以客户为中心的配网服务AI智能画像

以客户为中心的配网服务AI智能画像

苏晓东1韩遇春1姚步春2王忠振2

（1.国网连云港供电公司江苏连云港222002；2.北京国网信通埃森哲信息技术有限公司北京100032）

摘要：配网故障抢修AI智能画像项目以配网故障抢修业务为切入点，搭建配网故障抢修业务AI智能画像（感知、理解、行动）平台。该平台汇集了配网故障抢修工单数据以及运检、安监、营销等相关部门内部业务数据，区域地理、GDP、天气等外部数据，打通“内网外网”之间信息壁垒。平台采用自关联技术，以人工智能领域和机器学习算法，对319.32GB相关业务数据进行特征提取及关联挖掘，搭建出“一全”、“三专”、“五精”配网故障抢修业务AI智能画像。形成“融合、识别、预判、决策、交互”的智能化运行模式，有效提升配网抢修业务流程感知，为智能化配网抢修提供有力支撑，优化配网故障抢修业务流程。

关键词：AI；配网；工单；抢修；智能化

引言

随着国家经济的高速发展、产业结构的调整升级和电力改革的不断深入，电力供应也逐步进入了市场化开放的阶段。配网故障抢修业务是公司的核心业务之一，面向客户，交互频繁，直接影响到公司的客户服务质量和对外形象，但目前对于配网故障抢修业务的数据分析挖掘还不够透彻，配网抢修工单的利用度还不高。一是对配网故障抢修工单数据利用仍停留在简单统计阶段，造成了数据资源的浪费；二是对配网故障抢修工单数据没有与配网运行数据和投诉等相关数据进行关联分析。针对以上业务分析，有必要强化配抢明细数据的深度利用，精细分析掌握业务，进而实现精益营销和主动服务。

1总体思路

1.1研究内容

配网故障抢修AI智能画像项目的主要研究内容分为三部分：AI智能互联支撑精益管理、全方位提升用户体验视角助推流程、数字画像思维辅助业务敏捷管理。

（1）AI智能互联支撑精益管理

运用智能搜索识别技术对配网故障抢修业务的数据进行自动采集，并采用hadoop为技术构架，结合云计算建立新的云网络结构，提高数据使用的效率。为数据间的联动设计多项新颖的业务分析逻辑，应用大数据平台高速的运算能力形成数据间的自关联，为配网抢修业务大数据分析提供基础的支撑，精准捕捉故障特征，进一步提升故障抢修品质。

（2）全方位提升用户体验视角助推流程

从用电视角，全方位分解用户用电的行为，辅助业务人员站在客户的角度，综合审视分析故障报修业务中客户个性化需求。更深层地挖掘了客户体验细节特征，辅助相关业务能更好地流程感知提升，真正意义上做到“C2B”模式，在电力行业逐步走向市场化机制的背景下，增强公司的市场竞争力。

（3）数字画像思维辅助业务敏捷管理

数字画像思维融入到配网故障报修业务管理中，将业务场景涉及的数据整合，形成由一组组数据描绘出的业务轮廓，便于管理人员应用数字化业务的思维去识别管理。

2配网故障抢修AI智能画像分析方法

2.1搭建配抢智能数字画像平台

利用智能分拣技术对配网故障抢修业务相关系统的数据进行分拣，并自动爬取当地最新的经济、天气等数据，形成配网故障抢修业务AI智能画像平台的数据库。在数据库的基础上，开展专题监测分析，搭建“一全、三专、五精”的配网故障抢修业务AI智能画像平台。

2.1.1“一全”掌控配抢业务综合业态

配网故障抢修全景画像综合了区域配抢规模、合规、效率、质量和用户侧五大类的业务数据和指标，结合GIS形成故障抢修五大类、六维度画像。管理人员可以通过画像监控不同维度配网故障抢修业务的情况，及时辅助决策抢修工作。

2.1.2“三专”实现配抢业务专项专管

围绕着“效率、质量、异动”三个配网故障抢修重点维度进行了专题画像分析。其中，效率专题画像针对区域配网故障抢修的业务流程各环节耗时进行专题画像，全面分析了区域配网抢修各流程流转的比对情况。质量专题画像针对区域配网故障抢修业务的各完成情况进行满意度专题分析。异动专题画像主要针对配网抢修业务中合规性，以及重点指标异动情况进行预警。

2.1.3“五精”提升配抢业务精益管理

（1）故障抢修精益地图画像

识别关联各区县经济地理特征数据以及故障抢修明细数据，形成各区县故障报修分布及密度统计特征库，结合数据之间联动分析的逻辑，通过热点地图，精准定位到村镇与街道；自动判别故障抢修的类型，形成综合区域故障特征库，具有针对性地进行属地化管理，从而采取差异化抢修策略。

（2）用户行为及情感画像

从故障报修工单的异构数据入手，利用自然语言处理技术识别故障报修工单记录关键词，充分挖掘客户故障报修交互的数据，全方位刻画出区域客户对故障抢修业务的需求轮廓，为提供精准服务打下基础。

（3）故障危害性智能画像

故障危害性画像利用人工神经网络，针对区域故障事件元素进行关联，对区域故障的现象、危害范围等进行联动分析，以便做好整治预防工作，形成闭关管理。

（4）配抢关联投诉画像

配抢关联投诉画像，按照配抢业务发生时间、地点、事件内容与其对应的投诉情况进行关联，以便给客户提供更好地服务。

将故障抢修、客户投诉、供电运行、宏观经济、自然因素等数据进行皮尔逊相关性分析，滚动测算与配抢业务相关的其他因素，形成联动对比分析模型，对配网故障抢修相关性较强的数据重点监测，辅助业务人员通过其他强相关指标因子预判配抢趋势。

3应用成效

通过配网故障抢修AI智能画像的应用对社会、经济、客户服务水平、管理指标得到了显著提升，极大的提高了配网建设精益化水平。

3.1提升社会效益

通过配网故障抢修AI智能画像的应用，区域故障抢修报修总量明显减少，截止2018年5月，连云港地区报修万户比同比下降5%，大范围的停电事件同步减少5%，且故障报修处理不满意的量处于省内第二名。由于对故障报修服务细节的重视，故障报修引发的关联投诉率大量下降，同比减少30%。

3.2提升经济效益

通过配网故障抢修AI智能画像的应用，公司年度故障抢修成本下降了XX万元。通过故障的预防，减少了停电经济损失。

3.3提升客户服务水平

针对多种重复来电较多的专业性用户群体，通过属地台区经理或大客户服务室的一对一服务，提供直通电话，加快响应速度，提高服务专业度，减少故障工单总数。

4、结语

本文以连云港供电公司配网故障抢修业务现状为基础，借助大数据分析和建模工具，梳理配网工单管理数据，建立配抢智能数字画像平台，开展工单分析监测研究，构建了科学的AI模型并开发形成科学化的分析展示工具，为开展配网主动式运营监测和人员调配工作提供决策支撑有益于配网精益化管理水平提升工作。

参考文献：

[1]张东霞，王继业，刘科研，等．大数据技术在配用电系统的应用［J］．供用电，2015，（8）：06-11

[2]陆如，范宏，周献远．基于大数据的配电网抢修驻点优化方法［J］．供用电，2015，（8）：31-32．

[3]刘勇，闫鲁杰．基于物联网、云计算和大数据的工业能源管理系统［J］．供用电，2014，（12）：29-30．

[4]史梦洁，韩笑，程志艳，等．面向电力需求侧的大数据应用研究［J］．供用电，2014，（12）：22-23．

作者简介：

苏晓东（1986-），男，汉族，硕士，工程师，主要从事电力运营管理方面的研究工作。