本發(fā)明屬于電力營銷技術領域，更具體的說，是涉及一種電力客戶用電行為分析方法及系統(tǒng)。

背景技術：

隨著當前各類技術進步推動著企業(yè)生產力提升，例如人工智能自動化、仿真模擬系統(tǒng)、智能機器人、圖像識別技術等自動化技術推動服務互動智能化水平；智能配電網、節(jié)能新技術、儲能技術、新能源發(fā)電并網等能源技術，推動電網生產方式的轉變，也對營銷和服務模式帶來影響；大數據、云計算、可視化等信息技術已經滲透到各行各業(yè)，創(chuàng)造著新的商業(yè)模式。新技術的發(fā)展對于公司帶來了新的要求，一是要培育以數據作為企業(yè)戰(zhàn)略資產來進行規(guī)劃、管理和應用的能力，二是新技術應用最終要體現(xiàn)在服務產品創(chuàng)新和服務模式創(chuàng)新上。

當前，大數據技術、互聯(lián)網思維與電力營銷客戶服務業(yè)務的深度融合不足，目前的業(yè)務分析大多只是集中于數據的簡單統(tǒng)計描述，主要面向業(yè)務管理需求，缺乏對市場趨勢、客戶需求、業(yè)務規(guī)律的深入挖掘，數據分析挖掘支撐能力較弱。

技術實現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種電力客戶用電行為分析方法及系統(tǒng)，根據業(yè)務管理需求，對市場趨勢、客戶需求，從大數據出發(fā)采用數據工具分析得到數據化的產品，對用戶的用電情況進行多維度、多層次、精細化圖形展現(xiàn)，并通過個性化定制為用戶提供精細化的電力營銷服務，為提升電力公司經營管理、鞏固優(yōu)質服務提供輔助決策。

為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

一種電力客戶用電行為分析方法，包括：

通過實時任務調度定期獲取用戶用電信息采集系統(tǒng)的中間數據庫中原始用戶電力相關數據；

通過數據沉淀對所述原始用戶電力相關數據進行數據沉淀和數據埋點預處理，得到所述原始用戶電力相關數據經過處理后的分析數據；

根據所述分析數據確定存在用電行為異常嫌疑對應的所述原始用戶電力數據；

將所述存在用電行為異常嫌疑對應的所述原始用戶電力相關數據以及所述分析數據存儲在Oracle數據庫。

其中，所述通過數據沉淀對所述原始用戶電力相關數據數據沉淀和數據埋點預處理，得到所述原始用戶電力相關數據經過處理后的分析數據，包括：時段用電比例分析、變壓器選擇容量優(yōu)化分析以及功率因素分析。

優(yōu)選的，還包括：

對所述存在用電行為異常嫌疑對應的所述原始用戶電力相關數據進行異常分析，并將用電行為異常分析結果存儲至所述Oracle數據庫。

優(yōu)選的，還包括：

對于不存在用電行為異常嫌疑對應的所述原始用戶電力相關數據根據保存數據的預設時間，采用先進先出的滾動方式進行刪除。

優(yōu)選的，還包括：

將所述存在用電行為異常嫌疑對應的所述原始用戶電力數據、所述分析數據以及所述用電行為異常分析結果，根據預設安全運行標準，為用戶提供可視化展示。

一種電力客戶用電行為分析系統(tǒng)，包括：

獲取單元，用于通過實時任務調度技術定期獲取用戶用電信息采集系統(tǒng)中間數據庫中的原始用戶電力相關數據；

分析單元，用于通過數據沉淀對所述原始用戶電力相關數據進行數據清洗和數據埋點預處理，得到所述原始用戶電力相關數據經過處理后的分析數據；

確定單元，用于根據所述分析數據確定存在用電行為異常嫌疑對應的所述原始用戶電力數據；

存儲單元，用于將所述存在用電行為異常嫌疑對應的所述原始用戶電力相關數據以及所述分析數據存儲在Oracle數據庫。

優(yōu)選的，還包括：

異常分析單元，用于對所述存在用電行為異常嫌疑對應的所述原始用戶電力相關數據進行異常分析，并將用電行為異常分析結果存儲至所述Oracle數據庫。

優(yōu)選的，還包括：

刪除單元，用于對于不存在用電行為異常嫌疑對應的所述原始用戶電力相關數據根據保存數據的預設時間，采用先進先出的滾動方式進行刪除。

優(yōu)選的，還包括：

展示單元，用于將所述存在用電行為異常嫌疑對應的所述原始用戶電力數據、所述分析數據以及所述用電行為異常分析結果，根據預設安全運行標準，為用戶提供可視化展示。

經由上述的技術方案可知，與現(xiàn)有技術相比，本發(fā)明公開一種電力客戶用電行為分析方法及系統(tǒng)，該方法包括：通過實時任務調度定期獲取用戶用電信息采集系統(tǒng)中間數據庫中的原始用戶電力相關數據；對原始用戶電力相關數據進行數據沉淀和數據埋點預處理，得到經過處理后的分析數據；根據分析數據確定存在用電行為異常嫌疑對應的原始用戶電力數據；將存在用電行為異常嫌疑對應的原始用戶電力相關數據以及分析數據存儲在Oracle數據庫。本發(fā)明融合大數據技術、互聯(lián)網思維與客戶服務業(yè)務之間的聯(lián)系，根據業(yè)務管理需求，對市場趨勢、客戶需求，從大數據出發(fā)采用數據工具分析得到數據化的產品，對用戶的用電情況進行多維度、多層次、精細化圖形展現(xiàn)，并通過個性化定制為用戶提供精細化的電力營銷服務，為提升電力公司經營管理、鞏固優(yōu)質服務提供輔助決策。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種電力客戶用電行為分析方法流程示意圖；

圖2為本發(fā)明實施例提供的一種電力客戶用電行為分析方法進一步流程示意圖；

圖3為本發(fā)明實施例提供的電力客戶用電行為分析方法的數據處理流程示意圖；

圖4為本發(fā)明實施例提供的一種電力客戶用電行為分析系統(tǒng)結構示意圖；

圖5為本發(fā)明實施例提供的一種電力客戶用電行為分析系統(tǒng)進一步結構示意圖；

圖6為本發(fā)明實施例提供的電力客戶用電行為分析系統(tǒng)的總體架構示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明涉及電力營銷領域，涉及數據挖掘、數據建模、數據展示等相結合的技術，主要針對電網居民用戶和企業(yè)用戶，將大數據技術應用于電力營銷中，通過大數據可視化、數據挖掘、個性化推薦等技術對用戶用電行為進行展現(xiàn)、建模和優(yōu)化建議，實現(xiàn)個性化、精細化營銷方案，為居民及企業(yè)提供用電統(tǒng)計分析、預測、優(yōu)化推薦等服務。從優(yōu)質服務和滿足客戶潛在需求方面出發(fā)，通過整合、深挖電力客戶的用電全生命周期數據，基于基本特性、社會特性、產業(yè)特性和電力特性，按照多目標分析決策算法對客戶用電行為進行分析，為不同類型的用戶進行分類定位，提供差異化服務，通過提高服務品質減少客戶流失，進一步增強客戶對于供電企業(yè)的依賴性，同時發(fā)掘潛在大客戶，提高供電企業(yè)的市場占有率。

本發(fā)明的目的就是利用移動互聯(lián)網和大數據技術，通過對用戶電費構成比如：電度電費、力調電費、基本電費、峰谷比以及用戶年月日負荷數據分布等進行分析，生成用電優(yōu)化分析報告，通過手機APP應用平臺、終端設備界面等推送給相應用戶，用戶可以根據合理化建議分析報告，調節(jié)生產計劃，合理使用變壓器暫停、減容等政策，提高變壓器利用效率，節(jié)約電費成本。通過這種良性互動，供電企業(yè)可以整合自身優(yōu)勢資源，深入挖掘用戶潛在需求，提供優(yōu)質服務；另外通過分析各行業(yè)用電數據，針對不同類別新裝客戶，可以提供對應型便捷式方案及合理化建議或設定套餐，提升用電效率，不斷提高用戶滿意度，從而鞏固和開拓市場份額有效降低公司的運營和服務成本。

請參閱附圖1，圖1為本發(fā)明實施例提供的一種電力客戶用電行為分析方法流程示意圖。如圖1所示，本發(fā)明公開了一種電力客戶用電行為分析方法，該方法具體步驟包括如下：

S101、通過實時任務調度定期獲取用戶用電信息采集系統(tǒng)中間數據庫中的原始用戶電力相關數據。

需要說明的是，原始用戶電力數據來源于用戶用電信息采集系統(tǒng)的中間數據庫，通過接口程序定期獲取用戶的電力相關數據，具體的周期可以根據實際需要進行設置，一般為一天一次或一天兩至六次或極少數重點跟蹤用戶(不超過10個)可以考慮每15分鐘更新一次數據，具體的取數周期還與用采系統(tǒng)更新中間數據庫的頻率有關。原始數據采用先進先出的原則，數據分析完成后，系統(tǒng)保留分析數據的結果，如：行業(yè)用電趨勢、不同報裝容量的用戶用電趨勢；而對于原始數據，只保留極小部分有用電行為異常嫌疑的用戶原始數據，不會存儲全部原始數據。

S102、通過數據沉淀對原始用戶電力相關數據進行數據沉淀和數據埋點預處理，得到原始用戶電力相關數據經過處理后的分析數據。

具體的，對原始用戶電力相關數據進行數據清洗和預處理，得到原始用戶電力相關數據經過處理后的分析數據包括：時段用電比例分析、變壓器選擇容量優(yōu)化分析以及功率因素分析，具體如下描述：

時段用電比例分析：評價企業(yè)的分時電價政策實施情況的主要指標有：峰平谷電量比例分布、平均電度電價、峰谷比、峰谷差、峰谷電費差、谷電量增長、平電量增長、電費支出增長等等。

對于專變客戶，在不考慮與設備利用水平緊密相關的基本電價影響時，用平均電度電價指標對客戶該政策的實施情況進行評估分析，平均電度電價的計算方法如式(1)，該指標體現(xiàn)客戶一個電費結算周期內的平均電度電價水平，與平時段電價進行對比分析能直觀地反映峰谷分時電價的實施效果。

式中:P_i為不同時段電價，以P₁、P₂、P₃表示峰平谷電價；Q_i為不同時段電量比例，以Q₁、Q₂、Q₃分別表示峰平谷電量占總電量比例，其滿足式(2)

在我國現(xiàn)行的電價制度里，電價是確定的?？蛻舻钠骄姸入妰r水平取決于峰平谷的電量分布；在電力營銷工作中，峰平谷用電量的比例如何分布才能實現(xiàn)峰谷電價的盈虧平衡是供用電雙方最關心的問題；在這個盈虧平衡點上，對比于不執(zhí)行峰谷電價，電網企業(yè)不會增減電費收入，客戶同樣不會增減電費成本，因此，峰谷平衡點應滿足下式(3)條件:

將Q₂＝1-Q₁-Q₃代入式(1)解得峰谷平衡點的比例k，如(4)：

因此，在峰谷電量比達到k時，客戶執(zhí)行峰谷分時電價的平均電度電價與平時段電價相等，即較不執(zhí)行分時電價的情況既不增加電費也不會減少電費。而對于峰谷電量比低于k的情況，客戶平均電度電價小于平時段電價，說明該客戶執(zhí)行分時電價政策效果較佳；反之，客戶電費成本較不執(zhí)分時電價需增加電費成本。

變壓器選擇容量優(yōu)化分析：變壓器容量選擇過大會增加設備購置、安裝和運行維護成本，造成資金浪費；容量過小，不能滿足客戶的用電需求，過載運行甚至造成設備損壞。本視角通過采集客戶用電數據，分析變壓器的負載率、實際需量，從而判斷變壓器的選擇是否恰當，并利用客戶近期用電數據，實現(xiàn)暫停、減容、更換變壓器(型號、容量)后的月結算電費，支撐用電優(yōu)化建議書編制。具體步驟如下：

根據客戶用電數據，分析變壓器負載率(負載率＝實際負荷/額定負荷*100％)；根據客戶變器負載率、實際需量、申請需量判斷是否處于較經濟的運行狀態(tài)，實際需量如果不是而標識為不符合標準客戶；確定優(yōu)化措施，按實際情況為客戶提供應對措施，包括暫停、減容、更換變壓器等方式，并計算實施后電費支出對比分析數據，為客戶用電優(yōu)化建議書提供支撐。

功率因素分析：通過客戶用電數據的計算客戶功能因素，并與平均功率因素指標進行對比，識別不符合要求的客戶，供專業(yè)部門按戶制定用電優(yōu)化建議，具體步驟如下：

通過企業(yè)每月的有功、無功用電量計算企業(yè)平均功率因素，公式為tanφ＝無功用電量/有功用電量，可用三角函數轉換成cosφ，此值即為企業(yè)當月的平均功率因素；將企業(yè)當月平均功率因素與標準功率因素進行比對，如果超出標準范圍，則標識該客戶為不符合要求客戶；確定優(yōu)化措施，按提高功能因率數確定補償容量以及無功投資回收年限，為客戶用電優(yōu)化建議書提供支撐。

S103、根據分析數據確定存在用電行為異常嫌疑對應的原始用戶電力數據。

S104、將存在用電行為異常嫌疑對應的原始用戶電力相關數據以及分析數據存儲在Oracle數據庫。

本發(fā)明公開一種電力客戶用電行為分析方法，本方法融合大數據技術、互聯(lián)網思維與客戶服務業(yè)務之間的聯(lián)系，根據業(yè)務管理需求，對市場趨勢、客戶需求，從大數據出發(fā)采用數據工具分析得到數據化的產品，對用戶的用電情況進行多維度、多層次、精細化圖形展現(xiàn)，并通過個性化定制為用戶提供精細化的電力營銷服務，為提升電力公司經營管理、鞏固優(yōu)質服務提供輔助決策。

請參閱附圖2，圖2為本發(fā)明實施例提供的一種電力客戶用電行為分析方法進一步流程示意圖。如圖2所示，本發(fā)明公開了一種電力客戶用電行為分析方法，該方法具體步驟包括如下：

S201、通過實時任務調度定期獲取用戶用電信息采集系統(tǒng)中間數據庫中的原始用戶電力相關數據。

需要說明的是，原始用戶電力數據來源于用戶用電信息采集系統(tǒng)的中間數據庫，通過接口程序定期獲取用戶的電力相關數據，具體的周期可以根據實際需要進行設置，一般為一天一次或一天兩至六次或極少數重點跟蹤用戶(不超過10個)可以考慮每15分鐘更新一次數據，具體的取數周期還與用采系統(tǒng)更新中間數據庫的頻率有關。原始數據采用先進先出的原則，數據分析完成后，系統(tǒng)保留分析數據的結果，如：行業(yè)用電趨勢、不同報裝容量的用戶用電趨勢；而對于原始數據，只保留極小部分有用電行為異常嫌疑的用戶原始數據，不會存儲全部原始數據。

S202、通過數據沉淀對原始用戶電力相關數據進行數據清洗和數據埋點預處理，得到原始用戶電力相關數據經過處理后的分析數據。

具體的，對原始用戶電力相關數據進行數據清洗和預處理，得到原始用戶電力相關數據經過處理后的分析數據包括：時段用電比例分析、變壓器選擇容量優(yōu)化分析以及功率因素分析，具體如下描述：

時段用電比例分析：評價企業(yè)的分時電價政策實施情況的主要指標有：峰平谷電量比例分布、平均電度電價、峰谷比、峰谷差、峰谷電費差、谷電量增長、平電量增長、電費支出增長等等。

對于專變客戶，在不考慮與設備利用水平緊密相關的基本電價影響時，用平均電度電價指標對客戶該政策的實施情況進行評估分析，平均電度電價的計算方法如式(1)，該指標體現(xiàn)客戶一個電費結算周期內的平均電度電價水平，與平時段電價進行對比分析能直觀地反映峰谷分時電價的實施效果。

式中:P_i為不同時段電價，以P₁、P₂、P₃表示峰平谷電價；Q_i為不同時段電量比例，以Q₁、Q₂、Q₃分別表示峰平谷電量占總電量比例，其滿足式(2)

在我國現(xiàn)行的電價制度里，電價是確定的。客戶的平均電度電價水平取決于峰平谷的電量分布；在電力營銷工作中，峰平谷用電量的比例如何分布才能實現(xiàn)峰谷電價的盈虧平衡是供用電雙方最關心的問題；在這個盈虧平衡點上，對比于不執(zhí)行峰谷電價，電網企業(yè)不會增減電費收入，客戶同樣不會增減電費成本，因此，峰谷平衡點應滿足下式(3)條件:

將Q₂＝1-Q₁-Q₃代入式(1)解得峰谷平衡點的比例k，如(4)：

因此，在峰谷電量比達到k時，客戶執(zhí)行峰谷分時電價的平均電度電價與平時段電價相等，即較不執(zhí)行分時電價的情況既不增加電費也不會減少電費。而對于峰谷電量比低于k的情況，客戶平均電度電價小于平時段電價，說明該客戶執(zhí)行分時電價政策效果較佳；反之，客戶電費成本較不執(zhí)分時電價需增加電費成本。

變壓器選擇容量優(yōu)化分析：變壓器容量選擇過大會增加設備購置、安裝和運行維護成本，造成資金浪費；容量過小，不能滿足客戶的用電需求，過載運行甚至造成設備損壞。本視角通過采集客戶用電數據，分析變壓器的負載率、實際需量，從而判斷變壓器的選擇是否恰當，并利用客戶近期用電數據，實現(xiàn)暫停、減容、更換變壓器(型號、容量)后的月結算電費，支撐用電優(yōu)化建議書編制。具體步驟如下：

根據客戶用電數據，分析變壓器負載率(負載率＝實際負荷/額定負荷*100％)；根據客戶變器負載率、實際需量、申請需量判斷是否處于較經濟的運行狀態(tài)，實際需量如果不是而標識為不符合標準客戶；確定優(yōu)化措施，按實際情況為客戶提供應對措施，包括暫停、減容、更換變壓器等方式，并計算實施后電費支出對比分析數據，為客戶用電優(yōu)化建議書提供支撐。

功率因素分析：通過客戶用電數據的計算客戶功能因素，并與平均功率因素指標進行對比，識別不符合要求的客戶，供專業(yè)部門按戶制定用電優(yōu)化建議，具體步驟如下：

通過企業(yè)每月的有功、無功用電量計算企業(yè)平均功率因素，公式為tanφ＝無功用電量/有功用電量，可用三角函數轉換成cosφ，此值即為企業(yè)當月的平均功率因素；將企業(yè)當月平均功率因素與標準功率因素進行比對，如果超出標準范圍，則標識該客戶為不符合要求客戶；確定優(yōu)化措施，按提高功能因率數確定補償容量以及無功投資回收年限，為客戶用電優(yōu)化建議書提供支撐。

S203、根據分析數據確定存在用電行為異常嫌疑對應的原始用戶電力數據。

S204、將存在用電行為異常嫌疑對應的原始用戶電力相關數據以及分析數據存儲在Oracle數據庫。

S205、對存在用電行為異常嫌疑對應的原始用戶電力相關數據進行異常分析，并將用電行為異常分析結果存儲至Oracle數據庫。

S206、對于不存在用電行為異常嫌疑對應的原始用戶電力相關數據根據保存數據的預設時間，采用先進先出的滾動方式進行刪除。

需要說明的是，原始用戶數據采用先進先出的原則輸入，則對于正常用戶數據不進行長期存儲，可根據保存數據的設置，如設置為保留最近30天，采用先進先出的滾動方式將正常用戶數據刪除，系統(tǒng)只針對專變用戶進行用電行為異常嫌疑分析，也不需存儲配變用戶的負荷數據。

S207、將存在用電行為異常嫌疑對應的原始用戶電力數據、分析數據以及用電行為異常分析結果，根據預設安全運行標準，為用戶提供可視化展示。

通過對用戶分行業(yè)、分類別，可以進行精準化、個性化定制服務，通過數據分析，為用戶進行全面“體檢”，借力于互聯(lián)網的快捷特性，根據安全運行標準，為客戶提供評價，提供友好界面進行互動，建立一種主動式、管家式的服務模式，助力新型市場下的電力營銷工作。

本實施例中，請參閱附圖3，圖3為本發(fā)明實施例提供的電力客戶用電行為分析方法的數據處理流程示意圖。具體的，數據處理程序實時接收數據同步程序發(fā)送過來的數據文件，啟動數據處理；實時處理：對于數據辨識、事件分析、平衡分析采用數據驅動，實時完成數據處理；定時任務：對于歷史數據分析、綜合評估采用定時任務處理。

本發(fā)明公開一種電力客戶用電行為分析方法，本方法融合大數據技術、互聯(lián)網思維與客戶服務業(yè)務之間的聯(lián)系，根據業(yè)務管理需求，對市場趨勢、客戶需求，從大數據出發(fā)采用數據工具分析得到數據化的產品，對用戶的用電情況進行多維度、多層次、精細化圖形展現(xiàn)，并通過個性化定制為用戶提供精細化的電力營銷服務，為提升電力公司經營管理、鞏固優(yōu)質服務提供輔助決策。

本發(fā)明在上述公開的方法的基礎上，還公開了一種系統(tǒng)。

請參閱附圖4，圖4為本發(fā)明實施例提供的一種電力客戶用電行為分析系統(tǒng)結構示意圖。如圖4所示，本發(fā)明公開了一種電力客戶用電行為分析系統(tǒng)，該系統(tǒng)具體結構包括如下：

獲取單元401，用于通過實時任務調度技術定期獲取用戶用電信息采集系統(tǒng)中間數據庫中的原始用戶電力相關數據；

分析單元402，用于通過數據沉淀對原始用戶電力相關數據進行數據清洗和數據埋點預處理，得到原始用戶電力相關數據經過處理后的分析數據；

確定單元403，用于根據分析數據確定存在用電行為異常嫌疑對應的所述原始用戶電力數據；

存儲單元404，用于將存在用電行為異常嫌疑對應的原始用戶電力相關數據以及分析數據存儲在Oracle數據庫。

由于本實施例中的各模塊能夠執(zhí)行圖1所示的方法，本實施例未詳細描述的部分，可參考對圖1的相關說明。

本發(fā)明公開一種電力客戶用電行為分析系統(tǒng)，本系統(tǒng)融合大數據技術、互聯(lián)網思維與客戶服務業(yè)務之間的聯(lián)系，根據業(yè)務管理需求，對市場趨勢、客戶需求，從大數據出發(fā)采用數據工具分析得到數據化的產品，對用戶的用電情況進行多維度、多層次、精細化圖形展現(xiàn)，并通過個性化定制為用戶提供精細化的電力營銷服務，為提升電力公司經營管理、鞏固優(yōu)質服務提供輔助決策。

請參閱附圖5，圖5為本發(fā)明實施例提供的一種電力客戶用電行為分析系統(tǒng)結構示意圖。如圖5所示，本發(fā)明公開了一種電力客戶用電行為分析系統(tǒng)，該系統(tǒng)具體結構包括如下：

獲取單元501，用于通過實時任務調度技術定期獲取用戶用電信息采集系統(tǒng)中間數據庫中的原始用戶電力相關數據；

分析單元502，用于通過數據沉淀對原始用戶電力相關數據進行數據清洗和數據埋點預處理，得到原始用戶電力相關數據經過處理后的分析數據；

確定單元503，用于根據分析數據確定存在用電行為異常嫌疑對應的所述原始用戶電力數據；

存儲單元504，用于將存在用電行為異常嫌疑對應的原始用戶電力相關數據以及分析數據存儲在Oracle數據庫。

異常分析單元505，用于對存在用電行為異常嫌疑對應的原始用戶電力相關數據進行異常分析，并將用電行為異常分析結果存儲至Oracle數據庫；

刪除單元506，用于對于不存在用電行為異常嫌疑對應的原始用戶電力相關數據根據保存數據的預設時間，采用先進先出的滾動方式進行刪除；

展示單元507，用于將存在用電行為異常嫌疑對應的所述原始用戶電力數據、分析數據以及用電行為異常分析結果，根據預設安全運行標準，為用戶提供可視化展示。

由于本實施例中的各模塊能夠執(zhí)行圖2所示的方法，本實施例未詳細描述的部分，可參考對圖2的相關說明。

具體的，請參閱附圖6，圖6為本發(fā)明實施例提供的電力客戶用電行為分析系統(tǒng)的總體架構示意圖。具體的電力客戶用電行為分析方法如圖1中所示，在此不再進行闡述。

本發(fā)明以優(yōu)質服務為出發(fā)點，契合當前售電市場競爭需要、適應用戶日益增長的能源管理需求，借助于“互聯(lián)網+”形勢下的“快速、高效”的個性化服務，可以充分發(fā)掘營銷系統(tǒng)、用電信息采集系統(tǒng)等現(xiàn)有數據的潛在價值，有效喚醒沉睡的數據資產，從大數據出發(fā)，采用數學工具分析方法得出數據化的產品，為提升公司經營管理、鞏固優(yōu)質服務提供輔助決策。

1、鞏固、搶占售電市場：通過對用戶的用電綜合分析管理，可以將互聯(lián)網作為用戶服務平臺的延伸，提高客戶依存度，鞏固和搶占售電市場。

2、提升現(xiàn)有用戶滿意度：用戶普遍對自身用電情況存在興趣，但絕大多數用戶受制于數據不足和分析能力缺失，很難對自身用電情況有全面和深入的了解。主動為用戶量身定做用電優(yōu)化分析，提供合理化建議，達到輔助用戶減少電費開支、提升科學用電水平的目的，鞏固提升用戶用電滿意度。

3、節(jié)能減排，增供擴銷：通過與用戶的良性互動，可以探索全新的服務模式，在需求側能源管理、電能替代、綜合能源管理等領域開拓創(chuàng)新，提升公司市場價值與社會競爭力。

本發(fā)明公開一種電力客戶用電行為分析系統(tǒng)，本系統(tǒng)融合大數據技術、互聯(lián)網思維與客戶服務業(yè)務之間的聯(lián)系，根據業(yè)務管理需求，對市場趨勢、客戶需求，從大數據出發(fā)采用數據工具分析得到數據化的產品，對用戶的用電情況進行多維度、多層次、精細化圖形展現(xiàn)，并通過個性化定制為用戶提供精細化的電力營銷服務，為提升電力公司經營管理、鞏固優(yōu)質服務提供輔助決策。

綜上所述，本發(fā)明公開一種電力客戶用電行為分析方法及系統(tǒng)，該方法包括：通過實時任務調度定期獲取原始用戶電力相關數據；對原始用戶電力相關數據進行數據沉淀和數據埋點預處理，得到經過處理后的分析數據；根據分析數據確定存在用電行為異常嫌疑對應的原始用戶電力數據；將存在用電行為異常嫌疑對應的原始用戶電力相關數據以及分析數據存儲在Oracle數據庫。本發(fā)明融合大數據技術、互聯(lián)網思維與客戶服務業(yè)務之間的聯(lián)系，根據業(yè)務管理需求，對市場趨勢、客戶需求，從大數據出發(fā)采用數據工具分析得到數據化的產品，對用戶的用電情況進行多維度、多層次、精細化圖形展現(xiàn)，并通過個性化定制為用戶提供精細化的電力營銷服務，為提升電力公司經營管理、鞏固優(yōu)質服務提供輔助決策。

需要說明的是，本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。

以上結合附圖對本發(fā)明所提出的方法進行了示例性描述，以上實施例的說明只是用于幫助理解本發(fā)明的核心思想。對于本領域的一般技術人員，依據本發(fā)明的思想，在具體實施方式及應用范圍上均會有改變之處。綜上所述，本說明書內容不應理解為對本發(fā)明的限制。

對所公開的實施例的上述說明，使本領域專業(yè)技術人員能夠實現(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。