产品以海量用户负荷及用电信息为依据，通过AI大数据深度挖掘，智能深度剖析海量用户的用电信息，分析电网负荷成份构成，及时捕捉市场变化信号，实现对市场活动的灵敏监测与状态识别。系统以“微观-中观-宏观”层层递进的方式进行分析和预测，集数据管理、行业负荷特性分析、地区/节点负荷结构解析、市场跟踪与分析、行业/地区电量及负荷预测与预测后评估、电量预警、用户标签体系等功能于一体的分析预测系统。
1、 海量数据的存储与管理。系统的数据采集存储涉及到几十万大用户的用电信息数据。为高效地管理大数据，系统建立大数据管理平台，将系统中所需的数据每天或定期从各个业务系统中进行抽取。在数据的抽取过程中，同步完成原始数据的清洗、合并、装载。为保证存储海量数据，底层架构以分布式存储计算方式进行设计，使系统拥有极高的扩展能力。
2、 系统通过应用AI技术进行分析，利用分类、聚类、关联规则挖掘、相似度推荐、深度学习等技术挖掘隐藏在海量大用户数据中的高价值信息。
3、 系统内嵌BI（商业智能）工具，高度灵活地把AI挖掘出的高价值信息进行有效整合，快速准确地提供可视化展示，帮助客户做出高效的业务经营决策。
1、 BI引擎构建综合数据集成展示
系统内嵌商业智能（BI）引擎，分析与展示均可灵活定制。科学高效地实现对大用户用电信息、气象、经济等数据的集成管理，具有数据分析挖掘、数据组织、图表展示、数据导出等丰富功能。
2、 基于海量用户用电数据的负荷特性分析与结构解析
负荷特性分析
• 负荷稳定度分析
• 负荷特性指标分析
负荷结构解析
• 气象特征聚类
• 负荷特性聚类
• 行业结构分析
• 气象特征结构分析
• 负荷特性结构分析
3、 用户画像聚类分析
电力客户画像分析，充分利用大数据挖掘技术，作为“互联网+电力营销”典型应用，可有效开展立体式客户特征识别，洞悉用户需求。本产品可实现基于实际业务场景的用户用电行为识别、优质客户评价等聚类，针对不同聚类特征的大用户提供精准化、个性化的优质服务，从而提高用户的粘性和满意度，提高竞争力。
4、 市场跟踪与分析
近年来国民经济形势日益复杂，电力需求的发展趋势与内部结构都出现了更加剧烈与频繁的变动。本产品基于大量的用户用电信息、电量、经济、气象、重大影响事件等数据，采用由内而外、由大到小，层层钻取、深入挖掘电量的发展变化规律，形成全社会->产业->行业->细分行业->客户群->大客户的阶梯式分析数据挖掘体系，快速、客观、准确地掌握引起市场变化的主要因素，定位分析影响电力市场变化的主要行业、重点客户。
5、 构建用户标签体系
电力用户标签是用户画像的基本构成单元，通过分析用电信息采集系统、营销业务应用系统、客户服务系统、互联网交易平台等内外部数据，提取用户特征，制定基于业务需求的电力用户标签集合。通过建立树状层级式结合的标签体系管理客户标签，有助于挖掘电力用户价值，提升客户管理效率、优化电力客户服务水平。
6、 综合多种模式的预测策略
在经济转型的大背景下，常规基于自然增长率的分析预测已经无法完全适应社会发展的要求。本产品通过深入分析分行业电力需求之间的关联关系，应用大数据技术深度挖掘大用户的用电特征，研究外部气象、经济环境对重点行业、全省电力需求的量化模型，研究业扩报装的行业用电规律，结合多部门、上下级等横纵向电量预测协调方法，准确把握全社会电力需求的发展趋势，提高电力电量预测水平。
