论文总字数：21576字

摘 要

在电力行业中，随着互联网 能源概念的提出，和智能电网的建设和不断完善，在发电-输电-配电-供电等各个环节中大量的智能监测设备投入使用。这些设备运行过程中，积累了大量的电力信息数据。这些数据中潜藏着大量的有用信息，可以为电力公司的运营管理提供帮助。在互联网快速发展和移动端的普及大形势下，客户资源成了重要的资源，服务成了抢占市场制高点的关键要素。精准营销顺应了这样的趋势，强调为特定客户提供特定服务, 其关键在于准确定位用户。大数据为电力企业分类和定位用户提供了一种经济高效的解决方案，通过运用聚类和关联分析的方式，可以准确的刻画出用户的用电行为特征。电力公司可以确定更加精确地调度区域供电，制定电价策略，为用户提供的个性化、定制化服务。

关键词：电力大数据，精准营销，聚类分析，关联分析

Research on Power Precision Marketing Based on User Power Behavior Data Analysis

ABSTRACT

In the power companies, with the introduction of the concept of Internet plus energy and the construction and continuous improvement of smart grid, a large number of intelligent monitoring devices have been put into use in all aspects of generation, transmission, distribution and power supply. During the operation of these equipments, a large amount of electric power data has been accumulated. There are a lot of useful information hidden in these data, which can provide help for the operation and management of power companies. With the rapid development of the Internet and the popularity of mobile terminals, customer resources have become an important resource, and service has become the key factor to seize the commanding heights of the market. Precision marketing conforms to this trend and emphasizes providing specific services to specific customers. The key is to accurately locate users. Big data provides an economical and efficient solution for power enterprises to classify and locate users. By using clustering and correlation analysis to analyze power consumption data, users'electricity consumption behavior characteristics can be accurately depicted. Power companies can determine more precise dispatch of regional power supply, formulate pricing strategies, and provide personalized and customized services for users.

Key words: big power data, precision marketing, cluster analysis, correlation analysis

目录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1 问题提出 1

1.2 国内外研究现状 1

1.3论文的主要研究内容和方法 3

第二章 文献综述 4

2.1电力大数据应用研究 4

2.2用户用电行为研究综述 4

2.3 电力精准化营销研究综述 6

第三章 用户用电数据的获取和预处理 8

3.1数据的获取 8

3.2数据的预处理 8

3.2.1 数据清洗 8

3.2.2 数据降维 10

3.2.3数据的标准化 10

第四章 用户用电行为分析 11

4.1聚类处理数据 11

4.1.1 K-means算法简介 11

4.3.2聚类分析流程 11

4.2聚类结果分析 12

4.3关联分析 13

4.3.1 Apriori分析流程 13

4.3.2关联规则结果分析 14

第五章 精准化的电力营销策略 16

5.1基于用户分类的营销策略设计 16

5.2 精准营销策略实施问题分析 18

第六章 总结与展望 20

6.1研究总结 20

6.2 研究局限与展望 21

参考文献 22

致谢 26

第一章 绪论

1.1 问题提出

在社会整体经济的发展和信息化建设的大背景下，公司和企业在生产经营管理中，积累了大量的、复杂的数据。随着“数据资产”概念的提出，数据潜藏的价值开始被管理者和研究者意识到，如何处理这些数据，从中提取出有用的信息，让存在于管理者与运营者经验中的有效的管理方法变得更加的直观、易于分享成为了一种问题。于是在金融、商业等行业最早的开始了使用大数据技术。大数据不仅仅是指大量的、多样的（4V特征），更加着重于于分析数据的方法（聚类分析等）、技术（云计算等），以及数据处理之后的结果分析（可视化分析），意义的研究。

对于电力行业而言，随着互联网 能源概念的提出，和智能电网的建设和不断完善，在用户方面大量的智能电表投入使用，在发电、输电流程中配套的监控设备也愈加普及。在电力生产、传输、配电、用电过程中大量的电压、电流、用电量、设备状态等数据的采集变得更加容易，它们相互联系构成了电力大数据的基础。

对于公司而言，社会经济的越加繁荣和开放，电力企业也面临着更多的机会，也面临着更多的挑战。现代营销理论认为，生产的最终要以市场为导向，这种情况下客户资源成为了至关重要的资源，服务成为了公司企业抢占行业制高点的关键。就整个社会而言，用电量是不确定的，用电需求也一直在变化，不同用户的用电影响着全社会的用电情况,用电峰谷负荷，用电的时间段,给电力系统的稳定运行调度造成了很大的困难。但是通过运用大数据的技术，对这些数据进行分析挖掘，就可以发掘出用户用电的行为方式和潜在规律，为电网公司电力需求响应的决策和电价制定提供用户的个性化、定制化服务的需求及数据支撑，使电力用户价值得到充分利用。

国家电网作为电力行业的垄断性企业，其研究和投入的重点对电力行业有着决定性的作用。以往国家电网着重于电力系统的建设和维护，对设备等硬件投入巨大的人力物力和资金，目标在于发电-输电-供电网正常运行，满足不同行业、类型用户的基本电力需求。但同时对于用户的服务意识和营销策略的重视不够，面对现在环境下多样的用电需求，急需转变工作重点，更加着重于对用户的服务，即运用大数据的方法进行有针对性的精准化的营销服务。

1.2 国内外研究现状

2012年国家电网在宏观政策上提出了将“大数据”作为电力系统改革创新的重点之一。电网公司相应发布了信息共享模型,基于电网公司各生产部门的数据信息,开启了电力行业中大数据的探索应用。2013年国家电网在发电网-输电网-配电网-供电网等各环节展开了电力大数据运行的研究。国家电网公司还开始部署智能电表, 并在各区域公司开展电力大数据的采集-分析-应用工作。2013年江苏电网率先开展了电力大数据建设,应用MAP-REDUCE云计算集群, 采用Hadoop分布式批处理技术。建立包含用电负荷、用电量、用户信息、气象资料信息以及地理环境信息的多维大数据模型,通过该模型的大数据信息可以分析出用户的用电行为。

请支付后下载全文，论文总字数：21576字