大数据在综合能源服务领域精准定位中的应用

储 备 孔德轩

（国网安徽综合能源服务有限公司，安徽合肥230000）

0 引言

随着以大数据、人工智能、云计算为代表的“互联网+”时代的来临，智能电网的不断纵深发展，SG186、PMS2.0等系统的建设及推进，电网企业已实现了企业级的数据资源累计。“数据的价值在于分析”这一理念已得到普遍认同，《大数据时代：生活、工作与思维的大变革》中提到：“通过对海量数据进行分析，获得巨大价值的产品和服务，或深刻的洞见”。海量数据背后隐藏的不仅仅是用户的个性和多元化的需求，还有电力企业在激烈竞争压力下谋求发展和生存的解决之道。

大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。在综合能源服务领域，电网企业运用大数据可以深入挖掘分析用电用户的用电行为，为用户提供定制化的解决方案，降低用户的用电成本，提高用户用电效益，提升用电满意度，提升电网企业在综合能源服务领域的市场占有率。

1 综合能源服务市场的发展现状

在能源消费领域，在满足用能的基本需求上，消费侧用电用户对用能的经济性、安全性、舒适性、节能环保性的要求也日益提高，“为能源服务买单”逐步被用户接受。随着电改的深入推进和行业技术的进步，不同能源品种之间的行政壁垒和技术壁垒逐渐被打破，各类型能源协调互补能力增强。在激烈的竞争环境下，电网企业需要为用户提供更优质的消费体验，为其提供针对性的定制化方案，实现能源生产、存储、使用、售卖的优化协调。根据预测，到2035年我国综合能源服务产业市场潜力将达1.3万～1.8万亿元，综合能源服务市场成为电网公司新的增长点。将大数据运用到综合能源服务领域，满足终端客户及能源生产与消费于一体的多元化的综合能源服务，成为电网公司成功转型为综合能源服务提供商的重要路径，适应电改环境下激烈的市场竞争环境，优化电网企业的业务布局，延长产业链，扩大市场占有率。根据综合能源服务体系的发展轨迹，最终每个用能客户都是集产能与用能于一体，既是能源的消费者又是生产者。但在现阶段，受各方面的条件限制，电网公司应重点抓住政企客户、大型公共建筑、交通枢纽等对象，瞄准重大项目资源，统筹运用能效诊断、节能改造、用能监测、新能源发电、冷热电三联供、现代储能等多种技术，开展并引领综合能源服务业务发展，实现投入与产出的最大经济收益与社会效益，在综合能源服务这片蓝海中占据有利位置。

2 用户侧综合能源服务业务需求

就如上面提到的，现阶段电网公司的综合能源服务业务，应重点抓住政企客户、大型公共建筑、交通枢纽等对象，关注重点项目资源，先占有最有潜力的市场，后期逐步扩展到整个用电客户。在综合能源服务领域，用户侧的业务需求主要表现在供能保障、用能成本、用能安全、用能便利、环保绿色等需求上。电力客户需要定制化的全方位的综合能源服务，需要的是“对”的用能解决方案，电网企业需要通过提供有针对性的综合能源服务方案为电力客户创造价值。

高压生产制造型企业用能成本高、工艺复杂、设备的负荷高、政府监管严格、用能供给保障性要求高，因此用户的服务方案则需要有针对性地满足这些需求，进行能源平衡分析，降低用能成本；提供运维服务，保障用能稳定和安全；提供系统性、整体性的节能设计，而不仅仅局限于设备的节能改造；配备能源计量设备和提供基础的用能数据，保存给政府部门备查。而一般政企客户，对能耗的关注度较高，因此他们需要的是能源管理运维人员，满足其对基础能源数据的需求，同时方案重点关注设备、产品的耗能，并提供优化方案。居民用户在综合能源服务方面则更关注舒适、智能及绿色环保需求。

对于电网企业来说，综合能源服务是以减少用户综合用能成本，为用户创造价值为目标。因此在设计解决方案时，要为用户充分考虑用能费用、设备更新费用、后期运维费用、相关人员费用等综合成本，同时还需要满足部分用户节能环保的企业形象、绿色品牌建设等非能源收益的社会价值的实现。

3 大数据在综合能源服务方面的应用

大数据分析技术发展成为一个具有实时性或准实时性的智能分析工具，依托大数据分析用电用户全阶段的用电数据和行为，通过动态追踪和关联分析，真实准确地描绘出用电用户图谱，对其需求和行为模式进行分析和定位，分析和预测目标客户需求、负荷预测、设备管理、信息化管理、配电运维、需求响应等，实现对用电用户属性和用户行为模式的精准判断，为电力企业营销策略的制定提供依据，从而研发精准化、定制化的综合能源服务方案，有针对性地提供服务，实现客户体验持续优化。

3.1 精准定位客户

传统模式下，电力企业知道电力客户对综合能源服务有需求，但是由于缺乏数据对接和量化评估，无法快速精准定位客户。随着智能电表等智能设备的推广应用，电力企业能收集到的用户信息数据内容越来越多，运用SVM支持向量机、Boost数分类、随机森林分类、神经网络、k-Means等分类算法对用户进行分类，运用Apriori和FP-Growth等算法进行关联分析，构建数据挖掘模型，挖掘出用户用电行为特征，分析出不同用电用户群的用电规律，深化对用户需求的理解。客户诉求分析流程如图1所示。

图1 客户诉求分析流程

大数据等技术的应用，能对电力客户的消费习惯和行为模式进行全面记录和动态追踪，通过技术挖掘与关联分析，实现精准定位，比用户更早预知其综合能源服务需求，快速准确地找到客户。

3.2 找准需求与痛点，提供“对”的解决方案

高压制造型生产企业用电用户A与一般政企客户B，同样都是综合能源服务方面的需求，但是电网企业不能向A和B提供同样的解决方案。提供给A用户的解决方案是经过运通大数据技术进行能源平衡分析后，精准找到需求和痛点，该综合能源解决方案在整体设计上降低用户的用能成本，以大数据分析结果为基础，方案侧重系统性、整体性、科学性节能，在运维安全性和供给保障上加大投入，完善相关基础能源数据以备政府监管。提供给B用户的综合能源服务方案，通过分析可以看出，设备及路线等能源跑冒滴漏现象严重，因此解决方案需要细化每个设备的改造节能，满足其节能需求，为其配备专业的能源管理运维人员，满足其追求精益管理的需求，整个方案设计还需要满足其在节能环保形象、绿色品牌建设等非能源收益的社会价值的实现。

电力企业在设计解决方案时，可以让客户全程参与到方案设计中来，让用户看到方案的设计都是基于用电数据及用电信息的分析基础之上，用数据说理，让用户看见改变和收益，全面满足用户在节能、智能、舒适方面的需求，满足其在综合能源服务方面的高需求和高期望，不断提高用电客户的黏性和满意度。

4 结语

在以客户为中心的市场环境下，客户所追求的是在合适的时间、地点获得需要的服务和产品，无关的产品和服务信息只会消磨他们的消费意愿。大数据在综合能源服务领域的应用，能实现综合能源服务领域的定位精准化。电网企业可以为客户制定个性化、多元化、差异化、精准化的解决方案，全面提升电力客户的满意度，扩大市场占有率，让电网企业在综合能源服务领域这片蓝海中占据优势地位，为电力企业的发展提供坚实基础。