（广州供电局）
摘要：在电力经营管理方面，供电公司需要对居民用户用电行为进行研究分析，通过相关电力数据信息分析结果进行电力业务调整，以促进电力营销业务稳定发展。在电力行业发展过程中，居民用户用电所占比重越来越多，供电公司在电力服务发展方面必须重视客户满意度提升，为客户提供满意电力服务，促进企业健康发展。本文主要以广州供电局有限公司为研究对象，对基于云计算的居民用电行为分析系统进行应用设计探索。
关键词：云计算；居民用电行为；分析系统设计
0.引言
云计算是新时代发展下的产物，在社会各个领域中的渗透范围逐渐扩大。在居民用户用电行为分析过程中，广州供电局有限公司必须面临海量数据信息，需要通过云计算等相关先进技术进行数据统计分析，从大数据中获取价值信息，从而为企业电力服务优化提供参考。因此，在居民用户用电行为分析系统设计方面，广州供电局有限公司必须加强云计算技术等探索。
1.居民用电行为分析中的云计算
在电力行业快速发展的同时，居民用电量越来越多，在社会用电量中所占比例越来越大。广州供电局有限公司在电网建设过程中需要以用电用户需求为支撑资源，结合用户用电行为分析维持供求关系平衡，在满足客户用电需求基础上促进电网稳定运行，以防电网运行过程中出现风险问题。电力消费是经济选择之一，在电网运行管理过程中广州供电局有限公司需要对居民用电用户购买方法及电力使用方式进行调整，获取更多经济利益，保障企业持续健康发展。从电网需求角度来看，广州供电局有限公司需要通过先进管理手段及通信技术等进行交互平台建设，为企业和居民用户相互交流提供有效沟通平台，从而为企业分析居民用户用电行为提供信息渠道。
云计算是新时代下诞生的一种计算方法，能够在有效时间内完成计算资源释放或者获取，在大数据中获取无量资源，对广州供电局有限公司电力业务发展具有重要影响。在云计算技术应用方面，广州供电局有限公司可以通过云计算进行大规模计算资源整合，弥补现阶段电网信息系统缺陷问题，为企业未来发展提供技术支持。云计算技术拥有较高的实用性价值与计算能力，能够在动态资源分配过程中发挥价值作用，对广州供电局有限公司实现节能减排及绿色环保等战略目标具有重要意义。供电公司可以通过云计算技术将大量虚拟化资源整合起来，形成巨大资源池，为电力项目经营发展提供统一服务，有利于企业构建电力信息系统基础架构。因此，云计算技术能够为广州供电局有限公司节约经营成本，创造出更多价值空间，扩大业务范围[1]。在居民用户用电行为分析方面，需要应用到云计算技术进行用户划分，为用户用电方案优化提供参考价值，促进居民用户实现节能降耗，有利于提升用电效率。在居民用户电力管理方面，广州供电局有限公司需要对用户用电负荷和用电行为进行动态监测，对用户用电安全、供需平衡状态进行了解，从而建立电网和用户双向管理模式，将居民用户引入到电网运行管理过程中，便于供电公司实施动态管理。在居民用户用电行为分析方面，相关操作人员需要利用云计算技术进行用电规律与用电行为特征研究，从而为供电公司接地点价政策实施提供参考。另外，操作人员可以通过云计算平台和居民用户进行互动，将用户家电损耗和电费水平展示出来，使居民用户对阶梯电价执行情况有更加清晰的了解，从而为用户用电策略调整提供辅助作用。在广州供电局有限公司业务范围内居民用户用电情况分析过程中，操作人员可以通过云计算技术对未来用电情况进行预估，使电网建设更加精细，有利于电网建设规划调整和相关设备升级改造。
2.居民用电行为分析系统设计
2.1系统关键技术设计研究
在居民用电行为分析系统设计方面，首先需要对系统关键技术进行了解，然后进行云计算服务系统相关技术设计，从而将系统服务功能有效发挥出来。
期刊文章分类查询,尽在期刊图书馆在系统关键技术分析过程中，需要对用户需求进行了解，确保系统设计可靠性与完整性。基于云计算的居民用电行为分析系统需要以网络存储、分布式计算及并行计算等计算机为基础，对先进网络技术进行融合。因此，云计算服务系统关键技术主要有虚拟化技术、云计算平台管理技术与存储技术等。本研究系统关键技术对居民用户用电行为技术设计具有重要支撑作用，能够有效提升存储均衡评价与网络管理，从而减少广州供电局有限公司网络运行成本。居民用电行为分析关键技术主要有数据分析技术、数据记录、整理技术和关键词分析技术等，这对广州供电局有限公司实现居民用户行为分析系统设计具有重要影响[2]。居民用电行为分析关键技术能够将互联网数据分析和用户需求融合起来，这对供电公司网络营销平台建设具有重要价值作用。
2.2用户用电行为分析引擎系统设计研究
在用户用电行为分析引擎系统设计方面，需要进行分布式并发计算机存储系统建设，从而满足用户用电行为数据挖掘及分析，明确居民用户地理位置。在居民用户用电行为分析引擎系统建设过程中，需要计算机存储系统提供信息搜索导航，从而为系统采集居民用户用电信息提供支持。在用户用电行为分析引擎系统设计方面，需要通过应用平台中的文件传输协议服务器及DPI采集数据，将批量处理模式与分布式计算模式融合起来，由数据库存储海量数据资源。当数据资源存储之后，需要利用数据仓库工具进行系统数据处理，结合大数据分析模型分析形成分布式文件系统。在用户用电行为分析系统设计方面，需要通过分布式平台建设实现用户用电信息处理，通过系统功能进行用户用电行为分析。在用户用电行为分析过程中，需要应用到很多资源池，包括DPI访问偏好模型、挖掘模型与应用平台用户偏好模型等，通过大数据用户行为分析模型组件进行系统调度管理。在大数据应用平台设计方面，需要对数据源稳定性特点进行研究分析，对分布式入库设计进行优化处理，通过批量入库与分布式入库结合形成大数据入库。
2.3基于云计算的聚类算法
在海量居民用户用电行为数据处理方面，需要应用到云计算分布式系统基础架构，这种云计算平台具有一定可靠性，能够提高系统操作人员工作效率，降低系统管理成本。在居民用电行为数据分析方面，本研究系统主要采用云计算的聚类算法，这种计算方法有初始类别阶段、层级合并阶段与重新标记阶段。初始类别阶段中，需要通过系统模型对输入数据分成若干子集，各数据子集都有相应高阶函数，高阶函数能够对样本各维度距离和最近距离簇下标求解出来，从而生成中间集合，并将计算结果存储到中间库内。在层级合并阶段中，需要对数据采取本地层级合并处理，生成新集合，并将结合内对应健相同值放在一起。在重新标记阶段中，需要利用化简函数二元组集合片段处理，汇总层级合并阶段中样本及节点维度累加而成的坐标值，获取新中心点坐标值，从而获得输出键值对，并将数据结果带入到HFDS文件重复上述过程，直到算法收敛为止[3]。在居民用户用电行为数据聚类挖掘算法应用方面，需要从系统采集相关数据集中选取特征，比如谷电系数、峰时耗电率或者负荷率等。
3.结语
综上可知，居民用电行为分析对供电公司电力服务模式优化改革及服务质量提升具有重要意义。在居民用电行为分析过程中，广州供电局有限公司必须面对海量数据资源，因此需要对电力信息系统进行优化设计。在居民用电行为分析系统优化设计方面，需要对云计算、网络技术、大数据等先进技术进行开发利用，将系统功能作用充分发挥出来，获取价值信息，为供电公司电力营销模式调整提供参考。
参考文献
[1]谢晓华.用户用电行为分析技术研究[J].电工文摘.2015(05)
[2]李朝阳，谢传中.一种移动互联网用户行为分析系统的顶层设计[J].江西通信科技.2014 (1)
[3]刘晓峰，梁耿，梁宏谦，罗鹏.基于分布式网络爬虫的移动互联网用户行为分析系统研发[J].广西通信技术.2013(4)
论文作者:刘丽
论文发表刊物:《电力设备》2018年第20期
论文发表时间:2018/11/13
标签：用户论文; 居民论文; 系统论文; 供电局论文; 广州论文; 数据论文; 电力论文; 《电力设备》2018年第20期论文;