大数据应用仍有着较大的进步空间,因此需要进一步加强相关技术的研究,推动我国电力行业实现更好的发展。

参考文献

[1]刘雨晨。大数据技术在电力营销系统中的应用研究[D].華北电力大学,2017.

[2]王志坚,基于大数据平台的电力营销信息化建设分析[J].内蒙古电力技术,2016,34(04):17-22.

[3]朵向阳,电力调度自动化系统中的人工智能技术应用[J].时代农机,2018,No.307(05):166-166.