营销大数据在综合能源智慧服务中的应用探索

徐舒妍

摘 要：在大数据时代背景下，应运而生了综合能源智慧服务，其能够在极大程度上整合不同服务业的能源，且突破了以往的能源服务框架，更好地满足了使用者的各种需求。基于这一背景，供电企业需要顺应时代潮流发展，立足于营销大数据，更加深入的挖掘数据资源，对用户需求进行全面分析，从而确保综合能源智慧服务的作用和效果得以充分发挥，为自身带来更大化的经济效益，为用户提供更加优质的供电服务，最终促进供电企业的长远发展。

关键词：综合能源智慧服务;供电企业;营销大数据;应用

综合能源服务作为一种新兴的能源服务，随着大数据技术的迅速发展，一些供电企业虽已积极开展了综合能源智慧服务，然而其综合能源服务信息化程度却有待提升，这就需要该企业积极引入先进的“大云物移”互联网技术，对用户侧用能数据资源进行更加深层次的挖掘，明确自身的用能数据，掌握用户核心需求，借助“大云物移”技术来进一步强化企业的综合能源的数据服务管理，从而有效提高供电企业的能源利用率，更好的满足用户日益增长的电能需求[1]。

一、简述综合能源智慧服务

关于综合能源智慧服务在供电企业的应用，主要作用包括：（1）随着时代的不断发展，供电企业通过运用综合能源服务平台，能够让自身活跃起来，实现内外部信息网的交换，形成交换，促进企业的良好发展;（2）实现数据的可视化和在线监测，能够对供电企业的综合能源服务项目进行全过程监管，通过对移动数据进行有效采集，为企业领导者提供技术支持，以便其做出正确的决策;（3）有利于企业更加科学有效地管理自己的资产，吸引更多的投资，并立足于大数据来更加合理的建设与调整产业结构;（4）为用户提供全新的体验，从而提高企业的经济效益;（5）在“互联网+”时代背景下，供电企业通过利用“互联网+智慧能源”这一新型的能源发展模式，来实现自身的转型发展[2]。

二、营销大数据在综合能源智慧服务中的具体应用

（一）综合能源大数据应用

在供电企业综合能源智慧服务中，需要注重综合能源大数据的有效应用，主要包括以下几点：

（1）用能分析，即结合不同的业务种类从大数据中心获取用电档案数据和用电数据，然后以图形的方式对用户用电情况进行详细展示，包括：能源消耗、用电参数、电能表参数、电费、缴费、线路负载、所处变电站等。

（2）用户标签，即深入挖掘和分析大量的数据，获取到不同用户的标签，通过有效管理用户标签，来实现静态、组合、企业及动态等标签信息[3]。

（3）对标分析，通过对标供电企业的市场运营综合能源项目，并进行全面统计，具体有：项目行业分布对标、节能量对标、营业收入对标、电能替代潜力对标、市场营销活动对标、市场线上化率对标、用户满意度对标等。

（4）评价分析，即充分评价与分析供电企业的综合能源项目运营效益，涉及到社会效益评价、电力收益评价、节能量指标评价、电力设备利用率、电能综合利用效。

（5）占比分析，即充分统计与分析供电企业的综合能源项目运营状况。

（6）节能分析，也就是针对重点能源的用电用户，应当严格依据我国相关规范或是电力行业的相关标准，做好相应的节能效益指标分析。

（7）潜在用户清单，结合用户标签进行科学分类，结合每一项标签权重来获取清单。同时，需对用户潜力进行分析，也就是对用户所在地区、用户性质、用电量、相关设备等信息进行深度挖掘，从而科学评估用户的项目潜力，且为其提供相应的分析结果。

（8）负荷电量预测，即结合负荷历史数据、产量目标、经济指标、气候条件情况等各方面数据，从多时间维度出发对企业的电力设备、用户的用电设备、所在区域等负荷、用电量及供电量进行科学预测，再借助相应的数学模型优化，获取相应的预测结果，针对短期或是超短期的预测，一般选择系统自动优化;针对中长期预测，一般选择人工干预。

（9）用电健康评估，即通过全面分析和统计用户用电过程中出现的故障跳闸情况，立足于系统可靠性指标、重载越限统计情况、电力系统的安全隐患，对容易发生安全隐患和故障的电力设备进行诊断与定位，并有针对性地制定相应的设备更换计划、设备更新和升级方案、设备大修和检修等计划[4]。

（10）故障诊断，即全面统计和分析电力设备的故障次数的时间，并对电力设备和电力系统的可靠性、安全性进行诊断，明确故障的类型和发生的原因，对设备类型、生产厂家与故障之间存在的关联进行全面分析。

（11）设备资产统计，主要涉及到综合能源智慧服务中所应用设备的数量、使用情况及资产类型，对设备的各项关键指标进行全面分析.

（12）能源构成，即对地区内每一类能源消费所占比例进行全面分析。

（13）可再生能源渗透率分析，也就是渗透率分析地区内可再生能源，涉及到这类能源具体的功率与总负荷功率的比。

（14）电能经济性分析，主要是针对变压器的经济性运行分析，对于这一设备的负载状况的经济分析，需对常态下经济运行的变压器进行定位，以便相关人员明确需要增容还是减容，需要如何有效调整运行方式。

（15）电力损耗分析，即立足于能源流和能源平衡功能，对多个维度、多个阶段、多个时间的电力损耗进行统计与分析，找出不必要的电力损耗环节，从而在很大程度上节约能源。

（16）电能质量分析，即结合国家相关规范来对关键节点的电压偏差、电压闪变、谐波等电能质量进行全面分析，以便供电企业相关人员明确电压质量问题，提出切实可行的解决方法。

（二）综合能源大数据中心技术架构

在供電企业综合能源智慧服务中，企业需从自身全业务统一数据中心出发，积极应用综合能源大数据，结合数据仓库模型与主数据标准，借助ETL工具来对数据进行转化、清洗，从而不断完善自身的综合能源数据资源服务。针对综合能源大数据技术架构，其主要由统一分析服务层、数据集市、明细数据层、轻度汇总层、贴源历史区所构成，其中统一分析服务层可向外部提供数据挖掘、数据接口、自动式分析这三方面的服务，可为综合能源服务平台提供所需的业务数据;数据集市主要是从多维度出发为特定部门或是用户提供必要的存储服务，生成面向决策分析需求的数据立方体，还能够为统一分析服务层提供一定的数据支撑;轻度汇总层主要是依据相关规范和要求来对分域整合区模型进行设计，然后依据主题域对明细数据进行存储，从而统一存储和多维度汇总供电企业供电过程中的结构化数据;明细数据层，也就是统一数据规范与模型，其是由国网模型顶设组统一设计，能够实现数据的转换与清洗;贴源历史区主要是依据源业务系统模型来对供电企业的各项数据进行存储，以满足分析应用数据溯源的需要[5]。

三、结语

综上所述，现如今大数据技术迅速进步，供电企业必须紧跟时代发展的趋势，在综合能源智慧服务中有效应有营销大数据，对能源数据价值进行更加深层次的分析，确保企业领导者做出科学正确的决策，从而促进供电企业的创新可持续发展。

参考文献：

[1]杨捷，洪锋，段明明，李沛霖，成冰.面向大数据的供电企业电力营销服务体系构建分析[J].科技风，2019（06）：69.

[2]任勇.基于大数据的综合能源智慧服务应用[J].集成电路应用，2019（07）：84-85.

[3]赵延霆，余坦星.基于大数据的综合能源智慧服务应用[J].电子乐园，2019（17）：34.

[4]杨震云.探索供电企业“互联网+”营销大数据管理的途径[J].内蒙古科技与经济，2018（10）：25-26.

[5]张颖媛，杨文，李怀良.区域综合能源管控与服务管理系统设计与应用[J].南方能源建设，2020（01）：21-26.

（国网浙江杭州市萧山区供电有限公司  浙江  杭州  311200）