随着“三集五大”体系的全面建设和信息通信技术的不断进步，信息系统已全面融入公司生产经营管理的各个方面。国网福建省电力有限公司积极做好企业级大数据平台试点建设工作，加强数据接入管理，开展城网配变重过载预警分析、客户用电行为分析，依托大数据平台，提升企业运营管理水平和防范风险能力，更好地促进电网及企业科学发展。
城网配变重过载预警分析
提升配网精益化管理水平
10月13日，从国网福建电力获悉，今年该公司配电网投资规模预计将达88.6亿元，创历史新高，将切实提高配电网发展质量和效益。
近年来，国网福建电力按照“做强主网、做优配网、做实农网”工作思路，持续加大配网投入，配网网架结构逐步优化。但是，由于配网底子薄、基础弱等历史原因，加之福建经济持续快速发展，城市在迎峰度夏期间用电负荷快速增长，配变重过载现象持续存在。
针对配变重过载，同时缺乏有效的事前预警机制等问题，国网福建电力依托大数据平台，开展城网配变重过载预警分析，通过用电信息采集系统实时采集配变运行数据，采用先进的大数据处理方法和挖掘分析技术，构建了适合福建沿海地域、气候、经济发展特点，并基于单体配变的配电网重过载风险预警模型，实现对福建配变重过载的风险预警，有效降低配电网重过载水平，提升该公司配电网的运营效益和风险防控能力，促进配电网精益化管理水平的提升。
“配变重过载预警按预警的周期及预警的时效，分中期预警和短期预警。”国网福建电力运营监测(控)中心主任李晖介绍，中期预警作为专题分析，按年进行预警，主要是对每台配变在历史多年迎峰度夏期间负载情况进行监测分析，并从客户全方位、资产全寿命两个维度开展关联分析，可为配变年度技改投资提供决策参考，减少配变发生重过载的现象;短期预警作为常规分析，是按周进行预警，主要根据配变在用电采集系统中的数据，分析每台配变的负荷特性、配变容量客户用电特性、用电结构以及不同特征的配变发生重过载的概率，识别可能出现重过载的配变，为制定迎峰度夏电网应急预案提供参考。
8月份，国网福建电力配变重过载预警分析场景正式上线试运行。该公司通过对城区配变负荷、设备、客户以及气温数据的挖掘分析，开展城网配变重过载预警分析场景应用,建立迎峰度夏期间城网配变重过载风险的中期预警模型和配变重过载风险的短期预警模型，选取影响配变重过载的海量数据，运用大数据模型建模及挖掘算法，对配变重过载现象进行预警分析，识别出52台新增重载配变、13台新增过载配变，预警准确率达80%。
李晖介绍,以前开展配变重过载预警大多是以人工经验或通过简单阈值预警的方法进行预判，配变重过载预判的准确性只在50%左右。基于大数据挖掘技术的配变重过载预测分析，能够更加准确、及时地预判配变重过载情况,提高配网技改效率，保障配网供电的可靠性及安全性。
客户用电行为分析
提升服务质量和防范风险能力
“总用电量1118.83万千瓦时、平均月用电量93.24万千瓦时，夏季用电占全年比例是29.71%，久费总额87.65万元、欠费次数1次……”这是10月14日，我们在国网福建电力客户用电行为特征数据挖掘库里看到的某一用电大客户的用电行为特征信息。
国网福建电力在国家电网公司系统内率先开展基于大数据挖掘的客户用电行为分析，建立客户用电行为分析模型，以庞大海量的客户用电行为数据为基础，对不同客户的用电行为、用电负荷情况等基本信息的深入分析，推进用电客户细分管理、欠费和用电检查风险有效预测、移峰填谷科学管理，实现科学的客户认知、风险管理、个性化营销和服务的目的，从而有助于提升客户服务质量和防范风险能力。
国网福建电力以大客户为分析对象，通过对客户基本信息、用电量信息、业务办理信息、违约违章信息、交欠费信息、渠道沟通信息等用电行为特征进行大数据挖掘、聚类分析，区分不同属性和行为特征的客户群。根据大客户对该公司的贡献度、用电变化趋势、风险程度等情况，将大客户细分为发展势头较好型客户、贡献度最高客户、不稳定型客户及燥动型客户等4大类，并针对不同的客户群，通过分析其用电特征，深度挖掘客户价值，提供差异化、个性化服务，实施积极的营销策略，适应快速的变化客户需求。
“提前进行客户用电风险预测，是我们运用大数据挖掘技术开展客户用电行为分析的重要任务之一。”李晖肯定地说。
国网福建电力通过建立电费回收风险预测模型分析客户交、欠费数据，实现对客户未来按期交费行为的提前预测，针对高欠费风险客户通过差异化提醒和账单等方式，提高电费回收率指标;同时，建立用电检查风险预测模型，对客户用电检查数据进行分析，提前预测客户用电风险，在实际执行用电检查工作时，按照用户风险针对重点客户,优先、重点进行用电检查，提高用电检查工作效率，并通过电费回收、安全用电预警，防止客户欠费、违规用电，有效降低企业运营风险。通过用电风险预测模型预测，国网福建电力非居民客户的电费回收、用电检查风险识别效率提升了9.54倍、10.6倍，居民客户的电费回收风险识别效率提升了4.92倍。
该公司还运用大数据挖掘技术实现客户用电负荷特性的分析，建立客户用电负荷特性分析模型，抽取夏季7月份用电量排名前400名重点大客户日实际负荷数据，将客户按其用电负荷数据进行聚类分析，分为避峰型、高峰型、高波动型、稳定型等八类。对比客户用电负荷特性分析模型聚类后的各类重点大客户的负荷曲线及其聚类中心、用电特征、可中断负荷及其代价，对不同负荷特性的重点客户进行移峰填谷潜力分析及错峰用电建议，为科学有序用电管理提供支持;并从行业和地区的角度分析其可中断负荷规模及其代价，将地区移峰填谷潜力代价与电网建设投资进行对比分析，为电网规划与建设管理提供决策支持，有效降低电网建设投资。
国网福建省电力采用分布式技术，融合结构化、非结构化、海量历史/准实时、电网地理信息四大数据中心，整合、优化现有公共数据服务组件，构建企业级大数据平台。
