分析負荷特性
促進有序用電管理
國網福建電力還運用大數據挖掘技術，分析客戶用電負荷特性，建立客戶用電負荷特性分析模型，運用聚類分析法，分析不同客戶的用電負荷特性，更加科學有序開展用電管理。
每年度，福建電網用電最高負荷都會出現在7、8月份。2017年1月，國網福建電力在開展大客戶負荷特性分析時，選擇582戶大客戶，根據2016年8月份的月平均負荷數據進行聚類分析，按大客戶的用電特性分為高用電雙峰型、避峰型、多段式不規(guī)則型、兩段式不規(guī)則型、三段式不規(guī)則型、單谷型、單峰型、低用電雙峰型等八類。
對于大客戶用電負荷特性聚類分析，國網福建電力通過收集企業(yè)大客戶的24小時用電負荷及所屬行業(yè)、所屬地區(qū)、用電特征、地區(qū)單位變電容量所需投資等數據，將具有相同用電特征的客戶聚集在一塊，對比客戶用電負荷特性分析模型聚類后的各類重點大客戶的負荷曲線及其聚類中心、用電特征、可中斷負荷及其代價，對不同負荷特性的重點客戶進行移峰填谷潛力分析及錯峰用電建議，為科學有序用電管理提供支持。
國網福建電力還從行業(yè)和地區(qū)的角度分析可中斷負荷規(guī)模及其代價，將地區(qū)移峰填谷潛力代價與電網建設投資進行對比分析，為電網規(guī)劃與建設管理提供意見建議，有效降低電網建設投資。
提前預測用電行為
有效防范經營風險
提前預測客戶用電行為，有效防范供電企業(yè)經營風險，這是國網福建電力運用大數據挖掘技術開展客戶用電行為分析的主要成效之一。
國網福建電力通過建立電費回收風險預測模型對客戶交欠費數據進行分析，實現對客戶未來按期交費行為的提前預測。針對高欠費風險客戶，該公司通過差異化提醒和賬單等方式，提高電費回收率指標；通過建立用電檢查風險預測模型對客戶用電檢查數據進行分析，實現對客戶用電風險的提前預測。在實際執(zhí)行用電檢查工作時，該公司按照客戶風險針對重點客戶優(yōu)先、重點進行用電檢查，提高用電檢查工作效率，有效防范降低企業(yè)經營風險。
“2016年，國網福建電力總體電費回收情況較好。截至2017年1月6日，該公司2016年1～11月電費回收率99.99%，高于年度目標值0.04個百分點，從區(qū)域年度電費回收情況來看，福州、南平的電費回收需要加強；從客戶的欠費特征看，客戶欠費超過3個月的情況比較嚴重……”
在對2016年客戶欠費、用電檢查風險預測分析中，國網福建電力以全量客戶為分析對象，根據客戶交欠費等方面的用電行為，通過大數據挖掘，分析客戶的電費回收情況及交費渠道偏好，同時，采用決策樹算法，預判客戶未來一年內的用電風險，提前預警，采取針對性預防措施，提升企業(yè)風險管理和防控能力。
國網福建電力通過預警模型預測，2016年風險客戶為0.097%，該公司下一步將持續(xù)重點關注商業(yè)用電、普通工業(yè)用電等低壓非居民的客戶欠費風險。
占彤平介紹，與傳統(tǒng)的客戶用電行為分析相比,基于大數據挖掘的客戶用電行為分析能夠提高客戶行為分析的精確度，并實現對客戶的用電行為進行定量化描述；與專業(yè)部門開展的分析相比，基于數據挖掘的客戶用電行為，分析更加注重對客戶用電風險的預測和大客戶用電效益的挖掘，促進企業(yè)運營效率和服務水平的提升。
