電力用戶行為大數據分析及用戶信用體系建設研究

畢超

摘要：隨著大數據時代的到來，我國傳統的電力營銷模式受到了極大的沖擊。電力行業開始意識到大數據分析對電力用戶信用體系建設的重要性。電力公司對電力用戶進行科學的信用體系建設，將會大大提高電力費用回收的效率。本文在論述大數據以及大數據分析的理論知識前提下，對利用大數據分析建立電力用戶信用體系建設的措施做出了分析。

關鍵詞：大數據;用電行為;電力信用系統;

1.電力“大數據”定義及分類

電力大數據是指大數據這一計算方法和計算思維在電力行業應用。由于科學技術的突飛猛進，大數據成為了許多行業分析其行業發展的重要手段。因此對于電子行業而言，強化大數據的實踐是對整個電力行業的發展有著重要意義的。智能電網是傳統電力網與電力信息網的融合，是承載電力大數據的實物載體。智能電網表現出數字化與高度信息化的雙重特性，擁有雙向流動的信息流與能

電子大數據的分類主要是根據來源分為三類。第一類根據電力企業生產的數據，電力大數據可以根據電壓的穩定性、在一定的實踐階段電力發電的數量進行分類。第二類根據電子企業運營的數據，例如電子企業客戶的信息分類、交易的電價進行分類以及售電量方面進行分類。第三類根據電力企業管理的數據，例如協同辦公，在電力企業內部實現的資源管理等方面進行分類。

2.電力用戶信用體系建設的必要性

電力用戶信用體系建設是指電力企業的客戶在消費的過程中呈現的信用表現。電力用戶信用體系建設必須從內部和外部同時入手。在電力企業內部必須建設一個科學有效的信用評價標準，及時有效的電力用戶進行信用等級的評價。形成不同信用等級的客戶有著不同的服務模式。對外要借助相關政府部門和公眾的力量，建立一個具備政府公信力的電力信用體系的平臺。加強電力用戶的信用意識宣傳工作。這樣建立的電力用戶信用體系，才能夠營造出誠信繳納電費，安全規范用電的好環境。

3.基于電力用戶行為大數據分析進行信用體系建設策略

3.1確定信用維度，實行過程全面管理

3.1.1信用維度劃分

建立電力用戶信用體系建設首先要借助大數據分析的幫助將用戶的信用等級進行分類。一般而言，用戶的信用評價等級大致分為四類，分別是：優質客戶、資金與信用正常客戶、失信客戶、資金周轉困難客戶。

優質客戶是無疑就是按時繳納電費，安全用電意識較強的客戶。這一類的客戶對于電力企業而言是非常重要的客戶資源，需要進行科學的資源維護。資金與信用正常的客戶是指偶有拖欠電費的行為發生，但是提醒后可以及時補繳的客戶。

失信客戶顧名思義就是沒有信用，經常拖欠電費的客戶。資金周轉困難的客戶一般指大型的電力客戶，例如商場、辦公樓等，由于經營資金出現短缺從而導致無法或者要延緩繳納電費的客戶。由此，針對優質客戶、失信客戶、資金周轉困難客戶分別建立正向激勵、反向懲戒、中間預警三個維度的管理機制，對電力用戶信用進行全面管控。

3.1.2實施范圍確定

通過大數據分析，實施不同正向激勵的客戶范圍主要集中在優質客戶。經過大數據分析可以看出優質電力用戶繳費記錄良好、用電量保持穩定及未來有增容可能性，實行正向激勵可以更好的維持其穩定且增長型用電。反向懲戒實施的范圍為失信客戶。失信用戶存在違規、違約用電，這對于用電安全存在很大的隱患，必須對其進行懲戒的方式。預警客戶實施的范圍集中在資金周轉困難的用戶，這一類的用戶一般規模較大，用電量較大，因此對于進行合理的引導。

3.2構建公示平臺，營造誠信用電氛圍

根據大數據分析要構建公示平臺，營造一個誠信的用電氛圍。根據大數據分析顯示消費者普遍重視人民銀行中小企業信用信息輔助系統。中小企業信用數據平臺、信用、信用等平臺是由銀行、環保、稅務、工商、電力等十幾個部門提供相關信息共同組建信息平臺，將拖欠電費、違約竊電等行為與信用記錄掛鉤，作為各商業銀行信貸決策、稅務工商等部門對企業評價的重要參考依據，也可供民間借貸的參考對象。因此供電公司首先應當與中國人民銀行進行合作，將地區供電的所有用戶的繳費信息納入到人民銀行中小企業信用信息輔助系統中，將延遲不繳費的用戶記入失信信息中。

3.3創新電力信貸，增值服務誠信客戶

根據大數據分析，供電公司與商業銀行合作推出的增值服務產品受到了電力消費者的喜愛。電力信貸在大數據分析的作用下，受到了廣大電力用戶的喜愛。2019年11月廣西省電力公司與農村商業銀行聯合推出的“電銀通”貸款產品受到了廣泛的好評。尤其是對于電力信用優秀的客戶而言，他們對于電力企業與商業銀行合力退出的金融貸款產品非常信任，“電銀通”的貸款產品根據繳納的電費配套2倍以上，4倍以下，貸款授信額度300萬元（含）以下信用貸款，貸款以純信用方式發放，并且貸款利率給予一定比例的下浮。同時，將對電力信用失信客戶實施信貸制裁。

3.4配套管理細則，規范實施有效應用

配套管理細則對于電力企業而言是非常重要的，大數據分析可以顯示出客戶在使用電力的情況下，安全用電意識是否較強。針對不同類型的電力信用等級，要實施不同的配套管理細則。大數據分析可以很好的輔助配套管理細則的制定。在使用電力的過程中要確保管理細則能夠得到有效的落實。為加強完善電力信用應用實施管理，建立了電力信用平臺管理工作的流程圖和電力信用增值服務的工作流程，為加強電力信用中間預警工作，配套修編《國網供電公司電費風險防范應急預案》，修訂《電費管理勞動競賽方案》，進一步加強對電力信用結果的應用管理。通過實施過程的管控，明確各級職責、工作流程、考核辦法。

4.結語

綜合全文所述，大數據時代電力企業必須樹立數據挖掘的思想，對電力消費者進行分類進行信用評價等級的確立。根據不同等級的特點進行電費的收繳可以大大的提升電費回收工作的效率。

參考文獻

[1]周夢橋.分析大數據時代下電力用戶信用體系面臨的機遇與挑戰[J].現代營銷（經營版），2020（01）：129.

[2]侯亭妃.大數據時代下的電力用戶信用體系優化策略[J].納稅，2019，13（35）：216.

[3]文勇，陳俊.大數據時代強化電力用戶信用體系策略[J].吉林工程技術師范學院學報，2019，35（11）：76-78.

[4]張譽.大數據時代下的電力用戶信用體系機遇及挑戰[J].現代營銷（經營版），2019（12）：98.

[5]韋朝庭，蒙振海.大數據時代下電力用戶信用體系模式的優化[J].現代營銷（經營版），2019（12）：113.

[6]徐教珅.大數據時代創新電力用戶信用體系策略思考[J].黑龍江科學，2019，10（21）：118-119.

[7]楊杉.大數據時代下電力用戶信用體系的機遇與挑戰[J].商訊，2019（31）：181.

[8]黃術芳.大數據時代下電力用戶信用體系面臨的機遇與挑戰探析[J].現代營銷（下旬刊），2019（10）：68-69.

[9]朱亞南.大數據時代對企業電力用戶信用體系的影響及策略[J].全國流通經濟，2019（29）：7-8.